Automation of distribution and production of products for food industry

Cover Page

Cite item

Full Text

Abstract

The study deals with the development and automation of the effective (optimal) distribution of production and production management based on the software "1C: Manufacturing Enterprise Management".

Full Text

Автоматизация различных технологических процессов в последние годы все глубже проникает в производственную деятельность. В этой связи актуальным вопросом является разработка нового программного обеспечения для пищевой промышленности. Очевидно, что предприятия пищевой промышленности должны работать эффективно и безопасно. Эффективность работы предприятия зависит от правильной организации труда, оптимизации всех расходов, четкого управления и моделирования всем процессом производства [1; 2].

Одна из главных задач, которая стоит перед технологами пищевой промышленности – это уметь правильно распределять поступающее на предприятие сырье, а также рассчитывать количество получаемых при этом продуктов. В настоящее время прикладных программ, в которых автоматизирован данный расчет, не существует [3].

Рассмотрим алгоритм решения таких задач, в основе которого лежит математическое моделирование с помощью квадрата Пирсона [4–6].

Введем обозначения:

m1 – масса первого раствора,

m2 – масса второго раствора,

х1 – массовая доля растворенного вещества в первом растворе,

х2 – массовая доля растворенного вещества во втором растворе,

х– массовая доля растворенного вещества в смеси первого и второго раствора.

Тогда будут справедливы следующие формулы:

m1 х1 + m2 х2 = х(m1 + m2),

m11 – х) = m2(х – х2).

Рассмотрим геометрическую интерпретацию полученной модели (рис.1).

 

Рис. 1. Квадрат Пирсона.

 

Для применения моделирования по алгоритму эффективного (оптимального) распределения сырья по методу Пирсона рассмотрим молочную промышленность.

Наиболее общая схема технологических направлений переработки молока на городском молочном заводе представлена на рис. 2.

 

Рис. 2. Схема переработки молока на городском молочном заводе.

 

Молоко проходит сепарирование и из него получаются сливки и обрат. Часть сливок выпускается уже как готовая продукция, часть идет дальше в производство и смешивается с обратом. Это соединение дает нам нормализованную смесь, которую дальше обрабатывают, и получается еще один готовый продукт.

Известно количество сливок как готовой продукции, которое получается в конце смены и известно какая их часть идет в производство, но необходимо определить какое количество молока использовалось для производства продукции за смену.

Программная реализации разрабатываемой системы была выполнена на базе программы «1С: Управление производственным предприятием». Программа является комплексным прикладным решением, охватывающим основные контуры управления и учета на производственном предприятии.

Конфигурация программы до внесения изменений представлена на рисунках 3 и 4.

 

Рис. 3. Конфигурация «1С: Управление производственным предприятием».

 

Рис. 4. Выбор объекта в «1С: Управление производственным предприятием».

 

Для автоматизации управления математической моделью эффективного (оптимального) распределения, получаемого для производства продукции сырья, в программу был добавлен документ «Сепарирование молока» (см. рис.5–6).

 

Рис. 5. Конфигурация. Документ «Сепарирование молока».

 

Рис. 6. Документ «Сепарирование молока».

 

Таким образом, представленное в статье программное обеспечение может быть применено для автоматизации управления процессом получения необходимого состава сырья для производства молочной продукции.

×

About the authors

I. A. Polyaeva

Author for correspondence.
Email: ogarevonline@yandex.ru

T. F. Mamedova

Email: ogarevonline@yandex.ru

References

  1. Минюк С. А., Ровба Е. А., Кузьмич К. К. Математические методы и модели в экономике. – Мн.: ТетраСистемс, 2002. – 432 с.
  2. Бережной Е. В. Математические методы моделирования экономических систем. – 2-е изд., перераб. и доп. – М.: Финансы и статистика, 2006. – 432 с.
  3. АКАДЕМИК [Электронный ресурс]–Режим доступа: https://dic.academic.ru/dic.nsf/ruwiki/1028588 (дата обращения 18.05.2019).
  4. Мамедова Т. Ф., Шабанова В. Г., Шабанов Г. И. Принципы разработки модуля математико-экономической диагностики и прогноза предприятий АПК // Энергоэффективные и ресурсосберегающие технологии и системы. Межвузовский сборник научных трудов. – Саранск, 2017. – С. 218–222.
  5. Мамедова Т. Ф., Шабанова В. Г. Управление производственным процессом по оптимальному критерию качества // Математическое моделирование, численные методы и комплексы программ: материалы VII Всероссийской научной молодежной школы-семинара имени Е. В. Воскресенского с международным участием. – Саранск, 2016. – С. 102–104.
  6. Мамедова Т. Ф., Каледин О. Е., Шабанова В. Г., Кирейчева Е. Ю. Математическая модель оптимизации управления хозяйственной деятельностью одного производственного предприятия // Математическое и компьютерное моделирование естественнонаучных и социальных проблем: материалы X Международной научно-технической конференции молодых специалистов, аспирантов и студентов / под ред. И. В. Бойкова. – Пенза, 2016. – С. 125–130.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Pearson square.

Download (10KB)
3. Fig. 2. Scheme of milk processing at the city dairy plant.

Download (26KB)
4. Fig. 3. Configuration “1C: Manufacturing Enterprise Management”.

Download (64KB)
5. Fig. 4. Selecting an object in “1C: Manufacturing Enterprise Management”.

Download (40KB)
6. Fig. 5. Configuration. Document "Milk Separation".

Download (43KB)
7. Fig. 6. Document “Milk separation”.

Download (41KB)

Мы используем файлы cookies, сервис веб-аналитики Яндекс.Метрика для улучшения работы сайта и удобства его использования. Продолжая пользоваться сайтом, вы подтверждаете, что были об этом проинформированы и согласны с нашими правилами обработки персональных данных.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».