Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Разработка автоматизированной системы контроля игристых свойств шампанских вин на основе анализа динамики выделения CO2 из вина

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Основной целью диссертационной работы является повышения эффективности контроля качества игристых вин путем разработки методики проведения анализа и создания простого инструмента для виноделов-технологов и организации, контролирующих качество продукции, позволяющего в короткие сроки выполнять анализ образца продукции и выдавать заключение о соблюдении технологических условий при его производстве… Читать ещё >

Содержание

  • 1. АНАЛИЗ СУЩЕСТВУЮЩИХ АВТОМАТИЗИРОВАННЫХ МЕТОДОВ И СРЕДСТВ КОНТРОЛЯ ИГРИСТЫХ СВОЙСТВ ШАМПАНСКИХ ВИН
    • 1. 1. Анализ процесса кавитационной десорбции СОг из вина как объекта контроля
      • 1. 1. 1. Физико-химические явлении, возникающие в шампанском вине после нарушения равновесия системы «вино — С02»
      • 1. 1. 2. Теоретические основы шампанизации вина
      • 1. 1. 3. Особенности технологических процессов получения шампанских вин
    • 1. 2. Анализ существующих систем автоматического контроля
    • 1. 3. Постановка задачи исследования
    • 1. 4. Выводы
  • 2. РАЗРАБОТКА СТРУКТУРЫ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ПОКАЗАТЕЛЯ ИГРИСТЫХ СВОЙСТВ ШАМПАНСКОГО ВИНА
    • 2. 1. Кинетика выделения СО2 в процессе «игры» вина
    • 2. 2. Изучение возможных признаков для построения системы классификации типов вин
    • 2. 3. Моделирование системы распознавания типа вина на базе выбранных критериев
      • 2. 3. 1. Формализация задачи разделения на классы вин на основе анализа выбранных критериев
      • 2. 3. 2. Обоснование выбора нейронной сети как базового элемента ф системы распознавания типа вина
      • 2. 3. 3. Выбор структуры нейронной сети
      • 2. 3. 4. Алгоритм обратного распространения для обучения нейронной сети
    • 2. 4. Выводы
  • 3. СИНТЕЗ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО КОНТРОЛЯ ИГРИСТЫХ СВОЙСТВ ШАМПАНСКИХ ВИН
    • 3. 1. Структура измерительной системы
    • 3. 2. Аппаратные средства контроля
    • 3. 3. Система регистрации расхода углекислого газа из вина
    • 3. 4. Расчет частоты проведения измерений на разных стадиях
  • 1. # эксперимента и погрешности измерения давления СОг .ВО
    • 3. 5. Повышение помехоустойчивости установки
    • 3. 6. Программное обеспечение системы автоматизированного контроля
      • 3. 6. 1. Компоненты установки, управляемые программой
      • 3. 6. 2. Используемые алгоритмы адаптации
  • 4. ЛАБОРАТОРНЫЕ ИСПЫТАНИЯ И ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО КОНТРОЛЯ ИГРИСТЫХ СВОЙСТВ ШАМПАНСКИХ ВИН
    • 4. 1. Лабораторные испытания экспериментальной установки
    • 4. 2. Рекомендации по использованию системы автоматизированного контроля качества на стадиях реализации продукции

Разработка автоматизированной системы контроля игристых свойств шампанских вин на основе анализа динамики выделения CO2 из вина (реферат, курсовая, диплом, контрольная)

Производство шампанских вин является сложным многокритериальным процессом, результаты которого зависят как от качества поступающего сырья, так и от точности следования технологической инструкции. В случае изменения параметров технологического процесса может быть получена продукция либо значительно отличающаяся от стандартов данной отрасли, либо удовлетворяющая существующим в настоящее время стандартам, но отличающаяся от достоверных образцов по каким-либо еще не зарегистрированным показателям.

В настоящее время не существует простых критериев, позволяющих на основе анализа образца вина определить, были ли выдержаны все технологические условия при производстве или нет. Используемые в настоящее время критерии основаны в большей части на органолептических оценках. Подобная оценка по определению является зависимой от состояния эксперта-дегустатора, что в свою очередь является неконтролируемым. Предпринимались попытки формализации дегустационных оценок на базе использования теории нечетких множеств [45]. Построенная на их основе модель была положена в основу процесса поэтапного контроля производства шампанских вин.

