Оценка погрешности инструментально-прикладного обеспечения гранулометриченского анализа методом оптической микроскопии при определении показателей качества зерна пшеницы

Размещено на http://www.allbest.ru/

ОЦЕНКА ПОГРЕШНОСТИ ИНСТРУМЕНТАЛЬНО-ПРИКЛАДНОГО ОБЕСПЕЧЕНИЯ ГРАНУЛОМЕТРИЧЕНСКОГО АНАЛИЗА МЕТОДОМ ОПТИЧЕСКОЙ МИКРОСКОПИИ ПРИ ОПРЕДЕЛЕНИИ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ЗЕРНА ПШЕНИЦЫ

Федотов В.А.

В существующей на сегодняшний день информационно-измерительной системе контроля потребительских свойств пшеницы руководствуются в основном стандартизированными ГОСТ показателями качества. Однако даже комплексный учет этих показателей ввиду недостаточной своей информативности не может однозначно охарактеризовать технологические достоинства зерна, влияющие на качество производимой из него продукции.

В частности, на зерноперерабатывающих предприятиях в России для оценки структурно-механических свойств пшеницы используется показатель стекловидности, который обычно тесно связывают с его химическим составом, мукомольными и хлебопекарными свойствами [1]. В тоже время практика работы мукомольной промышленности показывает, что показатель стекловидности является лабильным - при одинаковой стекловидности зерна разные сорта пшеницы характеризуются различными технологическими свойствами [2].

Твердозерность является особым показателем структурно-механических свойств зерна, тесно связана с особенностями измельчения эндосперма, представляет собой показатель, комплексно отражающий особенности микроструктуры эндосперма.

Оценку твердозерности осуществляют различным образом. Наиболее популярными и широко используемыми являются методы, основанные на анализе гранулометрического состава муки. Дело в том, что при помоле твердозерной пшеницы образуется более крупные и более выровненные по размерам частицы, чем при помоле мягкозерной пшеницы. С помощью данных методов рассчитывают условный средний диаметр частиц муки, или же находят содержание частиц определенной фракции крупности - индекс размера частиц (ИРЧ): количество прохода сита № 0071 муки 70 %-ного выхода (мельниц МЛУ-202) [3]. Однако данный метод оценивает размер частиц только одним параметром - проходимостью через сито с фиксированным размером отверстий, отсюда низкая точность определения. Принятый в России для оценки муки показатель крупности помола (контроль на ситах с размерами ячеек 250 - 140 мкм) также практически не позволяет идентифицировать различия в ее структурных особенностях [4].

Одним из перспективных методов оценки твердозерности является гранулометрический анализ. Гранулометрический состав муки - один из наименее изученных показателей ее качества, поскольку его измерение сопряжено с трудностями применения прямых методов измерения, а также с отсутствием однозначных критериев оценки формы частиц муки [5]. Наиболее точным методом определения характеристик частиц муки является микроскопический метод, который позволяет получить количественную оценку не только размеров частиц, но и их формы. Интенсивное развитие компьютерных технологий позволило для проведения микроскопических исследований дисперсных материалов задействовать информационные технологии, тем самым снизив трудоемкость анализа и максимально автоматизируя весь процесс исследований.

Для проведения гранулометрического анализа получали микроснимки размола зерна с помощью оптического микроскопирования на микроскопе Биолам. Анализ полученных изображений осуществляли с помощью выбранного программного обеспечения: Open Source Computer Vision Library (OpenCV) - библиотеки алгоритмов компьютерного зрения, обработки изображений и численных алгоритмов общего назначения с открытым кодом. В качестве программной среды для разработки компьютерного приложения задействован Borland C++Builder [6]. На разработанную программное средство получено свидетельство о государственной регистрации программы для ЭВМ № 2011610605 «Программное обеспечение для прогнозирования технологических качеств пшеницы на основе данных гранулометрического анализа». Разработанная методика определения показателей технологических качеств пшеницы отражена в способе определения хлебопекарных качеств зерна пшеницы (патент №2433398 от 10.11.11), способе определения твердозерности пшеницы (патент №2442132 от 10.02.12).

