CC BY
25
УДК65.011.56
Экспертная интеллектуальная система мониторинга
процесса формования помадных конфет с использованием системы технического зрения
И. Г. Благовещенский, аспирант
Московский государственный университет пищевых производств
С. М. Носенко, д-р техн. наук, профессор, А. С. Носенко, канд. экон. наук
Управляющая компания «Объединенные кондитеры»
Помадные конфеты (ПК) - самая массовая и популярная категория конфет [1]. ПК изготавливаются из сахарного сиропа с добавлением патоки, молока, сливочного масла и различных натуральных вкусовых добавок - тертого ореха, фруктовой и цитрусовой подварки, какао-порошка, ванили, спирта, коньяка [2].Обыкновенная помада состоит из сахара, патоки и воды, а также вкусовых, красящих и ароматических веществ, иногда добавляется фруктово-ягодное сырье. Использование натуральных ингредиентов при производстве ПК делает эти изделия не только вкусными, но и полезными [3].
Актуальной задачей производства ПК является получение готовых изделий заданного качества. Важнейшая операция производства этих конфет - процесс формования. В процессе формования определяются структурно-механические свойства помадных масс, обусловливающие ход технологического процесса и качество готовых изделий [4].
Решение этой задачи тесно связано с широкой автоматизацией технологических процессов, внедрением новых интеллектуальных технологий, появлением необходимых средств контроля для реализации автоматизированных систем управления, проведением организационно-технических мероприятий, способствующих улучшению качества и увеличению ассортимента выпускаемых пищевых продуктов [5].
Наши исследования были направлены на разработку интеллектуальной интегрированной экспертной системы мониторинга структурно-механических свойств помадных масс после формования. Обзор и анализ существующей литературы [6-9] показал, что эффективное использование систем технического зрения наблюдается прежде всего на наиболее развитых производствах с общей высокой культурой и технологией. Существующие методы
цифровой обработки изображения ориентированы на удовлетворение интересов человека (распознавание текста и других образов, фильтрация и улучшение изображения с точки зрения человеческого зрения и т. д.). Важной областью применения цифровых изображений, регистрируемых цифровой видеокамерой (ЦВК) в видимом диапазоне, является автоматический контроль выпускаемой продукции. Например, в электронной промышленности - контроль наличия всех компонентов в движущихся на конвейере печатных платах сложных электронных устройств. Компьютерный визуальный контроль отсутствия пустых мест в движущейся упаковке таблеток используется в фармацевтической промышленности. В пищевой промышленности при помощи компьютерной видеосъёмки выявляются недостаточно заполненные бутылки на производственной линии; анализируется комплектность конечной упаковки изделий или наличие брака в виде отдельных подгоревших кукурузных хлопьев, проходящих контроль по цвету; оцениваются структурно-механические свойства шоколадных масс. Актуальность данного направления диктует необходимость более широкого использования цифровой видеосъемки в системах автоматического регулирования (САР) различных технологических процессов пищевых производств [1, 6-9].
