Содержание к диссертации
Введение
ГЛАВА 1. Методологические основы анализа подготовленности технологических процессов (тп) производства пищевой продукции к внедрению интегрированных экспертных систем. постановка задач исследования 22
1.1. Особенности и закономерности ТП производства пищевой продукции, выбор наиболее типичных ТП 23
1.2. Исследование и анализ ТП кондитерского, мукомольного, молочного, и пивобезалкогольного производства производства как объектов автоматизации
1.2.1. Анализ ТП производства помадных конфет, муки, сливочного масла и кваса 27
1.2.2. Классификация основных операций ТП производства пищевой продукции и выбор факторов, определяющих эффективность этих операций.. 51
1.2.3. Функционально-структурные схемы влияния показателей исходного сырья, промежуточных операций на качество готовой продукции в процессе производства конфет, муки, сливочного масла и кваса 54
1.2.4. Функционально-структурные схемы технологических процессов производства пищевой продукции с указанием необходимых точек контроля и регулирования 71
1.3. Обзор существующих современных методов и средств автоматизации контроля качества сырья, полуфабрикатов и готовых изделий пищевой промышленности 93
1.3.1. Вкус 95
1.3.2. Цвет сырья, полуфабрикатов и готовой пищевой продукции
1 1.4. Роль интеллектуальных технологий 103
1.5. Выводы по 1 главе 103
1.6. Задачи исследования 105
ГЛАВА 2. Интеллектуальные информационные системы (иис). анализ возможности их использования для автоматизации контроля качества пищевой продукции 106
2.1. Классификация ИИС 106
2.1.1. Задачи, решаемые ИИС 106
2.1.2. Классификация ИИС по назначению 110
2.2. Обзор и анализ научно-технической информации о развитии экспертных систем, нейросетевых технологий и систем компьютерного зрения как важнейших направлений искусственного интеллекта 111
2.2.1. Экспертные системы 111
2.2.2. Нейросетевые технологии 114
2.2.3. Системы компьютерного зрения 116
2.3. Выводы по 2 главе 126
ГЛАВА 3. Структурно- параметрический анализ ТП производства пищевой продукции и их ситуационное моделирование для создания ИЭС 127
3.1. Методика выбора количественного и качественного состава экспертов. Принцип формирования рабочей группы экспертов для проведения тестового опроса 127
3.2. Структурно-параметрический анализ ТП производства пищевой продукции 1 3.2.1. Структурно-параметрический анализ ТП производства ПГК 141
3.2.2. Структурно-параметрический анализ ТП производства муки 146
3.2.3. Структурно-параметрический анализ ТП производства сливочного масла 149
3.2.4. Структурно-параметрический анализ ТП производства хлебного кваса. 152 3.3. Разработка структурно – параметрических и математических моделей основных стадий производства пищевой продукции 156
3.3.1. Методология построения структурно – параметрических моделей (СПМ) основных стадий производства пищевой продукции 156
3.3.2. Разработка структурно – параметрических и математических моделей основных стадий производства ПГК 158
3.3.3. Разработка структурно – параметрических и математических моделей основных стадий производства муки 171
3.3.4. Разработка структурно – параметрических и математических моделей основных стадий производства сливочного масла 177
3.3.5. Разработка структурно – параметрических и математических моделей основных стадий производства хлебного кваса 188
3.4. Ситуационное моделирование ТП производства пищевой продукции 201
3.4.1. Ситуационное моделирование ТП производства ПГК 202
3.4.2. Ситуационное моделирование ТП производства муки 203
3.4.3. Ситуационное моделирование ТП производства масла 204
3.4.4. Ситуационное моделирование ТП производства хлебного кваса 205
3.5. Выводы по 3 главе 207
ГЛАВА 4. Автоматизация контроля органолептических показателей качества пищевой продукции 209
4.1. Методология создания модуля (программно-аппаратного комплекса)
автоматического контроля вкуса пищевых масс с использованием НСТ (на
примере линии производства ПГК) 210
4.1.1 Автоматизация контроля величины вкуса конфетных масс 210
4.1.2. Математическая постановка задачи контроля вкуса пищевых масс (на примере контроля величины кристаллов сахара в конфетных массах).
Основные этапы ее решения 212
4.1.3. Нейросетевая модель виртуального датчика контроля величины вкуса пищевых масс (на примере кристаллов сахара в конфетных массах) 215
4.1.4. Алгоритмы работы модуля (программно-аппаратного комплекса) автоматического контроля и регулирования величины вкуса в процессе приготовления конфетных масс 224
4.2. Методология создания модуля (программно-аппаратного комплекса) автоматического контроля цвета пищевых масс с использованием СКЗ (на примере линии производства муки) 226
4.2.1. Вопросы цифровой обработки и распознавания изображений в задачах автоматизации контроля цвета пищевых масс (на примере линии производства муки) 228
4.2.2. Модуль обеспечения автоматического контроля цвета пищевых масс на базе систем компьютерного зрения 235
4.2.3. Методика разработки алгоритма объективной оценки качества изображений в СКЗ оценки цвета пищевых масс 236
4.2.4. Блок - схема алгоритма принятия решения на соответствие цвета муки эталонному значению 241
4.2.5. Модель системы обработки визуальной информации 243
4.2.6.Техническое обеспечение системы компьютерного зрения 245
4.3. Выводы по 4 главе 249
ГЛАВА 5. Исследование и модернизация асутп поточных линий производства пищевой продукции 251
5.1. Исследование и модернизация схем автоматизации основных ТП производства ПГК 251
5.1.1 Схема автоматизации подготовки сырья к производству (очистка и сортировка) 254
5.1.2. Схема автоматизации приготовления сахарного сиропа 254
5.1.3. Схема автоматизации приготовления помадного сиропа 256
5.1.4. Схема автоматизации сбивания помадных масс 257
5.1.5. Схема автоматизации пиготовления конфетных масс 257
5.1.6. Схема автоматизации формования корпусов конфет 259
5.1.7. Схема автоматизации глазирования корпусов конфет 260
5.1.8. Разработка схема автоматизации завертки и упаковки ПГК 261
5.1.9. Исследование и модернизация схемы автоматизации поточной линии производства отливных глазированных ПК 262
5.2. Исследование и модернизация схемы автоматизации поточной линии производства муки 264
5.3. Исследование и модернизация схемы автоматизации поточной линии производства масла 267
5.4. Исследование и модернизация схемы автоматизации поточной линии производства хлебного кваса 272
5.5. Выводы по 5 главе 275
ГЛАВА 6. Методологические основы построения иэс контроля показателей качества пищевой продукции в процессе производства
6.1. Классификация существующих экспертных систем 277
6.2. Этапы разработки ИЭС и решаемые ими задачи 278
6.3. Средства разработки различных экспертных систем 283
6.4. Оболочки экспертных систем 283
6.5. Методика разработки и отличительные особенности ИЭС контроля показателей качества пищевой продукции в процессе производства 286
6.6. Разработка баз данных ИЭС контроля в потоке показателей качества пищевой продукции 2 6.6.1. Постановка задачи на проектирование БД предметной области 289
6.6.2. Построение интегрированной концептуальной модели предметной области (КМПО) 294
6.6.3. Разработка автоматизированной системы обработки данных 297
6.6.4. Создание приложения и архитектура БД 298
6.7. Формирование базы знаний ИЭС контроля качества пищевой продукции 300
6.7.1. Структура и функции системы баз знаний 300
6.7.2. Уровни, способы, методы и языки представления знаний для ИЭС. Требования к языкам представления знаний 302
6.7.3. Модели представления знаний 309
6.7.4. Семантические сети 314
6.7.5. Основные показатели качества изображений передаваемого модулем СКЗ в ИЭС 319
6.8. Выводы по 6 главе 322
ГЛАВА 7. ИЭС контроля в потоке показателей качества пищевой продукции в процессе производства 324
7.1. Основные задачи, структура и этапы разработки ИЭС контроля в потоке показателей качества пищевой продукции в процессе производства.. 324
7.2. Построение нейросетевой ИЭС контроля в потоке показателей качества пищевой продукции 329
7.3. Архитектура и основная концепция ИЭС контроля качества пищевой продукции. 335
7.4. Программная реализация ИЭС контроля показателей качества пищевой продукции в процессе производства
7.4.1. Инструментальные средства создания ИЭС контроля качества пищевой продукции 340
7.4.2. Методика формализации экспертных знаний в ИЭС контроля качества пищевой продукции 342
7.4.3. Поддержка принятия решений ИЭС при автоматическом контроле и диспетчерском управлении ТП производства пищевой продукции 356
