Wyniki wyszukiwania - BazTech

1

Ventilation control of the new safe confinement of the Chornobylnuclear power plant based on neuro-fuzzy networks

Loboda Petro, Starovit Ivan S., Shushura Oleksii M, Havrylko Yevhen V., Saveliev Maxim V., Sachaniuk-Kavets’ka Natalia, Neprytskyi Oleksandr, Oralbekova Dina, Mussayeva Dinara

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2023

|

T. 13, nr 4

114--118

EN

The accident at the Chornobyl Nuclear Power Plant (ChNPP) in Ukraine in 1986 became one of the largest technological disasters in human history. During the accident cleanup, a special protective structure called the Shelter Object was built to isolate the destroyed reactor from the environment. However, the planned operational lifespan of the Shelter Object was only 30 years. Therefore, with the assistance of the international community, a new protective structure called the New Safe Confinement (NSC) was constructed and put into operation in 2019. The NSC is a large and complex system that relies on a significant number of various tools and subsystems to function. Due to temperature fluctuations and the influence of wind, hydraulic processes occur within the NSC, which can lead to the release of radioactive aerosols into the environment. The personnel of the NSC prevents these leaks, including through ventilation management. Considering the long planned operational term of the NSC, the development and improvement of information technologies for its process automation is a relevant task. The purpose of this paper is to develop a method for managing the ventilation system of the NSC based on neuro-fuzzy networks. An investigation of the current state of ventilation control in the NSC has been conducted, and automation tools for the process have been proposed. Using an adaptive neuro-fuzzy inference system (ANFIS) and statistical data on the NSC's operation, neuro-fuzzy models have been formed, which allows to calculate the expenses of the ventilation system using the Takagi-Sugeno method. The verification of the proposed approaches on a test data sample demonstrated sufficiently high accuracy of the calculations, confirming the potential practical utility in decision-making regarding NSC’s ventilation management. The results of this paper can be useful in the development of digital twins of the NSC for process management and personnel training.

PL

Awaria w Czarnobylskiej Elektrowni Jądrowej (ChNPP), która miała miejsce w Ukrainie w 1986 roku, stała się jedną z największych katastrof technologicznych w historii ludzkości. Podczas likwidacji awarii zbudowano specjalną strukturę ochronną – Obiekt "Ukrycie", mającą na celu izolację zniszczonego reaktora od otoczenia. Jednak planowany okres eksploatacji sarkofagu "Ukrycie" wynosił tylko 30 lat, dlatego przy wsparciu społeczności międzynarodowej zbudowano nową strukturę ochronną – "Nowa Bezpieczna Powłoka" (NSC), która została oddana do użytku w 2019 roku. NSC jest dużym i skomplikowanym systemem, którego funkcjonowanie zapewnia znaczna liczba różnych narzędzi i podsystemów. Ze względu na zmienne temperatury i wpływ wiatru, w NSC zachodzą procesy hydrauliczne, które mogą prowadzić do uwolnienia promieniotwórczych aerozoli do otoczenia. Personel NSC zapobiega tym wyciekom, między innymi poprzez zarządzanie wentylacją. W związku z długim planowanym okresem eksploatacji NSC, istotnym zadaniem jest rozwój i doskonalenie technologii informatycznych dla automatyzacji procesów. Celem pracy jest opracowanie metody zarządzania systemem wentylacji NSC opartej na rozmytych sieciach neuronowych. Przeprowadzono badania istniejącego stanu rozwiązywania problemów zarządzania wentylacją NSC oraz wybrano narzędzia do automatyzacji procesu. Za pomocą adaptacyjnego systemu wnioskowania neuro-rozmytego (ANFIS) i danych statystycznych dotyczących funkcjonowania NSC, stworzono modele neuro-rozmyte, które pozwalają na kalkulację kosztów systemu wentylacyjnego metodą Takagi-Sugeno. Weryfikacja zaproponowanych podejść na próbce kontrolnej danych wykazała wystarczająco wysoką dokładność obliczeń, co potwierdza możliwość ich praktycznego zastosowania w procesie podejmowania decyzji dotyczących zarządzania wentylacją NSC. Wyniki pracy mogą być również przydatne przy tworzeniu cyfrowe bliźniaków NSC w celu zarządzania procesami i szkolenia personelu.

2

Features of control processes in organizational-technical (technological) systems of continuous type

Korobiichuk Igor, Ladanyuk Anatoliy, Boiko Regina, Hrybkov Serhii

Journal of Automation Mobile Robotics and Intelligent Systems

|

2020

|

Vol. 14, No. 4

11--17

EN

Technological complexes of various industries are characterized by certain modes of operation (technological regulations), which correspond to the set of variables of different nature, which have a high-dynamics of change and determine the main technical and economic performance of the object. The aim of the research is to identify information software approaches to support decision-making in organizational-technical (technological) systems. Research results are obtained through grouping, generalization and comparison methods. The scientific significance of the results are to determine the objective need to use intelligent decision support subsystems to quickly manage complex organizational-technical systems based on both: clear and formalized data and knowledge and high-quality fuzzy estimates.

