Szczegóły publikacji
Opis bibliograficzny
Modelowanie chłodzenia kręgów taśmy w piecach kołpakowych przy wykorzystaniu metod sztucznej inteligencji — Modelling of cooling of coiled strips in bell-type annealing furnaces using artificial intelligence methods / Jolanta TALAR, Jan KUSIAK // Informatyka w Technologii Materiałów / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie ; ISSN 1641-8581. — 2004 — t. 4 nr 3, s. 105–113. — Bibliogr. s. 113, Abstr.
Autorzy (2)
Dane bibliometryczne
| ID BaDAP | 18805 |
|---|---|
| Data dodania do BaDAP | 2005-01-07 |
| Rok publikacji | 2004 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Czasopismo/seria | Informatyka w Technologii Materiałów = Computer Methods in Materials Science |
Streszczenie
Do aproksymacji funkcji chłodzenia zastosowano sztuczne sieci neuronowe oraz system ekspertowy. Uzyskane wyniki poddano weryfikacji metodami regresji liniowej i nieliniowej. Wyniki obliczeń sztucznymi sieciami neuronowymi potwierdzają skuteczność tej metody w aproksymacji złożonych funkcji. Błąd średniokwadratowy sztucznej sieci neuronowej wynosił Fi = 0,13. Natomiast wyniki uzyskane przez system ekspertowy nie były aż tak zadowalające (błąd Fi = 0,25). Metoda zastępczych współczynników wymiany ciepła oraz modele regresyjne nie dały satysfakcjonujących rezultatów. Należy zauważyć, że dla każdej z zastosowanych metod, największe błędy w modelowaniu etapu chłodzenia występowały w fazie chłodzenia naturalnego. Źródłem tych błędów są niewątpliwie zaburzenia w danych pomiarowych, które są wynikiem zdejmowania kołpaka grzewczego. Niemniej jednak metody sztucznej inteligencji uzyskały zdecydowanie lepsze wyniki, w porównaniu z innymi metodami, w modelowaniu tak złożonego procesu jakim jest chłodzenie kręgów taśmy w piecach kołpakowych. Wyniki sztucznych sieci neuronowych charakteryzowały się dobrą zbieżnością i uzyskały one jakościowo najlepszy charakter dopasowania krzywych chłodzenia. Ponadto, w pracy zastosowano metody sztucznej inteligencji do przewidywania czasu chłodzenia w piecach kołpakowych. W tym przypadku, wyznaczenie czasu trwania cyklu wyżarzania było istotne z punktu widzenia planowania produkcji. Należy podkreślić, że sztuczne sieci neuronowe uzyskały najlepsze wyniki w przewidywaniu czasu chłodzenia w porównaniu do innych metod. Wyniki uzyskane metodami sztucznej inteligencji potwierdzają ich skuteczność w modelowaniu chłodzenia kręgów taśmy w piecach kołpakowych.
Abstract
The objective of the paper is evaluation of effectiveness of the artificial intelligence methods in modelling of cooling process in bell-type annealing furnaces. Artificial neural networks (ANN) and expert system (ES) - based on the ID3 algorithm - were applied to the approximation of cooling curves in bell-type annealing furnaces. The results of the artificial intelligence approach were compared with the linear and non-linear regression methods. The results of modelling of cooling process by the classical model of heat exchange are also presented in the paper.
