Статья посвящена повышению эффективности технологии производства молотого обжаренного кофе «Арабика» за счет применения автоматических объемных роторных дозаторов в качестве объектов автоматизации и создания на их основе систем автоматического регулирования параметров технологического процесса производства молотого обжаренного кофе с использованием Scada системы. В статье определены актуальность темы, исследованы показатели качества молотого кофе сорта «Арабика». Показано, что в процессе дозирования возникают проблемы со стабильностью подачи молотого кофе в дозирующий механизм и возможностью автоматического контроля образующихся при этом сводов. Поэтому проведены экспериментальные исследования и моделирование процессов истечения молотого кофе из бункера дозатора с использованием методов дискретных элементов. Разработаны и апробированы методы и способы автоматического контроля показателей качества кофе с использованием Scada системы. Показаны результаты анализа технологического процесса дозирования молотого обжаренного кофе как объекта управления и проведен обзор существующих систем управления процессами дозирования молотого кофе. На основе проведенных исследований разработана математическая модель управления процессом дозирования молотого кофе сорта «Арабика» из бункера объемного дозатора с учетом присущих ему внутренних связей между параметрами технологических режимов и внешними возмущающими факторами. Проведено моделирование функционирования системы управления приводами подачи кофе в объемный дозатор при действии стохастических возмущений по нагрузке дозатора с учетом физико-механических свойств кофе. Разработан алгоритм управления процессом дозирования, предусматривающий учет корректирующего воздействия по промежуточной координате – уровню молотого кофе в бункере на основе исследования режимов работы дозатора и проверки асимптотической устойчивости системы управления производительностью дозатора при действии случайных возмущений и при отсутствии перерегулирования по уровню молотого кофе в бункере. В результате проведенных исследований выявлена перспективная методика управления уровнем молотого кофе, позволяющая осуществить переход от применения простого, позиционного закона управления уровнем молотого кофе в бункере дозатора к моделированию изменения уровня со специализированным контролем и управлением дозатором непосредственно в процессе функционирования. По полученным результатам в качестве критерия управления предложена производительность технологической линии с наложенными на нее ограничениями на колебания объемной массы молотого кофе в упаковке, что позволяет значительно повысить эффективность работы данной линии, улучшить качество производимого кофе и сделать процесс дозирования более точным.
Статья посвящена повышению эффективности работы пищевого предприятия за счёт разработки и внедрения автоматизированной системы управления технологическим манипулятором на линии розлива и маркировки пищевых напитков с использованием интеллектуальных технологий. Показана необходимость в решении кинематических задач, особенно задач обратной кинематики манипулятора-робота. Проведенный в работе анализ показал, что существующие универсальные алгоритмы расчёта кинематики просты для записи в общем виде, но из-за ряда неустранимых недостатков ресурсоёмки и обладают в некоторых случаях большой вычислительной погрешностью. Если технологические манипуляторы вынуждены работать именно в таких зонах, в которых этот метод приводит к существенным вычислительным ошибкам, то это может привести к замедлению движения манипулятора, что также приводит к снижению производительности, или потребовать вынужденно изменять режим работы с целью удаления рабочего органа от центра рабочей зоны, что займет больше места для каждого манипулятора. Поэтому для расчета кинематики предложено вместо универсального алгоритма использовать набор простых тригонометрических выражений по условиям конкретных движений, что позволяет сохранить требуемую точность во всём объёме рабочей зоны. Для управления манипулятором, поиска оптимальной траектории и взаимодействия с программой-моделью реальности (в среде SolidWorks) использовались программы, созданные в среде LabVIEW с инструментарием NI-SoftMotion в качестве контроллера для управления положением модели. Для автоматизации контроля качества розлива и маркировки пищевых продуктов и модернизации системы управления технологическим манипулятором разработаны алгоритмы решения обратной кинетической задачи для роботов типа PUMA, SCARA и KUKA, а также программное обеспечение, реализующее разработанные алгоритмы. Показаны результаты анализа использования системы оптического распознавания изделий, учитывающего совместное движение манипулятора и изделий. В результате проведенных исследований разработана система виртуального прототипирования мехатронной системы, позволяющая выбрать контроллер управлением движением манипулятора и требуемые двигатели и параметры оптимизации линии розлива и маркировки пищевых продуктов с использованием интеллектуальных технологии. По полученным результатам разработана улучшенная модель робота PUMA 560, к которой добавлены средства для передвижения манипулятора с использованием интеллектуальных технологий, что позволит повысить эффективность работы линии розлива и маркировки пищевых продуктов, улучшить их показатели качества.
Одним из важнейших показателей качества готового кефира является вкус, который в настоящее время определяется органолептическими методами в лабораториях молочных предприятий. В статье рассмотрены проблемы органолептического контроля вкуса кефира. Показано, что такие оценки качества субъективны и несовершенны. Получение достоверных результатов и повышение объективности контроля вкуса готового кефира возможно за счет внедрения высокоэффективных интеллектуальных технологий в производственный процесс. Успешное решение этой задачи при минимальных затратах на подготовку и проведение анализов станет возможным благодаря внедрению в производственный процесс интеллектуального модуля- дегустатора (программно- аппаратного комплекса) контроля качества вкусовых показателей кефира, в основе алгоритма работы которого заложены нейросетевые технологии. Для решения задачи объективной оценки вкуса готового кефира разработана структура нейронной сети, типа многослойный персептрон с одним скрытым слоем, проведен анализ существующих автоматизированных систем управления технологическими процессами на предприятиях молочной промышленности, который показал, что в большинстве случаев, реализованные в настоящее время автоматизированные системы отвечают только за управление оборудованием технологической линии, а взаимодействие с уровнем управления производством отсутствует. Это в значительной мере сказывается на уровне автоматизации предприятия в целом. В статье подчеркивается важность создания интеллектуальной системы автоматического прогнозирования вкусовых качеств кефира. Подчеркнуто, что для функционирования та-кой системы необходимо разработка соответствующей модели прогнозирования, позволяющей увеличить точность прогноза и свести к приемлемому минимуму ошибку, тем самым уменьшив убытки, связанные с неопределенностью при принятии решений. Отмечено, что в последнее время наблюдается тенденция возрастания интереса к использованию моделей искусственных нейронных сетей для решения задач прогнозирования в раз-личных сферах человеческой деятельности. Представлены решаемые ими задачи. Разработана интеллектуальная система диспетчерского управления производством кефира с входящим в ее состав интеллектуальным модулем- дегустатором для прогнозирования вкусовых качеств кефира.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.