3

Organization of security control of wireless telecommunication network based on fuzzy networks

Aleksander M. B., Karpinskyi V., Khlaponin Y., Yudin O.

Measurement Automation Monitoring

|

2016

|

Vol. 62, No. 10

341--344

EN

The problem solution of security control of wireless computer network nodes, which is based on the use of the apparatus of fuzzy sets is presented in this article. The approach used in the paper aims to an automation that will improve the efficiency of control of the nodes and operations of a network administrator. The approach allows forming a system of security control of the wireless computer network based on neuro-fuzzy (hybrid) network, which is characterized by high adaptability, ease use, the ability to identify better the sequence of the analysis of vulnerabilities in the wireless computer network nodes. The feature of the proposed approach takes the dynamic nature of the wireless computer network into account.

4

Flatness-based adaptive fuzzy control of spark-ignited engines

Rigatos G.G., Siano P.

Journal of Artificial Intelligence and Soft Computing Research

|

2014

|

Vol. 4, No. 4

231--242

EN

An adaptive fuzzy controller is designed for spark-ignited (SI) engines, under the constraint that the system’s model is unknown. The control algorithm aims at satisfying the H∞ tracking performance criterion, which means that the influence of the modeling errors and the external disturbances on the tracking error is attenuated to an arbitrary desirable level. After transforming the SI-engine model into the canonical form, the resulting control inputs are shown to contain nonlinear elements which depend on the system’s parameters. The nonlinear terms which appear in the control inputs are approximated with the use of neuro-fuzzy networks. It is shown that a suitable learning law can be defined for the aforementioned neuro-fuzzy approximators so as to preserve the closed-loop system stability. With the use of Lyapunov stability analysis it is proven that the proposed adaptive fuzzy control scheme results in H∞ tracking performance. The efficiency of the proposed adaptive fuzzy control scheme is checked through simulation experiments.

5

Aproksymacja pętli histerezy za pomocą metod inteligencji obliczeniowej

Dudek G.

Przegląd Elektrotechniczny

|

2012

|

R. 88, nr 12b

8-11

PL

Opisano metody inteligencji obliczeniowej – wielowarstwowy perceptron, sieć o radialnych funkcjach bazowych oraz sieć neuronoworozmytą w zastosowaniu do aproksymacji pętli histerezy. W części eksperymentalnej pracy analizuje się sposoby konstrukcji aproksymant poprzez składanie funkcji bazowych, które w badanych sieciach mają różne postacie.

EN

Computational intelligence methods: multilayer perceptron, radial basis function network and neuro-fuzzy system for approximation of the hysteresis loops are described. In experimental part of the work the ways of building of the approximating function by combination of the basis functions which are different in the examined networks are analyzed.

6

Neuro-fuzzy approach to the next day load curve forecasting

Dudek G.

Przegląd Elektrotechniczny

|

2011

|

R. 87, nr 2

61-64

EN

An adaptive neuro-fuzzy inference system ANFIS is used to the short-term load forecasting. ANFIS combines the comprehensibility of fuzzy rules and the adaptability and self-learning algorithms of neural networks. The model maps the input pattern of the sequence of the historical hourly load time series to the component of the next sequence. Input space is divided on fuzzy sets by fuzzy c-means clustering. The most informative input variables are determined using deterministic variable selection algorithms. Individual models are constructed for each day type and hour of the day. The method is applied to several load forecasting problems.

PL

Adaptacyjny neuronowo-rozmyty system wnioskujący ANFIS zastosowano do prognozowania krótkoterminowego obciążeń systemów elektroenergetycznych. ANFIS łączy czytelność reguł rozmytych i adaptacyjność samouczących się sieci neuronowych. Model odwzorowuje obraz wejściowy sekwencji historycznego godzinowego szeregu czasowego obciążeń na składową obrazu następnej sekwencji. Przestrzeń wejściowa jest dzielona na zbiory rozmyte przy użyciu rozmytej metody c-średnich. Zmienne wejściowe niosące najwięcej informacji wyznaczane są za pomocą deterministycznych algorytmów selekcji zmiennych. Odrębne modele są tworzone dla każdego typu dnia i godziny doby. Metodę zastosowano do kilku problemów prognozowania obciążeń.

7

Artificial intelligence in technical diagnostics

Korbicz J.

Diagnostyka

|

2008

|

nr 2(46)

7-16

EN

The paper deals with the problems of robust fault detection using soft computing techniques, particularly neural networks (Group Method of Data Handling, GMDH), neuro-fuzzy networks (Takagi-Sugeno (T-S) model) and genetic programming. The model-based approach to Fault Detection and Isolation (FDI) is considered. The main objective is to show how to employ the bounded-error approach to determine the uncertainty defined as a confidence range for the model output, the adaptive thresholds can be defined. Finally, the presented approaches are tested on a servoactuator being an FDI benchmark in the DAMADICS project.

