Наукові періодичні видання СНУ ім. В. Даля

Permanent URI for this community

https://dspace.snu.edu.ua/handle/123456789/1

Browse

Browsing Наукові періодичні видання СНУ ім. В. Даля by Subject "реактор"

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    Використання математичної моделі для оптимізації динамічних параметрів процесів виробництва аміаку.
    (СНУ ім. В. Даля, 2022) Куліков, Д. О.; Купіна, О. А.; Лорія, М. Г.; Целіщев, О. Б.; Kulikov, D. O.; Kupina, O. A.; Loria, M. G.; Tselishchev, O. B.
    У роботі розглядається питання розробки математичної моделі, яку можна застосовувати як для оптимізації технологічного процесу, так і для автоматизованої системи регулювання. Переваги такого підходу наступні: він грунтується на об’єктивних даних, що формує сам об`єкт керування; достатньо проста реалізація такого підходу; отримання адекватної і точної математичної моделі. Дослідження проводиться для оптимізації технологічного процесу та автоматизованої системи регулювання, що розглядається. Адаптація моделі буде забезпечувати ефективність обох стратегій керування. Для досягнення оптимальної динамічної моделі вирішувалися наступні завдання: - буула розроблена інформаційно-логічну схему взаємозв’язків між параметрами технологічного процесу, що розглядається; - складена математичні моделі газового реактору за концентрацією цільового компонента та за температурою. Отримана динамічна модель дозволяє адекватно описати характер зміни параметрів у діапазоні, які значно перевищує регламентні границі. Це особливо важливо при застосуванні її в системах контролю безпеки реактора й технологічних тренажерах. В результаті досліджень встановлено, що урахування в моделі процесу хімічної реакції дозволяє контролювати такий складний параметр як зміна активності каталізатора. Це характеристика здатності каталізатора прискорювати хімічну реакцію. Каталітична активність визначається як різниця між швидкостями однієї і тієї ж реакції в даних умовах за присутності каталізатора та без нього або як відношення цих швидкостей. Каталітична активність залежить від природи та кількості активних центрів, які беруть участь в каталітичному процесі. В ідеальному випадку, коли всі активні центри каталізатора беруть участь у каталізі, каталітична активність — максимальна кількість молекул, що прореагували на одному активному центрі за одиницю часу. Цей показник є дуже важливим при визначенні необхідності адаптації моделі. Адаптація моделі одночасно забезпечує її адекватність як у системі оптимізації, так і у автоматизованої системі регулювання. Що є суттєвою перевагою, бо дозволяє використовувати одну математичну модель в декількох випадках, що, в свою чергу, є більш доцільним з економічної точки зору.
  • 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.
  • No Thumbnail Available
    Item
    Моделювання лінійної нейронної мережі з зворотним поширенням помилки для основних каналів керування реактором синтезу оцтової кислоти.
    (СНУ ім. В. Даля, 2023) Поркуян, О. В.; Самойлова, Ж. Г.; Porkuyan, O. V.; Samojlova Zh. G.
    В наш час для управління технологічними об'єктами можуть бути використані нейронні мережі, нечітка логіка чи генетичні алгоритми. Було небагато спроб використати технології штучного інтелекту для по-будови автоматичних систем керування. Однак тільки в останні роки, зі зростанням дослі-джень у галузі нелінійного управління, використання технологій штучного інтелекту в керуванні техноло-гічними процесами набуло широкого поширення. Моделювання та дослідження роботи штучних ней-ронних мереж можна проводити за допомогою про-грамних симуляторів. Найбільш поширеними паке-тами для моделювання властивостей нейромереж є Neural Works Pro Plus, Neuro Solution, Matlab (Neural Network Toolbox), Neuro Wisard, ANsim, Neural Ware та інші. Програми відрізняються складністю, кількі-стю типів нейронів та алгоритмів навчання, що під-тримуються в системі. У статті досліджується побудова лінійних нейрон-них мереж із зворотним розповсюдженням помилки для основних каналів управління реактора синтезу оцтової кислоти. Для побудови та дослідження властивостей нейрон-ної мережі використовувалися статистичні дані ре-актора синтезу оцтової кислоти у стаціонарному режимі цеху оцтової кислоти Сєвєродонецького ЗАО «Азот». Для моделювання використовувалося середо-вище програмного симулятора MATLAB 2021. Ця програма рекомендована для моделювання різних нейронних мереж із різною кількістю нейронів і різ-ним типом функції активації. Для побудови нейрон-ної мережі використовувалася ітераційна проце-дура. Архітектура нейронної мережі: перший шар міс-тить спочатку 9 нейронів, потім 23 нейрона, а згодом 46 нейронів з функцією активації tansig. Дру-гий шар містить один нейрон з функцією активації purelin. Діапазон зміни входу [8900-9800]. Навчання нейронної мережі виконувалося протягом 50 циклів. Потім виконувалося моделювання мережі. Наприкінці моделювання розраховували відносну по-хибку для виходу мережі. У тому випадку, якщо залежності мають лінійний характер для апроксимації даних можна використо-вувати лінійні нейронні мережі з зворотнім поши-ренням помилки. Всі створені та промодельовані ней-ронні мережі для всіх основних каналів керування по-казали задовільну якість апроксимації даних. Якість апроксимації даних складала во всіх випадках менше 1%. Це дозволить використовувати нейромережі для управління технологічними процесами синтезу оцто-вої кислоти та перспективність подальших дослі-джень цього напряму.