Как читать аналитический отчёт фотосепаратора: метрики, графики, тренды

Введение

Фотосепаратор на производстве — это не просто исполнительный механизм для удаления брака. Современная оптическая сортировочная машина генерирует огромный массив технологических данных. Аналитический отчёт фотосепаратора — единственный объективный источник информации о том, что происходит с продуктом внутри машины, насколько стабильно работает линия и куда уходит прибыль предприятия. Игнорирование этого отчёта или его неверная интерпретация приводят к тому, что технологи работают вслепую: настройки выставляются интуитивно, дефекты возвращаются в продукт, а потери годного зерна списываются на «особенности партии».

Материал адресован техническим директорам, главным инженерам, технологам и операторам перерабатывающих предприятий — всем, кто отвечает за качество конечного продукта и экономику сортировки. Мы разберём, из каких разделов состоит типовой аналитический отчёт фотосепаратора, какие метрики критически важны для управления процессом, как читать графики распределения дефектов и выявлять тренды, указывающие на скрытые проблемы оборудования или сырья.

Каждый параметр отчёта будет рассмотрен через причинно-следственную связь: условие возникновения данных → физический смысл метрики → технологическая интерпретация → производственное решение. После прочтения статьи вы сможете самостоятельно анализировать отчёты фотосепаратора, выявлять отклонения на ранней стадии и обоснованно корректировать настройки машины, опираясь на цифры, а не на предположения.

Что такое аналитический отчёт фотосепаратора и зачем он нужен

Аналитический отчёт фотосепаратора — это структурированный набор данных, который программное обеспечение машины формирует за определённый период работы: смену, партию сырья или произвольный временной интервал. В отличие от визуального контроля оператора, который оценивает результат сортировки субъективно и выборочно, отчёт фиксирует количественные характеристики процесса с точностью до каждого срабатывания эжектора.

Физическая основа отчёта — работа оптической системы. Камеры регистрируют каждый объект в потоке, вычислительный модуль классифицирует его по заданным признакам, а исполнительные механизмы либо пропускают, либо удаляют объект. Каждое такое решение записывается в лог. Суммирование этих событий за период и даёт аналитический отчёт. Он показывает не только итоговый процент отсортированного брака, но и распределение дефектов по типам, стабильность подачи продукта, эффективность использования сжатого воздуха и динамику изменения ключевых показателей во времени.

Для предприятия отчёт выполняет три функции. Первая — контроль качества: соответствие выходного продукта заданной спецификации подтверждается не лабораторной пробой раз в смену, а непрерывной статистикой. Вторая — диагностика оборудования: падение процента удаления при неизменных настройках сигнализирует об износе форсунок, загрязнении стёкол или нестабильности давления воздуха. Третья — экономический анализ: соотношение удалённого брака и вынесенного годного продукта прямо влияет на себестоимость переработки.

Инженерный вывод: аналитический отчёт превращает фотосепаратор из «чёрного ящика» в измерительный прибор. Без систематического чтения отчётов эксплуатация машины сводится к реагированию на уже случившийся брак, а не к его предупреждению.

Архитектура типового аналитического отчёта

Структура отчёта может различаться в зависимости от производителя оборудования и версии программного обеспечения, однако инженерная логика остаётся общей. Рассмотрим разделы, которые присутствуют в отчётах большинства промышленных фотосепараторов, включая машины «Сапсан».

Сводная информация о партии

Верхний блок отчёта содержит идентификационные данные: дата и время начала и окончания сортировки, наименование продукта, номер партии или бункера, имя оператора, загруженный рецепт сортировки. Эти поля критически важны для прослеживаемости. Если через неделю потребитель предъявит претензию по качеству, технолог должен иметь возможность поднять отчёт именно той смены и той партии, которая ушла в отгрузку.

Здесь же указывается общая масса или объём продукта, пропущенного через машину за период. Этот параметр служит базой для расчёта всех удельных показателей: процента отходов, выноса годного, производительности. Расхождение между массой, зафиксированной фотосепаратором, и данными весового учёта на входе или выходе линии — первый признак неисправности датчиков или ошибки калибровки.

Показатели производительности

Производительность в отчёте обычно приводится как средняя и мгновенная. Средняя производительность — это общая масса продукта, делённая на время работы. Мгновенная — значение, усреднённое за короткий интервал, например за минуту. Разница между ними указывает на стабильность подачи. Если мгновенная производительность скачет от 80% до 120% от номинала, а средняя держится на паспортном уровне, это означает, что питающий тракт работает неравномерно: продукт подаётся толчками, камера перегружается в пиках и недогружена в паузах. Качество сортировки при этом неизбежно страдает.

Отдельно может выводиться время работы под нагрузкой и время холостого хода. Значительная доля холостого хода при непрерывном процессе — признак организационных проблем: оператор не успевает подвозить сырьё, бункер-накопитель рассчитан неверно, предыдущая машина линии работает с перебоями.

Статистика сортировки

Центральный раздел отчёта. Здесь отображаются результаты работы системы распознавания и эжекции. Типовые метрики:

• общий процент удалённого материала от входного потока;
• процент удалённого материала по каждому типу дефекта (чёрные зёрна, повреждённые, примеси иного цвета, стекловидные, меловые и так далее);
• процент выноса годного продукта в отходы;
• эффективность удаления по каждому классу дефектов — отношение удалённых дефектных объектов к общему числу дефектных объектов, прошедших через зону инспекции.

Эффективность удаления — ключевой показатель, который нельзя путать с процентом отходов. Можно удалить 5% от входного потока, но если при этом в продукте осталось 80% дефектов, которые были в сырье, сортировка неэффективна. И наоборот: удаление 0,5% при входной засорённости 0,5% и эффективности 98% — отличный результат.

Графики распределения

Визуальная часть отчёта — двумерные и трёхмерные гистограммы, scatter-графики, временные тренды. Они показывают распределение объектов по цветовым координатам, размеру, форме. Для технолога график распределения — это «портрет» партии сырья. Смещение облака точек на графике цветности относительно предыдущей партии говорит об изменении сортовых характеристик или влажности. Появление второго кластера там, где раньше был один, — о подмесе другой культуры или фракции.

Журнал событий и аварий

Хронологический перечень предупреждений и ошибок за период: падение давления воздуха ниже порога, загрязнение оптики, проп уск кадра из-за превышения времени обработки, сбои синхронизации эжекторов, перегрев источника света. Каждое событие имеет временную метку, что позволяет сопоставить его с графиком производительности и качества. Например, если в 14:20 зафиксировано падение давления воздуха, а на графике эффективности удаления с 14:20 до 14:35 наблюдается провал, причина установлена однозначно.

