Формирование цифровых двойников объектов автоматического управления с использованием нейронных сетей в процессах холодной сушки рыбы

В работе рассматривается применение нейронных сетей при построении цифрового двойника технологического процесса. Представлено исследование, целью которого является обработка накопленных системой автоматического управления малогабаритной сушильной установки данных о протекающих на ней в течение последнего времени технологических процессах, обучение на их основе нейронной сети и формирование цифровой (нейросетевой) модели изменения температуры в термокамере. Используются элементы машинного обучения с привлечением многослойной нейронной сети прямого распространения. Применяется метод обратного распространения ошибки, при котором величина ошибки выходного нейрона проецируется на все веса всех нейронов сети, начиная от выходного и заканчивая весами нейронов входного слоя. В процессе обучения на сеть поступала информация о мощности работы исполнительных механизмов установки и изменяющейся во времени температуре в термокамере. По завершению обучения сформировалось состояние нейронной сети, представляющее собой цифровую модель изменения температуры в термокамере малогабаритной сушильной установки. Полученная с помощью нейронной сети модель (цифровой двойник) показала корреляцию экспериментальным данным со средней абсолютной процентной ошибкой, не превышающей 3 %. Таким образом, поведение нейросетевой модели адекватно реальному объекту. Дальнейшие исследования в сфере формирования цифрового двойника технологического объекта (учет в модели дополнительных параметров, формирование на основе модели нейрорегулятора) необходимы и планируются авторами.