Метод и система для количественной комплексной оценки стекловидности пшеницы тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Антонов Роман Юрьевич

• Антонов Роман Юрьевич
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Антонов Роман Юрьевич

ВВЕДЕНИЕ

ГЛАВА 1. МЕТОДЫ ОПРЕДЕЛЕНИЯ СТЕКЛОВИДНОСТИ

1.1 Общие сведения о показателе

1.2 Анализ нормативной и инструментальной базы для определения показателя

Выводы

ГЛАВА 2. МОДЕЛИРОВАНИЕ ВЗАИМОДЕЙСТВИЯ РЕНТГЕНОВСКОГО И ОПТИЧЕСКОГО ИЗЛУЧЕНИЯ С ЗЕРНОМ ПШЕНИЦЫ

2.1 Анализ структуры зерна

2.2 Разработка модели взаимодействия рентгеновского излучения с зерном

2.3 Разработка модели взаимодействия оптического излучения с зерном

Выводы

ГЛАВА 3. КОМПЛЕКСНАЯ ОЦЕНКА СТРУКТУРЫ ЗЕРНА ПШЕНИЦЫ

3.1 Разработка алгоритма сегментации рентгеновских и оптических изображений зерна

3.2 Разработка метода оценки структуры зерна на основе его рентгеновских изображений

3.3 Разработка метода оценки структуры зерна на основе его оптических изображений

Выводы

ГЛАВА 4. КОЛИЧЕСТВЕННАЯ КОМПЛЕКСНАЯ ОЦЕНКА СТЕКЛОВИДНОСТИ ТОВАРНОЙ ПАРТИИ ЗЕРНА

4.1 Разработка метода количественной оценки стекловидности товарной партии зерна с использованием его рентгеновских параметров

4.2 Разработка метода количественной оценки стекловидности товарной партии зерна с использованием его оптических параметров

Выводы

ГЛАВА 5. СИСТЕМА ДЛЯ КОЛИЧЕСТВЕННОЙ ОЦЕНКИ СТЕКЛОВИДНОСТИ ПШЕНИЦЫ

5.1 Рентгеновская аппаратура для оценки стекловидности

5.2 Оптическая аппаратура для оценки стекловидности

5.3 Область применения комплексного метода

Выводы

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А. АКТЫ ВНЕДРЕНИЯ РЕЗУЛЬТАТОВ ДИССЕРТАЦИОННОЙ РАБОТЫ

Введение диссертации (часть автореферата) на тему «Метод и система для количественной комплексной оценки стекловидности пшеницы»

ВВЕДЕНИЕ

Актуальность работы обусловлена тем, что, по данным Продовольственной и сельскохозяйственной организации Объединённых Наций, последние 30 лет производство пшеницы имеет тенденцию к увеличению и при росте производства и торговли особенно важной становится задача быстрого и точного контроля качества пшеницы. Одним из основных показателей качества зерна является стекловидность. Согласно российскому ГОСТ 9353-2016 «Пшеница. Технические условия» стекловидность напрямую влияет на основной интегральный показатель качества пшеницы - ее класс. До настоящего времени анализы стекловидности проводились визуальным органолептическим методом и приводили к их большой длительности и высокой погрешности. При этом не существовало инструментальных методов анализа стекловидности и специализированного оборудования для решения данной задачи.

Востребованность таких анализов высока ввиду постоянного увеличения как объемов производства пшеницы, так и объемов торговли и перевозки.

Цель диссертационного исследования - разработка метода количественной оценки стекловидности пшеницы с использованием оптического и рентгенографического анализов для повышения точности количественной оценки стекловидности пшеницы.

В рамках поставленной цели были решены следующие задачи:

1. Разработка моделей взаимодействия оптического и рентгеновского излучений с зерном пшеницы.

2. Разработка метода комплексной оценки структуры зерна пшеницы на основе анализа его цифровых изображений в оптической и рентгеновской областях.

3. Разработка метода количественной комплексной оценки стекловидности товарной партии зерна на основе статистического анализа коэффициента ослабления рентгеновского излучения зерном и коэффициента рассеяния оптического излучения зерном.

4. Разработка структуры системы для количественной оценки стекловидности пшеницы с использованием предложенных методов и их экспериментальная апробация.

Объектом диссертационного исследования являются методы количественной оценки стекловидности пшеницы.

Предмет исследования - инструментальные методы количественной оценки стекловидности пшеницы.

В процессе работы были получены новые научные результаты:

1. Модель, описывающая распространение рентгеновского излучения в зерне, учитывающая его морфологию и форму. Модель, описывающая распространение оптического излучения в пробе зерна, учитывающая рассеяние и поглощение света, действие паразитной засветки.

2. Метод оценки коэффициента ослабления рентгеновского излучения эндоспермом зерна на основе анализа его цифрового изображения. Метод оценки коэффициента рассеяния оптического излучения зерном на основе анализа изображения пробы зерна.

3. Метод количественной оценки стекловидности товарной партии зерна на основе статистического анализа коэффициента рассеяния оптического излучения зерном в пробе. Метод количественной оценки стекловидности товарной партии зерна на основе статистического анализа коэффициента ослабления рентгеновского излучения эндоспермом зерна в пробе.

4. Структура системы для комплексной оценки стекловидности зерна на основе анализа коэффициента рассеяния оптического излучения и коэффициента ослабления рентгеновского зерна.

Практическая значимость работы определяется тем, что:

1. Метод определения стекловидности на основе анализа оптических и рентгеновских изображений зерна позволяет исключить погрешность, связанную с субъективным мнением оператора.

2. Методы и реализующее его ПО позволяют производить автоматическую оценку оптических и рентгенографических признаков зерна на основе изображений зерна в оптической и рентгеновской областях.

3. Рекомендации по применению рентгенографического метода - для оценки стекловидности в научных, селекционных учреждениях и при проведении исследований. Оптический метод рекомендуется к использованию при рутинных измерениях на предприятиях зерновой промышленности.

4. Внедрение инструментов количественной оценки стекловидности пшеницы в работу предприятий зерновой промышленности позволяет уменьшить время анализа, снизить его погрешность.

На защиту выносятся следующие научные положения:

1. Модель, описывающая распространение рентгеновского излучения в зерне, учитывающая его морфологию и форму, и модель, описывающая распространение оптического излучения в пробе зерна, учитывающая рассеяние и поглощение света, действие паразитной засветки, позволяют исключить погрешность оценки внутренней структуры зерна, связанную с его сортовыми, размерными и региональными особенностями и повысить точность оценки стекловидности зерна.

2. Метод оценки коэффициента ослабления рентгеновского излучения эндоспермом зерна на основе анализа его цифрового изображения и метод оценки коэффициента рассеяния оптического излучения зерном на основе анализа изображения пробы зерна позволяют интегрально оценивать параметры внутренней структуры зерна.

3. Метод количественной оценки стекловидности товарной партии зерна на основе статистического анализа коэффициента рассеяния оптического излучения зерном позволяет снизить случайную составляющую погрешности анализа в 4 раза и снизить время анализа примерно в 10 раз. Метод количественной оценки стекловидности товарной партии зерна на основе статистического анализа коэффициента ослабления рентгеновского излучения эндоспермом зерна позволяет

достичь точности порядка 90% при классификации зерна на стекловидное и мучнистое.

4. Система оценки стекловидности пшеницы с использованием ослабления рентгеновского излучения эндоспермом зерна и рассеяния оптического излучения зерном способствует достижению единства измерений показателя в рамках нескольких лабораторий и обеспечивает абсолютную погрешность анализа 7%.

Личный вклад в работу выражается в том, что при непосредственном участии автора был разработан первый специализированный прибор для определения стекловидности зерна. В настоящее время он эксплуатируется на множестве предприятий России и стран ближнего зарубежья, в том числе в государственных учреждениях, занимающихся контролем качества продукции в области растениеводства. Также прибор используется в качестве инструмента для исследования зерна в научных учреждениях и является учебным пособием для студентов ряда образовательных учреждений. Научные и технические результаты, описанные в данной работе, применяются при разработке и совершенствовании следующей модификации оптико-компьютерного анализатора зерна и других продуктов. Непосредственно автором были разработаны математические модели взаимодействия оптического и рентгеновского излучения с зерном пшеницы, способы комплексной оценки структуры зерна пшеницы на основе анализа его цифровых изображений в оптической и рентгеновской областях, метод количественной комплексной оценки стекловидности товарной партии зерна на основе анализа структуры зерна, а также программное обеспечение, реализующее разработанные методы.

