CC BY
86
ОБОРУДОВАНИЕ И IT-ТЕХНОЛОГИИ
УДК 004:663.5:664(045)
Перспективы применения 1Т-технологий на предприятиях пищевой промышленности
Н. В. Шелехова, д-р техн наук; В. А. Поляков, д-р техн. наук, профессор, академик РАН;
Е. М. Серба, д-р биол. наук, профессор РАН; Т.М. Шелехова, канд. техн. наук
ВНИИ пищевой биотехнологии - филиал ФИЦ питания, биотехнологии и безопасности пищи, Москва
Реферат
В статье рассматривается возможный подход к формированию концептуальной основы разработки инструментария для управления технологическими процессами. Анализ научной литературы показал, что подавляющее большинство автоматизированных систем управления технологическими процессами производства ориентированы на фиксацию параметров хода этих процессов, в то время как функция выработки управляющего воздействия остается прерогативой человека. Сделан вывод о необходимости применения информационных технологий в производстве алкогольной продукции для автоматизации процесса принятия управленческих решений. Обзор современных подходов к управлению технологическими процессами производства показал, что разработка интеллектуальных систем поддержки принятия управленческих решений, основанных на применении информационно-коммуникационных технологий, является актуальной. Сформулирована концептуальная основа и выбрана технология проектирования автоматизированной системы поддержки принятия управленческих решений. Разработаны функциональные требования к экспертной системе с применением унифицированного языка визуального моделирования, построены диаграммы прецедентов и последовательностей. На основании системного подхода, применения информационно-коммуникационных технологий и детального анализа технологических процессов производства этилового спирта из зернового сырья и спиртных напитков, приготовленных на его основе, предложена модель экспертной системы поддержки принятия управленческих решений, использующая принципы искусственного интеллекта. Для реализации концепции экспертной системы поддержки принятия решений определены объекты и точки контроля, разработаны прецизионные инструментальные методики дифференцированного определения химического состава алкогольной продукции, создан специализированный программный комплекс для статистической обработки данных. Алгоритмическая направленность полученного результата создает предпосылки для разработки и внедрения в производство интеллектуальных систем поддержки принятия решений. Реализация данного подхода позволит построить качественно новую систему в концепции цифрового производства. Внедрение новых высокоэффективных технологий, основанных на применении информационно-коммуникационных технологий, будет способствовать интенсификации производства, повышению качества продукции, снижению производственных затрат, хранению экспертных знаний, тем самым позволяя минимизировать риски человеческого фактора. Значимость научных разработок в вышеперечисленных направлениях исследований подтверждена Указом Президента РФ от 09.05.2017 г. № 203 «О Стратегии развития информационного общества в РФ на 2017-2030 годы».
Ключевые слова
алкогольная продукция; информационные технологии; искусственный интеллект; программный комплекс; цифровое производство Цитирование
Шелехова Н.В., \Поляков В.А.,\ Серба Е.М., Шелехова Т.М. (2018) Перспективы применения 1Т-технологий на предприятиях пищевой промышленности // Пищевая промышленность. 2018. № 12. С. 86-89.
Prospects of application IT-technologies in food industry
N. V. Shelekhova, doctor of technical sciences;
V.A. Polyakoy, doctor of technical sciences, professor, academician of the Russian Academy of Sciences; Е. М. Serba, doctor of biological sciences, professor of the Russian Academy of Sciences; T. M. Shelekhova, Candidate of Technical Sciences
All-Russian Scientific Research Institute of Food Biotechnology - Branch FGBUN «FITS nutrition and biotechnology»
Abstracts
A possible approach to the formation of the conceptual framework for the development of tools for process control is considered. The analysis of scientific literature showed that the vast majority of automated control systems of technological processes of production are focused on fixing the parameters of the process, while the function of developing the control action remains the prerogative of man. The conclusion is made about the need for the use of information technologies in the production of alcoholic beverages to automate the process of decision-making. A review of modern approaches to the management of technological processes of production showed that the development of intelligent systems to support management decisions based on the use of information and communication technologies is relevant. The conceptual basis is formulated and the design technology of the automated system of support of decision-making is chosen. The functional requirements to the expert system with the use of the unified visual modeling language are developed, the charts of precedents and sequences are constructed. On the basis of the system approach, application of information and communication technologies and detailed analysis of technological processes of production of ethyl alcohol from grain raw materials and alcoholic beverages prepared on its basis, the model of the expert system of support of management decisions using the principles of artificial intelligence is offered. To implement the concept of the expert decision support system, objects and control points are defined, precision instrumental methods of differentiated determination of the chemical composition of alcoholic products are developed, a specialized software package for statistical data processing is created. The algorithmic orientation of the obtained result creates
prerequisites for the development and implementation of intelligent decision support systems. The implementation of this approach will allow to build a qualitatively new system in the concept of digital production. The introduction of new high-performance technologies based on the use of information and communication technologies will contribute to the intensification of production, improving product quality, reducing production costs, storing expertise, thereby minimizing the risks of the human factor. The importance of scientific developments in the above areas of research is confirmed by the decree of the President of the Russian Federation from 09.05.2017. № 203 «on the Strategy of development of the information society in Russia for 2017-2030».
