Perm-ammattikorkeakoulun tutkijat ovat kehittäneet älykkäämmän moduulin paikallisen lämmönhallintajärjestelmän hallintaan. Neuralati auttaa tarkasti ja nopeasti laskettaessa jäähdytysnesteen lämpötilaa kattilan huoneen poistumisessa. Tekniikan avulla voit ylläpitää sitä kuluttajien suhteen, välttää jäähdytysnesteen kohtuutonta ylikuumenemista ja säästää varoja lämmitykseen. Kehityksellä ei ole vielä analogeja Venäjällä.
Nyt ohjausyksiköt ovat melko laajalti käytössä, mikä tukee automaattisesti määritettyä lämpötilaa kattilahuoneen pistorasiassa. Vaaditut arvot määrittävät operaattorin, joka keskittyy pääasiassa lämpömittariin ja käytettävissä olevaan palautteeseen. Kehitysmme edellyttää valvontaa tällaisten hermoverkkojen avulla, joita käytetään laskelmissa paitsi ympäristön lämpötilan nykyisen arvon lisäksi myös kohtuullisessa ennusteessa. Näin voit etukäteen arvioida lämpötilasta riippuen ja välttää viive, sanoo dosentti Department of Computing matematiikan, mekaniikan ja biomekaniikan Permin Polyteknikkojen, Candidate Teknillisten tieteiden Vladimir Onistkiv.
Neuralon opetustieteilijät käyttivät suurta määrää tilastotietoja. Se sisältää synkronoituja jäähdytysnesteen lämpötiloja lämpöverkon eri kohdissa ja ympäristön lämpötilassa.
Tutkijat ovat yrittäneet älykkäästä moduulia kirjoittamalla sen ohjelmisto- ja laitteistoon Auroran ohjausjärjestelmään. Asuntojen ja yhteisöllisten palvelujen lämpötase, joka on kehittänyt ja käyttää jotakin YMP: n yrityksistä. Tämän seurauksena kompleksilla voit säätää automaattisesti jäähdytysnesteen lämpötilaa kattilahuoneen pistorasiaan, kun säädetään sääolosuhteiden vaihtamisen.
Kuluttajien kotimien mukavien lämpöedellytysten varmistamiseksi lämmönjakelujärjestöjen on jatkuvasti valvottava verkon lämpötilatilaa. Mutta tämä palvelu ei ole vielä käytettävissä useimmissa lämpöyhtiöissä, joten he vakuuttavat riskit, ylläpitää korkeampaa lämpölämpötilaa. Tämän seurauksena asukkaat joutuvat usein ylittämään apuohjelmia, selittää tutkija.
Tutkijoiden mukaan hermoverkon käyttö lämmitysverkon hallintaprosessissa voit säästää polttoainetta ja estää sen ylityksen. Äkittävät säämuutokset, tämä vaikutus muuttuu erityisesti merkittäväksi. Kaasun säästöt voivat saavuttaa 10-15% riippuen ulkoilman lämpötilasta ja lämpöverkon kokonaistilasta.
Monikerroksiset hermoverkot ja syvä oppimisverkot pystyvät ennustamaan tarvittavaa kattilan lämpötilaa, kun otetaan huomioon jäähdytysnesteen liikkeen sääennuste ja ominaisuudet.
Intelligent moduulin luomisprosessissa tutkijat analysoivat erilaisia hermoverkkoja. Lopullinen arkkitehtuuri koostuu 224 neuronista, tilataan kolmessa kerroksessa. Jäähdytysnesteen laskettu lämpötila kattilahuoneen pistorasiaan tarjoaa nämä lämpötila-arvot talon sisäänkäynnillä, että standardit ovat tarpeen.