Одним из отличительных признаков шампанских вин является длительное выделение углекислоты («игра вина») в процессе его кавитационной десорбции. Длительная «игра» вина говорит о том, что в нем имеются связанные молекулы углекислоты, получаемые в процессе шампанизации вина. Разработка метода оценки игристых свойств вина является в настоящее время актуальной задачей, в связи с тем, что рынок наполнен фальсифицированной продукцией, отслеживание которой на текущий момент требует проведения ресурсои трудоемких анализов. Разработка простой методики осуществления экспресс-анализа какого-либо характерного параметра шампанского вина позволит увеличить количество и качество проверок, что снизит процент фальсифицированных шампанских вин на рынке.

В работе [27] было показано, что достаточно эффективным при определении типа вина является анализ динамики выделения углекислого газа в процессе кавитационной десорбции при открывании бутылки (снятии избыточного давления в газовой камере). Анализ существующих разработок в данной области показал, что в настоящее время не существует какой-либо методик, позволяющих проводить анализ игристых свойств вина в автоматизированном режиме. Имеющиеся системы требуют наличия дорогостоящей аппаратуры, высококвалифицированного персонала и требуют значительных затрат времени для проведения исследования.

Таким образом, актуальной задачей является разработка методики анализа игристых свойств игристых вин и структуры автоматизированной системы, позволяющей давать заключение о принадлежности исследуемого образца к шампанским винам и реализующей следующие функции:

1) Управление процессом измерения расхода углекислого газа, выделяющегося из вина.

2) Регистрация динамики расхода углекислого газа при открывании бутылки.

3) Приведение условий кавитационной десорбции к единообразным за счет нивелирования нативных центров кавитации бутылки путем ввода единого центра кавитации.

4) Обработка полученных данных о динамике расхода СОг и выдача заключения о степени принадлежности исследуемого образца к шампанским винам.

Основной целью диссертационной работы является повышения эффективности контроля качества игристых вин путем разработки методики проведения анализа и создания простого инструмента для виноделов-технологов и организации, контролирующих качество продукции, позволяющего в короткие сроки выполнять анализ образца продукции и выдавать заключение о соблюдении технологических условий при его производстве. Дополнительной целью работы является совершенствование критерия распознавания шампанских вин на основе анализа динамики выделения углекислого газа в процессе его кавитационной десорбции.

Для достижения цели работы поставлены следующие задачи:

1) изучение используемых в настоящее время методик анализа шампанских вин на предмет соблюдения технологических условий при их производстве.

2) разработка структуры автоматизированной системы для определения и регистрации исследуемых признаков тестируемого образца вина. Данная задача также включает в себя определение элементной базы для создания экспериментальной установки на основе знания диапазонов изменения анализируемых параметров вина.

3) разработка и создание алгоритма, позволяющего на основе анализа полученных от тестируемого образца параметров формировать заключение о соблюдении технологических условий при его производстве.

При выполнении работы применены методы теории управления, методы ^ математического моделирования систем управления, методы статистической обработки информации. При реализации экспериментальной установки применялись методы имитации автоматизированных систем на базе персонального компьютера. На стадии поиска информации по имеющимся работам в данном направлении использовались методы поиска информации в сети Интернет, а также методы и навыки работы с современным пакетами математического моделирования и анализа.

В первой главе диссертационной работы проведен анализ процесса кавитационной десорбции и элементы технологии шампанизации вина, ведущие к формированию высоких игристых свойств напитка. Рассмотрены существую-|Г щие на данный момент разработки, предназначенные для их оценки. Дано заключение об отсутствии метода, позволяющего в короткие сроки с минимальными трудозатратами проводить оценку игристых свойств шампанских вин.

Во второй главе рассмотрена математическая модель кавитационной десорбции СОг из вина. На основе анализа модели и экспериментальных данных разработана совокупность критериев для формирования заключения о принадлежности исследуемого образца вина к шампанским винам. На основе данных критериев построена модель системы распознавания типа вина, использующая в качестве базового элемента нейронную сеть.

В третьей главе выполнена разработка автоматизированной системы контроля игристых свойств шампанского вина. Обоснован выбор элементов системы, приведено описание оригинального датчика малых расходов. Описаны особенности измерения расхода СОг из шампанской бутылки при ее открывании.

