Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 18.221.102.0
    [SESS_TIME] => 1732187233
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 9b6212c8247fbcd96a847e2ac4a73544
    [UNIQUE_KEY] => 68465cfd56a8f21a22ffe37dcced778f
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

    [SESS_OPERATIONS] => Array
        (
        )

)

Поиск по журналу

Автометрия

2024 год, номер 2

О МЕТОДЕ УПРАВЛЕНИЯ НАГРЕВАТЕЛЕМ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ

С.С. Абдуракипов, Е.Б. Бутаков
Институт теплофизики им. С. С. Кутателадзе СО РАН, Новосибирск, Россия
s.s.abdurakipov@gmail.com
Ключевые слова: системы управления, ПИД-регулятор, машинное обучение, рекуррентная нейронная сеть, детекция аномалий
Страницы: 109-118

Аннотация

Исследуется возможность применения нейронной сети долгой краткосрочной памяти (Long short-term memory, LSTM) для моделирования работы ПИД-регулятора. Реализован программный ПИД-регулятор для управления нагревателем с датчиком температуры на микроконтроллере Arduino, и разработана LSTM-модель, обученная на данных регулятора. Показано, что модель нейронной сети хорошо воспроизводит работу регулятора и может его полностью заменить при наличии многократно большего, но достаточного времени обработки данных. Продемонстрирована возможность использования данной модели в качестве детектора аномальной работы ПИД-регулятора.

DOI: 10.15372/AUT20240213
EDN: KHVPAO
Добавить в корзину
Товар добавлен в корзину