spfpХранение и переработка сельхозсырьяStorage and Processing of Farm Products2072-96692658-767XРОСБИОТЕХ10.36107/spfp.2024.4.453spfp-453Research ArticleКОНТРОЛЬ КАЧЕСТВА И БЕЗОПАСНОСТИ ПРОДУКЦИИ АПКCONTROL OVER QUALITY AND SAFETY OF AGRIBUSINESS PRODUCTSКонцепция разработки ротационных вискозиметров на базе технологий промышленного интернета вещейConcept for the Development of Rotational Viscometers Based on Industrial Internet of Things Technologieshttps://orcid.org/0009-0005-1769-9481РыловСергей АндреевичRylovSergey A.rylov@mirea.ruhttps://orcid.org/0000-0001-9465-4758КротовИгорь ВладимировичKrotovIgor V.ivkrotov@bk.ruhttps://orcid.org/0000-0001-8113-2870БлаговещенскаяМаргарита МихайловнаBlagoveshchenskayaMargarita M.mmb@mgupp.ruhttps://orcid.org/0000-0001-9005-9118БлаговещенскийВладислав ГермановичBlagoveshchenskyVladislav G.bvblagov@mail.ruБлаговещенскийИван ГермановичBlagoveshchenskyIvan G.igblagov@gmail.comhttps://orcid.org/0000-0003-1489-8256ЯблоковАлександр ЕвгеньевичYablokovAlexander E.yablokovae@mgupp.ruМИРЭА - Российский технологический университетMIREA — Russian Technological UniversityРоссийский биотехнологический университетRussian Biotechnological University2024301220243247083Copyright © Рылов С.А., Кротов И.В., Благовещенская М.М., Благовещенский В.Г., Благовещенский И.Г., Яблоков А.Е., 20242024Рылов С.А., Кротов И.В., Благовещенская М.М., Благовещенский В.Г., Благовещенский И.Г., Яблоков А.Е.Rylov S.A., Krotov I.V., Blagoveshchenskaya M.M., Blagoveshchensky V.G., Blagoveshchensky I.G., Yablokov A.E.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.spfp-mgupp.ru/jour/article/view/453Введение

Введение: Вязкость является одним из основных параметров, характеризующих оптимальное протекание технологических процессов и определяющих качество готового продукта. Показаны недостатки используемых методов контроля вязкости (в том числе указанных в многочисленных ГОСТах), проводимого в лабораториях пищевых предприятий, забор проб при этом осуществляется вручную. В связи с этим возникает необходимость в создании средств автоматического контроля  вязкости пищевых масс, работающих в производственных условиях в режиме реального времени с использованием интеллектуальных технологий. 

Целью данного исследования является разработка концепции создания интеллектуальных цифровых вискозиметров на базе технологий промышленного интернета вещей, работающих в режиме реального времени на линиях производства.

Объекты и методы исследования: объектом исследования являются приборы автоматического контроля вязкости пищевых продуктов. Проведен обзор исследований, показывающих важность контроля вязкости различных пищевых продуктов, а также существующих методов и средств контроля вязкости. Даются сведения о последовательности выполнения исследования. Анализ результатов осуществленных экспериментальных исследований позволил выбрать ротационный метод автоматического контроля вязкости с использованием промышленного интернета вещей. Приведено описание представленной в статье конструкции разработанного датчика вязкости, даны полученные технические характеристики. Поставленные в исследовании задачи решены с использованием технологий интернет вещей. Обработка результатов исследований и анализ данных проводились с применением MatLab. Исходными материалами для разработки концепции вискозиметра являлись протоколы передачи данных IoT: AMQP, JMS, REST, DDS.

Результаты

Результаты: Исследована и обоснована архитектура интеллектуального ротационного автоматического вискозиметра, которая была дополнена в результате исследований коммуникационными модулями контроля и управления. Показана возможность гибкой автоматической конфигурации каналов передачи данных. Продемонстрирована необходимость использования дополнительных периферийных модулей для реализации функций IoT вискозиметра. Разработана аппаратно-программная архитектура IoT ротационного вискозиметра с возможностью интеграции передачи данных в другие IoT платформы. Спроектирован и собран прототип IoT ротационного вискозиметра на базе технологий промышленного интернета вещей. Представлено программное взаимодействие нескольких IoT вискозиметров. 