Key words
alcoholic products; information technologies; artificial intelligence; program complex; digital manufacturing Citation
Shelekhova N. V.,\ Polyakov V.A\, Serba E.M., Shelekhova T.M. (2018) Prospects of application IT-technologies in food industry // Food processing industry = Pisshevaya promyshlennost'. 2018. № 12. P. 86-89.
В современном цифровом мире важным компонентом в управлении предприятием выступают информационно-коммуникационные технологии. Потоки информации, циркулирующие на предприятиях, огромны и имеют явную тенденцию к нарастанию. Вполне очевидно, что сбор, хранение, обработка и агрегация информации без применения вычислительных машин не представляются возможными. Цифровизация организаций на базе новых информационных технологий открывает беспрецедентные возможности для совершенствования методологии управления предприятием и внедрения парадигмы Интернета вещей (|оТ).
Не вызывает сомнений, что эффективное использование информационных ресурсов достигается за счет системного управления информацией. Поэтому важной и актуальной задачей становится создание новых подходов, инструментов и методов автоматической обработки информации, разработок в области искусственного интеллекта и когнитивных технологий, а также конвергенции информационных технологий в практику управления технологическими процессами промышленных предприятий [1].
Стоит отметить, что технологии ближайшего будущего характеризуются активной интеграцией концепции искусственного интеллекта в промышленность. Высока вероятность, что научные разработки в области искусственного интеллекта и моделирования когнитивных процессов приведут к созданию принципиально нового поколения интеллектуальных технологий [2, 3].
Интеллектуальные системы с включением функциональных возможностей искусственного интеллекта находят широкое применение в анализе неструктурированной или слабоструктурированной информации во многих предметных областях для поиска скрытых закономерностей, создания прогностических мо-
делей различных процессов.
Однако при анализе больших объемов данных возникает проблема обработки каждого объекта информации в отдельности, поэтому появляется необходимость в группировке объектов, выделении классов однородных или схожих объектов, индивидуальные различия которых несущественны. Для решения подобных задач используют алгоритмы кластеризации.
Кластеризация является способом группировки неструктурированной или слабоструктурированной информации, позволяющим упростить обработку данных, выделить нетипичные объекты и построить иерархию. Применение графовых, иерархических и статистических методов кластеризации позволяет структурировать массивы данных [4].
В случае интерпретируемости результатов работы алгоритма кластеризации появляется возможность построения иерархических классификаторов. Такие классификаторы могут трактоваться как семантические сети [5].
Известно, что неотъемлемым компонентом развития семантических сетей являются онтологии, которые применяют для формальной спецификации понятий и отношений, характеризующих определенную область знаний. Преимуществом онто-логий в качестве способа представления знаний является их формальная структура, упрощающая их компьютерную обработку [6, 7].
Таким образом, знания, представленные в виде таксономий, онто-логий, паттернов и семантических сетей, могут быть использованы при создании автоматизированных систем поддержки принятия решений (СППР) для аналитической обработки данных и управления технологическими процессами производства.
Важно подчеркнуть, что подавляющее большинство автоматизированных систем управления технологическими процессами производства ориентированы на фиксацию пара-
метров хода процессов, при этом функция выработки управляющего воздействия остается прерогативой человека.
Учитывая сказанное, можно сделать вывод о том, что создание интеллектуальных систем поддержки принятия решений представляется весьма актуальной и важной задачей. Кроме того, значимость научных разработок в вышеперечисленных направлениях исследований подтверждена Указом Президента Российской Федерации от 9 мая 2017 года № 203 «О Стратегии развития информационного общества в РФ на 2017-2030 годы».
Объектами нашего исследования стали технологические процессы производства спиртных напитков, продукты и полупродукты спиртового и ликероводочного производства. При проведении исследований применялись газовые хроматографы и системы капиллярного электрофореза. Статистическая обработка результатов количественного анализа проводилась с помощью программного комплекса ПК «С2Н5ОН-аналитик». При проектировании системы поддержки принятия управленческих решений использовался алгоритм Мамдани и унифицированный язык визуального моделирования 11МЬ
Результаты анализа научных подходов к управлению технологическими процессами производства подтверждают актуальность разработки интеллектуальных систем поддержки принятия управленческих решений, основанных на применении информационно-коммуникационных технологий.
В ходе исследований была сформулирована концептуальная основа и выбрана объектно-ориентированная технология проектирования автоматизированной системы СППР, предназначенной для управления технологическими процессами производства алкогольной продукции. Из концептуальной основы выделены частные представления: функции и процессы, -что позволило определить необхо-
ОБОРУДОВАНИЕ И 1Т-ТЕХНОЛОГИИ
Контроль качества сырья и материалов
Мониторинг соблюдения технологии производства
Сбор, обработка, хранение информации
Корректировка параметров технологических процессов
Прогнозирование потребностей в производственных ресурсах
Контроль качества результатов измерений
Контроль качества выпускаемой продукции
Оформление документации на готовую продукцию
Рис. 1. Фрагмент диаграммы прецедентов СППР
Рис. 2. Модель экспертной системы поддержки принятия управленческих решений
димую область знаний о предметной области для реализации когнитивных, аналитических, эволюционных и имитационных моделей.
С применением унифицированного языка визуального моделирования UML, в целях разработки функциональных требований к экспертной системе поддержки принятия решений, построена диаграмма прецедентов (вариантов использования), иллюстрирующая основные функции системы (рис. 1).
Таким образом, специфицированы общие особенности поведения системы без рассмотрения внутренней структуры.
Построенные диаграммы последовательностей отражают потоки событий, происходящих в рамках основных вариантов использования. Так, например, диаграмма последовательностей «Приемка сырья» представлена
действующим лицом «Сотрудник». Он связан с вариантами использования «Контроль качества сырья и материалов», «Контроль качества результатов измерений», «Сбор, обработка, хранение информации».
На основании системного подхода, применения информационно-коммуникационных технологий и детального анализа технологических процессов производства этилового спирта из зернового сырья и спиртных напитков, приготовленных на его основе, предложена когнитивная модель экспертной системы поддержки принятия управленческих решений, состоящая из пяти баз данных и подсистемы анализа, использующей принципы искусственного интеллекта (рис. 2).
Для реализации концепции экспертной системы СППР определены объекты контроля и установлены контрольные точки на каждой стадии
технологического процессов производства этилового спирта и спиртных напитков [8]. Разработаны прецизионные инструментальные методики дифференцированного определения химического состава алкогольной продукции [9] и создан специализированный программный комплекс ПК «С2Н5ОН-аналитик» для статистической обработки данных [10, 11].
Следует подчеркнуть, что в целях обеспечения высокой эффективности организации передачи и хранения результатов измерений показателей качества и безопасности алкогольной продукции при разработке программного комплекса был выбран подход, основанный на применении расширяемого языка разметки (EML) и форматов.хт! файлов. Это позволяет использовать простой протокол доступа к объектам (SOAP) для обмена структурированными сообщениями в распределенной вычислительной среде. На рис. 2 показано, что программный комплекс обеспечивает экспорт информации в базу показаний приборов.
Важно отметить, что эволюция автоматизированных систем принятия решений происходит в направлении интеллектуальных систем, основанных на нейронных сетях и нечеткой логике. Такие системы предназначены для решения широкого круга аналитических задач, в том числе классификации данных, автоматического управления и принятия решений. Особого внимания заслуживает то, что методы управления на основе нечеткой логики применимы к различным технологическим объектам и системам.
Аналитический обзор методов нечеткого моделирования показал, что оптимальным инструментом для создания алгоритма принятия решений в отношении контроля качества технологических процессов производства этилового спирта и спиртных напитков является алгоритм Мамдани.
Интеллектуальная подсистема анализа (рис. 2) предназначена для решения задач адаптивного управления. Принцип функционирования основан на нейросетевой технологии обработки информации. Информацией, поступающей на вход подсистемы анализа, являются и результаты газохроматографических и электрофоретических измерений. Высокая точность обработки данных обеспечивается возможностями специализированного программного комплекса ПК «С2Н5ОН-аналитик».
База знаний предназначена для хранения набора правил выбора соответствующих моделей и методов принятия решений. Для формирования базы знаний следует использо-
вать формализованные экспертные знания, созданные с привлечением специалистов. Предложенный подход к реализации базы знаний, основан на онтологиях, представленных семантическими сетями понятий и отношений предметной области. Ценность такого подхода заключается в том, что он позволяет представить технологический процесс производства в виде, пригодном для машинной обработки.
Таким образом, информационное наполнение базы знаний, основанной на применении логических методов и предназначенной для создания, буферизации и корректирования правил, позволит аккумулировать в электронной базе данных опыт и знания экспертов по ведению технологических процессов производства алкогольной продукции.
Внедрение новых высокоэффективных методик, основанных на использовании информационно-коммуникационных технологий, будет способствовать интенсификации производства, улучшению качества продукции, снижению производственных затрат и хранению экспертных знаний, тем самым минимизируя риски человеческого фактора.
Совершенно очевидно, что перспективой развития данного направления станут фундаментальные и прикладные научные исследования в области концепции цифрового производства и внедрения парадигмы Интернета вещей, где все поступающие с производства показания различных датчиков и информация, полученная с применением аналитического оборудования, объединяются в информационную сеть.
Выводы
1. Определены перспективы и концепции применения информационно-коммуникационных технологий для решения задач управления производством алкогольной продукции.
2. Предложена когнитивная модель экспертной системы поддержки принятия управленческих решений, использующей принципы искусственного интеллекта.
3. Алгоритмическая направленность полученного результата создает предпосылки для разработки и внедрения в производство интеллектуальных систем поддержки принятия решений.
4. Реализация предложенного подхода позволит построить качественно новую систему в концепции цифрового производства.
НИР по подготовке рукописи проведена за счет субсидии на выполнение госзадания в рамках Программы научных исследований государственных академий наук на 2013-2020 годы (тема № 0529-2014-0107).
ЛИТЕРАТУРА
1. Шелехова, Н.В. Управление технологическими процессами производства алкогольной продукции с применением информационных технологий/ Н. В. Шелехова, Л.В. Римарева // Хранение и переработка сельхозсырья. - 2017. -№ 3. - С. 28-31.
2. Галушкин, А. И. Нейронные сети: основы теории. - М.: Горячая линия -Телеком, 2014. - 496 с.
3. Балан, В. П. Введение в системное проектирование интеллектуальных баз знаний/В.П. Балан, А.В. Душкин [и др.]; под ред. В.И. Новосельцева. - М.: Горячая линия - Телеком, 2016. - 107 с.
4. Дударин, П.В. Формирование признаков из иерархического классификатора для кластеризации коротких текстовых фрагментов/ П. В. Дударин, Н. Г. Ярушкина // Нечеткие системы и мягкие вычисления. - 2017. - Т. 12. -№ 2. - С. 87-96.
5. Дударин, П.В. Алгоритм построения иерархического классификатора коротких текстовых фрагментов на основе кластеризации нечеткого графа/ П. В. Дударин, Н. Г. Ярушкина // Радиотехника. - 2017. - № 6. - С. 17-23.
6. Норенков, И.П. Интеллектуальные технологии на основе онтологий // Информационные технологии. - 2010. -№ 1. - С. 17-23.
7. Сорокин, А.Б. Концептуальное проектирование интеллектуальных систем поддержки принятия решений/А. Б. Сорокин // Онтология проектирования. 2017. - Т. 7. - № 3 (25). - С. 247-269.
8. Шелехова, Н.В. Комплексная система контроля производства этилового спирта и спиртных напитков/Н. В. Шелехова, В.А. Поляков, Л.В. Римарева // Хранение и переработка сельхозсырья. -2015. - № 12. - С. 53-56.
9. Шелехова, Н.В. Научное обеспечение контроля биотехнологических процессов производства этилового спирта/ Н. В. Шелехова, Л. В. Римарева, В. А. Поляков // Пиво и напитки. - 2016. -№ 1. - С. 16-20.
10. Шелехова, Н.В. Специализированный программный комплекс «С2Н5ОН-аналитик» - инновационный инструмент автоматизации контроля качества и безопасности алкогольной про-
дукции/ Н. В. Шелехова, В.А. Поляков, Л.В. Римарева // Пищевая промышленность. - 2015. - № 9. - С. 28-31.
