Пошук академічних текстів

Інформація × Реєстраційний номер 2119U007759, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи МЕТОДИ ПЕРЕТВОРЕННЯ СИГНАЛІВ ВЕЛИКОЇ РОЗМІРНОСТІ ДЛЯ ДІАГНОСТУВАННЯ У НЕЙРОМЕРЕЖЕВИХ МОДЕЛЯХ Автор Лимарєв І. О.Субботін С. О.Олійник А. О.Дрокін І. В.Lymariev I. O.Subbotin S. A.Oliinyk A. A.Drokin I. V. Дата публікації 18-01-2019 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/154577 Видання National University "Zaporizhzhia Polytechnic" Опис Актуальність. Розглянуто задачу зменшення розмірності сигналів діагностування для їх використання у нейромережевих моделях. Об’єктом дослідження є процес перетворення вхідних сигналів діагностування для їх подальшого використання при побудови прогнозуючих моделей. Мета роботи – створення методів для перетворення сигналів діагностування у результаті використання яких будуть отримані нові сигнали, які у свою чергу будуть використані при побудові нейромережевих прогнозуючих моделей та дозволять значно скоротити час синтезу моделі за рахунок скорочення їх розмірності та виділення необхідних компонент, що характеризують стан окремих елементів об’єкту діагностування. Метод. Запропоновано методи, що дозволяють одночасно скоротити розмірність вхідних сигналів діагностування та виділи з них компоненти, що характеризують стан окремих елементів об’єкту діагностування на основі експертних знань про процес діагностування. Розроблені методи базуються на основі методів цифрової обробки сигналів. Відповідно до експертних знань про об’єкт та процес діагностування обираються необхідні процедури перетворення сигналів та їх параметри. Відповідно вимогам до бажаної точності та детальності отримуваного прогнозу обирається оптимальний ступень усереднення сигналу, який напряму впливає на швидкість побудови прогнозуючої моделі. Запропоновані методи можуть бути використані для перетворення сигналів діагностування різноманітних діагностичних процесів де є потреба у побудові нейромережевих прогнозуючих моделей на основі сигналів великої розмірності. Були проведені дослідження розроблених методів для перетворення сигналів діагностування отриманих на складному об’єкті технічної діагностики, а саме на трансмісії гелікоптера. На основі отриманих сигналів було синтезовано нейро-мережеву модель, навчання якої потребує набагато менших обчислювальних ресурсів, при цьому точність прогнозування залишається оптимальною. Результати. Розроблені методи реалізовані програмно і досліджені при вирішенні задачі прогнозування майбутнього стану трансмісії гелікоптера під час процесу діагностування. Висновки. Проведені експерименти підтвердили ефективність розроблених методів і дозволяють рекомендувати його для використання на практиці при вирішенні задач діагностування. Перспективи подальших досліджень можуть полягати в пошуку кращих параметрів розроблених методів, оптимізації їх програмних реалізацій, а також експериментальному дослідженні запропонованих методів на більшому комплексі практичних задач діагностування складних об’єктів різної природи за їх діагностичними сигналами. Додано в НРАТ 2026-02-09 Закрити