Подробное описание документа

Мазякин М. С., Лавров Н. А.
   Определение рациональных параметров контура СХА ожижителя азота с помощью методов машинного обучения / Мазякин М. С., Лавров Н. А. // Будущее машиностроения России. Всероссийская конференция молодых учёных и специалистов (с международным участием), 18-я, (Москва, 23 - 26 сентября 2025 года) : сборник докладов : в 2 т. / МГТУ им. Н. Э. Баумана, Союз машиностроителей России. - 2026. - Т. 1. - С. 595-604.

Скачать документ

Полнотекстовый документ

В последнее время значительно расширяется область применения нейронных сетей для решения инженерных задач. Внедрение методов машинного обучения в систему управления криогенной установки может позволить увеличить ее надежность и уменьшить затраты на оборудование автоматизации и трудозатраты в процессе эксплуатации. Целью данной работы является оценка применимости методов машинного обучения для определения рациональных параметров контура СХА ожижителя азота. Сбор данных проводился на модели установки в программе моделирования физико-химических процессов. В программе Matlab был проведен процесс обучения, валидации и верификации нейронной сети типа ANFIS для определения параметров контура СХА. Нейронная сеть имеет среднюю абсолютную ошибку 4,3 % при аппроксимации значений параметров потока смесевого хладагента на всех стационарных режимах. Однако на режимах, выходящих за пределы набора данных, использованных при обучении, абсолютная ошибка увеличивается и может достигать 27 % на отдельных режимах с пониженной температурой. Предложен новый метод определения рациональных параметров контура СХА на основе экспериментальных данных с использованием нейросетей. По результатам работы нейросети, можно сделать вывод о возможности ее применения для определения параметров контура СХА ожижителя азота, а также в схожих задачах криогенной техники.