МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ КАК ЭФФЕКТИВНЫЙ ИНСТРУМЕНТ ПРОГНОЗИРОВАНИЯ И УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННЫМИ ПРОЦЕССАМИ

Юлия Игоревна Кретова, Лина Александровна Цирульниченко

Аннотация


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.

Ключевые слова


оптимизация технологических процессов пищевых производств; математическая модель; энерго- и ресурсосберегающие технологии; высокочастотный нагрев; ультразвуковое воздействие; безопасность сырьевых компонентов.

Полный текст:

PDF

Литература


Голубева, Н.В. Математическое мо-делирование систем и процессов: учебное пособие для студентов вузов / Н.В. Голубе-ва. – СПб.: Лань, 2013.

Дудорин, В.И. Моделирование в за-дачах управления производством / В.И. Ду-дорин. – М., 1980.

Компьютерное моделирование био-технологических 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 ма-тематического моделирования для анализа и рационального управления процессами при создании и функционировании сложных систем / А.И.Костогрызов, Г.А. Нистра-тов // Телекоммуникации и информатиза-ция 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 концептуаль-ного моделирования интегрированных ав-томатизированных систем управления машиностроительным производством / Ю.А. Милкина // Вестник МГТУ. – 2011. – № 1. – С. 130–131.

Николаев, H.C. Процесс разморажи-вания мясного сырья и возможность его моделирования / H.C. Николаев, М.А. Урю-пин // 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 мо-делирование процесса обжарки овса пере-гретым паром / С.А. Шевцов, С.В. Куцов, Е.А. Острикова // Вестник Российской ака-демии сельскохозяйственных наук. – 2008. – № 3. – С. 10–12.

Beigi, M. Experimental and ANN mod-eling 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 solu-bility in ill-defined hydrocarbons at high tem-peratures: 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 mi-crofiltration process with embedded static mixer for steepwater from Corn Starch indus-try / L. Šereš, L. Dokić, B. Ikonić // Periodica Polytechnica Chemical Engineering. – 2018. – V. 62, № 1. – P. 114–122. DOI: 10.3311/PPch.10400.


Ссылки

  • На текущий момент ссылки отсутствуют.