Browsing by Subject "artificial neural network"
Now showing 1 - 14 of 14
- Results Per Page
- Sort Options
Item Analysis of fields reflected from model of human body surface using artificial neural network in time domain(Видавництво Національного університету "Львівська політехніка", 2009) Shyrokorad, D. V.; Dumin, O. M.; Dumina, O. O.; Katrich, V. O.The problem of determination of thickness a layer of layered medium by impulse irradiation is considered. The impulse fields reflected from the model of human body surface are analyzed by artificial neural network in time domain directly. The normal incidence of plane wave with Gaussian time form on the layered medium with losses is considered. The reflected electromagnetic field is obtained by FDTD method. Initial data for neural network analysis are the values of amplitude of electrical component of reflected field. As an example, the network is trained to determine the thickness of one of the layers of the medium. The stability of the determination in presence of interferences, experimental errors and instabilities of medium parameters is investigated by numerical simulation.Item Neural network model for identification of material creep curves using CUDA technologies(Видавництво Львівської політехніки, 2019-09-26) Соколовський, Я. І.; Шиманський, В. М.; Мокрицька, О. В.; Харко, Я. В.; Sokolovskyy, Ya. I.; Shymanskyi, V. M.; Mokrytska, O. V.; Kharko, Ya. V.; Національний лісотехнічний університет України; Ukrainian National Forestry UniversityЦя робота присвячена проблемі ідентифікації реологічних параметрів деревини з використанням штучних нейронних мереж з розпаралеленим алгоритмом навчання за допомогою мови програмування Python, фреймворку Chainer та технології CUDA. Розроблено інтелектуальну систему ідентифікації реологічних параметрів деревини. Створена система містить максимально зрозумілий інтерфейс користувача, весь необхідний комплекс інструментів для автоматизації процесу візуалізації та аналізу даних. У процесі створення інтелектуальної системи було передбачено вирішення наступних завдань: провести аналіз систем штучного інтелекту та аналіз навчання штучних нейронних мереж, зокрема багатошарових нейронних мереж прямого поширення, рекурентної нейронних мереж та нейронної мережі Кохонена; дослідити структуру фреймворку Chainer та його взаємодію з CUDA; провести аналіз існуючих хмарних технологій для реалізації завдання; провести аналіз алгоритмів навчання штучних нейронних мереж, їхнє математичне забезпечення; здійснити розпаралелення алгоритмів навчання та розробити необхідне програмне забезпечення. Використання Chainer дає змогу створювати пул пам'яті для розподілу пам'яті GPU. Щоб уникнути розподілу та вилучення пам'яті під час обчислень, Chainer надає можливість використовувати пул пам'яті CuPy як стандартний розподіл пам'яті не маючи справу з розподілом пам'яті. Для визначення фізико-механічних параметрів математичної моделі неізотермічного вологоперенесення та в'язко-пружного деформування капілярно-пористих матеріалів у процесі сушіння розроблено інтелектуальну систему. Вона надає можливість провести ідентифікацію параметрів ядер повзучості та релаксації, що записується як лінійна комбінація експоненціальних операторів. Запропонований алгоритм апроксимації та отримані розрахункові співвідношення реологічної поведінки деревини за допомогою багатошарової нейромережі з експоненціальними функціями активації у прихованих шарах дає змогу підвищити точність апроксимації експериментальних даних повзучості. Розроблені математичні моделі можуть бути використані для створення систем автоматизованого скінченно-різницевого розрахунку температури, вологовмісту та компонент напружень під час сушіння капілярно-пористих матеріалів з урахуванням технологічних параметрів агента сушіння.Item Radiowave methods of non-destructive testing(Видавництво Львівської політехніки, 2012) Liske, Oleksiy; Yakymiv, Roman; Melnychuk, AndriiIn this paper the analysis of existing methods of radiowave non-destructive testing which allow to detect the presence and depth of extraneous metal and dielectric defects in controlled objects is given.Item Автоматизация процессов управления дождеванием(Видавництво Львівської політехніки, 2011) Леви, Л. И.; Правдюк, Д. М.This paper describes the process of sprinkling machines. Proposed a method for automating the process of sprinkling management.Item Визначення структури факторів,що впливають на електроспоживання підприємств вугільної галузі(Видавництво Національного університету «Львівська політехніка», 2010) Розен, В.П.; Давиденко, Л.В.; Волинець, В.І.Запропоновано підхід до виявлення структури показників, що впливають на електроспоживання підприємств вугільної галузі, та сформовано узагальнювальні фактори на основі відібраних інформативних показників, які забезпечують можливість аналізування ефективності електроспоживання. The approach to revealing structure of parameters which influence a power consumption of the operations of coal branch is offered, and generalizing factors on a base of the selected informative parameters which provide an opportunity of the assaying of efficiency of a power consumption are formed.Item Застосування штучних нейронних мереж прямого поширення сигналу для ідентифікації кута положення ротора вентильного реактивного двигуна(Видавництво Львівської політехніки, 2011) Бобечко, Ю. О.; Головач, І. Р.; Лозинський, А. О.Для створення бездавачевої системи керування вентильним реактивним двигуном (ВРД) синтезовано структуру штучної нейронної мережі (ШНМ) прямого поширення сигналу, вхідними величинами якої є фазні струми. Методом комп’ютерного симулювання досліджено роботу бездавачевої системи керування з використанням синтезованої ШНМ. To create a sensorless control system of switched reluctance motors (SRM), a feedforward artificial neural network (ANN), that uses currents as the input signals, was synthesized. By computer simulation was researched the work of the sensorless control system using created ANN.Item Математичне та програмне забезпечення автоматизованого проектування систем “інтелектуального будинку”(Національний університет "Львівська політехніка", 2017) Береговський, Василь ВасильовичУ дисертаційній роботі розв’язано наукове завдання підвищення ефективності автоматизованого проектування систем “інтелектуального будинку” на основі розробленого методу, моделей та засобів. У роботі розвинуто метод автоматизованого синтезу моделей на основі теорії мереж Петрі для системного рівня автоматизованого проектування, який ґрунтується на інформації про структуру системи і теорію графів та дає змогу автоматизувати побудову структурних моделей підсистем інтелектуального будинку (ІБ). Розроблено моделі для системного рівня автоматизованого проектування систем ІБ, які ґрунтуються на теорії кольорових мереж Петрі та дають змогу визначити динаміку роботи, перевірити спроектовану систему на наявність тупиків, живучість та обмеженість. Введено інтелектуальний аспект на усіх рівнях автоматизованого проектування таких систем та сформульовано основні задачі на кожному з них, що дасть змогу підвищити ефективність автоматизованого проектування систем ІБ. Вдосконалено моделі підсистем клімат-контролю, освітлення, захисту та запобігання технічних аварій ІБ, які використовують штучні нейронні мережі на основі багатошарового перцептрона, що дає змогу опрацьовувати нечіткі та неструктуровані дані від підсистеми давачів. Отримали подальший розвиток фізичні моделі підсистем клімат-контролю, освітлення, захисту та запобігання технічних аварій ІБ, у формі нейроконтролера, які використовують мікроконтролер AVR та програмні моделі на основі штучних нейронних мереж. Розроблено програмно-апаратні засоби автоматизованого проектування систем ІБ, що дають змогу підвищити рівень автоматизації проектування. В диссертационной работе решено научное задание повышения эффективности автоматизированного проектирования систем “интеллектуального дома”. С этой целью разработан метод, модели и средства автоматизации разработки систем “интеллектуального дома”. Созданный метод позволяет автоматизировать синтез моделей. Они строятся на основе теории сетей Петри и используются для системного уровня автоматизированного проектирования. Разработанный метод основывается на информации о структуре системы и теории графов. Он позволяет автоматизировать построение структурных моделей подсистем “интеллектуального дома”. В работе разработаны модели для системного уровня автоматизированного проектирования систем “интеллектуального дома”. Они основаны на теории цветных сетей Петри и позволяют определить динамику работы, а также проверить спроектированную систему на наличие тупиков, живучесть и ограниченность. В диссертации введено интеллектуальный аспект на всех уровнях автоматизированного проектирования таких систем. В ней сформулированы основные задачи этого аспекта на каждом уровне проектирования. Это делает возможным повышение эффективности автоматизированного проектирования систем “интеллектуального дома”. Также в работе усовершенствовано модели подсистем климат-контроля, освещения, защиты и предотвращения технических аварий “интеллектуального дома”. Они используют искусственные нейронные сети на основе многослойного перцептрона. Это позволяет обрабатывать нечеткие и неструктурированные данные от подсистемы датчиков. Получили дальнейшее развитие физические модели подсистем климат-контроля, освещения, защиты и предотвращения технических аварий “интеллектуального дома”. Они реализованы в форме нейроконтроллера, который