Permopolütehnikute teadlased on välja töötanud intelligentse mooduli kohaliku soojusvarustuse haldamiseks. Neurararati aitab täpselt ja kiiresti arvutada temperatuuri jahutusvedeliku temperatuuri katlaruumi väljumisel. Tehnoloogia võimaldab teil seda säilitada tarbijate poolest, vältida jahutusvedeliku ebamõistlikku ülekuumenemist ja säästa vahendeid kuumutamisel. Arengul ei ole veel analooge Venemaal.
Nüüd on juhtimisseadmed üsna laialdaselt kasutatud, mis toetavad määratud temperatuuri automaatselt katlaruumi väljalaskeava juures. Nõutud väärtused määratlevad operaatori, keskendudes peamiselt termomeetrile ja olemasolevale tagasisidele. Meie areng hõlmab selliste närvivõrkude kasutamist, mida kasutatakse arvutustes mitte ainult ümbritseva keskkonna temperatuuri praegust väärtust, vaid ka mõistlikku prognoositust. See võimaldab teil eelnevalt hinnata temperatuuri kandja ja vältida viivituse, ütleb dotsent dotsend osakonna matemaatika, mehaanika ja biomehaanika Permi Polytechi kandidaat Vladimir onistkiv.
Neeralio õpetamiseks kasutasid teadlased palju statistilisi andmeid. See hõlmab sünkroniseeritud jahutusvedeliku temperatuuri termilise võrgu erinevates punktides ja ümbritseva keskkonna temperatuuril.
Teadlased on proovinud intelligentset moodulit kirjutades selle tarkvara ja riistvara automatiseeritud Aurora juhtimissüsteemi. Soojussaldo eluaseme- ja kommunaalteenuste, mis on välja töötanud ja kasutab ühte Permi territooriumi ettevõtet. Selle tulemusena võimaldab keeruline automaatselt reguleerida jahutusvedeliku temperatuuri katlaruumi väljalaskeava, arvestades ilmastikutingimuste muutmise prognoosi.
Et tagada mugavad termilised tingimused tarbijakodudes, peavad soojusvarustuse organisatsioonid pidevalt jälgima võrgu temperatuuri seisundit. Kuid see teenus ei ole enamiku termilisettevõtete jaoks endiselt kättesaadav, nii et nad kindlustavad nende riskid, säilitades kõrgema termilise kandjatemperatuuri. Selle tulemusena on elanikud sageli sunnitud üle maksma kommunaalteenuste, selgitab teadlane.
Teadlaste sõnul võimaldab närvivõrgu kasutamist soojusvõrgu juhtimise protsessis säästa kütust ja vältida selle ületamist. Järskude ilmastikumuutustega muutub see mõju eriti oluliseks. Gaaside kokkuhoid võib ulatuda 10-15% ni, sõltuvalt välimise õhu temperatuurist ja soojusvõrgu üldisest olekust.
Mitmekihilised närvivõrgud ja sügavad õppevõrgud suudavad ennustada vajalikku katlatemperatuuri, arvestades jahutusvedeliku liikumise ilmaprognoosi ja omadusi.
Intelligentse mooduli loomise protsessis analüüsisid teadlased erinevaid neuraalseid võrgustikke. Lõplik arhitektuur koosneb 224 neuronitest, tellitud kolmest kihist. Jahutusvedeliku arvutatud temperatuur katlaruumi väljalaskeava juures annab need temperatuuri väärtused maja sissepääsu juures, et standardid on vajalikud.