CC BY
3
УДК 004.42:637.5.031:637.5.037 DOI: 10.21323/2071-2499-2018-4-30-33 Ил. 3. Библ. 11.
МОДЕЛИРОВАНИЕ СИСТЕМЫ УПРАВЛЕНИЯ АВТОМАТИЧЕСКОЙ ЛИНИЕЙ ПО ПРОИЗВОДСТВУ МЯСНЫХ ПРОДУКТОВ С ПРИМЕНЕНИЕМ ОДНОСТАДИЙНОГО ИЗМЕЛЬЧЕНИЯ СЫРЬЯ
Каповский Б.Р., канд. техн. наук, Пляшешник П.И.,
Пчелкина В.А., канд. техн. наук, Мотовилина А.А., канд. техн. наук
ФНЦ пищевых систем им. В.М. Горбатова
Ключевые слова: автоматическое управление, фрезерование, степень измельчения, «безлюдная технология»
Реферат
Для управления технологическим процессом измельчения замороженного мясного сырья по методу фрезерования на автоматической линии по производству мясных продуктов предлагается разработать интеллектуальную систему управления (ИСУ). ИСУ должна обеспечить минимальную дисперсию характерного размера мясной стружки, получаемой в результате измельчения замороженного мясного сырья. Это достигается регулированием по отклонению от задания основных режимных параметров процесса резания мяса: частоты вращения фрезы измельчителя в рабочем режиме и скорости подачи блоков мяса в зону измельчения. В процессе работы ИСУ накапливает статистический материал по результатам измельчения, вычисляя точечные и интервальные оценки числовых характеристик размера стружки как случайной величины. Используя метод статистических испытаний (метод Монте-Карло), система увеличивает генеральную совокупность данных, прогнозируя степень измельчения сырья. Учитывая допуск в определении размера мясной стружки, предлагается использовать нечеткий регулятор в алгоритме работы ИСУ на базе fuzzy logic. В результате полной автоматизации процесса выработки высококачественных мясных продуктов на предлагаемой линии с использованием ИСУ открывается возможность проектировать заводы-автоматы в мясоперерабатывающем производстве.
MODELING
OF A CONTROL SYSTEM OF AN AUTOMATIC LINE FOR THE PRODUCTION OF MEAT PRODUCTS USING A ONE-STAGE GRINDING OF RAW MATERIALS
Kapovsky B.R., Plyasheshnik P.I., Pchelkina V.A., Motovilina A.A.
Gorbatov Research Center for Food Systems
Key words: automatic control, milling, degree of grinding, «deserted technology»
Summary
To control the technological process of grinding of frozen meat raw materials by milling method on the automatic line for the production of meat products it is proposed to develop an intelligent control system (ICS). ICS should provide a minimum dispersion of the characteristic size of the meat shavings obtained by grinding frozen meat raw materials. This is achieved by adjusting the deviation from the job of the main operating parameters of the meat cutting process: the frequency of rotation of the milling cutter in the operating mode and the rate of supply of meat blocks in the grinding zone. In the process of operation, the ICS accumulates statistical material based on the results of grinding, calculating point and interval estimates of the numerical characteristics of the chip size as a random variable. Using the statistical test method (Monte Carlo method), the system increases the General data set, predicting the degree of grinding of raw materials. Given the tolerance in determining the size of the meat shavings, it is proposed to use a fuzzy controller in the algorithm of the ICS based on fuzzy logic. it is possible to design automatic plants in meat processing production as a result of the full automation of the production process of high-quality meat products on the proposed line with the use of ICS.
Введение
В настоящее время практически все российские мясоперерабатывающие предприятия оснащены импортным оборудованием - по разным оценкам на 80-95% [1]. В связи с этим в свете требований Доктрины продовольственной безопасности Российской Федерации необходимо решать задачу импортозамещения дорогостоящего оборудования. В соответствии с Указом Президента РФ № 899 от 7 июля 2011 г. энергосбережение признано одним из приоритетных направлений развития науки, технологий и техники в РФ. В ФГБНУ «ФНЦ пищевых систем им. В.М. Горбатова» РАН ранее были разработаны теоретические аспекты обработки замороженного мясного сырья фрезами: создана методика аналитического расчета производительности процесса резания мяса фрезой с винтовым зубом, относительная погрешность которого не превышает 6 %, что подтверждено экспериментом; предложен метод расчета энергозатрат процесса резания сырья по методу фрезерования на основе применения
удельного усилия резания, установленного экспериментальным исследованием [2].