Алгоритм анализа микрофотографий заключался в следующих действиях:

- предварительная обработка изображения (сглаживание, фильтрация помех, увеличение контраста, перевод изображения в монохромное);

- обнаружение объектов - частиц муки, построение и прорисовка замкнутых контуров этих объектов (контурный анализ);

- нахождение центра тяжести каждой получившейся фигуры, ограниченной контуром (аппроксимация контура полигонами);

- проведение большого количества отрезков из центра тяжести фигуры к контуру объекта во все стороны;

- определение периметра и площади частицы, среднеарифметическое значение длин получившихся отрезков , мкм, и коэффициент вариации длин получившихся отрезков - коэффициент неровности частицы;

- вычисление среднестатистических значений и , исходя из полученных и для всех частиц изображения.

На основе гранулометрических параметров и разработаны регрессионные уравнения (таблица 1), позволяющие с высокой точностью прогнозировать технологические качества зерна: влагопоглатительную способность муки ВПС, %, валориметрическую оценка В, ед. валориграфа, твердозерность ТВ, кг/ммІ.

потребительский пшеница зерно биохимия

Таблица 1 - Уравнения регрессии показателей качества зерна пшеницы

Для работы данной методики на предприятии реализована возможность доступа к получаемой информации из любой точки локальной сети, за счет удаленного хранения ее в базе данных (рисунок 1). Создаваемая база дает возможность проведения сравнительного анализа статистических данных, использования результатов для разработки математических моделей процессов, протекающих в информационно-измерительной системе.

Рисунок 1 - Аппаратурная схема контроля потребительских свойств зерна и продуктов его переработки

Автоматическое измерительное устройство состоит из заборного устройства, управляемого сервоприводами, за счет которых происходит периодический забор пробы муки, которая попадает в приемную воронку (рисунок 2). С помощью вибрационного устройства анализируемый образец движется вдоль желоба, в котором с помощью цифровой камеры происходит измерение гранулометрических параметров частиц размола зерна. Информационные потоки гранулометрического анализа передаются для анализа в подсистему обработки информации.

Рисунок 2 - Схема автоматического измерительного устройства

На каждом этапе обработки данных оптического микроскопирования, полученных методом гранулометрического анализа (рисунок 3) оценены возникающие систематические и случайные погрешности определения технологических качеств зерна. В ходе обработки информации погрешности накапливаются, поэтому имеет смысл вычисление результирующей погрешности [7].

Рисунок 3 - Оценка различных видов погрешностей измерения, возникающих в ходе обработки данных оптического микроскопирования

Субъективная погрешность в измерениях не учитывалась на всех этапах проведения гранулометрического анализа ввиду автоматизации процесса измерения и исключения личного фактора влияния на обработку информации.

На этапе производства микроснимков размола зерна наибольший интерес представляет инструментальная погрешность измерений. В случае оптической микроскопии инструментальная погрешность может быть выявлена теоретически на основании оптических характеристик аппаратуры измерения [8]. Основным критерием, влияющим на качество получаемых микрофотографий, является разрешительная способность матрицы цифровой камеры. Именно эта характеристика, в основном, определяет насколько детально можно описывать мелкие объекты. Значения гранулометрических параметров Х и К при повышении разрешающей способности матрицы выше 8000 - 9000 dpi практически не изменяются, свидетельствуя тем самым о том, что при получении микроснимков разрешением выше 9000 dpi позволяет не принимать в расчет инструментальную погрешность измерения (таблица 2).

Таблица 2 - Влияние разрешающей способности матрицы на качество съемки

Из всех способов обнаружения систематических погрешностей дисперсионный анализ является наиболее эффективным и достоверным [9]. Критерием оценки наличия систематических погрешностей в данном случае является дисперсионный критерий Фишера. В проведенной серии из 200 измерений гранулометрических показателей Х и К наличие систематических погрешностей не обнаружено. Выявлены случайные погрешности измерений для гранулометрических показателей Х и К (таблица 3).

Таблица 3 - Статистические данные показателей гранулометрического анализа

* - при доверительной вероятности р = 0, 95

На стадии расчета технологических показателей качества зерна на основе параметров гранулометрического анализа интерес представляет оценка методологической погрешности. Методическая погрешность измерений обусловлена несовершенством метода измерений, неточностью формул, применяемых при нахождении результата измерений [10]. Наилучшим критерием оценки точности измерений принято считать среднюю квадратичную (стандартную) погрешность измерения m, определяемую по формуле Гаусса:

, (1)

где - абсолютная погрешность в i-том измерении, определяемая по формуле:

, (2)

где - истинное значение измеряемой величины в i-том измерении;

- результат i-того измерения.

В качестве истинного значения анализируемых показателей использовали их опытные значения, полученные измерением этих показателей референтными способами: влагопоглатительную способность и валориметрическую оценку с помощью валориграфа, твердозерность - с помощью микротвердомера. На практике за предельную погрешность принимают 2m, т.е. с вероятностью 95 % можно утверждать, что случайные погрешности не превысят величины равной 2m [11]. Таким образом определены предельные абсолютная и относительная погрешности измерений (таблица 4).

Таблица 4 - Статистические данные оцениваемых показателей качества зерна

* - при доверительной вероятности р = 0, 95

Поскольку определенные нами предельные относительные инструментальные погрешности измерений (0, 0355 %; 0, 0137 %) отличаются от относительных методических (5, 5815 %; 7, 7881 %; 8, 476 %) более чем на 2 порядка, их долей в суммарной погрешности определения технологических показателей качества зерна и продуктов его переработки можно пренебречь.

Результаты наших наблюдений свидетельствуют о возможности, анализируя данные гранулометрического анализа зерна, прогнозировать с большой точностью конечные хлебопекарные качества муки из этого зерна.

Список литературы

1. Казаков, Е.Д. Биохимия зерна и хлебопродуктов: Учеб. пособие для вузов / Е. Д. Казаков, Г. П. Карпиленко. - СПб.: ГИОРД, 2005. - 512 с.

2. Мерко, И.Т. Совершенствование технологических процессов сортового помола пшеницы. - М.: Колос, 1979. - 191 с.

3. Беркутова, Н.С. Методы оценки и формирования качества зерна. - М.: Росагропромиздат, 1991. - 206 с.

4. Беркутова, Н.С. Микроструктура пшеницы / Н. С. Беркутова, И. А. Швецова. - М.: Колос, 1977. - 122 c.

5. Кругляков, Г.Н. Товароведение продовольственных товаров / Г. Н. Кругляков, Г. В. Круглякова. - Ростов-на-Дону: издательский центр «МарТ», 1999.

6. Bradsky, G. Learning OpenCV / G. Bradsky, A. Kaehler. - O'Reilly, 2008. - 571 p.

7. Димов, Ю. В. Метрология, стандартизация и сертификация: Учебник для вузов. - Издательство: Питер., 2004. - 432 с.

8. Тартаковский, Д.Ф. Метрология, стандартизация и технические средства измерений: Учеб. для вузов / Д. Ф. Тартаковский, А. С. Ястребов. - М.: Высшая школа, 2001. - 205 с.

9. Сергеев, А.Г. Метрология: Учебное пособие для вузов. - М.: Логос, 2001. - 208 c.

10. Пронкин, Н.С. Основы метрологии: практикум по метрологии и измерениям: учеб. пособие для вузов. - М.: Логос. - 2007. - 392 с.

11. Болтон, У. Карманный справочник инженера-метролога. - М.: Издательский дом «Додэка-XXI», 2002. - 384 с.

Размещено на Allbest.ru