Самооценка системы управления безопасности пищевых продуктов

 

Теоретическая часть

 

Системы управления безопасности пищевых продуктов построена на основе принципов существующего диагностического инструмента, направленных на оценку эффективности систем безопасности пищевых продуктов управления обрабатывающих отраслей для животного (мясо и молочные продукты) и растительного происхождения продуктов. Этот инструмент был разработан в рамках проекта ЕС FP6 Патоген Combat (www.pathogencombat.com). Прибор включает в себя систематический анализ контроля и обеспечения деятельности, которые рассматриваются в компании конкретной системы и включает в себя оценку уровней, на которых эти точки контроля и обеспечения деятельности выполняются с помощью самооценки.

Деятельность управления направлена на сохранение свойств продукта, производственных процессов, и человеческих процессов между определенными приемлемыми допусками, в то время как цель деятельности по обеспечению является системой управления и обеспечения доказательств и уверенность заинтересованных лиц о встрече установленным требованиям (Luning и др., 2008; 2009). Кроме того, инструмент включает в себя оценку рискованности контекстной ситуации, где система управления безопасности должна работать с учетом принятия решений деятельности (Luning и др., 2010), и установления диагноза безопасности системы пищевых продуктов (Jacxsens и др., 2010).

Концепция диагностики заключается в следующем: если системе необходимо работать в высоком контексте рисков, то требуется использование передовых технологий необходимых для предсказуемой и контролируемой безопасности пищевой продукции, в то время как в контексте низкого риска предполагаются более простые системы, для реализации будет достаточно хорошей безопасности пищевых продуктов.

Рискованность используется в качестве общих критериев для дифференциации факторов контекста в трех уровнях. Контекст определяется как более рискованное, когда есть больше двусмысленности, неопределенности и уязвимости в связи с типичными характеристиками контекста. Это предположение в ситуации управления безопасностью пищевых продуктов является неоднозначным из-за динамических и сложных механизмов в пищевой системе (Luning и Marcelis, 2006). Во-вторых, лица, принимающие решения, часто сталкивается с неопределенностью в связи с четкой потребностью в информации, в сочетании недостаточно информационных систем (Luning & Marcelis, 2006, 2007). В-третьих, когда на самом деле принимаются решения осложняющим аспектом является воздействие. Далее, для управления и обеспечения деятельности определены разные уровни, а также для выхода безопасности пищевых продуктов. Продвинутый уровень деятельности СУБП основывается на научных знаниях, адекватной информации, систематических методах, процедурной инициативе и независимой позиции (Luning и др., 2008, 2009). Хорошие показатели выхода безопасности пищевых продуктов ожидаются при применении конкретных критериев систематической оценки СУБП и не имеют никаких проблем в безопасности пищевых продуктов (Jacxsens и др., 2010).

 

Задание.

Согласно магистерской диссертации выбирается предприятие или цех по производству определенного продукта. Приводится описание предприятия. С помощью таблиц Excel (взять у преподавателя) составляется оценка по критериям (приведены ниже). По результатам строится паутина и определяются недостатки предприятия. В выводах необходимо предложить рекомендации по устранению несоответствий.

 

Пример. Самооценка системы менеджмента безопасности мяса

 

Цех по производству сырых замороженных продуктов

 

Компания в течение пяти лет, является членом Global Compact ООН, понимая все преимущества социальной ответственности, сегодня принципы Global Compact - это часть стратегии, культуры и повседневной работы сотрудников. Интегрированная система управления компании в соответствии с требованиями ISO 9001, 14001, 22000, а также элементами управления охраны труда, OHSAS 18001 охрана труда и социальной ответственностью ISO 26000, позволяет систематически осуществлять принципы Global Compact и обеспечивает конкуренцию.

 

Характеристики продукта и процесса

Средний балл: 0,9

Организация и характеристики окружающей среды

Отдел обеспечение качества (QA) + микробиологический и / или химический анализ, управление безопасности на внешних лабораториях - Временные операторы + Большой опыт контроля безопасности пищевых продуктов +

Средний балл: 0,8

 

Контрольная деятельность дизайна: стандартные гигиенические требования к оборудованию, высокая и конкретные требования, промышленные складские помещения, полная (полный шаг) программа в области санитарии, строгий входной контроль материалов по продовольственной безопасности "Лучший стандарт" упаковочного оборудования

 

Средний балл: 3,3

Контрольная деятельность

Средний балл: 3,3

 

Оценка деятельности

Систематическое использование информации обратной связи, установленные (новые) требования с поддержкой внешних экспертов, проверить эффективность технологических и управленческих мер, эффективность вмешательства процессов от независимого эксперта, структурированная система документации

Средний балл: 3,2

Выход продовольственной безопасности

Осмотр национального агентства по безопасности пищевых продуктов, незначительных замечаний, жалоб, ограниченных комбинации правовых критериев, требований и спецификаций

Средний балл: 3,2

 

 

 

Лабораторное занятие № 7.

Прогнозируемое моделирование роста микроорганизмов в пищевых продуктах

 

Оценка критического уровня кривой роста Bacillus Cereus в молочных продуктах с различными условиями на основе экспериментальных данных и прогнозируемых моделей ComBase

 

Данные, используемые в этой работе были получены из ComBase, база данных (Baranyi и Tamplin, 2004). (Великобритания, Институт исследований пищевых продуктов, Министерство сельского хозяйства США, ARS, Восточная региональная Научно-исследовательский центр, и Австралийский центр по безопасности пищевых продуктов), состоящий из 74 записей роста Bacillus cereus в молоке. Bacillus эхиноцереус для населения меняется в течении долгого времени для каждого состояния окружающей среды, которые, записанной в базе данных, графика иллюстрированный на основе температуры 9 °С (рис. 1), температуры 8 °С (рис. 2), температуры 7 °С (рис.3).

