蒲小春

(美廬生物科技股份有限公司，江西九江 332000)

摘 要：隨著(zhù)人們對食品質(zhì)量要求的提高，以及食品制程質(zhì)量控制的精細化、專(zhuān)業(yè)化發(fā)展，在人工智能快速發(fā)展的今天，需將兩者有機結合起來(lái)，形成智能、系統、科學(xué)的質(zhì)量控制技術(shù)，讓人工智能更高效、專(zhuān)業(yè)地服務(wù)質(zhì)量管理，將成為質(zhì)量管理發(fā)展的一個(gè)方向?；诖?，本文對人工智能技術(shù)在食品制程質(zhì)量控制中的應用進(jìn)行了探討。

關(guān)鍵詞：人工智能;智能制造;制程質(zhì)量控制

隨著(zhù)食品工業(yè)技術(shù)的深入發(fā)展，食品制造的機械化、系統化、智能化程度越來(lái)越高，結合人工智能技術(shù)引領(lǐng)電控技術(shù)、光控技術(shù)、熱敏技術(shù)、視頻技術(shù)、大數據運算等技術(shù)的發(fā)展，將人工智能的深度感知、系統學(xué)習、綜合計算、交互控制等能力應用到食品制程質(zhì)量管理中，從而推動(dòng)食品質(zhì)量控制技術(shù)的發(fā)展與提升，為廣大消費者提供更安全的食品。

1　人工智能技術(shù)與質(zhì)量管理的概述

人工智能技術(shù)是一項新興的技術(shù)學(xué)科[1]，具有較強的人工智能識別、分析、處理能力，其復雜的理論體系，包含了電氣技術(shù)、計算機技術(shù)、通信技術(shù)等多學(xué)科、多領(lǐng)域。依托計算機設備、圖像識別及處理技術(shù)、人工智能算法等，能達到一定的人類(lèi)意識或行為，理論上可以輔助甚至替代人類(lèi)完成某些工作，提高工作效率與質(zhì)量[2]。隨著(zhù)信息技術(shù)的快速發(fā)展，人工智能也將不斷進(jìn)步，人們也將對人工智能技術(shù)越來(lái)越重視，對于人工智能的開(kāi)發(fā)研究而言也有著(zhù)相當重要的地位。

質(zhì)量管理發(fā)展經(jīng)歷了質(zhì)量檢驗階段、統計質(zhì)量階段、全面質(zhì)量管理階段及現代質(zhì)量管理[3]，如今質(zhì)量管理正處于全面質(zhì)量管理的高速發(fā)展時(shí)期，同時(shí)質(zhì)量管理的發(fā)展也不是獨立的，伴隨著(zhù)檢測技術(shù)、工業(yè)技術(shù)、計算技術(shù)等的發(fā)展，也有了新的定義。其中，在全面質(zhì)量管理階段，其產(chǎn)品是“策劃”出來(lái)的、產(chǎn)品是“生產(chǎn)”出來(lái)的理念與實(shí)踐植根于質(zhì)量管理中，而制程質(zhì)量管理作為質(zhì)量管理的重要環(huán)節也顯得格外重要，制程質(zhì)量控制(Producing Quality Control)PQC，簡(jiǎn)稱(chēng)制程控制，以人、機、料、法、環(huán)、測為基本要素，有機將各要素依據標準、規范、規程、流程形成最佳組合，最終實(shí)現產(chǎn)品質(zhì)量預期目標的質(zhì)量管理措施。制程管控是品質(zhì)管制的核心，其包含的要素、參數、細節眾多，如何監視、交互控制、預防性控制，對質(zhì)量管理人員提出了更高的要求。本文探討將人工智能強大的識別、運算、控制等技術(shù)能力應用于制程質(zhì)量控制中。