Анализ качества мясопродуктов, выработанных отечественными производителями, проведенный специалистами ФГБНУ «ФНЦ пищевых систем им. В.М. Горбатова» РАН, показал, что далеко не все изделия могут быть оценены положительно, и требуется улучшить качественные характеристики мясных продуктов, произведенных в РФ, при строгом соблюдении нормативных требований к технологии их изготовления. Из сырья, полученного на экспериментальной установке одностадийного измельчения, выработаны образцы готовой продукции (вареные колбасы, полуфабрикаты, мясопродукты для детского питания), по качественным характеристикам превосходящие аналогичную продукцию, произведенную по традиционной технологии.
Метод фрезерования лежит в основе одностадийного измельчения замороженного мясного сырья, что, в свою очередь, может быть основой для создания автоматической линии
по выработке колбасных изделий, полуфабрикатов, мясных продуктов детского питания с системой управления качеством мясных фаршей на базе искусственного интеллекта по принципу «безлюдной технологии».
Основная часть
Для управления производством мясных продуктов на разрабатываемой автоматической линии с применением одностадийного измельчения сырья (рисунок 1) предложена ИСУ процессом выработки мясных фаршей с применением управляющей вычислительной машины (УВМ), обеспечивающей гарантированное высокое качество готовой продукции (рисунок 2) [3, 4].
Для формирования обратной связи по контролируемым координатам ИСУ (частотам вращения роторов электродвигателей 1 и 5) используются оптические датчики частоты вращения (энкодеры, на рисунке 2 не показаны), которые крепятся, как правило, на подшипниковых щитах приводных электродвигателей и поставляются (монтируются) заводом-изготовите-
Рисунок 1. Автоматическая линия по выработке колбасных изделий, где 1, 3, 5 — транспортеры; 2 — фрезерный измельчитель; 4 — накопительный бункер; 6 — фаршемешалка; 7 — шприц; 8 — управляющая вычислительная
машина (УВМ)
Рисунок 2. Структура ИСУ процессом выработки мясных фаршей, где 1 — электродвигатель привода механизма резания измельчителя; 2, 4 — преобразователи частоты питающего напряжения статорных обмоток электродвигателей приводов механизмов резания и подачи сырья измельчителя;
3 — УВМ (программируемый контроллер либо промышленный компьютер); 5 — электродвигатель привода механизма подачи измельчителя; 6 — механическая передача типа «винт-гайка» измельчителя; 7 — блок замороженного мяса; 8 — фрезерный вал измельчителя
лем этих двигателей. Сигналы от этих датчиков поступают в соответствующие входные порты преобразователей частоты 2 и 4 (на рисунке 2 показано стрелками). Температурными датчика-
ми, комплектующими ИСУ выработки мясных фаршей и контролирующими температуру сырья, могут быть термометры сопротивления либо термопары (на рисунке 2 не показаны),
которые размещаются на поверхности и в центре блока замороженного мяса, измельчаемого последним из группы блоков сырья, подготовленных к измельчению. Сигналы от температурных датчиков поступают в УВМ.
Задача указанной ИСУ - поддерживать заданную степень измельчения мясного сырья при влиянии на систему внешних возмущающих воздействий (вариации момента сопротивления измельчению сырья, изменения параметров питающей сети цеха мясопереработки и др.). В рассматриваемой конфигурации предусмотрено подключение датчиков обратной связи (энкодеров) по частоте вращения электродвигателей привода механизма резания и привода механизма подачи сырья в зону измельчения. Это позволит стабилизировать основные параметры режима измельчения сырья при изменении нагрузки на фрезу измельчителя и действии других внешних воздействий на систему в рабочем режиме. УВМ обеспечивает согласованную работу всех устройств ИСУ по заданному алгоритму. Значения основных параметров процесса измельчения, которые задает УВМ, определяются в том числе информационным сигналом датчиков температуры, постоянно контролирующим температуру блочного мяса, подготовленного к измельчению. При отеплении сырья УВМ изменяет настройки ИСУ процессом измельчения по заданной программе.
В традиционной технологии выработки мясных фаршей при использовании технологических аппаратов периодического действия качество готовой продукции во многом зависит от квалификации оператора-фарше-составителя [5]. Новая технология, реализуемая на предлагаемой автоматической линии, предполагает полную автоматизацию технологического процесса с использованием УВМ, то есть управление осуществляется по принципу «безлюдной технологии» на базе искусственного интеллекта. Это позволит получать готовую продукцию гарантированного высокого качества при машинном контроле как каждой технологической операции, так и всего технологического процесса в целом в режиме реального времени.
