CC BY
18
Моделирование процесса пастеризации методами системного анализа с применением функционально-рискового анализа
1 ту 1
О.Ю. Коваленко , Е.С. Ряряева' , М.В. Яшков
1 «Национальный исследовательский Мордовский государственный университет
им. Н. П. Огарёва»,
2
ООО Испытательный центр «Оптикэнерго»
Аннотация: Статья посвящена изучению возможности применения методов системного анализа при моделировании процесса пастеризации молока. В работе рассмотрены структурно-параметрические, функционально-операторные, информационные и модели целевого управления для удобного «описания» процесса пастеризации. Полученные модели и их коэффициенты, описывающие процесс пастеризации, основанные на методах системного анализа, подходят для практического решения задачи управления производственным процессом. Авторы применили функционально-рисковый анализ и идентифицировали риски пастеризации молока.
Ключевые слова: системный анализ, пастеризация, молоко, риск, моделирование, процесс, функционально-рисковой анализ, системный анализ, модель, производство.
Производство и переработка пищевой продукции является сложной и ответственной деятельностью (системой), так как напрямую влияет на жизнь и безопасность потребителя этой продукции. Специалисты, сталкивающиеся с реалиями пищевого производства, знают, что поведение этого процесса сравнимо с поведением живого организма и управлять им непросто. Задачи управления производством молока и молочной продукции сводятся к определению влияния друг на друга, и в целом на технологию производства множества факторов, а так же их мониторинг, анализ и поддержание в определенных границах. Задачу выявления, описания и нахождения зависимостей факторов можно решить с помощью методов системного анализа. В работе [1] автор указывает, что в литературе недостаточно примеров использования методов системного анализа на промышленных предприятиях, с чем мы согласны и в рамках этой статьи эту проблему решаем.
В функционально-рисковом анализе выделяют три типа проблем:
- хорошо структурированные проблемы;
- слабоструктурированные проблемы;
- неструктурированные проблемы.
Два последних типа проблем, являются рисками процесса, которые должны идентифицироваться и находится в управляемом состоянии на любом производстве.
Важной процедурой в системном анализе считается моделирование -процесс исследования реальной системы, который заключается в построении обобщённой модели, отображающей основные характеристики, процессы, и взаимосвязи реальной системы [2]. Определение понятия модель представленное автором [3] возьмем за основу. Итак, моделью служит система «Переработка молока», которая в свою очередь является элементом более крупной системы «Производство, переработка и реализация молока» и, в то же время, имеет свои подсистемы, в частности, нас будет интересовать этап «Пастеризация молока». При построении модели есть возможность отобразить элементы модели и детализировать ее так, чтобы выделить необходимые признаки и особенности системы для наиболее лучшего понимания ее работы и возможности управления.
К сожалению, нет единой общепринятой классификации методов системного анализа. В качестве примера можно привести следующие классификации из работы [4], где они делятся на четыре группы: неформальные, графические, количественные и моделирования. Отдельного внимания заслуживают модели «вход - выход» так как являются наиболее удобным для применения классом моделей, понятно описывающим источники и результаты процесса. Такие модели можно разделить еще на четыре группы: структурно-параметрические, функционально-операторные, информационные и модели целевого управления.
Основные элементами модели «Пастеризация молока» представлены в таблице 1.
Таблица 1
1К1 Инженерный вестник Дона, №3 (2019) Н| ivdon.ru/ru/magazine/arcliive/n3y2019/5848
Описание параметров системы у
№ п/п Наименование элемента Единица измерения Норма по ТР ТС «О безопасности молока и молочной продукции» № 033-2011.
1 Микробиологические показатели КМАФАнМ в сыром молоке КОЕ/г Не более 5105
2 Микробиологические показатели КМАФАнМ после пастеризации КОЕ/г Не более 1105
3 Температура хранения сырого молока после доения 0С 4±2
4 Время хранения сырого молока до начала переработки ч 36
5 Температура цикла пастеризации 0С 95±2
6 Продолжит. выдержки паст. молочной смеси сек 300
Каждая группа моделей имеет свой способ описания[5]. Схематическое изображение модели вход - выход процесса пастеризации представлено на рис. 1.
