قیمت محصول :     10000 تومان
  افزودن به سبد خرید

سبد خرید

  • سبد خریدتان خالی است.
  • تاریخ ارائه محصول : 09 / 08 / 2019
  • بازدید : 117 بار
  • دسته بندی :
  • امتیاز کاربران :

تشخیص نرخ عدم تشخیص خطای تغییر ناگهانی متغیرها در فرآیند تنسی ایستمن به روش شبکه¬های عصبی

تغییر پارامترهای موجود در یک فرآیند صنعتی باعث آن می­گردد که فرآیند از نقطه کار مطلوب خود خارج گردد. این تغییر به­نوبه­ی خود کاهش کارایی کنترل­کننده­های حلقه بسته­ای را که برای نقطه کار مطلوب سیستم طراحی شده­اند را به­دنبال خواهد داشت. لذا نیاز است که ابتدا این تغییرات به­صورت یک عیب تشخیص و شناسایی شود و سپس با تغییر پارامترهای فرآیند یا ساختار کنترل­کننده برحسب نیاز نسبت به تصحیح رفتار سیستم اقدام نمود. به چنین سیستمی که ویژگی مذکور را داشته باشد کنترل­کننده­ی تحمل­پذیر عیب گفته می­شود.

لازمه­ی طراحی چنین سیستمی به­صورت کارآ، در مرحله­ی نخست طراحی مناسب سیستم تشخیص عیب می­باشد که مکان، زمان و بزرگی عیب را به­درستی شناسایی کند. ارزیابی سیستم تشخیص عیب با ویژگی­های نرخ تشخیص/ عدم تشخیص و نرخ هشدارهای اشتباه صورت می­گیرد. بهره­گیری از قدرت مناسب شبکه­های عصبی جهت طبقه­­بندی برای کاربری در این مهم هم در سال­های اخیر مورد توجه قرار گرفته است.

در این پژوهش نوع خاصی از شبکه­های عصبی که دارای الگوریتم قوی آموزش پس­انتشار خطای تعمیم یافته می­باشد به­منظور درک تغییر پارامترهای فرآیند طراحی و پیاده­سازی شده است. این نوع از شبکه­ها در یک ساختار موازی اطلاعات جمع­آوری شده از فرآیند را تحلیل می­کنند و خروجی تجمیع شده­ی شبکه­ها را به­صورت یک نشانگر اطلاعات زمانی و مکانی وقوع عیب خواهیم داشت. پس از تشخیص عیب نسبت به تنظیم ضرائب کنترل کننده اقدام خواهد شد.

افزودن به سبد خرید
مطلب مفیدی برای شما بود ؟؟ پس به اشتراک بگذارید برای دوستانتان

دیدگاه کاربران ...

    لطفا قبل از ارسال سئوال یا دیدگاه سئوالات متداول را بخونید.
    جهت رفع سوالات و مشکلات خود از سیستم پشتیبانی سایت استفاده نمایید .
    دیدگاه ارسال شده توسط شما ، پس از تایید توسط مدیران سایت منتشر خواهد شد.
    دیدگاهی که به غیر از زبان فارسی یا غیر مرتبط با مطلب باشد منتشر نخواهد شد.

    دیدگاه خود را بیان کنید

0