7.5. Подбор технических средств для реализации ИЭС контроля качества пищевой продукции 358 7.6. Интеграция ИЭС контроля показателей качества пищевой продукции с АСУ ТП предприятия 363
7.7. Выводы по 7 главе 367
Заключение и основные результаты работы 371
Список сокращений и условных обозначений 377
Список литературы
- Анализ ТП производства помадных конфет, муки, сливочного масла и кваса
- Классификация ИИС по назначению
- Ситуационное моделирование ТП производства ПГК
- Программная реализация ИЭС контроля показателей качества пищевой продукции в процессе производства
Анализ ТП производства помадных конфет, муки, сливочного масла и кваса
ТП приготовления пищевой продукции представляют собой различные по характеру и сложности объекты, что определяется многообразием отраслей пищевой промышленности, разнообразием методов обработки сырья, полуфабрикатов и готовых изделий, широким ассортиментом производимых пищевых продуктов. Вместе с тем этим ТП присущи и некоторые особенности и свойства, позволяющие, несмотря на их внутренние различия, отличающийся друг от друга характер процессов, найти общие закономерности их протекания, разработать общие подходы к их исследованию. Рассмотрим некоторые особенности и закономерности ТП приготовления разнообразной пищевой продукции, которые определяют актуальность и экономическую эффективность их автоматизации [2, 14 - 16, 62, 65, 77, 78, 88, 90, 94, 113, 116, 117, 129, 130, 134, 174, 199 и др.]. К таким особенностям и закономерностям относятся: - наличие большого числа различных физико-химических, физических, биохимических, тепловых и др. методов воздействия на сырье, полуфабрикатов и готовую продукцию, требующих особой четкости ведения процессов, оптимального режима управления ими; - необходимость строгого соблюдения рецептуры приготовления пищевых масс и технологических режимов переработки сырья и полуфабрикатов в целях сохранения пищевой ценности, витаминного состава, вкусовых качеств готовых продуктов; - переработка скоропортящегося сырья и полуфабрикатов, вызывающая необходимость применения более совершенных технологических схем с четкой организацией процессов приготовления, хранения, возможной лишь при автоматизации производства и внедрения интеллектуальных технологий; - исключения контакта рук человека с сырьем, полуфабрикатов и готовой продукцией; - необходимость использования только доброкачественного сырья и полуфабрикатов; - высокая стоимость отдельных видов сырья, полуфабрикатов и готовой пищевой продукции.
К особенностям ТП приготовления пищевой продукции, характеризующим неблагоприятными условия их стабилизации и автоматизации, относятся: - многостадийность и сложность ТП, большее число факторов, влияющих на ход процессов приготовления пищевых масс, сложная взаимосвязь входящих в пи щевые массы компонентов, наличие возмущающих воздействий на ТП приготов ления пищевых масс, неподдающихся контролю и изучению; - недостаточно оперативный контроль за ходом ТП приготовления пищевых масс, вызывающий значительные колебания свойств полуфабрикатов и, как следствие, снижение качества готовой пищевой продукции; - многообразие используемых агрегатов, машин, устройств; сложность и несовершенство применяемого оборудования; - нестационарность по ассортименту и качеству перерабатываемого сырья; - многообразие и нестабильность режимов на различных стадиях ТП производства пищевой продукции.
Названные и другие общие и частные особенности и закономерности ТП приготовления пищевой продукции значительно затрудняет их стабилизацию и внедрение автоматизированных систем и интеллектуальных технологий.
Поиск оптимальных решений, с целью стабилизации свойств и качества приготавливаемой пищевой продукции затруднен также следующими обстоятельствами: - многие пищевые массы отличаются высокой вязкостью, липкостью (например, сливочное масло, хлебопекарное тесто и др.), либо содержанием взвесей различной дисперсности (например, шоколадные массы), либо образуют пленки на поверхностях оборудования, характеризуются явлениями карамелизации, кристаллизации и пр., осложняющими их автоматический контроль и регулирование;
- определение показателей качества полуфабрикатов и готовых пищевых масс является сложным трудоемким процессом.