Ключевые метрики аналитического отчёта и их физический смысл

Метрика в отчёте фотосепаратора — не просто число. За каждой стоит физический процесс в зоне инспекции и эжекции. Понимание этого процесса позволяет перейти от констатации «стало хуже» к выявлению причины и корректирующему действию.

Процент удалённого материала (Reject Ratio)

Доля материала, направленного эжекторами в приёмник отходов, от общей массы продукта, прошедшего через машину. Выражается в процентах. Напрямую связан с настройками чувствительности и порогов срабатывания. При увеличении чувствительности растёт число объектов, классифицируемых как дефектные, и процент удалённого материала увеличивается.

Важно: Reject Ratio не равен входной засорённости. Если входная засорённость 2%, а Reject Ratio 5%, это означает, что вместе с 2% дефектов удаляется 3% годного продукта. Такой вынос годного — прямой экономический убыток. Технолог должен найти баланс между приемлемым качеством выходного продукта и минимальным выносом годного.

Эффективность удаления дефектов (Removal Efficiency)

Отношение количества удалённых дефектных объектов к общему количеству дефектных объектов, присутствовавших в сырье. Выражается в процентах. Это главный показатель результативности сортировки. Эффективность 95% означает, что из каждых 100 дефектных зёрен, попавших в машину, 95 удалены в отходы, а 5 остались в готовом продукте.

Эффективность всегда ниже 100%. Ограничения накладывают:

• разрешающая способность оптической системы — объекты размером меньше пикселя камеры могут быть не идентифицированы;
• время пролёта и задержка срабатывания эжектора — если два дефектных объекта следуют друг за другом с интервалом меньше времени восстановления клапана, второй будет пропущен;
• положение объекта в потоке — объект на краю зоны инспекции или перекрытый другими частицами может быть не распознан.

Вынос годного продукта (False Reject / Carryover)

Доля качественного материала, ошибочно удалённого в отходы. Это прямые потери продукта. Вынос годного возникает по нескольким причинам:

• физическая невозможность выдуть только дефектный объект — струя воздуха захватывает соседние частицы;
• неоптимальная настройка задержки срабатывания эжектора — клапан открывается раньше или позже, чем нужно, и сдувает годный продукт до или после дефекта;
• избыточная чувствительность — система классифицирует как дефект объекты с пограничными характеристиками, которые на самом деле являются допустимыми.

Вынос годного в диапазоне 0,3–1,5% от входного потока считается нормальным для большинства зерновых культур при эффективности удаления выше 90%. При ужесточении требований к качеству выходного продукта вынос годного растёт экспоненциально: повышение эффективности с 95% до 98% может увеличить вынос годного в полтора-два раза.

Производительность и удельная нагрузка

Производительность в отчёте — это фактическая масса продукта, обработанного за единицу времени. Удельная нагрузка — производительность, отнесённая к ширине зоны инспекции или количеству каналов. Превышение паспортной удельной нагрузки приводит к двум эффектам:

• продукт в зоне инспекции располагается в несколько слоёв, камера видит только верхний слой, дефекты в нижних слоях не распознаются;
• плотность потока в зоне эжекции возрастает, струя воздуха не может выдуть одиночный объект, не задев соседние, вынос годного растёт.

Снижение производительности относительно номинала на 15–20% при сохранении качества сортировки — допустимый режим. Снижение на 40% и более при нормальном качестве сырья указывает на проблемы в питающем тракте или неверную настройку вибролотка.

Цветовые координаты и пороги классификации

Современный фотосепаратор работает в многомерном цветовом пространстве: RGB, HSV, Lab или специализированных системах. В отчёте могут выводиться средние значения цветовых координат для годного продукта и для каждого класса дефектов, а также расстояния между кластерами. Расстояние между кластером годного продукта и кластером дефекта определяет принципиальную возможность их разделения.

Если расстояние между кластерами мало — например, слабоконтрастное потемнение зерна на фоне здорового, — оптическая система работает на пределе разрешения. В такой ситуации даже небольшое загрязнение оптики или изменение цветовой температуры источника света приводит к резкому падению эффективности.

Размер и форма объектов

Метрики размера — площадь проекции, длина, ширина, отношение сторон. Используются для отделения примесей, отличающихся по форме от основного продукта: округлые семена сорняков в удлинённом зерне овса, битые половинки ядра, осколки скорлупы. Порог по размеру задаётся в пикселях или миллиметрах. Объекты, выходящие за пределы заданного диапазона, классифицируются как дефект независимо от цвета.

Точность измерения размера зависит от разрешения камеры и расстояния до объекта. При разрешении 0,1 мм на пиксель объект размером 0,3 мм будет представлен всего тремя пикселями, и погрешность измерения его площади может достигать 30%.

Инженерный вывод

Метрики отчёта — не изолированные числа, а взаимосвязанная система. Изменение одного параметра неизбежно влияет на другие. Рост процента удалённого материала при неизменной входной засорённости означает рост выноса годного. Падение эффективности удаления при стабильном проценте отходов — признак того, что машина удаляет «лёгкие» дефекты и пропускает «трудные». Технолог должен анализировать метрики в совокупности, а не по отдельности.

Как читать графики распределения и временные тренды

Графическая часть отчёта — наиболее информативный инструмент диагностики. Числовые метрики дают количественную оценку, графики показывают структуру и динамику процесса. Умение читать графики распределения и тренды отличает технолога, который управляет процессом, от оператора, который только наблюдает за ним.

Двумерная гистограмма цветности

Наиболее распространённый тип графика в отчёте фотосепаратора. По осям откладываются две цветовые координаты — например, красный и зелёный каналы, или тон и насыщенность. Каждая точка или ячейка гистограммы соответствует определённому сочетанию цветовых характеристик, а яркость или плотность точек — количеству объектов с такими характеристиками.

На двумерной гистограмме годный продукт формирует компактное плотное облако. Дефекты образуют отдельные скопления, удалённые от основного облака. Примеси другого цвета — например, чёрные зёрна в светлой пшенице — формируют изолированный кластер. Слабоконтрастные дефекты — потемневшие, заплесневевшие, повреждённые насекомыми — дают «хвост» или «шлейф», отходящий от основного облака годного продукта.

