Repository logo
  • English
  • Українська
  • Log In
    New user? Click here to register. Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Українська
  • Log In
    New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Porkuian, O. V."

Now showing 1 - 3 of 3
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    Визначення параметрів вібрації бурової установки із використанням методу відстеження порядку обертових машин
    (СНУ ім. В. Даля, 2024) Моркун, В. С.; Моркун, Н. В.; Поркуян, О. В.; Грищенко, С. М.; Бобров, Є. Ю.; Грищенко, Я. О.; Morkun, V. S.; Morkun, N. V.; Porkuian, O. V.; Hryshchenko, S. M.; Bobrov, E. Yu.; Hryshchenko, Ya. O.
    Метою дослідження є визначення параметрів вібрації бурової установки в процесі буріння свердловин за допомогою методу відстеження порядку обертових машин. У роботі використані методи аналізу вітчизняного та зарубіжного досвіду, методи математичного моделювання, а також методи математичної статистики і теорії ймовірності для формування оцінки результатів дослідження. Наукова новизна полягає в обґрунтуванні застосування методу відстеження обчисленого порядку обертових машин для визначення частоти на якій доцільно вимірювати статистичні параметри супутнього вібраційного сигналу. Практичне значення полягає у визначенні процедури вимірювання параметрів вібраційного сигналу бурової установки для оцінки фізико-механічних властивостей гірської породи безпосередньо в процесі буріння свердловин. Для виділення корисної складової вібраційного сигналу на буровому долоті з різноманітних завад (вібрації інших частин бурової установки, зовнішні процеси у гірському масиві і т. і.) використаний метод відстеження обчисленого порядку (СОТ) обертових машин з додатковою передискретизацією для підвищення його роздільної здатності. Запропонований підхід полягає в тому, що в процесі зміни робочого режиму приводу обертових частин бурової установки формують карту порядку в усьому діапазоні його обертів, визначають частоту високоамплітудної вібрації долота, яка відповідає визначеному піковому порядку обертів, і на цій частоті вимірюють статистичні параметри змін амплітуди виміряного сигналу. Відповідно до застосованого методу сформовано карту частоти обертів для даних вібрації в процесі зміни робочого режиму бурової установки(підвищення впродовж 40 секунд частоти обертів приводу з 500 до 2150 обертів за хвилину. Аналіз виконаних експериментальних досліджень та моделювання процесу взаємодії долота з залізовмісною гірською породою дозволяє зробити висновок про те, що отримані із застосуванням зазначеного методу статистичні показники супутнього вібраційного сигналу дійсно адекватно характеризують процес буріння свердловин.
  • No Thumbnail Available
    Item
    Вплив параметра SPREAD радіально-базісних мереж на апроксимацію основних каналів керування реактору синтезу оцтової кислоти.
    (СНУ ім. В. Даля, 2025) Поркуян, О. В.; Самойлова, Ж. Г.; Porkuian, O. V.; Samojlova, Zh. G.
    Основу хімічної промисловості становлять хімічні реактори. У нинішньому конкурентному сценарії першочергове значення має підтримка різних робочих змінних та відповідність специфікаціям продукту. Безперервний реактор з мішалкою (CSTR) широко використовується в багатьох хімічних, фармацевтичних та нафтових галузях промисловості, а також в галузі охорони навколишнього середовища та керування відходами. Моделі нейронних мереж пропонують найбільш уніфікований підхід до побудови справді інтелектуальних систем, які можуть забезпечити оптимальне керування для багатьох систем. За останнє десятиріччя штучні нейронні мережі (ІНС) набули значення як універсальні структури, керовані даними, для моделювання нелінійних стаціонарних станів, а також динамічних процесів. Для побудови та дослідження властивостей нейронної мережі використовувалися статистичні дані реактора синтезу оцтової кислоти, який працює у стаціонарному режимі. Для моделювання використовувалося середовище програмного симулятора MATLAB 2021b. Метою даної роботи було побудова і дослідження властивостей радіально – базісних нейронних мереж RBF