построен на основе микроконтроллера AVR и программных моделей на базе искусственных нейронных сетей. Это позволяет исследовать адекватность построенных моделей, быстродействие, надежность и функциональность разработанных подсистем. Разработано программно-аппаратные средства автоматизированного проектирования систем “интеллектуального дома”. Эти средства позволяют повысить уровень автоматизации проектирования. In the dissertation the scientific task of increasing the efficiency of “intelligent house’s” computer aided design has been solved. For this purpose, the method, models and means for automation development of “intelligent house” systems have been designed. Created method allows to automate the synthesis of models. Models are constructed due to Petri nets theory. They are used for system-level automated design. The method that was designed is based on information about system structure and graph theory. It allows to automate building of structural models of “intelligent house” subsystems. Models for system-level computer aided design “intelligent house” systems have been developed in the research. These models are based on coloured Petri nets theory. They enable to determine the dynamics of work and check the designed system for presence of deadlocks, vitality and limitation. In the dissertation the intelligent aspect was proposed for entering on all the levels of computer aided design of "intelligent house" systems. Main issues of this aspect on each designing level have been formulated. It allows to increase the efficiency of computer aided design of “intelligent house” systems. Models of such “intelligent house” subsystems as climate control, lighting, security and prevention of technical accidents were improved as well. These models use artificial neural network based on multilayer perceptron. It enables to explore the ambiguous and unstructured data from sensor subsystems. Physical models of “intelligent house” subsystems - climate control, lighting, security and prevention of technical accidents have been further developed. They are implemented in the form of neurocontroller. It is based on AVR microcontroller and program models based on artificial neural network. It allows to explore the adequacy of the constructed models, performance, reliability and functionality of designed subsystems. Firmware of computer aided “intelligent house” systems has been developed. It allows to increase the level of computer aided design.Item Методи навчання штучних нейромереж на базі узагальнених нейроелементів(Національний університет "Львівська політехніка", 2013) Коцовський, Владислав МироновичДисертаційна робота присвячена розробленню методів навчання узагальнених нейронних елементів та штучних нейромереж на основі цих елементів. Встановлено нові властивості двопорогових нейронних елементів, поліноміальних нейронних елементів та комплексних нейронних елементів з дискретними функціями активації. Запропоновано нові і узагальнено існуючі методи навчання нейроелементів вказаного типу, досліджено поведінку, збіжність, швидкість та алгоритмічну складність алгоритмів їх навчання. Розроблено методи навчання штучних багатошарових нейромереж прямого поширення на базі узагальнених нейронних елементів зі згладженими функціями активації. Описано модифікації алгоритму зворотного поширення похибки навчання цих нейромереж. На основі запропонованих у дисертаційній роботі моделей та методів розроблено програмне забезпечення для підтримки процесу планування випуску продукції УАП ТОВ «Фішер-Мукачево». The thesis is devoted to the research of the properties of generalized neurons and ar-tificial neural networks, the development of the learning methods, neural net simulation, the design of IT solutions for forecasting. The new properties of bithreshold neurons, polynomial neurons and complex weighted neurons with discrete activation functions are established. The new or modified learning techniques are proposed also the learning algorithms behavior, convergence, computational speed and complexity are studied. The techniques of the learning of multilayer feed-forward neural networks with smoothed activation functions are developed. The modification of back-propagation for such networks is featured. The software solution for production planning is designed based on models and techniques developed in the thesis. Диссертационная работа посвящена вопросам исследования свойств обобщенных нейронных элементов и искусственных нейросетей на базе этих элементов, разработке методов и алгоритмов их обучения с учителем, нейросетевого моделирования, построения нейросетевых информационных технологий для решения задачи прогнозирования. Установлены новые свойства двухпороговых нейронных элементов, полиномиальных нейронных элементов и комплексных нейронных элементов с дискретными функциями активации. Получены новые оценки числа д-разбиений и количества двухпороговых булевых функций и найдены условия, которые обеспечивают представление двухпороговых булевых функций с помощью списков решений. Установлены оценки коэффициентов целочисленных весовых векторов двухпороговых нейронных элементов. Определен объем памяти, достаточной для сохранения весовых векторов двухпороговых нейронных элементов. Предложены новые и обобщены существующие методы обучения нейроэлементов указанного вида, исследовано поведение, сходимость, скорость и алгоритмическая сложность алгоритмов их обучения. Доказана конечность итерационного процесса обучения полиномиальных нейронных элементов в режиме offline. Показано, что задача обучения двухпорогового нейронного элемента относится к классу NP-полных задач. Разработаны методы обучения искусственных многослойных нейросетей прямого распространения на базе обобщенных нейронных элементов со сглаженными двухпороговыми функциями активации. Описаны модификации алгоритма обратного распространения обучения этих нейросетей. Разработана модификация алгоритма обратного распространения ошибки обучения многослойной искусственной комплексной нейросети прямого распространения. На основе предложенных в диссертационной работе моделей и методов разработано программное обеспечение для поддержки процесса планирования выпуска продукции УАП ООО «Фишер-Мукачево».Item Моделювання податково-боргової складової фінансової безпеки на основі штучних нейронних мереж(Видавництво Львівської політехніки, 2015) Михальчук, Н. М.; Савка, Н. Я.Запропоновано методику моделювання податково-боргової компоненти фінансової безпеки держави. Теоретично обґрунтовано доцільність поєднання в методиці нормативно-індикативної оцінки з нейромережевими технологіями. Проаналізовано вплив податкової заборгованості на фінансову безпеку за двома індикаторами: податковим навантаженням та рівнем тінізації економіки. Topicality of the problem of restructuring basic approaches to principles, forms, methods and tools for providing financial security of the state is justified in the article. The current concept, which is legally approved, is based on regulatory and indicative analysis and has the nature of ascertaining of current trends; however it doesn’t allow analyzing the future transformations. The authors prove complexity of applying classical evaluation methods from both mathematic and logical point of view through the features of political and economic situation in Ukraine and through nonlinearity relation between the events and the processes within security bounds. Accordingly, the authors argue advisability and preferences in the formation of new, more progressive methods for diagnosing the state of financial security at the macro level, especially by the tax-debt component. In the process of research there was developed methodology for modeling tax-debt component of state financial security, which was developed by using combination of the normative and indicative evaluation with the neural network technologies. Efficiency of methodology was verified by using analysis of impact of the tax arrears on the financial security by using two indicators: tax load and the level of the shadow economy. As the result of expert evaluations there was defined a range of limit values for selected indicators and it was found that their values show crisis trends. The model, which was developed based on the artificial neural networks with the radial basis functions, demonstrates interconnection between the level of the tax debt and the level of the shadow economy and refutes the dependence between arrears and tax burden. Those results are adequate to the current economic situation.Item Побудова та застосування штучних нейронних мереж для розпізнавання сигналів дефектоскопії рейок(Видавництво Львівської політехніки, 2011) Пукіш, С. Р.; Якимів, Р. М.Дуже важливим з погляду безпеки залізничних перевезень є своєчасне виявлення небезпечних дефектів рейок, які можуть призводити до аварійних ситуацій. Одним з методів такої діагностики є метод електромагнітної дефектоскопії, який успішно використовується в Україні та на теренах СНД. У цій роботі розглядається підхід для виявлення дефектів у залізничній рейці на основі оброблення сигналів з вагона-дефектоскопа з використанням штучної нейронної мережі (ШНМ).Very important in terms of the safety of rail transportation is the timely detection of dangerous defects in rails, which can lead to accidents. One of the methods of such diagnosis is the electromagnetic flaw detection method which is successfully used in Ukraine and the CIS countries. In this paper approach for the detection of defects in rail on the