Диссертация (1152160), страница 36
Текст из файла (страница 36)
На базе ОАО «Молочный комбинат Воронежский» проведены экспериментальные исследования ТП производства сливочного масла, позволившиевыявить основные входные параметры, влияющие на ход исследуемых техно-222логических процессов производства сливочного масла и получаемого качества,а также осуществить выбор параметров, оказывающих наибольшее влияние накачество готовой продукции.6. На базе ЗАО Московского пивобезалкогольного комбината (МПБК)«ОЧАКОВО» проведены экспериментальные исследования производства хлебного кваса, позволившие выявить основные параметры, влияющие на ход исследуемых технологических процессов производства хлебного кваса и получаемого качества, а также осуществить выбор параметров, оказывающихнаибольшее влияние на качество готовой продукции.7. Выполнен структурно-параметрический анализ ТП производства пищевой продукции различного агрегатного состояния: помадных глазированныхконфет, муки, сливочного масла и хлебного кваса.8.
На базе разработанной методологии получены структурно – параметрические и математические модели основных этапов ТП производства пищевойпродукции различного агрегатного состояния: помадных глазированных конфет, муки, сливочного масла и хлебного кваса.9. Разработаны ситуационные модели ТП производства пищевой продукции различного агрегатного состояния: помадных глазированных конфет,муки, сливочного масла и хлебного кваса.10. Определены и обоснованы основные параметры (режимные и технологические), оказывающие наибольшее влияние на ТП исследуемых производства пищевой продукции. Разработанные в данной главе модели являются основой создания интегрированной экспертной системы контроля и прогнозирования качества пищевой продукции.223ГЛАВА 4.
АВТОМАТИЗАЦИЯ КОНТРОЛЯ ОРГАНОЛЕПТИЧЕСКИХПОКАЗАТЕЛЕЙ КАЧЕСТВА ПИЩЕВОЙ ПРОДУКЦИИПроведенный в 1 – Ш главаханализ ТП производства пищевойпродукции различного агрегатного состояния как объектов автоматизации,характеристика стадий и материальных потоков этих производств, анализвлияния схем формирования исследуемых процессов, а также состояния сырьяна качество получаемых пищевых изделий показал, что эти исследования охватывают важные процессы пищевых производств и составляют их значимую основу. Поэтому полученные результаты будут обладать общностью и могут бытьиспользованы при решении аналогичных задач на другие отрасли пищевойпромышленности.В настоящем исследовании были рассмотрены существующие в настоящее время в соответствии с ГОСТом основные контролируемые показатели качества сырья, полуфабрикатов и готовой пищевой продукции.
Было показано,что за последние годы предложены новые и усовершенствованы имеющиесятехнические средства для реализации традиционных технологических операцийпри производстве различных пищевых изделий. Показано, что на предприятияхвнедряются современные машины и аппараты, новые линии, использование которых пoзвoляет осуществлять лишь локальную автоматизацию. Основнымтормозом дальнейшего развития пищевых производств является отсутствиевозможности автоматического контроля в потоке основных показателей качества пищевой продукции.Анализ контролируемых показателей качества на всех этапах производства различных видов пищевой продукции показал, что наибольшую роль приоценке качества играют органолептические показатели (вкус, цвет, форма,внешний вид, размер, запах и др.).
Оценку этих свойств осуществляют в настоящее время эксперты органолептическим путем в лабораториях. В 1 главе были рассмотрены применяемые в настоящее время различные методы органолеп-224тического контроля показателей качества пищевой продукции и имеющиесяпри этом сложности и недостатки этого контроля.Из контролируемых в настоящее время в обязательном порядкеорганолептических показателей качества сырья, полуфабрикатов и готовойпищевой продукции нами для дальнейшего углубленного исследовния сиспользованием метода лидера к матрице смежности (глава 1, п. 1.2.4) быливыбраны два основных,наиболее важных и значимых для контроля иуправления процессами производства пищевой продукции органолептическихпоказателя: вкус и цвет.Данные органолептические показатели имеют огромное влияние науровень общего качества производимой пищевой продукции и являютсянаиболее сложными для реализацииих непрерывного контроля в режимереального времени. Кроме того, именно вкус и цвет играют решающую рольпри формировании спроса населения на готовую пищевую продукцию, тогдакак пищевая ценность и химический состав большинством потребителей принимаются во внимание лишь во вторую очередь.4.1.