2　設計思路

2.1　產(chǎn)品實(shí)現路徑設計

制程質(zhì)量控制是基于實(shí)現達到產(chǎn)品預期質(zhì)量水平質(zhì)量控制。內容包括產(chǎn)品的實(shí)現過(guò)程控制，與實(shí)現過(guò)程中的人、機、料、法、環(huán)、測等要素管理。①將產(chǎn)品的實(shí)現路徑流程化或圖表化，在流程的節點(diǎn)上標注控制點(diǎn)及屬性，同時(shí)需標注控制點(diǎn)的輸入、過(guò)程及輸出，其中每個(gè)控制點(diǎn)的識別、判定、控制的數據點(diǎn)必須量化為數據，涉及數量判定時(shí)，其循環(huán)條件一并標注。②開(kāi)展產(chǎn)品實(shí)現建模，將參數轉化為計算機語(yǔ)言，選擇語(yǔ)言時(shí)，需考慮識技術(shù)或設備可通用的語(yǔ)言，或預留接口，便于系統間的交互與控制。③路徑預演，將節點(diǎn)的輸入數據通過(guò)其對應的節點(diǎn)，確定節點(diǎn)識別、判定、執行的有效性。在完成路徑預演后，基本確定產(chǎn)品建模的有效性、產(chǎn)品實(shí)現的操作規程有可操作性及產(chǎn)品質(zhì)量監測與控制的有效性。

2.2　識別技術(shù)的選擇與應用

當路徑與參數明確后，針對識別的節點(diǎn)及參數，找到相適應的識別器，將對象轉化為信號作為各控制節點(diǎn)數據的輸入。①人員防護控制可通過(guò)視頻技術(shù)、智能相機和支持AI的軟件對人員的防護、狀態(tài)、形為進(jìn)行識別，并創(chuàng )建一個(gè)基于規則的系統，然后通過(guò)比對、運算對結果作出判定。②設備控制可通過(guò)電控技術(shù)、光控技術(shù)、熱敏技術(shù)等，識別并控制設備步進(jìn)動(dòng)作、運行狀態(tài)、偏離趨勢、參數自糾的主動(dòng)監控，以及將系統預設參數通過(guò)識別器傳輸給設備或設施，設備的執行將按照預定軌跡和參數進(jìn)行，實(shí)現設備與系統間的交互控制，確保企業(yè)生產(chǎn)設備規范、有序地運行[4]。③物料控制可通過(guò)提前預設基礎數據庫，將物料的名稱(chēng)及屬性數據化、物料的流轉流程數據化、物料的質(zhì)量趨勢數據化等;基于數據的符合性判定是否滿(mǎn)足質(zhì)量原則可流轉至下工序，是否符合物料的平衡規則以驗證產(chǎn)品的質(zhì)量屬性，同時(shí)數據流可形成大數據，通過(guò)建立大數據的篩選、運算，提升物料的質(zhì)控水平。④環(huán)境控制可通過(guò)光感設備、熱敏設備、氣體監控設備等對環(huán)境中的空氣流、氣體成分、空間顆粒物、水氣飽和度等進(jìn)行監控，驗證環(huán)境的潔凈水平與潔凈發(fā)展趨勢。作業(yè)規程在流程設計時(shí)，將動(dòng)作流、動(dòng)作標準嵌套至節點(diǎn)的設計中，最終將人、機、料、法、環(huán)、測等基本要素全部采集，并數據化。

2.3　數據運算設計與部署

節點(diǎn)及配套數據實(shí)現采集后，基于大系統、大數據的基礎，運用系統思維，智能交互、監視與控制。設計中充分考慮節點(diǎn)的輸入條件、運行條件、輸出條件以及緊急處置條件、趨勢分析、預判等的數據運算，在實(shí)現大數據計算的基礎上，同時(shí)避免出現參數漏項，以及重復運算而偏離控制的冗余。

設計過(guò)程分階段實(shí)施，以節點(diǎn)為模塊基點(diǎn)，進(jìn)行數據標注、測試和驗證后，再系統驗證、規模部署與正式部署。在整個(gè)項目的部署過(guò)程中，QA團隊應執行各種檢查、確認和評審，將數據模型指標、預定義值或閾值進(jìn)行比較，監控驗證數據質(zhì)量，驗證AI模型滿(mǎn)足參數配置的能力、運行處置、推理能力，確保模塊質(zhì)量可靠，流程通暢安全。