і GRNN, за основними каналами керування реактором синтезу оцтової кислоти, який є газорідинним реактором з безперервним перемішуванням. Досліджену мережу можна запропонувати використовувати для керування реактором. У роботі було досліджено вплив параметра SPREAD на структуру радіальної базисної мережі та якість апроксимації. Для моделювання радіально – базисних мереж RBF і GRNN для керування реактором синтезу оцтової кислоти по кожному каналу керування використовувалася ітераційна процедура формування мереж. Для кількісної оцінки якості апроксимації вихідних параметрів було використано відносну похибку. Параметр впливу SPREAD для радіально – базисної мережі RBF було визначено рівним 0,01, 0,1, 0,7, 2,0, 5,0, 10,0, 20,0, 50,0, 100,0. Для радіально – базисної мережі GRNN було прийнято значення параметра впливу SPREAD 0,7, 2,5,10,20,50,100. Моделювання радіально – базисних мереж RBF і GRNN для керування реактором синтезу оцтової кислоти по кожному каналу керування за допомогою ітераційної процедури формування мереж в MATLAB 2021b показало задовільну якість апроксимації вихідних даних. Також можна казати, що радіально – базисні мережі RBF і GRNN можна використовувати для поліпшення керування реактором синтезу оцтової кислоти за всіма основними каналами керування.
  • No Thumbnail Available
    Item
    Вплив функції активації лінійної нейронної мережі на апроксимацію даних основних каналів керування реактру синтезу оцтової кислоти.
    (СНУ ім. В. Даля, 2024) Поркуян, О. В.; Самойлова, Ж. Г.; Porkuian, O. V.; Samojlova, Zh. G.
    Штучні нейронні мережі будуються за принципами організації та функціонування їх біологічних аналогів. Вони можуть вирішувати широке коло завдань розпізнавання образів, ідентифікації, прогнозування, оптимізації керування складними об'єктами. Подальше підвищення продуктивності комп'ютерів дедалі більше пов'язують із штучними нейронними мережами, зокрема нейрокомп'ютерами. Нині з'являється більше інтелектуальних систем керування технологічними процесами у хімічної промисловості, у яких вирішуються завдання адаптації, самонавчання, самоналаштування. Для вирішення завдання керування технологічними процесами в хімічній промисловості використовуються багатошарові лінійні нейронні мережі зі зворотним розповсюдженням помилки. Для побудови багатошарової мережі для проміжного шару часто використовують функції активації типу логічної (logsig) або гіперболічного тангенсу (tansig), а для кінцевого шару використовується лінійна функція активації (purelin). У цій роботі для побудови та дослідження властивостей нейронної мережі використовувалися статистичні дані реального реактора синтезу оцтової кислоти, який працює у стаціонарному режимі в цеху оцтової кислоти,. Для моделювання використовувалося середовище програмного симулятора MATLAB 2021. Ця програма рекомендована для моделювання різних нейронних мереж із різною кількістю нейронів і різним типом функції активації. В даній роботи була побудована і досліджена лінійна нейронна мережа зі зворотним поширенням помилки з фіксованою кількістю нейронів першого шару за основними каналами керування реактором синтезу оцтової кислоти. В роботі досліджувався вплив функцій активації першого шару та кінцевого шару нейронної мережі на апроксимацію даних реактора синтезу оцтової кислоти. Архітектура нейронної мережі перший шар містить 23 нейрона. Функція активації нейронів змінюється. Спочатку це функція hardlim, потім функція tansig, потім функція logsig і purelin. Другий шар містить один нейрон також з різними функціями активації: hardlim, tansig, logsig і purelin. Діапазон зміни входу [8900-9800]. Моделювання нейромережі з використанням MATLAB 2021 показало успішність процесу побудови та навчання нейронної мережі та його задовільну якість, яка дозволить використовувати нейромережі для керування технологічними процесами синтезу оцтової кислоти та перспективність подальших досліджень цього напряму.

Dspace & Volodymyr Dahl East Ukrainian National University copyright © 2002-2025 LYRASIS

  • Cookie settings
  • End User Agreement
  • Send Feedback