Определение эффективности процесса сепарирования семян подсолнечника в потоке с использованием компьютерного зрения
https://doi.org/10.36107/hfb.2020.i3.s70
Аннотация
Представленная работа рассматривает решение задачи контроля содержания лузги семян подсолнечника в потоке после сепарирования, при помощи системы компьютерного зрения. Данная задача обуславливается нестабильностью свойств поступающего на переработку сырья. Поскольку при подготовке семян подсолнечника к производству кондитерских изделий используют семена разного сорта из различных регионов России, каждая партии семян будет разного размера, с различными свойствами и с различной степенью содержания лузги. Все это приводит к нестабильности процесса производства кондитерских изделий и влияет на качество готового продукта, поскольку для каждой партии сырья необходимо подбирать свои оптимальные режимы работы оборудования. Одним из основных показателей качества процесса сепарирования является коэффициент содержания примесей в исследуемом сырье, который необходимо определять в потоке. В статье представлен метод определения в потоке содержания лузги.
Об авторах
Владислав Германович Благовещенский
Московский государственный университет пищевых производств
Россия
Россия
Александр Николаевич Петряков
Московский государственный университет пищевых производств
Россия
Россия
Вячеслав Андреевич Сумерин
Московский государственный университет пищевых производств
Россия
Россия
Список литературы
1. Балыхин М. Г., Борзов А. Б., Благовещенский И. Г. Методологические основы создания экспертных систем контроля и прогнозирования качества пищевой продукции с использованием интеллектуальных технологий: Монография. М.: Изд-во Франтера, 2017. 395 с.
2. Благовещенский И.Г. Использование системы компьютерного зрения для контроля в режиме онлайн качества сырья и готовой продукции пищевой промышленности // «Пищевая промышленность», №6 , 2015, с. 18 – 20.
3. Крылова Л.А., Благовещенский В.Г., Татаринов А.В. Разработка интеллектуальных аппаратно- программных комплексов мониторинга процессов сепарирования дисперсных пищевых масс на основе интеллектуальных технологий. В книге: Развитие пищевой и перерабатывающей промышленности России: кадры и наука. 2017. с. 199-201.
4. Гончаров К.А., Благовещенский И.Г., Назойкин Е.А., Благовещенский В.Г., Макаровская З.В. Использование библиотеки OPENCV для работы с техническим зрением. В сборнике: Интеллектуальные системы и технологии в отраслях пищевой промышленности Сборник материалов конференции. 2019. С. 53-60.
5. Петряков А.Н., Благовещенская М.М., Благовещенский В.Г., Митин В.В., Благовещенский И.Г. Повышение качества идентификации и позиционирования объекта на цифровых стерео изображениях при помощи алгоритмов построения карты глубины. В сборнике: Интеллектуальные системы и технологии в отраслях пищевой промышленности Сборник материалов конференции. 2019. С. 133-138.
6. Балыхин М.Г., Борзов А.Б., Благовещенский И.Г. Архитектура и основная концепция создания интеллектуальной экспертной системы контроля качества пищевой продукции. Пищевая промышленность. 2017. - №11. – С.60 - 63.
7. Благовещенская М.М., Костин А.М., Благовещенский И.Г., Татаринов А.В. Распределенные автоматизированные системы интеллектуального мониторинга оборудования зерноперерабатывающих предприятий. В книге: Развитие пищевой и перерабатывающей промышленности России: кадры и наука, ИК МГУПП, 2017, с. 171-175.
8. Благовещенская М.М., Благовещенский И.Г., Назойкин Е.А., Бабин Ю.В. Адаптивный подход к идентификации нестационарных технологических процессов в отраслях пищевой промышленности. В сборнике: Передовые пищевые технологии: состояние, тренды, точки роста Сборник научных трудов I научно-практической конференции с международным участием. 2018. С. 651-654.
9. Донник И.М., Балыхин М.Г., Благовещенский И.Г., Благовещенская М.М. Разработка баз данных интеллектуальных экспертных систем автоматического контроля показателей качества пищевой продукции. Хранение и переработка сельхозсырья. 2018. № 4. С. 126-138.
10. Благовещенский И.Г., Карелина Е.Б., Петряков А.Н., Фомушкин В.И., Благовещенский В.Г. Обзор используемых на пищевых предприятиях в АСУТП рабочих станций, операторских пультов и перспективы их применения. В сборнике: Автоматизация и управление технологическими и бизнес- процессами в пищевой промышленности. Сборник научных докладов П международной научно- практической конференции. 2016, с 16 – 20.
11. Miranda, J., Ponce, P., Molina, A., & Wright, P. (2019). Sensing, smart and sustainable technologies for Agri-Food 4.0. Computers in Industry, 108, 21–36. https://doi.org/10.1016/j.compind.2019.02.002
12. Yu, B., Zhan, P., Lei, M., Zhou, F., & Wang, P. (2020). Food Quality Monitoring System Based on Smart Contracts and Evaluation Models. IEEE Access, 8, art. no. 8957120, 12479-12490. https://doi.org/10.1109/access.2020.2966020
13. Singh, G., Singh, P.J., Tyagi, V.V., & Pandey, A.K. (2019). Thermal and exergoeconomic analysis of a dairy food processing plant. Journal of Thermal Analysis and Calorimetry, 136(3), 1365–1382. https://doi.org/10.1007/s10973-018-7781-y
14. Bader, F., & Rahimifard, S. (2020). A methodology for the selection of industrial robots in food handling. Innovative Food Science and Emerging Technologies, 64, art. no. 102379. https://doi.org/10.1016/j.ifset.2020.102379
Рецензия
Для цитирования:
Благовещенский В.Г., Петряков А.Н., Сумерин В.А. Определение эффективности процесса сепарирования семян подсолнечника в потоке с использованием компьютерного зрения. Health, Food & Biotechnology. 2020;2(3):40-47. https://doi.org/10.36107/hfb.2020.i3.s70
For citation:
Blagoveshchenskiy V.G., Petryakov A.N., Sumerin V.A. Determination of the efficiency of the process of separating sunflower seeds in a stream using computer vision. Health, Food & Biotechnology. 2020;2(3):40-47. (In Russ.) https://doi.org/10.36107/hfb.2020.i3.s70
Просмотров:
446
Послать статью по эл. почте 