Для достижения поставленной цели были решены следующие задачи:
разработаны теоретические основы обработки информации, поступающей от видеокамеры в САР [10];
проведен анализ возможности использования цифровой видеосъемки в пищевой промышленности на примере формования жгутов из помадной массы;
проведен анализ использования ЦВК в качестве интеллектуального датчика для систем контроля, управления и регулирования;
разработана параметрическая модель процесса формования жгутов из помадной массы;
определены динамические характеристики процесса формования;
разработана математическая модель движения жгута помадной массы после выхода из матричного отверстия [11];
разработана математическая модель САР с использованием эталонного видеокадра в качестве задатчи-ка в программной среде МАЛАВ;
в качестве параметра процесса формования жгутов предложено использовать величину удельной площади, определяемой при математической обработке видеокадра;
разработаны алгоритмы программ для определения по изображениям видеокадров изменения структурно-механических свойств помадных масс [8];
разработаны критерии сравнения визуальных параметров, получаемых после обработки изображения видеокадра. Кроме точности определения визуального параметра, времени, необходимого для его расчета, и времени запаздывания реакции на входное возмущение, предложен критерий визуальной устойчивости, отражающий чувствительность измеряемого параметра к случайным механическим сдвигам видеокамеры [12];
произведена цифровая видеосъемка различных режимов работы формующей машины и после математической обработки видеозаписи определены передаточные функции при использовании в качестве регулируемых параметров таких выходных параметров, как изменение расстояния до точки касания жгута к транспортерной ленте и изменение удельной площади;
подтверждена эффективность использования величины удельной площади как при анализе производственного процесса формования, так и в качестве регулируемого параметра в САР процесса формования помадного жгута. Именно удельная площадь оказалась наиболее чувствительным параметром, отражающим динамику процесса формования и обладающим минимальным запаздыванием;
построены и проанализированы структурная и функциональная схемы САР процесса формования помадных жгутов с использованием цифровой видеокамеры;
на основании решения уравнений динамики жидкости получена математическая модель движения жгута после выхода из матричного отверстия, в которой помимо вязкости учтено свойство ползучести, характерное для помадных масс;
показаны преобразования структурных схем, позволяющие объеди-
нять экспериментальные и теоретические передаточные функции в единую систему для моделирования САР процесса формования жгута;
разработана в БтиНпк математическая модель САР процесса формования жгута, позволяющая исследовать переходные процессы, происходящие в системе регулирования, использующей цифровую видеокамеру в качестве интеллектуального датчика;
разработан алгоритм принятия решений для формирования регулирующего воздействия при использовании цифровой видеокамеры в качестве интеллектуального датчика;
разработана САР технологических процессов формования пищевых производств с использованием ЦВК в качестве интеллектуального датчика.
Сформулированы предложения для обеспечения широкого использования ЦВК в качестве интеллектуального датчика:
возможность установки ЦВК необходимо предусматривать на стадии проектирования технологического оборудования;
для получения изображений внутри герметичных объёмов технологического оборудования необходима разработка миниатюрных устройств, включающих ЦВК и светодиоды для подсветки наблюдаемого объекта;
для расширения области использования ЦВК проведены прикладные научные исследования по изучению связи режимов обработки помадного полуфабриката с изменением его визуальных характеристик (цвет, размер, форма и текстура поверхности);
для использования цифровой видеокамеры (ЦВК) в качестве интеллектуального датчика необходимо решение проблемы метрологического обеспечения и сертификации измерительных комплексов «ЦВК -программное обеспечение».
Для получения из видеокадра информации о величине управляющего сигнала, подаваемого на исполнительное устройство, необходимо определить последовательность функционалов, преобразующих матрицу изображения видеокадра:
Г,(О = Ф„ < {Ф ,[Ф, (Ф, [.1/ ,д')])] [ >. ('1)
где Ф - векторный функционал, обеспечивающий одностороннее отображение множества (матрицы) Ма в другое множество (матрицу) Мв действительных чисел. Вектор-ность функционала говорит о невозможности обратного однозначного отображения. Для решения задачи сведения трехмерной матрицы изображения к численному значению определяемого параметра необходимо найти последовательность Ф1...Фп отображений.
Как и в любой САР, где применяются датчики уровня отслеживаемого параметра, так и в случае использования цифровой видеокамеры в качестве интеллектуального датчика целесообразно использовать эталонный видеокадр в качестве задатчика. К эталонному и текущему видеокадрам должны применяться для обработки одни и те же последовательности функционалов, после чего производится вычитание полученных изображений для определения управляющего воздействия.
Разработана методика подготовки к цифровой видеосъемке и методика проведения экспериментальной видеосъемки процесса формования жгутов помадных масс в производственных условиях. На основе этих методик и компьютерной программы, разработанных для оценки стабильности скорости записи цифровой видеокамеры с помощью монитора персонального компьютера, показано, что скорость видеосъёмки (интервал времени между соседними кадрами) колеблется от кадра к кадру со средним периодом 0,2 с.
