УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ
на главную написать письмо карта сайта


јвтор:  ѕолещенко ƒ.ј.,  оренев ј.¬.
Ќазвание:  –азработка метода раннего распознавани€ шлака сталеразливочного ковша машины непрерывного лить€ заготовок
¬ыпуск:  107
–убрика:  ”правление техническими системами и†технологическими процессами
√од:  2024
Ѕиблиографи€:  ѕолещенко ƒ.ј.,  оренев ј.¬. –азработка метода раннего распознавани€ шлака сталеразливочного ковша машины непрерывного лить€ заготовок // ”правление большими системами. ¬ыпуск 107. ћ.: »ѕ” –јЌ, 2024. —.121-141. DOI: https://doi.org/10.25728/ubs.2024.107.7
 лючевые слова:  непрерывна€ разливка стали, усреднение сигнала, вычисление энтропии, огибающа€ спектра сигнала, огибающа€ спектра мощности, нейросетевой метод
 лючевые слова (англ.):  continuous casting of steel, signal averaging, entropy calculation, signal spectrum envelope, power spectrum envelope, neural network method
јннотаци€:  –ассматриваетс€ проблема раннего распознавани€ шлака сталеразливочного ковша машины непрерывного лить€ заготовок. ¬ работе исследуетс€ вибрационный метод распознавани€ шлака, так как он €вл€етс€ наиболее информативным. ќпробован р€д методов анализа сигнала виброускорени€ манипул€тора защитной трубы дл€ своевременной отсечки шлака и предотвращени€ его попадани€ в промежуточный ковш, таких как его усреднение с†помощью фильтра скольз€щего среднего, вычисление энтропии, построение огибающей спектра сигнала, а также огибающей спектра мощности. јнализ результатов апробации показал, что не все методы могут быть применимы дл€ решени€ этой задачи. Ќаилучшую эффективность, равную 93%, обеспечил подход, основанный на анализе спектра мощности сигнала виброускорени€.  роме того, в данной работе рассмотрен и протестирован нейросетевой метод обнаружени€ аномалий в сигнале виброускорени€ с помощью различных архитектур автоэнкодеров. Ётот подход был опробован как на Ђсинтетических данныхї, где подтвердил свою работоспособность в†обнаружении аномалий, так и на реальных данных, где достигнута точность 73%. ƒальнейшие исследовани€ будут направлены на более тщательную проработку данного метода.
јннотаци€ (англ.):  The article deals with the problem of early recognition of the slag of the steel casting ladle of a continuous casting machine. In this paper, the vibration method of slag recognition was investigated, since it is the most informative. A number of methods were tested for analyzing the vibration acceleration signal of the protective tube manipulator for timely cutting off of slag and preventing it from entering the intermediate bucket, such as averaging it using a moving average filter, entropy calculation, construction of the signal spectrum envelope, as well as the power spectrum envelope. The analysis of the results of the approbation showed that not all methods can be applied to solve this problem. The highest efficiency, equal to 93 percent, was provided by an approach based on the analysis of the power spectrum of the vibration acceleration signal. In addition, in this paper, a neural network method for detecting anomalies in the vibration acceleration signal using various autoencoder architectures is considered and tested. This approach was tested on both "synthetic data", where it confirmed its efficiency in detecting anomalies, and on real data, where an accuracy of 73 percent was achieved. Further research will be aimed at a more thorough elaboration of this method.

¬ формате PDF

ѕросмотров: 180, загрузок: 50, за мес€ц: 20.

Ќазад

»ѕ” –јЌ © 2007. ¬се права защищены