ISSN (Print): 2306-2053

Входит в eLIBRARY.RU

Импакт-фактор РИНЦ: 0,784

скачать

Аннотация

В статье рассмотрена задача прогнозирования химического состава стали при внепечной обработке в установке ковш-печь на основе применения искусственных нейронных сетей. Раскрыта актуальность проблемы, приведено краткое описание технологических операций, обоснован выбор исходных данных и приведено их описание, показана архитектура и топология предлагаемой для решения данной задачи сети, алгоритмы генерации и обучения (сеть с каскадной корреляцией), представлены результаты прогнозирования.

Ключевые слова

Внепечная обработка стали, неоднородность химического состава, прогнозирование, искусственная нейронная сеть, алгоритм Cascade 2.

Снегирев Юрий Владимирович – аспирант кафедры вычислительной техники и программирования ФГБОУ ВПО «Магнитогорский государственный технический университет им. Г.И. Носова», E-Mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра..

Тутарова Власта Диляуровна – кандидат технических наук, доцент кафедры вычислительной техники и программирования ФГБОУ ВПО «Магнитогорский государственный технический университет им. Г.И. Носова» E-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра..

Федорова Анна Александровна – студент 4 курса кафедры прикладной математики и вычислительной техники ФГБОУ ВПО «Магнитогорский государственный университет» E-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра..

1. Производство стали на агрегате ковш-печь / Д.А.Дюдкин, С.Ю. Бать, С.Е. Гринберг, С.Н. Маринцев. Под науч. ред. докт. техн. наук, проф. Дюдкина Д.А. – Донецк: ООО «Юго-Восток, ЛТД», 2003 – 300 с.

2. Бигеев А.М. Металлургия стали. / А.М. Бигеев. – Челябинск: Металлургия, 1988. – 479 с.

3. Кудрин, В.А. Внепечная обработка чугуна и стали. / В.А. Кудрин. – М.: Металлургия, 1992. – 337 с.

4. Мацко, И.И. Совершенствование управления информационными потоками при внепечной обработки стали. / И.И. Мацко, Ю.В. Снегирев, В.Д. Тутарова // Проблемы информатики в образовании, управлении, экономике и технике: Сб. материалов Междунар. научно-техн. конф. – Пенза: ПДЗ, 2009. – С. 259-261.

5. Головко, Н.А. Возможность использования ИНС в задачах прогнозирования технических процессов / Н.А. Головко, С.М Андреев. // Материалы 65-й науч.-техн. конф.: сб. докл. – Магнитогорск: ГОУ ВПО «МГТУ», 2007. – Т. 2. – С. 162-164.

6. Назаров А.В., Нейросетевые алгоритмы прогнозирования и оптимизации систем / А.В. Назаров, А.И. Лоскутов. – СПб.: Наука и Техника, 2003. – 384 с.

7. Баскин, И. И. Применение искусственных нейронных сетей в химических и биохимических исследованиях. / И. И. Баскин, В.А. Палюлин, Н.С. Зефиров // Вестн. Моск. ун-та. Химия, 1999. – Т.40. – № 5. – С. 323-326.

8. Balázs, G. Cascade-Correlation Neural Networks: A Survey. Department of Computing Science, University of Alberta, Edmonton, Canada, 2009, – Р. 1-6.

9. Sharma, S.K. Constructive neural networks: a review. International Journal of Engineering Science and Technology, 2010. – Vol. 2(12)– P. 7847-7855.

10. Снегирев, Ю.В. Применение искусственных нейронных сетей для прогнозирования химического состава стали при внепечной обработке в установке ковш-печь. / Ю.В. Снегирев, В.Д. Тутарова // Информационные технологии интеллектуальной поддержки принятия решений. Сб. трудов междунар. конф. – Уфа, 2013. – Т. 1. – С. 1-4.