URN: http://vtn.chdtu.edu.uaurn:2306:44554.2019.184525

DOI: https://doi.org/10.24025/2306-4412.4.2019.184525

НЕЙРОСЕТЬ TDNN ДЛЯ ДИАГНОСТИКИ СОСТОЯНИЯ ВЕНТИЛЯТОРНОЙ УСТАНОВКИ ГЛАВНОГО ПРОВЕТРИВАНИЯ

Евгений Евгениевич Федоров, Ирина Викторовна Ярош, Татьяна Александровна Черняк

Анотація


В статье рассмотрены и проанализированы существующие методы диагностики шахтного вентилятора. Исходя из выделенных основных преимуществ и недостатков указанных методов, разработан и реализован нейросетевой метод диагностики состояния вентиляторной установки главного проветривания. В основу данного метода заложена предложенная нейронная сеть TDNN, архитектура которой определена на основе проведенных экспериментальных исследований. Для ускорения процесса обучения авторской нейронной сети предложен пакетный режим обучения. Для оценки эффективности предложенного метода диагностики состояния вентиляторной установки главного проветривания была проведена серия численных исследований, результаты которых доказывают эффективность предложенной авторами нейронной сети и ее архитектуры.

Ключові слова


диагностика; вентиляторная установка главного проветривания; нейронная сеть; пакетный режим обучения; производственная безопасность

Повний текст:

PDF (Русский)

Посилання


A. R. Shirman, and A. B. Solov'ev, Practical vibration diagnostics and monitoring of mechanical equipment condition. Moscow, 1996 [in Russian].

A. V. Barkov, N. A. Barkova, and A. Yu. Azovczev, Monitoring and diagnostics of rotary machines by vibration, St. Petersburg: Izd. czentr SPbGMTU, 2000 [in Russian].

V. A. Barkov, Current state of vibroacoustic diagnostics of machines. St. Petersburg: Assotsiatsiya VAST, 2002 [in Russian].

A. S. Gol'din, Vibration of rotary machines. Moscow: Mashinostroenie, 1999 [in Russian].

V. V. Klyueva, Non-destructive testing and diagnostics. Moscow: Mashinostroenie, 2003 [in Russian].

E. E. Fedorov, Methods of intellectual diagnostics. Donetsk: Noulidzh, 2010 [in Russian].

G. A. Babak, K. P. Bocharov, and A. T. Volokhov, Mine fan installations of main ventilation. Moscow: Nedra, 1982 [in Russian].

B. A. Nosyrev, and S. V. Belov, Fan installations of mines and undergrounds. Ekaterinburg: Izd-vo Ural. gos. gorno-geolog. akademii, 2000 [in Russian].

M. I. Jordan, "Attractor dynamics and parallelism in a connectionist sequential machine", in Proc. Ninth Annu. Conf. Cognitive Science Society, Hillsdale, NJ, 1986, pp. 531-546.

M. Jordan, and D. Rumelhart, "Forward models: supervised learning with a distal teacher", Cognitive Science, vol. 16, pp. 307-354, 1992.

Z. Zhang, Z. Tang, and C. Vairappan, "A novel learning method for Elman neural network using local search", Neural Information Processing – Letters and Reviews, vol. 11, no. 8, pp. 181-188, 2007.

J. Wiles, and J. Elman, "Learning to count without a counter: a case study of dynamics and activation landscapes in recurrent networks", in Proc. Seventeenth Annu. Conf. Cognitive Science Society, Cambridge, MA, 1995, pp. 1200-1205.

S. Haykin, Neural networks. NY: Pearson Education, 1999.

E. E. Fedorov, Artificial Neural Networks. Krasnoarmejsk: DonNTU, 2016 [in Russian].

K. J. Lang, and G. E. Hinton, "The development of the time-delay neural network architecture for speech recognition", Pittsburgh, PA, Carnegie-Mellon University, Tech. Rep. CMU-CS-88-152-1988.

A. Waibel, T. Hanazawa, G. Hinton, K. Shikano, and K. J. Lang, "Phoneme recognition using time-delay neural networks", IEEE transactions on Acoustics, Speech and Signal Processing, vol. 37, pp. 328-329, 1988.


Пристатейна бібліографія ГОСТ


[1] А. Р. Ширман, и А. Б. Соловьев, Практическая вибродиагностика и мониторинг состояния механического оборудования. Москва, 1996.

[2] А. В. Барков, Н. А. Баркова, и А. Ю. Азовцев, Мониторинг и диагностика роторных машин по вибрации. Санкт-Петербург: Изд. центр СПбГМТУ, 2000.

[3] В. А. Барков, Современное состояние виброакустической диагностики машин. Санкт-Петербург: Ассоциация ВАСТ, 2002.

[4] А. С. Гольдин, Вибрация роторных машин. Москва: Машиностроение, 1999.

[5] В. В. Клюева, Неразрушающий контроль и диагностика. Москва: Машиностроение, 2003.

[6] Е. Е. Федоров, Методики интеллектуальной диагностики. Донецк: Ноулидж, 2010.

[7] Г. А. Бабак, К. П. Бочаров, и А. Т. Волохов, Шахтные вентиляторные установки главного проветривания. Москва: Недра, 1982.

[8] Б. А. Носырев, и С. В. Белов, Вентиляторные установки шахт и метрополитенов. Екатеринбург: Изд-во Урал. гос. горно-геолог. акад., 2000.

[9] M. I. Jordan, "Attractor dynamics and parallelism in a connectionist sequential machine", in Proc. Ninth Annu. Conf. Cognitive Science Society, Hillsdale, NJ, 1986, pp. 531-546.

[10] M. Jordan, and D. Rumelhart, "Forward models: supervised learning with a distal teacher", Cognitive Science, vol. 16, pp. 307-354, 1992.

[11] Z. Zhang, Z. Tang, and C. Vairappan, "A novel learning method for Elman neural network using local search", Neural Information Processing – Letters and Reviews, vol. 11, no. 8, pp. 181-188, 2007.

[12] J. Wiles, and J. Elman, "Learning to count without a counter: a case study of dynamics and activation landscapes in recurrent networks", in Proc. Seventeenth Annu. Conf. Cognitive Science Society, Cambridge, MA, 1995, pp. 1200-1205.

[13] S. Haykin, Neural networks. NY: Pearson Education, 1999.

[14] Е. Е. Федоров, Искусственные нейронные сети. Красноармейск: ДонНТУ, 2016.

[15] K. J. Lang, and G. E. Hinton, "The development of the time-delay neural network architecture for speech recognition", Pittsburgh, PA, Carnegie-Mellon University, Tech. Rep. CMU-CS-88-152-1988.

[16] A. Waibel, T. Hanazawa, G. Hinton, K. Shikano, and K. J. Lang, "Phoneme recognition using time-delay neural networks", IEEE transactions on Acoustics, Speech and Signal Processing, vol. 37, pp. 328-329, 1988.





Copyright (c) 2019 Евгений Евгениевич Федоров, Ирина Викторовна Ярош, Татьяна Александровна Черняк