№57-11

РОЗПІЗНАВАННЯ ТЕХНОЛОГІЧНИХ СТАНІВБАРАБАННИХ МЛИНІВ НА ОСНОВІ НЕЙРОННИХ МЕРЕЖ АДАПТИВНОГО РЕЗОНАНСУ

Л.І. Мещеряков1, О.М. Галушко1, О.І. Сироткіна1, О.Т. Демідов1

1Національний технічний університет «Дніпровська політехніка», Дніпро, Україна

coll.res.pap.nat.min.univ. 2019, 57:129-137

https://doi.org/10.33271/crpnmu/57.129

Full text (PDF)

АНОТАЦІЯ

Метою роботи єобґрунтовування принципової можливості використовування непрямих оцінок спектрального складу миттєвихчень споживаної привідним електродвигуном активної потужності та методів штучного інтелекту у вигляді нейронних мереж адаптивного резонансу для контролю технологічного параметра заповнення барабанів в млинах мокрого самоподрібнення.

Методи дослідження.Використана методика виділення інформативних характеристик спектрального складу миттєвих значень споживаної привідним електродвигуном активної потужності та базові алгоритми нейронних мереж адаптивного резонансу для аналізу властивостей інформативної чутливості реальних сигналів миттєвої активної потужності електродвигунів приводів барабанних млинів з метою ідентифікації та прогнозування технологічних станів останніх по величині заповнення барабанів подрібнюваною рудою.

Результати. На основівиконаних досліджень, на програмній імітаційній моделі, підтверджена принципова можливість здійснення непрямого контролю технологічного параметра заповнення в барабанних млинах на основі чутливості інформативних характеристик спектрального складу флуктуацій миттєвих значень споживаної привіднимелектродвигуном активної потужності та властивостей розпізнавання алгоритмів нейронних мереж адаптивного резонансу для барабанних млинів типу ММС 90*30А.Дляпідтвердження статистичної стійкості запропонованої методики планується проведення додаткових  експериментальних досліджень на виробництві.

Наукова новизна.Сформована нова методика непрямого розпізнавання оперативних значень технологічного параметра заповнення рудою барабана в млинах мокрого самоподрібнення на основі імітаційної моделі по базовому алгоритму нейронних мереж адаптивного резонансу. 

Практичне значення..Введення в структуру автоматизованих систем управління барабанними млинами нових непрямих інформативних алгоритмів для підвищення достовірності ідентифікації їх поточного оперативного стану.

Ключові слова:барабанні млини, сигнал споживаної потужності, спектральний склад сигналу, нейронні мережі адаптивного резонансу, інформативність.

Перелік посилань

  1. Барабанные мельницы (конструкции и основные характеристики) (n.d.) Retrieved from http://chemanalytica.com/book/novyy_spravochnik_khimika_i_tekhnologa/09_protsessy_i_apparaty_khimicheskikh_tekhnologiy_chast_I/
  2. Классификатор на основе нейронной сети ART-1 (n.d.) Retrieved fromhttp://mechanoid.kiev.ua/neural-net-art1.html
  3. Теория адаптивного резонанса. Реализация (n.d.) Retrieved fromhttp://www.intuit.ru/studies/courses/88/88/lecture/20549?page=1

Інновації та технології

 

Дослідницька платформа НГУ

 

Відвідувачі

183109
Сьогодні
За місяць
Усього
75
2152
183109

slot gacor slot online idn slot