Практическая ценность гистограммы — возможность визуально оценить принципиальную разделимость продукта и дефекта. Если кластеры перекрываются, оптическая сортировка не сможет обеспечить полное разделение ни при каких настройках. Если кластеры соприкасаются краями, потребуется предельно точная настройка порогов и стабильность подачи. Если кластеры разнесены — задача решается надёжно с широким допуском по настройкам.

График распределения по интенсивности

Одномерный график, показывающий количество объектов с определённым значением выбранного параметра — яркости, оттенка, размера. Обычно имеет форму кривой с одним или несколькими пиками. Пик годного продукта — самый высокий. Пики дефектов — меньшие по амплитуде, смещённые влево или вправо относительно основного.

Порог сортировки на таком графике — вертикальная линия. Всё, что находится по одну сторону линии, классифицируется как годное, по другую — как дефект. Площадь под кривой за порогом соответствует проценту удалённого материала. Площадь под кривой годного продукта, оказавшаяся за порогом, соответствует выносу годного в отходы.

Анализируя форму кривой, технолог оценивает:

• степень перекрытия распределений годного продукта и дефекта — чем больше перекрытие, тем выше будет вынос годного при заданной эффективности удаления дефектов;
• симметричность распределения годного продукта — асимметрия указывает на неоднородность сырья или неравномерность освещения в зоне инспекции;
• наличие дополнительных пиков — каждый пик соответствует отдельной фракции: годный продукт, примесь одного типа, примесь другого типа, битое зерно, шелуха.

Временной тренд ключевых метрик

Временной тренд — график изменения выбранной метрики за период работы: смену, сутки, партию. По оси X откладывается время, по оси Y — значение метрики. Наиболее информативны тренды процента удалённого материала, процента выноса годного, эффективности удаления дефектов и количества срабатываний эжекторов в минуту.

Стабильный горизонтальный тренд — признак нормальной работы: сырьё однородно, настройки корректны, оборудование исправно. Тренд с медленным дрейфом вверх или вниз указывает на постепенное изменение условий: загрязнение оптики, изменение влажности сырья, износ форсунок эжекторов. Резкие скачки — сигнал о событии: попадание крупной примеси, залипание заслонки, сбой в системе подачи.

Особое внимание — периодические колебания. Если процент удалённого материала циклически растёт и падает с периодом в несколько минут, это может указывать на неравномерность подачи: например, образование сводов в бункере, которые периодически обрушаются, или пульсации в работе питающего транспортёра.

График эффективности по классам дефектов

Некоторые системы отчётов выводят эффективность удаления раздельно по классам дефектов: тёмные примеси, светлые примеси, дефекты формы, дефекты текстуры. График представляет собой столбчатую диаграмму, где каждый столбец — класс дефекта, а высота — процент удалённых объектов данного класса.

Разная эффективность по разным классам — нормальное явление. Тёмные примеси на светлом фоне удаляются с эффективностью, близкой к 99%, в то время как слабоконтрастные дефекты того же оттенка, что и продукт, могут удаляться на 60–70%. Задача технолога — не добиться 100% по всем классам, а достичь целевых показателей качества конечного продукта при минимальном выносе годного.

Если эффективность по одному из классов резко упала по сравнению с предыдущим периодом, это повод проверить: не изменился ли цвет дефекта из-за изменения условий хранения сырья, не загрязнилась ли оптика, не сбилась ли калибровка камер.

Инженерный вывод

Графики в отчёте фотосепаратора — не иллюстрация, а рабочий инструмент. Двумерная гистограмма показывает принципиальную возможность разделения. График распределения по интенсивности — цену этого разделения в виде выноса годного. Временной тренд — стабильность процесса и наличие возмущающих факторов. Технолог, игнорирующий графическую часть отчёта, теряет до 70% диагностической информации.

Связь параметров сырья с метриками отчёта

Метрики отчёта фотосепаратора никогда не существуют в вакууме. Они всегда — результат взаимодействия трёх факторов: характеристик сырья, настроек машины и состояния оборудования. Понимание того, как каждый параметр сырья влияет на отчётные метрики, позволяет отличить проблему в сырье от проблемы в настройках.

Входная засорённость

Входная засорённость — процент дефектных объектов в сырье до сортировки. Это ключевой параметр, определяющий базовый уровень процента удалённого материала. При входной засорённости 2% и эффективности удаления 90% процент удалённого материала составит около 1,8% плюс вынос годного. При входной засорённости 10% и той же эффективности — около 9% плюс вынос.

Рост процента удалённого материала в отчёте не всегда означает проблему. Если он вырос с 3% до 8%, первое, что должен проверить технолог, — не выросла ли входная засорённость. Возможно, пришла партия сырья с поля, где была высокая засорённость сорняками, или после хранения в условиях, способствовавших развитию плесени. В этом случае рост отходов — нормальная реакция машины на изменение сырья, а не сбой в настройках.

Влажность

Влажность сырья влияет на несколько метрик одновременно. При повышении влажности выше определённого порога — для зерновых обычно выше 15–16% — меняются оптические свойства поверхности: зерно становится темнее, появляется характерный блеск. На двумерной гистограмме облако годного продукта смещается в сторону более тёмных тонов и может частично перекрыться с кластером дефектов, которые при нормальной влажности были хорошо разделены.

Кроме того, влажное сырьё склонно к налипанию на стенки каналов, заслонки и оптические окна. Это приводит к появлению ложных срабатываний эжекторов и, как следствие, к росту процента удалённого материала и выноса годного. Временной тренд при этом показывает не равномерный рост, а постепенное нарастание с периодическими скачками при отрыве налипших частиц. п>

Влажность также влияет на сыпучесть продукта. Влажное сырьё движется по лотку медленнее, траектория падения меняется, и часть объектов может проходить через зону осмотра в непредусмотренном положении. Это снижает эффективность удаления дефектов, что отражается на соответствующей метрике отчёта. Технолог должен знать нормативный диапазон влажности для каждой культуры и учитывать, что при приближении к верхней границе диапазона метрики отчёта будут ухудшаться даже при оптимальных настройках.

Фракционный состав

Фракционный состав — распределение частиц продукта по размеру. Фотосепаратор настраивается на определённый диапазон размеров. Если в партии присутствует значительная доля частиц за пределами этого диапазона, метрики отчёта искажаются.

Мелкая фракция проходит через зону осмотра с иной скоростью, чем расчётная. Крупная фракция может создавать заторы в каналах. И то, и другое приводит к росту выноса годного и снижению эффективности удаления дефектов. На двумерной гистограмме это проявляется как размытие кластеров: облака годного продукта и дефектов становятся шире, перекрытие между ними увеличивается.

