人工智能技術(shù)在食品制程質(zhì)量控制中的應(yīng)用探討

蒲小春

摘 要：隨著人們對(duì)食品質(zhì)量要求的提高，以及食品制程質(zhì)量控制的精細(xì)化、專業(yè)化發(fā)展，在人工智能快速發(fā)展的今天，需將兩者有機(jī)結(jié)合起來(lái)，形成智能、系統(tǒng)、科學(xué)的質(zhì)量控制技術(shù)，讓人工智能更高效、專業(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(duì)人工智能技術(shù)在食品制程質(zhì)量控制中的應(yīng)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

隨著食品工業(yè)技術(shù)的深入發(fā)展，食品制造的機(jī)械化、系統(tǒng)化、智能化程度越來(lái)越高，結(jié)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(shù)據(jù)運(yùn)算等技術(shù)的發(fā)展，將人工智能的深度感知、系統(tǒng)學(xué)習(xí)、綜合計(jì)算、交互控制等能力應(yīng)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(fèi)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(xiàng)新興的技術(shù)學(xué)科[1]，具有較強(qiáng)的人工智能識(shí)別、分析、處理能力，其復(fù)雜的理論體系，包含了電氣技術(shù)、計(jì)算機(jī)技術(shù)、通信技術(shù)等多學(xué)科、多領(lǐng)域。依托計(jì)算機(jī)設(shè)備、圖像識(shí)別及處理技術(shù)、人工智能算法等，能達(dá)到一定的人類意識(shí)或行為，理論上可以輔助甚至替代人類完成某些工作，提高工作效率與質(zhì)量[2]。隨著信息技術(shù)的快速發(fā)展，人工智能也將不斷進(jìn)步，人們也將對(duì)人工智能技術(shù)越來(lái)越重視，對(duì)于人工智能的開(kāi)發(fā)研究而言也有著相當(dāng)重要的地位。

質(zhì)量管理發(fā)展經(jīng)歷了質(zhì)量檢驗(yàn)階段、統(tǒng)計(jì)質(zhì)量階段、全面質(zhì)量管理階段及現(xiàn)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(dú)立的，伴隨著檢測(cè)技術(shù)、工業(yè)技術(shù)、計(jì)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(jié)也顯得格外重要，制程質(zhì)量控制（Producing Quality Control）PQC，簡(jiǎn)稱制程控制，以人、機(jī)、料、法、環(huán)、測(cè)為基本要素，有機(jī)將各要素依據(jù)標(biāo)準(zhǔn)、規(guī)范、規(guī)程、流程形成最佳組合，最終實(shí)現(xiàn)產(chǎn)品質(zhì)量預(yù)期目標(biāo)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(shù)、細(xì)節(jié)眾多，如何監(jiān)視、交互控制、預(yù)防性控制，對(duì)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(qiáng)大的識(shí)別、運(yùn)算、控制等技術(shù)能力應(yīng)用于制程質(zhì)量控制中。

2 設(shè)計(jì)思路

2.1 產(chǎn)品實(shí)現(xiàn)路徑設(shè)計(jì)

制程質(zhì)量控制是基于實(shí)現(xiàn)達(dá)到產(chǎn)品預(yù)期質(zhì)量水平質(zhì)量控制。內(nèi)容包括產(chǎn)品的實(shí)現(xiàn)過(guò)程控制，與實(shí)現(xiàn)過(guò)程中的人、機(jī)、料、法、環(huán)、測(cè)等要素管理。①將產(chǎn)品的實(shí)現(xiàn)路徑流程化或圖表化，在流程的節(jié)點(diǎn)上標(biāo)注控制點(diǎn)及屬性，同時(shí)需標(biāo)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(shí)別、判定、控制的數(shù)據(jù)點(diǎn)必須量化為數(shù)據(jù)，涉及數(shù)量判定時(shí)，其循環(huán)條件一并標(biāo)注。②開(kāi)展產(chǎn)品實(shí)現(xiàn)建模，將參數(shù)轉(zhuǎn)化為計(jì)算機(jī)語(yǔ)言，選擇語(yǔ)言時(shí)，需考慮識(shí)技術(shù)或設(shè)備可通用的語(yǔ)言，或預(yù)留接口，便于系統(tǒng)間的交互與控制。③路徑預(yù)演，將節(jié)點(diǎn)的輸入數(shù)據(jù)通過(guò)其對(duì)應(yīng)的節(jié)點(diǎn)，確定節(jié)點(diǎn)識(shí)別、判定、執(zhí)行的有效性。在完成路徑預(yù)演后，基本確定產(chǎn)品建模的有效性、產(chǎn)品實(shí)現(xiàn)的操作規(guī)程有可操作性及產(chǎn)品質(zhì)量監(jiān)測(cè)與控制的有效性。

