Разработка нейросетевой системы управления технологическими процессами на сортировочных горках

Разработка нейросетевой системы управления технологическими процессами на сортировочных горках

Автор: Пучков, Евгений Владимирович

Шифр специальности: 05.13.06

Научная степень: Кандидатская

Год защиты: 2011

Место защиты: Ростов-на-Дону

Количество страниц: 213 с. ил.

Артикул: 5400345

Автор: Пучков, Евгений Владимирович

Стоимость: 250 руб.

Разработка нейросетевой системы управления технологическими процессами на сортировочных горках  Разработка нейросетевой системы управления технологическими процессами на сортировочных горках 

ВВЕДЕНИЕ
ГЛАВА 1 ХАРАКТЕРИСТИКА СОРТИРОВОЧНОЙ ГОРКИ И ПРОБЛЕМЫ
ИНТЕЛЛЕКТУАЛИЗАЦИИ СОРТИРОВОЧНОГО ПРОЦЕССА
1.1 СОРТИРОВОЧНАЯ ГОРКА КАК ОБЪЕКТ ИССЛЕДОВАНИЯ.
1.2. АНАЛИЗ СОСТОЯНИЯ ПРОБЛЕМЫ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА СОРТИРОВОЧНЫХ ГОРКАХ
1.2.1. ОТЕЧЕСТВЕННЫЙ КОМПЛЕКС АВТОМАТИЗАЦИИ СОРТИРОВОЧЫХ ПРОЦЕССОВ
1.2.2. ЗАРУБЕЖНЫЕ СИСТЕМЫ АВТОМАТИЗАЦИИ СОРТИРОВОЧНЫХ ГОРОК.
1.3. ИНТЕЛЛЕКТУАЛЬНАЯ ПОДДЕРЖКА ПРИНЯТИЯ РЕ1 ПЕНИЙ НА СОРТИРОВОЧНЫХ ГОРКАХ
1.3.1. ИСКУССТВЕННАЯ НЕЙРОННАЯ СЕТЬ ПЕРСЕПТРОННОГО ТИПА .
1.3.2. ОС1ЮВНЫЕ ДОСТОИНСТВА И НЕДОСТАТКИ НЕЙРОСЕТЕВЫХ ПРОГРАММНЫХ ПРОДУКТОВ
1.4. ВЫВОДЫ ПО ГЛАВЕ 1 .
ГЛАВА 2. РАЗРАБОТКА МЕТОДОЛОГИИ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ
2.1. ПОСТАНОВКА ЗАДАЧИ
2.2. СБОР ДАННЫХ
2.3. ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ДАННЫХ.
2.3.1. ОЧИСТКА И ФИЛЬТРАЦИЯ ДАННЫХ.
2.3.2. КОДИРОВАНИЕ НЕЧИСЛОВЫХ ДАННЫХ.
2.3.3. НОРМАЛИЗАЦИЯ ДАННЫХ.
2.3.4. ОТБОР ПРИЗНАКОВ.
2.4. ПРЕДВАРИТЕЛЬНОЕ МОДЕЛИРОВАНИЕ.
2.5. ПОСТРОЕНИЕ МОДЕЛИ.
2.5.1. НАСТРОЙКА ПАРАМЕТРОВ ИСКУСТВЕНИОЙ НЕЙРОННОЙ СЕТИ
2.5.2. НАСТРОЙКА ПАРАМЕТРОВ ОБУЧЕНИЯ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ.
2.6. ОТБОР И ДИАГНОСТИКА МОДЕЛИ.
2.7. ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ
2.8. ПРИМЕНЕНИЕ МОДЕЛИ
2.9. НАБЛЮДЕНИЕ ЗА МОДЕЛЬЮ
2 ВЫВОДЫ ПО ГЛАВЕ 2.
ГЛАВА 3. ПРИНЦИПЫ СОЗДАНИЯ И ФУНКЦИОНИРОВАНИЯ АВТОМАТИЗИРОВАННОЙ НЕЙРОСЕТЕВОЙ СИСТЕМЫ
3.1. РАЗРАБОТКА ТРЕБОВАНИЙ К НЕЙРОСЕТЕВОМУ ПРОГРАММНОМУ КОМПЛЕКСУ.
3.2. РАЗРАБОТКА ИНФОРМАЦИОННОЙ СХЕМЫ
АВТОМАТИЗИРОВАННОЙ НЕЙРОСЕТЕВОЙ СИСТЕМЫ.
3.3. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ АВТОМАТИЗИРОВАННОЙ НЕЙРОСЕТЕВОЙ СИСТЕМЫ.
3.3.1. И1ЮТРУ МЕНТ А ЛЬНЫЕ СРЕДСТВА РАЗРАБОТКИ
3.3.2. ОБЪЕКТНООРИЕНТИРОВАННАЯ МОДЕЛЬ СИСТЕМЫ
3.3.3. ВОЗМОЖНОСТИ ПРОГРАММНОГО КОМПЛЕКСА

3.4. РАЗРАБОТКА ИНФОРМАЦИОННОЛОГИЧЕСКОГО УСТРОЙСТВА АВТОМАТАСОВЕТЧИКА.
3.5. ВЫВОДЫ ПО ГЛАВЕ
Г ЛАВА 4. РЕШЕНИЕ ЗАДАЧ УПРАВЛЕНИЯ НА СОРТИРОВОЧНОЙ ГОРКЕ
С 1 ПРИМЕНЕНИЕМ
4.1. ЗАДАЧА РАСЧЕТА СКОРОСТИ ВЫХОДА ОТЦЕПА С ПАРКОВОЙ ТОРМОЗНОЙ ПОЗИЦИИ.
4.1.1. ПОСТАНОВКА ЗАДАЧИ.
4.1.2. ПОСЛЕДОВАТЕЛЬНОСТЬ РЕАЛИЗАЦИИ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
4.2. ЗАДАЧА ОПРЕДЕЛЕНИЯ СТУПЫ 1И И ВРЕМЕНИ ТОРМОЖЕНИЯ ПРИ УПРАВЛЕНИИ ГОРОЧНЫМИ ЗАМЕДЛИТЕЛЯМИ НА ТОРМОЗНЫХ ПОЗИЦИЯХ.
4.2.1. ПОСТАНОВКА ЗАДАЧИ.
4.2.2. ПОСЛЕДОВАТЕЛЬНОСТЬ РЕАЛИЗАЦИИ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
4.3. ВЫВОДЫ ПО ГЛАВЕ 4.
ЗАКЛЮЧЕНИЕ
ПРИЛОЖЕНИЯ
ПРИЛОЖЕНИЕ 1. РЕШЕНИЕ ЗАДАЧ ПРОГНОЗИРОВАНИЯ ФИНАНСОВОЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ.
1. ОБЩАЯ ХАРАКТЕРИСТИКА И ПОСТАНОВКА ЗАДАЧ ПРОГНОЗИРОВАНИЯ.
2. ПОСЛЕДОВАТЕЛЬ ЮСТЬ РЕАЛИЗАЦИИ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
3. ВЫВОДЫ
ПРИЛОЖЕНИЕ 2. ФРАГМЕНТЫ ИСХОДНОГО КОДА ПРОГРАММНОГО КОМПЛЕКСА
ЛИСТИНГ1. ЗАГРУЗКА ДАННЫХ ИЗ ТЕКСТОВОГО ФОРМАТА. 9 ЛИСТИНГ 2. КОМПИЛЯЦИЯ В РЕЖИМЕ РЕАЛЬНОГ О ВРЕМЕНИ.
ЛИСТИ1 ГГ 3. НОРМАЛИЗАЦИЯ ДАННЫХ
ЛИСТИНГ 4. РАСЧЕТ РАЗМЕРА ОКНА ДЛЯ ЗАДАЧИ
ПРОГНОЗИРОВАНИЯ
ЛИСТИНГ 5. ПОСТРОЕНИЕ СЕТИ
ЛИСТИНГ 6. МЕТОД СОПРЯЖЕННЫХ ГРАДИЕНТОВ.
ЛИСТИНГ 7. ПЛАВАЮЩИЙ ШАГ
ЛИСТИНГ 8. ОБУЧЕНИЕ И НС
ЛИСТИНГ 9. МЕТОД ОПТИМАЛЬНОГО ПРОРЕЖИВАНИЯ ИНС
ЛИСТИНГ . СОХРАНЕНИЕ ИНС В ФОРМАТЕ X
ПРИЛОЖЕНИЕ 3. СВИДЕТЕЛЬСТВО О ГОСУДАРСТВЕННОЙ РЕГИСТРАЦИИ ПРОГРАММЫ ДЛЯ ЭВМ АВТОМАТИЗИРОВАННАЯ СИСТЕМА ПРОЕКТИРОВАНИЯ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ
ПРИЛОЖЕНИЕ 4. АКТ О ВНЕДРЕНИИ РЕЗУЛЬТАТОВ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ В РОСТОВСКОМ ФИЛИАЛЕ
ОАО НИ И АС.
ПРИЛОЖЕНИЕ 5. АКТ О ВНЕДРЕНИИ РЕЗУЛЬТАТОВ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ В ЮГОЗАПАДНОМ БАНКЕ
СБЕРБАНКА РОССИИ
ПРИЛОЖЕНИЕ 6. АКТ ОБ ИСПОЛЬЗОВАНИИ РЕЗУЛЬТАТОВ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ В РОСТОВСКОМ ГОСУДАРСТВЕННОМ СТРОИТЕЛЬНОМ УНИВЕРСИТЕТЕ.
ПЕРЕ тень С0КРАЩЕНИ
IА авторегрессионное интегрированное скользящее среднее.
средняя квадратичная ошибка.
АДКСЦЬ система автоматизации диагностирования и контроля устройств С ЦБ.
ЛОРО алгоритм обратного распространения ошибки.
АРМ ДКШНГ АРМ диагностирования и контроля электромеханика горки. АРМ ДСПГ АРМ дежурного по горке.
АРМ УГ АРМ удаленного пользователя.
АСО УП автоматизированная система оперативного управления перевозками.
АСУ СС автоматизированная система управления СС.
БА блок автоматики.
ББП блок бесперебойного питания.
БД, БЗ соответственно база данных и база знаний.
БЛС блок локальной сети.
ГАЦ горочная автоматическая централизация.
ГАЦ МП ГАЦ микропроцессорная.
ДСО датчик счета осей.
ДСП дежурный по станции.
ДСД, ДСЦС соответственно маневровый и станционный диспетчер.
ИИ искусственный ин теллект.
ИЛУ информационнологическое устройство.
ИНС искусственные нейронные сети.
ИУССС информационноуправляюшая система СС.
КДКСС контрольнодиагностический комплекс СС.
КДКШЧД контрольнодиагностический комплекс диспетчера ШЧ.
КСАУ СП комплексная система автоматического управления.
сортировочным процессом МПС метод главных компонент.
МП мног ослойный персептрон.
НЭ нейроэмулятор.
О А объект автоматизации.
операторское звено.
ОМ обучающее множество.
Г1И подсистема информатизации.
ПК промышленный компьютер.
ПО программное обеспечение.
ПП программный продукт.
РЦ рельсовая цепь.
СГ сортировочная горка.
СКАТИС система контроля и анализа технологической информации станции.
СПД система передачи данных.
СС сортировочная станция.
СТЦ станционный технологический центр.
СЦБ сигнализация, централизация и блокировка.
ТП тормозная позиция.
ЦПУ центральный пункт управления.
ЭЦ электрическая централизация.
ВВЕДЕНИЕ