Если отчёт показывает аномально высокий процент удалённого материала при нормальной входной засорённости, а на двумерной гистограмме наблюдается размытие кластеров, первым делом следует проверить фракционный состав сырья. Возможно, предыдущая операция — калибровка или просеивание — была выполнена с отклонениями.

Содержание битых и повреждённых зёрен

Битые и повреждённые зёрна представляют собой особый класс объектов. Они имеют ту же спектральную характеристику, что и целое зерно, но отличаются формой и размером. Если фотосепаратор использует только цветовые камеры, битое зерно может не идентифицироваться как дефект. В этом случае метрика «эффективность удаления дефектов» будет обманчиво высокой: машина не удаляет то, что не видит.

При использовании камер, анализирующих форму, или комбинированных систем битое зерно выделяется в отдельный класс. В отчёте появляется дополнительная строка в таблице эффективности. Технолог должен понимать: если в спецификации оборудования заявлена возможность сортировки по форме, но в отчёте нет соответствующего класса дефектов, значит, эта функция не активирована или не настроена.

Инженерный вывод

Характеристики сырья — входная засорённость, влажность, фракционный состав, содержание повреждённых зёрен — являются независимыми переменными, определяющими базовый уровень метрик отчёта. Прежде чем менять настройки фотосепаратора в ответ на изменение метрик, технолог обязан проверить, не изменились ли характеристики сырья. Игнорирование этого правила — причина большинства случаев неправильной настройки оборудования.

Настройки фотосепаратора и их отражение в отчёте

Каждое изменение настроек фотосепаратора оставляет след в аналитическом отчёте. Умение связать конкретную метрику с конкретным параметром настройки — один из главных навыков технолога, работающего с оптической сортировкой.

Порог чувствительности

Порог чувствительности — основной параметр, определяющий границу между годным продуктом и дефектом. На двумерной гистограмме он отображается как линия или кривая, разделяющая область принятия и область отбраковки. В числовых метриках изменение порога чувствительности отражается в первую очередь на проценте удалённого материала и выносе годного.

Снижение порога чувствительности — смещение разделяющей линии в сторону более строгого отбора — приводит к росту процента удалённого материала. При этом растёт как эффективность удаления дефектов, так и вынос годного. Зависимость нелинейна: в зоне хорошего разделения кластеров небольшое снижение порога даёт значительный прирост эффективности при умеренном росте выноса. В зоне перекрытия кластеров даже незначительное ужесточение порога приводит к резкому росту выноса годного при минимальном приросте эффективности.

В отчёте это отражается следующим образом: при последовательном снижении порога чувствительности с шагом в одну условную единицу технолог видит, что первые несколько шагов дают рост эффективности с 85% до 94% при росте выноса с 0,5% до 1,2%. Следующий шаг даёт рост эффективности до 95%, но вынос подскакивает до 3,5%. Это сигнал: оптимальный порог находится в зоне до начала резкого роста выноса.

Задержка срабатывания эжектора

Задержка срабатывания эжектора — временной интервал между обнаружением дефекта камерой и подачей импульса сжатого воздуха на эжекторный клапан. Этот параметр критичен для точности попадания воздушного импульса в дефектный объект.

Неправильно выставленная задержка приводит к тому, что воздушный импульс бьёт либо перед дефектом, либо после него. В отчёте это проявляется как одновременное снижение эффективности удаления дефектов и рост выноса годного. Механизм следующий: импульс, не попавший в дефект, оставляет его в потоке годного продукта — эффективность падает. Импульс, попавший в годное зерно рядом с дефектом, выбивает его в отходы — вынос растёт.

Диагностика по отчёту: если эффективность удаления дефектов упала на 10–15 процентных пунктов, а вынос годного вырос на 2–3 процентных пункта одновременно, и это не связано с изменением сырья, первым делом проверяют задержку срабатывания эжектора.

Длительность импульса эжектора

Длительность импульса определяет, сколько времени эжекторный клапан остаётся открытым после обнаружения дефекта. Слишком короткий импульс не успевает выбить дефект из потока — эффективность падает. Слишком длинный импульс выбивает не только дефект, но и соседние годные зёрна — растёт вынос.

В отчёте влияние длительности импульса проявляется похоже на влияние задержки, но с одним отличием: при неправильной длительности импульса эффективность удаления крупных дефектов и мелких дефектов различается сильнее, чем при правильной настройке. Крупный объект требует более длительного воздействия для гарантированного выбивания. Если длительность импульса оптимизирована под мелкие дефекты, крупные будут удаляться хуже, и наоборот.

Чувствительность по зонам

Современные фотосепараторы позволяют задавать разные пороги чувствительности для разных зон сканирования. Это используется, когда дефекты распределены по поверхности продукта неравномерно. Например, у семян подсолнечника тёмная полоска на ребре является нормой, а тёмное пятно на плоской стороне — дефектом. Настройка разной чувствительности по зонам позволяет не отбраковывать зёрна с нормальной полоской, но удалять зёрна с дефектным пятном.

В отчёте такая настройка отражается в таблице эффективности по классам дефектов. Если чувствительность по зонам настроена правильно, эффективность удаления целевых дефектов высока при низком выносе годного. Если настройка не выполнена, либо эффективность низка, либо вынос высок, либо и то и другое.

Инженерный вывод

Настройки фотосепаратора — порог чувствительности, задержка и длительность импульса эжектора, чувствительность по зонам — имеют характерные сигнатуры в отчёте. Технолог, знающий эти сигнатуры, может по одному взгляду на метрики определить, какой параметр нуждается в корректировке, не прибегая к методу проб и ошибок. Это сокращает время настройки и минимизирует потери продукта в процессе подбора режима.

Временные тренды: диагностика состояния оборудования и процесса

Отдельный отчёт за смену или партию даёт моментальный срез. Но истинную диагностическую ценность представляет анализ временных трендов — изменений метрик на протяжении часов, смен, суток и недель. Тренды позволяют отличить случайный выброс от систематического дрейфа, а систематический дрейф — от деградации оборудования.

Тренд процента удалённого материала

Стабильный процент удалённого материала при стабильном качестве сырья — признак нормально работающего оборудования. Медленный рост процента удалённого материала в течение смены при неизменном сырье — типичный признак загрязнения оптических окон. Пыль, шелуха, мелкие частицы оседают на стёклах, изменяя оптический сигнал. Машина интерпретирует это как потемнение продукта и увеличивает процент отбраковки.

