Диссертация (1152160), страница 57
Текст из файла (страница 57)
Исходными данными для работы ИЭСК370являются результаты машинного моделирования ОК на этапе проектирования. Эти результаты моделирования передаются в ИЭСК в виде несколькихтысяч продукционных правил. Движение по контрольным точкам осуществляется на основе модели, записанной в виде сети фреймов для ОК.Рис. 7.24 Общая структура ИЭСКиП качества пищевой продукцииТакая ИЭСКиП не была бы интеллектуальной системой, если бы она ненакапливала опыт. Она запоминает найденную неисправность для данноготипа ОК. В следующий раз при контроле различных параметров качества впроцессе производства и диагностике неисправности используемого оборудования она предлагает проверить сразу же эту неисправность, если реакцияОК говорит о том, что такая неисправность возможна. Так поступают опытные мастера на предприятиях пищевой промышленности, знающие «слабые»места конкретных типов оборудования, приборов контроля и проверяют их впервую очередь. ИЭСКиП накапливает вероятностные знания о конкретныхнеисправностях и отклонениях с целью их использования при логическомвыводе.
При движении по дереву поиска решений на очередном шаге используется критерий - максимум отношения вероятности (коэффициентауверенности) постановки диагноза при контроле к трудоемкости распознавания неисправности. Коэффициенты уверенности автоматически корректируются во время работы ИЭС при каждом подтверждении или не подтвержде-371нии диагноза для конкретных ситуаций контроля качества, прогнозированияпроцессов производства пищевой продукции и диагностирования режимовработы оборудования.
Трудоемкости элементарных проверок первоначальнозадаются экспертом, а затем автоматически корректируются в процессе работы ИЭС контроля и прогнозирования качества пищевой продукции.ИЭС контроля и прогнозирования качества пищевой продукции позволяет не только внести /удалить текущие и эталонные характеристики (показатели) качества пищевой продукции, но и просмотреть и редактироватьтехническую информацию о результатах контроля показателей качества влабораториях пищевых предприятий, о работоспособности приборов контроля, регулирования и управления, о режимах работы оборудования ТПпроизводства пищевой продукции.
Есть возможность просмотра и редактирования информации о сотрудниках пищевых предприятий: экспертах, операторах, работниках АСУП и т.д. (ФИО, дата рождения, дата приема на работу, логин, пароль).Наложением пароля ограничен доступ пользователей к функции редактирования, что обеспечивет безопасность информационных данных обслуживающим персоналом с малым опытом работы при запуске ЭС. Доступ кпрограмме пользователь получает при правильно введенном пароле, и приее открытии позволяет добавлять новые записи и редактировать имеющиеся.7.5. Подбор технических средств для реализации ИЭС контроля и прогнозирования качества пищевой продукцииДля практического построения разработанной ИЭС контроля и прогнозирования качества пищевой продукции был выбран контроллер Simatic S7-300фирмы Siemens - это модульный программируемый контроллер, предназначенный для построения систем автоматизации низкой и средней степени сложности. Модульная конструкция, работа с естественным охлаждением, возможность применения структур локального и распределенного ввода-вывода, широкие коммуникационные возможности, множество функций, поддерживаемых372на уровне операционной системы, удобство эксплуатации и обслуживанияобеспечивают возможность получения рентабельных решений для построениясистем автоматического управления в различных областях промышленногопроизводства.
Также возможен вариант использования любого другого ПЛК,аналогичного по характеристикам, мощности и надежности.Для ввода данных в ручном режиме необходимо выбрать интерфейсввода данных и определиться с автоматизированным рабочим местом (АРМ)оператора, который должен осуществлять контроль значений технологическихпараметров при произвостве конкретной пищевой продукции, вести архив этихпараметров и протоколы нарушении работы оборудования с указаниемпричины отклонения от нормы. При возникновении критичных отклоненийпараметров от нормы, необходимо их устранить.В качестве интерфейса был использован отраслевой стандарт – SCADA(Supervisory control and data acquisition) система SIMATIC WinCC – Windows работающая под управлением операционной системы (ОС) семейства Windowsи с системой управления базами данных (СУБД) Microsoft SQLServer– в случае,если объемы данных небольшие и не предъявляется жестких требований котказоустойчивости системы.