Содержание диссертации изложено на 3 страницах, включая рисунков, таблиц, страниц приложений и актов о внедрениях. В список использованных источников включено 6 наименований отечественной и зарубежной литературы в том числе ссылок на ресурсы 1п1егпе. Первая глава посвящена проблеме интеллектуальной поддержки принятия решений на сортировочных горках СГ. В первом параграфе рассматривается СГ, определяется необходимость ее интеллектуализации. Во втором параграфе дается описание отечественной и зарубежных систем автоматизации СГ и оценивается состояние их интеллектуализации. В третьем параграфе проводится анализ существующих нейросетсвых программных продуктов. Выявляются их достоинства и недостатки с целью создания требований для разработки современного НЭ. Предлагается разработка информационнологических устройств ИЛУ на базе ИНС персептронного типа для решения задач расчета скорости выхода отцепа с парковой тормозной позиции ТП и определения ступени и времени торможения при управлении горочными замедлителями на ТП в целях изменения скорости скатывания отцепов. Создание интегрированной системы информатизации сортировочной станции СС с интеллектуализацией процессов принятия решений является важным этапом реализации примятой ОАО РЖД Программы совершенствования и развития СС железных дорог на годы. Сортировочная горка как объект автоматизации ОА относится к числу сложных технологических процессов, обладающих целым рядом характерных особенностей . К их числу следует отнести неполноту описания О А и условий его функционирования, наличие неопределенных и трудно формализуемых факторов, многокри гериальность задач управления и необходимость выработки решений в условиях жестких временных ограничений, определяемых реальным ходом технологического процесса. Перечисленные особенности позволяют отнести сортировочную горку к классу так называемых слабоструктурированных объектов математического моделирования . В дайной работе в качестве примера расчета использована южная СГ на станции Батайск рис. Станция Батайск является двухсторонней сортировочной станцией с последовательным расположением парков. Сортировочные системы северная и южная имеют горки большой мощности и согласно программе совершенствования работы и развития сортировочных станций на годы планируется внедрение комплексной системы автоматизированного управления сортировочной станцией. На данный момент станция работает в полуавтоматическом режиме. Рассмотрим задачи математической обработки результатов наблюдений, возникающие в автоматизированных системах управления технологическими процессами на железнодорожном транспорте АСУТП, предназначенном для управления сортировочной горкой . На рисунке 1. Г, участки свободного скатывания отцепов УСС, тормозные позиции ТП. Ь1
Рис. Л. I. Рис. Рис. Как следует из этого описания СГ, она состоит из нескольких участков зона надвига до горба горки, зон свободного скатывания и торможения на Т I. Для описания всего процесса мы должны уметь моделировать технологический процесс на всех его этапах. Сгступень и т время торможения. До начала роспуска состава производятся расчеты скоростей и моментов входа и выхода отцепов на участки свободного скатывания между горбом горки и I ТП, между ТП и между 3 ТГ1 и стоящими в парке формирования Г1Ф вагонами. В качестве скорости выхода отцепов с четвертого участка принимается допустимый диапазон скоростей соударения его на подгорочном пути с формируемым составом. По параметрам отцепа , р, к, IV длине Б свободного пути на УСС4 и уравнению 1. ТП и время движения по этому участку. В качестве скоростей выхода из УСС с целью обеспечить минимальное время роспуска состава, принимаются максимально допустимые скорости входа на ТП . По уравнению 1. Время движения по участкам, определяемое из уравнения 1. Каждая ТП обладает ограниченным ресурсом погашения энергии скатывающегося отцепа, поэтому обеспечение необходимой скорости должно производиться с учетом общей энергии отцепа и распределения сс по ТП. По необходимым ДУ и ДЭ, используя 1. ТП с помощью Ст и т.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.235, запросов: 244