Скачкообразный рост процента удалённого материала с последующим возвратом к норме — признак кратковременного возмущения: попадания комка земли, пучка сорняков, скопления насекомых. Если такие скачки повторяются регулярно, это указывает на проблему в предварительной очистке сырья.

Периодические колебания процента удалённого материала с периодом, соответствующим времени заполнения бункера, указывают на сегрегацию продукта в бункере: более тяжёлые примеси концентрируются внизу и поступают в машину в конце цикла.

Тренд выноса годного продукта

Вынос годного продукта — метрика, наиболее чувствительная к состоянию эжекторной системы. Медленный рост выноса при стабильной эффективности удаления дефектов — признак износа эжекторных клапанов. Изношенный клапан открывается медленнее и закрывается медленнее, чем новый, что эквивалентно увеличению длительности импульса. В результате в отходы попадает больше годного продукта.

Ступенчатый рост выноса, совпадающий по времени с остановкой и перезапуском машины, может указывать на неполное закрытие одного из эжекторных клапанов после перезапуска. Клапан, оставшийся в приоткрытом состоянии, постоянно стравливает воздух, создавая возмущение в потоке продукта и увеличивая вынос.

Тренд эффективности удаления дефектов

Снижение эффективности удаления дефектов при стабильном проценте удалённого материала — тревожный сигнал. Он означает, что машина продолжает отбраковывать тот же объём продукта, но доля дефектов в отходах снижается. Иными словами, машина всё больше ошибается, принимая годный продукт за дефект.

Причины могут быть разными: загрязнение оптики, деградация источника подсветки, изменение цвета продукта из-за нагрева или окисления. Диагностика требует анализа двумерной гистограммы: если облако годного продукта сместилось в сторону дефектов, причина в продукте или оптике. Если облака остались на месте, но эффективность упала, причина в эжекторной системе или электронике.

Корреляция метрик

Наиболее информативен не отдельный тренд, а корреляция между метриками. Если процент удалённого материала и вынос годного растут синхронно, а эффективность удаления дефектов остаётся стабильной — это нормальная реакция на рост входной засорённости. Если процент удалённого материала растёт, вынос растёт, а эффективность падает — это проблема в настройках или оборудовании.

Если процент удалённого материала стабилен, вынос стабилен, но эффективность падает — это означает, что машина перестала видеть часть дефектов. Причина — либо изменение оптических свойств дефектов, либо деградация чувствительности камер или подсветки.

Инженерный вывод

Временные тренды метрик — система раннего предупреждения о проблемах в оборудовании и процессе. Медленный дрейф указывает на износ или загрязнение. Скачки — на кратковременные возмущения. Периодические колебания — на проблемы в подаче сырья. Корреляционный анализ трендов позволяет локализовать проблему до конкретного узла: оптика, эжекторы, подсветка или система подачи.

Типичные ошибки при чтении аналитического отчёта

Многолетняя практика аудита технологических линий показывает, что большинство ошибок при работе с отчётами фотосепараторов совершаются не из-за незнания, а из-за устойчивых заблуждений и упрощённых интерпретаций. Ниже перечислены наиболее частые и дорогостоящие ошибки.

Ошибка 1: оценка работы машины только по проценту удалённого материала

Процент удалённого материала — самая доступная и наглядная метрика, поэтому именно на неё чаще всего ориентируются операторы и технологи. Однако эта метрика сама по себе не говорит о качестве сортировки ничего. Высокий процент удалённого материала может означать как хорошую очистку грязного сырья, так и огромный вынос годного продукта из чистого сырья.

Как выявить: сравнить процент удалённого материала с входной засорённостью. Если процент удалённого материала в 3–5 раз превышает входную засорённость, почти наверняка имеет место чрезмерный вынос годного.

Как предотвратить: всегда анализировать процент удалённого материала только в связке с входной засорённостью и выносом годного. Ни одно решение по настройке не должно приниматься на основании одной метрики.

Ошибка 2: игнорирование выноса годного продукта в отходы

Вынос годного продукта — это прямые финансовые потери. Каждый процент годного зерна, ореха или семени, ушедший в отходы, — это продукт, который уже выращен, убран, доставлен, очищен и подготовлен, но продан по цене отходов или вовсе утилизирован. На предприятиях с большим объёмом переработки даже 0,5% выноса могут означать миллионные убытки в годовом исчислении.

Игнорирование этой метрики часто связано с тем, что оператор видит чистый продукт на выходе и считает задачу выполненной. Но чистота достигнута ценой потерь, которые не видны без анализа отчёта.

Как выявить: провести ручной разбор пробы отходов. Если в отходах визуально обнаруживается более 5–10% годного продукта, вынос критический. Точное значение даст только взвешивание и расчёт по формуле.

Как предотвратить: установить целевой показатель выноса годного для каждой культуры и фракции. Включить этот показатель в число контролируемых метрик смены. Настроить предупредительные сигналы в системе управления при превышении порога.

Ошибка 3: настройка чувствительности на основе одного образца

Партия сырья неоднородна. Засорённость, цвет, влажность и размер продукта меняются от самосвала к самосвалу, от бункера к бункеру. Настройка чувствительности фотосепаратора по одному образцу, взятому в начале смены, почти гарантированно приведёт к неоптимальной работе через несколько часов.

Как выявить: сравнить метрики за первый и последний час смены. Если эффективность удаления дефектов упала или вырос вынос годного, а настройки не менялись — причина в изменении характеристик сырья.

Как предотвратить: проводить периодический отбор проб в течение смены и корректировать настройки по результатам. Использовать функцию автоматической подстройки порогов, если она предусмотрена программным обеспечением машины.

Ошибка 4: отключение одного из каналов сортировки для увеличения производительности

В погоне за производительностью операторы иногда отключают один из каналов сортировки — например, камеру заднего обзора или инфракрасный канал. Производительность действительно возрастает, поскольку снижается вычислительная нагрузка и количество срабатываний эжекторов. Но при этом машина перестаёт видеть дефекты, которые обнаруживались только отключённым каналом.

Как выявить: проверить конфигурацию активных каналов в настройках машины. Сравнить эффективность удаления дефектов до и после изменения конфигурации.

Как предотвратить: зафиксировать в технологической инструкции обязательный набор активных каналов для каждой культуры. Запретить изменение конфигурации без согласования с главным технологом.

