Роль сурогатних моделей і машинного навчання в сучасній ультразвуковій витратометрії
Вантажиться...
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Останні розробки в галузі машинного навчання знайшли своє застосування у широкому спектрі процесів
проєктування. Особливе використання вони мають там, де задіяні числові симуляції й дуже потрібні швидкі,
більш точні прогнози та оптимізовані моделі. Щоб прискорити експерименти над моделлю приладу або сис-
теми, потрібно прискорити її виконання (симуляцію). На заміну детальним моделям можна створити сурога-
тну. Її основне завдання – швидкісне виконання, невеликий обсяг необхідної пам'яті та дотримання заданої
границі помилки щодо детальної моделі.
У цій статті демонструється інтеграція машинного навчання в процес вимірювання витрати потоків з
використанням ультразвукових витратомірів. Основне джерело похибок при застосуванні сучасного ультра-
звукового принципу вимірювання витрати полягає в складності врахування фактичного профілю швидкості
вимірюваного потоку. На практиці розподіл швидкостей в поперечному перерізі трубопроводу відрізняється
від теоретичного, введеного в алгоритм розрахунку. Однак, якщо відомий профіль швидкості, відповідну по-
правку можна оцінити та врахувати під час калібрування. Це підвищить точність вимірювань.
У цьому дослідженні була представлена інтелектуальна компенсація похибок, викликаних спотворенням
профілю, для підвищення точності використовуваних в таких умовах ультразвукових багатопроменевих вимі-
рювачів. Мета такої інтелектуальної корекції полягає в пошуку оптимального компонування та мінімально
достатньої кількості хорд у вимірювальному перетворювачі за різних умов інсталяції.
Прийняття нового підходу на базі сурогатної моделі з нейронною мережею дало можливість взяти апро-
ксимований профіль потоку, що має певне спотворення, і для обраної топології акустичних каналів зондування
потоку програмно, шляхом зміни кута розташування вимірювальної системи відносно місцевого опору, визна-
чити такі положення хорд, для яких можна отримати максимально можливу точність вимірювання. Це озна-
чає використання нейромережі для необхідної моделі корекції за вхідними даними, особливо в середовищах, що
характеризуються зміною профілю швидкостей під впливом гідравлічних опорів.
Опис
Ключові слова
Бібліографічний опис
Гришанова, І. А. Роль сурогатних моделей і машинного навчання в сучасній ультразвуковій витратометрії / Гришанова І. А. // Вісник КПІ. Серія Приладобудування : збірник наукових праць. – 2024. – Вип. 67(1). – С. 40-48. – Бібліогр.: 18 назв.