МОСКВА, 19 декабря. /ТАСС/. Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) усовершенствовали программное обеспечение для контроля работы промышленных газовых горелок за счет нейросети. Решение не требует остановки производства для регулярного обновления программы, сообщила пресс-служба вуза.
Аппараты с газовыми горелками используются на производствах, где нужно, к примеру, нагревать сырье или высушивать сыпучие материалы. Для контроля работы таких горелок используются алгоритмы усовершенствованного управления - специальное ПО, требующее своевременного обновления, осуществлять которое в условиях непрерывного производства затруднительно. Авторы предложили использовать для решения этой проблемы нейросеть.
"Для обучения нейросети требуется время и большое количество данных, однако после этого больше не нужно проводить эксперименты на объекте моделирования, а процесс расчета будет занимать доли секунд", - приводит пресс-служба ПНИПУ слова аспиранта кафедры оборудования и автоматизации химических производств университета Дмитрия Корнилицина.
ИИ в основе системы контроля позволяет уточнять используемые ею данные и сокращать погрешность. Внедрение нового решения поможет повысить эффективность работы газового оборудования, считают разработчики.
"Нейросеть повысила точность эмпирической (полученной способом измерений) модели: относительная ошибка снизилась с 5,9% до 0,35%. Цикл работы нейросети составляет всего 0,03 миллисекунд. Это позволяет оперативно использовать ее в задачах управления и адаптировать модель в каждый момент измерения", - уточняет доктор технических наук, профессор кафедры оборудования и автоматизации химических производств ПНИПУ Александр Шумихин, чьи слова приводятся в сообщении.