В четвертой главе приводится описание лабораторных испытаний автоматизированной системы контроля игристых свойств шампанского вина. Приводятся рекомендации по использованию системы в промышленности и на различных стадиях реализации продукции.

В заключение приведена общая характеристика работы и основные выводы по результатам диссертации.

На защиту выносятся:

— критический анализ отечественных и зарубежных разработок, направленных на изучение игристых свойств шампанских вин;

— критерий оценки игристых свойств, основанный на анализе динамики СО2 в процессе его кавитационной десорбции при открывании шампанской бутылки;

— способ определения типа вина, пересыщенного диоксидом углерода, защищенный патентом РФ;

— структура автоматизированной системы регистрации расхода С02 из шампанской бутылки;

Автор выражает благодарность научному руководителю д.т.н. профессору Асмаеву М. П. за организацию научной работы, сотрудникам испытательной лаборатории кафедры ТиОВиП КубГТУ за помощь в организации экспериментов и поддержку в процессе работы над диссертацией и сотрудникам кафедры АПП КубГТУ.

Выход.

Рисунок 3.10. — Алгоритм адаптации временных задержек при обращении к.

АЦП.

Второй алгоритм адаптации относится к системе формирования капли в потоке жидкости. Подстраиваемым в процессе работы параметром является временной интервал между моментами генерации капли. В программе реализована формула:

Г = 1.5Г0, (3.11) где Т — время между моментами генерации капли, с;

То — время прохождения капли между сенсорами на предыдущем проходе капли, с. Ф.

4 ЛАБОРАТОРНЫЕ ИСПЫТАНИЯ И ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО КОНТРОЛЯ ИГРИСТЫХ СВОЙСТВ ШАМПАНСКИХ ВИН.

4.1 Лабораторные испытания экспериментальной установки.

Испытания проводились в испытательной лаборатории кафедры технологии и организации виноделия и пивоварения Кубанского государственного технологического университета.

Два образца вина, пересыщенного диоксидом углерода, термостатирова-ны, определено начальное избыточное давление, которое в образце № 1 составило 311 кПа, в образце № 2 — 315 кПа.

В образцы вводили искусственный центр кавитации с воздушно-сухой микрошероховатой поверхностью и регистрировали динамику газовыделения, дополнительно определяя текущий измеряемый расход. В качестве критерия распознавания использовалась детерминированная модель без использования нейронной сети. Определены две временные границы: 191 с — максимальное время снижения расхода в 17 раз для газированных вин и 260 с — минимальное время снижения расхода в 17 раз для шампанских вин. Данные границы определены на основе анализа серии экспериментов с различными типами вин (рисунок 2.6).

Эксперимент 1.

После снижения текущего измеряемого расхода в 17 раз от первоначального фиксировали время, которое для образца № 1 составило 155 с, а для образца № 2 — 293 с.

На основании полученных данных (рисунок 4.1) образец № 1 относится к винам газированным, а образец № 2 — к винам игристым. Распознавание образцов проходит в оптимальном режиме, т.к. оба образца равноудалены от границ распознавания по временному признаку.

Эксперимент 2.

После снижения текущего измеряемого расхода в 15 раз от первоначального фиксировали время, которое для образца № 1 составило 134 с, а для образца № 2 — 263 с.

На основании полученных данных (рисунок 4.2) образец № 1 относится к винам газированным, а образец № 2 — к винам игристым. При этом эффективность распознавания уменьшается, т.к. образец № 2 приближается к границе распознавания по временному признаку.

Пример 3.

После снижения текущего измеряемого расхода в 20 раз от первоначального фиксировали время, которое для образца № 1 составило 187 с, а для образца № 2 — 336 с.

На основании полученных данных (рисунок 4.3) образец № 1 относится к винам газированным, а образец № 2 — к винам игристым. При этом эффективность распознавания уменьшается, т.к. образец № 1 приближается к границе распознавания по временному признаку.

320 300 280 260 240 220 200 180.

Ро.кПа 160 140 120 100 80 60 40 20 0.

Рисунок 4.1 — Уменьшение расхода в 17 раз по сравнению с начальным.

320 300 280 260 240 220 200 180.

Ро.кПа 160 140 120 100 80 60 40 20 0.

Рисунок 4.2 — Уменьшение расхода в 15 раз по сравнению с начальным.

V 1 V 2.

