Banner1

人工智能+粮食检测

AI & GRAIN TEST

“加工工艺检测诊判水稻加工企业水准”之一 综述篇

发布时间:2019-9-21

  •  “加工工艺检测诊判水稻加工企业水准”活动开启,至7月26日,荣业软件收到来自全国各地52家企业的生产实物样本。这些企业中,有覆盖全球市场的大型水稻加工企业,也有凭特色主宰一片区域市场的中、小规模企业;收到的样本,有高端品种、特色品种、稀缺品种,更有大众化品种。

    加入活动的企业还在不断增加,样本也在迅速增多。荣业软件对每份来自于一线的实际样本做出检测分析后,都会形成一份“工艺检测分析报告”,给出企业生产线的现状、优势和不足,给出生产改进优化的建设性提议,对其中的个别加工企业(无关企业大小),荣业软件甚至直接建议“将传统产线升级为智能生产线”。

    在检测分析“生产加工样本”的过程中,荣业软件发现加工企业日常生产中一些普遍存在的问题,现将这些具有共性的问题加以整理、分析,以供行业同仁共享:

    (一)相同的加工品种,不同的加工操作

    加工品种相同,工艺设计相同,最终的加工精度也相同,只是因为操作的工人不同,其加工操作手法不同,一百家厂有一百种操作手法。以南方籼稻“黄花粘”的碾米为例,同样为三道砂辊碾米,有的一碾“达标”+“过碾”不过58%,而有的仅“过碾率”就80%以上,“达标”+“过碾”高达98%;即使同是“过碾”,有的碾减会小一些,有的则会有很大的碾减。本质上,同一道碾米,过碾率越高,碾减率也相应增大;不同道数的碾米(一碾、二碾、三碾)即使过碾率相同,增碎率与碾减率却存在很大的差别。这些问题,直接影响得米率与达标精度,但生产中似乎无人在意。

    相同的品种、相同的工艺、相同的目标精度,加工操作应该相同,同于增碎最少、碾减最小的操作方式。

    (二)不同的加工品种,相同的加工操作

    不同的加工品种,应该有着不同的加工性质,尤其在砻谷、碾米以及抛光工序,但在实际生产中,同一家工厂内,加工不同的品种,仍然是相同的加工操作,不论是碾米、砻谷还是抛光。本文后面所附的这份“样本检测与分析”案例,完整地体现了这一特征,而这个特征却是普遍存在的,并非这一份样本所代表的加工企业所独有。

    (三)前后工序操作互不关联

    砻谷不考虑谷糙分,谷糙分不考虑色选,这是典型的独立工作,上下工序没有配合。事实上,多台砻谷机之间脱壳率不一致,单台砻谷机脱壳率不稳定,都会导致谷糙分效果不达标,使各道碾米机下的米中都含有一些稻谷,这些稻谷一直要到色选工序才能被分离出去,但色选机将稻谷作为“异色粒”选出时,会伴随一定数量完整米粒的“带出”,这不仅增加了色选工序的负荷,也增加了加工损耗。

    碾米不考虑抛光,多道碾米之间不考虑内在的相互关系。加工工艺效果最终对加工精度的评判在于成品,抛光对于加工精度有着一定程度的辅助效果,但基本上在加工过程中被忽略。实际情况是,抛光工序不仅对精度有“再加工”作用,而且对于不同的加工品种有不同效果,不同工厂的操作习惯产生的效果也不同。以留皮率为例,有的经过抛光工序可减少2个留皮,而有的则可减少8个留皮。对于去留胚同样如此。不考虑抛光对精度的“再加工”效果,往往在碾米段无端的增加了加工损耗。

    (四)加工操作与生产管理粗犷

    以砻谷为例,加工高端且粒型细长的品种,砻谷时为了尽可能降低增碎,因而操作时使其脱壳率偏低,但过低的脱壳率事实上会提高增碎、降低糙米得率。加工操作的粗犷,在砻谷环节的集中体现是:找不到或者没有去找当前品种的最佳脱壳率——以妥善解决每一个加工品种增碎与得率之间的矛盾。而生产管理上,大型加工企业只考核操作工人的产量、是否达标,没有考核降碎、提高得米、达标、冗余等更重要的经济指标;小型企业就干脆仅凭前辈的经验,前辈们在形成经验积累的同时,还形成生产和管理上的盲区和死角:没有品控,没有检测,没有生产过程管理。

