Transcript kornienkox - Кузбасский государственный технический
Slide 1
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«КУЗБАССКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
ИМЕНИ. Т. Ф. ГОРБАЧЕВА»
Нейросетевые методы и технология
автоматизированных баз данных для
идентификации состава угольных
коцентратов
Магистерская диссертация
Исполнитель: Корниенко Игорь Леонидович,
магистрант гр. ПИм-131
Научный руководитель: Пимонов Александр
Григорьевич, д.т.н., профессор
Кемерово 2015
Slide 2
ОАО «Кокс»
один из крупнейших в России производителей
металлургического кокса
2
Slide 3
Цель, объект и предмет исследования
Цель
Уменьшение стоимости и повышение оперативности процедуры
идентификации состава угольных концентратов для
производства металлургического кокса.
Объект
Процедура идентификации состава угольных концентратов
Предмет
Нейросетевые методы и технология автоматизированных баз
данных в составе программного инструментария для
идентификации состава угольных концентратов
3
Slide 4
Задачи
выполнить анализ существующих методов определения состава
угольных концентратов;
рассмотреть базовые принципы построения нейронных сетей и
алгоритмы их обучения;
описать структуру, интерфейс и функциональные возможности базы
данных уникальных углей;
предложить модель нейронной сети, позволяющую
идентифицировать состав угольных концентратов;
разработать алгоритм обучения нейронной сети, базирующийся на
базе данных уникальных углей;
разработать нейросетевую информационную систему для
идентификации состава угольных концентратов.
4
Slide 5
Искусственная нейронная сеть
Определение
Математическая модель, построенная по
принципу организации и функционирования
биологической нейронной сети
5
Slide 6
Нейронные сети
Решение задач при неизвестных закономерностях
Преимущества Устойчивость к шумам во входных данных
нейронных
Адаптация к изменениям окружающей среды
сетей
Потенциальное сверхвысокое быстродействие
6
Slide 7
Средства разработки приложения
Интегрированная среда разработки
Visual Studio 2010
Объектно-ориентированный язык
программирования C#
Технология построения интерфейсов
Windows Presentation Foundation
7
Slide 8
Начало работы
8
Slide 9
Добавление скрытых слоев
9
Slide 10
Обучение сети
10
Slide 11
Подключение к базе данных
11
Slide 12
Ввод параметров
12
Slide 13
Определение состава
13
Slide 14
Исходные данные для апробации
Параметры угольных концентратов
№
AD
VD
VDAF
R0
VT
VTI
ZOK
Y
X
SI
FMAX
TP TMAX TZ
SDT
PD
SIO2
AL2O FE2O
CAO
3
3
1
13,90 22,78 24,18 1,21 55,53 35,09 37,90 15,15 27,05 2,90 11522,70 166,65 201,45 220,20 0,36 0,01 48,71 22,65 7,78
8,54
2
8,42 25,30 26,70 1,12 69,72 52,16 26,30 22,80 14,00 5,60 21754,20 216,00 271,80 297,00 0,38 0,01 44,06 25,99 5,94
9,68
3
12,61 19,93 21,12 1,35 42,32 20,02 48,07 8,70 31,70 1,10 4056,10 75,10 89,00 97,30 0,30 0,01 47,65 21,15 10,61 8,75
4
24,32 22,83 24,55 1,15 52,44 29,38 40,77 13,70 41,10 1,00 5777,70 231,50 263,80 288,50 0,41 0,01 57,04 18,05 8,06
6,85
5
19,04 21,53 22,97 1,24 51,08 26,92 41,67 13,30 35,30 1,00 4960,70 235,10 269,20 291,30 0,36 0,02 51,58 22,14 7,16
7,25
Процентное содержание углей в концентратах
Спекающиеся Длиннопламен
угли
ные угли
№
Бурый уголь
Газовые угли
Жирные угли
1
0,3
0,2
0,2
0,15
0,15
0
2
