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);
.gif){kind=small}
,уравнение для значения «оптимальная» в диапазоне [0.6;0.9];
.gif){kind=small}
,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
- Силин П.М. Технология сахара. 2-е изд., перераб. и доп., 1967
- Литвак И.М. и др. Расчет продуктов сахарного производства, 1966
- В.Круглов, М.Дли, Р.Голунов. Нечеткая логика и искусственные нейронные сети, 2001