ATREX.RU
Пресс релизы коммерческих компаний и общественных организаций
ATREX.RU
» Пресс релизы сегодняшнего дня
» Архив пресс-релизов
» Авторам от редакции
» Добавить пресс-релиз

Самое-самое //
Пресс-релизы // » Добавить пресс-релиз

Ученые Пермского Политеха научили нейросеть быстро и точно менять режимы работы электродвигателя для управления сложными механизмами

Для работы лифтов, прессов, станков и других систем используют двигатели постоянного тока. Скоростью, положением и другими параметрами в них управляют регуляторы. Но они не всегда работают стабильно, поэтому вместо них применяются нейросети. Ученые Пермского Политеха разработали подход к их обучению, который позволяет тонко настраивать регулятор.
Для работы лифтов, прессов, металлорежущих станков и других электроприводных систем используют двигатели постоянного тока. Они преобразуют поступающую электроэнергию в механическое вращение. При этом током, скоростью, положением и другими важными параметрами управляют специальные электронные регуляторы, которые поддерживают все переменные на нужном уровне, не допуская отклонений. Но случается так, что они не всегда обеспечивают необходимую точность и быстроту, что приводит к замедленному реагированию на изменение условий, рывкам, толчкам и нестабильной работе механизма. Поэтому широкое применение в подобных системах начинают находить нейросети. Ученые Пермского Политеха разработали эффективный подход к их обучению, который позволяет тонко настраивать регулятор и избегать возникновения ошибок.

Статья опубликована в журнале «Электротехника», №11, 2024. Исследование выполнено в рамках программы стратегического академического лидерства «Приоритет 2030».

Лифты, прессы, металлорежущие станки и другие производственные механизмы приводятся в движение с помощью двигателя постоянного тока. Этими процессами управляет электронный регулятор. В случае неправильной настройки он может недостаточно быстро и точно реагировать на изменение условий функционирования механизма, из-за чего появляются задержки в работе, могут возникать рывки и толчки, что вызывает повышенный износ механических частей и подшипников. Все это чревато недостаточно точной обработкой деталей на металлообрабатывающем станке, неравномерной подачей материалов на конвейере, некомфортным перемещением и даже опасностью для пассажиров в лифте. Для точного управления такими объектами возможно применение регуляторов, построенных на базе нейронной сети.

Тренировать нейросеть можно по-разному: с «учителем» и без. В первом случае ее учат просто «подражать» уже настроенному регулятору. Недостаток в том, что так она не сможет работать лучше своего прототипа. Во втором она самостоятельно анализирует загружаемые в нее входные данные и ищет в них закономерности. Здесь возникает другая сложность: непросто подобрать нужную выборку данных для обучения.

Ученые Пермского Политеха разработали оригинальный подход, когда нейросеть тренируется не на самом промышленном объекте, а на его «цифровом двойнике». Для этого специалисты предприятия совестно с учеными разрабатывают специальные имитационные модели, которые описывают процессы движения и взаимодействия разных частей механизма, в том числе двигателя и его элементов, с помощью математических уравнений. Это позволяет выполнить настройку регулятора, не нарушая условий работы реального производственного процесса.

Обучение всегда происходит по методу «проб» и (что важно) «ошибок»: на начальных этапах ИИ не знает, какое воздействие будет правильным, поэтому просто перебирает случайные параметры и пробует применить их к системе. Если они окажутся ошибочными, скорректирует их и попробует снова. Но в условиях реального производства нельзя позволить ей подобным образом экспериментировать и нарушать ход рабочего процесса, ведь это может привести к аварийным ситуациям. Поэтому использование модели – это способ более тонко обучить регулятор на большом количестве различных данных.

– В нашем подходе мы применяем «функцию потерь», которая оценивает расхождение между предсказаниями модели и фактическими значениями, которые собраны с существующего объекта. Это возможность более тонко «объяснить» нейросети, чего мы хотим от нее добиться. При этом, в отличие от традиционной работы нейрорегулятора, в нашей схеме эта функция не встроена в ИИ, она действует как «внешний наблюдатель», сравнивает прогноз сети с истиной и сообщает, насколько хорошо сеть справилась, – комментирует Дмитрий Даденков, доцент кафедры «Микропроцессорные средства автоматизации» ПНИПУ, кандидат технических наук.

Политехники протестировали процесс обучения на примере системы регулирования скорости в двигателе. Создали жесткие условия: нейросеть должна была регулировать скорость вращения, во-первых, когда она менялась резко и непредсказуемо, во-вторых, при изменяющейся нагрузке, т.е. того необходимого сопротивления, которое двигатель должен преодолевать, чтобы вращаться.

– Подобные условия могут возникнуть на станках, конвейерах или в аварийных ситуациях, когда нужно резко переключить скоростной режим или вовсе остановить работу. Это требует от устройства быстрой реакции и точности движений. Тесты показали, что регулятор, обученный по нашей схеме, работает корректно: при изменении нагрузки скорость двигателя практически не проседает, а при необходимости задать другую скорость наблюдается незначительное перерегулирование – около 1%. Для проверки работы нейрорегулятора в реальных условиях на измеренное состояние объекта накладывался «шум» – случайные некорректные данные. Регулятор, который обучался на модели без него, успешно справлялся с управлением скоростью и на зашумленном объекте, – рассказывает Игорь Шмидт, доцент кафедры «Микропроцессорные средства автоматизации» ПНИПУ, кандидат технических наук.

Применение таких регуляторов не ограничивается двигателями постоянного тока, их имеет смысл применять везде, где классические регуляторы справляются плохо: если объект управления является сложной нелинейной, многосвязной системой, или имеются дополнительные критерии качества управления.
Подход ученых Пермского Политеха предоставляет практически неограниченные возможности по тонкой настройке нейрорегулятора. Также при получении информации о факторах, которые могут привести к ошибке, нейросеть заранее предотвращает ее появление. Это позволяет эффективно управлять процессами в электроприводных системах лифтов, конвейеров, металлорежущих станков, прокатных станов и подъемно-транспортных машин.

Контактное лицо: Лидия Попова (написать письмо автору)
Компания: ПНИПУ (все новости этой организации)
Добавлен: 02:05, 29.12.2024
Количество просмотров: 66
Страна: Россия

В СЛД «Барнаул» филиала «Западно-Сибирский» компании «ЛокоТех-Сервис» введен в эксплуатацию новый стенд для балансировки роторов турбокомпрессоров, Филиал "Западно-Сибирский" ООО "ЛокоТех-Сервис", 14:55, 29.01.2025, Россия
663
В СЛД «Барнаул» филиала «Западно-Сибирский» компании «ЛокоТех-Сервис» введен в эксплуатацию новый стенд для балансировки роторов турбокомпрессоров


Предприятия филиала «Приволжский» компании «ЛокоТех-Сервис» готовятся к ремонту локомотивов «Ермак», ООО "ЛокоТех-Сервис", 03:31, 29.01.2025,
387
20 новых грузовых электровозов серии 2ЭС5К («Ермак»), поступивших в эксплуатацию на Приволжскую железную дорогу, будут проходить плановый ремонт в объеме ТР-1 на предприятиях филиала «Приволжский» компании «ЛокоТех-Сервис». Подготовка к выполнению данного вида ремонта ведется в сервисных локомотивных депо (СЛД) «Петроввальское» и «Волгоград».


Ушные бирки «Силфлекс» добрались до Камчатки, ГК "Силтэк", 03:31, 29.01.2025, Россия
390
Поголовье КРС животноводческого хозяйства «Заозёрный» из г. Петропавловск-Камчатский было промаркировано ушными бирками профессиональной линейки «Силфлекс» от Группы компаний «Силтэк», разработчика и производителя средств идентификации животных.


В цехах Уссурийского ЛРЗ установлено современное освещение, Уссурийский ЛРЗ (филиал АО "Желдорреммаш"), 03:28, 29.01.2025, Россия
48
В рамках модернизации заводских площадок на Уссурийском ЛРЗ (УЛРЗ, входит в АО «Желдорреммаш») в цехах главного локомотивосборочного комбината обновлены все источники искусственного света.


В Ижевске начала свою работу одна из самых больших и современных заводских столовых в Удмуртской республике, РЕГРО, 05:45, 28.01.2025, Россия
133
В промышленной столице России повышается качество условий труда для специалистов рабочих профессий.


Холдинг «Объединенные кондитеры» предлагает работу студентам и выпускникам МГИМО, Объединенные кондитеры, 05:32, 28.01.2025, Россия
62
Холдинг «Объединенные кондитеры» принял участие в знаковом мероприятии для студентов: «День карьеры Института мировых аграрных рынков МГИМО». Представители Холдинга установили сотрудничество с Центром карьеры МГИМО и договорились о публикации вакансий на официальных платформах университета.


ЧЭРЗ увеличивает расходы на поддержку заводских пенсионеров, ЧЭРЗ (филиал АО "Желдорреммаш"), 05:25, 28.01.2025, Россия
48
Челябинский электровозоремонтный завод (ЧЭРЗ, входит в состав АО «Желдорреммаш») в 2024 году оказал помощь заводским пенсионерам на общую сумму около 4 миллионов рублей. В 2025 году планируется увеличить целевые социальные расходы более чем на треть.


Холдинг «Швабе» обеспечил оптической компонентной базой свыше 20 российских и зарубежных разработчиков, Холдинг "Швабе", 05:49, 27.01.2025,
138
Научно-производственное объединение «Государственный институт прикладной оптики» (НПО ГИПО) холдинга «Швабе» Госкорпорации Ростех в 2024 году передало более 20 компаниям из России и Беларуси свыше 4000 дифракционных решеток. Их устанавливают в спектральных приборах, предназначенных для картографирования, фармацевтики, решения экологических и других задач.


РЖД и Желдорреммаш заключили 10-летний контракт на ремонт локомотивов, Ярославский электровозоремонтный завод, 05:37, 27.01.2025, Россия
42
ОАО «РЖД» и АО «Желдорреммаш», филиалом которого является Ярославский электровозоремонтный завод, подписали договор на обслуживание тягового подвижного состава на период с 2025 по 2034 гг. Это первый контракт, заключенный между сторонами на столь продолжительный период.


Визит Дениса Мантурова на производство мембранных тканей в Иваново, Меркурий, 05:34, 27.01.2025, Россия
45
Иваново, 17 января — Первый вице-премьер Денис Мантуров посетил производство мембранных тканей компании «Меркурий» в Иваново, чтобы ознакомиться с инновационными технологиями и достижениями в области легкой промышленности.


Разделы //


Новости по странам //
Сегодня у нас публикуются //
Разработано AVart.Стуdия © 2008-2025 atrex.ru
  Rambler's Top100