Работа прошла широкую апробацию, и ее основные результаты докладывались и обсуждались на конференциях различного уровня: «Технологии. Метрология. Стандартизация» (г. Санкт-Петербург, 2021-2024 гг.), VII Всероссийская научно-практическая конференция производителей рентгеновской техники (г. Санкт-Петербург, 2020 г.), «Инновационные процессы в пищевых технологиях: наука и практика» (2024 г.), «Инновационные направления и методы исследований в области генетики, биотехнологии, селекции, семеноводства,

размножения и защиты сельскохозяйственных, садовых и лесных древесных растений» (2024 г.), «Научное приборостроение - перспективы разработки, создания, развития и использования» (2024 г.).

По теме диссертации опубликовано 11 печатных работ (из них 3 в рекомендованных изданиях ВАК), получен 1 патент на изобретение.

Структура и объем диссертации. Диссертационная работа состоит из введения, пяти глав, заключения, списка литературы и приложения. Работа изложена на 118 страницах, содержит 43 рисунка и 18 таблиц.

ГЛАВА 1. МЕТОДЫ ОПРЕДЕЛЕНИЯ СТЕКЛОВИДНОСТИ

1.1 Общие сведения о показателе

Наиболее полное объяснение термина и значение показателя приведено в работе доктора биологических наук Н. П. Козьминой [28]. В своих трудах Н. П. Козьмина писала, что эндосперм, а именно его консистенция, во многом зависит от сорта зерновых культур. При прохождении света через поперечный срез зерна особенно видно, что часть зерен представляются мутными, часть -прозрачными. Вышеописанный визуальный анализ дает возможность определить, является ли зерно стекловидным или мучнистым. Стекловидное зерно характеризуется прозрачной консистенцией и внешне похоже на разломанное стекло, в то время как вид мучнистого зерна сходен с видом мела при разломе. Если в одном зерне присутствуют и стекловидные, и мучнистые участки попеременно, такие зерна рассматриваются как частично стекловидные.

Стекловидность является значимым показателем качества зерна и также предопределяет его внутреннюю структуру и химический состав. Разница во внутренней структуре стекловидного и мучнистого зерна заключается в типе связи между гранулами крахмала и белковым веществом. В мучнистом зерне данный тип связи характеризуется как слабый, в отличие от стекловидного, в котором он описывается как сильный и прочный. Однако на произрастание стекловидного зерна в большей степени влияют именно внешние факторы, что подтверждается следующим фактом. Частотны случаи образования высоко стекловидного зерна с незначительным содержанием белка, что теоретически является нетипичным, так как противоречит утверждениям выше о большом количестве белка в стекловидном эндосперме.

При определении технологических (мукомольных) свойств зерна пшеницы существенное значение представляет консистенция эндосперма.

К основным показателям мукомольных свойств зерна относятся: - выход муки;

- цвет, зольность и крупность муки;

- длительность процесса размола зерна;

- удельный расход энергии на размол зерна.

Как указывает Н. П. Козьмина в своей работе, ключевое различие между стекловидным и мучнистым эндоспермом заключается в меньшей механической прочности последнего. Процесс переработки стекловидного зерна в муку сопровождается образованием значительного количества промежуточных продуктов измельчения - крупок. Крупки играют важную роль в производстве муки высокого качества, что значимо для хлебопекарной промышленности. При измельчении мучнистого зерна в муку образуется тонкий порошок, в связи с чем зерна с мучнистым эндоспермом обладают более низкими мукомольными качествами [28].

Макаронная промышленность - это сфера, в которой стекловидность выступает ключевым показателем качества зерна. Среди многообразных сортов пшеницы в Российской Федерации (РФ) лучшим сырьем для изготовления макаронных изделий считается пшеница II типа - яровая твердая. Однако в связи с тем, что количество производимой твердой пшеницы ограничено в стране, часто для изготовления макаронных изделий прибегают также к использованию сортов мягкой яровой белозерной пшеницы (тип III), которые характеризуются высокой стекловидностью и большим содержанием белка [29].

Образование стекловидного эндосперма тяжело представить без присутствия в зерне белка, крахмала, а также их коллоидных и оптических свойств. В работах К. Гесса и Н. П. Козьминой встречается следующая классификация белков, присущих стекловидным и мучнистым зернам. Для мучнистого эндосперма свойственно присутствие промежуточного белка - цвикельпротеина. Данный белок характеризуется непрочной связью с крахмалом в виде отдельных перемычек с наличием воздушных включений, вследствие чего эндосперм мягкой пшеницы отличается рыхлостью, а также, в случае разрушения эндосперма, данный белок освобождается от крахмала. В зернах твердой пшеницы встречается чаще

хафтпротеин - это тип белка, который за счет прочной связи с гранулами крахмала объединяет их в единую стекловидную массу [28].

Белковые вещества в эндосперме стекловидного зерна располагаются относительно равномерно, в то время как в мучнистом зерне белковая субстанция локализируется в основном в периферии эндосперма.

При этом в зернах классифицируются не только типы белка, но и виды крахмала, образованные в эндосперме в вегетационный период пшеницы. Первый рассматриваемый вид крахмала отличается пластичностью и представлен в виде крупных округлых зерен. В среднемолочной стадии спелости в пшенице появляется крахмал, который отличается мелкими размерами, а зерна которого заполняют промежутки между крупными зернами. Размеры крахмальных гранул составляют от 3 до 50 мкм.

Рыхлая структура мучнистого зерна определяется образованием на стадии налива в эндосперме мелких крахмальных гранул, граненой формы, сверху которых находится слой прикрепленного белка. Данные гранулы плотно «упакованы», но слабо связаны между собой.

Структуру стекловидного эндосперма можно описать как монолитную, единую. Данная структура представляет собой систему «крахмал-белок», образованную посредством округлых крахмальных гранул, появляющихся на стадии налива. Такая форма крахмала обеспечивает образование промежутков в эндосперме, заполненных более мелкими крахмальными гранулами и белковым веществом. Учитывая вышесказанное, становится очевидной значимость достаточного количества округлых зерен вторичного крахмала в пшенице, предназначенной для использования в макаронной промышленности.

Среди злаковых культур особенно актуально определение стекловидности пшеницы, риса и ячменя в связи с наибольшим технологическим значением данных культур в различных сферах производства. Показатель стекловидность также присущ таким культурам, как кукуруза и рожь.

В мукомольном производстве больше ценятся стекловидные зерна, так как между качеством муки, крупы и стекловидностью зерна существует прямо

пропорциональная зависимость: более стекловидное зерно позволяет получить более качественные зерномучные товары. Однако, например, в пивоваренной промышленности предпочитают использование именно мучнистого зерна для выращивания пивоваренного солода.

Значение показателя стекловидности зерна зависит от ряда факторов, основными из которых являются таксономический ранг растения и почвенно -климатические факторы.

В зарубежной литературе приводятся приблизительно такие же сведения о показателе. Иностранные авторы, как правило, рассматривают стекловидность как характеристику твердой пшеницы. На основании стекловидности Декстер и др. выделили три типа зерен твердой пшеницы: стекловидные, мучнистые и частично стекловидные [40]. Стекловидное зерно имеет гладкую поверхность, прозрачное на разрезе. Мучнистые или крахмалистые зерна отличаются полным отсутствием прозрачных зон и наличием белого непрозрачного эндосперма, связанного с наличием воздушных полостей, преломляющих и рассеивающих свет [47]. Частично стекловидные зерна занимают некоторое промежуточное положение между стекловидными и мучнистыми зернами по своей внутренней структуре и химическому составу, так как данный тип зерен содержит в себе и мучнистые, и стекловидные участки. Технологический процесс производства муки из зерен стекловидной твердой пшеницы, в отличие от мучнистых, предполагает образование большого процента крупок и меньшего процента муки. Кроме того, содержание белка в крупках в стекловидных зернах твердой пшеницы выше, чем в мучнистых [39]. Таким образом, стекловидность зерна является ключевым фактором мукомольных свойств и конечного качества макаронных изделий из крупок твердых сортов пшеницы. Плохая доступность азота считается наиболее важным фактором, влияющим на появление мучнистых зерен, но необходимо учитывать и другие экологические или генетические факторы. Когда саженцы получают большое количество азотных удобрений, наблюдается увеличение урожайности и снижение количества желтобоких зерен [44]. Исследования, проведенные на мягкой пшенице, показывают, что азотные удобрения

увеличивают содержание белка в эндосперме, но, по общему мнению, в нем отсутствует специфический белок, который определял бы стекловидность зерна [40]. Отмечается также высокая корреляция между стекловидностью пшеницы и ее механической твердостью [45].

1.2 Анализ нормативной и инструментальной базы для определения

показателя

Основной российский документ, регламентирующий проведение анализа, -ГОСТ 10987-76 «Зерно. Методы определения стекловидности». Стандарт распространяется на зерно пшеницы и риса и устанавливает следующие методы определения стекловидности [7]:

- просвечивание исследуемого зерна направленным световым потоком с использованием диафаноскопа;

- по результатам осмотра среза зерна.

