Badanie procesu granulacji paszy w oparciu o analizę systemową – uzasadnienie kryteriów optymalizacji
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 15 Nr 3 (2025)
-
Wyodrębnianie cech obiektów poprzez pojedyncze rzutowania tensora danych na macierze
Yuriy Bunyak, Roman Kvуetnyy, Olga Sofina, Volodymyr Kotsiubynskyi5-9
-
Hybrydowe podejście łączące uogólniony algorytm optymalizacji rozkładu normalnego i rozmyte C-średnie ze wskaźnikiem Calińskiego-Harabasza do optymalizacji grupowania
Moatasem Mahmood Ibrahim, Omar Saber Qasim, Talal Fadhil Hussein10-14
-
Metoda hybrydowych logicznych drzew klasyfikacyjnych opartych na grupowym wyborze cech dyskretnych
Igor Povkhan, Andrii Leheza, Oksana Mulesa, Olena Melnyk, Aliya Kintonova15-21
-
Optymalne zarządzanie jakością energii elektrycznej w oparciu o podejście leksykograficzne
Yurii Voitiuk, Anatolii Volotskyi, Iuliia Shullie, Maiia Kovalchuk, Laura Duissembayeva22-28
-
Wdrażanie energooszczędnych trybów suszenia elektroradiacyjnego materiałów zawierających olej przy użyciu narzędzi automatyzacji
Borys Kotov, Roman Kalinichenko, Serhii Stepanenko, Vasyl Lukach, Volodymyr Hryshchenko, Alvian Kuzmych, Yurii Pantsyr, Ihor Garasymchuk, Volodymyr Vasylyuk29-32
-
Metody i środki laserowego mapowania macierzy Jonesa warstw polikrystalicznych płynów biologicznych
Olexander Ushenko, Iryna Soltys, Olexander Dubolazov, Sergii Pavlov, Vasyl Garasym, Alona Kolomiiets, Bakhyt Yeraliyeva33-37
-
Klasyfikacja choroby Alzheimera na podstawie MRI przy użyciu transformera wizyjnego
Mohith Reddy Kandi, Sree Vijaya Lakshmi Kothapalli, Sivamsh Pavan Rajanala, Suvarna Vani Koneru, Vishnu Pramukh Vattikunta38-44
-
Poprawa wczesnej diagnostyki choroby Parkinsona poprzez analizę pisma ręcznego
Asma Ouabd, Abdelilah Jilbab, Achraf Benba, Ahmed Hammouch45-49
-
Biomechaniczne podstawy i zalety aktywnych ortez w terapii skoliozy idiopatycznej
Patrycja Tymińska-Wójcik50-54
-
Zastosowanie technologii rozpoznawania twarzy w celu zwiększenia kontroli w systemach bezpieczeństwa informacyjnego
Nurzhigit Smailov, Rashida Kadyrova, Kamila Abdulina, Fatima Uralova, Nurgul Kubanova, Akezhan Sabibolda55-58
-
System IoT z przekształtnikami częstotliwości wielkości fizycznych na FPGA
Oleksandr V. Osadchuk, Iaroslav O. Osadchuk, Valentyn K. Skoshchuk59-66
-
Badanie możliwości zmniejszenia błędu pomiaru przesunięcia fazowego sygnałów radiowych
Sergey Matvienko, Grygoriy Tymchyk, Konstantin Vonsevych, Nataliia Stelmakh67-72
-
Zastosowanie systemów czujników światłowodowych w monitorowaniu stanu technicznego konstrukcji betonowych
Nurzhigit Smailov, Akmaral Tolemanova, Amir Aziskhan, Beibarys Sekenov, Akezhan Sabibolda73-76
-
Modelowanie cyklu pracy spiralnej sprężarki pompy ciepła
Bohdan Sydorchuk, Oleksandr Naumchuk77-80
-
Modelowanie parkingów przechwytujących
Larysa Gumeniuk, Volodymyr Lotysh, Pavlo Humeniuk, Oleksandr Reshetylo, Yuriy Syrota81-86
-
Opracowanie i badanie parametrów W potencjalnie niestabilnych czwórników w oparciu o matematyczny model postaci W tranzystorów polowych w zakresie wysokich częstotliwości
Oleksandr Voznyak, Kateryna Kovalova, Yurii Polievoda, Liudmyla Kolianovska, Svitlana Ovsienko, Alla Solomon87-90
-
Wykrywanie informacji poufnych za pomocą dużych modeli językowych
Oleh Deineka, Oleh Harasymchuk, Andrii Partyka, Yurii Dreis, Yuliia Khokhlachova, Yuriy Pepa91-99
-
Etyczna symulacja ataku phishingowego
Justyna Kęczkowska, Karol Wykrota, Mirosław Płaza100-104
-
Skuteczność uczenia maszynowego w wykrywaniu stron phishingowych
Jacek Łukasz Wilk-Jakubowski, Aleksandra Sikora, Dawid Maciejski105-109
-
Współczesne podejścia do integracji agentów AI z procesami informacyjnymi bibliotek
Mariia Sokil, Andriy Andrukhiv110-116