2.4　數據運算驗證

2.4.1　確定數據質(zhì)量范圍

(1)基于節點(diǎn)的控制限值、趨勢限值，選擇一些重要的表和數據項進(jìn)行數據質(zhì)量核查，驗證節點(diǎn)的識別與判定能力是否符合預期。

(2)在制程質(zhì)量控制中，工藝往往會(huì )設置CCP點(diǎn)，基于CCP點(diǎn)的OL\CL值，可優(yōu)化驗證邏輯運算效果、容差范圍、偏離控制措施的有效性，以及趨勢數據預判能力。

(3)在數據運算設計中，可能存在多重嵌套循環(huán)運算的條件，為提升運行效率，需充分考慮數據冗余、節點(diǎn)迂回現象。

2.4.2　數據質(zhì)量檢查規則

(1)針對少量核心檢查規則，從大數據中選取訓練數據樣本，利用機器學(xué)習進(jìn)行深度分析，提取公共特征和模型，可以用來(lái)定位數據質(zhì)量原因，進(jìn)行數據質(zhì)量問(wèn)題的預測，并進(jìn)一步形成知識庫，進(jìn)而增強數據質(zhì)量管理能力。

(2)基于正態(tài)分布，確定數據閾值，判斷數據是否為異常數據，可做事前研判、事后監控。

2.4.3　數據問(wèn)題發(fā)現

定位具體的數據環(huán)節，進(jìn)行試錯測試與驗證，確認數據運算能力能滿(mǎn)足正?；虍惓Ｇ闆r下的數據判定能力。

為確保訓練數據適合模型，必須對數據本身的質(zhì)量、完整性、可靠性和有效性進(jìn)行反復測試。這包括識別和消除任何形式的人為偏見(jiàn)。在現實(shí)場(chǎng)景中，AI模型處理的數據可能與其訓練數據有所出入。因此，在人工智能技術(shù)的實(shí)際運用上，可以通過(guò)專(zhuān)家系統、神經(jīng)網(wǎng)絡(luò )等控制系統，對電氣設備關(guān)鍵部件進(jìn)行控制，基于當時(shí)情況進(jìn)行操作判斷決策，盡可能模擬人為操作，提高效率[5]。

3 結語(yǔ)

食品安全事關(guān)廣大人民群眾的身體健康和生命安全，事關(guān)經(jīng)濟健康發(fā)展和社會(huì )穩定大局，事關(guān)政府和國家形象[6]。為進(jìn)一步提升食品質(zhì)量制程控制水平，充分運用人工智能技術(shù)背景下的大數據、大系統的數據運算能力與交互智控技術(shù)，實(shí)現更加安全、穩定、可靠的質(zhì)量控制，在食品質(zhì)量高要求的今天顯得更加重要。作為質(zhì)量管理人員，在人工智能高速發(fā)展的今天，需進(jìn)一步將多學(xué)科、多領(lǐng)域融合發(fā)展，發(fā)揮多家之長(cháng)，讓技術(shù)服務(wù)于質(zhì)量，讓質(zhì)量滿(mǎn)足于人民。

參考文獻

[1]林劍瑋.基于人工智能的質(zhì)量過(guò)程控制研究[J].天津美騰科技股份有限公,2019(41):168

[2]劉洋.電氣工程自動(dòng)化中人工智能的運用[J].湖北農機化,2019(24):91

[3]諶東荄.質(zhì)量管理概論[M].北京：經(jīng)濟管理出版社,2001.

[4]呂穎利.基于人工智能技術(shù)分析電氣自動(dòng)化的發(fā)展前景[J].廣西農業(yè)機械化,2019(6):10-11

[5]高峰.淺談促進(jìn)人工智能運用于電氣工程自動(dòng)化的方法[J].信息系統工程,2019(12):23-24

[6]李海金.食品安全存在的問(wèn)題分析與對策思考[J].中國藥事2006(20):643