При подготовке к анализу из средней пробы зерна пшеницы или риса выделяют навеску массой (50+1) г и очищают ее от сорной и зерновой примесей. При влажности зерна более 17,0 % его подсушивают на воздухе или в сушильном шкафу.

Первый метод представляет собой визуальную оценку прозрачности зерен, помещенных в диафаноскоп (рисунки 1.1, 1.2).

Рисунок 1.1 - Диафаноскоп ДСЗ-2М Рисунок 1.2 - Диафаноскоп ДСЗ-3

На кассету диафаноскопа высыпают навеску зерна пшеницы или обрушенного риса и, совершая круговые движения кассеты в горизонтальной плоскости, достигают заполнения всех 100 ячеек решетки целыми зернами, по одному в каждой ячейке. Излишки зерен осторожно ссыпают, слегка наклоняя кассету, после чего ее вставляют в прорезь корпуса прибора и включают источник света. Далее просматривают через окуляр диафаноскопа ряды зерен, подсчитывают количество полностью стекловидных и мучнистых зерен. При этом к полностью стекловидным относят полностью просвечиваемое зерно, а к мучнистым — полностью непросвечиваемое зерно. Зерна с частично просвечиваемым или частично непросвечиваемым эндоспермом относят к частично стекловидным зернам.

Для определения стекловидности пробы зерна необходимо следующее оборудование: диафаноскоп марки ДСЗ-2 с кассетой и счетчиком марки ДСЗ-2с, весы лабораторные с погрешностью взвешивания не более 1 г. Основным инструментом для выполнения анализа по ГОСТ является диафаноскоп. На данный момент существуют несколько модификаций: ДСЗ, ДСЗ-2М, ДСЗ-3. Все

модификации имеют идентичное строение и состоят из корпуса, источника света, расположенного в нижнем изолированном объеме, окна подсвета, механизма перемещения кассеты, коллиматора и объектива (рисунок 1.3).

Рисунок 1.3 - Диафаноскоп ДСЗ в разрезе: 1 - корпус; 2 - источник света (лампа накаливания); 3 - механизм перемещения кассеты; 4 - коллиматор; 5 - объектив;

6 - бленда; 7 - кассета; 8 - окно подсвета; 9 - счетчик.

Также в комплект входит прямоугольная кассета со ста ячейками овальной формы с наклонными стенками. Коллиматор в виде тубуса находится между объективом и кассетой так, что ограничивает поле зрения оператора одним рядом ячеек с зернами. Окно подсвета расположено соосно оптической оси осветителя и под углом к оптической оси объектива так, что прямые лучи света, проходя между зернами и стенками ячеек, не попадают в глаза оператора. Кассета передвигается с помощью механизма перемещения, и в поле зрения оператора последовательно попадает каждый ряд ячеек кассеты с зернами. Прибор может иметь счетчик для подсчета процента общей стекловидности и стекловидных зерен.

Для конструкции ДСЗ характерны два основных недостатка:

1. Отсутствие какой-либо встроенной возможности регулировки яркости источника света и его положения в корпусе. В конструкции диафаноскопа ДСЗ предусмотрено использование стандартных ламп накаливания. Действующий ГОСТ 1ЕС 60064-2019 «Лампы накаливания вольфрамовые для бытового и аналогичного общего освещения» допускает существенный разброс характеристик источников света [3]. Например, для лампы накаливания с нормальным световым потоком номинальной мощностью 100 Ватт установлены:

- минимальная стабильность светового потока (отношение светового потока после 75% номинального срока службы к начальному световому потоку, выраженное в процентах) в 85%;

- начальная мощность каждой лампы не должна превышать 104%+0,5 Вт номинальной мощности;

- начальные значения светового потока каждой лампы должны быть не менее 93% номинального светового потока.

Кроме того, производители, как правило, никак не нормируют положение, размер, толщину нити накала. Питание источника света осуществляется напрямую от сети и, таким образом, на погрешности изготовления ламп накладываются колебания напряжения питающей сети. Согласно действующему ГОСТ 29322-2014 «Напряжения стандартные» при нормальных условиях оперирования напряжение питания не должно отличаться от номинального напряжения системы больше чем на ±10% [5]. Поэтому при отсутствии инструментов для юстировки лампы и регулятора ее мощности обеспечить стабильный световой поток для засветки пробы зерна не представляется возможным.

2. Фиксированный размер ячеек под зерно средней крупности имеет свои слабые стороны. А именно при заполнении кассеты наиболее крупные зерна, как правило, стряхиваются и не участвуют в процедуре анализа. То есть при заполнении ячеек наиболее легко в них попадают мелкие зерна. Данный факт несколько компенсируется процедурой пробоподготовки, включающей предварительное отделение основного зерна для анализа (без примесей и

дефектных зерен). Кроме того, могут возникать проблемы с анализом специфических сортов твердой пшеницы, имеющих увеличенные размеры, где некоторая часть пробы может не помещаться в ячейки.

В качестве развития диафаноскопов предлагались устройства, которые снабжены управляющей электроникой и автоматизируют разделение пробы на отдельные зерна, и анализ их оптических характеристик. Данные приборы описаны в авторских свидетельствах - «Устройство для определения стекловидности зерна» [14], «Прибор для определения стекловидности и поврежденности зерна» [15]. Схемы предлагаемых устройств изображены на рисунках 1.4, 1.5.

Рисунок 1.4 - Схема прибора с вращающимся барабаном: 1 - вращающийся барабан; 2 - бункер; 3 - коаксиальный световод; 4 - источник излучения; 5 -приемник излучения; 6 - нулевое реперное устройство; 7 - поперечная рабочая сквозная ячейка; 8 - 100%-ое реперное устройство; 9 - блок обработки

информации

Рисунок 1.5 - Устройство прибора для определения стекловидности и поврежденности зерна: 1 - осветитель; 2 - кассета для зерен; 3 - ячейка в кассете; 4 - оцениваемое зерно; 5 - направляющая; 6 - объектив; 7 - сканирующая маска; 8 - электроннооптический преобразователь; 9 - блок управления и регистрации сигнала; 10 - окуляр; 11 - зубъевидный выступ; 12 - перфорированная поверхность валика; 13 - приводной механизм; 14 - синхронизатор

В патенте «Устройство для определения стекловидности зерна» предлагается автоматически заполнять зернами из бункера вращающийся барабан с ячейками [14]. Далее каждое зерно в ячейке освещается излучением, подведенным от источника через световод. Отраженный свет через второй световод направляется в приемник, где регистрируется блоком обработки. Помимо рабочих ячеек на барабане предлагается использование реперных устройств: нулевого и 100%-ого.

Таким образом, работа устройства происходит следующим образом: проба зерна засыпается в бункер, после чего запускают двигатель и барабан начинает вращаться. Зерна попадают в поперечные ячейки и начинают двигаться в сторону световода. Когда зерна оказываются напротив световода, происходит измерение их коэффициента отражения, которое записывается в память. После накопления в памяти информации о достаточном количестве измерений вычисляется усредненный коэффициент отражения по формуле:

К = (Кх — Кхо)/(Кх100 — С11)

где КХ0 — коэффициент отражения нулевого реперного устройства, КХ100 — коэффициент отражения 100%-ного реперного устройства.

Проект данного устройства потенциально способен решить основные проблемы стандартного метода определения стекловидности, так как предложенный метод является автоматическим, авторы предложили связать показатель стекловидности с конкретной оптической величиной - коэффициентом отражения - и ввели для этого стабильные реперные точки. При этом в проекте есть определенные недостатки. Во-первых, фиксированный размер ячеек барабана приводит к уже описанным проблемам стандартного метода. Во-вторых, выбор коэффициента отражения как измеряемой величины приводит к необходимости обеспечить идентичное положение зерна во время измерения. Например, одно и то же зерно, расположенное ровной частью и бороздой к измерительному окну, будет отражать разное количество света. Кроме того, при данном подходе требуется дополнительная коррекция измеренных сигналов в зависимости от цвета зерна.

В патенте «Прибор для определения стекловидности и поврежденности зерна» [15] предлагается также автоматический прибор, позволяющий проанализировать оптические характеристики каждого зерна пробы. Проба размещается в подвижной кассете, ячейки которой выполнены в виде отверстий. Анализируется количество света, прошедшего сквозь зерно, причем каждое зерно во время анализа поворачивается вокруг оси специальным механизмом.

Список литературы диссертационного исследования кандидат наук Антонов Роман Юрьевич, 2025 год

ИСТОЧНИК СВЕТА

(а) (б)

Рисунок 3.8 - Схема получения изображения пробы зерна (а) и пример

полученного изображения (б)

Для компенсации паразитной засветки яркость каждого пикселя объекта пересчитывается по формуле:

Р' = Р- 50к0 - Б]к1,

(3.4)

где Р - изначальное значение яркости пикселя; 50 - доля всей площади платформы, свободная от зерна (рисунок 3.9); Б]-доля площади, свободной от зерна, вблизи го зерна; к0,к1 - постоянные коэффициенты. 50 вычисляется следующим образом:

С

с —

(3.5)

где - общее количество ненулевых пикселей; С0 - общее количество пикселей.

Б] вычисляется отдельно для каждого зерна. Для расчета используется область вокруг зерна, ограниченная эллипсом (рисунок 3.10).

С-

с — ^ - С-

(3.6)

где С^ - количество ненулевых пикселей внутри эллипса; Су - площадь эллипса в пикселях.

£ г^д V и Л^ ^гл т

¿< пщШ*

/ -¿-б ^ Г л Мггб-7-/^ * V А

> к .

> „У АЛ^ Д/У ^

та«

/1 х >

г Аю^ »ал

ЪХУьЯ&и ь'УМАШШ

, V УоСЯ ./ лЧ, ^ ¿АК&1 Мд Ч. /г/

\/ V,

Ч'С^-^^-У л А? л

1ЛК

Рисунок 3.9 - Площадь платформы, свободная от зерна (обозначена зеленым)

Коэффициенты к0,к± были вычислены экспериментально. Для этого были получены изображения платформы с разным заполнением зерном и построена линейная модель:

V =

У™ Б-Ы-

у =

N

к1 + $0^0,

(3.7)

где V - среднее значение яркости объектов, вычисленное для всего изображения; V- среднее значение яркости объектов при 100% заполнении платформы; Ы] -площадь ]-го объекта в пикселях; N - общая площадь всех объектов в пикселях.

Рисунок 3.10 - Область вокруг зерна, использующаяся для компенсации местной паразитной засветки зерна (выделено синим): а — исходное изображение, б — бинарное изображение, применяемое в расчетах

Для тестирования алгоритма было выбрано стекловидное, частично стекловидное и мучнистое зерна. Данные зерна помещались в подготовленные пять проб пшеницы со стекловидностью от 12% до 97%. Стандартная кассета диафаноскопа Янтарь случайным образом заполнялась пробами. Варьировалось количество зерна и плотность заполнения его поверхности. Далее изображение пробы захватывалось, сегментировалось и для каждого зерна вычислялась скорректированная яркость для красного и зеленого каналов камеры. Результаты приведены в таблице 3.2.

Таблица 3.2 - Средняя скорректированная яркость зерен в изменяющихся условиях

Стекловидное зерно Частично стекловидное зерно Мучнистое зерно

Красный канал, отн. ед. Зеленый канал, отн. ед. Красный канал, отн. ед. Зеленый канал, отн. ед. Красный канал, отн. ед. Зеленый канал, отн. ед.

189 125 153 110 121 100

191 127 156 110 123 101

189 126 157 113 121 98

185 120 157 110 112 90

190 125 152 107 119 98

184 121 155 111 122 98

191 124 155 111 122 101

184 120 154 109 119 97

181 121 159 113 122 100

191 124 155 112 119 95

189 123 155 111 121 99

193 128 159 112 122 101

185 122 159 113 113 92

182 119 152 109 116 94

188 122 156 112 119 98

Среднеквадратические отклонения, отн.ед.

3,5 2,6 2,6 2,1 2,8 2,6

Таким образом, тест алгоритма показал соответствие реализованного решения поставленным требованиям (все среднеквадратические отклонения не превысили 5 отн.ед.).

На основании математической модели прохождения света в зерне для каждой пробы можно записать систему уравнений 2.28: С учетом использования двух каналов камеры (красного и зеленого) указанная система уравнений записывается следующим образом:

С1 ( »1 ) =

Кк (кк +2 $) - ка (ка +2 $)

(3.8)

Ям (»м ) =

См (»м ) =

- »мл1кя(кя +2 $м (ка +2

где 1 = 1..М - оцененный световой поток, прошедший через I - е зерно для

красного и зеленого каналов, соответственно; wi, I = 1..М - ширина проекции I — го зерна; Я0, £0 - оцененный начальный световой поток для красного и зеленого каналов соответственно.

В данной системе неизвестными являются величины Кя, Ко, Б2, ■■■, Бм. Кя -показатель поглощения пробы в красном цвете, Ко - показатель поглощения пробы в зеленом цвете, Бг- - показатель рассеяния видимого света для 1-го зерна. Согласно теоретической модели, Б является характеристикой зерна, напрямую связанной со стекловидностью. Для удобства все известные параметры каждого уравнения можно перенести в левую часть и обозначить как оптическую плотность О. Тогда уравнения переписываются в виде:

1 ^

(3.9)

где - оптическая плотность /-го зерна в красном свете.

1 С0

Щ ^

1 С0

Щ ^

(3.10)

(3.11)

где - оптическая плотность /-го зерна в зеленом свете.

УКк(Кк + 2Б1) VКС(КС + 2Б{) УКИ(КИ + 2Б2) VКС(КС + 2Б2)

иям = 2$м)

^им =

Я

0С1 0Я2 0С2

(3.12)

Поиск приближенного решения систем уравнений - задача оптимизационная и решается, как правило, итерационными методами.

Важным условием их успешного применения является получение начального приближения. То есть для получения устойчивого решения нужно иметь вектор (Кя, Ко, Б], Б2, ■.. , Бм), близкий к оптимальному.

Для этого рассмотрим два уравнения для /-го зерна и введем ограничения,

обусловленные оптическими свойствами пшеницы: Кк > 0,КС > 0, > 0,КС > .

Наибольший интерес здесь представляет последнее условие, так как оценка соотношения Кс/Кк позволяет в явном виде решить систему уравнений для каждого зерна и получить качественное начальное приближение. Введем коэффициент х:

X =

Кс

(3.13)

Тогда, если записать систему для /-го зерна, получится:

= +

№ = х2К2 + 2хКкБ1

(3.14)

После преобразования:

Б2С, - хБ2т = хК2(х - 1) (3.15)

Правая часть уравнения положительна, откуда можно выразить максимальное соотношение коэффициентов поглощения для красного и зеленого каналов.

х.

02а (3.16)

тах г>2 иШ

На основе полученных данных начальное приближение вычисляется следующим образом:

1. Для каждого зерна вычисляется хтах.

2. Находится среднее их значение хтах.

3. Исходя из того, что хт1П = 1 для начального приближения.

х = (хта;-1)/2 (3.17)

4. Далее, пользуясь полученным соотношением, вычисляются (Кя, Ко, Б], Б2, ■■■, Бм), что является начальным приближением.

Алгоритм для нахождения наилучшего решения системы реализован на основе метода Ньютона. Критерием наилучшего приближения выбрано среднеквадратическое отклонение фактических оптических плотностей от вычисленных.

Далее значения Б], Б2, ..., Бмпересчитываются в показатель стекловидность с использованием линейной функции.

Так как результатом работы алгоритма является целевой показатель, а условия его работы задаются вышеописанными алгоритмами, то параметры точности определения стекловидности рационально тестировать в комплексе с

остальным аппаратным и программным обеспечением. Данные тесты приведены в следующем разделе.

Выводы

1. В результате проведенных исследований разработан алгоритм сегментирования изображения пробы зерна методом контурного анализа. В ходе его реализации предложен способ описания контуров зерна в терминах графов, позволяющий свести задачу сегментирования к известному алгоритму Дейкстры для нахождения минимального цикла в графе. Оцененная точность сегментирования составила более 98%.

2. Разработаны методы и реализующее их программное обеспечение, позволяющие производить автоматическую оценку коэффициента рассеяния оптического излучения зерном и коэффициента ослабления рентгеновского излучения эндоспермом зерна на основе изображений зерна в оптической и рентгеновской областях. В ходе вычислений оценивается комплекс параметров, характеризующий структуру зерна: коэффициент ослабления рентгеновского излучения отдельно оболочкой и эндоспермом, толщина оболочки, параметры формы зерна, коэффициент рассеяния видимого света зерном, коэффициенты поглощения для нескольких длин волн, размеры зерна. Данный комплекс параметров может быть применен для решения других научных и практических задач.

ГЛАВА 4. КОЛИЧЕСТВЕННАЯ КОМПЛЕКСНАЯ ОЦЕНКА СТЕКЛОВИДНОСТИ ТОВАРНОЙ ПАРТИИ ЗЕРНА

4.1 Разработка метода количественной оценки стекловидности товарной партии зерна с использованием его рентгеновских параметров

С помощью реализованного метода был проведен эксперимент на 12 разных образцах твердой пшеницы. От каждого образца были отобраны стекловидные и мучнистые зерна, которые попарно сравнивались по величине коэффициента ослабления внутренней части ^эндосп. Съемка тестовых образцов производилась попарно при увеличении ~ 10. Образцы зерна закреплялись на бумажной подложке с клеевым слоем и далее устанавливались на столик для размещения объектов съемки. Напряжение на рентгеновской трубке было выставлено на 9кВ, ток - 10мкА. Время выдержки для получения качественных изображений при данных условиях составило 300 сек. В результате проведенного эксперимента были получены данные, представленные в таблице 4.1.

Расчет показал, что для 11 из 12 образцов коэффициент ^эндосп стекловидного зерна выше, чем для мучнистого. Средняя разница составила 13%.

Таким образом, показатель стекловидности для твердой пшеницы может быть оценен на основе рентгеновской плотности внутренней части зерна. Полученные результаты позволили расширить эксперимент, включив большее количество образцов. Образцы были подготовлены специалистами ОАО «Омская макаронная фабрика». В эксперименте участвовало 50 пар образцов твердой пшеницы разных сортов. Каждая пара состояла из стекловидного и мучнистого зерен. Результаты представлены в таблице 4.2 и на рисунке 4.1.

Таблица 4.1 - Результаты расчета коэффициентов ослабления

Номер образца Коэффициент ослабления ^эндосп, стекловидного зерна, пиксель 1 Коэффициент ослабления ^эндосп. мучнистого зерна, пиксель 1

1 0,0069 0,0062

2 0,0064 0,0057

3 0,0061 0,0054

4 0,0085 0,0073

5 0,0084 0,0089

6 0,0085 0,0075

7 0,0086 0,0082

8 0,0092 0,0080

9 0,0098 0,0082

10 0,0085 0,0081

11 0,0087 0,0071

12 0,0088 0,0069

Таблица 4.2 - Результаты расчета коэффициента ослабления

№ п/п Коэффициент ослабления ^эндосп. стекловидного зерна, пиксель 1 Коэффициент ослабления ^эндосп. мучнистого зерна, пиксель 1 № п/п Коэффициент ослабления ^эндосп. стекловидного зерна, -1 пиксель-1 Коэффициент ослабления ^эндосп. мучнистого -1 зерна, пиксель 1

1 0,01208 0,0119 26 0,01328 0,01332

2 0,01186 0,01167 27 0,01366 0,01285

3 0,01216 0,01127 28 0,0128 0,01467

4 0,01329 0,01255 29 0,01281 0,01184

5 0,01294 0,01159 30 0,01413 0,01283

6 0,01283 0,01192 31 0,01071 0,00911

7 0,01383 0,01278 32 0,00977 0,00802

8 0,01225 0,01287 33 0,01028 0,00827

9 0,01458 0,01166 34 0,01024 0,0087

10 0,01311 0,01268 35 0,0097 0,00947

11 0,01323 0,01119 36 0,00877 0,00831

12 0,013 0,01231 37 0,00845 0,00751

13 0,01344 0,0113 38 0,00864 0,00654

14 0,01519 0,01184 39 0,00853 0,00737

Продолжение таблицы 4.2

15 0,01326 0,01215 40 0,00861 0,00753

16 0,01351 0,01235 41 0,0087 0,00834

17 0,01417 0,013 42 0,00763 0,0093

18 0,01407 0,01302 43 0,00897 0,00681

19 0,01464 0,01149 44 0,00849 0,00732

20 0,01513 0,01251 45 0,00901 0,00845

21 0,01448 0,01275 46 0,00976 0,00921

22 0,01439 0,01241 47 0,00968 0,00856

23 0,01355 0,01391 48 0,0098 0,00789

24 0,01409 0,01361 49 0,01156 0,00838

25 0,01449 0,01377 50 0,00817 0,00861

Номер пары образцоЕ

Рисунок 4.1 - Коэффициенты ослабления для пар образцов из разных партий

Расчет показал, что для 45 пар образцов коэффициент ^эндосп, стекловидного зерна выше, чем для мучнистого. Средняя разница составила 11,4%. Результаты показаны на рисунке 38. Видно, что для разных партий критерий стекловидности отличается, поэтому было предложено калибровать метод для каждой партии зерна, что позволит оценить его стекловидность. Все зерна, для которых закономерность не соблюдалась, были дополнительно изучены. Наиболее

вероятное объяснение эффекта состоит в том, что форма поперечного разреза пяти образцов отличается от типичной и некорректно описывается разработанной моделью. Несколько таких зерен изображены на рисунке 4.2.

Рисунок 4.2 - Зерна нетипичной формы

Анализируя полученные данные, можно также сделать вывод, что на

показатель ослабления зерна влияют неучтенные факторы (например, влажность,

сорт, регион произрастания и т.д.).

Для их компенсации и перехода к общепринятому разделению зерна на

стекловидное, частично стекловидное и мучнистое предлагается ввести процедуру

калибровки. Для этого используются два зерна исследуемой партии - одно

стекловидное, одно мучнистое. Для них определяются коэффициенты ослабления

1

эндосперма дстидм соответственно. Обозначим А= дст — дм, = дм 2

Д2 = Дм + з Для остальных зерен исследуемой партии оценивается показатель д,

который сравнивается с вычисленными пределами д1и д2. При д < - зерно мучнистое, д> д2 - зерно стекловидное, иначе - зерно частично стекловидное.

N

Далее стекловидность пробы зерна определятся как Ыст + (для оцениваемой

пробы в 100 зерен), где Ыст - количество стекловидных зерен, Мчст - количество частично стекловидных зерен [7].

4.2 Разработка метода количественной оценки стекловидности товарной партии зерна с использованием его оптических параметров

В ходе апробации разработанного оптико-компьютерного метода, были исследованы его метрологические и эксплуатационные характеристики. В процессе работы решались следующие задачи:

1. Сравнительный анализ метрологических характеристик стандартного и оптико-компьютерного методов. Идея данного исследования состоит в том, чтобы оценить возможности применения метода в рамках одной лаборатории для рутинных анализов зерна.

2. Оценка метрологических характеристик оптико-компьютерного метода при обеспечении единства измерений. Идея данного исследования состоит в том, чтобы оценить метод в задаче согласования измерений в нескольких лабораториях, удаленных друг от друга.

3. Внесение предложения по дополнению нормативной базы государственным стандартом для определения стекловидности зерна оптико-компьютерным методом.

В первую очередь экспериментально оценивались результаты работы метода в рамках одной лаборатории, так как это один из самых важных показателей. Реализация точной и быстрой инструментальной оценки стекловидности обусловлена в том числе сложностью подготовки персонала для единообразного анализа стекловидности органолептическим методом.

Для проведения сравнительного анализа исследований, проведенных на диафаноскопах, необходимо прибегнуть к методу, указанному в ГОСТ Р ИСО 57253-2002 «Точность (правильность и прецизионность) методов и результатов измерений. Часть 3. Промежуточные показатели прецизионности стандартного метода измерений» [10]. В наибольшей степени на результат измерений влияют временной фактор, калибровочная модель, человеческий фактор и сам прибор. В данной работе прецизионность измерений достигнута на основании того, что в исследовании задействован один изменяющийся фактор (человеческий фактор в

виде оператора, выполняющего измерения на приборе) для разных методов измерения.

В качестве образцов были выбраны 6 образцов пшеницы, предоставленные ФГБУ «Россельхозцентр»: 3 образца мягкой и 3 образца твердой. Заявленный диапазон стекловидности образцов мягкой пшеницы составил 12-79 %, твердой -73-97 %. Представленные образцы были измерены с помощью использования программной оценки стекловидности на откалиброванном диафаноскопе Янтарь и стандартным методом на диафаноскопе ДСЗ-2. Сравнительный анализ приборов показал, что количественная возможность оценки зерна диафаноскопом Янтарь выше, чем у диафаноскопа ДСЗ-2, а именно: приблизительно 400 и 100 зерен соответственно. Измерения на диафаноскопе ДСЗ-2 проводили 5 разных специалистов на одном приборе. При этом участники эксперимента не были осведомлены об итогах измерений других специалистов, а также о приведенных выше значениях стекловидности образцов. Для получения качественных результатов количество проб зерна = 6) и специалистов (п = 5) в данном исследовании регламентировалось ГОСТ ИСО 5725-3-2002 «Точность (правильность и прецизионность) методов и результатов измерений. Часть 3. Основной метод определения повторяемости и воспроизводимости стандартного метода измерений» [10], согласно которому установлено, что (п — 1)1 >15. Количество измерений на диафаноскопе Янтарь составило по 5 раз для каждого образца разными специалистами. Время, затраченное на испытание, к которому относится заполнение кассеты и ее освобождение от пробы, а также время, затраченное на результаты, было зафиксировано.

