Главное Авторские колонки Вакансии Образование
259 0 В избр. Сохранено
Авторизуйтесь
Вход с паролем

Ученые Пермского Политеха улучшили систему управления технологическими процессами на производстве

Адаптивная система управления на производстве помогает справляться с изменениями технологических процессов. Её эффективность зависит от точности математических моделей (идентификации). Учёные ПНИПУ разработали метод идентификации с использованием нейросетей для точного и безопасного контроля изменений на производстве.
Мнение автора может не совпадать с мнением редакции

Статья опубликована в сетевом научном журнале «Инженерный вестник Дона» № 9 за 2024 год. Исследование проведено в рамках программы стратегического академического лидерства "Приоритет 2030".­­­­

Адаптивный тип управления применяется в производствах химической, нефтегазовой, целлюлозно-бумажной и других отраслях промышленности. Он заключается в том, что система автоматически меняет свои характеристики и (или) структуру в зависимости от изменений значений параметров моделей технологических процессов, полученных в результате их оперативной идентификации. Такое управление позволяет повысить качество выпускаемой продукции или минимизировать расход энергии, затрачиваемой на производство. Ученые Пермского Политеха протестировали метод параметрической идентификации на регрессионных моделях.

— Проведение экспериментов на действующих производствах может привести к негативным последствиям. Для нашего же метода идентификации этого не требуется, то есть, нет нарушения плановой работы, что делает данный метод безопасным, — комментирует Рустам Исламов, аспирант кафедры «Оборудование и автоматизация химических производств» ПНИПУ.

— Мы провели вычислительные эксперименты с применением нашего метода и выяснили, что среднее значение относительной ошибки полученных регрессионных моделей при оперативной идентификации не превышает 0,43%. Это означает, что разработанный метод применим в адаптивном управлении. Одно из его достоинств в том, что для обучения нейросетей не нужны статистические экспериментальные значения переменных технологического процесса. Это ускоряет подготовку данных, — рассказывает Александр Шумихин, доктор технических наук, профессор кафедры «Оборудование и автоматизация химических производств» ПНИПУ.

Исследование ученых ПНИПУ способствует построению более эффективных адаптивных систем управления технологическими процессами, что позволяет сократить риск снижения качества производства.

0
В избр. Сохранено
Авторизуйтесь
Вход с паролем