В ПНИПУ обучили нейросеть помогать в управлении промышленными газовыми горелками
Аппараты с газовыми горелками широко используются на производстве, когда нужно, например, быстро нагреть сырье или высушить сыпучие материалы. Контролируют их работу алгоритмы усовершенствованного управления. Однако для них нужны точные данные о параметрах работы устройства, получать и своевременно обновлять которые затруднительно в условиях непрерывного производства. Для решения проблемы ученые ПНИПУ предложили более точный и эффективный метод — использовать нейросеть.
Исследование опубликовано в журнале «Научно-технический вестник Поволжья». Как работают газовые горелки? Ученые ПНИПУ поясняют, что на вход устройства под давлением поступают топливный газ и первичный воздух (он нужен для поддержания факела горелки). Затем к получившемуся потоку дымовых газов примешивается вторичный воздух, он увеличивает его объемный расход и снижает температуру.
Для управления работой горелок используют алгоритмы усовершенствованного управления. Это специальные программно-алгоритмические средства, которые более точно контролируют работу промышленных аппаратов и повышают качество, производительность, энергоэффективность их функционирования. Для этого им требуется специальная модель, содержащая данные о состоянии устройства, например, значение коэффициента потерь тепла.
Как выяснили ученые Пермского Политеха, если подставлять в модель данные прошлых измерений и стандартизированные значения, она будет содержать серьезные ошибки. Так, исследователи использовали справочное значение коэффициента потерь тепла в топке, и модель выдала погрешность в 5,9 процентов (примерно 33 градуса по Цельсию). Это значит, что данные некорректны, не определены.
Чтобы модель была точной, ее нужно параметризировать, то есть найти адекватные значения неопределенных коэффициентов. Но все основные методы параметризации требуют проведения специальных экспериментов на объекте, в данном случае на аппарате с горелками. Это не всегда возможно в условиях непрерывного производства. Поэтому для расчета неопределенных параметров процесса ученые Пермского Политеха предложили использовать нейросеть.
«Для обучения нейросети требуется время и большое количество данных, однако после этого больше не нужно проводить эксперименты на объекте моделирования, а процесс расчета будет занимать доли секунд», – рассказывает аспирант кафедры оборудования и автоматизации химических производств ПНИПУ Дмитрий Корнилицин.
Политехники сгенерировали выборку тренировочных данных и на их основе обучили нейросеть, которая будет уточнять данные для модели и делать ее погрешность незначительной.
«Нейросеть повысила точность эмпирической (полученной способом измерений) модели: относительная ошибка снизилась с 5,9 до 0,35 процентов. Цикл работы нейросети составляет всего 0,03 миллисекунд. Это позволяет оперативно использовать ее в задачах управления и адаптировать модель в каждый момент измерения», – подводит итог доктор технических наук, профессор кафедры оборудования и автоматизации химических производств ПНИПУ Александр Шумихин.
Разработка ученых ПНИПУ уникальна. Она будет востребована во всех сферах, где используются газовые горелки: при сварке и резке материалов, в работе котлов и печей. Использование нейросети даст возможность оперативно определять изменение теплотворной способности топливного газа, зарастание, забивание стенок топочной камеры нагаром, изменение количества тепла, выделяющегося при сгорании газа. Это позволит оптимизировать работу аппарата горелки, чтобы она функционировала максимально эффективно и без перебоев, без остановки производственного процесса.
Telegram 
Дзен 
VK Одной из главных анатомических особенностей эволюции рода Homo считается резкое увеличение объема черепной коробки за последние примерно два миллиона лет. За это время она в среднем увеличилась в три раза. Однако авторы нового исследования поставили под сомнение традиционную гипотезу, согласно которой этот процесс был результатом естественного отбора. По их мнению, он мог оказаться случайностью.
Сканирующая туннельная микроскопия достигла квантово-механического предела пространства-времени. Физики провели эксперимент и смоделировали перемещение одиночного электрона с атомарной точностью и скоростью в доли фемтосекунды. Результат показал границы применимости квантовых законов и объяснил механику сверхбыстрых процессов.
Британские палеонтологи установили, что самый первый окаменелый фрагмент динозавра, когда-либо найденный в Антарктиде, принадлежал титанозавру. Эта группа длинношеих ящеров-завроподов включает в себя самых огромных сухопутных существ, когда-либо ходивших по земле.
Анализ более 150 тысяч древних звезд Млечного Пути показал, что возраст космоса, судя по всему, близок к 13,8 миллиарда лет. Авторы нового исследования заключили, что сценарии, в которых Вселенную приходится делать заметно «моложе» ради решения хаббловского кризиса, плохо согласуются с наблюдениями. Это важно, поскольку возраст старейших светил — один из немногих независимых способов проверить космологические модели не по данным ранней Вселенной, а по объектам нашей собственной Галактики.
Сканирующая туннельная микроскопия достигла квантово-механического предела пространства-времени. Физики провели эксперимент и смоделировали перемещение одиночного электрона с атомарной точностью и скоростью в доли фемтосекунды. Результат показал границы применимости квантовых законов и объяснил механику сверхбыстрых процессов.
В 2025 году детекторы гравитационных волн уловили потенциальное слияние черных дыр крайне малой массы. Ученые из Университета Майами считают, что участники того события могут открыть новое направление в исследовании темной материи.
Хотя длительность помех не превышала десяти секунд, это первый известный случай такого рода. Обычно спутникам не хватает мощности для создания радиосигналов той силы, что нужна для подобных помех.
Вселенная может оказаться «замкнутой» глобальной структурой, где свет от далеких галактик способен возвращаться к наблюдателю с разных направлений. Именно такой сценарий не удалось исключить авторам нового масштабного обзора. Проверить его предсказания астрономы смогут уже в ближайшие годы.
Ученые впервые на молекулярном уровне доказали, что обычная вода одновременно состоит из двух разных жидких состояний — более плотного и менее плотного, которые непрерывно сменяют друг друга. Раз молекулярная «двойственность» действительно существует, это подтверждает спорную 30-летнюю гипотезу. Новое открытие поможет, наконец, объяснить десятки «странных» физических аномалий воды, включая ее расширение при замерзании и парадоксальное изменение вязкости под давлением.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно