Метод нейросетевого прогнозирования изменения состояния объектов диагностики на металлургическом производстве

Abstract

Реализован метод анализа временных рядов основных параметров объектов диагностики металлургического предприятия, основанный на нейросетевом прогнозировании состояния этих объектов. Описана и обоснована структура нейронной сети для прогнозирования изменения основных параметров пере- движных миксеров на металлургическом производстве. Проведенное сравнение различных методов для прогно- зирования состояния передвижных миксеров показало лучшую эффективность при нейросетевом прогнозиро- вании.

Diagnostic object basic parameters time series analysis method of metallurgical enterprises realized and based on neural network prediction of this objects. The neural network structure for basic parameters of the moving mixers condition prediction has been described. Different methods comparison proved better efficacy prediction in case of neural network forecast background.

Реалізовано підхід до аналізу часових рядів основних параметрів об'єктів діагностики металургійного підприємства, заснований на нейромережному прогнозуванні стану цих об'єктів. Описано та обґрунтовано структуру нейронної мережі для прогнозування зміни основних параметрів рухомих міксерів на мета- лургійному виробництві. Проведене порівняння різних методів для прогнозування стану рухомих міксерів показало кращу ефективність прогнозування при нейромережевому прогнозуванні.