Тип публикации: статья из журнала
Год издания: 2020
Ключевые слова: artificial neural networks, induction soldering, correction of measurement errors, identification of measurement errors, идентификация погрешностей измерения, коррекция погрешностей измерения, индукционная пайка, искусственные нейронные сети
Аннотация: В статье представлена разработка программного модуля идентификации и коррекции ненормативных погрешностей в процессе индукционной пайки волноводных трактов космических аппаратов. Проведен анализ особенностей технологического процесса индукционной пайки тонкостенных алюминиевых волноводных трактов космических аппаратов, на основе коПоказать полностьюторого сделан вывод о целесообразности использования интеллектуальных методов для идентификации и коррекции ненормативных погрешностей средств измерения в процессе индукционной пайки, а также реализации выбранного метода идентификации ненормативных погрешностей в виде программного модуля к существующей системе управления индукционной пайкой волноводных трактов космических аппаратов. Разработанный модуль позволяет проводить настройку исходных параметров для создания и обучения искусственной нейронной сети, применяемой для решения задачи коррекции ненормативных погрешностей измерений в процессе индукционной пайки, а также искусственной нейронной сети в части функций активации, количества скрытых слоев и искусственных нейронов на слое, продолжительности обучения. Полученную нейросетевую модель можно выгрузить на диск для использования в системе управления процессом индукционной пайки. Также модуль реализует функционал выработки управляющего воздействия для коррекции ненормативных погрешностей. Использование модуля позволяет повысить качество управления технологическим процессом индукционной пайки посредством снижения влияния погрешностей на протекание данного процесса. Программный продукт представляет собой приложение для операционной системы Windows, совместимое с версиями Windows XP/7/8/8.1/10. Приложение разработано с использованием объектно-ориентированного подхода, языка программирования Python и фреймворка PyQt5. Проверка эффективности предложенного программного модуля проводилась на основе данных реальных технологических процессов. Результаты испытаний показали высокую эффективность идентификации и коррекции ненормативных погрешностей в процессе индукционной пайки. The paper presents the development of a software module for the identification and correction of non-standard errors in the process of induction soldering of spacecraft’s waveguide paths. The paper analyzes the features of the technological process of induction soldering of thin-walled aluminum waveguide paths of spacecraft. Based on this analysis, the authors concluded that it is appropriate to use intelligent methods to identify and correct non-standard errors of measurement tools in the process of induction soldering. The authors also concluded that the chosen method of identifying non-normative errors as a software module for the existing control system for induction soldering of spacecraft waveguide paths. The developed module allows us to configure the initial parameters to create and train an artificial neural network used to solve the problem of non-standard measurement error correction in the process of induction soldering. The module allows us to configure the artificial neural network in terms of activation functions, hidden layers number, artificial neuron number on the layer, and training duration. The resulting neural network model can be uploaded to disk for use in the induction soldering automated control system. The module also implements the functional of generating a control action for the correction of non-standard errors. Using the module allows us to improve the quality of the induction soldering process control by reducing the influence of errors on the course of this process. The software product is an application for the Windows operating system that is compatible with versions of Windows XP/7/8/8.1/10. The application was developed using the Python programming language and the PyQt5 framework. Data from actual technological processes were the basis for checking the effectiveness of the proposed software module The test results showed high efficiency of identification and correction of non-standard errors in the process of induction soldering.
Журнал: Программные продукты и системы
Выпуск журнала: № 3
Номера страниц: 502-509
ISSN журнала: 0236235X
Место издания: Тверь
Издатель: Куприянов Валерий Петрович