| Inventory number | IRN | Number of state registration | ||
|---|---|---|---|---|
| 0325РК01272 | AP23488930-KC-25 | 0124РК01026 | ||
| Document type | Terms of distribution | Availability of implementation | ||
| Краткие сведения | Gratis | Number of implementation: 0 Not implemented |
||
| Publications | ||||
| Native publications: 0 | ||||
| International publications: 2 | Publications Web of science: 2 | Publications Scopus: 2 | ||
| Patents | Amount of funding | Code of the program | ||
| 0 | 42815369 | AP23488930 | ||
| Name of work | ||||
| Неклассное зерно мягкой пшеницы – оценка состояния, характеристика и пути использования. | ||||
| Type of work | Source of funding | Report authors | ||
| Applied | Шаймерденова Даригаш Арыновна | |||
|
0
0
0
0
|
||||
| Customer | МНВО РК | |||
| Information on the executing organization | ||||
| Short name of the ministry (establishment) | Нет | |||
| Full name of the service recipient | ||||
| Товарищество с ограниченной ответственностью "научно-производственное предприятие "Инноватор"" | ||||
| Abbreviated name of the service recipient | Инноватор | |||
| Abstract | ||||
|
Зерно мягкой пшеницы, пшеничная мука, современные средства оценки качества зерна пшеницы (RGB камера, NIR спектрометр, обучаемая мультимодальная модель искусственного интеллекта) Жұмсақ бидай дәні, бидай ұны, бидай дәнінің сапасын бағалаудың заманауи құралдары (RGB камерасы, Nir спектрометрі, оқытылатын мультимодальды жасанды интеллект моделі) Исследование механизма изменения всех составляющих зерна разной степени неклассности, создание классификации зерна мягкой пшеницы разной степени неклассности, создание устройства и способа интеллектуальной оценки состояния зерна мягкой пшеницы Әр түрлі классыз дәрежедегі астықтың барлық құрамдас бөліктерінің өзгерту механизмін зерттеу, әр түрлі дәрежедегі жұмсақ бидай дәнінің классификациясын жасау, жұмсақ бидай дәнінің күйін интеллектуалды бағалаудың құрылғысы мен әдісін жасау Определение физических, технологических, реологических, химических показателей зерна мягкой пшеницы осуществляли принятыми стандартными методами. Проращивание зерна пшеницы осуществляли общепринятым методом, модернизированным для условий настоящего исследования. Планирование экспериментов проводили с использованием трехуровного плана Бокса-Бенкена (Box-Behnken design), с помощью пакета программ Statgraphics Centurion 19. Разработку способа интуллектуальной оценки состояния зерна осуществляли с примением программы Python Жұмсақ бидай дәнінің физикалық, технологиялық, реологиялық, химиялық көрсеткіштерін анықтау қабылданған стандартты әдістермен жүзеге асырылды. Бидай дәнінің өнуі осы зерттеудің шарттары үшін жаңғыртылған жалпы қабылданған әдіспен жүзеге асырылды. Эксперименттерді жоспарлау үш деңгейлі бокс-Бенкен жоспарын (Box-Behnken design), Statgraphics Centurion 19 бағдарламалар пакетін қолдана отырып жүргізілді. Астық жағдайын интеллектуалды бағалау әдісін әзірлеу Python бағдарламасын қолдану арқылы жүзеге асырылды В ходе исследований изучены изменения в неклассном зерна мягкой пшеницы разной степени неклассности путем проращивания зерна. Установлены условия для получения пророщенного зерна с возможностью использовать пророщенное зерно мягкой пшеницы для получения муки с хорошими технологическими показателями. Изучение изменений в проросшем зерен мягкой пшеницы показало, что физические свойства находятся в прямой корреляции со временем прорастания зерна. Изучение проросшего зерна методами оптической микроскопии, сканирующего электронного микроскопа и Рамановской спектрометрии помогло установить изменения на микроструктурном уровне. ИК-Фурье спектрометрия хлеба показала, что образцы с пророщенной пшеницей отличаются пониженным содержанием липидов (что полезно для диетического и функционального питания), сохраняют белковую структуру на уровне контрольных, имеют модифицированный углеводный профиль, что является признаком повышенного содержания пищевых волокон, медленных углеводов, сниженного гликемического индекса. Новизна разработанного устройства и способа инелектуалной оценки состяния зерна заключается в том, что устройство одновременно анализирует каждую отдельную зерновку по двум типам данных — визуальным (RGB) и спектральным (NIR), чего нет в существующих решениях. Устройство использует точное определение времени пролёта и обучаемую мультимодальную модель, благодаря чему сортировка получается более точной и учитывает как внешний вид, так и внутреннее состояние зерна. Зерттеу барысында дәнді өну арқылы әр түрлі дәрежедегі жұмсақ бидай дәнінің сыныптан тыс өзгерістері зерттелді. Жақсы технологиялық көрсеткіштері бар ұн алу үшін жұмсақ бидайдың өскен дәнін пайдалану мүмкіндігімен өскен астықты алу үшін жағдайлар жасалған. Өскен жұмсақ бидай дәндерінің өзгеруін зерттеу физикалық қасиеттер дәннің өну уақытымен тікелей байланысты екенін көрсетті. Оптикалық микроскопия, сканерлеуші электронды микроскоп және Раман спектрометриясы арқылы өскен дәнді зерттеу микроқұрылымдық деңгейдегі өзгерістерді анықтауға көмектесті. Нанның ИҚ-Фурье спектрометриясы өскен бидай үлгілері липидтердің төмендеуімен ерекшеленетінін көрсетті (бұл диеталық және функционалдық тамақтану үшін пайдалы), ақуыз құрылымын бақылау деңгейінде сақтайды, көмірсулар профилі өзгертілген, бұл диеталық талшықтың жоғарылауының белгісі, баяу көмірсулар, гликемиялық индекстің төмендеуі. Әзірленген құрылғының жаңалығы және астық күйін инелектуалды бағалау әдісі-бұл құрылғы бір уақытта әрбір жеке астықты екі деректер түріне — визуалды (RGB) және спектрлік (Nir) талдайды, бұл қолданыстағы шешімдерде жоқ. Құрылғы ұшу уақытын дәл анықтауды және оқытылатын мультимодальды модельді пайдаланады, бұл сұрыптауды дәлірек етеді және астықтың сыртқы түрін де, ішкі күйін де ескереді. Разработанные технологии переработки зерна разной степени неклассности (проросшие в разных условиях) позволяют применять ранее неиспользуемое проросшее зерно мягкой пшеницы для получения хлебобулочных изделий. Разработанное устройство обеспечивает высокоточную поштучную сортировку зерновых объектов на основе мультимодального RGB+NIR-анализа и адаптивного алгоритма time-of-flight при низком энергопотреблении и минимальном пылеобразовании. Оно снижает отходы и повышает экологичность процесса за счёт бесконтактного оптического контроля без использования химических реактивов. Әр түрлі дәрежедегі астықты өңдеудің дамыған технологиялары (әр түрлі жағдайда өніп шыққан) нан-тоқаш өнімдерін алу үшін бұрын пайдаланылмаған жұмсақ бидай дәнін қолдануға мүмкіндік береді. Әзірленген құрылғы мультимодальды RGB+Nir талдауы және адаптивті time-of-flight алгоритмі негізінде астық объектілерін жоғары дәлдікпен бөлшектеп сұрыптауды қамтамасыз етеді. Ол химиялық реакивтерді қолданбай контактісіз оптикалық бақылау арқылы қалдықтарды азайтады және процестің тұрақтылығын арттырады. Нет Жоқ Эффективность использования проросшего зерна заключается как в повышении пищевой ценности и улучшении функциональных свойств хлеба, так и возможности пустить в оборот неклассное зерно мягкой пшеницы без потери качества готового продукта. Эффективность разработанного устройства интеллектуальной оценки состояния зерна заключается в повышении точности сортировки до уровня индивидуальной зерновки и сокращении потерь благодаря мультимодальной аналитике и адаптивной системе управления. Дополнительно возрастает производительность линии за счёт автоматизации и использования алгоритмов. Өскен астықты пайдаланудың тиімділігі нанның тағамдық құндылығын арттыру және функционалдық қасиеттерін жақсарту, сондай-ақ дайын өнімнің сапасын жоғалтпай жұмсақ бидайдың сыныпқа жатпайтын дәнін айналымға енгізу мүмкіндігі болып табылады. Әзірленген астық жағдайын интеллектуалды бағалау құрылғысының тиімділігі мультимодальды аналитика мен адаптивті басқару жүйесінің арқасында сұрыптау дәлдігін жеке астық деңгейіне дейін арттыру және шығындарды азайту болып табылады. Сонымен қатар, алгоритмдерді Автоматтандыру және пайдалану арқылы желінің өнімділігі артады. Предприятия зерноперерабатывающей отрасли, мукомольные предприятия, предприятия хлебопекарной отрасли, лаборатории контроля качества зерна, научные организации. Астық өңдеу саласының кәсіпорындары, ұн тарту кәсіпорындары, нан пісіру саласының кәсіпорындары, астық сапасын бақылау зертханалары, ғылыми ұйымдар. |
||||
| UDC indices | ||||
| 633.11 | ||||
| International classifier codes | ||||
| 65.29.03; 65.29.29; 65.09.05; 65.29.00; | ||||
| Key words in Russian | ||||
| мягкая пшеница; оценка состояния зерна; повреждение зерна; ближняя инфракрасная спектроскопия; машинное обучение; семенные цели; технические цели; пищевые цели; | ||||
| Key words in Kazakh | ||||
| жұмсақ бидай; астық жағдайын бағалау; астықтың зақымдануы; жақын инфрақызыл спектроскопия; машиналық оқыту; тұқымдық мақсаттар; техникалық мақсаттар; қоректік мақсаттар; | ||||
| Head of the organization | Искакова Дамира Максутовна | Кандидат экономических наук / нет | ||
| Head of work | Шаймерденова Даригаш Арыновна | доктор технических наук / нет | ||