|
|
государственного нефтяного института. - 2014. - Том 1. № 2. - С. 63-67.
УДК 378:004
РАЗРАБОТКА НЕЙРОСЕТЕВОЙ СИСТЕМЫ УПРАВЛЕНИЯ И АВТОМАТИЗАЦИИ НЕФТЕГАЗОДОБЫВАЮЩИМИ ОБЪЕКТАМИ NEURAL NETWORK CONTROL SYSTEM DEVELOPMENT AND AUTOMATION OF OIL AND GAS PRODUCTION OBJECTS
А.М. Сагдатуллин - аспирант, Альметьевский государственный нефтяной институт.
A.M. Sagdatullin - postgraduate student , Almetyevsk State Oil Institute.
Искусственные нейронные сети представляют собой модель биологического нейрона человеческого мозга. Элементы ИНС сильно связаны между собой, параллельные и перекрестные связи создают сети простых адаптивных элементов согласно их структурной иерархической организации, которые направлены на взаимодействие с объектами реального мира подобно действию человеческого мышления. Основной целью тренировки нейронных сетей является выбор весовых коэффициентов (весов) данной сети посредством такого ее обучения, чтобы было соответствие между необходимыми сигналами входа/выхода. Задачей работы является исследование возможности применения методов нейронных сетей к управлению электродвигателями. Рассмотрена модель нейрона, представлена сигмоидальная функция, исследована область техники, а также определены новые методы управления асинхронными электродвигателями (АД), такие как - field oriented control, методы feedback linearization и variable structure with sliding mode, расширенные за счет применения нейронных сетей.
Artificial neural networks are a model of biological neurons in the human brain. ANN elements strongly linked, parallel and cross-links create a network of simple adaptive structural elements according to their hierarchical organization, aimed at interaction with real world objects similar to that of the human mind. The main purpose of the training of neural networks is the choice of weighting coefficients (weights) of the network through its training such that there is a correspondence between the required input / output signals. The objective of the work is the study of the possibility of neural networks to the MCC. A model of a neuron is represented by a sigmoid function, studied art, and also identified new methods of control of asynchronous electric motors (BP), such as - field oriented control, feedback linearization methods and variable structure with sliding mode, enhanced by the use of neural networks.
Ключевые слова: Нефтегазодобывающая отрасль, интеллектуальное регулирование, транспорт и подготовка нефтепродуктов.
324
|
