पर्म पॉलिटेक्निक के वैज्ञानिकों ने स्थानीय गर्मी आपूर्ति प्रणाली के प्रबंधन के लिए एक बुद्धिमान मॉड्यूल विकसित किया है। तंत्रिका बॉयलर रूम के बाहर निकलने पर शीतलक के तापमान को सटीक और जल्दी से गणना करने में मदद करेगी। तकनीक आपको उपभोक्ताओं के संदर्भ में इसे बनाए रखने की अनुमति देती है, शीतलक की अनुचित अति ताप करने और हीटिंग पर धन बचाने से बचती है। रूस में अभी तक विकास का कोई आधार नहीं है।
अब नियंत्रण इकाइयां काफी व्यापक रूप से उपयोग की जाती हैं, जो स्वचालित रूप से बॉयलर रूम के आउटलेट पर निर्दिष्ट तापमान का समर्थन करती हैं। आवश्यक मूल्य ऑपरेटर को परिभाषित करते हैं, मुख्य रूप से थर्मामीटर और उपलब्ध प्रतिक्रिया पर ध्यान केंद्रित करते हैं। हमारे विकास में ऐसे तंत्रिका नेटवर्क का उपयोग करके नियंत्रण शामिल है, जिसका उपयोग गणना में उपयोग किया जाता है न केवल परिवेश के तापमान का वर्तमान मूल्य, बल्कि एक उचित पूर्वानुमान भी। यह आपको वाहक के तापमान का पूर्व मूल्यांकन करने और देरी से बचने की अनुमति देता है, तकनीकी विज्ञान व्लादिमीर ओनिस्टिकिव के उम्मीदवार गणित गणित, यांत्रिकी और बायोमेकॅनिक्स के सहयोगी प्रोफेसर कहते हैं।
न्यूरो को पढ़ाने के लिए, वैज्ञानिकों ने बड़ी संख्या में सांख्यिकीय डेटा का उपयोग किया। इसमें थर्मल नेटवर्क और परिवेश के तापमान के विभिन्न बिंदुओं पर सिंक्रनाइज़ शीतलक तापमान शामिल है।
वैज्ञानिकों ने इसे एक सॉफ्टवेयर और हार्डवेयर स्वचालित ऑरोरा नियंत्रण प्रणाली में टाइप करके बुद्धिमान मॉड्यूल की कोशिश की है। आवास और सांप्रदायिक सेवाओं में थर्मल संतुलन, जिसने परम क्षेत्र की कंपनियों में से एक विकसित और उपयोग किया है। नतीजतन, जटिल आपको मौसम की स्थिति बदलने के पूर्वानुमान के कारण बॉयलर रूम के आउटलेट पर शीतलक के तापमान को स्वचालित रूप से समायोजित करने की अनुमति देता है।
उपभोक्ता घरों में आरामदायक थर्मल स्थितियों को सुनिश्चित करने के लिए, गर्मी आपूर्ति संगठनों को लगातार नेटवर्क की तापमान स्थिति की निगरानी करनी चाहिए। लेकिन यह सेवा अभी भी अधिकांश थर्मल कंपनियों के लिए अनुपलब्ध है, इसलिए वे अपने जोखिमों को बीमा करते हैं, उच्च थर्मल वाहक तापमान बनाए रखते हैं। नतीजतन, निवासियों को अक्सर उपयोगिता के लिए अधिक भुगतान करने के लिए मजबूर किया जाता है, शोधकर्ता बताते हैं।
वैज्ञानिकों के मुताबिक, गर्मी नेटवर्क को नियंत्रित करने की प्रक्रिया में तंत्रिका नेटवर्क का उपयोग आपको ईंधन को बचाने और इसके ओवररन को रोकने की अनुमति देता है। अचानक मौसम में परिवर्तन के साथ, यह प्रभाव विशेष रूप से महत्वपूर्ण हो जाता है। बाहरी वायु तापमान और गर्मी नेटवर्क की समग्र स्थिति के आधार पर गैस बचत 10-15% तक पहुंच सकती है।
मल्टीलायर तंत्रिका नेटवर्क और गहरे सीखने के नेटवर्क शीतलक आंदोलन की मौसम पूर्वानुमान और सुविधाओं को देखते हुए आवश्यक बॉयलर तापमान की भविष्यवाणी करने में सक्षम हैं।
एक बुद्धिमान मॉड्यूल बनाने की प्रक्रिया में, वैज्ञानिकों ने विभिन्न प्रकार के तंत्रिका नेटवर्क का विश्लेषण किया। अंतिम वास्तुकला में 224 न्यूरॉन्स होते हैं, जो तीन परतों में आदेश देते थे। बॉयलर रूम के आउटलेट पर शीतलक का गणना तापमान उन तापमान मूल्यों को घर के प्रवेश द्वार पर प्रदान करता है जो मानकों की आवश्यकता होती है।