ИИ научили оценивать будущий вкус кондитерских изделий по данным производства - Интернет технологии.

Разработчики из РТУ МИРЭА создали программный модуль, который на основе параметров технологического процесса, органолептических показателей качества сырья, а также его физико-химических и реологических характеристик прогнозирует итоговую оценку вкуса кондитерских изделий. В качестве входных данных используются температура, давление, расход технологических потоков, скорость работы оборудования и перемещения продукта, влажность, кислотность, содержание сухих веществ, вязкость, консистенция и другие параметры, поступающие от производственных датчиков и средств лабораторного контроля. Сегодня оценка вкуса на производстве часто проводится субъективно, с привлечением экспертов-дегустаторов, что требует времени и не позволяет оперативно корректировать технологический процесс. Разработанная программа, использующая многослойную нейронную сеть, позволяет рассчитывать прогнозную оценку вкуса непосредственно в ходе производства и своевременно формировать рекомендации по корректировке технологических и режимных параметров. © Ulysse Pointcheval, unsplash Вкус кондитерского изделия — главный фактор, по которому покупатель выбирает продукт. Но предсказать его заранее, до того как партия будет выпущена, сложно. Классический подход: технолог готовит образец, созывает дегустационную комиссию, специалисты пробуют и дают заключение. Это занимает время, требует человеческого ресурса и, главное, не позволяет оперативно корректировать процесс, если что-то пошло не так. Исследователи РТУ МИРЭА предложили цифровое решение. Они разработали программный модуль, который на основе объективных технологических параметров — процентного содержания сахара, жиров, уровня кислотности, дозировки ароматизаторов — рассчитывает прогнозную оценку вкуса. В основе лежит нейросетевая модель, обученная на реальных данных кондитерских производств. Программа показывает результат в удобном интерфейсе, позволяет отслеживать динамику параметров и своевременно замечать отклонения от рецептуры. Результаты исследования опубликованы в Модуль может использоваться на разных этапах производства: от рецептурной настройки до контроля готовой продукции. Оператор загружает данные, и система выдает прогноз: будет ли вкус соответствовать стандарту или есть риск отклонения. Это позволяет технологу скорректировать рецептуру еще на стадии варки или формования, избегая выпуска бракованной партии. «Вкус — это субъективная категория, но ее можно предсказать, если опираться на точные цифры. Мы создали модель, которая связывает технологические параметры с итоговыми вкусовыми характеристиками. Это как рецепт, где ингредиенты — не граммы, а целые технологические режимы. Наш модуль позволяет технологу увидеть будущий вкус еще до того, как первая партия отправится на упаковку. Это экономит время, сырье и нервы», — рассказывает Владислав Благовещенский, кандидат технических наук, доцент кафедры промышленной информатики РТУ МИРЭА. Владислав Благовещенский также пояснил, как именно работает система на производстве: «В технологический процесс внедряются интеллектуальные датчики, которые определяют органолептические показатели — цвет, запах, внешний вид — сырья и продукции. Эти показатели анализирует виртуальный датчик вкуса, который выставляет оценку по десятибалльной шкале. Если значение низкое, значит, продукция не соответствует рецептуре и идет в брак. Датчик входит в экспертную, или рекомендательную, систему, которая сообщает оператору, как исправить технологический процесс. Простыми словами: вы каждый день готовите одно и то же блюдо по одинаковому рецепту — вкус стабилен. Но если выбрать неправильную температуру или добавить слишком много соли, результат изменится. Интеллектуальный датчик оценивает не сладость, а то, насколько правильно выполнен технологический процесс. Например, если на одном из этапов поступило слишком много сахара, система зафиксирует отклонение и отразит его по десятибалльной шкале». «На крупных производствах дегустации проводятся регулярно, но они все равно остаются узким местом: люди устают, вкусовое восприятие меняется, а процесс занимает время. Наша программа дает объективную предварительную оценку. Конечно, она не заменит финальную дегустацию, но позволит отсеивать заведомо проблемные партии на ранних стадиях. Это повышает эффективность работы технологов и снижает риск выпуска продукции, которая не устроит покупателя», — добавляет Иван Благовещенский, профессор кафедры промышленной информатики РТУ МИРЭА. Программный модуль зарегистрирован в Реестре программ для ЭВМ. Он может работать на операционных системах Linux, Windows и macOS, что делает его доступным для внедрения как на крупных кондитерских фабриках, так и в небольших цехах. Разработка является логическим продолжением работы команды в области цифровизации кондитерского производства — ранее они уже представили программу для контроля цвета шоколада. Нашли опечатку? Выделите фрагмент и нажмите Ctrl (Cmd) Enter.