Вход - информация параметрах молока
Превращения входов в выходы - процедура
Выход - молоко с заданными микробиологическими пока-
Рис.1 - схема модели «вход - выход» процесса пастеризации
Структурно - параметрическая модель:
В структурно - параметрической модели результат (выход) системы у представляется в виде функции, представленной ниже, зависящей от элементов системы (их характеристик, переменных) хг и отношений между ними Ягк:
У = /(ХгЯгк X * = 1, . . т; к = П (1.1)
где хг - время хранения сырого молока, температура и время пастеризации; - контролируемый уровень количества мезофильных аэробных и факультативно анаэробных микроорганизмов (далее КМАФнМ) измеряющийся в колониеобразующих единицах в 1 грамме сырого молока (далее КОЕ/г).
Плюс применения этой модели в том, что система может быть описана максимально подробно при известных хг и Ягк. Наиболее известная модификация представляется как линейная комбинация аргументов и их взаимодействий разного порядка. Тогда (1.1) принимает вид:
т _
У = аг + Е ЬгХг + Ег=1 ЬгкХгХк + ... (1.2)
г=1
Выражение (1.2) в простейшем случае может быть записано в виде разложения в ряд Тейлора. Для описания процесса пастеризации нами предлагается следующая модель в виде:
где - коэффициент, зависящий от условий окружающей среды на ферме и здоровья дойных коров, выражается в тех же единицах, что и у (КОЕ/г);
Ь0 - коэффициент, зависящий от времени поступления последней партии молока;
Ь - коэффициент, зависящий от температуры хранения сырого молока;
хг = (^)- степенная функция времени;
1К1 Инженерный вестник Дона, №3 (2019) Н| ivdon.ru/ru/magazine/arcliive/n3y2019/5848
туры хранения сырого молока.
Л; = ! - I - экспоненциальная функция времени; г- постоянная времени процесса пастеризации молока.
На рис. 2 изображен график зависимости уровня КМАФАнМ (у) от аргументов при известном Ь1. Для построения графика использовались материалы исследования [6] и [7]. Предлагаемая модель представляет собой произведение линейной комбинации функции времени при известном значении времени хранения и экспоненциальной функции времени процесса переработки. Из график видно, что оптимальные режимы хранения сырого молока в течение 24 часов при температуре хранения t = 3 - 5 0С и t = 8 - 10 0С, остальные режимы привели к скисанию молока, поэтому влияние на показатели КМАФАнМ (КОЕ/г) при режимах пастеризации рассмотрим только на двух оставшихся графиках (рис. 3).
1К1 Инженерный вестник Дона, №3 (2019) Н| ivdon.ru/ru/magazine/arcliive/n3y2019/5848
при 1режимов пастертации
Рис.3- зависимость уровня КМАФАнМ (КОЕ/г) от времени и температуры хранения сырого молока и параметров пастеризации.
Как видно, на графике выделяется три области распределения параметров процесса пастеризации, выход в область III, сигнализирует о том, что процесс пастеризации при заданных параметрах не будет успешен, входы не преобразуются в нужные выходы и вероятность негативного влияния на потребителя такой продукции многократно возрастает, что недопустимо.
Тут можно сделать вывод, что с помощью методов системного анализа идентифицирован риск, неуправляемость которого приведет к тяжелым последствиям. Методика определения значимости риска представлена в [8, 9]. Риски, ограниченные зоной I (обозначено зеленым штрихом), относят к допустимыми и мероприятия по управлению ими не разрабатываются. Рисками из зоны II (обозначено желтым штрихом), необходимо управлять, а меры по их управлению должны подвергаться постоянному мониторингу на предмет
их эффективности. Зона III (обозначено красным штрихом)- это риски высокого уровня значимости, которые требуют принятия незамедлительных мер управления вплоть до отказа от вида деятельности, связанного с риском.
Описание функционально - операторной модели:
у - результат пастеризации молока (система); Я„ - требования (операторы), предъявляемые к процедуре пастеризации молока (по Технический регламент Таможенного союза «О безопасности молока и молочной продукции» (ТР ТС 033/2013); требования к сырому молоку.
На функционально - операторной модели технологической системы могут быть показаны входные, выходные, управляющие и возмущающие параметры (например, температура, влажность, плотность, кислотность, орга-нолептические показатели и т.п.).
Описание информационной модели:
1ц,1ц - документация, регламентирующая процесс производства молока и молочной продукции; средства измерений, применяющиеся в данной системе у; - регламентируемые технические требования (характеристики); п - порядок организации обработки данных, определяемый объемом изготовляемой продукции; К - критерии, определяющие критические контрольные точки для остановки процесса в случае возникновения технологических неисправностей (превышение температуры, давления, попадание посторонний включений в молоко).
Параметры информационной модели представлены в таблице 2.
Таблица №2
Параметры информационной модели
№ п/п Наименование параметра СИ НД на методику измерения НД с установленной нормой
1 Физико-химические анализатор молока «Клевер» ГОСТ 25179-2014 Молоко и молоч- ТР ТС «О безопасности моло-
ные продукты. Методы определения массовой доли белка ка и молочной продукции» № 033-2011.
2 Уровень азота аппарат Кьель- ГОСТ 23327-98 ТР ТС «О безо-
даля Молоко и молочные продукты. Метод измерения массовой доли общего азота по Кьельдалю и определение массовой доли белка пасности молока и молочной продукции» № 033-2011.
3 Плотность ареометры для ГОСТ Р 54758- ГОСТ 31449-
молока молока типа АМ 2011 Молоко и 2013 Молоко
или типа АМТ, продукты пере- коровье сырое.
ареометры обще- работки молока. Технические
го назначения Методы опреде- условия
типа АОН-1 или ления плотности
типа АОН-2, ци-
линдры для
ареометра - Про-
изводитель за-
вод «Шат-лыгин
и К», г.Харьков.
4 Кислотность рН-метр «Нит- ГОСТ Р 54669 - ТР ТС «О безо-
(Водородный рон» 2011 Молоко и пасности моло-
показатель) продукты пере- ка и молочной
работки молока. Методы определения кислотности продукции» № 033-2011.
Для модели целевого управления важно правильно определить цели с указанием наименования цели, способа измерения конечного результата, срока исполнения, необходимых ресурсов и ответственно за выполнени.
Для модели целевого управления результат функционирования (выход) системы представляется в виде:
у = ^ (С,, у, Ок), г = 1,..., т; ] = 1,..., I; к = 1,..., п,
где Сг - набор целей, У] - набор условий, Ок - набор ограничений, определяемые как самой системой, так и внешними системами. Этот тип модели соответствует макроописанию системы.
Описание модели целевого управления:
Сг - планирование и организация производства, объёмов производства; У] - требования ТУ, ГОСТ, Технических регламентов; Ок - меры и процедуры для предотвращения и устранения неисправностей (коррекция, корректирующие действия , предупреждающие действия).
Выводы
Построение структурно - параметрических моделей в рамках системного анализа можно отнести к работе по нахождению неопределенностей, влияющих на конечный результат. Их математическое описание не что иное, как процедура идентификации рисков пастеризации молока [10]. Таким образом, системный анализ может найти применение в области практического решения задач управления производственными процессами.
Литература
1. Лаптев П. В. Моделирование системы контроллинга на промышленном предприятии // Инженерный вестник Дона, 2012, №2. URL: ivdon.ru /ru/archive/n2y2012/854.
2. Боргоякова Т.Г., Лозицкая Е.В. Системный анализ и математическое моделирование // Инженерный вестник Дона, 2018, №1. URL: ivdon.ru/ru/archive/n1y2018/4763.
3. Качала В.В. Основы теории систем и системного анализа /- 2-е изд., испр.- М.: Горячая линия - Телеком, 2012 .- 210 с.
4. Черняк Ю.И. Системный анализ в управлении экономикой. - М.: Экономика, 1975.- 88 с.
