Application of Neural Networksin the Tests of Hand Grenade Fuses

• Autorzy: Ampuła Dariusz

Identyfikatory

DOI

10.5604/01.3001.0013.1480

Warianty tytułu

PL

Zastosowanie sieci neuronowych w badaniach zapalników do granatów ręcznych

• Języki publikacji: EN

Abstrakty

EN

The neural networks, which find currently use in the unusually wide range of problems, in such fields as: finance, medicine, geology or physics, were characterized in the article. It was accent, that neural networks are very sophisticated technique of modelling, able to map extremely complex functions. It was noticed particularly, that neural networks had a non-linear character, what very essentially improve the possibilities of their applications. Some previous applications of neural networks were introduced, both in the area of domestic and foreign, including also military applications. The fuse of UZRGM type (Universal Modernized Fuse of Hand Grenades) was characterized, describing his building and way of action, special attention-getting on the tested features during laboratory diagnostic tests. Necessary technical parameters for the first and the second laboratory diagnostic tests, whose purpose was to build two independent neural networks, on the basis of existing test results and undertaken post-diagnostic decisions were designed. A few artificial neural networks were made and finally the best two independent neural networks were chosen. The main parameters of the chosen active neural networks were introduced in the pictures. Concise information, relating to the built artificial neural networks, for the first and the second laboratory diagnostic tests of the fuses of UZRGM type, was presented in the end of the article. In the summary, clearly distinguished are advantages of the applications of the proposed evaluation method, which significantly shortens an evaluation process of new empirical test results and causes complex automatization of an evaluation process of the tested fuses.

PL

W artykule scharakteryzowano sieci neuronowe, które znajdują obecnie zastosowanie w niezwykle wielu problemach, w takich dziedzinach jak: finanse, medycyna, geologia czy fizyka. Podkreślono, że sieci neuronowe są bardzo wyrafinowaną techniką modelowania, zdolną do odwzorowania nadzwyczaj złożonych funkcji. W szczególności zauważono, że sieci te mają charakter nieliniowy, co bardzo istotnie wzbogaca możliwości ich zastosowania. Przedstawiono niektóre dotychczasowe zastosowania sieci neuronowych, zarówno w obszarze krajowym, jak i zagranicznym, włączając w to także zastosowania wojskowe. Scharakteryzowano zapalnik typu UZRGM, opisując jego budowę oraz sposób działania, zwrócono szczególną uwagę na badane cechy podczas laboratoryjnych badań diagnostycznych. Zaprojektowano niezbędne parametry techniczne dla pierwszych i drugich laboratoryjnych badań diagnostycznych, których celem była budowa dwóch niezależnych sieci neuronowych na podstawie istniejących wyników badań oraz podjętych decyzji podiagnostycznych. Zbudowano wiele sztucznych sieci neuronowych, których wynikiem były zaprojektowane i wybrane jako najlepsze dwie niezależne sieci neuronowe. Na rysunkach przedstawiono główne parametry wybranych aktywnych sieci neuronowych. Na końcu artykułu znajdują się zwięzłe informacje dotyczące zbudowanych sztucznych sieci neuronowych dla pierwszych i drugich laboratoryjnych badań diagnostycznych zapalników typu UZRGM. W podsumowaniu jasno wyróżniono zalety stosowania zaproponowanej metody oceny, która znacząco skraca proces oceny nowych empirycznych wyników badań oraz powoduje pełną automatyzację procesu oceny badanych zapalników.

Słowa kluczowe

EN

artificial intelligence; neural networks; activation function; hidden neurons; fuse

PL

sztuczna inteligencja; sieci neuronowe; funkcja aktywacji; neurony ukryte; zapalnik

• Wydawca: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
• Czasopismo: Biuletyn Wojskowej Akademii Technicznej
• Rocznik: 2019
• Tom: Vol. 68, nr 1
• Strony: 197--212
• Opis fizyczny: Bibliogr. 11 poz., tab., wykr.

Twórcy

autor

Ampuła Dariusz

• Military Institute of Armament Technology, 7 Wyszyński Str., 05-220 Zielonka, Poland

Bibliografia

• [1] Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R., Biocybernetyka i inżynieria biomedyczna, Academic Publishing House Exit, Warsaw, 2000, p. 4-5, p. 501-503.
• [2] Helt P., Parol M., Piotrowski P., Metody sztucznej inteligencji, Publishing House of Warsaw Technical University, Warsaw, 2012, p. 15-17.
• [3] Witkowska D., Sztuczne sieci neuronowe i metody statystyczne, Publishing House C.H. Beck, Warsaw, 2002, p. 35-36.
• [4] Świątnicki Z., Wantoch-Rekowski R., Sieci neuronowe w zastosowaniach wojskowych, Publishing House Bellona, Warsaw, 2009, p. 122-123.
• [5] Markowska-Kaczmar U., Kwaśnicka H., Sieci neuronowe w zastosowaniach, Publishing House of Wrocław Technical University, Wrocław, 2005, p. 19-20.
• [6] Rybarczyk A., Sztuczne sieci neuronowe, laboratorium, Publishing House of Poznań Technical University, Poznań, 2007, p. 12-13.
• [7] The group work, Metodyka badań diagnostycznych amunicji, Indeks N-5001b - 1985 r., Archive MIAT.
• [8] The group work, Amunicja wojsk lądowych, Publishing House Ministry of National Defence, Warsaw, 1985, Uzbr. 2307/83, p. 223-224.
• [9] Carts from laboratory tests of fuses type UZRGM, Archive MIAT.
• [10] Reports from tests of ammunition, Archive MIAT.
• [11] Statystyka 13.1, Statsoft Poland 2016 r. - computer software.

Uwagi

1. Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).

2. The article was executed in the context of statutory activity of the Military Institute of Armament Technology in Zielonka.