UA96148C2 - Нейросетевая система управления процессом и способ ее конфигурации при обучении - Google Patents

Нейросетевая система управления процессом и способ ее конфигурации при обучении

Info

Publication number
UA96148C2
UA96148C2 UAA200811538A UAA200811538A UA96148C2 UA 96148 C2 UA96148 C2 UA 96148C2 UA A200811538 A UAA200811538 A UA A200811538A UA A200811538 A UAA200811538 A UA A200811538A UA 96148 C2 UA96148 C2 UA 96148C2
Authority
UA
Ukraine
Prior art keywords
control
neuron network
controller
neuron
database
Prior art date
Application number
UAA200811538A
Other languages
English (en)
Ukrainian (uk)
Inventor
Марія Юріївна Тягунова
Адольф Миколайович Щербаков
Олексій Опанасович Голдобін
Равіль Камілович Кудерметов
Original Assignee
Запорожский Национальный Технический Университет
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Запорожский Национальный Технический Университет filed Critical Запорожский Национальный Технический Университет
Priority to UAA200811538A priority Critical patent/UA96148C2/ru
Publication of UA96148C2 publication Critical patent/UA96148C2/ru

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Programmable Controllers (AREA)
  • Feedback Control In General (AREA)

Abstract

Нейросетевая система управления процессом принадлежит к компьютерным информационным системам управления и может быть использована при построении интеллектуальных автоматизированных систем управления динамических процессов или объектов. Система содержит объект окружения, по меньшей мере, одно периферийное устройство управления процессом и программируемый контроллер автоматизации, базу данных, монитор отображения и компьютер. При этом она дополнительно содержит программируемый контроллер-синтезатор нейросетевого управления, которая включает в себя контроллер обучения нейросетей, нейроэмулятор функций управления, нейроконтроллер тренировки управления и базу знаний. B базу знаний входит банк типовых моделей управления, банк генетических алгоритмов эволюционного моделирования, библиотека тренировочных шаблонов обучения искусственных нейросетей, система исчисления ошибок управления, анализатор ситуации и выбора стратегии. B каждое периферийное устройство управления процессом входит исполнительный нейроконтроллер управления объектом окружения. K объекту окружения подключены датчики, исполнительные механизмы, модуль аналоговых и дискретных сигналов, видеокамера и исполнительный нейроконтроллер управления объектом окружения. Техническим результатом является решение задач синтеза и моделирование рабочих характеристик динамического управления объектами окружения c возможностью прогнозирования и анализа их поведения c целью выбора оптимального управления и реализации его c помощью соответствующих периферийных устройств, проведение диагностики системы и объектов окружения.
UAA200811538A 2008-09-25 2008-09-25 Нейросетевая система управления процессом и способ ее конфигурации при обучении UA96148C2 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
UAA200811538A UA96148C2 (ru) 2008-09-25 2008-09-25 Нейросетевая система управления процессом и способ ее конфигурации при обучении

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
UAA200811538A UA96148C2 (ru) 2008-09-25 2008-09-25 Нейросетевая система управления процессом и способ ее конфигурации при обучении

Publications (1)

Publication Number Publication Date
UA96148C2 true UA96148C2 (ru) 2011-10-10

Family

ID=50837872

Family Applications (1)

Application Number Title Priority Date Filing Date
UAA200811538A UA96148C2 (ru) 2008-09-25 2008-09-25 Нейросетевая система управления процессом и способ ее конфигурации при обучении

Country Status (1)

Country Link
UA (1) UA96148C2 (ru)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109635942A (zh) * 2018-11-28 2019-04-16 北京工业大学 一种仿脑兴奋态和抑制态工作状态神经网络电路结构及方法
US10387298B2 (en) 2017-04-04 2019-08-20 Hailo Technologies Ltd Artificial neural network incorporating emphasis and focus techniques
CN112906888A (zh) * 2021-03-02 2021-06-04 中国人民解放军军事科学院国防科技创新研究院 一种任务执行方法及装置、电子设备和存储介质
US11221929B1 (en) 2020-09-29 2022-01-11 Hailo Technologies Ltd. Data stream fault detection mechanism in an artificial neural network processor
US11237894B1 (en) 2020-09-29 2022-02-01 Hailo Technologies Ltd. Layer control unit instruction addressing safety mechanism in an artificial neural network processor
US11238334B2 (en) 2017-04-04 2022-02-01 Hailo Technologies Ltd. System and method of input alignment for efficient vector operations in an artificial neural network
US11263077B1 (en) 2020-09-29 2022-03-01 Hailo Technologies Ltd. Neural network intermediate results safety mechanism in an artificial neural network processor
US11544545B2 (en) 2017-04-04 2023-01-03 Hailo Technologies Ltd. Structured activation based sparsity in an artificial neural network
US11551028B2 (en) 2017-04-04 2023-01-10 Hailo Technologies Ltd. Structured weight based sparsity in an artificial neural network
US11615297B2 (en) 2017-04-04 2023-03-28 Hailo Technologies Ltd. Structured weight based sparsity in an artificial neural network compiler
US11811421B2 (en) 2020-09-29 2023-11-07 Hailo Technologies Ltd. Weights safety mechanism in an artificial neural network processor
US12248367B2 (en) 2020-09-29 2025-03-11 Hailo Technologies Ltd. Software defined redundant allocation safety mechanism in an artificial neural network processor
US12430543B2 (en) 2017-04-04 2025-09-30 Hailo Technologies Ltd. Structured sparsity guided training in an artificial neural network