    (五)习惯了巨大的加工损耗

    北方粳稻一砂三铁的碾米工艺中,通常可见一碾的碾减率7%、二碾的碾减率8%左右;南方籼稻的三砂碾米,一碾过碾60%以上,二碾过碾80%的情况时常出现,而碎米率有时还不升反降——这意味着大量碎米变成糠粉被排出;砻谷机风控则要么留下大量谷壳混入谷糙,要么使得大量未完全成熟的稻谷几乎全部排出......巨大而不必要的加工损耗,加工企业形成惯例,习以为常。

    要提高工厂的加工水平,必需了解产线各环节加工过程中实时的工艺状态、每台加工设备的实时工艺效果。为便于理解,现将荣业软件“水稻加工在线工艺检测系统”中的部分参数名称补充说明,诸如脱壳率、裂纹粒率、碎米率、留皮率、留胚率、垩白率、重垩率、病斑率、留皮度、垩白度等工艺参数容易理解,不再赘述;仅重点说明碾米的达标率、过碾率、不足率:

    (1)结合糙米的结构,以碾磨到目标层为基准,例如,以终碾碾去糊粉层(含亚糊粉层),碾至胚乳为目标层,那么,以碾至胚乳为基准进行终碾定义;

    (2)结合碾米的工艺设计,依据各道工序的工艺目标分别定义,如四道碾米则1、2、3、4碾分别定义,三道碾米则分1、2、3碾定义,依次类推,且不同碾米工艺定义不同,如砂辊、铁辊的定义各不相同;

    (3)下一道碾米的达标即为这一道碾米的过碾,这一道碾米的不达标则为这一道碾米的不足;

    (4)以终碾目标精度的留皮率/留胚率/留皮度作为达标、过碾定义的参照;

        (5)可以根据某一企业的具体目标要求进行定义。

    以“一碾”为例描述其达标率、过碾率、不足率的定义规则

    (1)一碾的工艺目标在于“开糙”,则选择符合“开糙”特征的实物颗粒作为达标标准样本,通过机器的“深度学习”定义一碾的“达标”标准;

    (2)碾磨的程度没有达到“开糙”标准的则定义为碾米“不足”;

    (3)碾磨的程度超过了“开糙”标准且达到了二碾的“达标”标准的则定义为“过碾”;所以“达标率”+“过碾率”+“不足率”通常并不等于100%,介于达标与过碾之间的没有进入统计。

    二碾、三碾、四碾......定义方式与此类同。抛光段的定义与此类似又有不同:一抛“去糠”,工艺检测以粒面“糠粉”多少作为评判;二抛“上光”,检测系统以粒面“光滑”程度作为是否达标的依据。

    荣业软件“水稻加工在线工艺检测系统”将工厂各道工序的工艺效果“数字化”,可以使得:(1)每道工序的加工工艺效果由传统加工的假设、模糊,到智能工厂模式下的透明、清晰、可量化;(2)为每道设备的控制提供确切的数据依据,设备的调制依据由“假定”到“确定”;(3)各道工序之间达成最合理的协作。例如:三道砂辊的终碾目标精度是留皮率X%,则可将之转换成一碾达标率Y1%、二碾达标率Y2%和三碾达标率Y3%,且不断调整Y1、Y2、Y3,直到使之达到最佳协作状态:稳定而均匀达到目标精度且不冗余,增碎最小,碾减最少,得米最多。

    这正是智能工厂的精髓:依据在线工艺检测数据精准柔性调制设备,使之达到目标精度、质量稳定、损耗最小、成品率最高。

    附:某加工企业“来样”工艺检测与分析

    企业:略

    品种:未知

    样本:1号砻谷机,2号砻谷机,各一份

         ①碾米线一、二、三碾,各一份

         ③碾米线一、二、三碾,各一份

    检测与分析工具:

          荣业软件水稻加工在线工艺检测系统之人工智能检测机器人

    检测与分析时间:

          2019年7月20日

    一、砻谷工序

        (一)检测数据

    碎糙米率

    未熟粒率

    脱壳率

    1号砻谷机

    4.19%

    5.91%

    83.76%

    2号砻谷机

    5.92%

    9.49%

    78.51%

        (二)工艺分析

        两台砻谷机脱壳率不同,加工后未熟糙米率不同,砻谷增碎率不同,如果这两台砻谷机在同一条生产线上,那么:

        (1)从样本的检测分析上看,两者不属同一原粮。若为相同原粮,则尤其需要进一步关注;

        (2)2号砻谷机脱壳率低于1号砻谷机,但砻谷增碎高于1号砻谷机;

        (3)1号机脱壳率在合理区间,接近合理脱壳率(仅“接近”,而非“最合理”),2号机脱壳率明显偏低;

        (4)1号、2号砻谷机之间脱壳率有较大差异;