Рассмотрение и анализ приведенных особенностей и закономерностей показали важность стабилизации процессов приготовления пищевых масс, обеспечиваемой автоматизацией и интеллектуализацией этих процессов. Однако, как было отмечено выше, многокомпонентность исследуемых масс, невозможность определения их качества по одному параметру, отсутствие методов автоматического контроля основных параметров состояния ТП в потоке и т.д. создают большие трудности стабилизации этих процессов. Для выявления степени подготовленности ТП производства пищевой продукции к возможности эффективного внедрения в эти процессы интегрированных экспертных систем было проведено тщательное, всестороннее изучение и анализ конкретных типовых ТП приготовления пищевой продукции; проведена оценка степени подготовленности этих процессов к стабилизации; досконально изучены свойства сырья, полуфабрикатов и готовой продукции; осуществлен выбор основных показателей состояния этих процессов на всех участках линий приготовления различной пищевой продукции; проанализирована степень их оснащенности средствами контроля основных показателей качества, что позволило перейти к разработке интегрированных экспертных систем непрерывного контроля и прогнозирования качества пищевой продукции с использованием нейросетевых технологий и систем технического зрения.
Из ТП производства пищевой продукции для решения указанных задач нами были выбраны, исследованы и проанализированы как объекты автоматизации: - ТП производства кондитерских изделий (на примере типовой поточной линии по производству глазированных помадных конфет); - ТП продуктов мукомольного производства (на примере типовой поточной линии по производству муки); - ТП продуктов молочного производства (на примере типовой поточной линии по производству сливочного масла) и - ТП продуктов пивобезалкогольного производства (на примере типовой поточной линии по производству хлебного кваса).
Таким образом нами исследованы и проанализированы различные виды пищевой продукции различающиеся агрегатным состоянием: твердые, сыпучие, жидкие, высококонцентрированные пищевые эмульсии.
Выбор именно этих производств объясняется тем, что данная пищевая продукция является наиболее потребляемой в России. ТП данных производств являются наиболее характерными для технологической обработки пищевых масс (на что указано в ряде фундаментальных работ по важнейшим проблемам пищевой промышленности [14 - 16, 62, 65, 77, 78, 88, 90, 94, 113, 116, 117, 129, 130, 134, 144, 174]); во-вторых, конфетные, в том числе и шоколадные массы, как было отмечено выше, являются одними их самых неблагоприятных с точки зрения автоматизации. В-третьих, в настоящее время осуществляется наладка новых производств кондитерской, мукомольной, молочной и пивобезалкогольной промышленности, т.к. продукция этих предприятий пользуется повышенным спросом у населения. Поскольку процессы приготовления данных масс составляют основу пищевых производств, полученные результаты будут обладать общностью и могут быть использованы при решении аналогичных задач в других отраслях промышленности.
Классификация ИИС по назначению
На производство масла направляются сливки одинаковой жирности, так как иначе потребуются разные условия подготовки их к сбиванию. При одинаковом режиме сбивания продолжительность маслообразования обратно пропорциональна концентрации жира в сливках. Для производства сладкосливочного и кисломолочного масла требуется жирность сливок - 32-37%, вологодского - 25-28%. Сливки нормализуют по жиру цельным молоком. Процесс нормализации осуществляется в ванне длительной пастеризации. Допускается нормализация обезжиренным пастеризованным молоком, пахтой и сливками с более высокой массовой долей жира. Жв - массовая доля жира в этих сливках, % Жв - 30,3%. Для пастеризации сливок применяют пастеризационно – охладительные установки. Температура пастеризации не должна быть ниже 85С. При выборе режимов пастеризации сливок учитывают вид вырабатываемого масла, а также качество сливок. При выработке сладкосливочного масла (содержание влаги 16%) сливки 1сорта в летний период пастеризуют при температуре 85- 90С, а в зимний - при температуре 92 - 95С. Пастеризация сливок в пластинчатом теплообменнике способствует увеличению среднего диаметра жировых шариков. Последующая дезодорация сливок вызывает появление более крупных жировых шариков средних размеров (2 - 8мкм) и уменьшается число мелких (1 - 2мкм). В результате такого перераспределения жировых шариков средний их диаметр увеличивается. С повышением степени разрежения до 0,02; 0,04 и 0,06 МПа повышается средний диаметр жировых шариков с 2,87 до 3,22 и 3,42 мкм, соответственно. Вкус и запах сливочного масла зависят от тепловой обработки. После пастеризации (дезодорации) горячие сливки охлаждают в закрытом потоке до температуры 4 – 6 0С, при которой происходит массовая кристаллизация глицеридов молочного жира. Продолжительность созревания при этом составит 15 – 17 часов. В весенне-летний период сливки охлаждают до 13 – 15 0С и выдерживают при этой температуре не менее 3-х часов. Выдержка сливок способствует кристаллизации высокоплавких и среднеплавких групп глицеридов. Затем сливки при перемешивании охлаждают до 4 – 6 0С, что обуславливает последующую массовую кристаллизацию низкоплавких групп глицеридов жира в виде мелких кристаллов. При 4 – 6 0С сливки выдерживают не менее 3 ч, с периодическим,че-рез 1 – 1,5 ч перемешиванием по 3 – 5 минут. После этого сливки подогревают водой (температура не выше 27 0С) до температуры сбивания. Правильно выбранный режим созревания сливок улучшает степень консистенции (качество) масла. Температура сливок влияет на продолжительность сбивания их и соответственно на жирность и консистенцию масла: при заниженной температуре удлиняется продолжительность сбивания, что ведёт к выработке масла с невырабо-танной влагой и засаленной консистенцией. Завышение температуры сбивания приводит к повышению жирности и получению масла с мягкой мажущейся консистенцией. Рекомендуемая скорость подогрева сливок 6 – 8 0С/ч. Для достижения равновесного состояния между твёрдым и жидким жиром сливки после подогревания до заданной температуры выдерживают перед сбиванием не менее 30 минут.