1 1 ' 1 ¦ ¦ ¦ I — 1 1 I 1 1 ' I ' 1 ¦ I 1 1 1 > 1 1 1 I 1 1 ¦ I 1 1 1 I 1 — 1 ' !: 1 ¦-I-П 1 ¦ ¦ , — 1 1 ¦ —!

0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320 340.

1, С.

V 1 ^ 2 ;

— II. | М I | И I | -|.

О 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320 340.

320 300 280 260 240 220 200 180.

Ро, кПа 160 140 120 100 80 60 40 20 О.

Рисунок 4.3 — Уменьшение расхода в 20 раз по сравнению с начальным.

Таким образом, для того, чтобы распознать области вин шампанских и газированных, следует учитывать уровень начального давления и время, за которое текущий измеряемый расход диоксида углерода уменьшится в 15−20 раз от первоначального.

Распознавание принципиальных различий технологии игристых и газированных вин обнаруживается в виде множества повторностей исследуемых образцов, образующих области в системе координат «начальное давление"-«время снижения расхода от первоначального в N раз» и пространственно отстоящие друг от друга. При снижении расхода диоксида углерода в процессе газовыделения из напитка в 17 раз от первоначального распознавание образцов вин различных типов максимально.

Определение подлинности шампанских и газированных вин предложенным аналитическим способом обеспечивает высокую достоверность результа.

V 1 2 ^.

1 11. I—| I ——-|;

0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320 340 тов при минимальных (15 мин) временных затратах и может быть использовано как в практике контролирующих организаций, испытательных центров, так и в химико-технологическом контроле шампанского производства.

4.2 Рекомендации по использованию системы автоматизированного контроля качества на стадиях реализации продукции.

На основании полученных результатов по разработке метода идентификации вин пересыщенных диоксидом углерода можно предложить промышленности и контролирующим органам следующие рекомендации, направленные на усиление контроля качества игристых вин.

1) Ввести в практику измерения уровня избыточного давления в газовой камере шампанской бутылки разработанное устройство, обеспечивающее существенное снижение трудозатрат, простоту и надежность герметизации при прокалывании шампанской пробки.

2) Измерение избыточного давления осуществлять с использованием датчика давления типа 408-ДИ с верхним пределом измерения 600 кПа, имеющим повышенный класс точности, характеристика которого не изменяется при механическом воздействии (встряхивании).

3) Контроль качества и оценку типичности вин пересыщенных диоксидом углерода осуществлять на основе измерения динамики расхода диоксида углерода в процессе его кавитационной десорбции с учетом начального избыточного давления.

4) Разработанное устройство измерения давления и метод идентификации типичности вин пересыщенных диоксидом углерода применять в системе контроля качества готовой продукции при определении ее подлинности и натуральности, на дегустациях различного уровня как метод аналитической оценки игристых свойств вина.

ЗАКЛЮЧЕНИЕ

.

В представленной диссертационной работе разработан и реализован метод оценки игристых свойств шампанских вин, который позволил бы без излишних трудозатрат и потерь времени выполнять анализ с целью определения соблюдения технологии при производстве и отсутствия фальсификации.

Для определения путей оптимального решения поставленной задачи были изучены аналогичные разработки в нашей стране и за рубежом. По результатам анализа был сделан вывод, что имеющиеся методы либо обладают малой повторяемостью результатов, либо требуют значительных трудои времязатрат. Поэтому с учетом рекомендаций специалистов-виноделов была разработана автоматизированная система для измерения начального избыточного давления в надвинной камере шампанской бутылки, вбрасывания искусственного центра кавитации в вино и регистрации динамики выделения СО2 из напитка процессе его кавитационной десорбции. Разработанная система реализована в виде экспериментальной установки, на которой проведена серия экспериментов с различными типами игристых и газированных вин. На основе анализа полученной статистики выработан критерий, позволяющий судить о типе исследуемого вина и давать заключение о его качестве с точки зрения состояния диоксида углерода в напитке. Данный критерий является составным и позволяет исследовать вино в пространстве двух признаков: начального избыточного давления и времени снижения расхода в 17 раз по сравнению с первоначальным.