Разработана методика математической обработки видеофильмов, снимаемых в процессе проведения эксперимента, а также алгоритмы обработки экспериментальных видеокадров с использованием в качестве функционалов, преобразующих матрицы изображений видеокадров, функций математических пакетов «Image Processing Toolbox (IPT)» и «Digital Image Processing Using MATLAB (DIPUM)» в среде программного комплекса MATLAB. При этом проиллюстрированы изменения, происходящие с изображением исходного видеокадра после применения соответствующих функций.
В качестве параметра процесса формования предложена величина удельной площади, равная S = S/ (х - х,). На основе анализа
уд Г
процесса формования жгута под произвольным углом разработана параметрическая модель процесса формования жгутов (рис. 1). В общем слу-
чае входными параметрами являются: скорость выхода жгута из матричного отверстия ум; реологические свойства помадной массы РСМ; температура формуемой массы Тф и скорость транспортёрной ленты т Эти параметры можно регулировать за счёт изменения: скорости нагнетания помадной массы, температуры термостатирования камеры, введения других рецептурных компонентов в эту массу (рис. 2).
В зависимости от изменения этих параметров будут изменяться такие выходные параметры, как расстояние до точки касания К (хк, 0); высота жгута И; удельная площадь 5 (х1, х2); координаты максимального уровня жгута М(х, у); текстура ТП и цвет поверхности жгута помадной массы. При этом случайным образом могут немного изменяться физико-химические свойства любого рецептурного компонента (СКР) и адгезионные свойства поверхности транспортерной ленты (АТЛ), возникать краевые эффекты на выходе формующего отверстия матрицы (КЭМ), влияющие на выходные параметры процесса формования.
Выявлено, что с учётом конструкции рабочего экструдера и условий проведения экспериментальной видеосъёмки упрощается параметрическая схема, в которой изменяется состав входных и выходных параметров, а также влияющих случайных воздействий.
Обработаны и проанализированы экспериментальные данные переход-
[ Начало |
ГГо;1ученне изображения с видеокамеры
Улучшение качества изображения
Перевод изображения п фвдщиН серого
Выделение объекта управления
Гиотограммное повышение чешет границ изображения
[ [олученне векторов границ
Выделение век гора нижней границы жгута
Построение бинарного изображения текущей площади под жгутом в промежутке от х( до х2. (15)
Вычитание эталс изображения (1э энного бинарного ■ из текущего (1з)
Определение уде льной площади Б у
Рис. 3. Блок-схема алгоритма управления, на основе которого интеллектуальная система принимает решение об изменении регулирующих воздействий
Рис. 4. Математическая модель САР на основе измерения удельной площади
ных процессов, возникающих после резкого увеличения или снижения скорости нагнетания помадной массы [6-8]. После обработки экспериментальной цифровой видеосъёмки переходного процесса были определены передаточные функции
- [0,8959-ехр(-0,4082- а)
£ + 1,8147
- 0.623»ехрН. 250^) (2) у -
связывающие между собой соответственно изменение расстояния до точки касания и изменение удельной площади в зависимости от изменения скорости нагнетания помадной массы. Из выражений (2) видно, что время запаздывания меньше для удельной площади, поэтому этот параметр быстрее реагирует на изменение динамики процесса формования.
Построена и проанализирована структурная схема системы регулирования процесса формования помадных жгутов с использованием цифровой видеокамеры. На её основе построена и проанализирована функциональная схема системы автоматического регулирования с использованием цифровой видеокамеры в контуре управления. Показано, что эту систему управления с цифровой видеокамерой можно отнести к классу известных дискретных систем управления с ЭВМ, теоретические основы которых уже используются в проектировании систем управления технологическими процессами [12, 13].
На рис. 3 представлена разработанная блок-схема алгоритма управления, на основе которой интеллектуальная система принимает решение об изменении регулирующих воздействий.
