Розроблення та дослідження раціональних параметрів нейронної імітаційної моделі системи регулювання температури обпалу клінкера у обертових печах

Автор(и)

  • V. A. Uzhelovskyi Державний вищий навчальний заклад «Придніпровська державна академія будівництва та архітектури», Ukraine https://orcid.org/0000-0002-5228-2463
  • A. V. Uzhelovskyi Державний вищий навчальний заклад «Придніпровська державна академія будівництва та архітектури», Ukraine
  • G. V. Kravec Дніпровський технікум зварювання та електроніки імені Є. О. Патона, Ukraine
  • A. V. Babenco Державний вищий навчальний заклад «Придніпровська державна академія будівництва та архітектури», Ukraine

DOI:

https://doi.org/10.30838/J.BPSACEA.2312.250918.66.198

Ключові слова:

обпал, клінкер, обертова піч, імітаційна модель, нейронне управління, нейронний регулятор, нейронна система, нейромережа

Анотація

Постановка проблеми. У промисловості виконано великий обсяг робіт зі створення і впровадження спеціалізованих приладів, установок автоматичного контролю, локальних систем автоматичного регулювання, розроблення автоматичних систем управління виробництвом (АСУВ) із застосуванням керуючих обчислювальних машин (КОМ).Автоматизація виробничих процесів посідає одне з провідних місць у комплексі технічних засобів, сприяє підвищенню продуктивності праці і поліпшенню якості продукції в усіх галузях промисловості, в тому числі і в промисловості будівельних матеріалів. Однак не слід вважати, що лише проведення звичайних налагоджувальних робіт може забезпечити підтримку оптимального процесу випалу клінкеру.

На перебіг технологічного процесу можуть впливати такі фактори як:  фізичний стан обслуговуючого персоналу, дія навколишнього середовища на технічні параметри автоматичних пристроїв, елементи автоматизації, неадекватна реакція операторів одо прийняття рішень. Оптимальне рішення може бути прийняте експертною радою у складі досвідчених фахівців, однак воно затратне.  Перспективний напрямом в організації підтримки бажаного оптимального режиму випалу клінкеру застосування сучасних засобів обчислювальної техніки з використанням нейронних мереж та нейроконтролерів. Створення автоматизованої системи управління з нейронним регулятором на основі еталонної моделі та безпосереднім її налаштуванням для конкретних механізмів  технологічних процесів потребує додаткових досліджень для вибору методу навчання нейрконтролера.

Методика. Запропонована послідовність супервізорного навчання нейроконтролера базується на попередньому експериментальному визначенні дискретності вхідного навчального сигналу. Такий підхід дозволяє здійснити раціональний вибір  кількості нейронів і уроків навчання. Результати. Установлено, що попередній вибір тривалості вхідного сигналу  значно скорочує на початковій стадії затрати часу  на  навчання нейроконтролера, а  розроблена система регулювання відповідає усім якісним показникам моделювання і відпрацьовує вхідні сигнали з бажаною точністю та здатна реагувати на збурювальні дії  навколишнього середовища  з мінімальною похибкою. Наукова новизна. Удосконалено послідовність  супервізорного навчання нейроконтролера для роботи в системах автоматичного регулювання технологічних процесів.

Практична значимість. Запропонована послідовність супервізорного навчання нейроконтролера скорочує затрати часу на стадії проектування подібних нейроконтролерних систем автоматичного регулюваннята дозволяє підвищити точність і надійність їх роботи.

Біографії авторів

V. A. Uzhelovskyi, Державний вищий навчальний заклад «Придніпровська державна академія будівництва та архітектури»

Кафедра автоматики та електротехніки, канд. техн. наук, доц.

A. V. Uzhelovskyi, Державний вищий навчальний заклад «Придніпровська державна академія будівництва та архітектури»

Кафедра автоматики та електротехніки, канд. техн. наук, доц.

G. V. Kravec, Дніпровський технікум зварювання та електроніки імені Є. О. Патона

маг

A. V. Babenco, Державний вищий навчальний заклад «Придніпровська державна академія будівництва та архітектури»

Кафедра автоматики та електротехніки, маг

Посилання

Besedin P.V., Novichenko A.V. and Andrushсhak S.V. Metody lingvisticheskoy approksimatsii v zadachah upravleniya obzhigom klinkera [Linguistic approximation methods in issues of control of burning clinker]. Fundamental'nye issledovaniya [Fundamental research]. 2013, no. 4, vol. 1, pp. 13‒17. (in Russian).

Klassen V.K. Tehnologiya i optimizaciya proizvodstva cementa [Technology and optimization of cement production]. Belgorod: Izd-vo BGTU, 2012, 308 p. (in Russian).

Kuznetsov V.A., Ryazantsev O.A. and Trulyev A.V. Chislennoe modelirovanie goreniya i teploobmena v tsementnoy vrashhayushheysya pechi [Numerical modeling of combustion and heat transfer in the cement rotary kiln]. 2011, no. 4, pp. 161–164. (in Russian).

Malyshev O.I. and Uzhelovskyi V.A. Neirona systema keruvannia protsessom vypaly klinkerav obertovykh pecakh [Neurons process control system clinker burning in rotary kilns]. Visnyk PDABA [Bulletin of Prydniprovs’ka State Academy of Civil Engineering and Architecture]. Dnipropetrovsk 2015, no. 7‒8, pp. 84‒91. (in Ukrainian).

Porhalo V.A. Avtomatizaciya processa obzhiga klinkera na osnove statisticheskoy identifikatsii dinamicheskih parametrov vrashhayushheysya pechi. Avtoref dis. [Automation clinker burning process of clinker on the base of statistic identification of dynamic parameters of the rotary kiln. Author’s abstract]. Belgorod.gos.tech. univer. Im. V.G. Shukhova [Belgorod state techn. univers. named after V.G. Shukhova]. Belgorod, 2013, 20 p. (in Russian).

Verdiyan M.A., Golovin E.N., Bachurin V.V., Fedoseev D.F., Litvin A.Ya., Ponomarev L.I. and Parkhomenko P.P. Sposob regulirovaniya processa obzhiga klinkera [A method for controlling the clinker burning process]. Patent, no. 1587024 USSR: МКИ3 С 04 В 7/44 /. (in Russian).

Terekhov V.A., Efimov D.V. and Tyukin I.Yu. Neyrosetevye sistemy upravleniya [Neural network control system]. Moskva: Vyssh. shk., 2002, 183 p. (in Russian).

##submission.downloads##

Номер

Розділ

Наукові дослідження