ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «КУЗБАССКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ИМ. Т. Ф. ГОРБАЧЕВА» Разработка нейросетевой информационной системы для определения состава угольного концентрата Исполнитель: Корниенко Игорь Леонидович, студент гр. ПИ-081 Научный руководитель: Пимонов Александр Григорьевич, д.т.н., профессор

ОАО «Кокс» одно из крупнейших в России предприятий, производящих металлургический кокс 2

Цель и задачи работы Цель Разработка нейросетевой информационной системы, позволяющей определять состав угольного концентрата без использования дорогостоящего оборудования. Задачи Рассмотреть классификацию углей и угольных концентратов, выполнить анализ используемых методов и существующей системы определения состава угольного концентрата. Выполнить обзор и анализ базовых принципов построения искусственных нейронных сетей. Разработать нейросетевую информационную систему для определения состава угольного концентрата. Провести вычислительные эксперименты по определению состава угольного концентрата. 3

Искусственная нейронная сеть Определение Математическая модель, построенная по принципу организации и функционирования биологической нейронной сети 4

Нейронные сети Преимущества нейронных сетей Решение задач при неизвестных закономерностях Устойчивость к шумам во входных данных Потенциальное сверхвысокое быстродействие Адаптация к изменениям окружающей среды 5

Средства разработки приложения Интегрированная среда разработки Visual Studio 2010 Объектно-ориентированный язык программирования C# Технология построения интерфейсов Windows Presentation Foundation 6

Начало работы 7

Добавление скрытых слоев 8

Загрузка файла 9

Обучение сети 10

Сохранение архитектуры 11

Ввод параметров 12

Определение состава 13

Исходные данные для апробации ADVDVDAFR0VTVTIZOKYXSIFMAXTPTMAXTZSDTPDSIO2 AL2O 3 FE2O 3 CAO 113,9022,7824,181,2155,5335,0937,9015,1527,052, ,70166,65201,45220,200,360,0148,7122,657,788,54 28,4225,3026,701,1269,7252,1626,3022,8014,005, ,20216,00271,80297,000,380,0144,0625,995,949,68 312,6119,9321,121,3542,3220,0248,078,7031,701,104056,1075,1089,0097,300,300,0147,6521,1510,618,75 424,3222,8324,551,1552,4429,3840,7713,7041,101,005777,70231,50263,80288,500,410,0157,0418,058,066,85 519,0421,5322,971,2451,0826,9241,6713,3035,301,004960,70235,10269,20291,300,360,0251,5822,147,167,25 Параметры угольных концентратов Процентное содержание углей в концентратах 14 Бурый угольГазовые углиЖирные углиСпекающиеся угли Длиннопламенные угли Антрациты 1 30% 20% 15% 0% 2 60% 20% 0% 3 10% 20% 40%10%0% 4 10% 20%10% 50%0% 5 10% 20%10% 30%20%

Результаты работы программы Бурый угольГазовые углиЖирные угли Спекающиеся угли Длиннопламен ные угли Антрациты 1 29,9%20,4%19%15,5%14,9%0,1% 2 59,4%19,7%19,9%1%0,2%0,7% 3 9,8%20%19%40,7%9,8%0% 4 11%20,8%9,7%10%49,1%0,3% 5 11%20%9,1%10,3%29,8%20,8% 15

Погрешности в результатах 16 Бурый угольГазовые углиЖирные угли Спекающиеся угли Длиннопламен ные угли Антрациты 1 -0,01%+0,4%-1%+0,5%-0,1%+0,1% 2 -0,6%-0,3%-0,1%+1%+0,2%+0,7% 3 -0,2%0%-1%+0,7%-0,2%0% 4 +1%+0,8%-0,3%0%-0,9%+0,3% 5 +1%0%-0,9%+0,3%-0,2%0%

Заключение Решенные задачи Рассмотрена классификация углей и угольных концентратов, выполнен анализ используемых методов и существующей системы определения состава угольного концентрата. Выполнен обзор современных нейросетевых технологий. Разработана нейросетевая информационная система для определения состава угольного концентрата. Проведены вычислительные эксперименты по определению состава угольного концентрата. 17

Акт о внедрении 18

Спасибо за внимание! Разработка нейросетевой информационной системы для определения состава угольного концентрата Исполнитель: Корниенко Игорь Леонидович, студент гр. ПИ-081 Научный руководитель: Пимонов Александр Григорьевич, д.т.н., профессор

Архитектура многослойного персептрона 20 A 1-3 A 1-1 A 1-2 A 2-1 A 2-2 S1S1S1S1 S2S2S2S2 R2R2R2R2 R1R1R1R1