Полученные данные измерений для программной оценки стекловидности на диафаноскопе Янтарь представлены в таблице 4, для оценки с использованием ДСЗ- 2 - в таблице 7. Далее, по рекомендациям ГОСТ ИСО 5725-3-2002 «Точность (правильность и прецизионность) методов и результатов измерений. Часть 3. Основной метод определения повторяемости и воспроизводимости стандартного метода измерений» [10], результаты измерения каждого из 6-ти образцов были проверены на наличие выбросов.

Для этого рекомендуется следующая методика, указанная в ГОСТ ИСО 57252-2002 «Точность (правильность и прецизионность) методов и результатов измерений. Часть 2. Основной метод определения повторяемости и воспроизводимости стандартного метода измерений» [9].

Для идентификации выбросов были применены критерии Кохрена и Граббса:

- если значение меры, определяемой статистическим критерием (значением тестовой статистики), меньше 5%-го критического значения тестовой статистики (или равно критическому значению при 5%-ом уровне значимости), то тестируемую позицию признают корректной;

- если значение тестовой статистики больше 5%-ого критического значения и меньше (или равно) 1%-ого критического значения, то тестируемую позицию называют квазивыбросом и отмечают одной звездочкой;

- если значение тестовой статистики больше 1%-ого критического значения, то тестируемую позицию называют статистическим выбросом и отмечают двумя звездочками.

Далее проводят исследование с целью выяснения, могут ли квазивыбросы и/или статистические выбросы быть объяснены какой-либо технической ошибкой. В случае, если объяснение технической ошибки таково, что оно свидетельствует о невозможности замены сомнительного результата измерений, он должен быть исключен как «подлинный» выброс, не имеющий отношения к правильно проводимому эксперименту.

Когда какие-либо квазивыбросы и/или статистические выбросы остаются необъяснимыми или исключенными в качестве принадлежащих к выпадающей лаборатории, квазивыбросы сохраняют в качестве коррективных позиций, а статистические выбросы исключают, если только эксперт по статистике не решит оставить их, имея на это соответствующие основания.

В данном случае для исследования выбросов применялся критерий Граббса как более универсальный и способный идентифицировать двойные выбросы. Статистики Граббса приведены в таблицах 5 и 8. Согласно ГОСТ ИСО 5725-3-2002 «Точность (правильность и прецизионность) методов и результатов измерений.

Часть 2. Основной метод определения повторяемости и воспроизводимости стандартного метода измерений» [9] в случае, если в1 > Скрит1, наименьшее значение выборки является выбросом; если С5 > Скрит1, наибольшее значение выборки является выбросом; если С12 < Скрит2, два наименьших значения выборки являются выбросами; если С4 5 < Скрит2, два наибольших значения выборки являются выбросами. С использованием данного критерия из дальнейшего анализа было исключено одно измерение первого образца на диафаноскопе ДСЗ-2.

Согласно ГОСТ ИСО 5725-3-2002 «Точность (правильность и прецизионность) методов и результатов измерений. Часть 3. Основной метод определения повторяемости и воспроизводимости стандартного метода измерений» [10], оценка стандартного отклонения промежуточной прецизионности при изменяющемся факторе (операторе) б^о) измерений выражается в виде:

^1(0) — М

С п

((п—оИ(у*—у<)2, (41)

]=1 к=1

где п - количество измерений одного образца; t - количество образцов; у^к — к-й результат измерения j-го образца; у . - среднее значение j-го образца.

Результаты расчета представлены в таблицах 4.3 - 4.8.

Таким образом, Яд^ -1.3 для оценки с использованием диафаноскопа Янтарь, Б](0) — 5,5 для органолептической оценки с использованием ДСЗ-2.

Было определено, что между стекловидностью пробы и стабильностью результатов существует прямая пропорциональная зависимость. При этом стабильность результатов для твердой пшеницы (образцы 4, 5, 6) выше, чем для мягкой (образцы 1, 2, 3), причем оба утверждения справедливы как для программной оценки, так и для стандартного метода, что отображено на рисунке 28. На снижение стандартного отклонения при использовании программной оценки

стекловидности повлияла, в первую очередь, минимизация человеческого фактора в виде делегирования функции оценивания показателя прибору, а также увеличением пробы со 100 до приблизительно 400 зерен. Кроме того, среднее время измерения одной пробы с использованием автоматической оценки (таблица 4.5) оказалось меньше на порядок времени стандартного анализа (таблица 4.8).

Таблица 4.3 - Результаты измерения стекловидности на диафаноскопе Янтарь

Образец, № Стекловидность, % Среднее значение, % СКО, %

1 77 80 78 78 80 78,6 1,3

2 15 14 11 12 15 13,4 1,8

3 44 44 46 45 48 45,4 1,7

4 96 97 96 98 97 96,8 0,8

5 72 74 72 73 74 73,0 1,0

6 84 83 83 82 84 83,2 0,8

Таблица 4.4 - Статистики Граббса для измерений стекловидности на диафаноскопе

Янтарь

Образец, № С1 С5 Скрит. 1 С1,2 С4,5 Скрит. 2

1 1,193 1,043 0,123 0,031

2 1,321 0,881 0,017 0,118

3 0,837 1,554 1,715 0,139 0,02 0,009

4 0,956 1,434 0,079 0,079

5 1 1 0,056 0,056

6 0,73 1,095 0,079 0,079

Таблица 4.5 - Время измерения стекловидности на диафаноскопе Янтарь

Образец, № Время, с Среднее значение, с

1 27 35 24 29 33 29,6

2 30 24 23 25 31 26,6

3 25 20 28 32 22 25,4

4 20 22 24 21 29 23,2

5 27 22 24 34 28 27,0

6 26 29 21 23 25 24,8

Среднее значение по всем образцам, с 25,8

Таблица 4.6 - Результаты измерения стекловидности на диафаноскопе ДСЗ-2

Образец, № Стекловидность, % Среднее значение, % СКО, %

1 83 60* 81 79 78 80,3 2,2

2 23 37 11 13 24 21,6 10,4

3 47 61 52 48 56 52,8 5,8

4 97 93 96 97 100 96,6 2,5

5 80 78 74 73 81 77,2 3,6

6 93 90 88 86 96 90,6 4,0

Таблица 4.7 - Статистики Граббса для измерений стекловидности на ДСЗ-2

Образец, № С1 С5 Скрит. 1 С1,2 С4,5 Скрит. 2

1 1,75 0,735 1,715 - - 0,009

2 1,021 1,483 0,094 0,064

3 0,999 1,413 0,101 0,035

4 1,434 1,355 0,079 0,115

5 1,179 1,067 0,031 0,092

6 1,157 1,359 0,095 0,042

Таблица 4.8 - Время измерения стекловидности на диафаноскопе ДСЗ-2

Номер образца Время определения, с Среднее значение, с

1 552 280 281 326 304 348,6

2 603 291 254 372 357 375,4

3 580 311 302 362 341 379,2

4 556 263 290 311 282 340,4

5 629 267 247 398 266 361,4

6 518 318 273 361 293 352,6

Среднее значение по всем образцам, с 359,6

Стекловидность, %

Рисунок 4.3 - Стандартные отклонения повторяемости как функция

стекловидности

Эксперимент показал, что внедрение прибора, реализующего оптико-компьютерный метод оценки стекловидности, оправдано с точки зрения времени и стабильности анализов. Наиболее значимым практическим результатом является независимость результата анализа от оператора, что решает проблемы быстрой организации лаборатории на новом предприятии, расширения состава лаборантов с их предварительным обучением, обеспечивает устойчивую прогнозируемую работу лаборатории в сложных условиях уборки урожая.

Опыт эксплуатации приборов в ряде государственных и коммерческих предприятий (среди которых «ФГБУ НИИПХ Росрезерва», «Болгарское ХПП», ОАО «Шеморданское ХПП», «ФГБУ Центр оценки качества зерна», ООО Агропорт «Устье Дона» и т.д.) показал эффективность применения оборудования как для научно-образовательной деятельности, так и для рутинных анализов зерна.

С

С целью оценки показателей точности разработанного оптико-компьютерного метода в рамках нескольких лабораторий были организованы межлабораторные сличительные испытания

Из ГОСТ Р ИСО 5725-1 «Точность (правильность и прецизионность) методов и результатов измерений. Часть 1. Основные положения и определения» известно, что количество лабораторий, участвующих в эксперименте, является компромиссом между наличием ресурсов и стремлением уменьшить неопределенность оценок метрологических величин до приемлемого уровня [8]. Из расчетов ГОСТ Р ИСО 5725-1 «Точность (правильность и прецизионность) методов и результатов измерений. Часть 1. Основные положения и определения» [8] видно, что оценки стандартных отклонений повторяемости и воспроизводимости могут существенно отличаться от своих истинных значений, если в эксперименте принимает участие небольшое количество (например, 5) лабораторий. Однако уже при количестве 20 увеличение количества участников на две или три лаборатории приводит к несущественному снижению неопределенностей оценок. Исходя из этого, рекомендуется выбирать значение количества лабораторий между 8 и 15. В настоящем эксперименте участвовали 14 лабораторий. Все из них входят в структуру ФГБГУ «Россельхозцентр». Филиалы данной организации укомплектованы диафаноскопами Янтарь. Однако из-за существующего расстояния между филиалами достаточна актуальна проблема унификации измерений стекловидности без произведения перевозки образцов зерна для построения калибровочных моделей. В эксперименте принимали участие 11 лабораторий из разных регионов РФ: Рязань, Смоленск, Калмыкия, Ставрополь, Ростов, Башкортостан, Оренбург, Кемерово, Новосибирск, Благовещенск, Краснодар. Для решения указанной проблемы все диафаноскопы работали на едином программном обеспечении и оснащены идентичными эталонами. Следующим этапом исследования стало проведение межлабораторных сличительных испытаний, под которыми понимаются все процессы, направленные на проведение измерений и дальнейшее их оценивание. Для проведения анализа и оценки измерений используются несколько подобных образцов двумя или более лабораториями в

соответствии с заранее установленными условиями. Межлабораторные сличения обеспечивают реализацию многопланового спектра задач, ключевыми из которых являются:

- оценочно-аналитический контроль лабораторий, связанный с осуществлением ряда испытательно-измерительных работ;

- выявление и устранение существующих проблем, возникающих в процессе деятельности лабораторий (некорректная работа с методиками измерения; непрофессионализм и некомпетентность сотрудников и др.);

- гармонизация методов испытаний или измерений для достижения максимально корректных результатов;

- повышение репутационного статуса лабораторий у клиентов;

- установление различий в деятельности лабораторий;

- исправление выявленных различий на основании результатов сличения;

- подтверждение заявленной неопределенности;

- комплексный анализ характеристик метода (часто описываемое как совместные испытания);

- определение и оценивание значений стандартных образцов с точки зрения возможности их применения в ряде измерительно-испытательных процессов [6]

Цель проводимого эксперимента, в первую очередь, заключается в доказательстве эффективности оптико-компьютерного метода измерения стекловидности, а также дальнейшее методическое обучение специалистов лабораторий грамотной работе с прибором [21].

Для проведения исследований по установлению показателей точности метода измерений было подготовлено 3 образца пшеницы для каждой лаборатории.

Измерения стекловидности проводили с применением электронного диафаноскопа Янтарь. В каждой лаборатории было получено два результата наблюдений в условиях повторяемости. Полученные результаты приведены в таблице 4.9.

Таблица 4.9 - Результаты оценки показателей точности

Наименование показателя 1-й образец 2-й образец 3-й образец

Общее среднее значение, % 21,0 49,4 92,5

Предел повторяемости, % 2,4 2,1 2,3

Стандартное отклонение повторяемости, % 0,85 0,77 0,83

Предел воспроизводимости, % 10,0 5,0 8,2

Стандартное отклонение воспроизводимости, % 3,6 1,8 3,0

Границы абсолютной погрешности, % 7,0 3,4 5,7

Результатом проведенного эксперимента стали оцененные показатели точности измерений стекловидности пшеницы с помощью диафаноскопа Янтарь, реализующего оптико-компьютерный метод анализа. Данные результаты составили метрологическую основу при разработке нового ГОСТ Р 70629-2023 «Пшеница. Определение стекловидности оптико-компьютерным методом» [1]. Документ разработан Всероссийским научно-исследовательским институтом зерна и продуктов его переработки - филиалом Федерального государственного бюджетного научного учреждения «Федеральный научный центр пищевых систем им. В. М. Горбатова» РАН (ВНИИЗ - филиал ФГБНУ «ФНЦ пищевых систем им. В. М. Горбатова» РАН), обществом с ограниченной ответственностью «ЭКАН» (ООО «ЭКАН»), Уральским научно-исследовательским институтом метрологии -филиалом Федерального государственного унитарного предприятия «ВНИИМ им. Д. И. Менделеева» (УНИИМ - филиал ФГУП «ВНИИМ им. Д. И. Менделеева»).

ГОСТ Р 70629-2023 «Пшеница. Определение стекловидности оптико-компьютерным методом» устанавливает определение стекловидности оптико-компьютерным экспресс-методом с применением электронного диафаноскопа и

распространяется на зерно мягкой (Triticum aestivum L.) и твердой (Triticum durum Desf.) пшениц [1].

В стандарте впервые дано определение используемого оптико-компьютерного метода: метод оценки показателей качества продукции на основе компьютерного анализа ее изображений в оптическом диапазоне длин волн. В разработанном ГОСТ выделена сущность метода: определение стекловидности пшеницы оптико-компьютерным экспресс-методом заключается в просвечивании зерен пшеницы направленным световым потоком, получении их электронного изображения с последующей программной обработкой, включающей коррекцию изображения, сегментирование, оценку показателей рассеяния света для каждого зерна и расчет общей стекловидности пшеницы, выражаемой в процентах. Также в документе приведены необходимые средства измерений и вспомогательное оборудование, требования к условиям испытаний, требования к квалификации операторов, требования к отчету об испытании [1]. В разделе, посвященному процедуре проведения испытания, наибольший интерес представляет пункт «Определение стекловидности», который включает в себя следующие действия [1]:

- равномерное заполнение кассеты зерном, при этом кассета заполняется полностью, не допуская наложения одного зерна на другое;

- установка кассеты с зерном в диафаноскоп;

- определение стекловидности в соответствии с руководством (инструкцией) по эксплуатации диафаноскопа.

Предусмотрена обработка результатов определения стекловидности, которая заключается в вычислении среднеарифметического значения двух независимых результатов измерений, выполненных в условиях повторяемости при соблюдении условий приемлемости.

Выводы

1. Экспериментальная проверка выявила зависимость коэффициента ослабления рентгеновского излучения эндоспермом от неучтенных факторов

(особенности сорта, региона и т.д.). Для компенсации неучтенных факторов при практическом использовании предложен способ калибровки. Исходя из возможностей цифровой рентгенографии и результатов эксперимента, данный метод рекомендуется к использованию в научных учреждения и при проведении исследований.

2. Проведен сравнительный анализ метрологических характеристик стандартного и оптико-компьютерного методов в условиях одной лаборатории. Оценка стандартного отклонения промежуточной прецизионности для оптико-компьютерного метода составила 1,3; для стандартного органолептического метода - 5,5. Время, затрачиваемое на анализ, сократилось примерно в 10 раз.

3. Была проведена оценка метрологических характеристик оптико-компьютерного метода при обеспечении единства измерений в множестве лабораторий с помощью организации МСИ. Была получена оценка границы абсолютной погрешности метода - 7%.

4. По результатам эксплуатации приборов в ряде государственных и коммерческих предприятий (среди которых «ФГБУ НИИПХ Росрезерва», «Болгарское ХПП», ОАО «Шеморданское ХПП», «ФГБУ Центр оценки качества зерна», ООО Агропорт «Устье Дона» и т.д.), а также проведенных межлабораторных сличительных испытаний впервые был разработан и введен в действие ГОСТ Р 70629-2023 «Пшеница. Определение стекловидности оптико-компьютерным методом» [1].

ГЛАВА 5. СИСТЕМА ДЛЯ КОЛИЧЕСТВЕННОЙ ОЦЕНКИ СТЕКЛОВИДНОСТИ ПШЕНИЦЫ

5.1 Рентгеновская аппаратура для оценки стекловидности

В работе использована многофункциональная передвижная рентгеновская установка ПРДУ (рисунок 5.1) производства ЗАО «ЭЛТЕХ-Мед» [23].

Рисунок 5.1 - Внешний вид установки ПРДУ-02: 1 - рентгенозащитная камера для проведения рентгенографических работ; 2 - источник рентгеновского излучения моноблочного типа РАП-70М; 3 - дверь; 4 - передняя панель с органами управления; 5 - столик для размещения объектов съемки

Для проводимых экспериментов было установлено минимально возможное напряжение на рентгеновской трубке (9кВ). Рентгенооптическая схема съемки приведена на рисунке 5.2.

