Recognition of technological states of drum mills on the basis of neuron networks of adaptive resonance

Abstract

Метою роботи є обґрунтовування принципової можливості використовування непрямих оцінок спектрального складу миттєвихчень споживаної привідним електродвигуном активної потужності та методів штучного інтелекту у вигляді нейронних мереж адаптивного резонансу для контролю технологічного параметра заповнення барабанів в млинах мокрого самоподрібнення.Методи дослідження. Використана методика виділення інформативних характеристик спектрального складу миттєвих значень споживаної привідним електродвигуном активної потужності та базові алгоритми нейронних мереж адаптивного резонансу для аналізу властивостей інформативної чутливості реальних сигналів миттєвої активної потужності електродвигунів приводів барабанних млинів з метою ідентифікації та прогнозування технологічних станів останніх по величині заповнення барабанів подрібнюваною рудою.Результати. На основі виконаних досліджень, на програмній імітаційній моделі, підтверджена принципова можливість здійснення непрямого контролю технологічного параметра заповнення в барабанних млинах на основі чутливості інформативних характеристик спектрального складу флуктуацій миттєвих значень споживаної привідним електродвигуном активної потужності та властивостей розпізнавання алгоритмів нейронних мереж адаптивного резонансу для барабанних млинів типу ММС 90*30А. Для підтвердження статистичної стійкості запропонованої методики планується проведення додаткових експериментальних досліджень на виробництві.Наукова новизна. Сформована нова методика непрямого розпізнавання оперативних значень технологічного параметра заповнення рудою барабана в млинах мокрого самоподрібнення на основі імітаційної моделі по базовому алгоритму нейронних мереж адаптивного резонансу.Практичне значення.. Введення в структуру автоматизованих систем управління барабанними млинами нових непрямих інформативних алгоритмів для підвищення достовірності ідентифікації їх поточного оперативного стану.Ключові слова: барабанні млини, сигнал споживаної потужності, спектральний склад сигналу, нейронні мережі адаптивного резонансу, інформативність.Вступ. При автоматизації управління потужними гірничими електромеханічними системами часто виникає необхідність оперативного контролю окремих важливих параметрів технологічного процесу, доступ до вимірювання яких через конструктивні особливості агрегатів утруднений або взагалі неможливий. До та-

Аналітичне Моделювання Оцінювання Та Управління Оперативним Станом Потужних Барабанних Млинів Як Інтелектуальних Агентів

“…To determine the unknown coefficients of the system (7), it is possible to conduct a comparative analysis of it with other normal systems of equations in state variables [2,3,5,6,8]. Then the systems in the state variables in general can be represented as follows:…”