Abstract
<jats:p>В статье представлен метод прогнозирования сроков хранения и годности зернопродуктов, учитывающий ключевые факторы, влияющие на процессы порчи при хранении – температуру и влажность. В основу модели положена концепция, аналогичная уравнению Аррениуса, которое традиционно описывает зависимость скорости химических реакций от температуры, но расширенная для учета большего количества параметров, включая влажность и другие дополнительные факторы, влияющие на качество зернопродуктов. Продвинутый математический подход позволяет учитывать сложные биохимические и микробиологические процессы, определяющие сроки хранения и годности продукции в условиях разнообразных климатических зон и режимов хранения. Разработанная компьютерная программа реализует данную модель, обеспечивая более точный и комплексный прогноз сроков годности, что способствует оптимизации условий хранения и снижению потерь зернопродуктов. Прогнозирование строится на анализе зависимости скорости порчи от факторов хранения, что позволяет своевременно принимать меры по контролю качества и прогнозировать безопасный период использования продукции. Такой подход актуален для повышения эффективности системы хранения в аграрном секторе России, где вариабельность климатических условий требует адаптивных решений. В статье отражены экспериментальные данные по изменению КЧЖ крупы манной при различных значениях температуры хранения и влажности продукта, а также относительной влажности воздуха, характерных для промышленного хранения в различных регионах Российской Федерации. Проанализирована связь между изменениями КЧЖ и сроками безопасного хранения и годности крупы манной, разработана математическая модель, позволяющая прогнозировать данные сроки. Результаты исследования демонстрируют высокую точность модели и ее применимость для практического использования в пищевой промышленности, способствуя обеспечению безопасности и качества зернопродуктов от хранения до реализации. Предложенный метод представляет собой важный шаг в развитии интеллектуальных систем контроля качества и прогнозирования сроков годности с учетом многофакторного воздействия среды хранения, что актуально в современных условиях продовольственной безопасности.</jats:p> <jats:p>The article presents a method for predicting the shelf life of grain products, taking into account the key factors affecting the processes of spoilage during storage – temperature and humidity. The model is based on a concept similar to the Arrhenius equation, which traditionally describes the dependence of the rate of chemical reactions on temperature, but expanded to take into account more parameters, including humidity and other additional factors affecting the quality of grain products. An advanced mathematical approach allows us to take into account complex biochemical and microbiological processes that determine the shelf life of products in a variety of climatic zones and storage modes. The developed computer program implements this model, providing a more accurate and comprehensive forecast of shelf life, which helps optimize storage conditions and reduce losses of grain products. Forecasting is based on the analysis of the dependence of the spoilage rate on storage factors, which makes it possible to take timely quality control measures and predict the safe period of use of products. This approach is relevant for improving the efficiency of the storage system in the agricultural sector of Russia, where the variability of climatic conditions requires adaptive solutions. The article presents experimental data on the change in FAV of semolina at different storage temperatures and product humidity, as well as relative humidity, typical for industrial storage in various regions of the Russian Federation. The relationship between changes in FAV and the safe storage and shelf life of semolina has been analyzed, and a mathematical model has been developed to predict these dates. The research results demonstrate the high accuracy of the model and its applicability for practical use in the food industry, contributing to ensuring the safety and quality of grain products from storage to sale. The proposed method represents an important step in the development of intelligent quality control systems and shelf life forecasting, taking into account the multifactorial effects of the storage environment, which is relevant in modern food security conditions.</jats:p>