Особенности разработки метамоделей на основе нейронных сетей для задач индукционного нагрева
Рассматриваются особенности создания метамоделей для мультифизичных нелинейных процессов, протекающих во время индукционного нагрева. В качестве примера приводится разработка метамодели для индукционного нагрева под ковку цилиндрических заготовок диаметром от 80 до 200 мм из стали 45 в режиме постоянной удельной мощности. Рассматривается четыре этапа разработки метамодели. На первом этапе с помощью численной одномерной сопряженной нелинейной электротепловой модели была создана база данных, в которой были собраны входные параметры, задающие геометрию и режим работы индукционной системы, и выходные, характеризующие ее работу. Выходные параметры были разделены на интегральные и распределенные во времени. На втором этапе к распределенным во времени параметрам был применен метод главных компонент для снижения размерности данных. Этот прием помогает увеличить скорость обучения нейронных сетей и снизить количество требуемых нейронов. На третьем этапе было проведено обучение нейронных сетей для аппроксимации каждого выходного параметра базы данных. На заключительном этапе обученные нейронные сети были собраны в одной программе для демонстрации работы созданной метамодели в режиме реального времени. Созданная на основе нейронных сетей модель обеспечивает в реальном времени хорошую аппроксимацию параметров индукционного нагрева, поэтому внедрение метамоделей в системы управления или в пакеты для автоматического проектирования индукционных установок чрезвычайно перспективно.
Авторы: Ф. В. Чмиленко, Ю. Ю. Перевалов, В. Е. Пармёнов, Чжан Ци, Ю. В. Шанин
Направление: Электротехника
Ключевые слова: индукционный нагрев, кузнечный нагрев, метамодель, нейронные сети, искусственный интеллект, регрессия, метод главных компонент
Открыть полный текст статьи