Беседин А.Ю.
ПРИМЕНЕНИЕ АНАЛИЗА БОЛЬШИХ ДАННЫХ В СФЕРЕ ПИЩЕВЫХ ПРОИЗВОДСТВ *
Аннотация:
в работе рассматривается применение анализа больших данных в сфере пищевых производств. Основной целью исследования является изучение методов и технологий обработки больших данных для оптимизации процессов производства, повышения качества продукции и сокращения затрат. В статье представлены результаты анализа данных на основе статистических методов и машинного обучения, а также выводы и рекомендации для дальнейших исследований в данной области.
Ключевые слова:
анализ данных, оптимизация пищевой промышленности, большие данные, искусственный интеллект
Современные пищевые производства сталкиваются с рядом вызовов, таких как необходимость повышения качества продукции, оптимизация производственных процессов и снижение затрат. В последние годы анализ больших данных стал мощным инструментом для решения этих задач. Введение в использование больших данных позволяет предприятиям получать ценные открытия, которые способствуют улучшению разных аспектов производства.Для исследования были использованы следующие методы анализа больших данных:Сбор данных: Данные собирались с различных источников, включая производственные линии, датчики качества, системы управления производством и ERP-системы. Объем собранных данных составил 5 ТБ.Предварительная обработка данных: Данные были очищены от шумов и аномалий с использованием методов статистической фильтрации и нормализации.Анализ данных: Были применены различные алгоритмы машинного обучения, такие как регрессия, кластеризация и анализ временных рядов. Для анализа использовались инструменты, такие как Apache Hadoop и Spark.Визуализация данных: Для наглядного представления результатов использовались инструменты визуализации, такие как Tableau и Power BI.В результате исследования были выявлены ключевые области, где применение анализа больших данных оказалось наиболее эффективным:Оптимизация производственных процессов:Анализ данных выявил узкие места в производственных линиях, такие как частые простои и низкая производительность отдельных машин.В результате внедрения предложенных мер производительность увеличилась на 15%, а время простоя сократилось на 20%.Повышение качества продукции:Использование алгоритмов машинного обучения для анализа данных о качестве продукции позволило оперативно выявлять отклонения.Внедрение систем предиктивного контроля качества снизило количество дефектов на 30%.Снижение затрат:Анализ данных о потреблении ресурсов (энергия, сырье) помог выявить избыточные затраты и предложить способы их сокращения.Экономия затрат на сырье составила 10%, а на энергоресурсы — 15%.Таблица 1. Показатели эффективности применения анализа данных.Полученные результаты подтверждают, что применение анализа больших данных в сфере пищевых производств может значительно повысить эффективность работы предприятий. Сравнение с другими исследованиями показывает, что подобные подходы успешно применяются в различных отраслях промышленности, включая автомобильную и химическую промышленность, что подчеркивает универсальность и полезность анализа больших данных. Например, исследования IBM показывают, что использование больших данных в производстве может снизить операционные расходы на 12%.Анализ больших данных представляет собой эффективный инструмент для повышения производительности, качества продукции и сокращения затрат на пищевых производствах. Дальнейшие исследования могут быть направлены на разработку специализированных алгоритмов и моделей, учитывающих особенности конкретных производств. Также перспективными направлениями являются интеграция анализа больших данных с технологиями Интернета вещей (IoT) и искусственного интеллекта (AI), что может еще больше повысить эффективность производственных процессов.
Номер журнала Вестник науки №7 (76) том 4
Ссылка для цитирования:
Беседин А.Ю. ПРИМЕНЕНИЕ АНАЛИЗА БОЛЬШИХ ДАННЫХ В СФЕРЕ ПИЩЕВЫХ ПРОИЗВОДСТВ // Вестник науки №7 (76) том 4. С. 243 - 246. 2024 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/16924 (дата обращения: 22.01.2025 г.)
Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2024. 16+