Моделирование ртутного электролизера для получения каустической соды с применением нейронной сети

Екатерина Анатольевна Шулаева, Николай Михайлович Маштанов, Максим Дмитриевич Иванов

Аннотация


Искусственные нейронные сети (ИНС) являются удобным и естественным базисом для представления информационных моделей и обладают рядом преимуществ. Они не требуют формализации задачи и позволяют адаптировать свойства нейросетевой модели к задачам теоретически неограниченной размерности и сложности. Единственным требованием является возможность описания моделируемого явления непрерывными функциями. Скорость создания нейросетей существенно выше, чем моделей, создаваемых традиционными методами, а трудоемкость разработки ниже. Кроме того, метод нейронных сетей являются новым, перспективным и активно развивающимся, что в условиях усложнения технологических моментов позволяет оставаться конкурентоспособным. Данная работа посвящена нейросетевому моделированию режима работы ртутного электролизера при получении чистой каустической соды. Взаимосвязи между параметрами электролизера весьма сложны, вследствие чего использование традиционных методов моделирования неэффективно, причем отклонение параметров электролизера от нормальных может привести к катастрофическим последствиям. В ходе работы разработана нейросетевая модель работы ртутного электролизера. Для создания и обучения нейронных сетей была использована программа Deductor Academic. Целью данной работы являлось создание точной модели ртутного электролизера при помощи следующих задач: проектирование оптимальных структур нейронных сетей и процесса их обучения, создание модели электролизера путем обучения нейронных сетей, а также обработка результатов моделирования. В результате данной работы была разработана нейросетевая модель, которая позволяет рассчитывать быстро и точно результат работы электролизера при любых начальных условиях.

Полный текст:

PDF

Литература


Подольский А.К. Применение методов искусственного интеллекта в нефтегазовой промышленности // Современная наука. 2016. № 3. С. 33–36.

Бесчатнов М.В., Соколов В.М., Кац М.И. Аварии в химических производствах и меры их предупреждения. М.: Химия, 1976. 368 с.

Арнольд В.И. О функциях трех переменных // Докл. АН СССР. 1957. Т. 114, № 4. С. 679–681.

Колмогоров А.Н. О представлении непрерывных функций нескольких переменных в виде суперпозиций непрерывных функций одного переменного и сложения // Докл. АН СССР. 1957. Т. 114. С. 953–956.

Уоссермэн Ф. Нейрокомпьютерная техника: Пер. с англ. М.: Мир, 1992. 236 с.

Kolmogorov A.N. On the Representation of Continuous Functions of Many Variables by Superposition of Continuous Functions of One Variable and Addition // American Math. Soc. Transl. 1963. No. 28, pp. 55–63.

Hecht-Nielsen R. Kolmogorov's Mapping Neural Network Existence Theorem // IEEE First Annual Int. Conf. on Neural Networks, San Diego. 1987. Vol. 3. P. 11–13.


Ссылки

  • На текущий момент ссылки отсутствуют.