Ошибка 5: интерпретация средних значений без анализа разброса

Средний процент удалённого материала за смену может составлять 5%, и это выглядит приемлемо. Но если в первый час он был 2%, а в последний — 8%, среднее значение скрывает серьёзную нестабильность процесса. Причина может быть в сегрегации продукта в бункере, изменении влажности или засорении оптики.

Как выявить: запрашивать в отчёте не только средние значения, но и минимальные и максимальные, а также стандартное отклонение. Строить графики изменения метрик во времени.

Как предотвратить: настроить автоматическую регистрацию метрик с интервалом не более 15–30 минут. Анализировать тренды, а не только итоговые цифры.

Ошибка 6: пренебрежение очисткой оптики при падении эффективности

Когда эффективность сортировки падает, первый импульс — увеличить чувствительность. Но если оптика загрязнена, увеличение чувствительности только усилит шум и вынос годного, не решив проблему. Загрязнённая оптика снижает контраст между продуктом и дефектом, и машина просто перестаёт их различать.

Как выявить: перед изменением настроек проверить состояние оптических окон и стёкол. Если визуально видна пыль, налёт или конденсат — причина в оптике.

Как предотвратить: включить очистку оптики в регламент ежесменного обслуживания. Использовать машины с автоматической очисткой оптических окон, если условия эксплуатации пыльные.

Ошибка 7: сравнение метрик разных культур без поправки на свойства продукта

Нельзя сравнивать процент удалённого материала при сортировке подсолнечника и при сортировке риса. Разная входная засорённость, разная плотность дефектов, разная стоимость продукта — всё это делает прямое сравнение бессмысленным. Тем не менее, на предприятиях, перерабатывающих несколько культур, такая ошибка встречается регулярно.

Как выявить: проверить, используются ли для разных культур одни и те же целевые показатели метрик. Если да — это ошибка.

Как предотвратить: разработать отдельные карты целевых показателей для каждой культуры и фракции. Утвердить их приказом по предприятию.

Ошибка 8: игнорирование влияния входной засорённости на метрики

Входная засорённость — независимая переменная, которая определяет всё остальное. Если входная засорённость выросла с 2% до 5%, а процент удалённого материала вырос с 3% до 6%, это не ухудшение работы машины, а адекватная реакция на изменение сырья. Но без данных о входной засорённости оператор может сделать ложный вывод о неисправности.

Как выявить: всегда сопоставлять динамику процента удалённого материала с динамикой входной засорённости. Если они растут пропорционально — машина работает стабильно.

Как предотвратить: организовать регулярный входной контроль засорённости. Передавать эти данные в систему управления фотосепаратором или вести журнал параллельно.

Ошибка 9: настройка порогов срабатывания по визуальной оценке продукта на выходе

Человеческий глаз не способен оценить содержание дефектов на уровне 0,1–0,5%, особенно в потоке. Визуальная оценка почти всегда занижает реальную засорённость. Оператор смотрит на продукт, видит, что он чистый, и снижает чувствительность, чтобы уменьшить вынос. В результате дефекты остаются в продукте, но обнаруживаются они только при лабораторном анализе или у потребителя.

Как выявить: сравнить визуальную оценку оператора с результатами лабораторного анализа проб. Расхождение обычно составляет 2–5 раз.

Как предотвратить: принимать решения о настройке только на основании данных аналитического отчёта и лабораторных анализов. Запретить корректировку порогов «на глаз».

Ошибка 10: отсутствие документирования изменений настроек

Оператор изменил настройки в середине смены, но не записал, что именно и почему. Через неделю при анализе отчёта обнаруживается аномалия, но установить её причину невозможно. Такая ситуация — норма для многих предприятий, и она делает аналитический отчёт бесполезным для расследования инцидентов.

Как выявить: в отчёте видны изменения метрик, но нет записей в журнале оператора о соответствующих изменениях настроек.

Как предотвратить: вести журнал изменений настроек с указанием времени, параметра, старого и нового значения, причины изменения. Использовать системы автоматического логирования всех действий оператора.

Инженерный вывод

Большинство ошибок при чтении отчёта фотосепаратора связаны с попыткой упростить сложную систему до одной метрики или с игнорированием взаимосвязей между метриками. Аналитический отчёт — это многомерный инструмент, и его ценность раскрывается только при системном подходе: анализ всех ключевых метрик в их взаимосвязи, учёт входных условий, документирование изменений и регулярная верификация данных лабораторными методами.

Практический чек-лист: как читать аналитический отчёт фотосепаратора

Ниже приведён структурированный чек-лист для технолога или инженера, который ежесменно или периодически анализирует отчёт фотосепаратора. Чек-лист построен по принципу: что проверить, какой параметр оценить, какой результат считать приемлемым, какую ошибку нельзя допустить.

Что проверить	Какой параметр оценить	Приемлемый результат	Недопустимая ошибка
Процент удалённого материала	Отношение массы отходов к массе входа за смену	Не более чем в 1,5–2,5 раза превышает входную засорённость (зависит от культуры)	Принимать решение, не зная входной засорённости
Вынос годного продукта	Доля годного продукта в отходах по результатам разбора пробы	Не более 3–7% от массы отходов (зависит от стоимости продукта)	Игнорировать вынос ради идеальной чистоты выхода
Эффективность удаления дефектов	Отношение массы удалённых дефектов к массе дефектов на входе	Не менее 90–95% для основных дефектов	Оценивать эффективность без анализа пробы отходов
Чистота продукта на выходе	Содержание дефектов в пробе готового продукта	Соответствует ГОСТ, ТУ или контрактным спецификациям	Полагаться на визуальную оценку вместо лабораторного анализа
Стабильность метрик во времени	Графики процента удалённого материала, выноса, эффективности за смену	Отсутствие скачков более 20% от среднего без объяснимой причины	Анализировать только средние значения без просмотра трендов
Корреляция метрик	Совместная динамика процента удалённого материала и выноса	При росте засорённости обе метрики растут пропорционально	Игнорировать ситуацию, когда вынос растёт, а эффективность падает
Состояние оптики	Визуальный осмотр стёкол и окон, проверка сигнала камер в тестовом режиме	Отсутствие пыли, налёта, конденсата; уровень сигнала в норме	Увеличивать чувствительность при загрязнённой оптике
Давление и расход сжатого воздуха	Показания манометров и расходомеров эжекторной системы	Соответствие паспортным значениям; отсутствие пульсаций	Игнорировать падение давления на 0,5 бар и более
Настройки чувствительности и порогов	Текущие значения порогов по каждому каналу сортировки	Соответствуют утверждённой карте настроек для данной культуры	Менять настройки без документирования и согласования
Документирование изменений	Журнал оператора или автоматический лог изменений	Каждое изменение записано с указанием времени, параметра, причины	Обнаруживать аномалии в отчёте без возможности установить причину

Алгоритм анализа отчёта при отклонениях

Когда аналитический отчёт показывает отклонение от нормативных показателей, действовать нужно последовательно. Хаотичные изменения настроек обычно усугубляют проблему. Ниже приведён алгоритм действий при обнаружении отклонений.