Интеллектуальное управление динамическими системами (технологическими процессами) сформиро-
валось на стыке современной теории управления и кибернетики. Разработки в области искусственного интеллекта привели к возникновению новых средств моделирования, управления и оптимизации сложных нелинейных систем [6]. Отметим нелинейный характер преобразования энергии в электромеханических системах приводов механизмов резания и подачи сырья фрезерного измельчителя [4]. Вследствие этого при синтезе системы управления технологическим процессом одностадийного измельчения замороженного мясного сырья целесообразно использовать возможности современных ИСУ.
В общем случае ИСУ должна воспринимать информацию об изменении параметров технологического процесса и возмущениях со стороны окружающей среды, определять условия функционирования оборудования, комплектующего линию по производству мясных продуктов, выводить заключения и обучаться. К целям интеллектуального управления следует отнести [6]:
о Использование доступного знания об объекте и внешней среде для управления с предопределенным критерием, например, функционалом качества управления (в рассматриваемом случае это могут быть технологические характеристики вырабатываемого мясного фарша). о Управление технологическим процессом в интеллектуальной манере (подобно человеку) с прогнозированием изменений в объекте и внешней среде. о Улучшение с течением времени способности управлять объектом путем аккумулирования экспериментального знания (обучение на опыте). Управление одностадийным измельчением предусматривает поддержание в автоматическом режиме установленной степени измельчения сырья при стабилизации параметров режима резания в реальном времени. ИСУ в этом случае работает по принципу компенсации отклонения параметров от заданного значения [4]. Момент сопротивления измельчению мяса УВМ рассчитывает по уравнению динамики привода резания измельчителя при фиксации значений электромагнитного момента электродвигателя привода механизма резания. В результате этого расчета
в блоке памяти УВМ архивируется реализация случайного процесса -изменение момента сопротивления во времени - в виде массива данных. На основе полученного статистического материала УВМ производит оценку корреляционной функции процесса и рассчитывает оценку спектральной плотности процесса по стандартной методике, базирующейся на дискретной аппроксимации преобразования Фурье, при допущении, что изменение момента сопротивления измельчению является стационарным в широком смысле случайным процессом, обладающим свойством эргодичности при стабилизации параметров режима резания сырья. Полученную оценку спектральной плотности случайного процесса УВМ использует в вычислительном эксперименте по методу статистических испытаний (метод Монте-Карло). Схема вычислительного эксперимента приведена на рисунке 3. Описание линейной модели скоростного контура системы управления и программы-генератора белого шума приведены у В.И. Ивашова [7].
Рисунок 3. Структурная схема эксперимента на ЭВМ, где 1 — программа-генератор сигнала задания частоты вращения фрезы;
2 — линейная модель скоростного контура системы управления;
3 — программа-генератор белого шума; 4 — формирующий фильтр;
5 — статистическая обработка результатов эксперимента
3
4
U.UI
] ИМ ^ л
£
Увеличивая длину реализации процесса в режиме «машинного» (иначе -модельного) времени, УВМ получает больший объем статистической информации о процессе и, следовательно, о зависящих от него изменениях частоты вращения режущего вала измельчителя. Таким образом, кроме полученной при измельчении реального блока мяса статистической информации об изменении частоты вращения режущего вала под воздействием момента
сопротивления измельчению, УВМ будет располагать дополнительным объемом аналогичной статистической информации при компьютерном моделировании измельчения «виртуальных» блоков мяса. Это позволит УВМ рассчитать точечную и интервальную оценки изменения частоты вращения режущего вала измельчителя в процессе измельчения и на их основе по установленной аналитической зависимости определить такие же оценки для изменения характерного размера получаемой мясной стружки с заданной статистической точностью и надежностью. УВМ рассчитывает также дисперсии самих этих оценок, то есть определяет степень «размытости» границ диапазона, в котором находится размер мясной стружки, что важно в производстве продуктов детского питания. В процессе реального измельчения блочного мяса УВМ накапливает и обрабатывает статистическую информацию о процессе измельчения, то есть ИСУ обучается в рабочем режиме, совершенствуя свою работу по прогнозированию степени измельчения сырья.