Система измерения начального давления и регистрации расхода позволяет проводить измерение давления без утечки СО2 и нарушения фазового равновесия в шампанской бутылке. Отдельного упоминания требует узел прокалывания пробки шампанской бутылки. Его конструкция позволяет прокалывать не только пластиковые пробки, но и корковые, что ранее представляло большую проблему при измерении давления в бутылке. Регистрация расхода может выполняться в широком диапазоне от 80 до 0.01 мл/с, что достигнуто использованием различных датчиков и системы управления, выполняющей автоматическое управление процессом регистрации. Для измерения малых расходов СОг разработан датчик, работа которого основана на измерении времени прохождения некоторого объема газа между двумя сенсорами. В качестве метки, вводимой в поток газа, служит капля воды. Эксперименты показали, что такой датчик позволяет измерять расход СО2 в диапазоне от 1 до 0.01 мл/с.

Для определения типа вина на базе рассчитанного критерия разработан алгоритм распознавания, основанный на трехслойной нейронной сети. Реализация алгоритма выполнена на языке Pascal.

В рамках диссертационной работы достаточно сложно описать весь процесс работы над комплексом, который зачастую был творческим, основанным на попытках нестандартного применения узлов и приборов. Но можно заключить, что в результате проделанной работы специалисты-виноделы получили в свое распоряжение устройство, которое позволит проводить более полное исследование шампанских и газированных вин.

Практическая ценность результатов.

В процессе работы собран статистический материал по образцам шампанских вин различных производителей (динамика расхода углекислого газа при открывании бутылки), спроектирована и реализована экспериментальная установка, позволяющая в автоматическом режиме регистрировать динамику выделения углекислого газа в процессе его кавитационной десорбции из вина при открывании бутылки. Данная установка реализована в компактном варианте, допускающем ее транспортировку к месту проведения исследований.

В диссертации предложена, разработана, успешно апробирована на практике и внедрена новая методика оценки принадлежности исследуемого образца к шампанским винам. При этом получены следующие основные научные и практические результаты:

1) Проведен анализ основных математических моделей процесса производства шампанских вин, который показал, что в настоящее время не существует простых критериев, позволяющих на основе анализа образца вина определить выполнение всех технологических условий. При наличии связанных форм углекислоты длительность «игры» заметно дольше, чем без них.

2) Определены области применения различных параметров в системе контроля качества готовой продукции.

3) Разработано программное обеспечение для ПЭВМ, необходимое для управления установкой и сохранения результатов эксперимента в удобном для последующего использования формате.

4) Разработано программное обеспечение, выполняющее анализ экспериментальных данных, ведение базы данных по обработанным образцам вин и формирования заключения по полученным экспериментальным данным.

5) Основной итог диссертационной работы — автоматизированная система анализа шампанских и газированных вин внедрен в учебный и научно-исследовательский процесс кафедры технологии и организации виноделия и пивоварения Кубанского государственного технологического университета.

6) Для оценки игристых свойств вин был предложен критерий, основанный на измерении начального избыточного давления в надвинной камере шампанской бутылки и измерении времени снижения расхода С02 в 17 раз по сравнению с первоначальным.

7) Для классификации игристых и газированных вин предлагается использование нейронной сети. В качестве функции активации базового нейрона предложено использование функции гиперболического тангенса. Данная функция симметрична относительно центра координат и непрерывна, что позволяет вычислять производную и облегчает обучение.

8) Разработана методика использования автоматизированной системы регистрации расхода СОг, как основного элемента при контроле качества игристых вин.

