В статье представлено научно-техническое прогнозирование модернизации технологических процессов производства конфет вафель с начинкой. Проведенные исследования направлены на улучшение характеристик оборудования для нанесения начинки на вафельные листы, что играет ключевую роль в повышении качества выпускаемой продукции. В работе используется модель «черного ящика», которая структурирует процесс по входным (управляющие и возмущающие) и выходным (управляемые и наблюдаемые) параметрам. Метод экспертного оценивания позволил выявить 13 ключевых факторов, влияющих на качество продукции. Наиболее значимыми факторами определены влажность начинки, качество полуфабрикатов и влажность готовых вафель с начинкой. Для оценки целесообразности модернизации оборудования выполнен анализ технического уровня конструкции, который составил 0,67, что свидетельствует о перспективности предлагаемых изменений. Предложенные модификации оборудования направлены на повышение автоматизации процесса, улучшение равномерности нанесения начинки и снижение энергозатрат. Кроме того, в работе рассматривается влияние условий окружающей среды, качества сырья и технического состояния оборудования на технологический процесс. Внедрение модернизированного оборудования демонстрирует значительное улучшение качества продукции, снижение себестоимости и соответствие санитарным нормам. Результаты исследования имеют важное значение для развития пищевой промышленности, так как способствуют автоматизации процессов, обеспечению экологической безопасности и соответствию продукции санитарным нормам. Материалы статьи будут полезны для инженеров, технологов и ученых, занимающихся разработкой и совершенствованием оборудования в пищевой промышленности. Представленные результаты также могут найти применение в практике предприятий, ориентированных на повышение эффективности производственных процессов.

1. Прогноз научно-технологического развития агропромышленного комплекса Российской Федерации на период до 2030 года. Национальный исследовательский университет "Высшая школа экономики". URL: https://issek.hse.ru/data/2017/05/03/1171421726/Prognoz_APK_2030.pdf

2. Магомедов Г.О., Олейникова А.Я., Журавлев А.А., Шевякова Т.А. Мягкие вафли с начинкой на основе тыквенного пюре // Вестник ВГУИТ. 2013. № 2 (56). С. 115-118.

3. Пат. № 2608729, RU, A23L 2/52. Способ получения инстант-продуктов на основе концентратов плодово-ягодных соков, содержащих различные функциональные добавки / В.В. Тихонов, Н.В. Тихонов, И.Н. Тихонова. № 2014141885; Pаявл. 16.10.2014; Опубл. 23.01.2017.

4. Скобельская З.Г., Балыхин М.Г., Хасанова С.Д., Гинс М.С. Применение амарантовой муки в производстве вафельных листов повышенной пищевой ценности. Достижения науки и техники АПК. № 34 (6). С. 92-96. doi: 10.24411/0235-2451-2020-10618

5. Aussanasuwannakul A, Puntaburt K, Pantoa T. Enhancing Gluten-Free Crispy Waffles with Soybean Residue (Okara) Flour: Rheological, Nutritional, and Sensory Impacts. Foods. 2024. №13(18). P. 2951. doi:10.3390/foods13182951

6. Bochkaryov P. Yu., Korolev R.D., Bokova L.G. Comprehensive Assessment of the Manufacturability of Products. Advanced Engineering Research. 2023. № 23(2). P. 155–168. doi.org:10.23947/2687-1653-2023-23-2-155-168

7. Базров Б.М. Обеспечение технологичности конструкций изделий. Наукоемкие технологии в машиностроении. 2020. №8(110). С. 18–22. doi:10.30987/2223–4608–2020–8–18–22

8. Чернецов А.Н. Методы технологического прогнозирования // Вестник науки. 2019. № 6 (15). С. 124-129.

9. Скобельская З. Г., Гончарук И. В., Соловарова А. Е. Расширение ассортимента вафель профилактического назначения // Пищевая промышленность. 2016. № 9. С. 20-22.

10. Резниченко И. Ю., Агеенко Д. Д., Щеглов М. С. Анализ качества мучных кондитерских изделий с использованием метода развертывания функции качества // Ползуновский вестник. 2022. № 2. С. 42-50.

11. Горький А.С. Система оценки и прогнозирования перспектив развития региональных промышленных систем с учетом инновационно-технологического фактора // Вестник Самарского университета. Т. 14. № 3. С. 50-58. doi:10.18287/2542-0461-2023-14-3-50-58

12. Качанова Л.С. Методика прогнозирования и сценарии развития технологических процессов производства и применения органических удобрений в аграрном секторе экономики // Инновации и инвестиции. 2018. № 7. С.107-110.

13. Серяков Г.Н. Развитие методологических аспектов прогнозирования процессов развития нового технологического уклада экономики // Вестник Полоцкого государственного университета. 2018. № 6. С. 86-93.

14. Smolikhina P.M., Muratova E.I., Dvoretsky S.I. The study of structure formation processes in the confectionery mass // Advanced Materials & Technologies. 2016. № 2. P. 43-47.

15. Ho, T.T., Tran L. V., Tran H. M., Dao S.V. Machine Learning in Demand Forecasting. International Research Journal of Advanced Engineering and Science.2022. V. 7. № 3. P. 225–233.

16. Ho T.T., Tran L.V., Tran H.M., Dao, S.V. Machine Learning in Demand Forecasting. International Research Journal of Advanced Engineering and Science. 2024. V.6. №1. doi:0.36948/ijfmr.2024.v06i01.14204

17. Garre, A., Ruiz, M.C., Hontoria, E. Application of Machine Learning to support production planning of a food industry in the context of waste generation under uncertainty. Operations Research Perspectives. №7. Р. 100147. doi: 10.1016/j.orp.2020.100147

18. Sacco R., Guidoboni G., Mauri A.G. A Comprehensive Physically Based Approach to Modeling in Bioengineering and Life Sciences, Academic Press. 2019. P. 805–817. doi:10.1016/B978-0-12-812518-2.00047-0

19. Hassija, V., Chamola, V., Mahapatra, A. Interpreting Black-Box Models: A Review on Explainable Artificial Intelligence. Cogn Comput. 2024. № 16. Р. 45–74. doi:10.1007/s12559-023-10179-8

20. Singh, P., Ban, Y. G., Kashyap, L., Siraree, A. Sugar and sugar substitutes: recent developments and future prospects. Sugar and sugar derivatives: changing consumer preferences. 2020. P. 39-75.