Details

В данной работе был выполнен анализ задачи прогнозирования технологических параметров и определён список требований к архитектурам искусственных нейронных сетей, которые могли бы быть использованы при разработке модуля прогнозирования технологических параметров. Впоследствии были проведены эксперименты с искусственными нейронными сетями, содержащими RNN, LSTM и GRU блоки, а также с нейронной сетью с блоками TCN. Для формирования обучающей и валидационной выборок использовались исторические данных о ходе технологического процесса. На основании проведённых экспериментов был сделан вывод о том, что при равном количестве настраиваемых параметров искусственная нейронная сеть с блоками TCN позволяет получить наиболее точные прогнозы технологических параметров. В последствии была создана новая модель на базе блоков TCN, показавшей себя самой эффективной, дополненная корректирующим модулем, что позволило увеличить точность прогнозирования всех технологических параметров. В результате был разработан модуль прогнозирования технологических параметров, который может быть использован в составе SCADA-системы с целью увеличения надёжности и экономической эффективности технологического процесса. Точность полученного модуля прогнозирования технологических параметров может быть увеличена.

In this work was analyzed the problem of predicting technological parameters and defined a list of requirements for the architecture of artificial neural networks that could be used in the development of the module of prediction of technological parameters. Subsequently, experiments were conducted with artificial neural networks containing RNN, LSTM and GRU blocks, as well as with an artificial neural network containing TCN blocks. For formation of training and validation samples historical data on the course of the technological process were used. Based on the conducted experiments, it was concluded that with an equal number of adjustable parameters, the artificial neural network artificial TCN blocks allows to obtain the most accurate forecasts of technological parameters. Subsequently, a new model based on TCN blocks, which proved to be the most effective, was created, supplemented with a correction module, which increased the accuracy of prediction of all technological parameters. As a result, the module of technological parameters forecasting was developed, which can be used as a part of SCADA-system in order to increase reliability and economic efficiency of technological process. The accuracy of the obtained module of prediction of technological parameters can be increased.