EISSN 2541-9129
Языки: ru · en

БЕЗОПАСНОСТЬ ТЕХНОГЕННЫХ И ПРИРОДНЫХ СИСТЕМ

Сравнительный анализ качества работы искусственных нейронных сетей для оценки технического состояния стального каната (2024)

В настоящее время искусственные нейронные сети (ИНС) успешно применяются для технического диагностирования стальных канатов. Зачастую при этом используют дорогостоящие программные продукты с адаптированной средой реализации нейронных сетей, такие как STATISTICA, Amygdala, MATLAB Simulink. Наиболее доступным способом построения и обучения ИНС с финансовой точки зрения является написание собственного программного кода с использованием интерактивных библиотек, таких как TensorFlow, PyTorch, Scikit-learn. Однако такие библиотеки не являются полноценными адаптированными средами построения ИНС, и для их использования необходимо владеть первичными навыками программирования. Поэтому качество ИНС зависит не только от архитектуры, объема и состава обучающих выборок, но и от метода (среды) построения ИНС. Целью данного исследования является сравнение качества работы ИНС, построенных и обученных различными методами, по критерию тестовой производительности сети, доверительным уровням оценки технического состояния каната, а также трудоемкости и скорости обучения. В связи с этим создано новое программное обеспечение для решения задачи оценки технического состояния стального каната по комбинации различных браковочных показателей.

Тип: Статья
Автор (ы): Хван Роман Владимирович
Ключевые фразы: Python, искусственные нейронные сети, стальной канат, оценка технического состояния, Scikit-learn, STATISTICA, браковочные показатели

Идентификаторы и классификаторы

УДК
621.86/.87. Подъемно-транспортное оборудование
Текстовый фрагмент статьи