Нейросеть и регулирование мощности

Danil

Новичок
#1
Всем доброго дня. Хочу решить такую задачу на производстве:
есть множество координат от физической нагревательной системы (время измерения, заданная температура, мощность в этот момент, получаемая температура), которые получены экспериментальным путем.
Хотелось бы прогнать все полученные данные через нейросеть, чтобы затем она, уловив свойства системы, могла нагревать до заданной температуры и выдерживать ее, регулируя мощность.
Буду благодарен за помощь.
ПС: Программа управления построена на python 2.7+Qt4, Raspbian
 

Денис

Пользователь
#2
Необходимо больше информации о нагревательной системе, и о том что требуется от сети.
Например, может ли сеть воздействовать на что-либо? Сколько у нейросети методов воздействия на систему?
Например:
Есть температура (А), мощность (Б), Получаемая температура (В).
При
А - 0,5
Б - 0,2
В - 0,8
Правильным ответом сети будет открутить вентиль (Г) на 0,6 (или 1,0 например) чтобы нагревательная система работала корректно.
Исходя из данных сеть должна иметь три сенсорных нейрона (А, Б, В) и выходящих нейронов столько сколько есть рычагов влияния на нагревательную систему.
Прогоняем информацию через сеть и получаем профит.
Если это не то что вас интересовало, значит вам следует пояснить вопрос подробнее.
 
Последнее редактирование:

Danil

Новичок
#3
сеть регулирует мощность для |заданная-измеренная|-->0
то есть по сути мы можем передавать в нее разницу температур, а ответом может быть изменение мощности, ∆

данные получены при некотором текущем правиле регулирования, но оно не совсем устраивает
 

Danil

Новичок
#5
Известно, что мощность может иметь вид 1-сигмоид, коэффициенты которой зависят от теплоемкости и начальной разницы температур
 

Денис

Пользователь
#6
Вам нужно описать подробнее работу нагревательной системы и если возможно - с подробным примером.
 

Danil

Новичок
#7
это простое термостатирование: загоняется металл различной массы, нагревается до заданной температуры и выдерживается в течение какого-то времени. из-за того, что масса всегда разная, ПИД дает перелеты, недолеты и т.д.
 

Вложения

Денис

Пользователь
#11
Это местный "ультрафиолетовый эксперт" как он сам себя называет, ждет денег за советы на форумах, короче комплекс бога, не обращайте внимания.
Вам нужно поэкспериментировать с системой при самых различных вариантах, сигналы входных нейронов - это параметры заданные вами, реакция системы - правильные ответы для выходных нейронов, картинка которую вы предоставили это только один элемент, а нужно десятки или даже сотни, тогда можно натренировать сеть.
Второй шаг - поиск оптимума посредством генетического алгоритма, но сначала вам нужно занятся созданием тренировочного сета.
 
#12
Я, кстати, напомню, что в соседней теме Денис поднимал вопрос про нейросетки, решённый (в базовом его варианте) ещё в далёком 1986ом году (и за последующие полтора десятка лет случилось ещё полдюжины работ от других авторов).
Так что все советы отставшего НАВСЕГДА - вызывают у меня только здоровый циничный смех ;)
И я рад, что Вы продолжаете тратить время на разговоры на форуме - вместо того, чтобы заняться самообразованием.
 

Danil

Новичок
#13
логов у меня на некоторых интенсивных задатчиках уже около 1000, на некоторых около 100
я в принципе пока не понимаю с какого хвоста браться за задачу, поскольку в инете либо пример на задаче XOR, либо ничего. Отдельных публикаций по постановке задачи я не нашел
 

Денис

Пользователь
#14
логов у меня на некоторых интенсивных задатчиках уже около 1000, на некоторых около 100
я в принципе пока не понимаю с какого хвоста браться за задачу, поскольку в инете либо пример на задаче XOR, либо ничего. Отдельных публикаций по постановке задачи я не нашел
Начните с того что занесите все свои параметры и ответы (реакция) системы в файл (excel например) попримерно: 01.PNG
Второй шаг - нормализация, из каждого параметра (столбца в моём случае) выбирается максимальное число, все остальные числа делятся на него, например в столбце с градусами самое большое число 150, соответственно 20/150 = 0,133; 120/150=0,800; 150/150 = 1,000; 82/150 = 0,547; и так по каждому столбцу, должно получится приблизительно так: 02.PNG
В результате получаются цифры в диапазоне 0,0-1,0.
Когда справитесь тогда можно будет двигаться дальше.
 

Danil

Новичок
#15
нормировка не проблема. тот же приведенный график уже нормирован автоматически в коде задатчика.
реакцией по сути будет являться разница температур. я упорно для себя не понимаю обучение без правильного ответа. на пестиках и тычинках бы)
 

Денис

Пользователь
#16
нормировка не проблема. тот же приведенный график уже нормирован автоматически в коде задатчика.
реакцией по сути будет являться разница температур. я упорно для себя не понимаю обучение без правильного ответа. на пестиках и тычинках бы)
Генетический алгоритм. В качестве агентов должны выступать обученные на ваших примерах нейронные сети, если не знакомы с этой темой - могу рассказать подробнее, к стати я уже поднимал эту тему на форуме:
Как узнать степень влияния входных (сенсорных) нейронов на выходные нейроны?
 
Последнее редактирование: