EIRNUZP – Електронний інституційний репозитарій Національного університету «Запорізька політехніка»
Інституційний репозитарій Національного університету «Запорізька політехніка» – це електронний архів, що накопичує, систематизує, зберігає та забезпечує довготривалий відкритий доступ до електронних публікацій та електронних версій документів наукового та навчально-методичного призначення, авторами яких є співробітники, аспіранти, докторанти та студенти Національного університету «Запорізька політехніка».
Communities in DSpace
Select a community to browse its collections.
Recent Submissions
Application of acoustic analysis in control systems of robotic machine tools
(Національний університет "Запорізька політехніка", 2018) Kovalevska, О. S.; Kovalevskyy, S. V.; Ковалевська, О. С.; Ковалевський, С. В.
EN: . The problem of controlling complex technological machines such as machines with mechanisms based on kinematics with parallel structure is given consideration in the article in order to improve accuracy of positioning of actuators, to ensure their dynamic adjustment and optimization of trajectories of displacement of operating elements of the equipment (cutting tools, assembling or controlling instruments). The object of the study is the model of the operating area of a mobile robotic machine tool.
Objective. The goal of the work is to create a concept for controlling a mobile robotic machine tool applying acoustic control on the basis of a reference model based on deep neural networks.
Method. A method of identification and control of a mobile robotic machine tool using spectral description of absorption of acoustic wave with further processing of obtained information is offered. This method allows determining accuracy of positioning of actuators, as well as conducting dynamic adjustment and optimization of trajectories of displacement of operating elements of the equipment. A method of acoustic analysis for precision machining on machine tools with parallel kinematics has been developed.
Results. A neural network reference model has been constructed, which allows to diagnose current characteristics of the state of objects in different conditions, namely mechanism’s configuration, mechanism’s geometric parameters while running motor-spindle, dynamics of displacement of mechanism’s nodes of the experimental stand with variable velocities and load on the drive, as well as temperature changes of the object. The developed neural network models also were tested for adequacy.
Conclusions. The experiments on the study of the dependency between the parameters of the spectrum of the acoustic signal with a given discreteness disturbed by excitatory effect in the form of “white noise” confirmed efficiency of this approach. Prospects for further research may consist in creation of methods for optimal control of complex technological machines to improve accuracy of positioning of actuators and to improve their dynamic settings.
UK: Актуальність. Розглянуто задачу управління складними технологічними машинами, такими, як верстати з механізмами на основі кінематики з паралельною структурою для підвищення точності позиціонування виконавчих механізмів, забезпечення їх динамічної настройки і оптимізації траєкторій переміщень робочих органів обладнання (ріжучого інструменту, складального або контролюючого інструменту). Об’єктом дослідження є модель робочої зони мобільного верстата-робота.
Мета роботи – створення концепції управління мобільним верстатом-роботом із застосуванням акустичного контролю на основі еталонної моделі на глибоких нейронних мережах.
Метод. Запропоновано метод ідентифікації та управління мобільним верстатом - роботом з використанням спектрального опису поглинання акустичної хвилі з подальшою обробкою отриманій інформації. Метод дозволяє визначати точність позиціонування виконавчих механізмів, проводити їх динамічну настройку і оптимізацію траєкторій переміщень робочих органів обладнання. Розроблено методику акустичної діагностики забезпечення точності механічної обробки на верстатах з паралельною кінематикою.
Результати. Побудована нейромережева еталонна модель, що дозволяє діагностувати поточну характеристики стану об’єктів в різних умовах, а саме, конфігурацію механізму, геометричні параметри механізму при працюючому мотор-шпинделі, динаміку переміщення вузлів механізму експериментального стенду зі змінною швидкістю і навантаженням на привід, зміни температури об’єкта. Розроблені нейромережні моделі були перевірені на адекватність.
Висновки. Проведені експерименти по дослідженню залежності між параметрами спектра акустичного сигналу із заданою дискретністю, порушеної збудливим впливом у вигляді «білого шуму», підтвердили працездатність даного підходу. Перспективи подальших досліджень можуть полягати в створенні методів оптимального управління складними технологічними машинами для підвищення точності позиціонування виконавчих механізмів, удосконалення їх динамічної настройки.
Optimization of parameters of machine learning of the system of functional diagnostics of the electric drive of a shaft lifting machine
(Національний університет "Запорізька політехніка", 2018) Dovbysh, A. S.; Velykodnyi, D. V.; Protsenko, O. B.; Zimovets, V. I.; Довбиш, А. С.; Великодний, Д. В.; Проценко, О. Б.; Зимовець, В. І.
EN: . The actual task of increasing the functional efficiency of machine learning of the system of functional diagnosis of the electric drive of a hoisting mine machine is solved.
The specific objective of this study was to develop a method for the information synthesis of a learning system for the functional diagnosis of the electric drive of a hoisting mine machine, which allows increasing the reliability and efficiency of diagnostic solutions in accordance with the decisive rules built in the process of machine learning.
Method. The method of information-extreme machine learning of the system of functional diagnosis of the electric drive of a mine-hoisting machine is proposed, based on the maximization of the information capacity of the system in the process of its training. Based on the computer-generated optimal learning parameters of the hyperspherical containers of the recognition classes, within the framework of the geometric approach, decisive rules that are practically invariant to the spatiality of the space of diagnostic features are constructed. In addition, increasing the efficiency of machine learning systems is achieved by parallel-sequential optimization of control tolerances for diagnostic features. In this case, the quasi-optimal control tolerances for diagnostic tests obtained during parallel optimization are used as start-ups for their sequential optimization. As a criterion for optimizing the parameters of machine learning, the modified information measure of Kulbak is used, which is a functional of the accuracy characteristics of diagnostic solutions.
Results. The algorithmic and software for machine learning of the system for functional diagnosis of the electric drive of a mine hoisting machine has been developed, which makes it possible to build decisive rules for the adoption of highly reliable diagnostic solutions when the system is in operation.
Conclusions. The results of physical modeling confirm the operability of the proposed method of machine learning and the developed software of the functional diagnosis system of the electric drive of a hoisting mine machine, which allows them to be recommended for solving practical problems of diagnosing and automatic control of traction machines.
UK: Актуальність. Розв’язана актуальна задача підвищення функціональної ефективності машинного навчання системи функціонального діагностування електроприводу шахтної підйомної машини.
Мета роботи – розробка методу інформаційного синтезу здатної навчатися системи функціонального діагностування електроприводу шахтної підйомної машини, який дозволяє за побудованими в процесі машинного навчання вирішальними правилами підвищити достовірність та оперативність діагностичних рішень.
Метод. Запропоновано метод інформаційно-екстремального машинного навчання системи функціонального діагностування електроприводу шахтної підйомної машини, що ґрунтується на максимізації інформаційної спроможності системи в процесі її навчання. За отриманими в результаті машинного навчання оптимальними в інформаційному розумінні параметрами гіперсферичних контейнерів класів розпізнавання побудовано в рамках геометричного підходу вирішальні правила, практично інваріантні до багатовимірності простору діагностичних ознак. Крім того, підвищення оперативності машинного навчання системи досягається шляхом паралельно-послідовної оптимізації контрольних допусків на діагностичні ознаки. При цьому отримані в процесі паралельної оптимізації квазіоп тимальні контрольні допуски на діагностичні ознаки використовуються як стартові при їх послідовній оптимізації. Як критерій оптимізації параметрів машинного навчання використовується модифікована інформаційна міра Кульбака, яка є функціоналом від точнісних характеристик діагностичних рішень.
Результати. Розроблено алгоритмічне та програмне забезпечення машинного навчання системи функціонального діагностування електроприводу шахтної підйомної машини, яке дозволяє побудувати вирішальні правила для прийняття високо достовірних діагностичних рішень при функціонуванні системи в робочому режимі
Висновки. За результатами фізичного моделювання підтверджено працездатність запропонованого методу машинного навчання і розробленого програмного забезпечення системи функціонального діагностування електроприводу шахтної підйомної машини, що дозволяє їх рекомендувати для розв’язання практичних задач діагностування і автоматичного керування тяговими машинами.
Оптимізація класифікатора автоматизованої системи розпізнавання мовця критичного застосування
(Національний університет "Запорізька політехніка", 2018) Бісікало, О. В.; Грищук, Т. В.; Ковтун, В. В.; Bisikalo, O. V.; Grischuk, T. V.; Kovtun, V. V.
UK: Актуальність. Розглянуто питання адаптації згортального нейромережевого класифікатора для використання у автоматизовані системі розпізнавання мовців критичного застосування (АСРМКЗ). Об’єктом дослідження є індивідуальні особливості мовного процесу людини.
Мета роботи. Розроблення заходів по виділенню з мовного сигналу індивідуальних для мовця ознак, підвищення їх інформативності в результаті виконання факторного аналізу, їх візуальне представлення для використання згортального нейромережевого класифікатора та оптимізація його архітектури для потреб АСРМКЗ.
Метод. Запропоновано заходи по оптимізації процедури класифікації мовців АСРМКЗ, для чого теоретично обґрунтовано оптимальний спосіб представлення інформативних ознак і метод підвищення їх інформативності, обґрунтовано вид топологію і заходи для підвищення ефективності процесу розпізнавання мовців. Зокрема, обґрунтовано доцільність використання нормалізованих за потужністю кепстральних коефіцієнтів PNCC для опису фонограм, записаних в умовах шумного оточення, запропоновано використовувати фільтри Габора для представлення інформації, що аналізуватиметься згортальною нейромережею, вибрано оптимальний метод факторного аналізу, а саме, розріджений метод аналізу головних компонент, для зменшення розмірності вектору ознак із збереженням його інформативності, запропоновано удосконалену топологію згортальної нейромережі для АСРМКЗ, у якій фільтри Габора інтегровано у згортальний шар, що дозволяє оптимізувати їх параметри при навчанні нейромережі, і на повнозв’язному шарі використано глибоку нейромережу із bottleneck-шаром, ваги якого після навчання використано як вхідні дані для контрольного GMM/HMM-класифікатора.
Результати. Методи представлення та оптимізації інформативних для розпізнавання мовця ознак, методи їх візуального представлення та удосконалення топології згортальної нейромережі для прийняття рішень на їх основі.
Висновки. Отримані теоретичні результати знайшли емпіричного підтвердження. Зокрема, доведено стійкість удосконаленої згортальної нейромережі до присутності шумів оточення у вхідних фонограмах, яка виявилася вищою за показники звичайної згортальної нейромережі та глибокої нейромережі. При зростанні ВСШ>10 дБ контрольний GMM/HMM-класифікатор виявився ефективнішим за нейромережеві щодо імовірності прального розпізнавання мовців, що можна пояснити ефективністю використаної UBM-моделі, але він є і суттєво ресурсоємнішим. Також емпірично виявлено вікна банку фільтрів Габора, які надавали найбільш варіативну щодо індивідуальних особливостей мовлення, інформацію.
EN: The questions of adapting the convolution neural network classifier use in automatic speaker recognition system of critical use (ASRSCU) are considered. The research object is the individual features of the human speech process.
Objective. Development of means for separating individual features from the speaker’s speech signal, increasing their informativeness as a result of the factor analysis, their visual representation for the use of the convolution neural network classifier, and optimizing its architecture for the needs of ASRSCU.
Method. Measures are proposed to optimize the speaker recognition procedure of the ASRSCU, for which the optimal way of informative features representation and the method of increasing their informativeness are theoretically justified, the topology and measures for increasing of the speaker recognition process efficiency are justified. In particular, it is justified the use of power normalized cepstral coefficients (PNCC) for the description of phonograms recorded in noisy environment conditions. We propose to use Gabor filters to represent information that will be analyzed by a convolution neural network, an optimal method of factor analysis (a sparse main components analyzing method) to reduce of the features vector length while preserving its informativeness, an improved topology of the convolution neural network in which the Gabor filters are integrated in to the convolution layer, which allows them to optimize their parameters during the neural network training process, and in a fully connected layer a deep neural network with a bottleneck layer is used, whose weights after training are uses as inputs for the GMM/HMM control classifier.
Results. Methods of representation and optimization of the speaker’s individual features, methods for their visual presentation and improvement of the topology of a convolution neural network for making speaker recognition on their basis.
Conclusions. The obtained theoretical results have found empirical confirmation. In particular, the stability of an improved convolution neural network to the noisy input phonograms proved to be higher than the results of an ordinary convolution neural network and a deep neural network. With an SNR increase up to 10 dB, the GMM/HMM classifier is more efficient than the neural network, which can be explained by the efficiency of the used UBM models, but it is much more resource-intensive. Also, the parameters of the Gabor filter bank frames that provide the most variable individual features from the speech signal for speaker recognition are determined empirically.
Аналіз вітчизняних жароміцних порошків на нікелевій основі, які застосовуються в адитивних технологіях
(Національний університет «Запорізька політехніка», 2016) Глотка, Олександр Анатолійович; Овчинников, Олександр Володимирович; Glotka, A.; Ovchinnikov. A.
UK: Серед технологій, що інтенсивно розвиваються на сьогодні, особливе місце посідають адитивні. Показано, що для адитивних технологій перспективними матеріалами є жароміцні матеріали вітчизняного виробництва. Встановлено, що порошки вітчизняного виробництва мають великий фракційний склад, мають на поверхні сателіти, відколи, а також гранули, морфологія поверхні і мікроструктура частинок типова для жароміцних нікелевих сплавів. Таким чином, жароміцний сплав на нікелевій основі ЭП741п може бути застосований в адитивних технологіях.
EN: Among the technologies that are rapidly developing at this time, are additive ones. It is shown that for additive technologies, promising materials are heat-resistant materials of domestic production. It was found that powders of domestic production have large fractional composition with satellites on the surface, chips and granules. Surface morphology and microstructure of particles are typical for high-temperature nickel-based alloys. Thus, high-temperature nickel-based alloy ЭП 741p can be applied in additive technologies.
Расчет индуктора зарядного устройства электростатического переменно-емкостного генератора
(Національний університет "Запорізька політехніка", 2012) Игнатьев, И. Г.; Ігнатьєв, І. Г.; Ignat’ev, I. G.
RU: Представлены результаты сравнительного анализа ртутного, пружинного конусного и пружинного сферического индукторов зарядного устройства высоковольтного генератора переменно-емкостного типа.
UK: Представлені результати порівнювального аналізу ртутного, пружинного конусного та пружинного сферичного індукторів зарядного пристрою високовольтного генератора змінно-ємкісного типу.
EN: Results of calculation of charging device inductor of high-voltage generators are presented. Three kinds of inductors (mercurial, spring, cone and spring-spherical ones) are observed.