Academic Journal
Искусственные нейронные сети для решения задачи анализа компонентного состава газовых смесей
| Τίτλος: | Искусственные нейронные сети для решения задачи анализа компонентного состава газовых смесей |
|---|---|
| Στοιχεία εκδότη: | Управление большими системами: сборник трудов, 2019. |
| Έτος έκδοσης: | 2019 |
| Θεματικοί όροι: | natural gas, алгоритм Левенберга –Марквардта, природный газ, Levenberg – Marquardt algorithm, нейросетевой анализ, анализ компонентного состава, analysis of the composition, artificial neural network analysis |
| Περιγραφή: | Приведена постановка задачи анализа компонентного состава природного газа. Предложено применение статистического метода для решения поставленной задачи анализа компонентного состава газа. Описаны основные этапы разработки статистической модели для анализа компонентного состава природного газа. Приведены результаты корреляционного анализа, проводимого для выбора входных и выходных параметров для статистической модели. Описаны основные статистические модели, используемые для решения задач анализа компонентного состава газовых смесей. Для решения исследуемой задачи предложено применить искусственные нейронные сети и алгоритм обучения Левенберга Марквардта. Приведено описание алгоритма обучения Левенберга Марквардта с учетом возможных модификаций данного алгоритма. Описана архитектура предлагаемой нейросетевой модели для решения задачи анализа компонентного состава газа. Приведены диапазоны газовых смесей, используемые в обучающей и тестовой выборках. Приведены точностные характеристики работы предлагаемой модели. На основе рассчитанных точностных характеристик модели сделан вывод об адекватности применения выбранной архитектуры нейросетевой модели. Приведены результаты использования предлагаемой нейросетевой модели для получения искомого компонентного состава по измерениям физических параметров газа. Приведены дальнейшие направления исследования в области разработки предлагаемого метода анализа компонентного состава природного газа. The problem formulation of natural gas composition analysis is described. The statistical method is proposed to use for solving the problem of gas composition analysis. The main stages of the statistical model development for the natural gas composition analysis are described. The results of the correlation analysis for the selection of input and output parameters for the statistical model are presented. The main statistical models that used for solving of the problem of gas mixtures composition analysis are shown. The artificial neural networks and Levenberg Marquardt algorithm are used within the study. The description of the Levenberg Marquardt training algorithm is given taking into account possible modifications of the algorithm. The architecture of the proposed neural network is described. The gas mixtures ranges that used in the training and test samples are given. The accuracy characteristics of the proposed model are given. It was concluded that the chosen neural network model architecture is adequate, based on the calculated accuracy characteristics of the model. The results of predicting the gas mixtures composition by measurements of gas physical parameters are shown. Further research directions in the development of the proposed method for analyzing the natural gas composition are given. №80 (2019) |
| Τύπος εγγράφου: | Article |
| Γλώσσα: | Russian |
| DOI: | 10.25728/ubs.2019.80.6 |
| Αριθμός Καταχώρησης: | edsair.doi...........0c4ec07cb71654a639fd0c34a0ab17ed |
| Βάση Δεδομένων: | OpenAIRE |
| DOI: | 10.25728/ubs.2019.80.6 |
|---|