Рекомендуемое содержание жира в сливках 36-45%. Требуемая жирность достигается, как правило, в процессе сепарирования молока. Для обеспечения устойчивой работы оборудование линии (маслоизготовитель и машины для фасовки масла) перед началом работы обрабатывают противоприлипающим раствором и охлаждают подачей в маслоизготовитель холодной воды с температурой 8-14 0С в течение 10-15 минут. Содержание влаги в масле регулируют изменением: частоты вращения мешалки сбивателя и шнеков обработника; температуры сбивания сливок; количеством подаваемых в сбиватель сливок. Температура масляного зерна во многом предопределяет эффективность обработки и свойства получаемого масла. Излишне мягкое, как и излишне твёрдое масло, нарушает нормальную работу расфасовочных машин. В весенне-летний период года при расфасовке в монолиты по 20 кг температуру обработки масла (на выходе из маслоизготовителю) поддерживают в пределах 12-15 0С, в осенне-зимний период -13-16 0С. При мелкой расфасовке температуру обработки снижают на 1,0-1,5 0С. На консистенцию масла (при сохранении постоянной температуры обработки) оказывает влияние также интенсивность механического воздействия на продукт.
Сбивание сливок в масло — сложный процесс, который зависит он от многих факторов. Основными из которых являются: частота вращения рабочего органа маслоизготовителя, начальная температура сбивания сливок, жирность сливок. При сбивании сливок в маслоизготовителях важное значение имеют такие факторы, как степень заполнения маслоизготовителя сливками, частота вращения маслоизготовителя, начальная температура сбивания сливок. Степень заполнения маслоизготовитля сливками влияет на продолжительность сбивания сливок. Оптимальной считают степень заполнения маслоизготовителя 40 - 50%. При степени заполнения маслоизготовителя более 50 % нарушается нормальный процесс сбивания сливок, что приводит к повышению содержания жира в пахте. Минимальная степень заполнения маслоизготовителя составляет 25 % общего объема. При степени заполнения маслоизготовителя менее 25% центробежная сила прижимает сливки к стенке маслоизготовителя тонким слоем. Прекращается перемешивание сливок, и в результате сбивания сливок не происходит.
Частоту вращения рабочего органа маслоизготовителя выбирают с таким расчетом, чтобы центробежное ускорение, возникающее при его вращении, было меньше ускорения свободного падения. В этом случае при подъеме и падении сливок создаются условия для образования масляного зерна. Начальную температуру сбивания сливок выбирают с таким расчетом, чтобы независимо от формы рабочей емкости маслоизготовителя продолжительность сбивания составляла 50 - 60 мин. Сокращение продолжительности сбивания приводит к ухудшению качества масляного зерна и значительному отходу жира с пахтой. При увеличении продолжительности сбивания масляное зерно получается слишком твердое, упругое, оно плохо обрабатывается, а полученное масло может иметь грубую,засаленную консистенцию.
