Abstract
В условиях промышленного птицеводства повышение точности, объективности и воспроизводимости контроля качества яиц является актуальной задачей, поскольку традиционные методы сортировки, основанные преимущественно на массе продукта, не учитывают совокупность морфологических и физических характеристик, таких как форма, объем и плотность. Это приводит к снижению достоверности классификации, особенно в пограничных зонах категорий, и ограничивает возможности технологического контроля, а также негативно влияет на эффективность последующих производственных процессов. В рамках проведённого исследования использован комплекс методов неразрушающего контроля, включающий измерение массы, использование систем машинного зрения и алгоритмов цифровой обработки изображений для определения геометрических параметров яйца. На основе полученных данных дополнительно рассчитывались показатели объема и плотности, позволяющие расширить критерии оценки качества. Для классификации использованы алгоритмы нечеткой логики, обеспечивающие учет неопределенности измерений и вариабельности биологических объектов. Экспериментальные исследования проведены на выборке из 760 яиц различных категорий. Проведённые испытания показали, что разработанная система обеспечивает стабильную работу в поточном режиме с производительностью до 3600 яиц в час при сохранении требуемой точности измерений. Применение нечеткой логики позволило повысить точность сортировки до 95,7 %, что на 15–20 % превышает показатели традиционных методов. Дополнительно выявлено, что учет геометрических параметров позволяет выявлять отклонения формы и плотности, не фиксируемые при стандартной весовой сортировке. Практическая апробация показала эффективность предложенного подхода и могут быть использованы при разработке автоматизированных систем технологического контроля и сортировки яиц, а также адаптированы для других видов сельскохозяйственной продукции в условиях реального производства.