Рассматривается проблема технических решений для реализации программно- аппаратного комплекса управления качеством пищевой продукции. Представлен обзор и анализ существующих современных систем управления, который позволил сделать вывод о том, что на сегодняшний день пищевым предприятиям необходимы новые эффективные решения с использованием высокоэффективных интеллектуальных технологий. Проведен анализ возможности интеллектуализации системы управления качеством производства пищевой продукции. Представлены основные задачи этой системы. Показано, что практической базой для реализации этой проблемы, может стать создание программно- аппаратного комплекса автоматизированной системы управления качеством пищевой продукции с применением технологий искусственного интеллекта, включающего в свой арсенал нейросетевые технологии, системы компьютерного зрения, имитационное моделирование и эффективное сочетание гибридных методов и технологий. Проанализированы методы, алгоритмы и технологии для разработки исследуемой программно- аппаратного комплекса интеллектуальной автоматизированной системы управления качеством пищевой продукции. Представлена разработанная обобщенная функциональная структура такой интеллектуальной системы и основные стадии ее реализации. Разработаны основные виды обеспечения этой системы: информационное, математическое и программное. Разработаны основные этапы принятия решений о качестве готовой пищевой продукции. Для реализации системы рекомендованы необходимые технические средства. Для практической реализации разработанной интеллектуальной системы был выбран контроллер CP1EE14DRA фирмы Omron - модульный программируемый контроллер. В качестве АРМ оператора быть сделан выбор в пользу продукции фирмы Siemens – SIMATIC Panel PC. Для задач хранения данных и реализации расчетов предложен обычный персональный сервер, оснащенный мощным процессором, например, IntelCorei7. Показано, что реализация разработанной интеллектуальной автоматизированной системы управления качеством пищевой продукции делает предприятия пищевой промышленности более эффективными и безопасными.

1. Балыхин М.Г., Борзов А.Б., Благовещенский И.Г. Методологические основы создания экспертных систем контроля и прогнозирования качества пищевой продукции с использованием интеллектуальных технологий. М.: Франтера. 2017. 338 с.

2. Благовещенский В.Г. и др. Разработка экспертной системы контроля качества в процессе приготовления халвы // Живые системы и биологическая безопасность населения: сборник материалов XV международной научной конференции студентов и молодых ученых. 2017. С. 132–137.

3. Благовещенский В.Г. и др. Разработка программно-аппаратного комплекса мониторинга производства халвы // Развитие пищевой и перерабатывающей промышленности России: кадры и наука. 2017. С. 196–199.

4. Балыхин М.Г., Борзов А.Б., Благовещенский И.Г. Архитектура и основная концепция создания интеллектуальной экспертной системы контроля качества пищевой продукции // Пищевая промышленность. 2017. № 11. С. 60 – 63.

5. Харитонова П.Н., Карелина Е.Б., Благовещенский В.Г., Клехо Д.Ю. и др. Внедрение цифрового двойника управления в технологическое производство. В сборнике: Интеллектуальные системы и технологии в отраслях пищевой промышленности: сборник материалов конференции. 2019. С. 171–180.

6. Jedermann R., Nicometo M., Uysal I., Lang W. Reducing food losses by intelligent food logistics // Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. 2014. V. 372. №. 2017. P. 20130302. doi: 10.1098/rsta.2013.0302

7. Карелина Е.Б., Чувахин С.В., Клехо Д.Ю. и др Алгоритмическое обеспечение автоматизированной системы хранения и созревания сыпучих пищевых продуктов // Интеллектуальные системы и технологии в отраслях пищевой промышленности: сборник материалов конференции. 2019. С. 73–80.

8. Kumar I., Rawat J., Mohd N., Husain S. Opportunities of artificial intelligence and machine learning in the food industry // Journal of Food Quality. 2021. V. 2021. doi: 10.1155/2021/4535567

9. Yussupova N., Kov?cs G., Boyko M., Bogdanova D. Models and methods for quality management based on artificial intelligence applications // Acta Polytechnica Hungarica. 2016. V. 13. №. 3. P. 45-60.

10. Utepbergenov I., Kalimoldaev M., Skliarova I., W?jcik W. et al. Intelligent management system of production and quality products for the small and medium business enterprises // Przeglad Elektrotechniczny. 2018. V. 94. №. 1. P. 152-156. doi:10.15199/48.2018.01.38

11. Yu B., Zhan P., Lei M., Zhou F. et al. Food quality monitoring system based on smart contracts and evaluation models // IEEE Access. 2020. V. 8. P. 12479-12490. doi: 10.1109/ACCESS.2020.2966020

12. Khan Z.H., Khalid A., Iqbal J. Towards realizing robotic potential in future intelligent food manufacturing systems // Innovative food science & emerging technologies. 2018. V. 48. P. 11-24. doi:10.1016/j.ifset.2018.05.011

13. Kahraman C., Yan?k S. Intelligent decision making techniques in quality management: a literature review // Intelligent Decision Making in Quality Management. 2016. P. 1-22. doi: 10.1007/978-3-319-24499-0_1

14. Talib F., Rahman Z. Identification and prioritization of barriers to total quality management implementation in service industry: an analytic hierarchy process approach // The TQM Journal. 2015. doi: 10.1108/TQM-11-2013-0122

15. Карелина Е.Б., Клехо Д.Ю. и др Интеграция адаптивного управления в технологические процессы пищевой отрасли. // Интеллектуальные системы и технологии в отраслях пищевой промышленности: сборник материалов конференции. М.: ИК МГУПП, 2019. С. 81–89.

16. Bakoti? D., Rogo?i? A. Employee involvement as a key determinant of core quality management practices // Total Quality Management & Business Excellence. 2017. V. 28. №. 11-12. P. 1209-1226. doi: 10.1080/14783363.2015.1094369

17. Akhmetova S.O., Fuschi D.L., Vasili?nait? R. Towards food safety: quality management peculiarities // Journal of Security & Sustainability Issues. 2017. V. 6. №. 3.

18. Loutfi A., Coradeschi S., Mani G.K., Shankar P. et al. Electronic noses for food quality: A review // Journal of Food Engineering. 2015. V. 144. P. 103-111. doi: 10.1016/j.jfoodeng.2014.07.019

19. Sun D.W. Computer vision technology for food quality evaluation. Academic Press, 2016.

20. Wu D., Sun D.W. Colour measurements by computer vision for food quality control–A review // Trends in Food Science & Technology. 2013. V. 29. №. 1. P. 5-20. doi: 10.1016/j.tifs.2012.08.004