Розробка оптичного методу для визначення скловидності пивоварного ячменю для виготовлення екологічно чистого пива

Автор(и)

  • Семен Логунов Санкт-Петербурзький політехнічний університет Петра Великого , Російська Федерація
  • Вадим Давидов Всеросійський науково-дослідний інститут фітопатології , Російська Федерація
  • Василій Рудь Північно-Західний відкритий технічний університет , Російська Федерація

DOI:

https://doi.org/10.20535/EHS.2021.233430

Ключові слова:

скловидність ячменю, комп'ютерний зір, алгоритм, оптичний метод

Анотація

Ячмінь є однією з найважливіших сільськогосподарських культур. Він використовується для виготовлення борошна, круп'яних виробів, комбікормів, а частина спеціалізованих сортів знайшли своє застосування в якості основної сировини для пивоваріння.

З усіх показників якості пивоварного ячменю одним з найбільш важливих є скловидність. Даний показник широко використовується виробниками солоду для оцінки виравненності проб. Використання електромагнітного випромінювання призводить до зміни смакових якості ячменю, що позначається на подальшому якість виробленої з нього продукції, наприклад, пива. Для проведення експериментальних досліджень аналізу стекловидности ячменю використовувався пристрій, який містить два джерела випромінювання, верхній і нижній, що працюють у видимому і інфрачервоному (ІК) діапазонах відповідно та розсіює пластини, прозорою касети для розміщення досліджуваних зразків зерна в зоні аналізу і телевізійної камери з об'єктивом.

Алгоритм визначення скловидності був заснований на розрахунку інтегрального показника пропускання кожного зернового компонента і порівнянні його зі значеннями, отриманими експертами галузі для використаних в роботі зразків. В якості вихідного зразка бралося зображення досліджуваних зразків, отримане в режимі зйомки зі збільшеним часом експонування. Методика проведення експериментів полягала в вимірах за допомогою фотометричної, колориметричної та метричної калібрувальних систем. Ці системи дуже часто застосовуються в різних фотометричних пристроях і квантових приладах.

Таким чином, метою даної роботи була розробка алгоритму визначення загальної скловидності проби ячменю, проведення оцінки впливу орієнтації об'єктів на результати роботи алгоритму,оцінення повторюваності результатів при однаковій орієнтації об'єктів і реалізація функції оцінювання виравненності проб за показником «скловидність».

