globe Menu Szukaj
Analiza rozpylenia

Zastosowanie sieci neuronowych w technice opryskiwania


Sprayscan graph result

6

Sie 20



Sieci neuronowe to zestaw algorytmów, wzorowanych luźno na ludzkim mózgu, które są przeznaczone do rozpoznawania wzorców. Są one funkcją matematyczną, która mapuje dane wejściowe do pożądanego wyjścia

Sieci neuronowe składają się z warstwy wejściowej, warstw ukrytych, warstwy wyjściowej, zestawu wag i biasów pomiędzy każdą warstwą oraz funkcji aktywacji dla każdej warstwy ukrytej

Wartości wag i biasów określają siłę przewidywań w ramach modelu. Proces dostrajania wag i biasów na podstawie danych wejściowych nazywany jest treningiem sieci neuronowej

Każda iteracja procesu szkolenia oblicza przewidywane wyniki i aktualizuje wagi i uprzedzenia każdej warstwy. Wagi i uprzedzenia są aktualizowane na podstawie "straty" lub "błędu" w każdej warstwie; strata jest różnicą między każdą przewidywaną wartością a wartością rzeczywistą. Naszym celem podczas treningu jest znalezienie zestawu wag i biasów, który najlepiej minimalizuje stratę. Losowe wagi są początkowo przypisywane do każdej warstwy, a proces szkolenia doskonali te wagi, aż błąd między przewidywanymi wartościami a wartością rzeczywistą zostanie zminimalizowany

Jak wykorzystujemy sieci neuronowe w technologii opryskiwania?

Używamy sieci neuronowych do przewidywania wielkości kropli rozp ylanej cieczy wyłącznie na podstawie danych z czujnika. Wykorzystanie sieci neuronowych do przewidywania wartości wielkości kropli oznacza, że możliwości szacowania systemu można rozszerzyć na dane dotyczące wszelkiego rodzaju substancji chemicznych, nie tylko wody. Jest to niezwykle korzystne, ponieważ sprawia, że rozwój i wdrożenie urządzenia jest szybsze, tańsze i łatwiejsze do udoskonalenia

Dlaczego potrzebujemy sieci neuronowych w technologii rozpylania?

Urządzenia do pomiaru wielkości kropli kosztują nawet 250 000 USD, nie licząc kosztów wysoko wykwalifikowanych techników i inżynierów, którzy zbierają i interpretują dane. Mobilne, zasilane sieciami neuronowymi urządzenie do pomiaru wielkości kropli kosztowałoby znacznie mniej i mogłoby być obsługiwane przez każdego, kto posiada oprogramowanie, wstępne instrukcje obsługi i podstawowe szkolenie. W zależności od zastosowania i jakości danych wyjściowych, zwrot z inwestycji w takie urządzenie mógłby być mierzony w miesiącach, a nawet tygodniach

Jeśli chcieliby Państwo przedyskutować ten temat bardziej szczegółowo, proszę skontaktować się z nami lub połączyć się ze mną bezpośrednio przez LinkedIn.