Browsing by Author "Андреїшин, А. С."

Filter results by typing the first few letters
Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Використання нейромережі для визначення коефіцієнта заповнення глибинної помпи
    (Видавництво Львівської політехніки, 2012) Маляр, А. В.; Калужний, Б. С.; Андреїшин, А. С.
    Розглядається питання використання нейромережі для визначення коефіцієнта заповнення глибинної помпи. Показано, що за допомогою сформованої нейромережі можна на основі знятих струмограм привідного двигуна розпізнавати з достатньою точністю коефіцієнт заповнення, не використовуючи при цьому давача зусилля в полірованому штоці. The issue of neural networks use for estimating the coefficient of the pump filling is considered. It is shown that on the basis of current diagrams of the driving motor, a formed neural network enables a fair accurate recognition of the coefficient of the pump filling without involving the force sensor in the polished rod.
  • Thumbnail Image
    Item
    Використання нейромережі для побудови системи керування електроприводом верстата-гойдалки
    (Видавництво Львівської політехніки, 2011) Маляр, А. В.; Андреїшин, А. С.
    Розглянуто питання використання нейромережі для побудови системи керування електроприводом верстата-гойдалки. Показано, що за допомогою сформованої нейромережі можна розпізнавати динамограму свердловини у разі неповного або зашумленого наборів вхідних даних від давачів. The issue of using neural networks for building up a control system for the electric drive of the rod oil-pumping unit is considered. It is shown that the formed neural network makes it possible to identify the oil well dynamometer card for incomplete or noisy set of input data from the sensors.
  • Thumbnail Image
    Item
    Розпізнавання динамограми верстата-гойдалки з допомогою нейронної мережі
    (Видавництво Львівської політехніки, 2011) Маляр, А. В.; Андреїшин, А. С.; Тацій, А. Р.
    The issue of using neural networks for building up a control system for the electric drive of the rod oil-pumping unit is considered. It is shown that the formed neural network makes it possible to identify the oil well dynamometer card for incomplete or noisy set of input data from the sensors.