CC BY
88
КАЧЕСТВО И БЕЗОПАСНОСТЬ
УДК 664-4; 62-52; 65.011.56
Архитектура и основная концепция
создания интеллектуальной экспертной системы контроля качества пищевой продукции
М. Г. Балыхин, д-р экон. наук; И. Г. Благовещенский, канд. техн. наук Московский государственный университет пищевых производств А. Б. Борзов, д-р техн. наук, профессор
Московский государственный технический университет имени Н. Э. Баумана
На современном этапе наряду с проблемой повышения эффективности отраслей пищевой промышленности все более возрастают требования к повышению качества и конкурентоспособности отечественных продуктов питания. Решение данных проблем возможно только на основе использования новейших научных достижений в области техники и технологии, обеспечения стабильности производственных процессов, оснащения поточно-механизированных линий современными средствами непрерывного автоматического контроля, регулирования и управления с использованием высокоэффективных интеллектуальных технологий.
Трудность решения этих задач обусловлена тем, что большинство приготавливаемых пищевых продуктов представляют собой сложные и неоднородные многокомпонентные смеси, состояние которых зависит от многих факторов (состава сырья, режимов работы оборудования, физико-химических, структурно-механических свойств и т.д.). Это вызывает многочисленные колебания параметров процессов и не позволяет получать стабильный по качеству готовый продукт [1]. Поэтому проблемы автоматизации контроля в потоке и прогнозирования качества получаемой пищевой продукции, оптимизация режимов работы оборудования на основе учета изменения параметров являются важными практическими задачами, требующими первоочередного решения.
Существующие в настоящее время методы оценки качества пищевой продукции далеки от совершенства, поскольку эта оценка осуществляется в лабораториях предприятий и, чаще всего, органолептическим путем. Назрела необходимость повышения объективности контроля качества пищевой продукции за счет внедрения
высокоэффективных интеллектуальных технологий в производственный процесс и создания на их базе непрерывных автоматизированных систем контроля и управления.
Успешное решение этой задачи возможно при внедрении в производственный процесс интегрированных экспертных систем (ИЭС) контроля в потоке и прогнозирования показателей качества пищевых продуктов с использованием современных интеллектуальных технологий: искусственных нейронных сетей (ИНС) и систем компьютерного зрения (СКЗ). Создание и использование ИЭС является одним из концептуальных этапов развития автоматизации пищевой промышленности. В основе алгоритма работы экспертной системы заложена нейросетевая модель (НСМ), функционирование которой основывается на работе аппарата искусственных нейронных сетей (ИНС) и СКЗ. Создание такой системы позволит: непрерывно в потоке контролировать и прогнозировать показатели качества полуфабрикатов и го-
товой пищевой продукции в течение всего технологического процесса; обеспечить стабильность производства этой продукции; существенно уменьшить уровень брака, снизить потери рабочего времени, сырья и энергии, повысить качество готовых изделий.
Архитектура и основная концепция создания интеллектуальной экспертной системы контроля качества пищевой продукции представлена на рис. 1. На этом же рисунке показан также существующий обмен информацией посредством структуры функциональной взаимосвязи компонентов.
Как видим, ИЭС разделяют знания на три типа.
1. Специфические для данной области знания эксперта:
«статистическая БЗ», сформированная при проектировании системы;
содержание остается неизменным при использовании системы;
изменение возможно посредством обучения системы.
2. Факты-знания о специальных случаях:
пополняются за счет ввода знаний пользователем во время работы с системой.
3. Промежуточные и окончательные результаты:
получаются посредством осуществления выводов на основании имеющихся знаний.
В архитектуре ИЭС контроля качества пищевой продукции различают следующие уровни представления знаний: уровень пользователя -проблемно-ориентированный; уровень, ориентированный на знания, представленные на языке программирования системы и системный уровень (биты) - внутрикомпьютер-ное представление. Для организации диалога между пользователем
Эксперт ^ ^
Оценка I . Компонента приобретения знаний Редактор знаний Компонента обучения
Пользователь I
.Щ ; ¡Поддержка
Диалоговая компонента Объяснение
--■ Специфические знания
эксперта
Знания специфичные для случаев - факты
Промежуточные и окончательные результаты
Рис. 1. Архитектура ИЭС контроля качества пищевой продукции
QUALITY AND SAFETY
ф
Правила акционирования
Данные запросов диалоговых форм
С
Данные регистрации БД
Формирование правил
Организация связей решателя с диалоговыми формами
Организация связей рабочей памяти с БД
Диалоговый компонент
Рис. 2. Схема взаимосвязей механизма вывода с БЗ и БД ИЭС контроля качества пищевой продукции
Механизм вывода
Блок сбора статистики
База знаний
Правила, использующиеся для решения
задачи мониторинга
Правила описывающие
функционирование параметров
Диалоговый компонент
Блок отображения состояния процесса произ-—водства ПК
Блок выполнения запросов пользователя
Блок эталонных моделей выходных параметров
Рис. 3. Структура динамической ИЭС контроля качества пищевой продукции
и компьютером и автоматизации решения интеллектуальных задач в процессе управления линией производства определенной пищевой продукции необходим специальный язык. Этот язык должен быть удобным средством формулировки заданий, представления знаний, поиска планов и принятия решений. Он должен также предоставить ИЭС контроля качества пищевой продукции необходимую основу для логических умозаключений, решений многих интеллектуальных задач контроля качества пищевой продукции. В соответствии с этим, язык представления знаний для ИЭС контроля качества пищевой продукции должен удовлетворять нижеприведенным требованиям:
1. Обработка знаний, выраженных в качественной форме. Демонстрация связи между элементами описываемой задачи и нашим соб-
ственным представлением и пониманием описываемой предметной области.
2. Логическое получение новых знаний из набора фактов и правил. Язык ИЭС должен обеспечить возможность рассуждения об абстрактных описаниях классов, объектов и состояний процессов производства пищевой продукции. Для этого ИЭС контроля качества пищевой продукции должна обладать правилами, которые позволяют ей делать логические выводы, исходя из имеющихся фактов.
3. Отображение общих принципов наряду с конкретными ситуациями. Введение использования переменных, посредством которых осуществляется обобщение. Переменные позволяют проецировать конкретные ситуации на общие понятия.
4. Передача сложных семантических значений, которая должна осуществляться за счет:
использования семантических отношений для описания причинных связей между событиями и описания их взаимодействия; представления необходимых планов решения с помощью последовательности элементарных действий, которые должны быть выполнены в определенном порядке; представления классифицированной структурированной информации, которая гарантирует, что все члены класса обладают общими свойствами.
5. Рассуждение на метауровне. «Осведомленность системы о своих знаниях» - это более высокий уровень знаний, называемый метазнаниями. Метазнания необходимы для проектирования и адекватного описания ИЭС контроля качества пищевой продукции, которая должна «уметь» решать задачи и объяснять эти решения. ИЭС должна описывать свои знания как в конкретных, так и в обобщенных терминах, узнавать их ограничения и учиться в процессе взаимодействия с производством.
Проблемно-ориентированные знания в ИЭС контроля качества пищевой продукции представлены двумя способами:
1. Декларативное представление. Знание и методы его обработки будут четко отделены друг от друга. При этом данному способу представления свойственны следующие особенности:
^КАЧЕСТВО И БЕЗОПАСНОСТЬ
Библиотека ПИК
Инструментальные средства
Различные операционные ПИК
Задача
PDDL-адаптеры
планирования Пла
ня
Проект прототипа ИЭС
I-------■
Иерархия РДПД
Макет архитектуры
и"
I _:___:__1 ;
_______________.___I
Г
Iй-
Инициация выполнения задачи
Визуализация
ИЗ
Рис. 4. Модульная архитектура ИЭС контроля качества пищевой продукции
Компонент генерации плана разработки ИЭС
Компонент генерации обобщенного плана
Компонент генерации детального плана
Компонент интеграции с PDDL-планировщиками
3
±
Препроцессор иерархии РДПД
Компонент интеграции с различными ПИК
Компонент синтеза стартового макета архитектуры
Компонент синтеза макета архитектуры
Компонент синтеза фрагмента макета архитектуры
Компонент слияния фрагментов
Компонент взаимодействия с ИЗ
Компонент исполнения плана
Компонент визуализации линейного плана
Компонент визуализации темпорального плана
Компонент конфигурации
Текущая Компонент конфигурирования ИП
конфигурация
Интеллектуальный планировщик
Технологическая БЗ
Знания о разработке
Текущий макет архитектуры
Знания о синтезе
приобретение знаний сконцентрировано на содержании;
сохранение только один раз вопреки тому, что применение осуществляется в различных контекстах;
различные «модели» могут быть обработаны одной и той же машиной вывода;
возможна модификация базы знаний без побочных эффектов.
2. Процедуральное представление. Идея процедурального представления знаний подчеркивает аспект их обработки. Особенностями такого представления являются: эффективная обработка; плохая или практически отсутствую-
щая возможность чтения, редактирования или интерпретации знаний.
Разработанная схема взаимосвязей механизма вывода с БЗ и БД ИЭС контроля показателей качества пищевой продукции показана на рис. 2.
Структура динамической ИЭС контроля качества пищевой продукции представлена на рис. 3, модульная архитектура разработанной ИЭС контроля качества пищевой продукции -на рис. 4, особенности архитектуры ИЭС - на рис. 5.
Достоинства:
отсутствие дублирования кода программы-сервера программами-клиентами;
снижение требования к компьютерам и гаджетам, на которых установлен клиент, так как все вычисления выполняются на сервере;
все данные хранятся на сервере, который, как правило, защищен гораздо лучше большинства клиентов;
на сервере проще организовать контроль полномочий, чтобы разрешать доступ к данным только клиентам с соответствующими правами доступа.
Недостатки:
обязательное требование - наличие сети и требования к скорости передачи данных по ней.
Серверная часть архитектуры ИЭС представлена на рис. 6.
ЛИТЕРАТУРА
1. Благовещенская, М.М. Информационные технологии систем управления технологическими процессами / M.M. Благовещенская, Л.А. Злобин // - М.: Высшая школа, 2005. - 768 с.
2. Благовещенская, М.М. Основы стабилизации процессов приготовления многокомпонентных пищевых масс / М.М. Благовещенская. - М.: Франтера , 2009. - 281 с.
3. Шкапов, П.М. Математическое моделирование в курсе технической диагностики динамических систем / П.М. Шкапов, М.М. Благовещенская, В.Д. Сулимов // Высокие интеллектуальные технологии и инновации в образовании и науке: Труды ХУШ-й Междунар. научно-метод. конф. - СПб., 2011. - С. 168-171.
4. Благовещенская, М.М. Автоматизация контроля показателей вкуса шоколадных изделий на основе использования нейронных сетей / М.М. Благовещенская, А.В. Шаверин, И.Г. Благовещенский // Хранение и переработка сельскохозяйственного сырья. - 2012. -№ 8. - С. 50-52.
5. Благовещенский, И.Г. Использование нейронных сетей как фактора повышения качества и безопасности производства пищевых продуктов при решении задач автоматизации / И.Г.
Благовещенский // Автоматизация технологических и бизнес-процессов». -2015. - № 1. - С. 7-11.
6. Благовещенская, М.М. Высокие интеллектуальные технологии и генерация знаний в образовании и науке / М.М. Благовещенская // Материалы ХП Междунар. научно-метод. конф. «Высокие интеллектуальные технологии и генерация знаний в образовании и науке». -СПб.: СПбГПУ, 2007. - С. 6-12.
REFERENCES
1. BLagoveshchenskaya M.M., ZLobin L.A. Informatsionnye tekhnoiogii system upravteniya tekhnoiogicheskimi protsessa-mi [Information technologies of process control systems]. Moscow, VysshayashkoLa PubL., 2005. 768p.
2. BLagoveshchenskaya M.M. Osnovy stabilizatsii protsessov prigotovleniya mnogokomponentnykh pishchevykh mass [Fundamentals of stabilization of the processes of muLticomponent food massespreparation]. Moscow, FranteraPubL., 2009. 281p.
3. Shkapov P.M., BLagoveshchenskaya M.M., SuLimov V.D. [Mathematical modeLing in the course of technicaL diagnostics of dynamic systems]. Vysokieintellektual'nye tekhnologii i innovatsii v obrazovanii i nauke: Trudy XVIII
Mezhdunar. nauchno-metod. konf. [High intellectual technologies and innovations in education and science: Proc. of the 18th International Scientific and Methodical Conference]. St. Petersburg, 2011, pp. 168-171. (In Russ.)
4. B la g o ve s h c h e n s kay a M.M., Shaverin A.V., Blagoveshchenskii I.G. [Automation of the control of chocolate taste indicators based on the use of neural networks]. Khranenie i pererabotka sei'skokhozyaistvennogo syr'ya, 2012, no. 8, pp. 50-52.(In Russ.)
5. Blagoveshchenskii I.G. [The use of neural networks as a factor in improving the quality and safety of food production in solving automation problems]. Avtomatizatsiya tekhnoiogicheskikh i biznes-protsessov», 2015, no. 1, pp. 7-11. (In Russ.)
