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(хк,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(хк,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).