0,6
0,2
0,2
0
0
0
3
0,1
0,2
0,2
0,4
0,1
0
4
0,1
0,2
0,1
0,1
0,5
0
5
0,1
0,2
0,1
0,1
0,3
0,2
Антрациты
14
Slide 15
Результаты работы программы
Спекающиеся Длиннопламен
угли
ные угли
№
Бурый уголь
Газовые угли
Жирные угли
1
0,299
0,204
0,19
0,155
0,120
0.001
2
0,518
0,203
0,199
0.01
0.1
0.04
3
0,098
0,2
0,19
0,31
0,09
0
4
0,12
0,228
0,107
0,1
0,39
0.01
5
0,19
0,2
0,1
0,103
0,288
0,210
Антрациты
15
Slide 16
Погрешности в результатах
Спекающиеся Длиннопламен
угли
ные угли
№
Бурый уголь
Газовые угли
Жирные угли
1
-0,001
+0,004
-0,01
-0,005
-0.05
-0,001
2
+0,082
-0,003
+0,001
-0,01
-0,1
-0,04
3
+0,002
0
+0,01
+0,09
+0,01
0
4
-0,02
-0,028
-0,007
0
+0,11
-0,01
5
-0,09
0
0
-0,003
+0,002
-0,01
Антрациты
16
Slide 17
Заключение
Решенные задачи
1.
2.
3.
4.
5.
6.
Выполнен анализ существующих методов определения состава угольных
концентратов;
Рассмотрены базовые принципы построения нейронных сетей и алгоритмы их
обучения.
Описана структура, интерфейс и функциональные возможности базы данных
уникальных углей.
Предложена модель нейронной сети, позволяющую идентифицировать состав
угольных концентратов.
Разработан алгоритм обучения нейронной сети, базирующийся на базе данных
уникальных углей.
Разработана нейросетевая информационная система для идентификации состава
угольных концентратов.
17
Slide 18
Публикации
1.
2.
3.
4.
5.
6.
Корниенко, И.Л. Нейросетевая информационная система для определения состава угольного
концентрата / И.Л. Корниенко, В.С. Дороганов, А.Г. Пимонов // Вестник Кузбасского
государственного технического университета. – 2014. – №6. – С. 108-113.
Корниенко, И.Л. Нейросетевая информационная система для определения состава угольного
концентрата / Современные тенденции и инновации в науке и производстве: Материалы II
Международной научно-практ. конф., Междуреченск, 3-5 апреля 2013 г. – Междуреченск:
изд-во филиала КузГТУ, 2013. – С. 299-300.
Корниенко, И.Л. Нейросетевая система для определения состава угольного концентрата //
Наука. Технологии. Инновации. Материалы всероссийской научной конференции молодых
ученых в 10 ч. Часть 3. – Новосибирск: Изд-во НГТУ, 2013. – С. 205-208.
Корниенко, И.Л. Интеллектуальные информационные технологии для определения состава
угольного концентрата // Материалы 52-й Международной научной студенческой
конференции МНСК-2014: Информационные технологии / Новосиб. гос. ун-т, Новосибирск,
2014. – С. 146.
Корниенко, И.Л. Использование базы данных уникальных углей в обучении нейросетовой
информационной системы для определения состава угольного концентрата // Перспективы
развития информационных технологий: Труды Всероссийской молодежной научнопрактической конференции, г. Кемерово, 29-30 мая 2014 г. – Кемерово, 2014. – С. 78-79.
Корниенко, И.Л. Обучение нейросетовой информационной системы для определения
состава угольного концентрата с использованием базы данных уникальных углей //
Информационные системы и технологии в образовании, науке и бизнесе (ИСиТ-2014).
Материалы Всероссийской молодежной научно-практической школы, г. Кемерово, 19-21
июня 2014 г. – С 127-128.
18
Slide 19
Публикации
7. Корниенко, И.Л. Нейросетевая информационная система для определения состава угольного
концентрата // Международный конкурс научных работ студентов Smart IT.
8. Корниенко, И.Л. Использование базы данных уникальных углей в обучении нейросетовой
информационной системы для определения состава угольного концентрата // Информационнотелекоммуникационные системы и технологии (ИТСиТ-2014): Материалы Всероссийской
научно-практической конференции, г. Кемерово, 16-17 октября 2014 г.; Кузбас. гос. техн. ун-т
им. Т.Ф. Горбачева. – Кемерово, 2014. – С. 87.
9. Корниенко, И.Л. Нейросетевые технологии для определения состава угольного концентрата //
Инновационный конвент «Кузбасс: образование, наука, инновации»: материалы
Инновационного конвента / Сиб. гос. индустр. ун-т. – Кемерово; Новокузнецк: Изд. центр
СибГИУ, 2014. – С. 313
10. Корниенко, И.Л. Интеллектуальная нейросетевая система для определения состава угольного
концентрата // 17-я Российская научно-практическая конференция «Инжиниринг предприятий
и управление знаниями (ИП&УЗ-2014)»: Сборник научных трудов / Московский
государственный университет экономики, статистики и информатики. – М.: Изд-во МЭСИ,
2014. – С. 362-366.
11. Корниенко, И.Л. Нейросетевые методы и технология автоматизированных баз данных для
идентификации состава угольных концентратов // VII Всероссийская научно-практическая
конференция молодых ученных с международным участием «Россия молодая»: материалы VII
Всероссийской научно-практической конференции молодых ученных, г. Кемерово, 21-24 апреля
2015 г.; Кузбас. гос. техн. ун-т им. Т.Ф. Горбачева. – Кемерово, 2015 [Электронный ресурс].
19
Slide 20
Конкурсы студенческих работ
20
Slide 21
Спасибо за внимание!
Нейросетевые методы и технология
автоматизированных баз данных для
идентификации состава угольных
коцентратов
Исполнитель: Корниенко Игорь Леонидович,
магистрант гр. ПИм-131
Научный руководитель: Пимонов Александр
Григорьевич, д.т.н., профессор
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«КУЗБАССКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
ИМЕНИ. Т. Ф. ГОРБАЧЕВА»
Нейросетевые методы и технология
автоматизированных баз данных для
идентификации состава угольных
коцентратов
Магистерская диссертация
Исполнитель: Корниенко Игорь Леонидович,
магистрант гр. ПИм-131
Научный руководитель: Пимонов Александр
Григорьевич, д.т.н., профессор
Кемерово 2015
Slide 2
ОАО «Кокс»
один из крупнейших в России производителей
металлургического кокса
2
Slide 3
Цель, объект и предмет исследования
Цель
Уменьшение стоимости и повышение оперативности процедуры
идентификации состава угольных концентратов для
производства металлургического кокса.
Объект
Процедура идентификации состава угольных концентратов
Предмет
Нейросетевые методы и технология автоматизированных баз
данных в составе программного инструментария для
идентификации состава угольных концентратов
3
Slide 4
Задачи
выполнить анализ существующих методов определения состава
угольных концентратов;
рассмотреть базовые принципы построения нейронных сетей и
алгоритмы их обучения;
описать структуру, интерфейс и функциональные возможности базы
данных уникальных углей;
предложить модель нейронной сети, позволяющую
идентифицировать состав угольных концентратов;
разработать алгоритм обучения нейронной сети, базирующийся на
базе данных уникальных углей;
разработать нейросетевую информационную систему для
идентификации состава угольных концентратов.
