Введение к работе
Актуальность работы
Самым «узким» участком деревообрабатывающей промышленности являются линии сортировки. Принятием решений о сорте продукции занимается рабочий-сортировщик. Высокий процент брака (неверно классифицируемых продуктов деревообработки) является следствием человеческого фактора. Сложность решения этой проблемы - в большом разнообразии пороков древесины, трудности их формализации и различных способах их оценивания, а также в ограниченности времени подготовки производства и в меняющихся условиях производства: освещенности, влажности древесины и засорении оптической системы видеодатчиков вследствие повышенной запыленности на производстве.
Цель диссертационной работы
Целью диссертационной работы является разработка новых моделей управления качеством продуктов деревообработки на основе методов машинного обучения и их реализация в системе управления качеством.
Задачи, которые необходимо решить для достижения поставленной цели
провести анализ существующих методов машинного обучения, выявить их недостатки и перспективные направления развития и исследовать возможность их применения в задаче управления качеством продукции деревообрабатывающего производства;
осуществить поиск оптимального поля признаков для классификации по порокам древесины и по сортам продукции деревообрабатывающего производства;
разработать новые модели классификации, устойчивые к искажению входной информации и способные обучаться при ограниченной статистической информации;
разработать эффективные алгоритмы для программной реализации новых моделей классификации.
Объект исследования
Объектом исследования являются системы управления и оптимизации качества продукции деревообрабатывающего производства.
Предмет исследования
Предметом исследования являются модели и методы принятия решений и обработки информации по определению качества продукции деревообрабатывающего производства.
Методы исследования
Для решения указанных задач в работе применялись методы математического моделирования, теории вероятностей и математической статистики, теории принятия решений, методы оптимизации, системного анализа, теории компьютерного зрения.
Научная новизна
Разработана робастная статистическая модель классификации на основе байесовского классификатора с применением логистической регрессии, границ Колмогорова-Смирнова и минимаксной стратегии принятия решений, устойчивая к искажению входной информации при изменении влажности и освещенности поверхности древесины, а также в условиях повышенной запыленности и при вариативности классифицируемых пороков.
Разработана модифицированная модель классификации с применением крайних точек и петлевой функции потерь, оптимизирующая время обучения за счет упрощения целевой функции и уменьшения числа ограничений.
Разработан алгоритм сегментации изображений поверхности древесины, учитывающий неровности и шероховатости поверхности и устойчивый к изменению освещенности и влажности древесины.
Разработан и реализован алгоритм обработки графической информации для анализа качества изделий из древесины и алгоритм принятия решений об отнесении их к определенному сорту.
Практическая значимость работы
Разработано математическое, информационное, алгоритмическое и программное обеспечение системы управления качеством продукции деревообрабатывающего производства. Предложено оптимальное поле признаков для классификации по сортам.
По результатам математического моделирования подтверждена возможность снижения риска выпуска некачественной продукции путем выбора минимаксной стратегии принятия решений при больших степенях зашумления. Повышение доли корректно классифицируемых по сортам изделий составляет 10%.
Реализация и внедрение результатов работы
На основе предложенных методов программный модуль обработки и получения информации из графических представлений дефектов внедрен в опытно-промышленную эксплуатацию ОАО НПП «ОСТЕРМ СПБ».
Достоверность результатов
Достоверность полученных в диссертационной работе основных сформулированных научных положений и выводов обеспечивается корректностью примененного математического аппарата и используемых методов исследования, их практической реализацией, математической строгостью преобразований при получении доказательств, утверждений и аналитических зависимостей и результатами исследований алгоритмов при помощи тестовой программной системы.
Основные положения, выносимые на защиту
Робастная статистическая модель классификации на основе байесовского классификатора с применением логистической регрессии, границ Колмогорова-Смирнова и минимаксной стратегии принятия решений.
Модифицированная модель классификации с применением крайних точек и петлевой функции потерь.
Алгоритм программной реализации робастной статистической модели классификации.