В настоящее время разработаны для применения в промышленности ИСУ, основанные на «знаниях» (Knowledge-Based Systems). Эти знания, представленные средствами определенного логического языка, могут обрабатываться с помощью законов математической логики для получения предпочтений на множестве допустимых управлений с целью оптимизации технологического процесса с учетом выбранного функционала качества управления. Подобные ИСУ используют логические, объектно-ориентированные и другие модели, основанные на знаниях экспертов [6, 8, 9]. При прогнозировании средствами ИСУ характерного размера мясной стружки измельченного сырья существует определенный допуск этого размера, то есть вычисляются оценки математического ожидания и дисперсии указанного параметра. Это вносит погрешность в выбор предпочитаемого управления технологическим процессом. Кроме того, могут оставаться неучтенными возмущения в системе, априори принятыми малыми величинами (в среднем, интегрально или в каждый момент времени), действие которых приводит к работе ИСУ в условиях неполной информации. Поэто-
му целесообразно строить управление технологическим процессом выработки мясных фаршей на базе нечеткой логики (fuzzy logic). Теория нечетких множеств (fuzzy set) вводит в управление экспертные знания, сформулированные качественным образом, которые используются для воздействия на объект управления. Нечеткий регулятор ИСУ взаимодействует с динамической системой в форме правил вида: ЕСЛИ (данная ситуация), ТО (ответная реакция) [10].
В результате реализации приведенного алгоритма работы ИСУ будет располагать статистической информацией о степени измельчения сырья в явном (цифровом) виде. В состав ИСУ может входить оборудование для экспресс-анализа химического состава измельченного мяса, а также его температуры после измельчения. Тогда дальнейший процесс выработки фарша можно контролировать строго в функции времени, исключая субъективный фактор оценки степени готовности конечного продукта. Это позволит получить готовую продукцию заданного высокого качества [10, 11].
Расчет параметров математических моделей видов оборудования, составляющих объект управления, производится с учетом нелинейного характера электромеханического преобразования энергии в системе, либо путем линеаризации моделей при оговоренных условиях корректности используемых упрощений. Работа ИСУ должна при этом рассматриваться при влиянии на нее изменяющегося во времени момента сопротивления измельчению сырья, приведенного к валу электродвигателя привода механизма резания фрезерного измельчителя.
Важно отметить, что прямых аналогов предлагаемой технологии одностадийного тонкого измельчения блочного мяса с интеллектуальной системой контроля качества фаршей в отечественной и мировой практике мясоперерабатывающей промышленности не существует.
Выводы
1. Для реализации целей управления технологическим процессом выработки мясных фаршей гарантированного высокого качества на проектируемой автоматической линии производства мясных продуктов
целесообразно использовать современную разновидность систем автоматического управления - интеллектуальную систему управления.
2. Учитывая стохастический характер распределения характерного размера мясной стружки, получаемой в процессе одностадийного измельчения замороженного мясного сырья по методу фрезерования, вследствие существенной неоднородности замороженного мяса по текстурному и структурному признакам, целесообразно разработать алгоритм нечеткого управления технологическим процессом на базе fuzzy logic.
1. Мясной передел. Тенденции на рынке оборудования для мясопереработки. Режим доступа: [Ь|Нр://ш«™. agroinvestor.ru/markets/article/24766-myasnoy-регес1е1/] (дата обращения: 12.02.2018).
3. Полная автоматизация технологического процесса выработки мясных фаршей с использованием ИСУ открывает дорогу к проектированию заводов-автоматов - мясокомбинатов будущего.
© КОНТАКТЫ:
Каповский Борис Романович а b.kapovski@fncps.ru Пляшешник Павел Иванович а plyasheshnik@rambler.ru Пчелкина Виктория Александровна а v.pchelkina@fncps.ru Мотовилина Анна Александровна а a.motovilina@fncps.ru
Myasnoj peredel. Tendencii na rynke oborudovaniya dlya myasopererabotki [Meat processing. Trends in the market of meat processing equipment] URL: http://www.agroinvestor. ru/markets/article/24766-myasnoy-peredel (date of the application:12.02.2018).
2. Лисицын, А.Б. Измельчение замороженного блоч- Lisitsyn, A.B. Izmel'chenie zamorozhennogo blochnogo ного мяса методом фрезерования / А.Б. Лисицын, myasa metodom frezerovaniya [Chopping block of frozen В.И. Ивашов, А.Н. Захаров, Б.Р. Каповский, Д.А. Мак- meat by milling] / A.B. Lisitsyn, V.I. Ivashov, A.N. Zakharov, симов // Все о мясе. - 2013. - № 4. - С. 42-46. B.R. Kapovskij, D.A. Maksimov // Vsyo o myase. - 2013. -
№ 4. - P. 42-46.
3. Максимов, Д.А. Автоматическое управление процес- Maksimov, D.A Avtomaticheskoe upravlenie processom сом тонкого измельчения мясного сырья / Д.А. Мак- tonkogo izmel'cheniya myasnogo syr'ya [Automatic control симов, Б.Р. Каповский, А.Н. Захаров // Мясная инду- of the raw meat fine grinding process] / D.A. Maksimov, стрия. - 2013. - № 1. - С. 42-44. B.R. Kapovsky, A.N. Zakharov // Myasnaya industriya [Meat
Industry]. - 2013. - № 1. - P. 42-44.