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11354563B2 (en) 2017-04-04 2022-06-07 Hallo Technologies Ltd. Configurable and programmable sliding window based memory access in a neural network processor
US11461615B2 (en) 2017-04-04 2022-10-04 Hailo Technologies Ltd. System and method of memory access of multi-dimensional data
US12430543B2 (en) 2017-04-04 2025-09-30 Hailo Technologies Ltd. Structured sparsity guided training in an artificial neural network
US11216717B2 (en) 2017-04-04 2022-01-04 Hailo Technologies Ltd. Neural network processor incorporating multi-level hierarchical aggregated computing and memory elements
US11675693B2 (en) 2017-04-04 2023-06-13 Hailo Technologies Ltd. Neural network processor incorporating inter-device connectivity
US11238331B2 (en) 2017-04-04 2022-02-01 Hailo Technologies Ltd. System and method for augmenting an existing artificial neural network
US11551028B2 (en) 2017-04-04 2023-01-10 Hailo Technologies Ltd. Structured weight based sparsity in an artificial neural network
US11615297B2 (en) 2017-04-04 2023-03-28 Hailo Technologies Ltd. Structured weight based sparsity in an artificial neural network compiler
US11461614B2 (en) 2017-04-04 2022-10-04 Hailo Technologies Ltd. Data driven quantization optimization of weights and input data in an artificial neural network
US11263512B2 (en) 2017-04-04 2022-03-01 Hailo Technologies Ltd. Neural network processor incorporating separate control and data fabric
US10387298B2 (en) 2017-04-04 2019-08-20 Hailo Technologies Ltd Artificial neural network incorporating emphasis and focus techniques
US11544545B2 (en) 2017-04-04 2023-01-03 Hailo Technologies Ltd. Structured activation based sparsity in an artificial neural network
US11238334B2 (en) 2017-04-04 2022-02-01 Hailo Technologies Ltd. System and method of input alignment for efficient vector operations in an artificial neural network
US11514291B2 (en) 2017-04-04 2022-11-29 Hailo Technologies Ltd. Neural network processing element incorporating compute and local memory elements
CN109635942B (zh) * 2018-11-28 2023-05-05 北京工业大学 一种仿脑兴奋态和抑制态工作状态神经网络电路结构及方法
CN109635942A (zh) * 2018-11-28 2019-04-16 北京工业大学 一种仿脑兴奋态和抑制态工作状态神经网络电路结构及方法
US11237894B1 (en) 2020-09-29 2022-02-01 Hailo Technologies Ltd. Layer control unit instruction addressing safety mechanism in an artificial neural network processor
US11263077B1 (en) 2020-09-29 2022-03-01 Hailo Technologies Ltd. Neural network intermediate results safety mechanism in an artificial neural network processor
US11221929B1 (en) 2020-09-29 2022-01-11 Hailo Technologies Ltd. Data stream fault detection mechanism in an artificial neural network processor
US11811421B2 (en) 2020-09-29 2023-11-07 Hailo Technologies Ltd. Weights safety mechanism in an artificial neural network processor
US12248367B2 (en) 2020-09-29 2025-03-11 Hailo Technologies Ltd. Software defined redundant allocation safety mechanism in an artificial neural network processor
CN112906888B (zh) * 2021-03-02 2023-05-09 中国人民解放军军事科学院国防科技创新研究院 一种任务执行方法及装置、电子设备和存储介质
CN112906888A (zh) * 2021-03-02 2021-06-04 中国人民解放军军事科学院国防科技创新研究院 一种任务执行方法及装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
UA96148C2 (ru) Нейросетевая система управления процессом и способ ее конфигурации при обучении
Matheri et al. Sustainable circularity and intelligent data-driven operations and control of the wastewater treatment plant
CN105955206B (zh) 一种基于数据驱动和参数混合优化的多轴运动控制方法
CN103217907B (zh) 用于使用云计算技术来布置工业工厂仿真器的方法和装置
WO2020227383A8 (en) Combining machine learning with domain knowledge and first principles for modeling in the process industries
CA2594697C (en) Real-time synchronized control and simulation within a process plant
Patsatzis et al. Data-driven control of agent-based models: An equation/variable-free machine learning approach
WO2007061840A3 (en) Data analysis applications
CN112213994A (zh) 在过程工厂的控制系统内使用指导的预测仿真的实时控制
CN120044905A (zh) 一种智能日化生产线在线控制系统
CN116193819B (zh) 一种数据中心机房节能控制方法、系统、装置及电子设备
CN116880372A (zh) 数字孪生工厂的运行优化方法及系统
CA2806948A1 (en) Hybrid sequential and simultaneous process simulation system
Taimun et al. Smart maintenance and reliability engineering in manufacturing
CN118838449A (zh) 一种全数字化实验室温度智能监测装置
Kontolati et al. Manifold learning for coarse-graining atomistic simulations: Application to amorphous solids
Ming et al. Feature selection for chemical process fault diagnosis by artificial immune systems
Amangeldy et al. Development and evaluation of an intelligent control system for sustainable and efficient energy management
Ghoroghi et al. A deep learning approach to predict and optimise energy in fish processing industries
de las Morenas et al. Designing an AI-driven digital twin architecture for building energy prediction
Gašpar et al. Digitizing SMEs in the EU: A scalable model for retrofitting machinery to Industry 4.0
Xue et al. An intelligent quality prediction and autonomous decision system for natural products manufacturing processes
Carvajal-Arango et al. A systems-engineering approach for virtual/real analysis and validation of an automated greenhouse irrigation system
RU2459228C1 (ru) Учебно-лабораторный стенд для подготовки специалистов в области средств и систем автоматизации непрерывных технологических процессов
Fierro et al. Notes paper: enabling building application development with simulated digital twins