2.2 識(shí)別技術(shù)的選擇與應(yīng)用

當(dāng)路徑與參數(shù)明確后，針對(duì)識(shí)別的節(jié)點(diǎn)及參數(shù)，找到相適應(yīng)的識(shí)別器，將對(duì)象轉(zhuǎn)化為信號(hào)作為各控制節(jié)點(diǎn)數(shù)據(jù)的輸入。①人員防護(hù)控制可通過(guò)視頻技術(shù)、智能相機(jī)和支持AI的軟件對(duì)人員的防護(hù)、狀態(tài)、形為進(jìn)行識(shí)別，并創(chuàng)建一個(gè)基于規(guī)則的系統(tǒng)，然后通過(guò)比對(duì)、運(yùn)算對(duì)結(jié)果作出判定。②設(shè)備控制可通過(guò)電控技術(shù)、光控技術(shù)、熱敏技術(shù)等，識(shí)別并控制設(shè)備步進(jìn)動(dòng)作、運(yùn)行狀態(tài)、偏離趨勢(shì)、參數(shù)自糾的主動(dòng)監(jiān)控，以及將系統(tǒng)預(yù)設(shè)參數(shù)通過(guò)識(shí)別器傳輸給設(shè)備或設(shè)施，設(shè)備的執(zhí)行將按照預(yù)定軌跡和參數(shù)進(jìn)行，實(shí)現(xiàn)設(shè)備與系統(tǒng)間的交互控制，確保企業(yè)生產(chǎn)設(shè)備規(guī)范、有序地運(yùn)行[4]。③物料控制可通過(guò)提前預(yù)設(shè)基礎(chǔ)數(shù)據(jù)庫(kù)，將物料的名稱及屬性數(shù)據(jù)化、物料的流轉(zhuǎn)流程數(shù)據(jù)化、物料的質(zhì)量趨勢(shì)數(shù)據(jù)化等;基于數(shù)據(jù)的符合性判定是否滿足質(zhì)量原則可流轉(zhuǎn)至下工序，是否符合物料的平衡規(guī)則以驗(yàn)證產(chǎn)品的質(zhì)量屬性，同時(shí)數(shù)據(jù)流可形成大數(shù)據(jù)，通過(guò)建立大數(shù)據(jù)的篩選、運(yùn)算，提升物料的質(zhì)控水平。④環(huán)境控制可通過(guò)光感設(shè)備、熱敏設(shè)備、氣體監(jiān)控設(shè)備等對(duì)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(jiān)控，驗(yàn)證環(huán)境的潔凈水平與潔凈發(fā)展趨勢(shì)。作業(yè)規(guī)程在流程設(shè)計(jì)時(shí)，將動(dòng)作流、動(dòng)作標(biāo)準(zhǔn)嵌套至節(jié)點(diǎn)的設(shè)計(jì)中，最終將人、機(jī)、料、法、環(huán)、測(cè)等基本要素全部采集，并數(shù)據(jù)化。

2.3 數(shù)據(jù)運(yùn)算設(shè)計(jì)與部署

節(jié)點(diǎn)及配套數(shù)據(jù)實(shí)現(xiàn)采集后，基于大系統(tǒng)、大數(shù)據(jù)的基礎(chǔ)，運(yùn)用系統(tǒng)思維，智能交互、監(jiān)視與控制。設(shè)計(jì)中充分考慮節(jié)點(diǎn)的輸入條件、運(yùn)行條件、輸出條件以及緊急處置條件、趨勢(shì)分析、預(yù)判等的數(shù)據(jù)運(yùn)算，在實(shí)現(xiàn)大數(shù)據(jù)計(jì)算的基礎(chǔ)上，同時(shí)避免出現(xiàn)參數(shù)漏項(xiàng)，以及重復(fù)運(yùn)算而偏離控制的冗余。

設(shè)計(jì)過(guò)程分階段實(shí)施，以節(jié)點(diǎn)為模塊基點(diǎn)，進(jìn)行數(shù)據(jù)標(biāo)注、測(cè)試和驗(yàn)證后，再系統(tǒng)驗(yàn)證、規(guī)模部署與正式部署。在整個(gè)項(xiàng)目的部署過(guò)程中，QA團(tuán)隊(duì)?wèi)?yīng)執(zhí)行各種檢查、確認(rèn)和評(píng)審，將數(shù)據(jù)模型指標(biāo)、預(yù)定義值或閾值進(jìn)行比較，監(jiān)控驗(yàn)證數(shù)據(jù)質(zhì)量，驗(yàn)證AI模型滿足參數(shù)配置的能力、運(yùn)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(shù)據(jù)運(yùn)算驗(yàn)證

2.4.1 確定數(shù)據(jù)質(zhì)量范圍

（1）基于節(jié)點(diǎn)的控制限值、趨勢(shì)限值，選擇一些重要的表和數(shù)據(jù)項(xiàng)進(jìn)行數(shù)據(jù)質(zhì)量核查，驗(yàn)證節(jié)點(diǎn)的識(shí)別與判定能力是否符合預(yù)期。

（2）在制程質(zhì)量控制中，工藝往往會(huì)設(shè)置CCP點(diǎn)，基于CCP點(diǎn)的OL＼CL值，可優(yōu)化驗(yàn)證邏輯運(yùn)算效果、容差范圍、偏離控制措施的有效性，以及趨勢(shì)數(shù)據(jù)預(yù)判能力。

（3）在數(shù)據(jù)運(yùn)算設(shè)計(jì)中，可能存在多重嵌套循環(huán)運(yùn)算的條件，為提升運(yùn)行效率，需充分考慮數(shù)據(jù)冗余、節(jié)點(diǎn)迂回現(xiàn)象。

2.4.2 數(shù)據(jù)質(zhì)量檢查規(guī)則

（1）針對(duì)少量核心檢查規(guī)則，從大數(shù)據(jù)中選取訓(xùn)練數(shù)據(jù)樣本，利用機(jī)器學(xué)習(xí)進(jìn)行深度分析，提取公共特征和模型，可以用來(lái)定位數(shù)據(jù)質(zhì)量原因，進(jìn)行數(shù)據(jù)質(zhì)量問(wèn)題的預(yù)測(cè)，并進(jìn)一步形成知識(shí)庫(kù)，進(jìn)而增強(qiáng)數(shù)據(jù)質(zhì)量管理能力。

（2）基于正態(tài)分布，確定數(shù)據(jù)閾值，判斷數(shù)據(jù)是否為異常數(shù)據(jù)，可做事前研判、事后監(jiān)控。

2.4.3 數(shù)據(jù)問(wèn)題發(fā)現(xiàn)

定位具體的數(shù)據(jù)環(huán)節(jié)，進(jìn)行試錯(cuò)測(cè)試與驗(yàn)證，確認(rèn)數(shù)據(jù)運(yùn)算能力能滿足正?；虍惓Ｇ闆r下的數(shù)據(jù)判定能力。

為確保訓(xùn)練數(shù)據(jù)適合模型，必須對(duì)數(shù)據(jù)本身的質(zhì)量、完整性、可靠性和有效性進(jìn)行反復(fù)測(cè)試。這包括識(shí)別和消除任何形式的人為偏見(jiàn)。在現(xiàn)實(shí)場(chǎng)景中，AI模型處理的數(shù)據(jù)可能與其訓(xùn)練數(shù)據(jù)有所出入。因此，在人工智能技術(shù)的實(shí)際運(yùn)用上，可以通過(guò)專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等控制系統(tǒng)，對(duì)電氣設(shè)備關(guān)鍵部件進(jìn)行控制，基于當(dāng)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(jié)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(jì)健康發(fā)展和社會(huì)穩(wěn)定大局，事關(guān)政府和國(guó)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(yùn)用人工智能技術(shù)背景下的大數(shù)據(jù)、大系統(tǒng)的數(shù)據(jù)運(yùn)算能力與交互智控技術(shù)，實(shí)現(xiàn)更加安全、穩(wěn)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(zhǎng)，讓技術(shù)服務(wù)于質(zhì)量，讓質(zhì)量滿足于人民。

參考文獻(xiàn)

[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(yùn)用[J].湖北農(nóng)機(jī)化，2019（24）：91

[3]諶東荄.質(zhì)量管理概論[M].北京：經(jīng)濟(jì)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(nóng)業(yè)機(jī)械化，2019（6）：10-11

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

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