5. Романов В.Н. Основы системного анализа: / учебно-методический комплекс. - СПб.: Изд-во СЗТУ, 2011. - 298 с.
6. Банникова Л.А., Королева Н.С., Семенихина В.Ф. Микробиологические основы молочного производства.- М.: Агропромиздат, 1987. - 400 с.
7. Scott R., Robinson R.K., Wilbey R.A. Cheesemaking Practice, 2005.
464 p.
8. Ряряева Е. С. Программное обеспечение для процедуры СМК «Управление рисками». Материалы # 7 (973) 2018 Международного журнала для специалистов по стандартизации и управлению качеством. Издательство: РИА «Стандарты и качество», 2018. С. 102. URL: ria-stk.ru/stq/adetail.php?ID=169703.
9. Ряряева Е. С., Шекера О. Б. Метод оценки и управления рисками как реализация требований международных систем менеджмента качества. Проблемы и перспективы развития отечественной светотехники, электротехники и энергетики: материалы XIII Всеросс. науч.-техн. конф. с междунар. участием (Саранск, 15-16 марта 2017 г.) в рамках IV Всеросс. светотехн. фо-
рума / редкол.: О. Е. Железникова (отв. ред.) [и др.]; МГУ им. Н. П. Огарёва. -Саранск: Издатель Афанасьев В. С, 2017. С. 492-495.
10. Thomas P.J. Measuring risk-aversion: The challenge Safety Systems Research Centre, Queen's School of Engineering, University of Bristol, Queen's Building, University Walk, Clifton BS8 1TR, United Kingdom. 2016. pp.285-301.
References
1. Laptev P. V. Inzenernyj vestnik Dona (Rus), 2012, №2. URL: iv-don.ru /ru /archive/n2y2012/854.
2. Borgoyakova T.G., Lozitskaya E.V. Inzenernyj vestnik Dona (Rus), 2012, №1. URL: ivdon.ru/ru/archive/n1y2018/4763.
3. Kachala V.V. Osnovy teorii sistem i sistemnogo analiza [Fundamentals of systems theory and system analysis]. 2-e izd, ispr. M.: Goryachaya liniya. Telekom, 2012. 210 p.
4. Chernyak Y.I. Sistemnyy analiz v upravlenii ekonomikoi. [System analysis in economic management]. M.: Ekonomika, 1975. 88 p.
5. Romanov V.N. Osnovy sistemnogo analiza [Basics of system analysis]: uchebno-metodicheskiy kompleks. SPb.: Izd-vo CZTU, 2011. 298 p.
6. Bannikova L.A., Koroleva N.S., Semenikhina V.F. Mikrobiologi-cheskie osnovy molochnogo proizvodstva. [Microbiological basis of milk production]. M.: Agropromizdat, 1987. 400 p.
7. Scott R., Robinson R.K., Wilbey R.A. Cheesemaking Practice, 2005.
464 p.
8. Ryaryaeva E. S. Materialy # 7 (973) 2018 Mezhdunarodnogo zhurnala dlya spetsialistov po standartizatsii i upravleniyu kachestvom. Izdatel'stvo: RIA «Standarty i kachestvo», 2018. p. 102. URL: ria-stk.ru/stq/adetail.php?ID=169703.
9. Ryaryaeva E. S., Shekera O. B. Problemy i perspektivy razvitiya ote-chestvennoy svetotekhniki, elektrotekhniki i energetiki: materialy XIII Vseross.
nauch.-tekhn. konf. s mezhdunar. uchastiem (Saransk, 15-16 marta 2017 g.) v ram-kakh IV Vseross. svetotekhn. Foruma, redkol: O. E. Zheleznikova (otv. red.) [i dr.]; MGU im. N. P. Ogareva. Saransk: Izdatel' Afanas'yev VS., 2017. pp. 492-495.
10. Thomas P.J. Measuring risk-aversion: The challenge Safety Systems Research Centre, Queen's School of Engineering, University of Bristol, Queen's Building, University Walk, Clifton BS8 1TR, United Kingdom. 2016. pp.285-301.