 

Прогноз и проверка

 

Исследование проводили при изменении температуры (6, 7, 8 и 9 °С), рН (6,6, 6,7 и 6,8). Анализируя более 74 условий, записанные в ComBase, для сравнения были выбраны многочисленные данные (ComBase см. www.combase.cc). Модель прогнозирования показала хорошую производительность для данных проверки, было правильно выбрана классифицикация. Прогнозы показали, что не наблюдалось резкого увеличения/нет интерфейса роста, при низких значениях температуры и рН, которые могли бы при высоком риске производить токсин в молочных продуктах (10⁵ КОЕ / г). Затем для расчета был использован Artificial Neural Newtwork (NeuroXL, www.analyzerXL.com) основных точек (10⁵ КОЕ / г) входных данных при попытке построения записанных данных в ComBase, (рис 1) (Jeyamkondan
и др., 2001). Прогнозируемые графики в зависимости от ComBase иллюстрируется на основании температуры 9 °C (рис. 4), температуры 8 °C (рис. 5), температуры 7 °C (рис.6).

 

Результаты

 

Один из полезных положительных качеств прогнозирования по компьютерным данным является то, что записанные данные могут быть быстро определены, которые дают огромное преимущество, даже если записи экспериментальной проверки не предлагают все исходные результаты или полное описание эксперимента. Цель базирования этих исследований на рост палочки Bacillus cereus в соответствии с экспериментальными данными и моделирования прогнозирования, для достижения точки пригодности молочных продуктов. По представленным данным, Bacillus Cereus был изучен на кривой роста, в частности, на основе тщательного рН (9,0; 8,0; 7,0; 6,0 и) на вероятности роста. Из 76 тестируемых условий, 13 были выбраны для модельных данных для проверки достоверности данных. Предсказания указывают на то, что резкий рост микроорганизмов произошло между 4-10 градусов по Цельсию.

Распространение Bacillus эхиноцереус в BC_09_M2 и BC_09_M2 увеличилась примерно до 4,23 КОЕ / г после 100 часов, затем увеличилась до 6 КОЕ /г после 146 часов. Однако в других образца BC_M1_09 и BC_M2_09 при той же температуре показано, что распространений Bacillus Cereus быстро увеличивается, хотя эти образцы начали при нулевой стадии начального уровня и оставалось на этом уровне до 28 часов, а затем через 24 часа распространение не достигало до 2,4. Наиболее важно отметить, что распространение резко увеличилось с 2,4 до 6 КОЕ / г; 52 и 76 часов, соответственно. Таким образом, данные роста предполагают, что на основании отчета литературы, настоящая инфекционная доза может колебаться от относительно жизнеспособной клетки или споры 105 и 108 г (Notermans и Tatini, 1993). Однако, на рисунке 2 показаны разные точки колебания роста палочки Bacillus Cereus при 8⁰С, что трое из них показывают аналогичный рост (RecordId BC_08_M1, RecordId BC_08_M2 и RecordId BC_08_M3), на основе срока годности продлен до 216 часов (3,46, 3,58 и 4,40, соответственно).

 

В отличие от этого, запись ID_LA61k_2_20 и запись ID_LA64k_2_20 достигается до 4,30 и 4,79, начальный уровень которых был до 1. В сравнении NeuroXL с ComBase, при температурах 7, 8 и 9 NeuoXL предсказал распространение Bacillus Cereus в 105 КОЕ/г, 189,23, 281,44 и 300,81 часов соответственно (рисунок 8). Тем не менее, в зависимости от модели ComBase предсказания, при температуре 7 ° С - 105 КОЕ / г (168.96 часов), его сходство с NeuroXL показывает, что предсказания при температуре 7 ° C - 189.23, экспериментальный максимум данных и минимальные данные (253.44, 168.95 соответственно) показывают, что, достижение максимума началось со 2 начального уровня, но в другой экспериментальной иллюстрации показывает, когда молочные продукты хранят при высоком уровне загрязнений, достигает высокого уровня распространения Bacillus Cereus быстрее (> 105 КОЕ / г, критический уровень для потребителя как испорченный продукт). На рисунке 7 приведен график сравнения записанного в определенной точке кривой роста Bacillus Cereus около или выше> 105 КОЕ / г (экспериментальные данные из ComBase записей), которые связаны с рН и температурой и начального уровня.

Эти приложения могут усилить систему контроля качества, как выбрать сырье на молочной фабрике или удалить сырье, например, сырое молоко с высокой концентрацией бактерий, предназначенное не для полной пастеризации или дефицит в этом процессе может снизить срок годности и может повлиять на здоровье потребителей (дети и пожилые люди), напротив, его можно использовать для стерилизации молока при высокотемпературной обработке. Кроме того, с помощью этих моделей проводится контроль качества молочных продуктов, регулируется их порядок и производство высокого качества с меньшим опасностями пищевого происхождения.

 

 

 

 

 

 

 

Лабораторное занятие №8.

Оценка риска: Анализ рисков для пищевых продуктов, контаминированные химическими опасностями (пестициды, бензин, афлатоксины)