В БтиПпк разработана модель САР процесса формования помадного жгута (рис. 4), позволяющая исследовать переходные процессы, происходящие в системах регулирования процесса формования жгута, использующих цифровую видеокамеру в качестве интеллектуального датчика.
Использование ЦВК в отраслях пищевой промышленности имеет широкие перспективы и повышает уровень автоматизации и пищевой безопасности производства.
ЛИТЕРАТУРА
1. Благовещенская, М. М. Информационные технологии систем управления технологическими процессами: учеб. для ву-зов/М. М. Благовещенская, Л. А. Злобин. -М.: Высшая школа, 2005. - 768 с.
2. Шаверин, А. В. Автоматизация контроля органолептических показателей качества шоколадных изделий/А. В. Шаверин, М. М. Благовещенская, И. Г. Благо-
и
вещенский // Мат-лы первой международной научно-практической конференции-выставки «Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины». - М.: Изд. комплекс МГУПП, 2012. - С. 209-212.
3. Иванов, Я. В. Автоматизация процесса формования конфетных масс на основе математического и алгоритмического обеспечения с использованием в качестве интеллектуального датчика цифровой видеокамеры (ЦВК)/я. В. Иванов, М. М. Благовещенская, И. Г. Благовещенский // Мат-лы первой международной научно-практической конференции-выставки «Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины». - М.: Изд. комплекс МГУПП, 2012. - С. 215-218.
4. Благовещенская, М. М. Методология разработки основ моделирования и диагностики гидромеханических систем пищевых производств по их динамическим характеристикам/М. М. Благовещенская, В. Д. Сулимов, П. М. Шкапов // Мат-лы XVII международной науч.-метод. конф. «Высокие интеллектуальные технологии и инновации в образовании и науке». -СПб.: Изд-во Политехнического ун-та, 2010. - Т. 2. - С. 95-98.
5. Данилова, М. А. Автоматизированная система учета сыпучих пищевых продук-тов/М. А. Данилова [и др.] // Хранение и переработка сельхозсырья. - 2012. -№ 6. - С. 63-66.
6. Троицкий, А. К. Возможность использования обработки изображений для контроля качества кондитерской продукции/А. К. Троицкий, И. Г. Благовещенский // Мат-лы международной науч.-практ. конф. «Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины». - М.: Изд. комплекс МГУПП, 2012. -С. 160-165.
7. Троицкий, А. К. Теоретические основы использования системы технического зрения в системе автоматического управления технологическим процессом/А.К. Троицкий, И. Г. Благовещенский // Мат-лы международной науч.-практ. конф. «Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины». - М.: Изд. комплекс МГУПП, 2012. - С. 165-172.
8. Благовещенский, И. Г. Использование метода Превитта при разработке алгоритмов обработки цифровых/И. Г. Благовещенский, А. К. Троицкий // Мат-лы первой международной науч.-практ. конференции-выставки «Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины». - М.: Изд. комплекс МГУПП, 2012. - С. 153-157.
9. Благовещенский, И. Г. Формализация исходных изображений с целью выделения информации для обработки цифровых видеокадров с использованием различных методов/И. Г. Благовещенский, А. К. Троицкий // Мат-лы первой международной науч.-практ. конференции-выставки «Планирование и обеспечение подготовки
и переподготовки кадров для отраслей пищевой промышленности и медицины». -М.: Изд. комплекс МГУПП, 2012. -С. 157-160.
10. Благовещенский, И. Г. Возможность использования обработки изображений для контроля качества кондитерской продукции/И. Г. Благовещенский, А. К. Троицкий // Мат-лы первой международной науч.-практ. конференции-выставки «Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины». - М.: Изд. комплекс МГУПП, 2012. - С. 160-165.
11. Благовещенская, М. М. Методология разработки основ моделирования и диагностики гидромеханических систем пищевых производств по их динамическим характеристикам/М. М. Благовещенская,
B. Д. Сулимов, П. М. Шкапов // Мат-лы XVII международной науч.-метод. конф. «Высокие интеллектуальные технологии и инновации в образовании и науке». - СПб.: Изд-во Политехнического ун-та, 2010. -Т. 2. - С. 95-98.
