Диссертация (1152160), страница 21
Текст из файла (страница 21)
Подобные датчики можноиспользовать для создания информационно-измерительных сетей для решениязадач, где необходимо получение комплексных сведений об исследуемом объекте [67]. Преимущества волоконно-оптических датчиков: низкая стоимость,малые размеры, устойчивость к агрессивным средам окружающей среды, дистанционность использования, возможность агрегировать отдельные датчики всложные измерительные системы.Большую популярность приобретают автоволновые методы обработкиинформации. В работе [67] описана возможность использования автоволновойсреды для распознавания образов. Исследованы автоволновые режимы клеточ-117ных нейронных сетей с целью их использования для обнаружения сорных примесей и структурных пороков в полотнах нетканых материалов на основе анализа автоволновой динамики клеточной нейронной сети[126, 127].Нейросетевая система для обнаружения и классификации дефектов тканина мерильно-браковочном оборудовании предложена Ясицким И.Ф.
в работе[181]. Задача контроля качества ткани на заключительном этапе отделочногопроизводства описана в работе Сергиенко А.Б. [150]. Простейшее устройстводля обнаружения, например, дыр в ткани представляет из себя устройство, состоящее из осветителя и ряда фотоприемников, находящихся по разные стороны ткани. Делается вывод, что оптико-электронные способы получения информации являются наиболее перспективными при разработке современных технологий контроля качества текстильных материалов.Зарубежные исследования вопросов анализа качества различных изделийпоказывают, что одним из перспективных направлений является компьютеризация контроля пороков исследуемых деталей непосредственно на движущемсяполотне [66, 126, 127]. В работе [91] предложен и программно реализован метод компьютерного определения геометрических характеристик петлеобразования трикотажного полотна по его изображению, позволяющий существенноускорить процесс контроля качества полотна. В работе [92] рассматриваетсякомпьютерный метод определения плотности прошивки многослойных текстильных полотен по их изображениям.
В основу метода положено понятие автокорреляционной функции входного сигнала яркости изображения.Особое внимание уделено математическому аппарату, поскольку набортехнических устройств для получения изображений и их обработки довольностандартный. Использованию вейвлетов [118,127] для определения местныхпороков тканей посвящена работа Агафонова В.И.
В работе [128] предлагаетсясистема технического зрения для контроля качества ткани в реальном временина ткацком станке. Актуальность применения вейвлетов в задачах контроля качества текстильных полотен отмечается в работе [127].118Все чаще при анализе качества различных деталей используются методыкомпьютерного моделирования. Именно компьютерным моделям в механикеволокнистых масс и моделированию технологических систем и процессов, методам и средствам исследования механико-технологических процессов текстильной промышленности посвящены труды проф. Севостьянова П.А. и проф.Севостьянова А.Г.
[150]. Подобное моделирование помогает оценивать и прогнозировать свойства текстильных материалов и выявлять факторы, влияющиена их качество.В работе [159] построены компьютерные 3D-модели многокомпонентныхмасс и поверхности главного барабана строителной смесительной машины.Разработанный программный графический модуль позволяет в 3D-форматеотобразить и провести анализ неровностей волокнистого материала и рабочейповерхности барабана.Автоматизировать процесс сортировки цифровых изображений эскизовтканей можно с помощью формализации характеристик текстильных композиций. Этому вопросу посвящена работа [162] авторов Фирсова А.В., ФисенкоВ.Т., Каршакова Е.В., Каршаковой Л.Б.
В работе [7] Анисимова Б.В. рассмотрен автоматизированный анализ композиций различных изображений. Описанаматематическая модель алгоритма поиска изображений в базах данных путемсоздания матриц смежности. Затрагивается вопрос использования возможностей облачных вычислений.Разработке системы технического зрения для контроля качества ткани вреальном времени на ткацком станке посвящены работы [126, 127].
Предлагаются алгоритмы работы системы на базе аппарата нечеткой логики.В работе Визильтера Ю.В. [30] приводится описание методов обработкицифровых изображений в современных авиационных системах.Использование СКЗ для автоматизации контроля качествапищевых продуктов119В пищевой промышленности СКЗ только начинают применяться. Работ,посвященных определению качества пищевой продукции по ее цвету пока ещеочень мало. Так, в системах автоматического контроля качества хлебобулочныхизделий предлагается использование не СКЗ, а методов спектральной квалиметрии [13, 19, 21, 22, 79, 80].
Например, работа Ребрикова Д.И. посвященаконтролю цветовых показателей качества хлебобулочных изделий с применением спектральной квалиметрии [175]. При этом качество выпеченного хлебаоценивается по интенсивности окраски корки готовой продукции. Шторх Л.В.[175] предложила автоматизированную систему контроля цвета хлебобулочныхизделий, позволяющую осуществить поддержку принятия технологом решенияпо управлению технологическим процессом выпечки с учетом цветности хлебобулочных изделийс использованием фотокамеры.
Но данная разработкаможет быть использована лишь в лаборатории предприятия. В работах Битюкова В.К., Хвостова А.А. [13] отмечается, что существенное влияние на физикомеханические свойства пищевой продукции оказывает такой показатель, какнеровность поверхности и формы готовых изделий. Этот показатель являетсянаиболее значимым при оценке качества пищевой продукции.Метод оценки неровности поверхности и формы изделия основан на измерении массы проб ивычислении некоторых статистических характеристик, например коэффициентавариации по длине, ширине и площади готовых пищевых изделий.На физико-механические свойства и внешний вид изделий оказывает влияние степень перемешивания разнородного сырья в смеси. Существует многометодов оценки распределения компонентов в поперечных сечениях получаемых полуфабрикатов.
Некоторым методам посвящена работа [29] ВизильтераЮ.В. Главное требование к этим методам – простота обработки изображенийпоперечных сечений и вычисления соответствующих показателей.Испытательная лаборатория пищевого предприятия является одним изглавных звеньев в обеспечении качества используемого сырья и выпускаемой120продукции.
Работа [139] Потапова А.А. посвящена разработке информационносправочной системы испытательной лаборатории, использующей возможностисовременной компьютерной техники. Данная система позволяет оперативнообеспечивать методическое сопровождение по задачам, решаемым лабораторией в процессе контроля качества сырья, полуфабрикатов и готовых пищевыхмасс и изделий.На современных предприятиях пищевой промышленности в настоящеевремя одной из актуальных и важных проблем является автоматизация контроля цвета сырья, получаемых в процессе производства полуфабрикатов, атакже готовой пищевой продукции.
Серьезной проблемой является также обнаружение дефектов готовых пищевых изделий.В настоящее время СКЗ востребованы и используются в области контроля качества и инспекции качества бисквитов на кондитерской линии, осуществляемое со скоростью 60 пирожных в секунду [19]. Использованием СКЗдля контроля различных показателей качества пищевой продукции занималисьРоденков Е.В. (в пивоваренной промышленности) [14], Давыдова Г.Р. (в молочной промышленности) [14], Савостиным С.Д. (в мукомольной промышленности ) [148] и Благовещенский И.Г.
и Иванов Я.В. (в кондитерской промышленности) [19, 79].Обзор и анализ полученной информации показал, что эффективное использование СКЗ в системах автоматизации производства, прежде всего,наблюдается на наиболее развитых производствах с общей высокой культуройи технологией. На менее низком уровне на цифровые видеосистемы возлагаетсяроль дополнения, расширяющего возможности и повышающего эффективностьчеловеческого зрения, при ведущей роли человека-оператора технологическогооборудования.Нами были начаты работы по автоматизации контроля цвета сырья, полуфабрикатов и готовой пищевой продукции [19, 148] с использованием СКЗ,поскольку актуальной задачей любого пищевого производства является авто-121матический контроль в режиме оеального времени цвета сырья, полуфабрикатов и готовых пищевых изделий, выявления брака в готовой продукции.2.3. Выводы по 2 главеВторая глава посвящена интеллектуальным информационнымсисте-мам и анализу возможности их использования для автоматизации контроля впотоке показателей качества пищевой продукции.
В рамках этой главы:1. Проведена классификация интеллектуальных информационных систем(ИИС). Показаны задачи, решаемые этими системами. Дана классификацияИИС по назначению.2. Проведен обзор и анализ научно-технической информации о развитииэкспертных систем (ЭС), нейросетевых технологий и систем компьютерногозрения (СКЗ) как важнейших направлений искусственного интеллекта. Показана актуальность развития и создания ЭС в настоящее время. Представлены области применения ЭС, нейросетевых технологий и СКЗ.3.
Представлен аналитический обзор основных задач, решаемых ЭС вразличных отраслях промышленности.4. Показано, что нейросетевые технологии являются одним из наиболееперспективных направлений развития искусственного интеллекта. Представлены направления развития и области применения нейросетевых технологий.Представлены области применения нейронных сетей.5. Показано, что компьютерное зрение – это одна из самых востребованных областей на современном этапе развития информационных технологий.Представлены основные задачи, решаемые СКЗ. Даны основные методы обработки и анализа изображений в СКЗ.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