-
Opracowanie adaptacyjnego algorytmu planowania opartego na uczeniu przez wzmacnianie dla inteligentnych kuchni komercyjnych
Konrad Kabala, Piotr Dziurzanski, Agnieszka Konrad117-122
-
Optymalizacja technik głębokiego uczenia się poprzez łączenie modeli BiLSTM i BiGRU do przewidywania cen złota
Iqbal Kharisudin, Nike Yustina Oktaviani123-130
-
Wirtualne kościoły w Polsce – analiza użyteczności i dostępności
Michał Mitura, Mariusz Dzieńkowski131-137
-
Badanie procesu granulacji paszy w oparciu o analizę systemową – uzasadnienie kryteriów optymalizacji
Mahil Isa Mammadov138-142
Archiwum
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 11 Nr 4
2021-12-20 15
-
Tom 11 Nr 3
2021-09-30 10
-
Tom 11 Nr 2
2021-06-30 11
-
Tom 11 Nr 1
2021-03-31 14
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Artykuł analizuje proces granulacji paszy dla zwierząt i określa główne kryteria optymalizacji tego procesu. Aby zwiększyć wydajność zwierząt, za ważne uznaje się stosowanie zbilansowanej paszy. Technologia granulacji paszy nie tylko zastępuje tradycyjną paszę, ale także pozwala na wykorzystanie odpadów przemysłowych (kukurydza, pozostałości słonecznika itp.). Proces ten zapewnia zwierzętom lepsze trawienie i wysoką wydajność paszy. Wyniki badań pokazują, że białko i jednostka paszowa trawiona przy stosowaniu granulowanej paszy utrzymują się na wyższym poziomie niż w przypadku innych tradycyjnych rodzajów paszy. Artykuł analizuje etapy, parametry strukturalne i zarządzania tym procesem technologicznym, a także jest modelowany przy użyciu różnych podejść systemowych (morfologicznych, funkcjonalnych, informacyjnych). Jako kryterium optymalizacji przyjęto wskaźniki efektywności energetycznej procesu i jakości ziarna. Efektywność procesu mierzy się ilością energii zużytej w linii granulacyjnej, masą i jakością produktu końcowego. W artykule przedstawiono również opisy funkcjonalne i mechanizmy sterowania urządzeniami w celu usprawnienia procesu granulacji. W ten sposób niniejsze badanie oferuje praktyczne rozwiązania w zakresie systematycznej analizy i optymalizacji procesu granulacji mieszanek paszowych oraz podkreśla znaczenie analizy i modelowania urządzeń w oparciu o system agregacyjny.
Słowa kluczowe:
Bibliografia
[1] Basmaçıoğlu H.: Factors Affecting Pellet Quality in Compound Feed Production. Animal Production 45 (1), 2004, 23–30.
[2] Çelik M., Yılmaz O.: Pelletizing as a Feed Processing Technology and Its Effects on Animal Growth Performance. Turkish Journal of Agriculture and Natural Sciences 2(2), 2015, 89–95.
[3] Food and Agriculture Organization of the United Nations. (2019). FAOSTAT. Rome, Italy [https://www.fao.org/faostat/en/#data].
[4] Mammadov M. I.: Feeding animals with balanced feeds and its impact on productivity. Journal of Scientific Works of Azerbaijan State Agrarian University, 2007, 38.
[5] Mammadov M. I.: Ways to Increase the Efficiency of Pelleted Feeds. Journal of Scientific Works of Azerbaijan State Agrarian University 5(3), 2008, 45–52.
[6] McElhinney R. R.: Feed Manufacturing Technology IV. American Feed Industry Association, Arlington 1994.
[7] Mishurov N. P., Davydova S. A., Davydov A. A.: Promising Technologies for Improving the Quality of Compound Feeds. Equipment and Technologies in Animal Husbandry 3(35), 2019, 4–11.
[8] Smith J., Williams R.: Feed Pelleting Technology and Its Impact on Livestock Performance. Animal Feed Science and Technology 150(1–2), 2010, 83–91.
[9] Thomas M., van Zuilichem D. V., van der Poel A. F.: Physical Quality of Pelleted Animal Feed. Animal Feed Science and Technology 64(2–3), 1997, 173–192.
##plugins.themes.bootstrap3.article.details##
Abstract views: 254
Downloads: 305