Алгоритм программной реализации модифицированной модели классификации с применением крайних точек и петлевой функции потерь.
Алгоритм обработки информации для анализа качества поверхности древесины, учитывающий неровности и шероховатости поверхности, и алгоритм анализа пороков древесины.
Апробация работы
Основные научные результаты диссертации докладывались и обсуждались на Международных научно-практических конференциях молодых ученых "Современные проблемы и перспективы рационального лесопользования в условиях рынка" (СПб ГЛТА, Санкт-Петербург, 10-11 ноября 2009 г.; 10-11 ноября 2010; 10-11 ноября 2011); в работе десятой Международной Научной Школы «Моделирование и Анализ Безопасности и Риска в Сложных Системах (МА БР 2010)» (МБП, Санкт-Петербург, 6-Ю июля, 2010); на XIII и XIV Международных конференциях по мягким вычислениям и измерениям (SCM'2010 и SCM'2011) (СПб ГЭТУ, Санкт-Петербург, 23-25 июня 2010 г.; 23-25 июня 2011 г.); VII-ой Международной научно-технической конференции «Актуальные проблемы развития лесного комплекса» (ВоГТУ, Вологда, 7-9 декабря 2010 г.); Всероссийской конференции молодых ученых «Интернет: инновационные технологии и инженерные разработки» (СПб НИУ ИТМО, Санкт-Петербург, 13-14 октября, 18 ноября 2011 г.); на ежегодных научно-технических конференциях профессорско-преподавательского состава СПб ГЛТУ имени СМ. Кирова 2010-2012 гг.
Основные научные результаты были представлены на следующих конкурсах: на отборочных этапах конкурса научно-технических проектов на получение номинации на статус "У.М.Н.И.К. (Участник Молодежного Научно-Инновационного Конкурса)" в рамках XIII Международной конференции по мягким вычислениям и измерениям SCM'2010, СПбГЭТУ «ЛЭТИ», 24 июня 2010 г., XIV Международной конференции по мягким вычислениям и измерениям SCM'2011, СПбГЭТУ «ЛЭТИ», 24 июня 2011 г., 9-го Международного симпозиума и выставки по электромагнитной совместимости и электромагнитной экологии, СПбГЭТУ «ЛЭТИ», 16 сентября 2011 г. и на экспертном совете конкурса научно-технических проектов на получение статуса "У.М.Н.И.К.", проводимого Фондом содействия развитию малых форм предприятий в научно-технической сфере, СПб, Фонд ТВН, 5-8 декабря 2011 г. Проект является победителем конкурса "У.М.Н.И.К.".
Также имеются: сертификат победителя в номинации "Молодой предприниматель Санкт-Петербурга " (2 место) программы «Бизнес - для меня!» в рамках мероприятий специальной программы "Вовлечение молодежи в предпринимательскую деятельность" при поддержке Комитета экономического развития, промышленной политики и торговли Правительства Санкт-Петербурга и программы "Открытое небо" 2011 г.; диплом победителя (3 место) от 21.03.2012 конкурса «Лучший молодежный проект в области информационных технологий» в рамках 15-го Московского Международного салона изобретений и инновационных технологий «АРХИМЕД» и II Международного молодежного научно-технического форума «Дорога к звездам» в период с 1 сентября 2011 года по 10 марта 2012 года при поддержке Министерства образования и науки Российской Федерации, Правительства Москвы; диплом победителя (2 место) №71/21НП конкурса на лучшую научную публикацию 2010 г. среди студентов, аспирантов, молодых ученых и специалистов СПб ГЛТА, Санкт-Петербург
Публикации
По теме диссертации опубликовано 19 печатных работ. Из них 3 статьи в журналах, рекомендованных ВАК РФ.
Структура и объём работы
Диссертация состоит из введения, четырёх глав, выводов, списка литературы. Диссертация изложена на 161 странице, включает библиографический список из 110 наименований, 35 рисунков, 13 таблиц.