Температуру сбивания сливок устанавливают с учетом времени года, жирности сливок и степени отвердевания жира. Если степень отвердевания жира ниже 30 - 35%, а также после ускоренной подготовки сливок к сбиванию температуру сбивания понижают на 1- 20С, чтобы избежать получения масла с недостаточно твердой консистенцией. Во время сбивания температура сливок повышается вследствие превращения механической энергии в теплоту. О правильности выбора температуры сбивания можно судить по консистенции и размерам масляного зерна,по массовой доле жира, по повышению температуры сбиваемых сливок. При правильно выбранной температуре сбивания масляное зерно получается упругой консистенции, размером 2 - 5 мм. Если температура сбивания выбрана правильно, увеличение температуры сбиваемых сливок не должно превышать 2 – 3 0С.
Вода. Применяемая для мойки маслоизготовителей и промывки масляного зерна, используемая вода должна удовлетворять требованиям действующего ГОСТа на питьевую воду. Вода должна быть прозрачной, светлой, без мути и осадка, а также без посторонних запахов и привкусов. На заводах, обеспечивающих доброкачественной водопроводной водой с температурой ниже 8 0С.
Ситуационное моделирование ТП производства ПГК
Очищенное от ферроприсесей сырье поступает на процесс дозирования. Дозирование может осуществляться по объему, например, с помощью многокомпонентного насоса - дозатора, либо по массе с помощью весовых устройств. В рассматриваемом случае эффективность процесса дозирования по массе зависит от таких показателей качества сахарного песка, как влажность (Wсп), глануломет-рического состава (ГС2), температуры (t2), а также режимных параметрв – количества массы (Gсп) и точности дозирования (3).
На процесс дозирования ржаного сухого солода (2) на показатели его качества оказывают влияние такие параметры, как влажность (W) и гранулометрический состав сухого солода (ГС).
После дозирования ржаной солод поступает в смеситель. При этом в смеситель также подается отдозированная порция подогретой питьевой воды.
Питьевая в ода, поступающая н а приготовление концентрата квасного сусла, характеризуется определенным расходом (Q в), показателями качества по ГОСТ и характеризуется определенной заданной температурой (tв), получаемой при смешивании холодной воды с температурой (t х.в.) и горячей воды с температурой (t г.в.).
Эффективность процесса смешивания ржаного солода и воды для получения концентрата квасного сусла с оптимальными показателями качества зависит от количества поступающей массы солода (Gс) и воды (Gв), а также от точности дозирования сухого солода (3) и от расхода воды (Q в), поступающих на смешивание; от показателей качества сухого ржаного солода, которые были перечислены выше, а также от режимных параметров процесса смешивания: продолжительность смешивания (), температуры (t) и числа оборотов мешалки (n), находящейся внутри смесителя. Качество полученного концентрата квасного сусла (Yкс) оценивается по следующим показателям: цвет (Цс), кислотность (Кс), вкус (Вс), вязкость (с) и влажность (Wс).
Далее полученный квасной концентрат поступает в бродильный аппарат, куда также подаются определенные порции квасных дрожжей и сахарного песка. Основными показателями качества квасных дрожжей являются: кислотность (рН), температура (t5) и средний размер клетор дрожжей.
Основными показателями качества сахарного песка являются: влажность (Wсп), цвет (Цсп) и гранулометрический состав (ГС сп). В процессе брожения этой смеси на показатели ее качества оказывают влияние такие режимные параметры, как продолжительность процесса (), температура смеси (t) и число оборотов мешалки (n), находящейся внутри емкости для брожения. После брожения проходит процесс осветления кваса с помощью раствора осветлителя. Затем полученный полуфабрикат далее поступает в доб-раживания.
В процессе дображивания полученного полуфабриката на показатели его качества оказывают влияние такие режимные параметры, как продолжительность дображивания () и температура (t) .
После дображивания квас проходит процесс охлаждения и затем поступает на розлив и далее на упаковку. В процессе охлаждения на показатели качества кваса оказывают влияние такие режимные параметры, как продолжительность охлаждения () и температура (t) . Эффективность процесса зависит также и от показателей качества кваса, подаваемого на охлаждение, в первую очередь от органолептических показателей полученного кваса. Процесс розлива хлебного кваса зависит от режимных параметров этого процесса: скорости выхода массы из кваса из отверстия (Vm), температуры поступающего на розлив хлебного кваса (Тк), скорости транспортерной ленты (Vтл). При этом проверяют внешний вид бутылок на наличие бракованной продукции.
Полученный после розлива квас далее поступает на упаковку. На эффективность работы упаковочных машин влияет качество поступающей пленки. Запрещено упаковывать мокрые бутылки, а также бутылки, находящиеся под давлением. Готовый квас перед отправкой на реализаацию проверяют в дегустационных лабораториях предприятий по следующим показателям: %; влажность, %; внешний вид; вкус и цвет.
Программная реализация ИЭС контроля показателей качества пищевой продукции в процессе производства
Актуальность развития и создания экспертных систем в настоящее время несомненна. Разработанная ЭС может стать серьёзной и значимой частью пищевого производства, рационализируя управление процессами этого производства, минимизируя расходы на организацию и проведение регистрации показателей качества сырья и полуфабрикатов на всех возможных стадиях производства с последующим анализом полученных результатов и прогнозированием качества готовых изделий.
Области применения экспертных систем Области применения ЭС, основанных на знаниях, могут быть сгруппированы в несколько основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах, обучение. а) Медицинская диагностика. Диагностические системы используются для установления связи между нарушениями деятельности организма и их возмож ными причинами. Наиболее известна диагностическая система MYCIN, которая предназначена для диагностики и наблюдения за состоянием больного при ме нингите и бактериальных инфекциях. В настоящее время эта система ставит ди агноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благо даря чему может применяться и в других областях медицины. б) Прогнозирование. Прогнозирующие системы предсказывают возможные результаты или события на основе данных о текущем состоянии объекта. Про граммная система «Завоевание Уолл-стрита» может проанализировать конъюнк туру рынка и с помощью статистических методов, алгоритмов разработать для план капиталовложений на перспективу. Она не относится к числу систем, осно ванных на знаниях, поскольку использует процедуры и алгоритмы традицион ного программирования.
Практическое применение искусственного интеллекта на машиностроительных предприятиях и в экономике основано на ЭС, позволяющих повысить качество и сократить время принятия решений, а также способствующих росту эффективности работы и повышению квалификации специалистов. в) Планирование. Планирующие системы предназначены для достижения конкретных целей при решении задач с большим числом переменных. Компания Boeing применяет ЭС для проектирования космических станций, а также для вы явления причин отказов самолетных двигателей и ремонта вертолетов. Эксперт ная система XCON, созданная фирмой DEC, служит для изменения конфигура ции компьютерных систем типа VAX и в соответствии с требованиями покупа теля. Фирма DEC разрабатывает более мощную систему XSEL, включающую базу знаний системы XCON, с целью оказания помощи покупателям при выборе вычислительных систем с нужной конфигурацией. В отличие от XCON система XSEL является интерактивной. Имеются и другие разработки в этой области [107, 123, 124,156, 158, 181]. г) Интерпретация. Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения. Система PROSPECTOR, одна из наиболее известных систем интерпретирующего типа, объединяет знания девяти экспертов [156]. Используя сочетания девяти методов экспертизы, системе удалось обнаружить залежи руды стоимостью в миллион долларов, причем наличие этих залежей не предполагал ни один из девяти экс пертов. Другая интерпретирующая система- HASP/SIAP определяла местополо жение и типы судов в тихом океане по данным акустических систем слежения. д) Контроль и управление. Системы, основанные на знаниях, могут приме няться в качестве интеллектуальных систем контроля и принимать решения, ана лизируя данные, поступающие от нескольких источников. Такие системы уже работают на атомных электростанциях, управляют воздушным движением и осу 114 ществляют медицинский контроль. Они могут быть также полезны при регулировании финансовой деятельности предприятия и оказывать помощь при выработке решений в критических ситуациях [123, 158, 181]. е) Диагностика неисправностей в механических и электрических устрой ствах. В этой сфере системы, основанные на знаниях, незаменимы как при ре монте механических и электрических машин (оборудования, автомобилей, ди зельных локомотивов и т.д.), так и при устранении неисправностей и ошибок в аппаратном и программном обеспечении компьютеров. ж) Обучение. Системы, основанные на знаниях, могут входить составной частью в компьютерные системы обучения. Система получает информацию о де ятельности некоторого объекта (например, студента) и анализирует его поведе ние. База знаний (БЗ) изменяется в соответствии с поведением объекта. Обучаю щая система может также обладать знаниями, позволяющими выполнять диагно стику и планирование. Она определяет способности обучаемого по основным направлениям курса, а затем с учетом полученных данных составляет учебный план. Управляющая система может применяться для целей контроля, диагно стики, прогнозирования и планирования [13, 107, 181]. Существует ряд прикладных задач, которые решаются с помощью экспертных систем, основанных на знаниях, более успешно, чем любыми другими средствами [19, 124,156].