basis of signals processing from fault-detection carriage using artificial neural network (ANN) is considered.Item Розроблення моделі нейронної мережі для прогнозування дорожньо-транспортних пригод(Видавництво Львівської політехніки, 2018-02-18) Дзелендзяк, У. Ю.; Самотий, В. В.; Пелех, О. М.; Національний університет “Львівська політехніка”; Львівський державний університет безпеки життєдіяльності; Краківська політехніка ім. Тадеуша КостюшкаРозроблено систему для аналізу чинників, що впливають на виникнення дорожньо-транспортних пригод (ДТП), за допомогою інструментів та бібліотек мови Python. Використовуючи досліджені чинники, розроблено та досліджено нейронну мережу для прогнозування можливості виникнення ДТП. На основі спроектованої нейронної мережі розроблено веб-платформу для автоматичного прогнозування можливості виникнення ДТП та візуального відображення обчислених ризиків на найближчу добу.Item Синтез та аналіз нейроконтролера системи керування вентильним реактивним двигуном(Національний університет "Львівська політехніка", 2015) Бобечко, Юрій ОстаповичДисертація присвячена розв’язанню науково-прикладної задачі синтезу бездавачевої системи ідентифікації положення ротора та керування вентильним реактивним двигуном на основі теорії штучних нейронних мереж. Для цього синтезовано ряд нейронних мереж, спільною рисою яких є набір вхідних величин: струми фаз та іноді напруга живлення, а також відсутність величини потокозчеплення, яка використовується в абсолютній більшості бездавачевих систем керування. Для подальших досліджень вибрано три нейронні мережі, а саме: прямого поширення сигналу для ідентифікації кута положення ротора; із самоорганізовуючою картою Кохонена і навчальною парадигмою «переможець забирає все» для визначення сигналів на ключах керування; прямого поширення сигналу для визначення кута положення ротора, а також вмикання і комутації секції, величини яких дозволяють формувати жорсткі механічні характеристики. Працездатність синтезованих нейроестиматорів/нейроконтролерів на основі описаних нейронних мереж підтверджена результатами комп’ютерного моделювання. Окрім того, правильність запропонованих рішень підтвердили експериментальні дослідження мікропроцесорної реалізації нейроестиматора кута положення ротора. Диссертация посвящена решению научно-прикладной задачи синтеза бездатчиковой системы идентификации положения ротора и управления вентильным реактивным двигателем (ВРД) на основании теории искусственных нейронных сетей. Проанализированы области и перспективы применения ВРД, рассмотрены их конструктивные особенности и датчик положения ротора (ДПР) как отдельный элемент ВРД. Указаны основные преимущества и недостатки ВРД и традиционной системы управления с применением ДПР. Проведен аналитический обзор работ, посвященных методам косвенного определения положения ротора, которые разделены на две группы: активные и пассивные. Подробно рассмотрено использование искусственных нейронных сетей в электромеханических системах в целом и в бездатчиковых системах управления ВРД в частности. На основании проведенного анализа сформулированы требования к новым бездатчиковым системам управления на основании нейронных сетей. Рассмотрена проблематика синтеза нейронной сети, приведены основные рекомендации относительно выбора структуры искусственной нейронной сети, активационных функций нейронов и метода обучения, формирования учебных данных. Проанализированы уравнения потокосцепления и определено, что производная угла положения ротора является функцией токов, производных токов фаз и напряжения питания. Для формирования учебной базы данных и в дальнейшем в качестве базы для моделирования работы ВРД с синтезированными бездатчиковыми системами управления использована математическая модель ВРД, адекватность которой подтверждена совпадением результатов математического моделирования и физического эксперимента. С учетом описанной теоретической базы был синтезирован ряд нейронных сетей, общей чертой которых является набор входных величин: фазные токи и иногда напряжение питания, а также отсутствие величины потокосцепления, которая используется в абсолютном большинстве бездатчиковых систем управления. Для дальнейших исследований были избраны три нейронные сети, а именно: прямого распространения сигнала для идентификации угла положения ротора; с самоорганизующейся картой Кохонена и учебной парадигмой «победитель забирает все» для определения сигналов на ключах управления; прямого распространения сигнала для определения угла положения ротора, а также включения и коммутации секции, величины которых позволяют формировать жесткие механические характеристики. Для исследования бездатчиковых систем управления модель силовой части ВРД была дополнена соответствующими моделями, которые реализуют