Методология создания модуля (программного комплекса)автоматического контроля вкуса пищевых масс с использованием НСТ(на примере линии производства ПГК)Одним из важнейших этапов создания экспертной системы автоматического контроля и прогнозирования качества пищевой продукции является автоматизация контроля в потоке вкуса пищевых масс с использованием нейросетевых технологий (НСТ).
Методология создания такой системы рассмотрена напримере линии производства помадных глазированных конфет (ПГК).4.1.1 Автоматизация контроля величины вкуса конфетных массНаиболее перспективный способ решения данной проблемы связан спостроением и интеграцией в разрабатываемую ИЭС виртуального датчика,осуществляющегопоказателяавтоматическийрасчетискомогоорганолептиескогона основе функционально связанных с ним контролируемых225параметров ТП.Процессмножествапроизводства ПГК представляет собой сложную системувзаимодействующихфакторов,корреляциюнепрерывнойфункциональной связи между которыми зачастую в режиме реального временинельзя адекватно оценить на всех стадиях производства с достаточнойточностьювусредненныхстатистическихоценках.Поэтомуприслабоформализованных связях контролируемых параметров хода процессапроизводства с показателями вкуса выпускаемой пищевой продукции созданиевиртуального датчика контроля вкуса возможно на основе использованияискусственной нейронной сети (ИНС).Работа нейронной сети (НС) заключается в преобразовании входныхвеличин в выходную посредством вычисления заданных функций активации иподстройкивесовыхкоэффициентов.Формированиезначенийвесовыхкоэффициентов происходит благодаря адаптации НС под конкретную задачу.Этот процесс называется обучением.
Обучение может осуществлятьсяразличными способами в зависимости от используемой структуры НС.Применение метода основанного на работе нейросетевой модели (НСМ)позволяет работать с наборами входных параметров любого уровня декомпозиции и учитывать влияние каждого параметра на итоговую оценку величинывкуса конфетных масс с помощью значений весовых коэффициентов.Полученные значения сравниваются с контрольными показателями путемстатистической обработки данных, в результате чего рассчитывается отклонение вкуса (величины кристаллов сахара в конфетных массах) от эталонного ивыдается результат о соответствии вкуса конфетных масс для выполнениядальнейших операций по производству помадных глазированных конфет.Достоинства нейросетевых методов: появляется возможность отказатьсяот дорогостоящих и сложных приборов; существенно сокращается продолжительность измерений, уменьшаются временные затраты на регистрацию и наэтапы подготовки и обработки измерений; повышается объективность исследо-226ваний; возможность измерения показателя в режиме реального времени, в потоке [ 10, 17].При разработке виртуального датчика автоматического контроля вкуса величины кристаллов сахара в конфетных массах были использованы полученные структурно - параметрические модели зависимости величины кристалловсахара от входных параметров на всех этапах производства ПК (Ш глава п.3.2.
– 3.3) . Однако, для решения этой задачи также необходимо дополнить разработанные модели зависимостями, которые могли бы по косвенным параметрампроцесса приготовления ПГК рассчитывать значение величины кристаллов сахара в конфетных массах в каждый момент времени с заданной дискретностью.Для получения количественной величины кристаллов сахара в конфетных массах необходимо рассчитать значения влияния каждого из наиболее информативных параметров, участвующих в процессе приготовления ПГК.4.1.2.
Математическая постановка задачи контроля вкуса пищевых масс(на примере контроля величины кристаллов сахара в конфетных массах).Основные этапы ее решения.Общая параметрическая модель системы автоматического контроля величины кристаллов сахара в конфетных массах представлена на рисунке 4.1.Рисунок 4.1 Параметрическая модель системы автоматического контролявеличины кристаллов сахара в конфетных массахМатематическую постановку задачи определения величины кристалловсахара в конфетных массах Sк можно сформулировать следующим образом:где(̅ ̅ )Sк =(4.1)– (automation measurement) входной вектор, характеризующийпараметры ТП, полученные в результате автоматических измерений,227производимых существующей на производстве АСУ;̅– (laboratory measurement) входной вектор, характеризующий исход-ные показатели качества сырья и полуфабрикатов, которые определялись впроцессе входного контроля и получены в результате лабораторного контроля.Для данного ТП приготовления конфетных масс возможно использоватьдва управляющих воздействия – изменение конечной температуры уваривания конфетной массы и изменение времени уваривания.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