Шаг 1: верификация данных

Прежде чем предпринимать какие-либо действия, убедитесь, что отклонение реально, а не вызвано ошибкой измерения. Проверьте корректность работы весов, расходомеров, датчиков. Сопоставьте данные отчёта с данными лабораторных анализов проб, отобранных в тот же период. Если данные противоречат друг другу — сначала устраните причину расхождения.

Шаг 2: локализация проблемы во времени

Определите, когда именно началось отклонение. Это мгновенный скачок, постепенный дрейф или периодическое колебание? Мгновенный скачок указывает на событие: замена сырья, изменение настроек, кратковременный сбой. Постепенный дрейф — на процесс: загрязнение, износ, изменение свойств продукта. Периодическое колебание — на цикличность в подаче сырья или работе смежного оборудования.

Шаг 3: определение затронутых метрик

Какие именно метрики отклонились? Только процент удалённого материала? Или одновременно вынос годного и эффективность удаления дефектов? Комбинация отклонений указывает на причину уже, чем изолированное изменение одной метрики. Например, одновременный рост процента удалённого материала и выноса годного при стабильной засорённости сырья почти всегда указывает на завышенную чувствительность или загрязнение оптики. Падение эффективности удаления дефектов при неизменном выносе — на износ эжекторов или снижение давления воздуха.

Шаг 4: проверка внешних факторов

Исключите влияние факторов, не связанных с самим фотосепаратором. Проверьте качество поступающего сырья: влажность, засорённость, фракционный состав. Осмотрите работу питающего оборудования: равномерность подачи, отсутствие сводообразования в бункере, стабильность вибрации питателя. Проверьте параметры сжатого воздуха: давление, точку росы, отсутствие пульсаций. Только убедившись, что внешние факторы в норме, переходите к анализу настроек машины.

Шаг 5: анализ настроек и калибровок

Сопоставьте текущие настройки с утверждённой картой для данной культуры. Проверьте, не были ли изменены пороги чувствительности, геометрические фильтры, задержки срабатывания эжекторов. Выполните тестовую калибровку по эталонному образцу. Если после калибровки метрики возвращаются к норме — причина была в дрейфе настроек или некорректной предыдущей калибровке.

Шаг 6: инструментальная диагностика

Если предыдущие шаги не выявили причину, переходите к инструментальной проверке узлов. Проверьте состояние эжекторных клапанов: время срабатывания, герметичность, отсутствие механических заеданий. Осмотрите оптический тракт: чистоту объективов, отсутствие царапин на защитных стёклах, стабильность источников подсветки. Проверьте калибровку фона — роликов или лотков, на которых происходит осмотр продукта. Загрязнение или износ фона — одна из самых частых причин постепенного дрейфа метрик.

Шаг 7: документирование и корректирующие действия

Зафиксируйте выявленную причину и выполненные действия в журнале. Если потребовалось изменение настроек — утвердите новую карту настроек. Проведите контрольную сортировку и убедитесь, что метрики вернулись к целевым значениям. Оставьте машину под наблюдением на 2–4 часа для подтверждения стабильности.

Инженерный вывод: Системный подход к анализу отклонений сокращает время простоя и предотвращает необоснованные изменения настроек. Хаотичная реакция на каждый скачок метрик без выяснения причины — прямой путь к разбалансировке технологического процесса и росту потерь.

Типичные ошибки при чтении аналитического отчёта

Практика показывает, что даже при наличии подробного отчёта специалисты на производстве регулярно допускают одни и те же ошибки. Разберём наиболее частые.

Ошибка 1: анализ только итоговых цифр без просмотра трендов

Оператор видит, что процент удалённого материала за смену составил 5,2% при норме 5,0%, и не предпринимает никаких действий. Однако при просмотре тренда выясняется, что последние два часа машина удаляла 8–9%, а в начале смены — 2–3%. Среднее значение маскирует серьёзный дрейф. Причина: всегда смотрите график, а не только итоговую цифру. Выявление: сравнивайте среднее за смену со среднеквадратичным отклонением. Предотвращение: настройте автоматические предупреждения при выходе параметра за пределы не только по среднему, но и по мгновенным значениям.

Ошибка 2: игнорирование выноса годного продукта

Технолог радуется высокой эффективности удаления дефектов — 98%. Но вынос годного продукта составляет 4%, что вдвое выше допустимого. Экономически такая сортировка убыточна: стоимость потерянного годного продукта превышает выгоду от идеальной чистоты. Причина: фокус только на одной метрике в ущерб комплексной оценке. Выявление: всегда анализируйте пару «эффективность удаления дефектов — вынос годного». Предотвращение: утвердите целевые значения для обеих метрик и требуйте их одновременного соблюдения.

Ошибка 3: реакция на случайный выброс как на системную проблему

Оператор замечает кратковременный скачок процента удаления до 12% и немедленно снижает чувствительность. Через час процент падает до 2%, чистота продукта ухудшается, линия производит некондицию. Скачок был вызван разовым поступлением комка земли или локального скопления битых зёрен. Причина: отсутствие анализа длительности и контекста отклонения. Выявление: перед изменением настроек наблюдайте параметр не менее 10–15 минут. Если отклонение самоустранилось — это был случайный выброс. Предотвращение: введите правило «трёх подтверждений» — изменение настроек только после трёх последовательных измерений, подтверждающих устойчивое отклонение.

Ошибка 4: сравнение метрик для разных культур или партий

Технолог сравнивает отчёт по сортировке пшеницы с отчётом по ячменю и делает вывод о неисправности машины, потому что процент удаления различается. На самом деле культуры имеют разную исходную засорённость, цветовые характеристики и морфологию дефектов. Причина: отсутствие понимания, что метрики привязаны к конкретному сырью. Выявление: всегда проверяйте, для какой культуры и партии сформирован отчёт. Предотвращение: ведите раздельные журналы и базы эталонных метрик для каждой культуры и типичного качества поступающего сырья.

