ГИБРИДТІ НЕЙРО-АНЫ ЕМЕС ЕМЕС БАСҚАРУ ЖҮЙЕСІ НЕГІЗІНДЕ ӨНЕРКӘСӘПТІК НАН ПІСІРУ ПЕШІНІҢ ЦИФРЛЫҚ ЕГІЗІН ӘЗІРЛЕУ
DOI:
https://doi.org/10.56132/2791-3368-2026-3-67-203-212Кілт сөздер:
сандық егіз, нан пісіру пеші, зияткерлік басқару, автоматтандыру, нейрондық желілік моделдеу, температуралық тәртіп, машиналық оқытуАңдатпа
Мақалада өнеркәсіптік өндірісті цифрландыру және зияткерлік басқару технологияларын енгізу жағдайында нан пісіру пешін басқару тиімділігін арттыру мәселесі қарастырылады. Мұндай технологиялық шешімдер өнеркәсіптік кәсіпорындармен қатар, тылдық қамтамасыз ету жүйелерінің, оның ішінде, әскери инфрақұрылымдағы азық-түлік өндірісі логистикасының цифрлық трансформациясы үшін де өзекті болып табылады. Зерттеудің мақсаты- температуралық тәртіптің тұрақтылығын қамтамасыз ететін және дайын өнім сапасын арттыратын зияткерлік басқару жүйесі негізінде, нан пісіру пешінің сандық егізін әзірлеу.
Ұсынылған модель өнеркәсіптік шектеулер мен сараптамалық білімдерді ескере отырып, технологиялық күйлерді болжау әдістері мен үрдіс параметрлерін бейімдегіш реттеуді біріктіреді. Өнеркәсіптік деректердің үлкен көлемін талдау негізінде, нақты уақыт тәртібінде жабдықтың жұмыс тәртіптерін түзетуге мүмкіндік беретін шешім қабылдау жүйесі қалыптастырылады. Жүргізілген модельдеу нәтижелері басқару дәлдігінің артқанын, технологиялық параметрлер ауытқуының азайғанын және пеш жұмысының тұрақтылығының жақсартқанын көрсетті. Ұсынылған тәсіл анық емес логика мен көпқабатты перцептронды (MLP) біріктіруге негізделген. Имитациялық модель негізінде синтетикалық деректер жиынтығы қалыптастырылып, нейрондық желіні оқыту және сынақтан өткізу жүргізілді. Нәтижесінде 4-32-16-2 архитектуралы көпқабатты перцептрон үшін детерминация коэффициенті R² = 0,87, орташа абсолюттік қате MAE = 1,92 құрады. Модельдеу нәтижелері технологиялық параметрлердің рұқсат етілген шектерде сақталу уақытын 92,4%-ға дейін арттыру мүмкіндігін көрсетті.
##plugins.themes.default.displayStats.downloads##
Әдебиеттер тізімі
1. Dankar F. K., Ibrahim M. Fake it till you make it: Guidelines for effective synthetic data generation /Applied Sciences. – 2021. – Т. 11. – №. 5. – С. 2158.
2. Suchintita Das R., Tiwari B. K., Garcia-Vaquero M. The fundamentals of bread making: The science of bread //Traditional European breads: An illustrative compendium of ancestral knowledge and cultural heritage. – Cham: Springer International Publishing, 2023. – С. 1-40.
3. Cappelli A., Bettaccini L., Cini E. The kneading process: A systematic review of the effects on dough rheology and resulting bread characteristics, including improvement strategies //Trends in Food Science & Technology. – 2020. – Т. 104. – С. 91-101.
4. Feng Y. et al. Dynamic changes in glutenin macropolymer during different dough mixing and resting processes /Molecules. – 2021. – Т. 26. – №. 3. – С. 541.
5. Vidal L. M. et al. Micro-scale shear kneading—gluten network development under multiple stress–relaxation steps and evaluation via multiwave rheology //Polymers. – 2022. – Т. 14. – №. 4. – С. 846.
6. Issabekova L. et al. Temperature and Humidity Control System Based on Baking Ovens Using Fuzzy Logic //2023 IEEE International Conference on Smart Information Systems and Technologies (SIST). – IEEE, 2023. – С. 573-578.
7. Абалдова С.Ю. Разработка нечеткой экспертной системы оценки управления качеством машиностроительного предприятия // Междунар. научн.-практ. конф. «Инновационное развитие экономики России: ключевые проблемы и решения» - Иваново: ГОУВПО Ивановский государственный химико-технологический университет, 2010. - С. 225-221
8. Valentine D. T., Hahn B. H. Essential MATLAB for engineers and scientists. – Academic Press, 2022.
9. Attaway D. C. Matlab: a practical introduction to programming and problem solving. – Butterworth-Heinemann, 2022.
10. Costa L. et al. Multilayer perception//Introduction to Computational Intelligence. – 2023. – Т. 105.