Показать весь текст

Список литературы

  1. П. Ассемблер. Язык программирования для IBM PC: Пер. с англ. -М.: ВЕК +, 2003. 736 с.
  2. Г. Г. Избранные работы по химии и технологии вина, шампанского и коньяка. М.: Пищевая промышленность, 1972. — 615 с.
  3. Г. Г. Шампанизация вина в непрерывном потоке // Научные чтения 1951 г. М.: Пищепромиздат, 1952. с. 87−98.
  4. А.Я. Программирование в Delphi 7. М.: Бином, 2003.- 1152 с.
  5. Д. Фундаментальные алгоритмы и структуры данных Delphi.- Киев: ДиаСофт, 2003. 560 с.
  6. Н.С., Жидков Н. П., Кобельков Г. М. Численные методы. -М.: Лаборатория Базовых Знаний, 2001. 632 с.
  7. К., Дейн Р., Грун Ф., Йостен Й., Вербек П. Распознавание образов: состояние и перспективы.-М.: Радио и связь, 1985. 104 с.
  8. ГОСТ 12 258–79. Советское шампанское, игристые и шипучие вина. Метод определения давления двуокиси углерода в бутылках. М.: Изд-во стандартов, 1980. — 12 с.
  9. ГОСТ 13 918–88. Советское шампанское. Технические условия. Взамен ГОСТ 13 918–68. — М.: Изд-во стандартов, 1989. — 8 с.
  10. ГОСТ 7208–93. Вина виноградные и виноматериалы виноградные обработанные. Общие технические условия. Взамен ГОСТ 7208–84, ГОСТ 13 885–88, ГОСТ 26 316–84, ОСТ 1045−8. — М.: Изд-во стандартов, 1994.- 12 с.
  11. ГОСТ Р 51 158−98. Вина игристые. Общие технические условия. -М.: Изд-во стандартов, 1999. 12 с.
  12. ГОСТ Р 51 165−98. Российское шампанское. Общие технические условия. -М.: Изд-во стандартов, 1999. 9 с.
  13. И. В. Нейронные сети: основные модели: Учебное пособие. -Воронеж: Воронежский гос. университет, 1999. 78 с.
  14. Итоги науки и техники: физические и математические модели нейронных сетей. Том 1. М.: ВИНИТИ, 1990.
  15. С. Нейронные сети: основные положения. http://www.orc.ru/~stasson/ri 1 .zip
  16. П.В., Каширин С. М. Определение коэффициента поглощения СО2 при шампанизации // Виноделие и виноградарство СССР. 1940. № 11−12. -С. 12−15.
  17. М., Кучбах Э., Вошни О.-Г. Сбор данных в управляющих вычислительных системах: Пер. с нем. М.: Мир, 1987. — 294 с.
  18. Куликовский K. JL, Купер В. Я. Методы и средства измерений: Учеб. пособие для вузов. М.: Энергоатомиздат, 1986. — 448 с.
  19. В.Ф., Саришвили Н. Г., Сторчевой H.H. Оценка игристых свойств шампанского по константе скорости десорбции СО2 // Виноградарство и виноделие СССР. 1982. № 6. — С. 31 — 32 .
  20. Ю. Ассемблер: Разработка и оптимизация Windows-приложений. СПб.: БХВ-Петербург, 2003. — 540 с.
  21. A.A. Роль поверхностно-активных веществ в формировании качества шампанского // Виноделие и виноградарство СССР. 1961. № 6. С. 15−22.
  22. A.A. Факторы накопления в шампанском связанной углекислоты // Биохимия виноделия: Сб.тр. / Институт биохимии АН СССР. М, 1963.-Вып. 7. С. 148−163.
  23. A.A. Физико-химические основы технологии игристых вин: Доклад. докт. техн. наук по совокупности опубл. работ. М., 1962. — 75 с.
  24. A.A. Физико-химия игристых вин. М.: Пищевая промышленность, 1979. — 266 с.
  25. A.A., Мишин М. В., Кичкарь Ю. Е. Усовершенствованный метод для характеристики игристых свойств шампанского и газированных вин // Изв. вузов СССР. Пищевая технология, 1979, № 2. С. 82 — 85.
  26. М.В. Исследование физико-химических процессов и разработка рациональной технологии виноградных газированных вин: Автореф. дис. канд. техн. наук. Краснодар, 1982. — 26 с.
  27. М.В., Посмитный Е. В. Идентификация шампанских и газированных вин // Виноделие и виноградарство. 2003. — № 6. С. 24−25.
  28. Е. «Нейрохирурги» с Ордынки // PC Week/RE, 1995. № 9. С. 18−26.
  29. Пат. 2 232 984 РФ, МПК7 G 01 N 33/14 С 12 G 1/06. Способ определения типа вина, пересыщенного диоксидом углерода / М. В. Мишин, H.H. Шахворостов, Е. В. Посмитный, B.C. Зотин, O.P. Таланян. Опубл. 20.07.2004. — 12 с.
  30. В. Ассемблер для Windows. СПб.: БХВ-Петербург, 2003.656 с.
  31. Е.В., Посмитная JT.A. Экспериментальная установка для определения типа вина, пересыщенного диоксидом углерода. // Труды КубГТУ: Научный журнал. Краснодар: Изд-во КубГТУ, 2003.- T. XVIII. Сер. Информатика и управление. — Вып. 2.- С. 172.
  32. Производство Советского шампанского непрерывным способом / Бру-силовский С.А., Мельников А. И., Мержаниан A.A. и др. М.: Пищевая промышленность, 1977. — 232 с.
  33. Пфанцагль И. Теория измерений.- М.: Мир, 1976. 248 с.
  34. Ю.П. Методы математического моделирования измерительно-вычислительных систем. М.: ФИЗМАТ ЛИТ, 2004. — 400 с.
  35. П.А. Несколько замечаний по поводу статьи инженера Ро-зенфельда // Виноделие и виноградарство СССР. 1948. № 10. С.20−21.
  36. А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. Винница: УНИВЕРСУМ — Винница, 1999. — 320 с.
  37. Рыжиков Ю. И. Имитационное моделирование. Теория и технология. -СПб.: Корона принт, 2004. 384 с.
  38. Савин Г. И. Системное моделирование сложных процессов. М.: ФАЗИС, ВЦ РАН, 2000.-276 с.
  39. Самарский А. А. Введение в численные методы. М.: Наука, 1982.272 с.
  40. Г. И., Сигитов Е. В., Козловский А.В.Практикум по программированию на алгоритмических языках. М.: Наука, 1980.-320 с.
  41. Ф. Нейрокомпьютерная техника. М.: Мир, 1992. — 354 с.
  42. М.А., Романченко А. Ф., Абдрашитова Д. Р., Шилов С. А. Перспективы термоанемометрических методов измерения расхода газа или жидкости // Исследовано в России: эл. журнал, http://zhurnal.ape.relarn.ru/ articles/2001/05 l. pdf
  43. JI.B., Шубинский И. Б. Нетрадиционные методы оценки надежности информационных систем. СПб.: Любавич, 2000 — 173 с.
  44. Хомоненко A. Delphi 7 в подлиннике. СПб.: BHV, 2003. — 1216 с.
  45. H.H. Моделирование процессов и управление технологической обработкой пищевых продуктов (на примере переработки виноградного сырья). Дис. канд. техн. наук. Краснодар, 1987. — 230 с.
  46. JI.A. Разработка методов определения форм существования диоксида углерода в шампанском: Автореф. дис.. канд. техн. наук. М, 1979. -24 с.
  47. Юров В.И. Assembler: Практикум. СПб.: Питер, 2004. — 398 с.
  48. Alain Petrowski, Gerard Dreyfus, Claude Girault, Performance Analysis of a Pipelined Backpropagation Parallel Algorithm //IEEE Transactions on Neural Networks, Vol.4, N6, 1993, pp.970−981
  49. Artificial Neural Networks: Concepts and Theory, IEEE Computer Society Press, 1992.
  50. Bernard Widrow, Michael A. Lehr, 30 Years of Adaptive NeuralNetworks: Perceptron, Madaline, and Backpropagation //Artificial Neural Networks: Concepts and Theory, IEEE Computer Society Press, 1992, pp.327−354.
  51. Conzales-Martin J., Conzales-Perez C., Margues-Macias E. Contribution to the study of the origin of C02 in spanish sparkling wines by determination of the I3C/12C isotope ratio / J.Arg. and Food Chem. 1997. — 45, № 4. — 1149 — 1151.
  52. Gael de La Croix Vaubois, Catherine Moulinoux, Benolt Derot, The N Programming Language //Neurocomputing, NATO ASI series, vol. F68, pp.89−92.
  53. Harris Drucker, Yann Le Cun, Improving Generalization Performance Using Backpropagation //IEEE Transactions on Neural Networks, Vol.3, N5, 1992, pp.991−997.
  54. Malki H.A., Moghaddamjoo A. Using the Karhunen-LoeVe Transformation in the Back-Propagation Training Algorithm //IEEE Transactions on Neural Networks, Vol.2, N1, 1991, pp. 162−165.
  55. Paul J. Werbos, Backpropagation Through Time: What It Does and How to Do It //Artificial Neural Networks: Concepts and Theory, IEEE Computer Society Press, 1992, pp.309−319.
  56. Richard P. Lippmann, An Introduction to Computing withNeural Nets, IEEE Acoustics, Speech, and Signal ProcessingMagazine, April 1987.
  57. Sankar K. Pal, Sushmita Mitra, Multilayer Perceptron, Fuzzy Sets, and ^ Classification //IEEE Transactions on Neural Networks, Vol.3, N5,1992, pp.683−696.
Заполнить форму текущей работой