Ошибка 5: пренебрежение проверкой фона при анализе причин отклонений

Метрики показывают рост выноса годного продукта. Специалист меняет настройки чувствительности, перекалибровывает камеры, но проблема остаётся. Через неделю обнаруживается, что фоновый ролик покрылся микроцарапинами от абразивных частиц и даёт паразитные блики, которые камеры интерпретируют как дефекты. Причина: фон не воспринимается как расходный элемент, требующий регулярного контроля. Выявление: при любом устойчивом отклонении метрик осматривайте состояние фона в первую очередь. Предотвращение: включите осмотр фона в ежесменный регламент, ведите учёт наработки фоновых элементов и планируйте их замену по моточасам.

Ошибка 6: анализ отчёта без учёта влажности продукта

После дождливой недели метрики фотосепаратора резко ухудшились: вырос процент удаления, увеличился вынос годного. Технолог начинает менять настройки, хотя причина во влажности сырья. Влажное зерно меняет отражательную способность поверхности, слипается, образует комки, которые машина воспринимает как крупные дефекты. Причина: отсутствие входного контроля влажности и корреляции с метриками сортировки. Выявление: сопоставляйте даты ухудшения метрик с данными о влажности поступающего сырья. Предотвращение: установите влагомер на входе в линию и внесите в регламент допустимый диапазон влажности для эффективной оптической сортировки.

Ошибка 7: игнорирование скорости подачи продукта

Для увеличения производительности линии оператор увеличивает подачу на 15%. Метрики фотосепаратора показывают падение эффективности удаления дефектов с 95% до 88%. Оператор интерпретирует это как неисправность машины. На самом деле при превышении номинальной производительности продукт движется слишком плотным слоем, часть дефектов экранируется годными зёрнами и не попадает в зону видимости камер. Причина: непонимание связи между производительностью и качеством сортировки. Выявление: всегда проверяйте фактическую загрузку машины относительно паспортной производительности для данной культуры. Предотвращение: установите автоматический контроль подачи с блокировкой превышения номинальной производительности.

Ошибка 8: анализ отчёта без учёта фракционного состава

После замены сита на предыдущей стадии очистки изменился фракционный состав продукта, поступающего в фотосепаратор. В потоке увеличилась доля мелкой фракции. Метрики показывают рост выноса годного, потому что мелкие годные зёрна по геометрическим параметрам приближаются к некоторым видам дефектов. Причина: изменение входных условий не отслеживается и не сопоставляется с метриками. Выявление: при любом изменении настроек предыдущего оборудования проверяйте влияние на работу фотосепаратора. Предотвращение: ведите сквозной контроль фракционного состава по всей технологической цепочке.

Ошиб ка 9: интерпретация средних значений без анализа распределения

Отчёт показывает, что средний процент удаления дефектов за смену составил 92%. Технолог считает результат приемлемым и не предпринимает никаких действий. Однако при детальном анализе выясняется, что в первые четыре часа смены эффективность составляла 97%, а в последние четыре — упала до 85% из-за постепенного загрязнения оптических окон пылью. Среднее значение скрыло опасный тренд, который привёл к отгрузке партии с повышенным содержанием дефектов во второй половине смены. Причина: использование только агрегированных метрик без анализа временных рядов и гистограмм распределения. Выявление: всегда запрашивайте у системы не только средние значения, но и графики изменения метрик во времени с минимальной дискретностью — желательно не более 10–15 минут. Предотвращение: настройте автоматические предупреждения при выходе текущих значений за пределы контрольных границ, даже если среднесменное значение остаётся в норме.

Ошибка 10: отсутствие корреляции метрик фотосепаратора с данными выходного контроля

Фотосепаратор стабильно показывает высокую эффективность удаления дефектов на уровне 96–97%. Однако лаборатория выходного контроля периодически фиксирует превышение норм содержания примесей в готовой продукции. Технолог не сопоставляет эти данные, считая, что машина работает исправно. При детальном расследовании выясняется, что после фотосепаратора продукт проходит через транспортёр, в котором скапливаются остатки от предыдущей партии, и происходит вторичное загрязнение. Причина: разрыв информационного потока между оптической сортировкой и финальным контролем качества. Выявление: регулярно сопоставляйте метрики фотосепаратора с протоколами лабораторных анализов готовой продукции. Предотвращение: создайте сквозную систему прослеживаемости качества от входа сырья до отгрузки, где данные фотосепаратора являются одним из звеньев, а не конечной точкой контроля.

Практический чек-лист для анализа отчёта фотосепаратора

Ниже приведён структурированный перечень действий, который рекомендуется выполнять при каждом анализе отчётных данных. Чек-лист построен по принципу последовательного углубления: от проверки базовых условий работы машины до интерпретации тонких трендов.

• □ Проверить фактическую производительность. Параметр: текущая загрузка в тоннах в час или процентах от номинала. Приемлемый результат: отклонение не более ±5% от паспортной производительности для данной культуры. Недопустимая ошибка: превышение номинальной производительности более чем на 10%, ведущее к экранированию дефектов и росту выноса годного.
• □ Оценить процент удаления дефектов. Параметр: отношение количества удалённых дефектных объектов к общему количеству дефектов на входе. Приемлемый результат: не ниже значения, установленного технологическим регламентом для данной культуры и класса чистоты. Недопустимая ошибка: игнорирование падения эффективности ниже регламентного порога даже при визуально приемлемом качестве продукта.
• □ Проанализировать процент выноса годного продукта в отходы. Параметр: доля годных объектов в потоке отбракованного материала. Приемлемый результат: не выше экономически обоснованного предела, установленного для данной культуры. Недопустимая ошибка: принятие решения о снижении чувствительности без анализа причины повышенного выноса — возможно, проблема во влажности, фракционном составе или загрязнении оптики.
• □ Проверить стабильность метрик во времени. Параметр: график изменения ключевых показателей с дискретностью не более 15 минут. Приемлемый результат: отсутствие выраженных трендов на ухудшение в течение смены, колебания в пределах статистической погрешности. Недопустимая ошибка: оценка только среднесменных значений без выявления постепенной деградации показателей из-за загрязнения оптики или износа эжекторов.
• □ Сопоставить метрики с данными входного контроля. Параметр: засорённость и фракционный состав сырья на входе в фотосепаратор. Приемлемый результат: соответствие входных характеристик диапазону, для которого настроена машина. Недопустимая ошибка: интерпретация ухудшения метрик как неисправности оборудования при фактическом изменении качества входящего сырья.