4
Slide 5
Искусственная нейронная сеть
Определение
Математическая модель, построенная по
принципу организации и функционирования
биологической нейронной сети
5
Slide 6
Нейронные сети
Решение задач при неизвестных закономерностях
Преимущества Устойчивость к шумам во входных данных
нейронных
Адаптация к изменениям окружающей среды
сетей
Потенциальное сверхвысокое быстродействие
6
Slide 7
Средства разработки приложения
Интегрированная среда разработки
Visual Studio 2010
Объектно-ориентированный язык
программирования C#
Технология построения интерфейсов
Windows Presentation Foundation
7
Slide 8
Начало работы
8
Slide 9
Добавление скрытых слоев
9
Slide 10
Обучение сети
10
Slide 11
Подключение к базе данных
11
Slide 12
Ввод параметров
12
Slide 13
Определение состава
13
Slide 14
Исходные данные для апробации
Параметры угольных концентратов
№
AD
VD
VDAF
R0
VT
VTI
ZOK
Y
X
SI
FMAX
TP TMAX TZ
SDT
PD
SIO2
AL2O FE2O
CAO
3
3
1
13,90 22,78 24,18 1,21 55,53 35,09 37,90 15,15 27,05 2,90 11522,70 166,65 201,45 220,20 0,36 0,01 48,71 22,65 7,78
8,54
2
8,42 25,30 26,70 1,12 69,72 52,16 26,30 22,80 14,00 5,60 21754,20 216,00 271,80 297,00 0,38 0,01 44,06 25,99 5,94
9,68
3
12,61 19,93 21,12 1,35 42,32 20,02 48,07 8,70 31,70 1,10 4056,10 75,10 89,00 97,30 0,30 0,01 47,65 21,15 10,61 8,75
4
24,32 22,83 24,55 1,15 52,44 29,38 40,77 13,70 41,10 1,00 5777,70 231,50 263,80 288,50 0,41 0,01 57,04 18,05 8,06
6,85
5
19,04 21,53 22,97 1,24 51,08 26,92 41,67 13,30 35,30 1,00 4960,70 235,10 269,20 291,30 0,36 0,02 51,58 22,14 7,16
7,25
Процентное содержание углей в концентратах
Спекающиеся Длиннопламен
угли
ные угли
№
Бурый уголь
Газовые угли
Жирные угли
1
0,3
0,2
0,2
0,15
0,15
0
2
0,6
0,2
0,2
0
0
0
3
0,1
0,2
0,2
0,4
0,1
0
4
0,1
0,2
0,1
0,1
0,5
0
5
0,1
0,2
0,1
0,1
0,3
0,2
Антрациты
14
Slide 15
Результаты работы программы
Спекающиеся Длиннопламен
угли
ные угли
№
Бурый уголь
Газовые угли
Жирные угли
1
0,299
0,204
0,19
0,155
0,120
0.001
2
0,518
0,203
0,199
0.01
0.1
0.04
3
0,098
0,2
0,19
0,31
0,09
0
4
0,12
0,228
0,107
0,1
0,39
0.01
5
0,19
0,2
0,1
0,103
0,288
0,210
Антрациты
15
Slide 16
Погрешности в результатах
Спекающиеся Длиннопламен
угли
ные угли
№
Бурый уголь
Газовые угли
Жирные угли
1
-0,001
+0,004
-0,01
-0,005
-0.05
-0,001
2
+0,082
-0,003
+0,001
-0,01
-0,1
-0,04
3
+0,002
0
+0,01
+0,09
+0,01
0
4
-0,02
-0,028
-0,007
0
+0,11
-0,01
5
-0,09
0
0
-0,003
+0,002
-0,01
Антрациты
16
Slide 17
Заключение
Решенные задачи
1.
2.
3.
4.
5.
6.
Выполнен анализ существующих методов определения состава угольных
концентратов;
Рассмотрены базовые принципы построения нейронных сетей и алгоритмы их
обучения.
Описана структура, интерфейс и функциональные возможности базы данных
уникальных углей.
Предложена модель нейронной сети, позволяющую идентифицировать состав
угольных концентратов.
Разработан алгоритм обучения нейронной сети, базирующийся на базе данных
уникальных углей.
Разработана нейросетевая информационная система для идентификации состава
угольных концентратов.
17
Slide 18
Публикации
1.
2.
3.
4.
5.
6.
