Обґрунтування методики контролю стану струменевого млина на основі класифікації акустичного сигналу за допомогою штучної нейронної мережі

Abstract

Пояснительная записка: 58 с., 3 приложения, 29 рисунков, 50 источников. Объект исследования: акустический сигнал струйной мельницы в виде временного ряда Предмет исследований: методы классификации акустическая сигнала с помощью искусственной нейронной сети Цель магистерской работы: исследование метода классификации акустическая сигнала с помощью искусственной нейронной сети в струйной мельнице Методы исследования: при решении поставленных задач выполнен анализ и научное обобщение литературных источников по исходным посылкам исследований. Научная новизна: впервые выполнен анализ выходного сигнала струйной мельницы с помощью искусственной нейронной сети. Практическое значение: проведено численный анализ статистических характеристик оценок временных рядов с помощью искусственной нейронной сети, разработан метод, который может быть использован в направлении повышения эффективности работы предприятий различных отраслей, контроль уровня заполнения мельницы позволит обеспечить максимальную производительность мельницы и соответствующее качество продуктов помола. Область применения: предложенная методика может применяться при анализе состояния различных объектов, функционирование которых сопровождается акустическим сигналом. Значение работы и выводы: показана возможность использования искусственной нейронной сети для оценки функционального состояния мельницы. Произведен анализ и оптимизация использования временных рядов с использованием искусственной нейронной сети для акустического сигнала мельницы.

Пояснювальна записка: 58 с., 3 додадків, 29 малюнків, 15 джерел. Об’єкт досліджень: акустичний сигнал струменевого млина у вигляді часового ряду Предмет досліджень: методи класифікації акустичного сигналу за допомогою штучної нейронної мережі. Мета магістерської роботи: дослідження методу класифікації акустична сигналу за допомогою штучної нейронної мережі в струменевому млині Методи дослідження: при вирішенні поставлених завдань виконано аналіз і наукове узагальнення літературних джерел по вихідним посилам досліджень. Наукова новизна: вперше виконано аналіз вихідного сигналу струменевого млини за допомогою штучної нейронної мережі. Практичне значення: проведено чисельний аналіз статистичних характеристик оцінок часових рядів за допомогою штучної нейронної мережі, розроблен метод, який може бути використаний в напрямку підвищення ефективності роботи підприємств різних галузей, контроль рівня заповнення млина дозволить забезпечити максимальну продуктивність млина і відповідну якість продуктів помолу. Галузь застосування: запропонована методика може застосовуватися при аналізі стану різних об'єктів, функціонування яких супроводжується акустичним сигналом. Значення роботи і висновки: показана можливість використання штучної нейронної мережі для оцінки функціонального стану млина. Зроблено аналіз і оптимізація використання часових рядів з використанням штучної нейронної мережі для акустичного сигналу млина.

Explanatory note: 58 pages, 3 appendices, 29 images and 50 sources. Objects of research: the acoustic signal of a jet mill in the form of a time series Subject of research: methods for classifying an acoustic signal using an artificial neural network Purpose of the master's work: to study the method of classification of an acoustic signal using an artificial neural network in a jet mill Methods of research: in the solution of the tasks set, analysis and scientific generalization of the literature on the initial premises of the research was carried out. Scientific novelty: the analysis of an output signal of a jet mill with the help of an artificial neural network was performed for the first time. Practical significance: numerical analysis of statistical characteristics of time series estimates with the help of an artificial neural network is carried out, a method is developed that can be used to improve the efficiency of enterprises in different industries, monitoring the fill level of the mill will ensure maximum mill productivity and the corresponding quality of grinding products. Scope: proposed technique can be used in analyzing the state of various objects, the functioning of which is accompanied by an acoustic signal. Value of the work and conclusions: it is shown the possibility of using an artificial neural network to assess the functional state of the mill. The analysis and optimization of time series using an artificial neural network for the acoustic signal of the mill is made.