УДК 004.891.2

РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНЫХ СРЕДСТВ МОНИТОРИНГА ПОКАЗАТЕЛЕЙ КАЧЕСТВА ИСХОДНОГО СЫРЬЯ В САХАРНОЙ ПРОМЫШЛЕННОСТИ

Асадуллаев Рустам Геннадьевич1, Резниченко Дарья Александровна2
1Белгородский государственный национальный исследовательский университет, доцент кафедры прикладной информатики и информационных технологий
2Белгородский государственный национальный исследовательский университет, магистр 1 курса Института инженерных технологий и естественных наук

Аннотация
В данной статье представлено формальное описание процесса оценки качества сахарной свеклы, выделены факторы, влияющие на уровень хранения сырья. Разработана уникальная база знаний, формирующая заключение о дальнейшем способе хранения сырья, учитывающая 8 факторов оценки качества исходного сырья. Механизм логического вывода реализован на основании использовании нечетких множеств. База знаний содержит 246 правил.

Ключевые слова: база знаний, интеллектуальные средства, нечеткая логика., сахарная промышленность


THE DEVELOPMENT OF INTELLIGENT TOOLS FOR MONITORING RAW MATERIAL QUALITY INDICATORS IN THE SUGAR INDUSTRY

Asadullayev Rustam Gennadievich1, Reznichenko Darya Aleksandrovna2
1Belgorod National Research University, associate professor of the department of applied informatics and information technologies
2Belgorod National Research University, Master's 1st year, Institute of Engineering Technology and Natural Sciences

Abstract
This article presents a formal description of the process of quality assessment of sugar beets, the factors affecting the level of storage of materials. Developed a unique knowledge base that forms the conclusion about the future storage of materials, taking into account the 8 factors of evaluating the quality of the feedstock. The logical inference mechanism based on the use of fuzzy sets. The knowledge base contains rules 246.

Keywords: fuzzy logic., intellectual means, knowledge base, sugar industry


Библиографическая ссылка на статью:
Асадуллаев Р.Г., Резниченко Д.А. Разработка интеллектуальных средств мониторинга показателей качества исходного сырья в сахарной промышленности // Экономика и менеджмент инновационных технологий. 2016. № 11 [Электронный ресурс]. URL: http://ekonomika.snauka.ru/2016/11/12983 (дата обращения: 26.05.2017).

Сахарная промышленность является одним из производств с самой высокой долей затрат на исходное сырье. В связи с этим следует уделять особое внимание процессу контроля качества сахарной свеклы.
Как правило, процесс оценки качества свеклы выполняется технологами. В связи с этим, результат проверки качества подвергается влиянию человеческого фактора, который, в некоторых случаях, приводит к иррациональному распределению сырья на производстве. Человеческий фактор определяется невозможностью держать под контролем такие рабочие моменты как поток машин, доставляющих сырье, контроль времени и т.д. 
Для более точного процесса оценки качества сырья, целесообразно использование систем, которые осуществляют поддержку принятия решений (СППР) по оценке уровня хранения свеклы. СППР генерирует рекомендации по решению проблемы, на которых основывается дальнейшие действия технолога. Фундаментом данных рекомендаций являются критерии оценки качества сахарной свеклы и правила, описанные в базе знаний. В процессе разработки данной экспертной системы был использован пакет «Matlab».
В процессе исследования были выделены факторы [1], оказывающие влияние на процесс оценки уровня хранения. Они были классифицированы по важности и использованы в качестве параметров входных переменных для разработки базы знаний. Показатели разделены на две группы:
1. Физическое состояние. 
коэффициент спелости (оптимальное значение – 0,6 – 0,9);
степень поражения вредителями и болезнями (оптимальное значение – до 5%);
механическое повреждение (оптимальное значение – до 5%);
загрязненность минеральными и органическими примесями (оптимальное значение – до 11,5%);
развитие деревянистости, дуплистости, цветушности (оптимальное значение – до 21%);
вялость (оптимальное значение – до 3%).
2. Химический состав.
содержание сахарозы (оптимальное значение – 14 – 19%);
чистота свекловичного сока (оптимальное значение – 86 – 90%).
Выходным значением системы является уровень хранения сахарной свеклы, который делится на:
низкий;
средний;
высокий.
Для построения функций принадлежности входных и выходной переменных используется гауссовское распределение. Такие функции принадлежности используются в нечетких системах, так как на всей области определения они являются гладкими и принимают ненулевые значения, что необходимо для точности решения поставленной задачи. Уравнение гауссовского распределения имеет следующий вид:

 (1)

где,  – входное значение  - смещение – стандартное отклонение.
Уравнения кривых для параметра «спелость», составленные по формуле (1), выглядят следующим образом:

 ,

уравнение для значения «низкая» в диапазоне [0;0.6);

 ,

уравнение для значения «оптимальная» в диапазоне [0.6;0.9];

 ,

уравнение для значения «высокая» в диапазоне (0.9;1);

Графическое представление функции принадлежности показано на рисунке 1, на примере выходной лингвистической переменной «уровень хранения».


Рисунок 1 – Функции принадлежности выходной переменной «уровень хранения»

В ходе разработки была получена структура системы мониторинга показателей качества исходного сырья, которая представлена на рисунке 2.

Рисунок 2 – Структура системы мониторинга показателей качества исходного сырья в сахарной промышленности

Следующим шагом стала разработка нечеткой базы знаний, состоящей из 8 входных переменных, 1 выходной и 246 правил которые могут быть модифицированы в зависимости от загруженности производства, региона, погодных условий и т.д. Некоторые из правил представлены на рисунке 3.

Рисунок 3 – Правила базы знаний, записанные в Fuzzy Logic Toolbox

На графике, представленном на рисунке 4, показана зависимость уровня хранения от загрязненности минеральными и органическими примесями и механического повреждение. Этим же методом можно оценить зависимость уровня хранения сахарной свеклы от любой другой пары критериев оценки.

Рисунок 4 – График зависимости уровня загрязненности минеральными и органическими примесями и механических повреждений

В данной работе было представлено формальное описание процесса, отличающееся составом и учтенными параметрами, оказывающими влияние на контроль качества сахарной свеклы. Так же разработана уникальная база знаний, отличающаяся схемой структуры, которая показывает зависимость критериев оценки сырья друг от друга и их влияние на уровень хранения свеклы.

Разработанные интеллектуальные средства мониторинга показателей качества исходного сырья могут быть использованы в качестве элемента комплексной системы управления процессом производства сахара.


Библиографический список
  1. Силин П.М. Технология сахара. 2-е изд., перераб. и доп., 1967
  2. Литвак И.М. и др. Расчет продуктов сахарного производства, 1966
  3. В.Круглов, М.Дли, Р.Голунов. Нечеткая логика и искусственные нейронные сети, 2001


Все статьи автора «Резниченко Дарья Александровна»


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

Если Вы еще не зарегистрированы на сайте, то Вам необходимо зарегистрироваться: