Розробка алгоритму визначення стану випарної установки з використанням нейронних мереж

Автор(и)

  • Anatoly Ladanyuk Національний університет харчових технологій вул. Володимирська, 68, м. Київ, Україна, 01033, Україна https://orcid.org/0000-0003-2760-8924
  • Vasily Kyshenko Національний університет харчових технологій вул. Володимирська, 68, м. Київ, Україна, 01033, Україна https://orcid.org/0000-0002-3243-9873
  • Elena Shkolna Національний університет харчових технологій вул. Володимирська, 68, м. Київ, Україна, 01033, Україна https://orcid.org/0000-0001-5751-6700
  • Maryna Sych Національний університет харчових технологій вул. Володимирська, 68, м. Київ, Україна, 01033, Україна https://orcid.org/0000-0002-2740-5409

DOI:

https://doi.org/10.15587/1729-4061.2016.79322

Ключові слова:

випарна установка, нейронні мережі, самоорганізаційні карти Кохонена, кластеризація, класифікація

Анотація

Для розв’язання важливої задачі автоматичної оптимізації розподілу теплових ресурсів між технологічними ділянками цукрового заводу розроблений алгоритм оперативної оцінки стану випарної установки. Алгоритм включає самоорганізаційні карти Кохонена, метод оцінки якості кластеризації та метод нечіткої класифікації на основі нейронних мереж. В якості вхідних даних використовують часові ряди технологічних змінних цукрового виробництва. Алгоритм доцільно використовувати в автоматизованих системах керування випарною установкою цукрового заводу

Біографії авторів

Anatoly Ladanyuk, Національний університет харчових технологій вул. Володимирська, 68, м. Київ, Україна, 01033

Доктор технічних наук, професор, завідуювач кафедри

Кафедра автоматизації та інтелектуальних систем керування

Vasily Kyshenko, Національний університет харчових технологій вул. Володимирська, 68, м. Київ, Україна, 01033

Кандидат технічних наук, професор

Кафедра автоматизації та інтелектуальних систем керування

Elena Shkolna, Національний університет харчових технологій вул. Володимирська, 68, м. Київ, Україна, 01033

Аспірант

Кафедра автоматизації та інтелектуальних систем керування

Maryna Sych, Національний університет харчових технологій вул. Володимирська, 68, м. Київ, Україна, 01033

Аспірант

Кафедра автоматизації та інтелектуальних систем керування

Посилання

  1. Pivnyak, G. G., Busygin, B. S., Divizinyuk, M. N. (2010). Information Technology Glossary. Dnipropetrovsk, 600.
  2. Mohammed, J. Z., Wagner M. Jr. (2014). Data Mining And Analysis. New York, 607.
  3. Han, J., Kamber, B. (2006). Data mining: Concepts and techniques. San Francisco: Elsevier, 743.
  4. Karim, Md. E., Yun, F. (2010). Fuzzy Clustering Analysis. Karlskrona, Sweden, 63.
  5. Pryadko, M. O., Maslikov, M. O., Petrenko, V. P., Pavlenko, V. I., Filonenko, V. M. (2007). Heat Technology Fundamental of Sugar Production. Kyiv, 296.
  6. Medida, S. (2007). Pocket Guide on Industrial Automation For Engineers and Technicians. Austin, 296.
  7. Ladanyuk, A. P., Smityuh, Y. V., Vlasenko, L. A., Zaets, N. A., Elperin, I. V. (2013) System Analysis of Complex Control Systems. Kyiv, 274.
  8. Yadav, U. J., Sawant, Dr. B. S. (2012). Problems and Prospects of IT Implementation in Sugar Factory. International Journal of Advanced Research in Computer Science and Software Engineering, 2 (8), 453–466.
  9. Langhans, B. (2004) Crystallization - a central competence, the key to success. International Sugar Journal, 106 (1265), 266–268.
  10. Adriano, V. E., Silvia, A. N. (2007). Design of Evaporation Systems and Heaters Networks in Sugar Cane Factories Using a Thermoeconomic Optimization Procedure. Int. J. of Thermodynamics, 10 (3), 97–105.
  11. Lehnberger, A., Brahim, F., Mallikarjun, S. S. (2014). Falling-film evaporator plant for a cane sugar factory: Presentation of the concept and operating results. International Sugar Journal. Available at: https://www.bma-worldwide.com/fileadmin/_migrated/content_uploads/ISJ_2014_BMA-Evaporator.pdf
  12. Mushiri, T., Mbohwa, Ch. (2015). To Design and Implement a Reliable Sugar Evaporation Control System that will Work in an Energy Saving Way. Proceedings of the World Congress on Engineering, 326–331.
  13. Vlasenko, L. O., Sych, M. A. (2014). Improving the Efficiency of the Evaporation Station Sugar Factory Through the Use of Statistical Methods Diagnosis. Proceedings of International Scientific Conference “New Ideas in Food Science – New Products of Food Industry”, 259.
  14. Ladanyuk, A. P., Kyshenko, V. D., Shkolna, O. V. (2015). Control of Evaporation Station Under Uncertainty: Intellectualisation of Application Functions. Proceedings of the National University of Food Technologies, 6, 7–14.
  15. Zaets, N. A., Lutska, N. M. (2011). Modeling evaporation process for the synthesis of automatic control system. Scientific Journal of the National University of Life and Environmental Sciences of Ukraine, 161, 180–186.
  16. Lyne, P. W. L. (2012). Decision Support Systems For Sugarcane Production Managers. Proc S Afr Sug Technol Ass, 85, 206–220.
  17. Rozman, Č., Škraba, A., Pažek, K., Kljajić, M. (2014). The Development of Sugar Beet Production and Processing Simulation Model – a System Dynamics Approach to Support Decision-Making Processes. Organizacija, 47 (2), 99–105. doi: 10.2478/orga-2014-0011
  18. Barons, M. J., Zhong, X., Smith, J. Q. (2014). Dynamic Bayesian Networks for decision support and sugar food security. United Kingdom. Available at: http://www2.warwick.ac.uk/fac/sci/statistics/crism/research/paper14-18/14-18w.pdf
  19. Rodriguez, A., Laio, A. (2014). Clustering by fast search and find of density peaks. Science, 344 (6191), 1492–1496. doi: 10.1126/science.1242072
  20. Manzhula, V. G., Fedyashov, V. G. (2011). Kohonen Neural Network and Fuzzy Neural Network in the Data Intelligent Analysis. Basic Research, 4, 108–114.
  21. Sivogolovko, E. V. (2011). Assessing Quality Methods of the Distinct Clustering. Computer Tools in Education, 4, 14–31.

##submission.downloads##

Опубліковано

2016-10-30

Як цитувати

Ladanyuk, A., Kyshenko, V., Shkolna, E., & Sych, M. (2016). Розробка алгоритму визначення стану випарної установки з використанням нейронних мереж. Eastern-European Journal of Enterprise Technologies, 5(2 (83), 54–62. https://doi.org/10.15587/1729-4061.2016.79322