Os Sistemas Especialistas

...

3.1.2. Produto

O estudo incide sobre o amadurecimento de um queijo conhecido como '' rogeret ''. São fabricados em uma planta industrial, de acordo com um processo confidencial. Estes queijos são fabricados a partir de leite pasteurizado (72° C durante 20 s) leite de vaca e o principal microrganismo na superfície é Geotrichum candidum (GC). Eles são redondos com um diâmetro de 10 cm e 2 cm de espessura. O tempo de maturação é geralmente 30 dias (aproximadamente quatro semanas) em adegas industriais a uma temperatura de 10-12 °C e uma humidade relativa de 95-98%. Para o estudo na planta piloto, lotes de queijos (100 queijos por lote) foram transferidos da planta para o laboratório de pesquisa, no dia seguinte a sua fabricação para serem amadurecidos por 30 dias no porão experimental.

-

Método

O objetivo foi desenvolver um sistema de apoio à decisão capaz de representar o conhecimento do perito no amadurecimento do queijo e ajudar o perito na sua tarefa diária de estimativa das potenciais mudanças na maturação do queijo sob determinadas condições do processo de umidade do ar e temperatura.

-

Desenho do sistema de apoio à decisão

O sistema de apoio à decisão foi concebido em três passos (Fig. 3):

(1) lidar com a perícia,

(2) a construção do algoritmo Fuzzy,

(3) a abordagem de validação de (1) em uma base de dados

adquirida usando a planta piloto e (2) on-line na fábrica.

[pic 3]

Figura 3 Projeto do sistema de apoio versus o tempo de amadurecimento para o experimento na planta piloto, a uma temperatura de 9º C e UR de 92%

- Manuseio da perícia na fábrica e programação.

A primeira parte do trabalho foi dedicada à fabricação em planta. A Habilidade sobre medições sensoriais alcançadas pelos peritos, mudanças no padrão de indicadores sensoriais e padrão global de amadurecimento, o raciocínio dedutivo aplicado para estimar as mudanças na maturação do queijo foi tratado e formalizado usando a lógica fuzzy.

Para cada variável sensorial, foram utilizados dois métodos de avaliação. O primeiro foi o tradicional utilizado na fábrica, que é uma avaliação onde o queijo possui '' pouca casca '' com '' alta humidade '' sobre a superfície. O segundo era um método de forma mais descritiva de acordo com o conceito de indicadores sensoriais desenvolvidos por Curt, Trystram e Hossenlopp (2001). Assim, os especialistas foram treinados como sensoriais para medir as propriedades em uma escala de linha estruturada com âncoras e graduações mínimas de 0,5. Para exemplo '' casca = 1.5 queijo e umidade = 6 ''.

O raciocínio dedutivo dos peritos foi tratada sobre a metologia é apresentada na fig. 4 em três passos:

- Compreender a hierarquia entre variáveis ​​implicitamente manipulada por especialistas;

- Formalizar a estratégia de diagnóstico baseada em uma árvore diagnóstico;

- Formalizar as equações lógicas em cada nível de árvore. A Programação deste conhecimento estruturado foi conseguida usando Matlab v 6.5.

3.2.3. Validação dos dados dos indicadores.

As ligações matemáticas utilizando a lógica fuzzy, estabelecidas sobre a qualidade sensorial do queijo entre a escala de palavras e a escala de linha estruturada foi validada. Para as quatro principais medidas sensoriais 30 observações foram testadas durante dois conjuntos de cinética de maturação. Símbolos dados sobre esses pontos, pelos dois especialistas industriais, foram comparados com as descrições processadas das medições feitas pelos peritos na escala de indicação. Descrições foram expressos em graus de pertinência para cada símbolo.

-

Funcionamento

O funcionamento do sistema deste sistema especialista sensorial funciona da seguinte forma:

É definido pelo operador (especialista) os valores de cada um dos sensores sendo eles, sensor de umidade, sensor de nível de casca, sensor de coloração e sensor de consistência do queijo, para cada sensor há 5 “Estados Padrões”, por exemplo: quando se trata da quantidade de casca o sensor referente consegue estipular cada etapa para esse nível de estado.

No segundo momento é definido os parâmetros que tornam ideias o final do estágio de maturação. Determinando os valores que se cruzarão é feito a medida através de “Estados Padrões”, cada “Estado padrão” possui um valor adequado de cada sensor, assim sendo o operador especialista consegue ter uma visão exata de cada momento da maturação.

[pic 4]

Figura 4 Trajetoria de indicador sensorial

A passagem de cada estado e sensores é feita de forma que a determinante de passagem se deve a mais de um fator sensorial, ou seja, o sensor de quantidade de casca pode acusar valores baixos apesar do processo já estar funcionando no estado B, pois com a lógica Fuzzy é possível ter um valor aproximado da mudança de estado.

[pic 5]

Figura 5 Passagem de Estados Padrões

-

Conclusão

O uso de sistemas especialistas não tem como objetivo a substituição do ser humano mas sim auxiliar na tomada de decisões, devido ao volume alto de processamento dos computadores é possível realizar a interpretação de valores estatísticos e formular regras para diversos usos em vários segmentos, a forma que as tecnologias avançam tendem a tornar