12. Благовещенская, М. М. Система автоматического регулирования процесса формования конфетных жгутов/М. М. Благовещенская, И. Г. Благовещенский, С. М. Носенко // Пищевая промышленность. - 2013. -№ 5. - С. 46-49.
13. Благовещенская, М. М. Система автоматического регулирования процесса формования конфетных жгутов/М. М. Благовещенская, И. Г. Благовещенский [и др.] // Хранение и переработка сельхозсырья. - 2013. - № 7. -
C. 39-40.
Экспертная интеллектуальная система мониторинга процесса формования помадных конфет с использованием системы технического зрения
Ключевые слова
мониторинг; помадные конфеты; процесс формования; система технического зрения; экспертная система
Реферат
В данной статье обоснована необходимость решения задачи автоматизации контроля качества помадных масс - самой массовой и популярной категории конфет. Показано, что важнейшей операцией производства этих конфет является процесс формования. Проведенные исследования были направлены на разработку интеллектуальной интегрированной экспертной системы мониторинга структурно-механических свойств помадных масс после формования с использованием системы технического зрения. Важной областью применения цифровых изображений, регистрируемых цифровой видеокамерой в видимом диапазоне, является автоматический контроль основных показателей качества цвета и формы выпускаемой продукции. В статье сформулированы задачи, которые необходимо решить для достижения поставленной цели. Также представлены предложения для обеспечения широкого использования цифровой видеокамеры в качестве интеллектуального датчика. Разработана методика подготовки к цифровой видеосъемке и методика проведения экспериментальной видеосъемки процесса формования жгутов помадных масс в производственных условиях. В статье представлены блок-схема алгоритма управления, на основе которого интеллектуальная система принимает решение об изменении регулирующих воздействий, а также модель системы автоматического регулирования процесса формования помадного жгута, разработанная в БтиНпк.
Авторы
Благовещенский Иван Германович, аспирант,
Московский государственный университет пищевых производств,
125080, Москва, Волоколамское шоссе, д. 11, [email protected]
Носенко Сергей Михайлович, д-р техн. наук, профессор, Носенко
Алексей Сергеевич, канд. экон. наук,
Управляющая компания «Объединенные кондитеры»,
115184, Москва, 2-й Новокузнецкий пер., д. 13/15, стр. 1.
Expert intelligent monitoring system of the molding process fondant candies using vision systems
Key words
fondant candy; molding process; expert system; monitoring; machine vision system
Abstracts
In this article the necessity of solving the problem of automation of quality control of fondant masses, the most massive and popular categories of chocolates. It is shown that the most important process in the production of these sweets is the molding process. The conducted research has focused on the development of intelligent integrated expert system for monitoring structural and mechanical properties of fondant masses after molding with the use of vision systems. An important area of application of digital images recorded by a digital camera in the visible range, an automatic control of the main indicators kachestva color and shape of manufactured products. The article formulates the tasks required for achieving the set goal. Also presented proposals to ensure wide use of digital video camera as a smart sensor. The technique of preparation of digital videography and methods experimental video molding process harnesses fondant mass in industrial conditions. Developed, presented in the paper, the block diagram of the control algorithm on the basis of which an intelligent system takes the decision to change the regulatory impacts. Presents a model of the system of automatic regulation of the process of molding fondant harness developed in Simulink.
Authors
Blagoveshchenskiilvan Germanovich, graduate, Moscow State University of Food Production, department of information technology and automated sustems 125080, Moscow, Volokolamskoeshosse, 11.
NosenkoSergei Mikhailovich, doctor of technical Sciences, Professor,
NosenkoAlekseiSergeevich
Management Company «United Confectioners»
115184, Moscow, Novokuznetskaya 2 nd per., 13/15, p. 1.
