Евразийский
научный
журнал

Разработка и обучение искусственной нейронной сети, предназначенной для интерпретации трендов напряженно-деформированных состояний

Поделитесь статьей с друзьями:
Автор(ы): Головин Никита Валерьевич
Рубрика: Технические науки
Журнал: «Евразийский Научный Журнал №3 2017»  (март, 2017)
Количество просмотров статьи: 964
Показать PDF версию Разработка и обучение искусственной нейронной сети, предназначенной для интерпретации трендов напряженно-деформированных состояний

Головин Никита Валерьевич
Магистр МГУПИ (МТУ), Россия, г. Москва
E-mail: g.nikita@inbox.ru

Научный руководитель: Круг Петр Германович

Для интерпретации кадров тренда напряженно-деформированного состояния метод использует интеллектуальный классификатор в виде искусственной нейронной сети (ИНС) прямой передачи сигнала типа «Многослойный персептрон» с конечным числом слоев и однотипными нейронами, обладающими нелинейными сигмоидальными функциями активации (рис.1). Данный вид ИНС выбран исходя из опыта использования и разумных предположений [1-3].

shodnmtu_1.png

Рисунок 1. Интеллектуальный классификатор НДС оборудования КС МГ, реализованный на основе искусственной нейронной сети прямого распространения

shodnmtu_2.png

Рисунок 2. Пример обучающей выборки (образцы трендов НДС), составляющей входной вектор ИНС

shodnmtu_3.png

Рисунок 3. Пример окна обучения ИНС по методу обратного распространения ошибки с остановом по градиентному критерию


Сигнализация о возникновении предаварийных и аварийных ситуаций, связанных с ухудшением технического состояния оборудования КС МГ, осуществляется автоматически на основе непрерывной обработки информации о напряженно-деформированном состоянии. Исходными данными для алгоритмов обработки являются показания тензодатчиков, размещенных на наружной поверхности гофр и фланцев сильфонных компенсаторов СКДУ700-1, СКДУ700-2 и СКДУ 400 и на наружной поверхности газопроводов в поперечных сечениях.

Список использованных источников:

  1. Круг П.Г. Виртуальные измерительные системы. Приборы и системы управления. № 11, 1996.
  2. Круг П.Г. Нейронные сети и нейрокомпьютеры. М.: Изд-во МЭИ, 2002.
  3. Круг П.Г., Лупачев А.А., Попов Г.Ю. Системы мониторинга потенциально опасных промышленных и энергетических объектов. «Промышленные АСУ и контроллеры», № 12, 2011. — сс. 43-47.