莫斯科国立钢铁相符金学院国立钻研技术大学为冶金炉的管理挑供了一栽新的“神经网络”替代方案,该方案可将能效挑高10%。有关钻研发外在《Procedia Computer Science》上。

  格鲁先科说,与其他手段分歧,神经网络调谐器不必要构建限制对象模型,也不必要清晰的参考模型。此外,它还有助于在炉子参数转折时跟踪作业时间外,并对作梗作出赔偿。

  该手段归功于两栽智能技术——神经网络和知识库调谐器的结相符。神经网络计算炉子内线性调节器的参数值,直接在操作过程中学习,以监测炉子中发生的转折。

  该大学自行化和新闻管理体系教研室副教授安东·格鲁先科称,清淡冶金炉会受到各栽作梗,导致熔炉的参数发生转折。为此,钻研人员挑出竖立自适宜的限制体系——神经网络调谐器。该体系能实时调整线性限制器的参数,将一切模式下的炉子限制在一致程度,从而降矮机组的功耗。

  格鲁先科称,行使调谐器不必要增补经费,由于从硬件和柔件的角度来望,现有的熔炉限制体系异国任何转折,行使这栽手段能够将冶金炉添炎的能效挑高10%。

(责编:赵竹青、乔雪峰)

上一篇:《世界四大湾区数字媒体产业竞争力钻研通知》在复旦大学发布    下一篇:杭州市本级公租房收好标准再次放宽货币补贴直接发放给申请人    

Powered by ag视讯 @2018 RSS地图 html地图

Copyright 365建站 © 2013-2018 版权所有