Экспертная система контроля и управления качеством продукции в перерабатывающей отрасли АПК

и корректируется с учетом логистики технологической системы. Далее, соответственно алгоритму идентификации (рис.1.15), вводится вектор текущих относительных отклонений Dx₁, …, Dx_n в числовом виде

0.38; 1.22; 0.22; -0.63; 0.77; 0.24; 0.29; -1.91; 1.30; 1.69; 0.85

и по (1-12) составляется ситуационная матрица аномального состояния системы в заданном параметрическом пространстве, фрагмент которой представлен в таблице 1.5.

Матрица аномального состояния системы S_ij

x₁ x₂ x₃ x₄ x₅ x₆ x₇ x₈ x₉ x₁₀ x₁₁

По алгоритму диагностирования (рис.1.8) на главной диагонали ситуационной матрицы (таблица 1.5) выбирается максимальное по модулю отклонение Dx₈ = -1.908 и строится причинно-следственная цепь связей

(8:10), (10:8) “цикл “,

(10:9), (9:8) ”цикл ”,

(9:10)” цикл ”,

(9:2), (2:8) “цикл “,

(2:5), (5:2) “цикл “.

При диагностировании отклонения параметра выходного продукта, например Dx₁₁ =0.849 , причинно-следственная линия выглядит как

(11:10), (10:8), (8:10) “цикл “,

(8:9), (9:8) ”цикл ”,

(9:10) “цикл “,

(9:2), (2:8) “цикл “,

(2:5), (5:2) “цикл “.

Здесь поиск можно прервать, так как цепь воздействий по менее значимым линиям связи вновь замыкается на ранее прерванные циклы и в наблюдаемом пространстве исходная причина оказывается в цикле функционального взаимодействия (2:5), (5:2), т.е. объясняется отклонением параметров x₂ и x₅ , соответственно плотностей обезжиренного и заквашиваемого молока. По найденному направлению наибольшего функционального влияния “(11:10), (10:8),(8:9), (9:2), (2:5), (5:2)” дается сообщение:

“Отклонение Dx₁₁ – содержания сухих веществ в сыворотке обусловлено отклонением плотностей обезжиренного и заквашиваемого молока x₂ иx₅ через изменение времени и температуры сепарирования x₉ , x₈ и pH творожной основы x₁₀ .“

Другие примеры построения структурно-параметрических моделей взаимосвязей и ситуаций в технологических системах даны в приложении 1.

Описанные модели и алгоритмы структурно-параметрического моделирования и идентификации могут быть использованы для разработки интерактивной системы анализа многофакторных и многосвязных технологических систем по переработке биосырья. Примером может служить информационная технология и экспертная система контроля качества и безопасности продуктов питания, описываемые в следующем разделе.

Оценка качества продуктов питания связана с контролем их физико-химических, органолептических, микробиологических и маркетинговых свойств, указанных в госстандартах и определяющих полную техническую характеристику стандартизируемой продукции. Управление качеством на предприятии предусматривает сбор, обработку и анализ информации о состоянии материальных потоков и производственных процессов на всех их стадиях. Свойства, характеризующие качество, по значимости разделяются на следующие группы.

Критические свойства – группа свойств, которая однозначно определяет возможность использования продуктов на пищевые цели. К этой группе должны быть отнесены ветеринарно-санитарные показатели и микроэлементный состав продукта.

Существенные свойства – группа свойств, в значительной мере определяющих ценность, например, молочных продуктов. К ним могут быть отнесены жирность, кислотность, содержание белка, витаминов, а также консистенция, вкус и запах, содержание влаги, содержание сахара.

К свойствам, слабо влияющим на качество, можно отнести вид упаковку, цвет и т.п.

Перечень показателей качества молочной продукции представлен в таблице 1.6.

Информационные технологии, обеспечивающие выработку продукции заданного ассортимента с заданными свойствами и параметрами, в том числе показателями пищевой и биологической ценности, связаны с нахождением экстремума некоторого функционала качества

, (1-20)

где z_ij, b_ij – отклонение j-го фактора i-й группы и его

весовой коэффициент;

a_i – коэффициент значимости i-й группы факторов;

z_k – отклонение k-го фактора критической группы.

Все изменяемые параметры z_ij и z_k приводятся к безразмерной шкале относительных величин (1-18).

Функционал изменяется от 1 до 0, соответственно, от эталонного состояния качества до его граничного значения и обращается в нуль при выходе любого параметра критической группы за предельно допустимый уровень.