Большинство пищевых продуктов и пищевых ингредиентов состоят более чем из одного компонента, и важным этапом в понимании технологических процессов и стабильности пищевых продуктов является прогнозирование температуры стеклования смесей на основе знания Tg для их компонентов.
11.3.1 - Влияние молекулярной массы полимера на Tg
Согласно [7] зависимость Tgполимера от его молекулярной массы описывается следующим уравнением:
Формула 11.1 (с. 278)
Где Tg∞ – предельное значение Tg,а К - константа, зависящая от типа полимера. В работе [27] высказано предположение, что это уравнение применимо к целому ряду синтетических и натуральных полимеров, а также к полидисперсным системам. При этом М обозначает среднюю молекулярную массу.
11.3.2. Tgмногокомпонентных систем и пластификация
Значение Tg гомогенной многокомпонентной системы определяется по ее средней молекулярной массе. Это самый прямой и удобный способ учета пластификации биополимеров с помощью добавок со сравнительно низким молекулярным весом (например, воды, глицерина, сахара и т. д.). При использовании такого подхода липиды не пластифицируют большинство пищевых полимеров, которые обычно проявляют высокую гидрофильность.
Для определения и прогнозирования значений Tgсмесей, для которых невозможны измерения Tg применяют несколько моделей. Чаще всего используют следующие уравнения.
Уравнение Гордона-Тейлора [8], которое может быть распространено на многокомпонентные системы следующим образом:
Формула 11.2 (с. 279)
гдеWW, и TgW– масса воднойфракции и ее температура стеклования (134 К); Wi и Tgi – массы фракции и значения Tg каждого из остальных компонентов. Константы ki зависят от природы каждого компонента.
Уравнение, основанное на известном уравнении Каучмана-Караша [4], также может быть распространено на многокомпонентные системы [33]:
Формула 11.3 (с. 279).
где ΔСpi – разница в удельной изобарной теплоемкости Ср между резиноподобным/жидким и стеклообразным состояниям при Tg
Следует отметить, что уравнения 11.2 и 11.3 могут быть записаны для каждого компонента в отдельности:
Формула 11.4 (с. 279).
Значения Tg и ΔСpiдля воды, глицерина и ряда углеводов приведены в табл. 11.1.
Зачастую для определения Tgi и ki (или ΔСpi) очень трудно выделить «чистые» компоненты веществ, для которых эти характеристики неизвестны (имеется в виду получение полностью безводных стеклообразных состояний). Эти значения обычно получают путем подгонки уравнения 11.2 или 11.3 к экспериментальным значениям Tg образцов с различным составом [21], используя, например, соответствующие возможности программы MS EXCEL™.
Таблица 11.1. Значения Tgи ΔСpi для воды, глицерина и ряда углеводов по разным опубликованным данным, включая [12, 24, 27]
Компонент | ΔСpi, Дж • г-1 • К-1 | Tg, К |
Вода | 1,94 | 134 |
Глицерин | Нет данных | 184 |
Ксилоза | 0,94 | 286 |
Фруктоза | 0,83 | 280 |
Глюкоза | 0,88 | 311 |
Мальтоза | 0,79 | 368 |
Сахароза | 0,73 | 343 |
Мальтотриоза | 0,53 | 408 |
Мальтогексаоза | 0,49 | 448 |
Амилопектин | 0,41 | 502 |
Этот подход является общепринятым для многих реальных пищевых систем и их моделей, точный состав которых не всегда известен. В таких случаях, предполагая неизвестные компоненты гомогенно смешанными с остальными компонентами системы, один набор Tg и k (или ΔСpi) может быть задан и подобран но измеренным экспериментальным значениям Tgдля различных уровней влагосодержания.
Одно из основных ограничений данного подхода состоит в том, что он предполагает полную гомогенизацию и абсолютную растворимость компонентов системы. Это условие далеко не всегда выполняется, поскольку пищевые продукты по своей природе гетерогенны и зачастую их требуемые органолептические свойства являются не только следствием их химического состава, но зависят и от их физической структуры (например, от разделения фаз и размеров межфазных областей, от эмульгирования, размеров капель, многослойности и т. д.). Тем не менее по многих случаях знание состава и структуры пищевого продукта можно использовать доя получения зон распределения значений Tgи прогнозирования ее значений, исходя из известных данных по отдельным областям. Например, в работах [6, 21] показано, что такой подход к прогнозированию Tgгетерогенной биополимерной смеси может быть вполне успешным при учете неравномерного распределения влаги между компонентами смеси.