        (5)单台砻谷机脱壳率不稳定,直接影响了“谷糙分”的效果,这一判断可从碾米样本带有“稻谷粒”中得到验证;米中带谷,将给后段色选工序增加负担,导致更大的色选“带出”增加损耗;

        (6)砻谷风控效果也有提升空间;

        (7)砻谷增碎在合理区间。

    以上各点,可判断:(1)两者加工特性不同,不属同一原粮;(2)当前加工品种糙米得率:2号砻谷机少于1号砻谷机。

        (三)建议:

        (1)找到当前加工品种的最佳脱壳率:最合理解决砻谷增碎与糙米得率的矛盾;

        (2)调制砻谷机使之始终在最合理状态运行;

        (3)保持在最佳脱壳率的脱壳状态(考虑台间差,属于每台机器对该品种的最合理加工状态),且保持每台砻谷机脱壳率稳定;

        (4)尽量使同组的砻谷机之间脱壳率相近,并保持;

        (5)合理控制砻谷风速;

        达成以上各点,可使得砻谷糙米得率增加2%-3%。

    二、碾米工序

         (一)一碾:(①-1糠粉尤其多)

    碎米率

    达标率

    碾不足率

    过碾率

    碾减指数

    小碎米

    ①-1

    14.14%

    30%

    13%

    51%

    86884

    0.54%

    ③-1

    12..04%

    17%

    2.5%

    78%

    86250

    0.42%

    注:碾减指数是人工智能依据大数据进行深度学习后,用来衡量碾减的一种指标。指数越大,碾减越小;但最终碾减率多少与原粮品种相关。

    ①-1与③-1均大幅度过碾,其中③-1过碾程度更大;

    ①-1与③-1均大幅度过碾,均大幅度增碎;

    但③-1碎米率与小碎米率均明显少于①-1;

    且③-1“达标率+过碾率”之和大于①-1。

        (二)二碾

    碎米率

    达标率

    碾不足率

    过碾率

    碾减指数

    小碎米

    ①-2

    13.76%

    44%

    5%

    50%

    84241

    0.51%

    ③-2

    11.80%

    23%

    1.2%

    73%

    85280

    0.12%

    从样本检测数据判断,①-2均匀性明显不足,表明该米机电流波动大;

    ①-2比③-2碾减更多,且前者碎米率与小碎米率同步高于后者;

    在各自一碾过碾的基础上,①-2与③-2继续大幅度过碾;

    两者“达标率+过碾率”之和基本相当,但基于③-1大于①-1;

    不论是①-2还是③-2,其碎米率均低于对应的一碾,如果不是取料代表性发生重大偏差,则需要特别重视:不仅小碎米,还有其他部分碎米被碾成糠粉。

        (三)三碾

    碎米

    重垩

    垩白

    病班

    达标

    留皮

    碾减

    小碎米

    ①-3

    14.77%

    0.80%

    3.59%

    1.53%

    97%

    8%

    82502

    0.35%

    ③-3

    13.93%

    1.41%

    7.18%

    1.47%

    96%

    7%

    84260

    0.10%

    注意可能的原粮差异:③线终碾达标率96%比①线达标率97%低一个百分点,但③线留皮率反而少1%;

    ③线的碎米、小碎米同样少于①线;

    ③线的碾减率明显小于①线;

    可以判断,③线的标米得率明显高于①线。

    但两者同样具有较大的提升空间。

        从整个碾米的样本工艺效果分析来看:

        ③线与①线所加工不属于同一原粮。

        (四)建议:

        (1)稳定各台米机的电流,避免其波动造成碾米不均匀;

        (2)将多机轻碾的终碾留皮率与抛光段相结合,例如,如果将最终成品的目标精度定义为留皮率6%,而抛光段可减少留皮率4%,则应将多机轻碾的目标精度定义为留皮率10%(“本报告”缺与终碾同时间的抛光样本,未知该品种在抛光段的去留皮效果,待验证);

    (3)如果将当前加工品种终碾(三道碾米后)的目标精度定义为8%,那么,强烈建议:一碾“达标率+过碾率”65%,二碾“达标率+过碾率”88%,三碾“达标率”95%,且尽可能减少过碾率,这样可以在减少增碎与降低碾减方面取得明显效果。

    (4)如达成以上建议,仅碾米段即可减少加工损耗1%-1.5% 。


  1. 前一篇:加工工艺检测诊判水稻加工企业水准2019-7-24
  2. 后一篇:"加工工艺检测诊判水稻加工企业水准"之二 碾米篇2019-9-21
  3. 返回
  • 长沙市雷锋大道1389号黄金创业园C3栋
  • 0731-88325692
  • 0731-88325692
  • rykefu@che-rong.cn
    荣业软件
140x140
微信公众号