В статье проведён анализ системных проблем логистики на призаводских свеклопунктах в период массовой приёмки сахарной свёклы. Актуальность исследования обусловлена несоответствием существующей инфраструктуры свеклопунктов современным параметрам транспортных потоков, включая увеличение габаритов транспорта, жёсткие сроки уборки и рост производительности сахарных заводов. Цель работы – разработать математическую модель управления транспортными потоками на свеклопункте, основанную на динамической буферизации и приоритезации маршрутов. В качестве методологической базы использованы методы теории массового обслуживания, системного анализа транспортных сетей и имитационного моделирования. В результате исследования выявлено, что классическая схема движения грузовых машин приводит к перегрузке узлов и простоям. Предложена альтернативная модель, ключевым элементом которой является внутренний буфер-накопитель после контрольно-пропускного пункта. В отличие от существующих подходов, управление выпуском машин из буфера осуществляется на основе обратной связи по заполненности очередей и динамического приоритета, учитывающего не только пропускную способность технологических объектов (весы, лаборатория, БУМы), но и дорожных участков. Разработан алгоритм приоритезации маршрутов в зависимости от качества сырья и текущих потребностей производства. Научная новизна заключается в комплексном учёте дорожных ограничений и технологических параметров сырья при распределении потоков. Практическая значимость работы состоит в том, что внедрение разработанной модели позволяет синхронизировать работу ключевых узлов свеклопункта без кардинальной перестройки инфраструктуры, снизить простои транспорта, уменьшить потери сырья и получить экономическую выгоду за счёт оптимизации логистических процессов.
Проведен анализ процесса накопления многокомпонентных отложений (минеральный грунт, органические остатки, иные загрязнения) в подземных вентиляционных каналах кагатных полей (сечением 0,6×1,2 м и протяженностью до 33 м) на сахарном заводе в Никифоровском муниципальном округе Тамбовской области. Эти накопления достигают 6–16% внутреннего объема подземных вентиляционных каналов кагатных полей. Данный фактор нарушает температурно-влажностный режим хранения сахарной свеклы, приводит к ее ускоренной порче, снижает энергоэффективность систем активного вентилирования. В результате анализа и исследования существующих на производстве способов очистки была установлена высокая трудоемкость способа ручной очистки, его сравнительно низкая эффективность и высокие риски для персонала, связанные с длительным нахождением в замкнутом пространстве. Гидродинамический способ удаления отложений неэффективен из-за вторичного заиливания смежной замкнутой дренажной сети, а также высокого расхода дополнительных потоков воды. Использование механических шнеков (гибких спиральных транспортеров) неэффективно, поскольку их конструкции отличаются низкой надежностью и частыми выходами из строя рабочих органов шнеков. На основе выявленных ограничений и особенностей процесса разработан способ сухой механической очистки каналов, обеспечивающий эффективное удаление шлама без использования ручного труда и дополнительных потоков воды, а также предложено устройство для реализации этого способа.
Сортировка корнеплодов сахарной свеклы по размерам необходима для обеспечения эффективности её хранения и последующей промышленной переработки. Типовые методы сортировки овощей по фракциям в хранилищах при больших объёмах приёмки корнеплодовне не применимы для корнеплодов сахарной свеклы. В статье представлена методика использования компьютерного зрения для бесконтактного определения размеров и загрязнённости корнеплодов сахарной свёклы в кузове грузового автомобиля на свеклопункте сахарного завода. Разработан прототип системы, включающий программно-аппаратный комплекс (микроконтроллер, лазерный дальномер, RGB-камера, источники дополнительного освещения, светодиодное табло), сервер и автоматизированное рабочее место оператора. Система предназначена для автоматизации процесса оценки размерных характеристик корнеплодов для их распределения по кагатам оперативного, среднесрочного или длительного хранения, а также при направлении на переработку. Предложен алгоритм работы системы компьютерного зрения, включающий выполнение черырех последовательных этапов. На этапе «Поиск» происходит обнаружение автомобиля под камерой с помощью лазерного дальномера. Многоуровневое обнаружение корнеплодов на изображении происходит с использованием нейронной сети, реализованной на Python. Оптимизациия вычислений осуществляются на этапе «Распознавание». Определение размерных параметров корнеплодов производят на основе данных с камеры по математическим формулам на этапе «Анализ». Формирование структурированного отчёта по исходным и обработанным изображениям корнеплодов, статистика их количества и размерные классы, а также загрязнённость корнеплодов осуществляют на этапе «Запись».