Архив статей журнала
В работе представлено исследование по разработке имитационной модели системы вентиляции и водоснабжения для аэроаквапонной установки. Исследование включает математическое моделирование процессов тепломассообмена в условиях выращивания картофеля в аэроаквапонной установке. Разработана комплексная модель, включающая системы управления компрессорно-конденсаторным блоком, трубчатыми электронагревателями и парогенератором. Эти элементы играют ключевую роль в поддержании оптимальных температурных и влажностных режимов внутри установки. Определены оптимальные технологические параметры работы системы для различных режимов функционирования: осушения, увлажнения и поддержания заданных параметров микроклимата. В ходе исследования получены коэффициенты настройки пропорционально-интегральных регуляторов для управления клапанами бассейна, компрессорно-конденсаторным блоком, трубчатыми электронагревателями и парогенератором. Эти коэффициенты обеспечивают точное и эффективное регулирование, что позволяет минимизировать отклонения от заданных параметров и поддерживать стабильность микроклимата. Установлены критические параметры системы, включая минимальный порог положения клапанов водоснабжения. Практическая значимость работы заключается в создании эффективного инструмента для анализа и оптимизации работы систем микроклимата аэроаквапонных установок. Это способствует повышению их энергоэффективности и продуктивности, что открывает новые возможности для сельского хозяйства и позволяет более рационально использовать ресурсы при выращивании сельскохозяйственных культур в контролируемых условиях.
Целью работы является получение адекватного автоматического алгоритма дуговой сварки, использующего методы машинного обучения для мониторинга параметров сварки, прогнозирования дефектов шва и автоматической корректировки настроек с целью повышения качества и надежности сварных соединений. Настоящая работа посвящена созданию алгоритма для автоматизации дуговой сварки методом MIG/MAG с применением технологий машинного обучения, в частности модели Random Forest. Разработанная система направлена на непрерывный контроль таких параметров сварки, как температура шва, сила тока, скорость подачи проволоки, расход защитного газа и ширина шва. Основная задача - прогнозирование вероятности дефектов сварного соединения и автоматическая корректировка параметров для их предотвращения, что способствует повышению прочности и долговечности конструкций. Алгоритм реализован на языке Python с использованием библиотек Numpy, Sklearn и Matplotlib и адаптирован для работы в среде Google Colab, что упрощает проведение экспериментов и анализ данных. В ходе тестирования система продемонстрировала высокую точность предсказания дефектов (100%), подтвержденную метриками классификации и анализом ROC-кривой. Предложенный подход обеспечивает оптимизацию сварочных процессов, минимизацию производственных ошибок и открывает перспективы для адаптации к другим видам сварки, что делает его ценным инструментом для промышленного применения.
Целью работы является получение адекватного автоматического алгоритма контроля сварных соединений. В статье рассмотрены перспективы автоматизации контроля сварных соединений с применением метода ультразвукового контроля и алгоритмов машинного обучения. На основе математического моделирования ультразвукового сигнала, который отражает особенности сварного соединения и показывает возможные дефекты в нем, разработан алгоритм, использующий дерево решений для классификации дефектов сварных соединений. В работе показаны этапы построения модели ультразвукового сигнала, детального анализа его характеристик и последовательного применения алгоритмов машинного обучения для автоматической диагностики дефектов. Предложенный подход сочетает в себе точность методов неразрушающего контроля, удобство автоматизации процессов и эффективность современных вычислительных технологий. Особое внимание уделено выбору оптимальной архитектуры алгоритма, параметров математического моделирования и составу обучающих данных, что обеспечивает высокую надежность и дополнительный уровень контроля. Приведенные результаты демонстрируют высокую эффективность предложенного подхода в сравнении с традиционными методами контроля, что открывает широкие перспективы для его внедрения в промышленные процессы. Такие методы позволяют значительно сократить время анализа, повысить точность классификации дефектов, минимизировать вероятность ошибок и оптимизировать общую производительность систем контроля качества.