4. Лисицын, А.Б. Интеллектуальная система управ- Lisitsyn, A.B. Intellektual'naya sistema upravleniya kachest-ления качеством мясных фаршей / А.Б. Лисицын, vom myasnyh farshej [Intelligent control system of quality В.И. Ивашов, А.Н. Захаров, Б.Р. Каповский, О.Е. Ко- minced meat] / A.B. Lisitsyn, V.I. Ivashov, A.N. Zakharov, жевникова // Все о мясе. - 2013. - № 6. - С. 32-36. B.R. Kapovskij, O.E. Kozhevnikova //Vsyo o myase. -
2013. - № 6. - Р. 32-36.
5. Лисицын, А.Б. Теория и практика переработки мяса Lisitsyn, A.B. Teoriya i praktika pererabotki myasa [Theory / А.Б. Лисицын, Н.Н. Липатов, Л.С. Кудряшов и др.; and practice of meat processing] / A.B. Lisitsyn, N.N. Li-под ред. А.Б. Лисицына. - М.: Эдиториал сервис, patov, L.S. Kudryashov i dr.; pod red. A.B. Lisitsyna. - M.: 2008. - 308 с. Editorial servis, 2008. - 308 p.
6. Васильев, С.Н. Интеллектное управление динами- Vasil'ev, S.N. Intellektnoe upravlenie dinamicheskimi
ческими системами / С.Н. Васильев, А.К. Жерлов, sistemami [Intelligent control of dynamic systems] /
Е.А. Федосов, Б.Е. Федунов. - М.: ФИЗМАТЛИТ, S.N. Vasil'ev, A.K. Zherlov, E.A. Fedosov, B.E. Fedunov. - M.:
2000. - 352 с. FIZMATLIT, 2000. - 352 p.
7. Ивашов, В.И. Оптимизация одностадийного процесса Ivashov, V.I. Optimizaciya odnostadijnogo processa kri-криоизмельчения блочного мяса / В.И. Ивашов, oizmel'cheniya blochnogo myasa [Optimization of one-stage Б.Р. Каповский // Мясная индустрия. - 2012. - cryo-crushing process of a block of meat] / V.I. Ivashov, № 6. - С. 52-59. B.R. Kapovskij // Myasnaya industriya [Meat Industry]. -
2012. - № 6. - P. 52-59.
8. Душин, С.Е. Теория автоматического управле- Dushin, S.E. Teoriya avtomaticheskogo upravleniya [Auto-ния / С.Е. Душин, Н.С. Зотов, Д.Х. Имаев; под ред. matic control theory] / S.E. Dushin, N.S. Zotov, D.H. Imaev; В.Б. Яковлева. - М.: «Высшая школа», 2009. - 567 с. pod red. V.B. Yakovleva. - M.: «Vysshaya shkola», 2009. -
567 p.
9. Пупков, К.А. Методы классической и современной Pupkov, K.A. Metody klassicheskoj i sovremennoj teorii теории автоматического управления. Том 2. Стати- avtomaticheskogo upravleniya. Tom 2. Statisticheskaya стическая динамика и идентификация систем авто- dinamika i identifikaciya sistem avtomaticheskogo up-матического управления / К.А. Пупков, Н.Д. Егупов, ravleniya [Methods of classical and modern theory of Е.М. Воронов и др.; под ред. К.А. Пупкова, Н.Д. Егу- automatic control. Volume 2. Statistical dynamics and пова. — М.: Издательство МГТУ им. Н.Э. Баумана, identification of automatic control systems] / K.A. Pupkov, 2004. — 640 с. N.D. Egupov, E.M. Voronov i dr.; pod red. K.A. Pupkova,
N.D. Egupova. — M.: Izdatel'stvo MGTU im. N.E. Baumana, 2004. — 640 p.
10. Каповский, Б.Р. Современные методы управления Kapovskij, B.R. Sovremennye metody upravleniya tekh-технологическими процессами в мясной промыш- nologicheski mi processami v myasnoj promyshlennosti ленности / Б.Р. Каповский, П.И. Пляшешник // Мяс- [Modern methods of process control in the meat industry] ная индустрия. — 2016. — № 10. — С. 45-49. / B.R. Kapovskij, P.I. Plyasheshnik // Myasnaya industriya
[Meat Industry]. — 2016. — № 10. — P. 45-49.
11. Won, O. Songetal Determinants of meat industry // 56 International Congress of Meat Science and Technology. August 15-20, 2010. — Jeju, Korea, 2010. — Р. 35.
СПИСОК ЛИТЕРАТУРЫ: REFERENCES:
