Штучна нейронна мережа як складова інтелектуальної прецизійної гоніометричної системи аналізу інтенсивності спектрального розподілу та визначення хемічного складу металовмісних матеріялів

І. Ю. Черепанська$^{1}$, Ю. М. Коваль$^{2,3}$, О. М. Безвесільна$^{3}$, А. Ю. Сазонов$^{3}$, С. М. Кедровський$^{2,3}$

$^{1}$Житомирський національний агроекологічний університет, вул. Старий бульвар, 7, 10008 Житомир, Україна
$^{2}$Інститут металофізики ім. Г. В. Курдюмова НАН України, бульв. Академіка Вернадського, 36, 03142 Київ, Україна
$^{3}$Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», просп. Перемоги, 37, 03056 Київ, Україна

Отримано: 05.06.2020. Завантажити: PDF

Запропоновано штучну нейронну мережу (ШНМ), яка дозволяє здійснювати експрес-аналіз хімічного складу металовмісних матеріалів об’єктів виробництва в автоматичному режимі з високою точністю та швидкодією у реальному часі. Пропонована ШНМ автоматичного розпізнавання хемічних речовин (ШНМ АРХР) є альтернативою традиційним високовартісним і трудомістким фізико-хімічним методам та маркувальному аналізу, які значно ускладнюють та сповільнюють технологічні процеси, а також є екологічно небезпечними для здоров’я людей та навколишнього середовища. Середня квадратична похибка роботи запропонованої ШНМ АРХР не перевищує 5%, час визначення хімічного складу металовмісних матеріалів об’єктів виробництва не перевищує 2,5 с. ШНМ АРХР побудовано за принципом багатошарового перцептрону з налагоджуваною структурою нейронів та практично реалізовано у вигляді відповідного програмного продукту. Останнє забезпечує її універсальність щодо можливості перенавчання та переналагодження у разі виникнення нових задач відповідно до швидко змінюваних умов сучасного динамічного виробництва.

Ключові слова: штучна нейронна мережа, фоточутлива CMOS-матриця, лазер, хімічний склад, спектральний розподіл, струм насичення, довжина світлової хвилі, чутливість фотоелементів.

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

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


ЦИТОВАНА ЛІТЕРАТУРА
  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.