Разработка автоматизированной компьютер-ной системы формирования базы знаний по процессам производства колбасных изделий

ВВЕДЕНИЕ 9
ГЛАВА 1. Анализ исследований в области формирования баз знаний по процессам производства в мясоперерабатывающей отрасли 12
1.1. Анализ решений, используемых для создания базы знаний по процессам производства колбасных изделий 12
1.2. Структура компьютерной системы формирования базы знаний 14
1.3. Исследование методов моделирования технологических процессов перерабатывающих производств АПК 17
1.3.1. Основные подходы к моделированию качества сырья для производства мясных изделий 17
1.3.2. Моделирование химических и физико-химических процессов мясопереработки 19
1.4. Анализ основных факторов, оказывающих существенное влияние на качество производства мясных изделий 20
1.5. Анализ взаимодействий контрольных показателей и качественных характеристик внутри технологического процесса производства ферментированных мясопродуктов. 29
1.5.1. Контрольные показатели мясного сырья, оказывающие 29
большое влияние на качество ферментированных колбас 29
1.5.2. Анализ технологических процессов переработки мясного сырья при изготовлении ферментированных колбас 34
ГЛАВА 2. СИСТЕМНЫЙ АНАЛИЗ И ФОРМУЛИРОВАНИЕ ПРОБЛЕМЫ ИССЛЕДОВАНИЯ 39
2.1. Разработка структуры целей. 39
ГЛАВА 3. ПРИНЦИПЫ ПОСТРОЕНИЯ ОСНОВНЫХ МОДУЛЕЙ КОМПЬЮТЕРНОЙ СИСТЕМЫ ФОРМИРОВАНИЯ БАЗЫ ЗНАНИЙ 44
3.1. Принципы формирования базы знаний. 44
3.2. Проектирование базы знаний 45
3.3. Разработка логической модели базы знаний 47
3.3.1. Реализация сущности «Пользователь» 48
3.3.2. Реализация сущности «Предприятие» 50
ГЛАВА 4. МЕТОДЫ И АЛГОРИТМЫ ФОРМИРОВАНИЯ БАЗЫ 53
ЗНАНИЙ 53
4.1. Основные методы, реализованные в созданной компьютерной системе 53
4.2. Общая схема организации разработанного программного комплекса 54
4.4. Оценка влияния качественных факторов на количественные показатели мясного сырья 58
4.5. Построение параметрических моделей технологических процессов производства колбасных изделий 61
ЗАКЛЮЧЕНИЕ 67
СПИСОК ЛИТЕРАТУРЫ 69

Весь текст будет доступен после покупки

В настоящее время в Российской Федерации актуальны вопросы повышения производительности различных отраслей пищевой промышленности. Экономическое развитие страны указывает на необходимость улучшения качества отечественных продуктов питания и повышения их конкурентоспособности. [1].
Среди многих отраслей пищевой промышленности важнейшее место принадлежит мясной, продукция которой пользуется неизменным и значительным спросом у населения страны [2].
Мясная промышленность — это отрасль экономики, связанная с производством, переработкой и распространением мяса и мясных продуктов. Она включает в себя все этапы процесса, начиная с животноводства и заканчивая производством и продажей готовых мясных продуктов.
Мясная промышленность имеет большое значение для мировой экономики и обеспечения пищевой безопасности. Однако она также вызывает определенные вопросы и вызовы, связанные с этическими, экологическими и здоровьесберегающими аспектами производства мяса. В последние годы в связи с ростом интереса к альтернативным источникам белка и растущей популярностью растительных диет, развиваются также и мясозаменители на растительной основе, что вносит изменения в данную отрасль.

Весь текст будет доступен после покупки

1.1. Анализ решений, используемых для создания базы знаний по процессам производства колбасных изделий
Создание базы знаний для управления и оптимизации процессов производства колбасных изделий представляет собой сложную задачу, требующую анализа многих факторов. Существует несколько принципов и подходов, которые могут быть использованы для решения этой задачи.
Во-первых, необходимо создать структуру базы данных, которая будет эффективно хранить информацию о различных этапах процесса производства, используемых ингредиентах, оборудовании и других ключевых параметрах. Это поможет организовать данные и облегчит их дальнейшую обработку и анализ.
Интеграция с системами ERP (Enterprise Resource Planning) и MES (Manufacturing Execution System) может быть полезна для автоматического сбора данных с производства. Данные также могут быть получены из внешних источников, таких как информация о погодных условиях или ценах на рынке сырья.
Современные технологии, использующие искусственный интеллект и машинное обучение, предоставляют несомненные преимущества для анализа данных и принятия решений. Модели машинного обучения могут подвергаться обучению на основе исторических данных, предоставляя возможность предсказывать результаты различных производственных сценариев и оптимизировать параметры процессов на предприятии.
Однако, для достижения успеха в данной области, необходимо учитывать все правила и стандарты качества продукции, установленные законодательством и внутренними регламентами организации. Такое внимание к стандартам обеспечивает соответствие суровым требованиям к безопасности и качеству продукции.

Таким образом, на современных предприятиях использование искусственного интеллекта и машинного обучения как инструмента анализа данных, дает возможность оптимизировать все производственные процессы и повысить качество продукции, при условии соблюдения правил и стандартов качества.
Реализация такой системы требует инвестиций, однако в долгосрочной перспективе она может окупиться за счет уменьшения затрат, связанных с производственными потерями и отходами, а также улучшения качества продукции и повышения эффективности процессов.
После реализации системы базы знаний для процессов производства колбасных изделий необходимо провести обучение персонала. Это поможет убедиться, что все сотрудники понимают, как пользоваться системой, и знают, какие действия они могут и должны выполнять.
Для успешного создания и внедрения базы знаний для управления и оптимизации производственных процессов колбасных изделий необходим комплексный подход. Данный процесс требует постоянного мониторинга и улучшения, включая аудит текущей системы, идентификацию и устранение проблем, внедрение новых функций и улучшений. Применение передовых технологий и активное вовлечение всех участников процесса также необходимы для эффективности создания и внедрения такой базы знаний.
Для эффективного создания базы знаний необходимо проводить анализ и обработку больших объемов данных, которые будут использоваться для управления производственными процессами и оптимизации качества продукции. Обеспечение актуальности базы знаний поможет в непрерывном улучшении производственных процессов и обеспечении ценности для организации. В результате создание и внедрение базы знаний может принести значительные выгоды, в том числе повышение эффективности процессов, улучшение качества продукции и снижение затрат.
Необходимо отметить, что данный процесс требует высокой квалификации специалистов, использование передовых технологий и принципов управления качеством. Особое внимание также необходимо уделять постоянному отслеживанию и устранению проблем базы знаний, так как это важно для продолжительного использования и эффективного управления производственными процессами. [24].
С учетом существующих исследований, были выделены основные задачи, характерные для процессов производства мясных продуктов. База знаний должна быть направлена на описание и моделирование этих процессов с учетом данных задач. Важными задачами являются:
- Определение факторов, которые влияют на изменение состояния исследуемых параметров и определение степени их взаимосвязи;
- Прогнозирование состояния разных параметров процесса на основе ранее установленной регрессионной зависимости без необходимости проведения дополнительных опытов;
- Выбор математической модели, которая лучше всего аппроксимирует экспериментальные данные из заданного семейства стандартных моделей в случае, если изначально нам не известна математическая модель.
Таким образом, четкое определение задач и ориентация на них базы знаний могут повысить эффективность и точность производственных процессов при производстве мясных продуктов.
1.2. Структура компьютерной системы формирования базы знаний
Компьютерная система формирования базы знаний — это сложная структура, состоящая из нескольких основных компонентов, каждый из которых играет ключевую роль в обработке, хранении и извлечении информации.
В центре такой системы находится база данных, которая обеспечивает структурированное хранение информации. Современные базы данных могут использовать различные модели данных, такие как реляционные, объектно-ориентированные, графовые или документо-ориентированные, в зависимости от специфики задачи.
Система управления базой данных (СУБД) является важной компонентой, обеспечивающей взаимодействие с базой данных. СУБД выполняет запросы к базе данных, обеспечивает безопасность данных, осуществляет обработку транзакций и многие другие функции.
Модуль обработки данных отвечает за преобразование входных данных в формат, пригодный для хранения в базе данных. Данный модуль может включать в себя процессы проверки данных на ошибки, стандартизации, очистки и преобразования форматов данных.
Система аналитической обработки данных или модуль бизнес-аналитики используется для извлечения ценной информации из базы данных. Он обеспечивает создание отчетов, визуализацию данных, анализ трендов, предсказание будущих сценариев и решение многих других задач.
Оно представляет собой глубинный анализ данных, с использованием математических методов и статистических моделей. Он позволяет проводить масштабные анализы и обработку данных, а также делать прогнозы по будущим сценариям. Таким образом, система аналитической обработки данных позволяет извлекать из больших объемов данных ценную информацию для принятия решений и достижения бизнес-целей.

Весь текст будет доступен после покупки

1. Аванесов Е.К., Иванова Г.Н., Казмировский E.JI. Оценка уровня интегрированной системы менеджмента // Методы менеджмента качества. — 2016. -№9.-С. 13-18.
2. Акименко Е. Внедрение системы управления безопасностью пищевой продукции // Стандарты и качество. 2018. - №2. - С. 90-92.
3. Алексеева Е.В. Сертификация систем качества на предприятиях пищевой промышленности // Пищевая промышленность. — 2017. №2. — С. 12-14.
4. Алешин Б.С., Александровская Л.Н., Круглов В.И., Шолом A.M. Философские и социальные аспекты качества: учебное пособие. М.: Логос. — 2014. -438 с.
5. Алымбеков К. Интегрированная система менеджмента качества: отраслевая специфика // Стандарты и качество. 2017. - №2. - С. 64-65.
6. Андросенко Н., Бакштеева Н. Особенности построения и оценки интегрированных систем менеджмента с учетом бизнес-рисков // Стандарты и качество. 2019. - №12. - С. 68-72.
7. Аронов И., Версан В. О моделях систем управления: нужна ли альтернатива моделям МС ИСО серии 9000? Какова стратегия действий в этой области? // Стандарты и качество. 2017. - №2. — С. 56-58.
8. Аршакуни B.JI. От системы ХАССП к системе менеджмента безопасности пищевой продукции по ИСО 22000 // Стандарты и качество. - 2018. - №2. - С. 88-89.

Весь текст будет доступен после покупки