Новый уровень поточного анализа зерна и кормов. Как повысить точность анализа в десять раз

Цифровые решения все активнее проникают во все сегменты сельского хозяйства, особенно в индустрию кормопроизводства. Те компании, которые в ближайшем будущем смогут внедрить в свой бизнес цифровые платформы, станут безусловными лидерами рынка.

Любого производителя комбикормов волнует вопрос — какие показатели качества важно контролировать и на чем можно сэкономить, чтобы получить дополнительную прибыль, сохраняя качество готового продукта. Хорошо, конечно, иметь оснащенную современным оборудованием лабораторию, но зачастую, пока анализ выполняется, комбикорм может быть уже скормлен животным и тогда корректировать что-либо уже является бесполезным действием.

Повышение производительности и времени выполнения работ при тестировании ключевых параметров в кормах является непростой задачей для загруженных лабораторий. Традиционно медленный и трудоемкий процесс от подготовки проб до получения результатов не помогает, заставляя производителей кормов и фермеров ждать результатов, которые им нужны, чтобы сбалансировать рецептуры кормления животных. Парадоксально, что пока выполняется анализ традиционными методами от 6 до 24 часов, часть кормов может быть уже съедена животными, и тогда встает вопрос об эффективности труда из-за напрасно потраченного времени и ресурсов (Рис. 1.).

Здесь нельзя не упомянуть цитату американского менеджера Ли Якокка, президента компании Ford и председателя правления корпорации Chrysler, который сказал: «Правильное решение, принятое с опозданием, является ошибкой».

Рис. 1. Выбор метода анализа: от классического до анализа в потоке.

Своевременное определение содержания энергетически ценных компонентов может быть ключом к точному рациону кормления скота, но для этого требуется быстрый и экономичный анализ больших объемов кормов, желательно в реальном режиме времени.

Итак, как нам справиться с этой задачей и обеспечить лучший аналитический поток в лаборатории? Решение этих задач требует решений, основанных на данных, а инновации открывают логический путь вперед.

Рассмотрим альтернативное классическим методам анализа решение: поточный анализатор кормов ProFoss 2, Foss (Рис. 2.), встраиваемый в технологическую линию сенсор, тщательно контролирующий основные параметры сырьевых компонентов кормов, такие как влажность, содержание жира и протеина в реальном режиме времени.

ProFoss 2 представляет собой диодную матрицу высокого разрешения, каждые 50 мс выпускает пучок света, идущий от галогеновой лампы. Свет взаимодействует с образцом, движущимся по ленточному транспортеру технологической линии. Отраженный или пропущенный свет измеряется сенсором, и спектр сравнивается с библиотекой наработанных спектров.

Рис. 2. Поточный анализатор кормов ProFoss 2.

Рис. 3. Графическое сравнение чувствительности классических и поточных методов анализа.

Рис. 4. Движение пшеницы по ленточному транспортеру на элеваторе при приемке сырья.

Рассмотрим, почему поточный анализатор приносит намного большую прибыль, чем любой самый точный стационарный лабораторный прибор. Все дело в том, что чувствительность анализа во много раз ценнее точности. Переход от точности к чувствительности — это перенаправление денежного потока из «производственной трубы» в «инкрементальную прибыль» компании.

ProFoss 2 способен чувствовать изменения массовых долей жира, белка и влаги с лучшей точностью, чем классические методы, так как отсутствуют ошибки отбора проб и пробоподготовки. Классическая лабораторная погрешность рассчитывается, как разность параллельных измерений, в то время как для поточного анализатора погрешность вычисляется по скользящему среднему 5 последовательных измерений (Рис. 3.). Поэтому вычисляемая погрешность уже является не точностью, а чувствительностью анализа. Переход от точности к чувствительности — это прямые инвестиции в дополнительную прибыль производителя.

Для примера рассмотрим результаты тестирования ProFoss 2 на одном из элеваторов крупного Российского агрохолдинга при приемке сырья (соевых бобов и пшеницы) (Рис. 4.). Целью проведения испытаний было проведение мониторинга качества поступающего сырья в реальном режиме времени с целью дальнейшего его распределения в силос в зависимости от содержания белка, жира, влаги.

Сравнение результатов по содержанию влаги, полученных на ProFoss 2, с результатами лаборатории показало, что погрешность калибровки на влажность составляет ±0,116% при доверительной вероятности P=95%.

ProFoss 2, как правило, программируется, чтобы получать результат приблизительно каждые 20-30 секунд. Результаты обычно усредняются, чтобы уменьшить случайные краткосрочные изменения продукта и случайную ошибку.

Как правило, результаты ProFoss 2 используют среднее значение 3-5 следующих друг за другом результатов. Например, среднее число результатов 1-2-3-4-5 сформировало бы результат 1, среднее число 2-3-4-5-6 — результат 2, среднее число 3-4-5-6-7 сформировало бы результат 3 и так далее.

Регистрируемое отклонение вычисляется с использованием той же самой функции в качестве ошибки, при этом среднее значение последовательных результатов для результата 1 сравнивают с результатом 2, результат 2 сравнивают с результатом 3 и так далее.

По результатам испытаний регистрируемое отклонение по жиру составило 0,05%, по белку 0,05%, что в 10 раз выше требуемых значений согласно методикам ГОСТ. На практике это означает, что оператор немедленно видит самые незначительные отклонения в составе продукта и видит тенденции к изменению состава, что позволяет ему в режиме он-лайн принимать решения о селективной выгрузке\загрузке сырья с тем или иным содержанием ключевых параметров с существенной экономией по времени и трудозатратам.

Выводы

По итогам тестирования сделан вывод, что точность работы анализатора сравнима с точностью классического лабораторного метода, а чувствительность ProFoss2 в 10 раз выше точности (Рис 5.).

Вот вам и ответ на вопрос: «Можно ли улучшить точность контроля производственного процесса в 10 раз?» Оказывается, да, можно. И нужно!

С помощью ProFoss 2, производитель может извлечь дополнительную прибыль за счет (Рис.6.):

• оптимизации содержания белка и влаги;
• снижения вариабельности продукции;
• оптимизации баланса масс;
• снижению повторной обработки;
• выпуску продукции ближе к заданной спецификации;
• что в итоге ведет к увеличенному выходу продукции желаемого качества.

Пользователи поточных решений сообщают о быстрой окупаемости инвестиций менее чем через 12 месяцев.

Установив ProFoss 2 после смесителя, Вы сможете контролировать целевые параметры и вносить своевременные коррективы, чтобы достичь заданное качество продукта с точным соблюдением рецептуры и получать существенную прибыль.

Рис. 5. Визуальное сравнение точности относительно смещения для разных методов анализа.	Рис. 6. Как улучшить производство кормов с помощью поточного анализа.

См. также:

Ниже вы можете задать вопрос или оставить запрос в свободной форме: