Критерий оптимальности W1

Получить min высоту конфетного жгута при минимальной кривизне жгута и минимальном изменении удельной площади жгута

1) h - высота конфетного жгута на выходе Y2 à min

2) S(х₁, х₂) изменение удельной площади жгута Y3 à min

3) К(х_к,0) координаты максимальной кривизны жгута после формования Y4 àmin

Обобщенные критерии оптимальности:

=

Математическая постановка задачи:

W1=Y2/(Y1+Y3)

Ограничения:

Математическая постановка задачи:

W2=Y2/(Y1+Y3+Y4)

Ограничения:

Y2 h - высота конфетного жгутаà max.

Y1 М(х,у) - изменения расстояния до точки касания конфетного жгута к транспортерной ленте. Y1 à min

Y3 S(х₁, х₂) – изменение удельной площади жгута.

Y4 К(х_к,0 ) - координаты максимальной кривизны жгута после формования

Обобщенные критерии оптимальности:

=

Ограничения:

Вывод:

Для наилучших условий формования помадных жгутов необходимо выбрать второй из двух выбранных критериев оптимальности, т.к. проанализировав, мы получили наиболее благоприятные показатели.

СПИСОК ЛИТЕРАТУРЫ

1. Благовещенская М.М., Злобин Л.А. Информационные технологии систем управления технологическими процессами. Учеб. для вузов// – М.: Высш. шк., 2010.- 768 с.

2. Замятина О.М. Моделирование систем. Учебное пособие. Томский политехнический университет. 2009г. – 204 с.

3. Куприенко Н.В., Пономарева О.А., Тихонов Д.В. Статистика. Методы анализа распределений. Выборочное наблюдение. С использованием STATISTICA. Учебное пособие. СПб.: Изд-во Политехн. ун-та. 2009 г. – 138 с.

4. Ивашкин Ю.А. «Системный анализ и исследование операций в прикладной биотехнологии»

5. Ивашкин Ю.А. «Структурно-параметрическое моделирование и диагностирование аномальных состояний сложных технологических систем»

6. Благовещенская М.М., Макаров В.В. Идентификационный аспект в методологии создания систем управления технологическими объектами с нестационарными параметрами // Вестник Воронежского государственного университета инженерных. №1. 2014. – с. 85 – 90

7. Благовещенская М.М., Сулимов В.Д., Шкапов П.М. Методология разработки основ моделирования и диагностики гидромеханических систем пищевых производств по их динамическим характеристикам// Высокие интеллектуальные технологии и инновации в образовании и науке: Материалы XVII Международной научно-метод. Конф. 11-12 февраля 2010 г., С.-Петербург. Т.2 – СПБ.: Изд-во Политехн. Универ., 2010. – С.95-98.

8. Благовещенская М.М., Апанасенко С.И., Благовещенский И.Г. Виртуальные датчики на основе нейросетевых алгоритмов для определения качества пищевых масс // «Хранение и переработка сельскохозяйственного сырья», №9, 2012. – с. 44 - 45 (общ. объем 0,3 п.л.).

9. И.Г. Благовещенский, А.В. Шаверин, М.М. Благовещенская Автоматизация контроля показателей вкуса шоколадных изделий с использованием интеллектуальных технология // «Кондитерское и хлебопекарное производство», №10 октябрь, 2014. – с. 44 - 47 (общ. объем 0,3 п.л.).

10. Благовещенская М.М., Апанасенко С.И., Благовещенский И.Г. Виртуальные датчики на основе нейросетевых алгоритмов для определения качества пищевых масс // «Хранение и переработка сельскохозяйственного сырья», №9, 2012. – с. 44 - 45 (общ. объем 0,3 п.л.).

References

1 Blagoveschenskaya М.М., Zlobin L.A. Informatsionnyye tekhnologii sistem upravleniya tekhnologicheskimi protsessami. Ucheb. dlya vuzov [Information technologies for Process Control Systems] – Мoscow, Vysshaiashcola, 2010.- 768 p.

2. Zamyatina O.M. Modelirovaniye sistem. [Simulation systems] Uchebnoye posobiye. Tomskiy politekhnicheskiy universitet. 2009. – 204 p.

3Kupriyenko N.V., Ponomareva O.A., Tikhonov D.V. Statistika. Metody analiza raspredeleniy. Vyborochnoye nablyudeniye. S ispol'zovaniyem STATISTICA. [Statistics. Methods of analysis of distributions. Selective observation. Using STATISTICA.] Uchebnoye posobiye. SPb.: Izd-vo Politekhn. un-ta. 2009. – 138 p.

4. Ivashkin A. "systems analysis and operations research in applied biotechnology" 2011. – 204 p..

5. Ivashkin A. "Structural-parametric modeling and diagnosis of abnormal conditions of complex technological systems"2009. – 324 p.

6. Blagoveschenskaya М.М., Makarov V. V. Identification aspect in the methodology of creation of control systems of technological objects with time-varying parameters // Herald of the Voronezh state University of engineering. No. 1. 2014. - p. 85 – 90.

7. Blagoveschenskaya М.М., Sulimov V. D., Schkapov P. M. Development Methodology basics of modeling and diagnostics of hydromechanical systems of food production dynamic characteristics/ High/ smart technology and innovations in education and science: proceedings of the XVII International scientific-method. Conf. 11-12 February 2010, St. Petersburg. Vol. 2 - SPB.: Publishing house of the Polytechnic. Univer., 2010. - p. 95-98.

8. Blagoveschenskaya М.М., Apanasenko S. I., Annunciation I. G. Virtual sensors based on neural network algorithms for determining the quality of food masses // "Storage and processing of agricultural raw materials, No. 9, 2012. - p. 44 - 45. volume 0,3).

9. Blagoveshchenskii I. G., Severin A. V., Blagoveschenskaya М.М. Annunciation automation control indicators taste of chocolate products using intelligent technology // "Confectionery and bakery production", No. 10 October, 2014. - p. 44 - 47. volume 0,3).

10. Blagoveschenskaya М.М., Apanasenko S. I., Blagoveshchenskii I. G., Virtual sensors based on neural network algorithms for determining the quality of food masses // "Storage and processing of agricultural raw materials, No. 9, 2012. - p. 44 - 45. volume 0,3).