Все статьи автора в журнале: Семёнов А.Д.

1. Анализ топологии поверхности алмазного шлифовального круга с использованием сингулярного разложения

   Analysis of the surface topology of the diamond grinding wheel through the use of singular decomposition

   Номер: 2019 / 01

   Семёнов А.Д. | Semenov A.D. | Авдеева О.В.Avdeeva O.V.

   Авторы статьи

   Authors

   Семёнов А.Д.

   Semenov A.D.

   Авдеева О.В.

   Avdeeva O.V.

   ---

   Анализ топологии поверхности алмазного шлифовального круга с использованием сингулярного разложения

   Статья посвящена разработке моделей профилей поверхности алмазного шлифовального круга. Для моделирования использованы методы современной теории автоматического управления и автоматизации технологических процессов, теории вероятностей и математической статистики, компьютерного моделирования. Смоделированные профили поверхности позволяют наиболее точно описать процесс электроэрозионного профилирования. Результаты исследований, проведённых на математических моделях, показали достаточно хорошее совпадение с расчётными данными, ошибка моделирования не превысила 10 %.

   ---

   Ключевые слова

   алмазный шлифовальный круг; профилограмма; математическое ожидание; сингулярное разложение; случайный сигнал; рекуррентный метод наименьших квадратов

   Analysis of the surface topology of the diamond grinding wheel through the use of singular decomposition

   The article is devoted to the models development for the surface profiles of a diamond grinding wheel. The modern theory propositions of automatic control and technological processes automation, the theory of probability and mathematical statistics, and computer simulation are used for modeling. The simulated surface profiles make it possible to describe most accurately the process of EDM profiling. The results of studies conducted on mathematical models showed a sufficiently good agreement with the calculated data. The modeling error did not exceed 10 %.

   ---

   Keywords

   diamond grinding wheel; profilogram; mathematical expectation; singular decomposition; random signal; recurrent least squares method

2. Нейросетевая параметрическая идентификация модели вихретокового датчика с использованием системы резервуарных вычислений

   Neural network parametric identification of an eddy current sensor model using a reservoir computing system

   Номер: 2022 / 11

   Ермилина О.В. | Ermilina O.V. | Семёнов А.Д. | Semenov A.D. | Абрамов С.В. | Abramov S.V. | Маланин В.П. | Malanin V.P. | rasuma@mail.rurasuma@mail.ru

   Авторы статьи

   Authors

   Ермилина О.В.

   Ermilina O.V.

   Семёнов А.Д.

   Semenov A.D.

   Абрамов С.В.

   Abramov S.V.

   Маланин В.П.

   Malanin V.P.

   rasuma@mail.ru

   rasuma@mail.ru

   ---

   Нейросетевая параметрическая идентификация модели вихретокового датчика с использованием системы резервуарных вычислений

    

   УДК 681.586:681.5.08.004.032.26

   DOI: 10.36652/0869-4931-2022-76-11-517-523

    

   Развитие современных автоматизированных систем мониторинга, контроля и управления технологическими процессами связано с совершенствованием методов идентификации и исследования первичных средств сбора и обработки информации. В статье предложен алгоритм нейросетевой параметрической идентификации с использованием резервуарных вычислений — алгоритм параметрической идентификации, заключающийся в проведении вычислительного эксперимента на заданной нелинейной модели, формировании по результатам эксперимента обучающих выборок, последующем обучении динамической и статической нейронных сетей и вычислении с помощью обученных сетей оценок параметров нелинейной модели по экспериментальным данным.

   ---

   Ключевые слова

   вихретоковый датчик, идентификация, динамическая модель, схема замещения, статическая нейронная сеть, динамическая нейронная сеть, резервуарные вычисления, математическая модель

   Neural network parametric identification of an eddy current sensor model using a reservoir computing system

   The development of modern automated systems for monitoring, control and management of technological processes is associated with the improvement of methods for identifying and studying the primary means of collecting and processing information. An algorithm for neural network parametric identification using reservoir calculations is proposed. An algorithm for parametric identification orient to conducting a computational experiment on a given nonlinear model, forming training samples based on the results of the experiment, training dynamic and static neural networks and calculating estimates of parameters of a nonlinear model using trained networks according to experimental data.

   ---

   Keywords

   eddy current sensor, identification, dynamic model, equivalent circuit, static neural network, dynamic neural network, reservoir computing, mathematical model