Корниенко, И.Л. Нейросетевая информационная система для определения состава угольного
концентрата / И.Л. Корниенко, В.С. Дороганов, А.Г. Пимонов // Вестник Кузбасского
государственного технического университета. – 2014. – №6. – С. 108-113.
Корниенко, И.Л. Нейросетевая информационная система для определения состава угольного
концентрата / Современные тенденции и инновации в науке и производстве: Материалы II
Международной научно-практ. конф., Междуреченск, 3-5 апреля 2013 г. – Междуреченск:
изд-во филиала КузГТУ, 2013. – С. 299-300.
Корниенко, И.Л. Нейросетевая система для определения состава угольного концентрата //
Наука. Технологии. Инновации. Материалы всероссийской научной конференции молодых
ученых в 10 ч. Часть 3. – Новосибирск: Изд-во НГТУ, 2013. – С. 205-208.
Корниенко, И.Л. Интеллектуальные информационные технологии для определения состава
угольного концентрата // Материалы 52-й Международной научной студенческой
конференции МНСК-2014: Информационные технологии / Новосиб. гос. ун-т, Новосибирск,
2014. – С. 146.
Корниенко, И.Л. Использование базы данных уникальных углей в обучении нейросетовой
информационной системы для определения состава угольного концентрата // Перспективы
развития информационных технологий: Труды Всероссийской молодежной научнопрактической конференции, г. Кемерово, 29-30 мая 2014 г. – Кемерово, 2014. – С. 78-79.
Корниенко, И.Л. Обучение нейросетовой информационной системы для определения
состава угольного концентрата с использованием базы данных уникальных углей //
Информационные системы и технологии в образовании, науке и бизнесе (ИСиТ-2014).
Материалы Всероссийской молодежной научно-практической школы, г. Кемерово, 19-21
июня 2014 г. – С 127-128.
18
Slide 19
Публикации
7. Корниенко, И.Л. Нейросетевая информационная система для определения состава угольного
концентрата // Международный конкурс научных работ студентов Smart IT.
8. Корниенко, И.Л. Использование базы данных уникальных углей в обучении нейросетовой
информационной системы для определения состава угольного концентрата // Информационнотелекоммуникационные системы и технологии (ИТСиТ-2014): Материалы Всероссийской
научно-практической конференции, г. Кемерово, 16-17 октября 2014 г.; Кузбас. гос. техн. ун-т
им. Т.Ф. Горбачева. – Кемерово, 2014. – С. 87.
9. Корниенко, И.Л. Нейросетевые технологии для определения состава угольного концентрата //
Инновационный конвент «Кузбасс: образование, наука, инновации»: материалы
Инновационного конвента / Сиб. гос. индустр. ун-т. – Кемерово; Новокузнецк: Изд. центр
СибГИУ, 2014. – С. 313
10. Корниенко, И.Л. Интеллектуальная нейросетевая система для определения состава угольного
концентрата // 17-я Российская научно-практическая конференция «Инжиниринг предприятий
и управление знаниями (ИП&УЗ-2014)»: Сборник научных трудов / Московский
государственный университет экономики, статистики и информатики. – М.: Изд-во МЭСИ,
2014. – С. 362-366.
11. Корниенко, И.Л. Нейросетевые методы и технология автоматизированных баз данных для
идентификации состава угольных концентратов // VII Всероссийская научно-практическая
конференция молодых ученных с международным участием «Россия молодая»: материалы VII
Всероссийской научно-практической конференции молодых ученных, г. Кемерово, 21-24 апреля
2015 г.; Кузбас. гос. техн. ун-т им. Т.Ф. Горбачева. – Кемерово, 2015 [Электронный ресурс].
19
Slide 20
Конкурсы студенческих работ
20
Slide 21
Спасибо за внимание!
Нейросетевые методы и технология
автоматизированных баз данных для
идентификации состава угольных
коцентратов
Исполнитель: Корниенко Игорь Леонидович,
магистрант гр. ПИм-131
Научный руководитель: Пимонов Александр
Григорьевич, д.т.н., профессор