ЦИФРОВОЙ ЭКСПРЕСС-АНАЛИЗ ФРАКЦИОННОГО СОСТАВА  ЗЕРНА ГРЕЧИХИ КАК ЭТАП ВНЕДРЕНИЯ ИНДУСТРИИ 4.0  НА ЗЕРНОПЕРЕРАБАТЫВАЮЩИХ ПРЕДПРИЯТИЯХ: SFODRL

Станислав Борисович  Есин; Евгений Анатольевич   Кладов

doi:10.25712/ASTU.2072-8921.2023.02.006

Авторы

Станислав Борисович Есин Алтайский государственный технический университет им. И.И. Ползунова https://orcid.org/0000-0001-9844-4395
Евгений Анатольевич Кладов Алтайский государственный технический университет им. И.И. Ползунова https://orcid.org/0000-0002-3504-3153

DOI:

https://doi.org/10.25712/ASTU.2072-8921.2023.02.006

Ключевые слова:

фракционирование гречихи, металлопробивные решета, ситовой анализ, экспресс-анализ, про-граммное обеспечение, анализ изображений, цифровизиция, гранулометрический состав.

Аннотация

Современный уровень цифровизации в отрасли хранения и переработки зерна, представленный росетевыми методами (разделение зерновой массы и примеси по цвету), алгоритмами компьютерного зрения (определение стекловидности зерна), методами разделения зерна по оптическим свойствам (фотосортирование с использованием высокоскоростного сканирования массы зерна и последующей обработки изображений по заданному алгоритму: цветовым характеристикам, форме, геометрическим размерам). Зерно гречихи отличается большой вариативностью размеров, что требует разделения его на фракции по крупности перед направлением на шелушение, поэтому важным аспектом увеличения эффективности фракционирования гречихи является возможность цифровизации определений гранулометрического состава зерна. Объектами исследований в работе служили пробы зерна гречихи из 6 районов Алтайского края. Анализ фракционного состава проб гречихи осуществляли согласно «Правилам организации и ведения технологического процесса на крупяных предприятиях» в программах «Гранулометрия» и «Гистограммы», разработанных на кафедре «Технология хранения и переработки зерна» АлтГТУ. Данная методика определения гранулометрического состава зерна гречихи позволяет получить количественную характеристику размеров частиц, задействовать информационные технологии в производстве, обеспечив снижение трудоемкости анализа и возможность оперативной коррекции результатов. Сопоставление результатов фракционирования зерна гречихи ситовым методом и с применением программы «Гранулометрия» показало высокую сходимость получаемых данных. Среднее время обработки одного образца предлагаемым способом сокращается в 3–4 раза. Результаты исследования подтверждают эффективность применения программы «Гранулометрия» для экспресс-анализа фракционного состава зерна гречихи, подбора решет и составления партий гречихи для переработки

Библиографические ссылки

Klepacka J., Najda A., Klimek K. Effect of Buck-wheat Groats Processing on the Content and Bioacces-sibility of Selected Minerals // Foods. 2020. № 9, doi: 10.3390/foods9060832.

Sofi S.A., Naseer A., Farooq A., Rafiq S., Zargar S.M., Kamran F., Ali Dar T., Mir S.A., Dar B.N., Khaneghah A.M. Nutritional and bioactive characteristics of buck-wheat, and its potential for developing gluten‐free products: An updated overview // Food Science & Nutri-tion. 2022. doi:10.1002/fsn3.3166.

Yushchenko N., Kuzmyk U., Kochubei-Lytvynenko O., Yatsenko O., Belemets T. Prospects of using Non-Fried buckwheatgroats in first dishes tech-nology // EUREKA: Life Sciences. 2020. № 6. P. 58–65, doi: 10.21303/25045695.2020.001542.

Важов В.М., Козил В.Н., Бахтин Р.Ф., Яськов М.И. Региональный аспект возделывания гречихи на Алтае // Успехи современного естествознания. 2018. № 8. С. 40–45.

Правила организации и ведения технологического процесса на крупяных предприятиях. М. : ВНПО «ЗЕРНОПРОДУКТ», 1991. Часть 1. 74 с.

Чеботарев О.Н., Шаззо А.Ю., Бахмет М.П., Палагин Н.В., Голубева О.А., Рыбачук А.В. Определение геометрических размеров зерна гречихи // Известия ВУЗов. Пищевая технология. 2005. № 5–6. С. 17–18.

Федотов В.А., Курносова А.Г., Воякина К.В., Овчинникова М.С. Современные методы проведения гранулометрического анализа зернопродуктов // Евразийский Союз Ученых. 2014. № 7. С. 38–40.

Barker D.A., Vouri T.A., Myers D.G. The use of slice and aspect ratio parameters for the discrimination of Australian wheat varieties // Plant Varieties and Seeds. 1992. № 5(1). P. 47–52.

Крыловецкий А.А., Суходолов Д.М. Распознавание изображений элементов зерновых смесей методами глубокого обучения с использованием библиотек KERAS И TENSORFLOW // Вестник ВГУ. Cерия: Системный анализ и информационные технологии. 2018. № 2. С. 139–148.

Majumdar S., Jayas D.S. Classification of cere-al grains using machine vision. I. Morphology models // Transactions of the ASAE. 2000. № 43(6). P. 1669–1675.

Paliwal J., Visen N.S., Jayas D.S., White N.D.G. Cereal grain and dockage identification using machine vision // Biosystems Engineering. 2003. № 85 (1). P. 51–57.

Лузев В.С., Кладов Е.А. Гранулометрический состав промежуточных продуктов размола зерна // Хлебопродукты. 2006. № 11. С. 48–49.

Кладов Е.А., Есин С.Б., Егорова Е.Ю. Компьютерная обработка изображений и их интерпретация в анализе гранулометрического состава масличной муки // Ползуновский вестник. 2022. № 4–1. С. 48–56, doi: 10.25712/ASTU.2072-8921.2022.04.006.