Математическое моделирование как эффективный инструмент прогнозирования и управления производственными процессами

Бесплатный доступ

Одним из направлений развития пищевой и перерабатывающей промышленности в настоящее время является повышение энерго- и ресурсоэффективности технологических процессов пищевых производств за счет использования современных электрофизических способов. Успешная реализация инновационных решений является гарантией устойчивого развития отраслей пищевой промышленности в условиях рыночной экономики. Математическое моделирование является ключевым инструментом при решении поставленной задачи. Построение адекватных математических моделей реальных технологических процессов на основе формирования основополагающих принципов разработки системы организации и управления позволяет создавать дифференцированные технологии производства на основе прогнозирования качества сырьевых ресурсов. При создании таких условий повышается результативность использования сырьевой базы, поскольку оценивается вся технологическая цепочка с позиции ресурсосбережения. Особенность математического моделирования заключается в возможности его использования при прогнозировании и организации любого процесса, в том числе производственного. Математическое моделирование позволяет исследовать оптимальным образом и описать разные технологические процессы с использованием инновационных приемов обработки сырьевых компонентов, которые позволили установить требуемое значение уровня качества исследуемых нами видов продукции. В данной работе были исследованы процессы подготовки зернового сырья для солодоращения и водоподготовки для формирования жидких пищевых сред, используемых в технологии переработки мяса птицы с применением таких приемов, как сверхвысокочастотная и ультразвуковая обработка соответственно. Для каждого технологического процесса были определены эффективные режимы. Для процесса обработки зернового сырья были определены скорость нагрева, равная 0,6-0,8 °С/с, и экспозиция обработки - 30-45 с, при таких условиях одновременно создается максимальный обеззараживающий эффект и сохраняется жизнеспособность зерна ячменя пивоваренного. Для процесса водоподготовки значения параметров следующие: мощность воздействия - 180 Вт, экспозиция обработки - 90 с. Установленные при математическом моделировании параметры позволили получить заданный уровень качества пищевых технологий.

Еще

Оптимизация технологических процессов пищевых производств, математическая модель, энерго- и ресурсосберегающие технологии, высокочастотный нагрев, ультразвуковое воздействие, безопасность сырьевых компонентов

Короткий адрес: https://sciup.org/147160877

IDR: 147160877   |   DOI: 10.14529/food180101

Список литературы Математическое моделирование как эффективный инструмент прогнозирования и управления производственными процессами

  • Голубева, Н.В. Математическое моделирование систем и процессов: учебное пособие для студентов вузов/Н.В. Голубева. -СПб.: Лань, 2013.
  • Дудорин, В.И. Моделирование в задачах управления производством/В.И. Дудорин. -М., 1980.
  • Компьютерное моделирование биотехнологических процессов и систем: учебное пособие/Д.С. Дворецкий, С.И. Дворецкий, Е.И. Муратова, А.А. Ермаков. -Тамбов: Изд-во Тамб. гос. техн. ун-та, 2005.
  • Костогрызов, А.И. Применение математического моделирования для анализа и рационального управления процессами при создании и функционировании сложных систем/А.И.Костогрызов, Г.А. Нистратов//Телекоммуникации и информатизация образования. -2006. -№ 2. -С. 32-54.
  • Кретов, И.Т. Оптимизация процесса сушки солода методами математического моделирования/И.Т. Кретов, А.А. Шевцов//Известия Вузов, пищевая технология. -1994. -№1-2. -С. 39-42.
  • Кулагина, Л.В. Исследование систем управления технологическими процессами с распределенными параметрами на базе математического моделирования/Л.В. Кулагина//Химическое и нефтегазовое машиностроение. -2007. -№ 6. -С. 15-16.
  • Милкина, Ю.А. Задачи концептуального моделирования интегрированных автоматизированных систем управления машиностроительным производством/Ю.А. Милкина//Вестник МГТУ. -2011. -№ 1. -С. 130-131.
  • Николаев, H.C. Процесс размораживания мясного сырья и возможность его моделирования/H.C. Николаев, М.А. Урюпин//Мясная индустрия. -2008. -№ 8. -С. 79-80.
  • Пен, Р.В. Статистические методы моделирования и оптимизации процессов целлюлозно-бумажного производства: учебное пособие/Р.В. Пен. -Красноярск, 1982.
  • Шевцов, С.А. Математическое моделирование процесса обжарки овса перегретым паром/С.А. Шевцов, С.В. Куцов, Е.А. Острикова//Вестник Российской академии сельскохозяйственных наук. -2008. -№ 3. -С. 10-12.
  • Beigi, M. Experimental and ANN modeling investigations of Energy traits for rough rice drying/M. Beigi, M. Torki-Harchegani, M. Tohidi//Energy. -2017. -№ 141. -Р. 2196-2205 DOI: 10.1016/j.energy.2017.12.004
  • Dehdari, L. Prediction of water solubility in ill-defined hydrocarbons at high temperatures: Modeling with the CPA-EoS/L. Dehdari, M.J. Amani, R. Parsaei//Fluid Phase Equilibria. -2017. -№ 454. -Р. 11-21 DOI: 10.1016/j.fluid.2017.09.009
  • Lambert, C. Simulation of a sugar beet factory using a chemical engineering software (ProSimPlus®) to perform Pinch and exergy analysis/C. Lambert, B. Laulan, M. Decloux//Journal of Food Engineering. -2018. -№ 225. -P. 1-11 DOI: 10.1016/j.jfoodeng.2018.01.004
  • Onwude, D.I. Modelling of coupled heat and mass transfer for combined infrared and hot-air drying of sweet potato/D.I. Onwude, N. Hashim, K. Abdan//Journal of Food Engineering. -2018. -no. 228, pp. 12-24 DOI: 10.1016/j.jfoodeng.2018.02.006
  • Šereš, L. Data-driven modeling of microfiltration process with embedded static mixer for steepwater from Corn Starch industry/L. Šereš, L. Dokić, B. Ikonić//Periodica Polytechnica Chemical Engineering. -2018. -V. 62, № 1. -P. 114-122 DOI: 10.3311/PPch.10400
Еще
Статья научная