ИСПОЛЬЗОВАНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ ДЛЯ ОЦЕНКИ ТЕХНОЛОГИЧЕСКИХ КАЧЕСТВ ЗЕРНА ПШЕНИЦЫ

ИСПОЛЬЗОВАНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ ДЛЯ ОЦЕНКИ ТЕХНОЛОГИЧЕСКИХ КАЧЕСТВ ЗЕРНА ПШЕНИЦЫ

Научная статья

Федотов В.А.^1, *, Лукьянова Е.С.²

¹ ORCID: 0000-0002-3692-9722;

^{1, 2} Оренбургский государственный университет, Оренбург, Россия

* Корреспондирующий автор (vital_asm[at]mail.ru)

Аннотация

В статье описывается автоматизированная система мониторинга качества помола и принятия управленческих решений. В ее основе лежит экспрессный анализ геометрических характеристик частиц смолотой пшеницы. При формировании данных о формах и размерах частиц используются методики компьютерного зрения. Установленные эмпирические зависимости позволяют производить оценку твердозерности зерна – с точностью не менее 3 %, количества клейковины – не менее 3,8 %, ее качества - не менее 4,5 %. Благодаря оперативности проводимых определений технологических качеств продуктов переработки зерна, существует возможность коррекции помола и производства продукции с заданными потребительскими свойствами.

Ключевые слова: твердозерность, зерно пшеницы, вальцовые установки, размол зерна, гранулометрический анализ.

USE OF INFORMATION TECHNOLOGIES FOR THE ASSESSMENT OF TECHNOLOGICAL QUALITIES OF WHEAT GRAIN

Research article

Fedotov V.A.^1, *, Lukianova E.S.²

¹ ORCID: 0000-0002-3692-9722;

^{1, 2} Orenburg State University, Orenburg, Russia

* Corresponding author (vital_asm[at]mail.ru)

Abstract

The article describes an automated system for monitoring the quality of grinding as well as taking managerial decisions. It is based on the express analysis of geometric characteristics of particles of ground wheat. Computer vision techniques are used when generating data related to the shapes and sizes of particles. Established empirical relationships enable the evaluation of the hardness of grain with an accuracy of at least 3%, while the amount of gluten comprises at least 3.8%, its quality – at least 4.5%. Due to the efficiency of the ongoing identification of technological qualities of grain processing products, there is a possibility of correcting the grinding and production of products with specified consumer properties.

Keywords: hardness, wheat grain, roll mill, grain grinding, particle size analysis.

Введение

Совершенствование управления качеством зерномучных товаров возможно за счет создания или модернизации систем контроля процесса переработки зерна на предприятиях. При проектировании таких систем возникает необходимость в формировании сведений о размалываемом материале еще на стадии размола – в потоках промышленного производства [1].

Необходимо оперативно проводить оценку потоков размолотого продукта не только для браковки и удаления дефектной массы. Подобная оценка позволяет спрогнозировать показатели качества производимых полуфабрикатов и продукции, а также изменить технологические параметры переработки, добиваясь в зависимости от качества сырья повышения производительности помола [2], [3].

Наличие оперативного контроля дает возможность варьировать технологические параметры обработки зерна. Оперативная корректировка позволяет оптимизировать процесс переработки зерна [4]. Улучшение качества продуктов переработки зерна достигается интерактивностью в управлении технологическими параметрами вальцовых станков – скоростью движения вальцов, зазором между ними, скоростью потока сырья и т.д.

Большое значение имеют характеристики структурно-механических свойств размалываемого зерна. В частности, для зерна пшеницы широко используется показатель твердозерности. Зерно различной твердозерности обладает различными технологическими свойствами. Эти различия передаются муке, крупе и другим зерномучным товарам [5].

Для технологов хлебопекарных и макаронных предприятий большое значение имеет оперативная оценка количества и качества клейковины в муке. На основе знаний об этих характеристиках муки принимается решение о предпочтительных влажности макаронного теста и температуре его замеса. В хлебопекарной отрасли количественно-качественные характеристики клейковины могут быть использованы для выбора оптимальной влажности опары и продолжительности замеса хлебопекарного теста [6], [7].

Материалы и методы исследования

Материалом исследований служило зерно 13-ти сортов пшеницы Оренбургской области урожая трех природно-климатических зон (восточная, центральная, западная) за 10 лет. Изучали твердую пшеницу шести сортов: Оренбургская 10, Безенчукская 200, Оренбургская 21, Безенчукская янтарь, Харьковская 3, Степь 3 и мягкую пшеницу семи сортов: Саратовская 42, Учитель, Оренбургская 13, Юго восточная 3, Варяг, Прохоровка, Л-503.

Образцы зерна пшеницы подвергались односортному помолу на лабораторной мельнице. Варьируя зазор между вальцами мельницы, выход муки устанавливали на уровне 70 %. Качество полученных образцов муки оценивали комплексом показателей в соответствии с ГОСТ Р 52189-2003. Количество и качество сырой клейковины определяли по ГОСТ 27839 2013. Качество клейковины муки оценивали с помощью прибора ИДК-4.

Твердозерность зерна оценивали по значению его микротвердости на микротвердомере ПМТ-3. Показатель микротвердости характеризуется способностью материала сопротивляться деформации. Микротвердомером на срезах зерна наносились следы квадратной алмазной пирамидкой. Исходя из размера оставленного отпечатка, по специальным таблицам рассчитывали число твердости.

Производили микроснимки частиц промежуточных продуктов помола зерна цифровой камерой Sony Exmor. Полученные изображения обрабатывали программно техническим зрением с помощью программной среды OpenSourceComputerVision.

Исследования были проведены с 80 образцами пшеницы различной степени твердозерности. Пробные навески промежуточных продуктов размола зерна отбираются из общего потока, освещаются проходящим светом и регистрируются цифровой камерой. Модуль анализа изображений производит обработку графической информации о форме и размерах частичек размола зерна. Получаемая информация используется для дальнейшего прогнозирования качества продуктов переработки зерна.

Традиционный ситовой анализ осуществляет разделение материала на фракции только по линейному размеру частиц. Знания о различиях частиц размола зерна по форме позволяют повысить эффективность анализа продуктов переработки зерна [8], [9].

Для получения информации о каждой обособленной частицы необходимо не допускать их слипания. Для этого в системе мониторинга предусмотрен модуль разрыхления. В нем за счет одновременного воздействия электризации частиц статическим напряжением и вибрации достигается дезинтеграция частиц при проведении анализа. Электростатическое отталкивание заряжаемых частиц размола обеспечивает их равномерное рассеивание по поверхности [10].

Модуль принятия решения основывается на заранее заложенном в ней алгоритме.  Обратная связь с размольной станцией реализует «интерактивность» в управлении технологическим процессом помола зерна. Таким образом, на зерноперерабатывающих предприятиях можно организовать систему мониторинга качества помола и принятия управленческих решений (рисунок 1).

Описанные модули объединяются в базовый элемент системы. Такие элементы устанавливаются в контрольных точках производства. Вся информация от них может быть сведена вместе для наибольшей информативности о проходящих процессах помола.

Рис. 1 – Базовый элемент системы мониторинга качества помола и принятия управленческих решений

 

Производимый таким образом анализ частиц размола можно назвать фрактографическим анализом, поскольку, в отличие от гранулометрического анализа, ведется учет не только размеров, но и форм частиц. Термин «фрактография», включает методы описания строения поверхностей сколов, сломов вещества и т.д. В качестве множества таких поверхностей можно рассматривать и размолотое зерно пшеницы.

Результаты и их обсуждение

В теории фрактографического анализа оперируют такими характеристиками частицы как: периметр, площадь и другие. Проекция частицы упрощенно представляется в виде окружности, эллипса, квадрата.

Разработанные программные средства подвергают компьютерной обработке изображения размолотого зерна. В проведенных исследованиях использовали техническое зрение для обнаружения частиц смолотого зерна, получения контрастных картинок с фигурами частиц размолотого зерна и последующих определения их геометрических характеристик.

Двухмерная проекция частицы представляет собой темное пятно на общей светлом фоне. В процессе анализа программно выделяли каждую такую проекцию, обрисовывая контуром. На выходе получаем массив геометрических параметров контуров частиц - фигур. Основываясь на измерениях, выделили самые ценные для прогнозирования качеств зерна геометрические показатели фигур. Из центров масс фигур программно выделяли необходимое число отрезков к периметру фигуры, вычисляли средние значения отрезков (Х, в микрометрах) и значение коэффициента вариации этих отрезков (К).

Выявлены взаимосвязи основных характеристик фрактографического анализа с физико-химическими свойствами зерна пшеницы. Так, для оценки содержания и качества клейковины в зерне пшеницы с помощью фрактографического анализа (лабораторный помол зерна) на основе многочисленных экспериментальных данных выведены следующие эмпирические зависимости.

Количество клейковины в % ()

   (1) качество клейковины в единицах прибора ИДК-4 ()    (2)

твердозерность, оцененная по микротвердости зерна в кг/мм² ()

   (3)

Проводилось сравнение прогнозируемых значений с определенными общепринятыми методиками. Для количества и качества клейковины референтный метод приведен в ГОСТ 27839-2013, для твердозерности зерна референтный метод основывается на использовании микротвердомера.

Максимальная относительная погрешность предлагаемого фрактографического метода определения твердозерности составила не более 3 %, количества клейковины - не более 3,8 %, качества клейковины – не более 4,5%.

Заключение

Таким образом, разработанная система определяет физико-химические показатели качества продуктов размола за счет обработки изображений частиц размола зерна методиками компьютерного зрения. Определяемые фрактографическим анализом геометрические характеристики образцов помола зерна используются для прогнозирования свойств зерна.

Конфликт интересов Не указан.

Conflict of Interest None declared.

Список литературы / References

1. Федотов В.А. Факторы формирования потребительских свойств зерномучных товаров / В. А. Федотов // Вестник Оренбургского государственного университета. – 2011. – № 4. – С. 186-190.
2. Беркутова Н.С. Микроструктура пшеницы / Н. С. Беркутова, И. А. Швецова. - М.: Колос, 1977. - 122 с.
3. Медведев П.В. Комплексная оценка потребительских свойств зерна и продуктов его переработки / П. В. Медведев, В. А. Федотов, И. А. Бочкарева // Международный научно-исследовательский журнал. - 2015. - № 7-1 (38). - С. 77-80.
4. Федотов В.А. Информационно-измерительная система определения потребительских свойств пшеницы / Федотов В.А., Медведев П.В. // Вестник Оренбургского государственного университета. – 2013. – № 3. – С. 140-145.
5. Chung O.K. Quality characteristics of hard winter and spring wheats grown under an overwintering condition / Chung O.K., Ohm J.B., Lookhart G.L. at al. // J. Cereal Sci., 2003, 37: 91-99.
6. Медведев П.В. Информационно-измерительные системы управления потребительскими свойствами зерномучных товаров / П. В. Медведев, В. А. Федотов // Современные тенденции в экономике и управлении: новый взгляд : монография. – Оренбург: ООО «Агентство «Пресса», 2013. – С. 35-51.
7. Rosicka-Kaczmarek J. Composition and thermodynamic properties of starches from facultative wheat varieties (2016) / Rosicka-Kaczmarek, J., Makowski, B., Nebesny, E. et al. // Food Hydrocolloids, 54, pp. 66-76
8. Souza E.J. Influence of genotype, environment, and nitrogen management on spring wheat quality / Souza E.J., Martin J.M., Guttieri M.J. et al. // Crop Sci., 2004, 44: 425-432.
9. Smith A. E. Handbook of Weed Management Systems / A. E. Smith. - Marcel Dekker, 1995. - 741 p.
10. Shewry P.R. Wheat / Shewry P.R. J. Exp. Bot., 2009, 60: 1537-1553.

Список литературы на английском языке / References in English

1. Fedotov V.A. Faktory formirovaniia potrebitelskikh svoistv zernomuchnykh tovarov [Factors of formation of consumer properties of grain products] / V. A. Fedotov // Vestneyk Orenburgskogo gosudarstvennogo universiteta. – 2011. – № 4. – P. 186-190. [in Russian]
2. Berkutova N.S. Mikrostruktura pshenitcy [Microstructure of wheat] / N. S. Berkutova, I. A. Shvetcova. – M.: Kolos, 1977. - 122 p. [in Russian]
3. Medvedev P.V. Kompleksnaia ocenka potrebitelskikh svoistv zerna i produktov ego pererabotki [Comprehensive assessment of consumer properties of grain and products of its processing] / P. V. Medvedev, V. A. Fedotov, I. A. Bochkareva // Mezhdunarodny`i` nauchno-issledovatel`skii` zhurnal. - 2015. - № 7-1 (38). - P. 77-80. [in Russian]
4. Fedotov V.A. Informatcionno-izmeritelnaia sistema opredeleniia potrebitelskikh svoistv pshenitcy [Information-measuring system for determining the consumer properties of wheat] / Fedotov V.A., Medvedev P.V. // Vestneyk Orenburgskogo gosudarstvennogo universiteta. – 2013. – № 3. – P. 140-145. [in Russian]
5. Chung O.K. Quality characteristics of hard winter and spring wheats grown under an overwintering condition / Chung O.K., Ohm J.B., Lookhart G.L. et al //. J. Cereal Sci., 2003, 37: 91-99.
6. Medvedev P.V. Informatcionno-izmeritelnye sistemy upravleniia potrebitelskimi svoistvami zernomuchnykh tovarov [Information-measuring systems for managing consumer properties of grain products] / P. V. Medvedev, V. A. Fedotov // Sovremenny`e tendentcii v e`konomike i upravlenii: novy`i` vzgliad : monografiia. – Orenburg: OOO «Agentstvo «Pressa», 2013. – P. 35-51. [in Russian]
7. Rosicka-Kaczmarek J. Composition and thermodynamic properties of starches from facultative wheat varieties (2016) / Rosicka-Kaczmarek, J., Makowski, B., Nebesny, E. et al. // Food Hydrocolloids, 54, pp. 66-76
8. Souza E.J. Influence of genotype, environment, and nitrogen management on spring wheat quality / Souza E.J., Martin J.M., Guttieri M.J. et al. // Crop Sci., 2004, 44: 425-432.
9. Smith A. E. Handbook of Weed Management Systems / A. E. Smith. - Marcel Dekker, 1995. - 741 p.
10. Shewry P.R. Wheat / Shewry P.R. J. Exp. Bot., 2009, 60: 1537-1553.