Підвищення точності систем зважування в русі за допомогою динамічних нейронних мереж

Abstract

Робота присвячена вирішенню проблеми зважування транспорту в русі у складі сучасних інформаційних технологій та автоматизованих інтелектуальних систем управління міськими ресурсами та інфраструктурою. Метою роботи є підвищення точності вимірювань в системах зважування транспорту в русі в умовах інтенсивного руху, як складової частини інтелектуальних систем управління міською інфраструктурою, сприяючи тим самим підвищенню ефективності та стійкості міських процесів. Наукова новизна полягає у використанні моделей у вигляді нейронних мереж із часовими затримками для обробки даних від датчиків зважування. Застосування цього підходу дає змогу підвищити точність вимірювання маси в системах зважування в русі в умовах інтенсивного руху завдяки врахуванню динамічних і нелінійних властивостей процесу зважування. Практична корисність розробленого методу полягає в розробці нових інноваційних систем зважування у складі сучасних інформаційних технологій та автоматизованих інтелектуальних систем управління міськими ресурсами та інфраструктурою. Апробація методу на імітаційній моделі WIM процесу продемонструвала переваги у точності зважування у порівнянні з традиційними методами, що використовують статичні та лінійні моделі. Експериментальні дані показали зменшення середньоквадратичної похибки порівняно з традиційним методом на основі фільтрів Калмана, що підтверджує ефективність запропонованого підходу.

The paper is devoted to solving the problem of weighing vehicles in motion as part of modern information technologies and automated intelligent systems for managing urban resources and infrastructure. The aim of the work is to improve the accuracy of measurements in systems for weighing vehicles in motion in heavy traffic as part of intelligent urban infrastructure management systems, thereby contributing to the efficiency and sustainability of urban processes. The scientific novelty is the use of models in the form of neural networks with time delays to process data from weighing sensors. The application of this approach makes it possible to improve the accuracy of mass measurement in weighing systems in motion under conditions of intense traffic by taking into account the dynamic and nonlinear properties of the weighing process. The practical usefulness of the developed method lies in the development of new innovative weighing systems as part of modern information technologies and automated intelligent systems for managing urban resources and infrastructure. Testing the method on a simulation model of the WIM process demonstrated advantages in weighing accuracy compared to traditional methods using static and linear models. Experimental data showed a reduction in the root mean square error compared to the traditional method based on Kalman filters, which confirms the effectiveness of the proposed approach.