Preview

Proceedings of the Voronezh State University of Engineering Technologies

Advanced search

USE OF INTELLECTUAL TECHNOLOGIES FOR QUALITY CONTROL OF CURD

https://doi.org/10.20914/2310-1202-2014-2-83-89

Abstract

Summary. Method of curds quality control, based on neural network model is introduced in the paper. It allows to give fair estimate of final product’s quality without use of professional degustators. Method consists in construction of neural network model to estimate quality of curds by input and output parameters. Hardware software complex of curds taste control is proposed to apply in industry for independent estimate of final product. Operation of neural network model based on usage of artificial neural networks, which is one of directions of artificial intelligence theory. Neural network model consists of several artificial neurons layers, which emulate nerve cells functioning. Feed forward network of MLP type was used in solving of curds taste control problem. Feature of this network is that signals passed from one layer’s neurons to next layer’s neurons only from input layer to output, not the other way. Neural network was trained for its correct operation by selection of optimal synaptic factors. Flow diagram of training algorithm is introduced in the paper. Algorithm of neural network tuning is described in the paper. Author proposed set of recommendations for software-hardware complex deployment. Experiment results show that this taste estimate method based on neural net works simplify a problem of final product control as allow to react to deviations in production process on proper time.

About the Authors

M. M. Blagoveshchenskaia
Moscow State University of Food Production, Moscow
Russian Federation
Professor
Department of information technologies and automated systems
phone +7 (499) 750-01-11


G. R. Davydova
Moscow State University of Food Production, Moscow
Russian Federation
graduate
Department of information technologies and automated systems


N. A. Semina
Moscow State University of Food Production, Moscow
Russian Federation
associate Professor
Department of information technologies and automated systems


I. G. Blagoveshchenskii
Baumann Moscow state technical university, Moscow
Russian Federation
professor
Department of theoretical mechanics
phone (916) 964-72-81


References

1. Брижашева О.В. Маркетинг торговли: учебное пособие. Ульяновск: УлГТУ, 2007. 170 с. Brizhasheva O.V. Marketing torgovli [Marketing of trade]. Ulyanovsk, UlGTU, 2007. 170 p. (In Russ.).

2. Ребрин Ю.И. Управление качеством: учебное пособие. Таганрог: ТРТУ, 2004. 174 с. Rebrin Iu.I. Upravlenie kachestvom [Quality control]. Taganrog, TRTU, 2004. 174 p. (In Russ.).

3. Апанасенко С.И., Благовещенская М.М. Системы регулирования показателей качества пищевых продуктов на основе нейросетевых алгоритмов // Сборник докладов II конференции молодых ученых «Реология и физико-химическая механика гетерофазных систем», Звенигород, 7-11 июля 2009г. М.: МГУ, 2009. С. 65 – 67 Apanasenko S.I., Blagoveshchenskaia M.M. System of quality control indicators of foodstuff based on neural network algorithms. Sbornik dokladov II konferentsii molodykh uchenykh «Reologiia i fiziko-khimicheskaia mekhanika geterofaznykh system» [Collection reporters IIth Int. Conf. «Rheology and physical-chemical mechanics of heterogeneous systems»]. Moscow, 2009, pp. 65-67. (In Russ).

4. Меркулова Н.Г. Производственный контроль в молочной промышленности: практическое руководство: учебное пособие. СПб: Профессия, 2009. 656 с. Merkylova N.G. Proizvodstvennyi kontrol’ v molochnoi promyshlennosti: prakticheskoe rukovodstvo [Production control in the dairy industry: practical guide]. St. Petersburg, Professiia, 2009. 656 p. (In Russ.).

5. Апанасенко С.И., Благовещенская М.М. О построении системы регулирования показателей качества пищевых продуктов с применением нейронных сетей // Сборник докладов международной научной конференции студентов и молодых ученых «Экологически безопасные, ресурсосберегающие технологии и средства переработки сельскохозяйственного сырья и производства продуктов питания», М.: МГУПБ, 2009. С. 157 – 159. Apanasenko S.I., Blagoveshchenskaia M.M. About creation of regulation system for quality indicators of foodstuff with neural networks. Sbornik dokladov mezhdunarodnoi nauchnoi konferentsii stydentov i molodykh uchenykh «Ecologicheski bezopasnye, resyrsosberegaiushchie tekhnologii i sredstva pererabotki sel’skokhoziaistvennogo» [Collection reporters Int. Conf. «Environment friendly, resource-saving technologies and processing facilities of agricultural raw materials and food production»]. Moscow, 2009, pp. 157-159. (In Russ.).