PL

W artykule rozpatruje się problemy odpornej detekcji uszkodzeń z wykorzystaniem technik obliczeń inteligentnych, a w szczególności sieci neuronowych (Group Method of Data Handling, GMDH), sieci neuronowo-rozmytych (model Takagi-Sugeno) oraz programowania genetycznego. Rozpatruje się układ detekcji i lokalizacji uszkodzeń z modelem. Głównym celem jest pokazanie jak zastosować metodę ograniczonego błędu do wyznaczenia niepewności modeli neuronowych i rozmytych. Pokazano, że korzystając z wyznaczonych niepewnych modeli obliczeń inteligentnych zdefiniowanych w postaci przedziałów ufności dla wyjścia modelu można zdefiniować adaptacyjny próg decyzyjny. W ostatniej części efektywność rozpatrywanych podejść ilustrowana jest na przykładzie układu diagnostyki inteligentnego urządzenia siłownik-ustawnik-zawór z projektu DAMADICS.

8

Analysis of concrete fatigue failure by the neuro-fuzzy network FWNN

Jakubek M., Waszczyszyn Z.

Archives of Civil Engineering

|

2007

|

Vol. 53, nr 1

3-22

EN

The paper is related to where the standard BPNNs (Back-Propagation Neural Networks) were applied to the analysis of concrete fatigue durability. Failure is related to the number N of compressive load cycles causing fatigue damage of laboratory specimens. About 450 results on laboratory concrete specimen tests were taken from. The main goals of the paper are to improve the neural approximation performed by the standard BPNN and to extend neural simulation also for data given in intervals of concrete strength and cycle frequencies. That is why a neuro-fuzzy NN called for short FWNN (Fuzzy Weght NN) was applied. This approach enables us to be closer to the experimental reality.

PL

Standardową sieć BPNN (Back-Propagation Neural Network) ze wsteczną propagacją błędów zastosowano do analizy liczby cykli ściskających powodujących zniszczenie próbek betonowych. Wykorzystano około 450 wyników doświadczeń laboratoryjnych. Podstawowymi celami pracy było uściślenie neuronowej aproksymacji oraz rozszerzenie symulacji neuronowej na dane podane w postaci przedziałowych wartości wytrzymałości betonów. Powyższy cel zrealizowano za pomocą sieci neuro-rozmytej EWNN (Fuzzy Weight NN). Przedstawione podejście jest bliższe rzeczywistości doświadczalnej.

9

Fault detection using neuro-fuzzy networks

Kowal M., Korbicz J., Mendes M.J., Calado J.M.

Systems Science

|

2002

|

Vol. 28, nr 1

45-57

EN

Generally, there methodologies for developing and testing fault detection (FD) algorithms can be distinguished: software benches, hardware benches and industrial data. The current approach uses a hardware bench that consists of process under supervision (two interconnected stations), supervision unit, fault diagnosis unit and fault simulation unit. All elements of the bench are connected to a PROFIBUS network that acts as the communication system exchanging information between automation system and distributed field devices. A realistic and flexible environment for developing and testing FD systems has been constructed using elements commonly used in industry. During the current studies actuator faults, sensor faults and leakages have been considered as incipient and abrupt faults. The proposed FD algorithm is based on neuro-fuzzy models that are responsible for residual generation.

10

Neuro-fuzzy TSK network for approximation of static and dynamic functions

Linh T., Osowski S.

Control and Cybernetics

|

2002

|

Vol. 31, no 2

309-326

EN

The paper presents the neuro-fuzzy network in application to the approximation of the static and dynamic functions. The network implements the Takagi-Sugeno inference rules. The learning algorithm is based on the hybrid approach, splitting the learning phase into two stages : the adaptation of the linear output weights using the SVD algorithm and the conventional steepest descent backpropagation rule in application to the adaptation of the nonlinear parameters of the membership functions. The new approach to the generation of the inference rules, based on the fuzzy self-organization is proposed and the algorithm of automatic determination of the number of these rules has been also implemented. The method has been applied for the off-line modelling of static nonlinear relations and on-line simulation of the dynamic systems.

11

Sieci neuronowe o logice rozmytej do identyfikacji niebezpiecznych sytuacji dla ruchu statku na ograniczonym akwenie

Pietrzykowski Z., Dubowik W.

Zeszyty Naukowe / Wyższa Szkoła Morska w Szczecinie

|

1998

|

nr 55

79-96

PL

Przedstawiono wyniki identyfikacji sytuacji niebezpiecznych w ruchu statku na akwenie ograniczonym z zastosowaniem sieci neuronowych o logice rozmytej. Dokonano analizy wyników identyfikacji w aspekcie wykorzystania badań ankietowych jako źródeł danych uczących dla sieci neuronowych o logice rozmytej.

EN

The paper presents the results of identification of distress situations in vessel traffic in restricted areas with the use of neuro-fuzzy networks. The identification results have been analyzed in view of applying simulation research and questionnaires as sources of teaching data for neuro-fuzzy networks.