нейронные сети. Для улучшения точности результатов предложено использовать математическую обработку исходных величин нейронных сетей. Результаты компьютерного симулирования подтвердили работоспособность предлагаемых бездатчиковых систем управления: максимальное значение относительной погрешности угла положения ротора, определенного нейроэстиматором, не превышает 10 %, а сформированные нейроконтроллером искусственные механические характеристики определяются погрешностью не более 6 % относительно абсолютно жестких характеристик «n = const». Кроме того, правильность предложенных решений подтвердили экспериментальные исследования микропроцессорной реализации нейроэстиматора угла положения ротора. Таким образом, применение нейронных сетей позволило синтезировать нейроэстиматоры /нейроконтроллеры, которые работают на основании непосредственных измерений токов и напряжения питания. The thesis is devoted to solving a scientific and applied problem of synthesis of the sensorless rotor position identification system and control of a switched reluctance motor based on the theory of artificial neural networks. For this purpose a series of neural networks, the common feature of which is a set of input variables: phase currents and sometimes supply voltage, and deficiency of linkage values used in the majority of sensorless control systems, was synthesized. For further researches three neural networks were selected, namely: the direct signal propagation to identify the position angle of the rotor; selforganized map of Kohonen and educational paradigm "winner takes all" to determine the signals to the control keys; direct signal propagation to determine the rotor position, sections switchingon and commutation angles, the values of which allow to form a flat speed-torque characteristics. The efficiency of the synthesized neuro-estimators/neurocontrollers based on the described neural networks was confirmed by the results of computer modeling. In addition, the accuracy of the proposed solutions was confirmed by the experimental researches of the microprocessor implementation of the neuro-estimator of rotor position angle.Item Системний підхід до синтезу раціональних варіантів автоматизованих виробничих систем(Видавництво Львівської політехніки, 2011) Куцик, А. С.; Мисик, М. М.The system approach to synthesis of rational variants of the automated manufacturing systems is offered. The offered approach considers technological and other restrictions and provides use of an artificial neural network for identification of an optimum variant of the equipment order and optimisation of interstage buffers capacity in the course of a simulation modelling. Also it is underlined necessity of the information on actual productivity of manufacturing system for requirements formation to speed of its control system.Item Спосіб стабілізації технологічно оптимальних параметрів вібраційного поля адаптивних вібраційних технологічних машин за допомогою нейромережевого ПІД-регулятора(Видавництво Львівської політехніки, 2021-11-22) Чубик, Р. В.; Зелінський, І. Д.; Деревенько, І. А.; Chubyk, R.; Zelinsʹkyy, I.; Derevenko, I.; Національний університет “Львівська політехніка”; Lviv Politechnic National UniversityМета. Розроблення оптимального способу керування динамічними параметрами віброприводів адаптивних вібраційних технологічних машин (АВТМ). Методика. Робота основана на створенні прямої нейромережевої моделі АВТМ та застосуванні технології гібридного нейро-ПІД управління для формування коригуючого впливу на основі пропорційно-інтегрально-диференційного закону на кожному такті керування, для мінімізації помилки зворотного зв’язку за амплітудою коливань робочого органу вібромашини. Результати. Розроблено спосіб керування, який дає змогу забезпечувати резонансний режим роботи АВТМ завдяки постійній корекції частоти циклічної вимушуючої сили віброприводу. За цього способу керування на резонансній частоті АВТМ здійснюють стабілізацію питомої роботи вібраційного поля АВТМ, автоматично коригуючи амплітуди коливань робочого органу за допомогою нейромережевого ПІД-регулятора із самоналаштуванням на основі прямого нейроемулятора АВТМ. Наукова новизна. Вперше отримано структурну схему, математичну модель та здійснено моделювання роботи гібридного нейромережевого ПІД-контролера на основі прямого нейроемулятора АВТМ для стабілізації питомої роботи вібраційного поля вібромашин на резонансній робочій частоті. Практична значущість. Запропонований спосіб стабілізації технологічно оптимальних параметрів вібраційного поля дає змогу забезпечити мінімальні енергозатрати на вібропривод за стабільних технологічно оптимальних параметрів вібраційного поля адаптивної вібраційної технологічної машини упродовж всього технологічного циклу віброобробки.