ИСКУССТВЕННАЯ НЕЙРОННАЯ СЕТЬ ДЛЯ ИДЕНТИФИКАЦИИ КОМПОНЕНТОВ, ОПРЕДЕЛЕНИЯ СОСТАВА ТОПЛИВА ПО СПЕКТРАЛЬНЫМ КОЭФФИЦИЕНТАМ ПОГЛОЩЕНИЯ

Щербакова Анна Алексеевна, аспирант, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), anutka7790@mail.ru
Соловьев Владимир Александрович, доктор технических наук, профессор, кафедра приборостроения, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), v.soloviev@bk.ru
Артамонов Дмитрий Владимирович, доктор технических наук, профессор, кафедра автономных информационных и управляющих систем, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), aius@pnzgu.ru

004.842-326

Актуальность и цели. Применение искусственной нейронной сети для обработки цифровых сигналов со значениями спектральных коэффициентов поглощения товарных топлив, полученных путем смешения компонентов, относится к аналитическим инструментам и может использоваться, например, для идентификации компонентов, контроля и поддержания требуемой концентрации и значения детонационной стойкости компонентов при производстве товарного топлива. Целью исследования является разработка структуры, целевой функции и функции активации искусственной нейронной сети идентификации компонентов и определения состава топлива по спектральным коэффициентам поглощения.
Материалы и методы. Задачи идентификации компонентов бензина, определения состава и детонационной стойкости решались с использованием теории искусственных нейронных сетей. Методом математического моделирования найдены целевые функции искусственной нейронной сети идентификации и состава, функции активации нейрона. Методом обратного распространения ошибки решалась задача обучения искусственной нейронной сети.
Результаты. В пакете VBA программы Microsoft Excel промоделирована разработанная математическая модель обучения искусственной нейронной сети идентификации и определения состава по спектральным коэффициентам поглощения. Подана заявка на изобретение «Способ идентификации компонентов бензина и определения его состава в режиме реального времени» № 2014116187 от 22.04.2014.
Выводы. Искусственная нейронная сеть для идентификации компонентов, определения состава бензинов и их компонентов по спектральным коэффициентам поглощения в промышленной информационно-измерительной системе предназначена для обеспечения достоверности идентификации, повышения точности определения состава и детонационной стойкости товарных бензинов в технологических процессах, что позволит в режиме реального времени вносить поправки в технологию приготовления бензинов.

Ключевые слова

идентификация, искусственная нейронная есть, целевая функция, функция активации нейрона, спектральный коэффициент поглощения.

 Скачать статью в формате PDF

1. Bakeev, K. A. Process Analytical Technology / Katherine A. Bakeev. – Blackwell Publishing Ltd. 2005. – 445 с.
2. Родионова, О. Е. Хемометрика в аналитической химии / О. Е. Родионова, А. Л. Померанцев. – М. : Ин-т хим. физики РАН, 2008. – 61 с.
3. Шараф, М. А. Хемометрика / М. А. Шараф, Д. Л. Иллмэн, Б. P. Ковальски. – Л. : Химия, 1989. – 272 с.
4. Х айкин, С. Нейронные сети / С. Хайкин. – М. : Вильямс, 2006. – 1104 с.
5. Никифоров, И. К. Нейросетевой импедансный метод и устройства идентификации и определения параметров жидких нефтепродуктов : дис. … канд. техн. наук / Никифоров И. К. – Чебоксары : ЧГУ им. И. Н. Ульянова, 2005. – 172 с.
6. Смышляева Ю. А. Моделирование процесса приготовления высокооктановых бензинов на основе углеводородного сырья в аппаратах циркуляционного типа : дис. … канд. техн. наук / Смышляева Ю. А. – Томск : НИТПУ, 2011. – 144 с.
7. Джелен, Б. Применение VBA и макросов в Microsoft Excel / Б. Джелен, Т. Сирстад. – М. : Вильямс, 2006. – 624 с.
8. Веснин, В. Л. Характерные особенности спектров поглощения бинарных смесей углеводородов в области длин волн 1090–1240 нм на примере изооктана, n-гептана, толуола, бензола / В. Л. Веснин, В. Г. Мурадов // Известия Самарского научного центра Российской академии наук. – 2009. – Т. 11, № 3. – C. 29–32.