Выводы

Выводы: Интеграция разработанного вискозиметра в сеть промышленного интернета вещей дает возможность автоматизировать контроль вязкости пищевых масс в потоке, минимизировать время обработки данных и их передачи. Появляется возможность сквозной передачи данных для реализации многоуровневой сетевой архитектуры, что упрощает интеграцию данных контроля вязкости в IoT системы предприятия. Это позволяет увеличить надежность существующих АСУТП пищевых предприятий за счет уменьшения человеческого фактора и автоматизированной передачи и обработки данных в существующую на предприятиях систему управления.

Introduction

Introduction: Viscosity is one of the key parameters defining the optimal flow of technological processes and determining the quality of the final product. The drawbacks of currently used viscosity control methods (including those specified in numerous GOST standards), which are typically conducted in food enterprise laboratories with manual sampling, are highlighted. This necessitates the creation of automatic viscosity control devices capable of operating in real-time production conditions using intelligent technologies.

The aim of this study is to develop a concept for creating intelligent digital viscometers based on Industrial Internet of Things (IIoT) technologies, operating in real-time on production lines.

Objects and Methods

Objects and Methods: The objects of the study are devices for automatic viscosity control of food products. A review of studies emphasizing the importance of viscosity control for various food products, as well as existing methods and tools for viscosity control, was conducted. The study outlines the sequence of research activities. The analysis of experimental results enabled the selection of a rotational method for automatic viscosity control using IIoT technologies. The article describes the design of the developed viscosity sensor and presents its technical characteristics. The research objectives were addressed using IoT technologies. Data processing and analysis were performed using MATLAB. Data transmission protocols such as AMQP, JMS, REST, and DDS served as the foundational materials for developing the viscometer concept.

Results

Results: The architecture of an intelligent rotational automatic viscometer was studied and substantiated. Communication modules for monitoring and control were added based on the research findings. The feasibility of flexible automatic configuration of data transmission channels was demonstrated. The necessity of additional peripheral modules for implementing IoT viscometer functions was established. The hardware-software architecture of an IoT rotational viscometer was developed, allowing for data transmission integration into other IoT platforms. A prototype of an IoT rotational viscometer based on IIoT technologies was designed and assembled. The software interaction between multiple IoT viscometers was also presented.

Conclusion

Conclusion: Integrating the developed viscometer into the Industrial Internet of Things network enables the automation of in-stream viscosity control of food masses, minimizing data processing and transmission time. This facilitates seamless data transmission for implementing a multi-level network architecture, simplifying the integration of viscosity control data into an enterprise's IoT systems. Consequently, this improves the reliability of existing automated control systems at food enterprises by reducing human error and automating data transfer and processing within the existing management systems.

цифровой ротационный вискозиметравтоматический контроль в потокепромышленный интернет вещейdigital rotational viscometerin-stream automatic controlIndustrial Internet of ThingsХолдинг "Объединенные кондитеры"ReferencesАзаров, Б.М., & Арет, В.А. (1978). Инженерная реология пищевых производств. М.: МТИПП.Akhmetov I. V., Gubaidullin I. M. Development of mobile applications // Ufa: Ufa State Petroleum Technical University. – 2021. – p. 67.Antônio A. Fröhlich, Leonardo P. Horstmann. A Secure. IIoT Gateway Architecture based on Trusted Execution Environments // Journal of Network and Systems Management– 2023. – Vol. 31(32). – DOI: 10.1007/s10922-023-09723-6.Antônio A. Fröhlich, Leonardo P. Horstmann. A Secure. IIoT Gateway Architecture based on Trusted Execution Environments // Journal of Network and Systems Management– 2023. – Vol. 31(32). – DOI: 10.1007/s10922-023-09723-6.Балыхин, М.Г., Благовещенский, И.Г., Назойкин, Е.А., & Благовещенский, В.Г. (2019). Адаптивная система управления с идентификатором нестационарными технологическими процессами в отраслях пищевой промышленности. Интеллектуальные системы и технологии в отраслях пищевой промышленности: материалы научно- практической конференции с международным участием (с. 32-39). М.: МГУПП.Averyanikhin A. E., Fadeev M. A., Olisevich E. A. Overview of the capabilities of the FreeRTOS real-time operating system used in microcontrollers // Technologies of engineering and information systems. – 2020. – No. 4. – pp. 56-63.Balykhin M.G., Borzov A.B., Blagoveshchensky I.G. (2017). Architecture and the main concept of creating an intelligent expert system for quality control of food products // Food industry. - No. 11. – P.60 - 63.Balykhin M.G., Borzov A.B., Blagoveshchensky I.G. (2017). Architecture and the main concept of creating an intelligent expert system for quality control of food products // Food industry. - No. 11. – P.60 - 63.Балыхин, М.Г., Борзов, А.Б., & Благовещенский, И.Г. (2017a). Архитектура и основная концепция создания интеллектуальной экспертной системы контроля качества пищевой продукции. Пищевая промышленность, (11), 60 - 63.Balykhin M.G., Borzov A.B., Blagoveshchensky I.G. (2017). Methodological foundations for creating expert systems for monitoring and predicting the quality of food products using intelligent technologies // Monograph. - M.: Frantera Publishing House. - 395 p.Балыхин, М.Г., Борзов, А.Б., & Благовещенский, И.Г. (2017b). Методологические основы создания экспертных систем контроля и прогнозирования качества пищевой продукции с использованием интеллектуальных технологий. М.: Изд-во Франтера.Baocheng Xie, Huaqiang Gaoand, Tingliang Zhang. A Review. Оf the Control System of a 3D Printer // Recent Patents on Engineering. – 2023. – Vol. 17, Issue 1, DOI: 10.2174/1872212116666220310164041.Благовещенский В.Г. (2024). Методологический основы автоматизации контроля органолептических показателей качества кондитерской продукции и создание на их базе интеллектуальных систем управления. Монография. Курск.Blagoveshchensky V.G., Blagoveshchensky I.G., Mokrushin S.A., Blagoveshchenskaya M.M., Zelenova E.N. (2023). Development of a multi-agent simulation model for the production of marmalade sweets using ANYLOGIC. In the collection: ROGOV READINGS. collection of reports of scientific-practical conference with international participation. Kursk, pp. 36-46.Благовещенский В. Г. (2020). Интеллектуальный анализ данных для систем поддержки принятия решений диагностики процессов производства пищевой продукции. В сборнике: Сборник научных статей II международной научно-практической конференции «Цифровизация агропромышленного комплекса» (Том I, с. 105–110). Тамбов: Издательский центр ФГБОУ ВО «ТГТУ».Blagoveshchensky I.G. (2018). Automation of online control of the quality of raw materials, semifinished products and finished products of the food industry using a computer vision system // Sat. scientific tr. Int. NPK "Automation and control of technological and business processes in the food industry". - M.: Frantera Publishing House, 2018. - S. 14 - 17.Благовещенский В.Г., & Благовещенский И.Г. (2022). Интеллектуальная автоматизированная система управления качеством халвы с использованием гибридных методов и технологий. Монография. Курск.Blagoveshchensky I.G. (2017). Automated expert control system in the flow of fondant candy quality indicators using neural network technologies and computer vision systems /I.G. Blagoveshchensky // Monograph. - M.: Frantera Publishing House. – 214 p.Благовещенский В.Г., Благовещенский И.Г., Головин В.В., & Аднодворцев А.М. (2022). Интеллектуальная оптимизация производства на основе использования инновационных продуктов и технологий. В сборнике: Информатизация и автоматизация в пищевой промышленности. Сборник научных докладов Всероссийской научно-технической конференции (с. 140–144). Курск.Blagoveshchensky I.G. (2018). Methodological foundations for the creation of expert systems for monitoring and predicting the quality of food products using intelligent technologies. Abstract of the dissertation for the degree of Doctor of Engineering. Sciences. - M. - 46 p.Благовещенский В.Г., Краснов А.Е., Баженов Е.И., Благовещенская М.М., & Мокрушин С.А. (2021). Применение нейросетевых технологий для управления качеством кондитерских изделий в процессе производства. Системы управления и информационные технологии, № 3(85), 37–41.Blagoveshchensky I.G. (2017). Development of a situational model of technological processes for the production of fondant candies // Confectionery production No. 3, 2017.Благовещенский И.Г. (2018). Автоматизация контроля в режиме онлайн качества сырья, полуфабрикатов и готовой продукции пищевой промышленности с использованием системы компьютерного зрения. В сборнике: Автоматизация и управление технологическими и бизнес-процессами в пищевой промышленности. Материалы научно-практической конференции с международным участием (с. 14–17). Москва: Издательство Франтера.Blagoveshchensky I.G. (2018). Theoretical foundations of the use of the technical vision system in the system of automatic control of technological processes // Sat. scientific tr. Int. NPK Planning and provision of training and retraining of personnel for the food industry and medicine. - M.: IK MGUPP. pp. 165 - 172.Благовещенский И.Г. (2018). Методологические основы создания экспертных систем контроля и прогнозирования качества пищевой продукции с использованием интеллектуальных технологий [Диссертация на соискание ученой степени д. техн. н.]. Москва: МГУПП.Blagoveshchensky I.G., Blagoveshchenskaya M.M., Krylova L.A. (2017). Flour production process control model // Confectionery and bakery production, No. 1, 2017.Благовещенский, И.Г. (2017). Разработка ситуационной модели технологических процессов производства помадных конфет. Кондитерское производство, (3), 45–49.Blagoveshchensky I.G., Blagoveshchenskaya M.M., Nazoikin E.A. (2020). Using simulation modeling to identify the state of an industrial enterprise // Engineering Journal: Science and Innovations. N2(98). pp. 39-40.Благовещенский, И. Г. (2018). Теоретические основы использования системы технического зрения в системе автоматического управления технологическими процессами. В Планировании и обеспечении подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины (с. 165–172). Москва: Издательство Франтера.Blagoveshchensky I.G., Blagoveshchensky V.G., Mokrushin S.A., Igolnikov A.O., Blagoveshchenskaya M.M. (2023). Application of P WEB-technologies to create automated systems for monitoring food production. In the collection: ROGOV READINGS. collection of reports of scientific-practical conference with international participation. Kursk, 2023, pp. 121-125.Благовещенский, И. Г., Благовещенский, В. Г., Мокрушин, С. А., Игольников, А. О., & Благовещенская, М. М. (2023). Применение WEB-технологий для создания автоматизированных систем мониторинга производства пищевых продуктов. В Роговские чтения: Материалы научно-практической конференции с международным участием (с. 121–125). Курск: Университетская книга.Blagoveshchensky I.G., Nazoikin E.A., Tatarinov A.V. (2017). Fundamentals of creating expert systems for food quality control using intelligent technologies // Food industry, no. 4. pp. 45 - 49.Горбатов, А. В., Косой, В. Д., & Горбатов, А. В. (1981). Реологические методы и приборы для контроля процессов приготовления колбасных фаршей. В Труды XXVI Европейского конгресса научных работников мясной промышленности, 1, 265–289.Blagoveshchensky I.G., Shkapov P.M., Nosenko A.S. (2018). Using hybrid methods of global optimization in solving problems of optimal control of technological processes in food production. scientific tr. Int. NPK "Automation and control of technological and business processes in the food industry". - M.: Frantera Publishing House. pp. 11 – 14.Доня, Д. В. (2005). Разработка и исследование реометров для контроля процесса производства сыров [Диссертация на соискание ученой степени кандидата технических наук]. Кемерово, 17.Denisenko S. A., Bulygin F. V., Pankov A. N. Method of estimating the volume of the fleet of measuring instruments in the field of state regulation of ensuring the uniformity of measurements in the Russian Federation // Measuring equipment. – 2023. – No. 2. – pp. 63-71. – DOI 10.32446/0368-1025it.2023-2-63-71.Евсин, М. Г. (2023). Методика оценки реологических и триботехнических свойств пластичных смазок [Диссертация на соискание ученой степени кандидата технических наук]. Санкт-Петербург, 19.S. Dhrisya1, V. Mahadevan2, V. Dinesh Karthick3, S. Mohammed Ashik4, V. Dhanrajprabu5 // International Journal of Innovative Research in Engineering. – 2023. – Vol.4, Issue 3, PP. 402-405. – DOI: https://www.doi.org/10.59256/ijire.20230403109.Кротов, И. В., Благовещенский, В. Г., Благовещенская, М. М., & Мокрушин, С. А. (2023). Повышение эффективности процесса контроля вязкости пищевых масс с использованием программируемых технических средств. В Интеллектуальные автоматизированные управляющие системы в биотехнологических процессах (с. 190–196). Москва: Издательство Франтера.Dumaeva I. V., Tyulyakov I. B. Laboratory information management systems and risk management in testing laboratories // Product quality control. – 2022. – No. 4. – pp. 10-14.Кучумов, А. В., Благовещенский, И. Г., Благовещенский, В. Г., Благовещенская, М. М., Зуева, Ю. В., & Рычков, Д. Ф. (2023). Использование в производственном контроле качества пищевой продукции компьютерного зрения. В РОГОВСКИЕ ЧТЕНИЯ: Материалы научно-практической конференции с международным участием (с. 217–227). Курск: Университетская книга.Edgar Serrano-Pérez, Manuel Sandoval-Villa. Low-cost electronic system for monitoring vapor pressure deficit and sunlight using a Raspberry Pi Pico board // Boletín Científico INVESTIGIUM de la Escuela Superior de Tizayucauca. – 2023. – Vol. 8, No. 16. – PP. 7-11.Кучумов, А. В., Благовещенский, И. Г., Благовещенский, В. Г., Осташов, П. И., & Благовещенская, М. М. (2023). Цифровизация производства пищевых продуктов. В РОГОВСКИЕ ЧТЕНИЯ: Материалы научно-практической конференции с международным участием (с. 262–270). Курск: Университетская книга.Eremeev E. L., Buravtsova D. A., Kondratova O. A. Estimation of ring topology on SDH networks // Questions of science. – 2022. – No. 4. – pp. 62-65.Мачихин, Ю. А., & Мачихин, С. А. (1981). Инженерная реология пищевых материалов. Москва: Легкая и пищевая промышленность.Gessé Oliveira, George Lima. Scheduling and energy savings for small scale embedded FreeRTOS-based real-time systems // Design Automation for Embedded Systems. – 2023. DOI: 10.1007/s10617-023-09267-7.Политов, Е. Н. (2003). Проблемы развития методов измерения реологических параметров однофазных сред. В Проблемы истории науки и техники: Сборник научных статей (с. 54–60). Курск: Государственный технический университет.M. Jacoby, M. Baumann, T. Bischoff. Open-Source Implementations of the Reactive Asset Administration Shell: A Survey // Sensors. – 2023. – Vol. 23(11). – DOI: 10.3390/s23115229Пирогов, А. Н. (2013). Разработка научно обоснованных методов и устройств реометрического мониторинга процессов структурообразования в молочных продуктах [Автореферат диссертации доктора технических наук]. Кемерово, 46 с.Kai Ding, Liu-qun Fan. AML-based web-twin visualization integration framework for DT-enabled and IIoT-driven Manufacturing system under I4.0 workshop // Journal of Manufacturing Systems. – 2023. – Vol. 64. – PP. 479 – 496. – DOI: 10.1016/j.jmsy.2022.07.014.Рылов, С. А. (2023). IoT аппаратная архитектура распределённых систем управления непрерывными промышленными производствами и агрокомплексами. Электротехнологии и электрооборудование в АПК, 70(1), 105–113. https://doi.org/10.22314/2658-4859-2023-70-1-105-113Kuchumov A.V., Blagoveshchensky I.G., Blagoveshchensky V.G., Blagoveshchenskaya M.M., Zueva Yu.V., Rychkov D.F. (2023). Use of computer vision in production quality control of food products. In the collection: ROGOV READINGS. collection of reports of scientific-practical conference with international participation. Kursk. pp. 217-227.Рылов, С. А., Богомольная, Г. В., Сухатерин, А. Б., & Петухов, А. М. (2022). Архитектура цифровых двойников промышленного интернета вещей. Промышленные АСУ и контроллеры, (6), 29–35. https://doi.org/10.25791/asu.6.2022.1370Kuchumov A.V., Blagoveshchensky I.G., Blagoveshchensky V.G., Zelenova E.N., Kornev M.A. (2023). Automation of quality control of confectionery products using intelligent technologies. In the collection: ROGOV READINGS. collection of reports of scientific-practical conference with international participation. Kursk. pp. 237-245.Alamri, M. S., Abdellatif, A. M., & Shahzad, H. (2012). Effect of okra gum on the pasting, thermal, and viscous properties of rice and sorghum starches. Carbohydrate Polymers, 89(1), 199–207. https://doi.org/10.1016/j.carbpol.2012.02.071Kuchumov A.V., Blagoveshchensky I.G., Blagoveshchensky V.G., Zueva Yu.V., Laptev I.K. (2023). The use of genetic algorithms for solving optimization problems in the production of products. In the collection: ROGOV READINGS. collection of reports of scientific-practical conference with international participation. Kursk. pp. 245-253.Averiyanihin, A. E., Andronov, D. O., Melikyan, S. A., & Skalchenkov, I. I. (2021). Experimental study of speed parameters and resource intensity of programming languages for embedded systems. Lecture Notes in Networks and Systems, 229, 17–33. https://doi.org/10.1007/978-3-030-77445-5_3Kuchumov A.V., Blagoveshchensky I.G., Blagoveshchensky V.G., Ionov A.V., Ostashov P.I. (2023). The use of digital twins for process modeling and technological preparation of food production. In the collection: ROGOV READINGS. collection of reports of scientific-practical conference with international participation. Kursk. pp. 253-256.Brock, J., Nogueira, M. R., Zakrzevski, C., Corazza, F. de C., Corazza, M. L., & de Oliveira, J. V. (2008). Determinação experimental da viscosidade e condutividade térmica de óleos vegetais [Experimental determination of the viscosity and thermal conductivity of vegetable oils]. Ciência e Tecnologia de Alimentos, 28(3), 564–570. https://doi.org/10.1590/S0101-20612008000300010Kuchumov A.V., Blagoveshchensky I.G., Blagoveshchensky V.G., Ostashov P.I., Blagoveshchenskaya M.M. (2023). Digitalization of food production. In the collection: ROGOV READINGS. collection of reports of scientific-practical conference with international participation. Kursk. pp. 262-270.Dhrisya, S., Mahadevan, V., Dinesh Karthick, V., Mohammed Ashik, S., & Dhanrajprabu, V. (2023). Title of the article. International Journal of Innovative Research in Engineering, 4(3), 402–405. https://doi.org/10.59256/ijire.20230403109Music M.Yu., Blagoveshchensky I.G., Blagoveshchensky V.G. (2021). Technical solutions for the implementation of software and hardware complex of food products quality management // Bulletin of the Voronezh State University of Engineering Technologies. T. 83. N4(90). pp. 49-56.Haidekker, M. A., Amy, G. T., Thomas, B., Hazel, Y. S., John, A. F., Emmanuel, T., & Marcos, I. (2002). A novel approach to blood plasma viscosity measurement using fluorescent molecular rotors. AJP-Heart Circ Physiol, 282(5), 1609–1614. https://doi.org/10.1152/ajpheart.00712.2001Paulo Leitão, Stamatis