6. Blagoveshchenskaya M.M. [High intellectual technologies and generation of knowledge in education and science]. Materiaiy XII Mezhdunar.nauchno-metod. konf. «Vysokie inteiiektuai'nye tekhnoiogii Igeneratsiya znanii v obrazovanii I nauke» [Proc. of the 12th International Scientific-Methodical Conference "High intellectual technologies and generation of knowledge in education and science"]. St. Petersburg, SPbSPU Publ., 2007, pp. 6-12. (In Russ.)
Архитектура и основная концепция создания интеллектуальной экспертной системы контроля качества пищевой продукции
Ключевые слова
архитектура; интеллектуальная экспертная система; контроль качества пищевой продукции; концепция создания
Реферат
Сегодня получить готовую продукцию высокого качества невозможно без внедрения в производственный процесс высокоэффективных интеллектуальных технологий и создания на их основе непрерывных автоматизированных систем контроля и управления. Успешному решению этой задачи будет способствовать применение интегрированных экспертных систем контроля в потоке и прогнозирования показателей качества пищевых продуктов с использованием современных интеллектуальных технологий: искусственных нейронных сетей и систем компьютерного зрения. Создание и использование таких систем - один из концептуальных этапов развития автоматизации пищевой промышленности. В основу алгоритма работы экспертной системы заложена нейросетевая модель, функционирование которой основывается на работе аппарата искусственных нейронных сетей. Создание такой системы позволит: непрерывно (в потоке) контролировать и прогнозировать показатели качества полуфабрикатов и готовой пищевой продукции в течение всего технологического процесса; обеспечить стабильность производства этой продукции; существенно уменьшить уровень брака, снизить потери рабочего времени, сырья и энергии, повысить качество готовых изделий. В статье представлена архитектура и основная концепция создания интеллектуальной экспертной системы контроля качества пищевой продукции. Проблемно-ориентированные знания в экспертной системе контроля качества пищевой продукции представлены двумя способами: декларативное представление и процеду-ральное представление. Показана схема взаимосвязей основных компонентов экспертной системы. Даны структура и модульная архитектура динамической экспертной системы контроля качества пищевой продукции. Показаны особенности ее архитектуры.
Авторы
Балыхин Михаил Григорьевич, д-р экон. наук, Благовещенский Иван Германович, канд. техн. наук Московский государственный университет пищевых производств», 125080, Москва, Волоколамское шоссе, д. 11, гек:ог@тдирр.ги; ¡дЫадоу@дтаИ.сот Борзов Андрей Борисович, д-р техн. наук, профессор Московский государственный технический университет имени Н.Э. Баумана, 105005, Москва, Рубцовская наб., 2/18, [email protected]
The Architecture and the Basic Concept of Building Intelligent an Expert System for Quality Control of Food Products
Key words
architecture; intelligent expert system; quality control of food products; concept creation
Abstracts
The strategic task of the state is to increase the efficiency of the sectors of the food industry and obtaining finished products of high quality. There is a need to increase the objectivity of quality control of food products through the introduction of high-efficiency intelligent technologies in the production process and building on their basis of a continuous automated systems of control and management. The successful solution of this problem is possible with the introduction in the production process expert integrated systems control in the flow and predict the performance of the quality food products using modern intelligent technologies: artificial neural networks and computer vision systems. The creation and use of such systems is one of the conceptual stages in the development of automation in the food industry. The basis of the algorithm of the expert system is a neural network model whose operation is based on the artificial neural networks. The creation of such system will allow: continuously, in the flow control and predict the quality of semifinished products and finished food products during the whole technological process; to ensure the stability of production of the product; significantly reduce the level of marriage, to reduce the loss of working time, materials and energy, improve quality of finished products. The article presents the architecture and the basic concept of intelligent expert system of quality control of food products. Problem-oriented knowledge in the expert system of quality control of food products are presented in two ways: declarative representation and proceduralne performance. Shows a diagram of the relationships of the main components of an expert system. This structure and the modular architecture of the dynamic expert system of quality control of food products. The features of its architecture.
Authors
Balyhin Michael Grigorievich, Doctor of Economics, Blagoveshchenskii Ivan Germanovich, Candidate of Technical Sciences Moscow state University of food productions, 125080, Moscow, Volokolamsk highway, 11, [email protected]; [email protected] Borzov Andrey Borisovich, Doctor of Technical Sciences, Professor Moscow state technical University named after N. Uh. Bauman, 2/18, Rubtsovskaya embankment, Moscow, 105005, [email protected]