11. Шелехова, Н.В. Специализированные программные комплексы в контроле качества алкогольной продукции/Н.В. Шелехова [и др.] // Пищевая промышленность. - 2017. - № 1. - С. 50-52.
REFERENCES
1. SheLehova, N. V. UpravLenie tehno-Logicheskimi processami proizvodstva aLkogoL'noj produkcii s primeneniem in-formacionnyh tehnoLogij/N. V. SheLehova, L.V. Rimareva // Hranenie i pererabotka seL'hozsyr'ja. - 2017. - № 3. - S. 28-31.
2. GaLushkin, A.I. Nejronnye seti: os-novy teorii. - M.: Gorjachaja Linija -Telekom, 2014. - 496 s.
3. BaLan, V. P. Vvedenie v sistemnoe proektirovanie inteLLektuaL'nyh baz znanij/V.P. BaLan, A.V. Dushkin [i dr.]; pod red. V. I. NovoseL'ceva. - M.: Gorjachaja Linija - TeLekom, 2016. - 107 s.
4. Dudarin, P. V. Formirovanie prizna-kov iz ierarhicheskogo kLassifikatora dLja kLasterizacii korotkih tekstovyh frag-mentov/P.V. Dudarin, N. G. Jarushkina // Nechetkie sistemy i mjagkie vychisLenija. -2017. - T. 12. - № 2. - S. 87-96.
5. Dudarin, P.V. ALgoritm postroenija ierarhicheskogo kLassifikatora korotkih tek-stovyh fragmentov na osnove kLasterizacii nechetkogo grafa/P.V. Dudarin, N. G. Jar-ushkina // Radiotehnika. - 2017. -№ 6. - S. 17-23.
6. Norenkov, I.P. InteLLektuaL'nye tehnoLo-gii na osnove ontoLogij // Informacionnye tehnoLogii. - 2010. - № 1. - S. 17-23.
7. Sorokin, A.B. KonceptuaL'noe proektirovanie inteLLektuaL'nyh sistem podder-zhki prinjatija reshenij/A.B. Sorokin // OntoLogija proektirovanija. 2017. - T. 7. -№ 3 (25). - S. 247-269.
8. SheLehova, N.V. KompLeksnaja sistema kontroLja proizvodstva jetiLovogo spirta i spirtnyh napitkov/N.V. SheLehova, V.A. PoLjakov, L.V. Rimareva // Hranenie i pererabotka seL'hozsyr'ja. - 2015. - № 12. -S. 53-56.
9. SheLehova, N. V. Nauchnoe obe-spechenie kontroLja biotehnoLogicheskih processov proizvodstva jetiLovogo spirta/ N. V. SheLehova, L.V. Rimareva, V.A. PoLjakov // Pivo i napitki. - 2016. -№ 1. - S. 16-20.
10. SheLehova, N.V. SpeciaLizirovannyj programmnyj kompLeks «S2N5ON-anaLitik» -innovacionnyj instrument avtomatizacii kontroLja kachestva i bezopasnosti aLkogoL'noj produkcii/N. V. SheLehova, V.A. PoLjakov, L.V. Rimareva // Pishhevaja promyshLen-nost'. - 2015. - № 9. - S. 28-31.
11. SheLehova, N. V. SpeciaLizirovan-nye programmnye kompLeksy v kontroLe kachestva aLkogoL'noj produkcii/N. V. SheLe-hova [i dr.] // Pishhevaja promyshLennost'. -2017. - № 1. - S. 50-52.
Авторы
Шелехова Наталия Викторовна, д-р техн наук,
Поляков Виктор Антонович, д-р техн наук, профессор, академик РАН, Серба Елена Михайловна, д-р биол. наук, профессор РАН, Шелехова Тамара Михайловна, канд. техн. наук
ВНИИ пищевой биотехнологии - филиал ФИЦ питания, биотехнологии и безопасности пищи, 111033, Москва, ул. Самокатная, д. 4б, [email protected]
Authors
Shelekhova Nataliya Viktorovna, Doctor of Technical Sciences, Polyakov Viktor Antonovich, Doctor of Technical Sciences, Professor, Academician of the RAS, Serba Elena Mihajlovna, Doctor of Biological Sciences, Professor of the RAS,
Shelekhova Tamara Mihajlovna, Candidate of Technical Sciences All-Russian Scientific Research Institute of Food Biotechnology -Branch FGBUN «FITS nutrition and biotechnology», 4b, Samokatnaya str., Moscow, 111033, [email protected]