Посилання

  1. N.N. Kabal’nova, S.A. Grabovskiy, N.M. Andriayshina, L.R. Valiullin, I.S. Raginov, and Y.U. Murinov, Letters in Drug Design and Discovery 14(12), 1409-1414 (2017).
  2. G. Shafeev, E. Barmina, L. Valiullin, A. Korshunov, and R. Denisov, IOP Conference Series: Earth and Environmental Science 390(1), 012016 (2019).
  3. M. Kozar, L. Sabliy, M. Korenchuk, S. Makeev, A. Korshunov, and V. Kosolapov, IOP Conference Series: Earth and Environmental Science 390(1), 012002 (2019).
  4. E. Gryznova, Y. Batov, and N. Myazin, E3S Web of Conferences 140, 09001 (2019).
  5. V.V. Davydov, V.I. Dudkin, N.S. Myazin, and V.Yu. Rud’, Instruments and Experimental Techniques 61(1), 140–147 (2018).
  6. V.V. Davydov, E.N. Velichko, N.S. Myazin, and V.Yu. Rud’, Instruments and Experimental Techniques 61(1), 116–122 (2018).
  7. N. Myazin, Y. Neronov, V. Dudkin, and V. Yushkova, MATEC Web of Conference 245, 11013 (2018).
  8. D. Nikolaev, V. Chetiy, and V. Dudkin, IOP Conference Series: Earth and Environmental Science 578(1), 012052 (2020).
  9. N. Myazin, V. Davydov, V. Yushkova, and V. Rud’, Environmental Research, Engineering and Management 75(2), 28–35 (2019).
  10. V. Yushkova, G. Kostin, R. Davydov, V. Dudkin, and L. Valiullin, IOP Conference Series: Earth and Environmental Science 390(1), 012016 (2019).
  11. E. Gryznova, N. Grebenikova, D. Ivanov, and V. Bykov, IOP Conference Series: Earth and Environmental Science 390(1), 012044 (2019).
  12. V. Davydov, E. Velichko, V. Dudkin, and A. Karseev, Instruments and Experimental Techniques 58(2), 234–238 (2015).
  13. A. Moroz, A. Cheremisin, A. Meshalkin, and N. Semenova, IOP Conference Series: Earth and Environmental Science 578(1), 012006 (2020).
  14. M. Petrichenko, N. Vatin, D. Nemova, N. Kharkov, and A. Staritcyna, Applied Mechanics and Materials 627, 297-303 (2014).
  15. N. Vatin, M. Petrichenko, and D. Nemova, Applied Mechanics and Materials 633-634, 1007–1012 (2014).
  16. V. Davydov, V. Dudkin, and A. Karseev, Optical Memory and Neural Networks (Information Optics) 22(2), 112–117 (2013).
  17. V. Davydov, V. Dudkin, and A. Karseev, Optical Memory and Neural Networks (Information Optics) 23(4), 259–264 (2014).
  18. V. Davydov, V. Dudkin, and A. Karseev, Optical Memory and Neural Networks (Information Optics) 23(3), 170–176 (2014).
  19. V. Davydov, D. Nikolaev, A. Moroz, D. Dmitrieva, and V. Pilipova, AIP Conference Proceedings 2308, 060005 (2020).
  20. V. Davydov, D. Nikolaev, G. Bukharov, and Z. Pavlova, Proceedings of the 2020 IEEE International Conference on Electrical Engineering and Photonics, EExPolytech 2020, 9243948, 227–229, (2020).
  21. S. Smirnova, and D. Nikolaev, Journal of Physics: Conference Series 1695(1), 012136 (2020).
  22. A. Moroz, K. Malanin, A. Krasnov, and V. Rud, Journal of Physics: Conference Series 1400(4), 044009 (2019).
  23. A. Moroz, Journal of Physics: Conference Series 1368(2), 022024 (2019).
  24. A. Podstrigaev, A. Smolyakov, and N. Grebenikova, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) 11660 LNCS, 525–533 (2019).
  25. A. Moroz, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) 11660 LNCS, 710–718 (2019).
  26. A. Moroz, K. Malanin, and A. Krasnov, Proceedings of the 2019 Antennas Design and Measurement International Conference, ADMInC 2019, 8969090, 114–116, (2019).
  27. V. Davydov, V. Fadeenko, V. Fadeenko, N. Popovskiy, and V. Rud, E3S Web of Conferences 140, 07006 (2019).
  28. V. Davydov, V., Dudkin, and A. Karseev, Journal of Applied Spectroscopy 82(5),794–800 (2015).
  29. R. Davydov, V. Antonov, S. Makeev, V. Dudkin, and N. Myazin, E3S Web of Conferences 140, 02001 (2019).
  30. V. Davydov, V. Dudkin, and A. Karseev, Technical Physics 60(3), 456–460 (2015).
  31. V. Davydov, E. Velichko, V. Dudkin, and A. Karseev, Measurement Techniques 57(6), 684–689 (2014).
  32. V. Davydov, Russian Physics Journal 42(9), 822–825 (1999).
  33. V. Davydov, A. Cheremiskina, E. Velichko, and A. Karseev, Journal of Physics: Conference Series 541(1), 012006 (2014).
  34. N. Myazin, V. Dudkin, N. Grebenikova, V. Rud’, and A. Podstrigaev, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) 11660 LNCS,744–756 (2019).
  35. A. Moroz, Journal of Physics: Conference Series 1410(1), 012212 (2019).
  36. N. Lukashev, Journal of Physics: Conference Series 1236(1), 012068 (2019).
  37. A. Valov, R. Davydov, V. Rud, and A. Grevtseva, Journal of Physics: Conference Series 1326(1), 012040 (2019).
  38. R. Davydov, and V. Antonov, Journal of Physics: Conference Series 769(1), 012060 (2016).
  39. R. Davydov, V. Antonov, and N. Kalinin, Journal of Physics: Conference Series 643(1), 012107 (2015).
  40. R. Davydov, V. Antonov, D. Molodtsov, and A. Trebukhin, Advances in Intelligent Systems and Computing 692, 915–920 (2018).
  41. M. Natorkhin, A. Bobyl, A. Cheremisin, and M. Sokolov, Journal of Physics: Conference Series 1236(1), 012011 (2019).
  42. K. J. Smirnov, S. F. Glagolev, and G.V. Tushavin, Journal Physics: Conference Series 1124(1), 022014 (2018).
  43. K. Smirnov, V. Medzakovskiy, V. Vysoczky, and S. Glagolev, Journal of Physics: Conference Series 917(6), 062019 (2017).
  44. K. Smirnov, S. Glagolev, N. Rodygina, and N. Ivanova, Journal of Physics: Conference Series 1038(1), 012102 (2018).
  45. S. Logunov, V. Rud, R. Davydov, A. Moroz, and K. Smirnov, Journal of Physics: Conference Series 1326(1), 012024 (2019).

##submission.downloads##

Опубліковано

2021-05-20

Як цитувати

Логунов, С., Давидов, В., & Рудь, В. (2021). Розробка оптичного методу для визначення скловидності пивоварного ячменю для виготовлення екологічно чистого пива. Матеріали міжнародної науково-практичної конференції "Екологія. Людина. Суспільство", 213–218. https://doi.org/10.20535/EHS.2021.233430

Номер

2021: Матеріали XХII Міжнародної науково-практичної конференції «Екологія. Людина. Суспільство» (20-21 травня 2021 р., м. Київ, Україна)

Розділ

Розділ 2. Техноекологія

Ліцензія

Авторське право (c) 2021 Семен Логунов , Вадим Давидов , Василій Рудь

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.