В противном случае выбор может быть сделан впользу ОС семейства Unix и промышленных СУБД компаний Oracle илиTeradata.Вэтомслучаеинтерфейсвзаимодействияспользователемпотребуется реализовать отдельно – например, используя инструментарийOracle Application Express, который позволяет быстро разрабатывать гибконастраиваемые интерфейсы. В простейшем варианте, ввод данных может бытьреализован через Microsoft Excel (в формат csv), с последующим импортомданныхвбазыданных(БД)сиспользованиемспециализированныхинструментов (например, утилит Multiload и Fastload в случае Teradata).SCADA – система должна выполнять следующие функции:сбор, обработка, накопление информации о технологических параметрах,ее архивирование и отображение в режиме реального времени на экранах373промышленныхэлектронныхвычислительныхмашин(ПЭВМ),персональных компьютеров;выявление аварийных ситуаций, вывод на экраны ПЭВМ аварийныхсообщений;оперативное управление технологическим процессом.В качестве АРМ оператора необходимо использовать промышленныеперсональные компьютеры, отличающие повышенными показателями защитыот вредных воздействий окружающей среды – пыли, влаги и температуры.
Вэтом компоненте выбор также может быть сделан в пользу продукции фирмыSiemens – SIMATIC Panel PC. В качестве альтернативы, можно рассмотретьпродукциюкомпанииIEITechnology –влинейкемоделейкоторойприсутствуют рабочие станции с сенсорным экраном. Все АРМ подключены кединой технологической платформе, которая работает на базе сервера.Для задач хранения данных и реализации расчетов необходимвыделенный сервер - это может быть как обычный персональный, оснащенныймощным процессором (например, IntelCorei7), большим размером оперативнойпамяти(длянормальногофункционированиянейросетевыхпакетовнеобходимо как минимум 2 Гб.
оперативной памяти) и обширным дисковыммассивом для хранения данных, так и распределенный многопроцессорныйсервер (например, компании Hewlett-Packard) – выбор зависит от объемовданных, которые предстоит обрабатывать.Для хранения данных из реляционных СУБД для наших задач былвыбран наиболее распространенный вариант bdForge Studio for MySQL.Для реализации нейросетевых моделей удобнее всего использоватьпрограммноеобеспечениеMatlab2013a,котороеобладаетвсеминеобходимыми качествами, поддерживает большое количество вариантовархитектур нейронных сетей, алгоритмов обучения и активационных функций,имеет подробную справочную информацию и графические интерфейсы [69].374Взаимодействие между базами данных и Matlab 2013a можно реализоватьчерез программный интерфейс Open Database Connectivity (ODBC).
Через этотинтерфейс Matlab может получать данные из БД (bdForge Studio for MySQL, атакже файлы с данными).Для отображения инженерам и руководству предприятия информации опрогнозе качества производимой продукции могут применяться как средстваSIMATIC Win CC, так и отчеты с использованием средств бизнес анализаBusiness Intelligence (BI): SAP Business Objects или Oracle Business Intelligence.Для отображения отчетов достаточно установить один экземпляр BI системы насервер, на персональных компьютерах инженеров и руководителей данныебудут доступны по механизму «тонкого клиента» (например, в браузере InternetExplorer).Такжедляруководствавозможнанастройкаприложенийдополнительного информирования о критичных отклонениях в процессепроизводства через электронную почту или посредством передачи текстовыхсообщений на мобильный телефон (sms), реализованных на мобильныхплатформах(iOs,Android) дляоперативногоотслеживаниясостоянияпроизводства ПК.Резюмируявышеизложенное,подчеркнем,чтоИЭСконтроляипрогнозирования качества пищевой продукции на основе нейросетевыхмоделей может быть как экономичной и не требующей больших ресурсов, так идорогостоящей, но очень надежной, способной хранить и быстро обрабатыватьогромныйобъеминформации,обладающейширокимспектромдополнительных функции (визуальные представления отчетов, мобильныеприложения).
Все зависит от размеров предприятия и требований к реализацииИЭС.Автоматизированное рабочее место регламентирует ГОСТ 34.003—90. Средства конвертирования протоколов.Наиболее широко применяемым средством обмена данными между программным обеспечением различных производителей является открытый прото-375кол OPC.
В качестве конвертера протоколов было выбрано специализированноепрограммное обеспечение, позволяющее без потери производительности преобразовывать информацию, полученную при помощи прямых SQL запросов кбазе данных в данные формата OPC.Средства нейросетевого моделирования.В качестве средства нейросетевого моделирования был выбран пакетприкладных программ для решения задач технических вычислений, а также интерактивная среда разработки алгоритмов и современный инструмент анализаданных Matlab. В состав пакета входит инструмент для синтеза, обучения ианализа НС Neural Network Toolbox.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