Karnouskos, Thomas I. Strasser, Xiaodong Jia, Jay Lee. Alignment of the IEEE Industrial Agents Recommended Practice Standard With the Reference Architectures RAMI4.0, IIRA, and SGAM // IEEE Open Journal of the Industrial Electronics Society. – 2023. – Vol. 4. – PP. 98 – 111. – DOI: 10.1109/OJIES.2023.3262549Kai Ding, & Liu-qun Fan. (2023). AML-based web-twin visualization integration framework for DT-enabled and IIoT-driven manufacturing system under I4.0 workshop. Journal of Manufacturing Systems, 64, 479–496. https://doi.org/10.1016/j.jmsy.2022.07.014Rylov S.A. IIoT hardware architecture of distributed control systems for continuous industrial production and agricultural complexes // Electrical technologies and electrical equipment in agriculture. – 2023. – Vol. 70. No. 1 (50). – pp. 105-113. – DOI: 10.22314/2658-4859-2023-70-1-105-113.Kuo, F.-J., Sheng, C.-T., & Ting, C.-H. (2008). Evaluation of ultrasonic propagation to measure sugar content and viscosity of reconstituted orange juice. Journal of Food Engineering, 86(1), 84–90. https://doi.org/10.1016/j.jfoodeng.2007.09.016Rylov S. A., Bogomolnaya G. V., Sukhoterin A. B., Petukhov A.M. Architecture of digital twins of the industrial Internet of Things // Industrial automated control systems and controllers. – 2022. – No. 6. – pp. 29-35. – DOI 10.25791/asu.6.2022.1370.Sahasrabudheb, S. N., Rodriguez-Martinez, V., O'Meara, M., & Brian, E. F. (2017). Density, viscosity, and surface tension of five vegetable oils at elevated temperatures: Measurement and modeling. International Journal of Food Properties, 20(2), 1965–1981. https://doi.org/10.1080/10942912.2017.1360905Savchits A.V., Derevyankin S. E. V. Review of the OPC standard in the technology of information data exchange // Naukosphere. – 2021. – No. 5-2. – pp. 101-106.Jadaun, S., Singh, R. K., Kumar, R., & Agarwal, K. K. (2023). Analysis of cross platform application development over multiple devices using flutter & dart. International Journal of Recent Technology and Engineering, 12(1), 33–38.Savostin S.D., Blagoveshchenskaya M.M., Blagoveshchensky I.G. (2016). Automation of the control of flour quality indicators in the grinding process using intelligent technologies // Monograph. - M.: Frantera Publishing House. – 146 p.Thirawong, N., Kennedy, R. A., & Sriamornsak, P. (2008). Viscometric study of pectin-mucin interaction and its mucoadhesive bond strength. Carbohydrate Polymers, 71(2), 170–179. https://doi.org/10.1016/j.carbpol.2007.05.026Seleznev S.P., Yakovlev V.V. Architecture of industrial Ios applications and protocols AMP, MT, JS, REST, Soap, XMP, DC // International Journal of Open Information Technologies. – 2019. – Vol. 7. N5. – pp. 17-28.Xiaohong, S., & BeMiller, J. N. (2002). Effect of food gums on viscosities of starch suspensions during pasting. Carbohydrate Polymers, 50(1), 7–18. https://doi.org/10.1016/S0144-8617(01)00369-1Shivam Jadaun, Rajeev Kumar Singh, Rohit Kumar, Dr. Krishna Kant Agarwal. Analysis of Cross Platform Application Development Over Multiple Devices using Flutter & Dart // International Journal of Recent Technology and Engineering (IJRTE). – 2023. – Vol. 12, No. 1. – PP. 33-38S. Solpan and K. Kucuk, “DDS-XRCE Standard Performance Evaluation of Different Communication Scenarios in IoT Technologies” // EAI Endorsed Trans IoT, vol. 8, no. 4, p. e1, Nov. 2022. DOI:10.4108/eetiot.v8i4.2691.S. Solpan and K. Kucuk, “DDS-XRCE Standard Performance Evaluation of Different Communication Scenarios in IoT Technologies” // EAI Endorsed Trans IoT, vol. 8, no. 4, p. e1, Nov. 2022. DOI:10.4108/eetiot.v8i4.2691.D. Strutzenberger, M. Kunz, Lisa M. Schuster. An IoT architecture to integrate different machine tools into a compound OPC UA interface // it - Information Technology. – 2023. – DOI: 10.1515/itit-2023-0007D. Strutzenberger, M. Kunz, Lisa M. Schuster. An IoT architecture to integrate different machine tools into a compound OPC UA interface // it - Information Technology. – 2023. – DOI: 10.1515/itit-2023-0007

The authors declare that there are no conflicts of interest present.