W niniejszej pracy określano przydatność systemu komputerowej analizy obrazu do oceny stopnia wymieszania farszu oraz porównywano efektywność procesu mieszania farszu drobno rozdrobnionego w mieszarce i w kutrze. Materiałem badawczym była wędlina modelowa wyprodukowana z 16% dodatkiem kawałków wątroby. Stwierdzono, że stopień wymieszania farszu w mieszarce i w kutrze jest najlepszy po dwóch minutach mieszania. Przy dalszym mieszaniu zaobserwowano niepożądane rozdrabnianie kawałków wątroby. Lepszą efektywnością procesu mieszania charakteryzowała się mieszarka. Badania wykazały pełną przydatność systemu Komputerowej Analizy Obrazu do oceny stopnia wymieszania farszu, należałoby jednak zmienić sposób pobierania i przygotowania prób do badań.
EN
In the article the usefulness of a system of computer analysis of a picture for evaluation of the level of mixing stuffing was determined and effectivity of mixing fine crumbled stuffing in the mixer and the cutter was compared. Model pork-butcher's meat produced with 16% addition of liver pieces was research material. It was stated that the level of mixing the stuffing in the mixer and the cutter is the best after two minutes if mixing. The mixer was characterised with better effectivity of mixing. The researches have shown the usefulness of a system of Computer Analysis of a Picture for evaluation of the level of mixing stuffing, although, the way of drawing and preparing of samples for researches should be changed.
W pracy przedstawiono wyniki modelowania neuronowego procesu mieszania niejednorodnego układu ziarnistego przy pomocy systemu funnel-flow. W oparciu o komputerową analizę obrazu dokonano oceny rozkładu cząstek obserwowanego składnika kluczowego w poszczególnych przekrojach mieszalnika używając jako miary tego rozkładu wartości wariancji. Modelowanie oparto na prognozowaniu neuronowym. Do uczenia wykorzystano pięć pierwszych kroków mieszania. Następnie w oparciu o wyniki uczenia sieć dokonała predykcji rozkładu koncentracji składnika kluczowego dla następnych pięciu kroków mieszania, to jest aż do osiągnięcia stanu równowagowego. Dokonano statystycznego porównania modeli (empirycznego i predyktowanego) przy pomocy współczynnika przestrzennej korelacji.
EN
This research presents the outcomes of neuron modeling of the mixing process of a non-homogeneus grain configuration by the use of a funnel-flow system. On the basis of a computer image analysis an estimation of was executed the molecule distribution of each key component the observed. Specifficaly a cross-section of the mixing device used in this process was analysed for statistical variance in key-component distribution. On the basis of the first five mixing steps the FBM network has been learned. Next, on the basis of the outcomes the network predicted the distribution of the key-component concentration after the next five mixing steps. A statistical model comparison (empirical and predicted) was done using the spatial autocorrelation.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.