Рисунок 5.2 - Рентгенооптическая схема съемки: 1 - источник рентгеновского излучения; 2 - объект исследования (зерно), показан в разрезе; 3 - оболочка зерна; 4 - внутренняя часть зерна; 5 - пучок рентгеновского излучения; 6 -

приемник рентгеновского излучения

Для первичной оценки изображений была выполнена съемка с максимальным проекционным увеличением (примерно 40 раз). Далее в работе использовано увеличение в 10 раз. Увеличение определяется соотношением расстояний источник - объект (Д) и объект - приемник (/2):

1

б

т = /2//1

(5.1)

Изображения зерна являются негативными (обратными), на которых более плотные структуры имеют более светлые тона, менее плотные ткани и воздух -темные тона. Для исследования используются цифровые изображения. Для их получения используется рентгенография на запоминающих люминофорах. Основными ее элементами являются запоминающие люминофорные пластины, считывающее устройство (сканер) и компьютер. На пластине во время экспозиции формируется скрытое изображение, аналогично скрытому изображению на рентгеновской пленке при традиционной, аналоговой рентгенографии. После экспонирования кассета с люминофорной пластиной помещается в считывающее устройство, далее пластина автоматически извлекается из кассеты и скрытое изображение считывается лазером. Затем сигнал оцифровывается, что позволяет в дальнейшем его обрабатывать, просматривать и распечатывать. Люминофорные пластины могут использоваться многократно.

После оцифровки получается монохромное изображение с 8-битной шкалой яркости (28 = 256 ступеней). Таким образом, область на изображении, соответствующая полностью прозрачному для рентгеновского излучения объекту, будет иметь яркость 0 (черный цвет), а область, полностью поглощающая рентгеновское излучение, будет иметь яркость 255 (белый цвет).

5.2 Оптическая аппаратура для оценки стекловидности

Оценка возможностей существующей инструментальной базы показала, что для реализации оптико-компьютерного метода оценки стекловидности необходима разработка нового прибора.

К новому прибору сформулированы следующие требования:

1. Прибор должен иметь встроенную возможность для нормирования мощности источников света.

2. Прибор должен позволить анализировать пробу не менее 200 зерен пшеницы любого размера, любого типа за время менее 60 секунд.

3. Прибор не должен иметь движущихся частей, требующих настройки.

4. Прибор должен работать и получать оптические характеристики зерна в проходящем свете.

5. Прибор должен иметь срок службы не менее 5 лет и не требовать периодического обслуживания в сервисном центре.

Данные требования выполнялись в ходе разработки аппаратной и программной части прибора.

Общая функциональная схема разработанного прибора изображена на рисунке 5.3.

Рисунок 5.3 - Функциональная схема диафаноскопа «Янтарь».

Общий вид разработанного прибора представлен на рисунке 5.4.

Рисунок 5.4 - Общий вид диафаноскопа «Янтарь»: 1 - верхняя (подвижная часть корпуса); 2 - нижняя (неподвижная часть корпуса); 3 - кассета с зерном

Чертежи общего вида и разрез прибора представлены на рисунке 5.5. Принцип работы аппаратной части прибора состоит в следующем. В нижней части прибора, представляющей собой интегрирующий объем с матовым рассеивающим покрытием, установлен светодиодный источник света. В верхней части этого узла находится отверстие для засветки образца. Отверстие закрыто рассеивающей пластиной, на которую устанавливается кассета с зерном. Для получения равномерной диффузной засветки области анализа применен ограничительный экран, не допускающий попадания света на образец напрямую от источника. В верхней части диафаноскопа установлена камера с объективом, с которой происходит захват изображения. Верхняя часть корпуса закрыта от внешней засветки.

Рисунок 5.5 - Чертежи общего вида и разрезы диафаноскопа «Янтарь».

Электрическая схема прибора приведена на рисунке 5.6.

Рисунок 5.6 - Электрическая схема прибора «Янтарь».

Обозначения компонентов на принципиальной электрической схеме Диафаноскопа Янтарь приведены в таблице 5.1.

Таблица 5.1 - Обозначение компонентов схемы

№ п/п Название

1 Разъем питания

2 Выключатель

3 Разъем USB

4 Клеммники 3-х контактные

5 Блок питания 24В

6 Источник тока

7 Светодиодная матрица

8 Шаговый двигатель

9 Плата управления

10 Оптодатчик

11 Оптодатчик

12 Цифровая камера

13 Кнопка управления

Для каждого прибора начальный световой поток отличается. Следовательно, для унификации измерений на разных приборах необходимо измерить начальный световой поток 1(0) = I 0. В связи с тем, что величина I 0, как правило, превышает световой поток после прохождения зерна в некоторое количество раз, прямое измерение представляется затруднительным. Для решения данной проблемы рекомендуется изначально воспользоваться эталонными образцами с нулевым рассеянием, чтобы уменьшить световой поток. При наличии двух таких эталонов разной толщины ^ и 12 с одинаковым коэффициентом поглощения К, пользуясь законом поглощения Бугера — Ламберта — Бера, можно записать систему уравнений:

F = F е~Kh

PRl F е (5 1)

F = Fe~ К'2 1 R 2 F 0e

<

Тогда

К = -(Ъ2> ^) (5 2) 12 1\

/7 _ ГЯ1 _ ^2 (<т оч

-К, -Ки . (5-3)

- К - К1

е 1 е

2 5

где - световой поток после прохождения первого эталона, РК2- световой поток после прохождения второго эталона, К - коэффициент поглощения эталонов.

Для реализации описанного принципа и обеспечения долговременной стабильности прибора разработан калибровочный образец. Его основой являются два фильтра из оптического стекла НС-8, толщиной 3 мм и 4,5 мм. Спектр пропускания стекла приведен на рисунке 21. Калибровочный образец периодически устанавливается в прибор в зону анализа. Далее программное обеспечение диафаноскопа сохраняет средние значения яркости изображений двух фильтров, которые используются для нормирования яркости источника света.

Таким образом, разработанная аппаратная часть прибора, состоящая из реализации оптической схемы, электрической схемы, механической конструкции корпуса, кассеты и калибровочного образца позволила решить задачу захвата

изображения пробы и калибровочного образца.

* 1

^

| 0,8

и

I 0,6

ср

с

I

(и

0,4

^ 0,2 -

Ц 0

^ 350 400 450 500 550 600 650 700 750 800

Длина волны,нм

Рисунок 5.6 - Спектр пропускания стекла НС-8 при толщине 3мм

5.3 Область применения комплексного метода

Комплексный метод, состоящий в совместном применении методов оценки стекловидности, основанных на анализе рентгеновских и оптических изображений зерна, наиболее рационально применять в научных, селекционных учреждениях при проведении исследований. Для рутинного анализа стекловидности, например, при приемке зерна на зернохранилищах, элеваторах достаточно оптического метода ввиду его скорости работы, простоты освоения и улучшенной точности по сравнению с органолептическим методом.

При анализе проделанной работы необходимо отметить, что при вычислении стекловидности с использованием рентгенографии, помимо коэффициента ослабления рентгеновского излучения эндоспермом, фактически вычисляется множество дополнительных параметров - коэффициент ослабления оболочкой, толщина оболочки, размерные характеристики зерна. Аналогичное можно отметить и для оптического метода, так как, помимо коэффициента рассеяния света зерном, вычисляются коэффициенты поглощения на нескольких длинах волн (фактически определяется цвет зерна), размерные характеристики. Это позволяет предложить более широкое использование разработанных методов и моделей взаимодействия зерна с излучением, так как перечисленные параметры могут представлять собственную ценность.

Отдельно необходимо подчеркнуть, что разработанные методы являются неразрушающими, что особенно важно для селекционной работы, для тестирования новых сортов пшеницы, так как зачастую в этой работе исследователи имеют дело с небольшим размером образцов в десятки или сотни зерен. Такие размерности пробы вынуждают исследователей получать максимально полную информацию от нее. В этом случае разработанные методы позволяют оперировать характеристиками каждого отдельного зерна, а не интегральными показателями качества, общими для зерновой массы.

Наиболее ценными для исследований являются рентгеновские изображения, так как они наиболее информативны в части получения дополнительной

информации о внутренней структуре зерна. С использованием рентгеновского изображения удается оценить ряд важных параметров: внутренние механические дефекты (трещины), поврежденность вредителями, скрытое прорастание, невыполненность, скрытая заселенность вредителями и т.д. На данный момент эти и ряд других дефектов семян анализируются методом рентгенографии согласно ГОСТ Р 59603-2021 «Семена сельскохозяйственных культур. Методы цифровой рентгенографии» [2].

Таким образом, разработанные методы, модели и программные реализации имеют перспективу использования для определения на их основе других технологических, мукомольных, селекционных характеристик, а также возможности исследования корреляционных зависимостей с существующими показателями качества.

Выводы

1. Выбраны оптимальные параметры рентгеновской установки для получения высокоинформативных изображений (напряжение 9кВ, увеличение в 10 раз).