Искусственная нейронная сеть как составляющая интеллектуальной прецизионной гониометрической системы анализа интенсивности спектрального распределения и определения химического состава металлосодержащих материалов

И. Ю. Черепанская$^{1}$, Ю. Н. Коваль$^{2,3}$, Е. Н. Безвесильная$^{3}$, А. Ю. Сазонов$^{3}$, С. Н. Кедровский$^{2,3}$

$^{1}$Житомирский национальный агроэкологический университет, ул. Старый бульвар, 7, 10008 Житомир, Украина
$^{2}$Институт металлофизики им. Г. В. Курдюмова НАН Украины, бульв. Академика Вернадского, 36, 03142 Киев, Украина
$^{3}$Национальный технический университет Украины «Киевский политехнический институт имени Игоря Сикорского», просп. Победы, 37, 03056 Киев, Украина

Получена: 05.06.2020. Скачать: PDF

Предложено искусственную нейронную сеть (ИНС), которая позволяет осуществлять экспресс-анализ химического состава металлосодержащих материалов объектов производства в автоматическом режиме с высокой точностью и быстродействием в реальном времени. Предлагаемая ИНС автоматического распознавания химических веществ (ИНС-АРХВ) является альтернативой традиционным дорогостоящим и трудоёмким физико-химическим методам и маркировочному анализу, которые значительно усложняют и замедляют технологические процессы, а также являются экологически опасными для здоровья людей и окружающей среды. Средняя квадратичная погрешность работы предлагаемой ИНС-АРХВ не превышает 5%, время определения химического состава металлосодержащих материалов объектов производства не более 2,5 с. ИНС-АРХВ построена по принципу многослойного персептрона с настраиваемой структурой нейронов и практически реализована в виде соответствующего программного продукта. Последнее обеспечивает её универсальность в плане возможности переобучения и перенастройки при возникновении новых задач в соответствии с быстро изменяющимися условиями современного динамичного производства.

Ключевые слова: искусственная нейронная сеть, фоточувствительная CMOS-матрица, лазер, химический состав, спектральное распределение, ток насыщения, длина световой волны, чувствительность фотоэлементов.

URL: http://mfint.imp.kiev.ua/ru/abstract/v42/i10/1441.html

PACS: 07.05.Mh, 07.60.-j, 07.81.+a, 61.82.Bg, 79.60.-i, 81.70.Jb


ЦИТИРОВАННАЯ ЛИТЕРАТУРА
  1. D. Hryhorev, Ekspress-Analiz ili Khimicheskiy Analiz, Chto Luchshe? (in Russian), https://www.metalika.ua
  2. A. I. Trotsan, Ya. P. Karlikova, O. V. Nosochenko, I. L. Brodetskiy, and B. F. Belov, Visnyk Pryazovskoho Derzhavnoho Tekhnichnoho Universytety. Seriya: Tekhnichni Nauky, No. 18: 71 (2008) (in Russian).
  3. Optiko-Emissionnyy Spektrometr ARL 4460, https://thermotechno.ru/catalog/143/396
  4. Atomnye Optiko-Emissionnye Spektrometry, www.iskroline.ru/spectrometers
  5. Direct Industry: Onlayn Vystavka Promyshlennoy Produktsii. Programmnoe Obespechenie dlya Spectrometrov, http://www.directindustry.com.ru/proizvoditel-promyshlennyj/programmnoe-obespecenie-spektrometrov-109161.html
  6. Spektrofotometr ULAB 102 (325–1000 nm, Programmable), https://prom.ua/p99301350-spektrofotometr-ulab-102.html
  7. Direct Industry: Onlayn Vystavka Promyshlennoy Produktsii. Programmnoe Obespechenie dlya Spectrometrov, http://www.directindustry.com.ru/proizvoditel-promyshlennyj/programmnoe-obespecenie-spektrometrov-109161.html
  8. Programmnoe Obespechenie CATO, http://www.sp-an.com/software.htm
  9. I. Cherepanska, O. Bezvesilna, Yu. Koval, and A. Sazonov, Metallofiz. Noveishie Tekhnol., 41, No. 2: 263 (2019). Crossref
  10. Goniometric System GS1L. KP SPS Arsenal. Portal ‘Manufactures of Machines and Equipment’, http://ukraina.oborudunion.ru/i_store/item_1000014315/ugloizmeritelnaya-sistema-gs1l.html
  11. C. L. Bennett, C. Odom, and M. Ben-Asher, 29th Southern Biomedical Engineering Conference (3–5 May, 2013) (Miami: 2013). Crossref
  12. N. A. Shrirao, N. P. Reddy, and D. R. Kosuri, BioMedical Engineering OnLine, 8: 2 (2009). Crossref
  13. A. D. Angel, M. Glavic, and L. Wehenkel, Using Artificial Neural Networks to Estimate Rotor Angles and Speeds from Phasor Measurements.
  14. Irina Cherepanska, Elena Bezvesilna, Artem Sazonov, Sergey Nechai, and Oleksandr Pidtychenko, Eastern-European J. Enterprise Technologies, 5, No. 9 (95): 43 (2018). Crossref
  15. I. Cherepanska, A. Sazonov, and O. Bezvesilna, Visnyk Khmelnytskoho Natsionalnoho University, Seriya: Tekhnichni Nauky, 269, No. 1: 130 (2019) (in Ukrainian).
  16. Analytic Package Deductor Professional (BaseGroupLabs: 2002), p. 184.