6. Апанасенко С.И., Благовещенская М.М. Применение нейронных сетей для построения автоматизированной системы корректировки рецептуры приготовления кондитерских масс // Сборник докладов научного семинара «Интенсификация и автоматизация процессов обработки пищевых продуктов», М.: МГУПБ, 2010. С. 26 – 30. Apanasenko S.I., Blagoveshchenskaia M.M. Neural networks application for elaboration of automated system to adjust recipes of confectionery products. Sbornik dokladov nauchnogo seminara «Intensifikatsiia i avtomatizatsiia protsessov obrabotki pishchevykh produktov» [Collection reporters Int. Conf «Intensification and automation the processing of foodstuffs»]. Moscow, 2010, pp. 26-30. (In Russ.).

7. Апанасенко С.И., Благовещенская М.М. Построение виртуальных датчиков на основе нейросетевых алгоритмов для определения качественных показателей пищевых масс // Вестник ВГТА. 2010. № 2. С. 5 – 8. Apanasenko S.I., Blagoveshchenskaia M.M. Elaboration of virtual sensors based on neural network algorithms for determination of food masses quality indicators. Vestnik VGTA. [Bulletin of VSTA], 2010, no. 2, pp. 5-8. (In Russ.).

8. Шаверин А.В., Благовещенская М.М. Исследование возможностей современных автоматизированных технологических линий для построения интеллектуального модуля прогнозирования вкусовых качеств кондитерских масс // Сборник докладов V Юбилейной школы - конференции с международным участием «Высокоэффективные пищевые технологии, методы и средства для их реализации», М.: МГУПП, 2007. С. 391 – 393. Shaverin A.V., Blagoveshchenskaia M.M. Research of contemporary automatized process lines possibilities for developing intellectual module of forecasting confectionery products flavor. Sbornik dokladov V Iubileinoi shkolykonferentsii s mezhdunarodnym uchastiem «Vysokoeffektivnye pishchevye tekhnologii, metody i sredstva dlia ikh realizatsii» [Collection reporters Vth Int. Conf. «Highly effective food technologies, methods and facilities for its achievement»]. Moscow, 2007, pp. 391-393. (In Russ.).

9. Шаверин А.В., Благовещенская М.М. Создание программно-аппаратного комплекса для оценки показателей вкуса кондитерских изделий // Сборник докладов II конференции молодых ученых «Реология и физико-химическая механика гетерофазных систем», Звенигород, 7- 11 июля 2009 г. М.: МГУ, 2009. С. 58 – 60. Shaverin A.V., Blagoveshchenskaia M.M. Creation of a hardware-software complex for taste estimation of confectionery products. Sbornik dokladov II konferentsii molodykh uchenykh «Reologiia i fiziko-khimicheskaia mekhanika geterofaznykh system» [Collection reporters IIth Int. Conf. «Rheology and physical-chemical mechanics of heterogeneous systems»]. Moscow, 2009, pp. 58-60. (In Russ.).

10. Шаверин А.В., Благовещенская М.М. Автоматизированная система интеллектуального контроля вкуса шоколадных изделий // Хранение и переработка сельхозсырья. 2009. №11. С. 55 – 57. Shaverin A.V., Blagoveshchenskaia M.M. The automatized system of intellectual control of chocolate products taste. Khranenie i pererabotka sel’khozsyr’ia. [Storage and processing of agricultural products], 2009, no. 11, pp. 55-57. (In Russ.).


Review

For citations:


Blagoveshchenskaia M.M., Davydova G.R., Semina N.A., Blagoveshchenskii I.G. USE OF INTELLECTUAL TECHNOLOGIES FOR QUALITY CONTROL OF CURD. Proceedings of the Voronezh State University of Engineering Technologies. 2014;(2):83-89. (In Russ.) https://doi.org/10.20914/2310-1202-2014-2-83-89

Views: 638


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 License.


ISSN 2226-910X (Print)
ISSN 2310-1202 (Online)