4. 인공 신경망
인간의 사고에는 논리와 직관이라는 두 가지 기본 방법이 있다. 논리적 사고는 논리적 규칙에 따라 추리하는 과정을 말한다. 먼저 정보를 개념으로 변환하고 기호로 표현합니다. 그런 다음 기호 연산에 따라 직렬 방식으로 논리적으로 추리합니다. 이 과정은 컴퓨터가 실행할 수 있도록 직렬 명령으로 쓸 수 있다. 직감적 사고는 분포된 정보를 종합하는 것이고, 결과는 돌발적인 생각이나 문제 해결 방법이다. 이런 사고방식의 근본점은 1 입니다. 정보는 뉴런의 인센티브를 통해 인터넷에 분포한다. 2. 정보 처리는 뉴런 간의 동시 상호 작용의 동적 과정을 통해 이루어진다.
인공신경망은 인간의 사고를 시뮬레이션하는 두 번째 방법이다. 이것은 정보의 분산 스토리지 및 병렬 공동 처리가 특징인 비선형 동적 시스템입니다. 단일 뉴런의 구조는 매우 간단하고 기능이 제한적이지만, 대량의 뉴런으로 구성된 네트워크 시스템이 실현할 수 있는 행동은 매우 다채롭다.
4. 1 인공 신경망 학습 원리
인공신경망은 먼저 일정한 학습 기준에 따라 공부해야 일을 할 수 있다. 인공신경망이 자필 문자' A' 와' B' 를 인식하는 예를 들어' A' 는' 1',' B' 는' 0' 을 출력하도록 규정하고 있다.
따라서 온라인 학습의 규범은 인터넷이 잘못된 판단을 내리면 인터넷이 온라인 학습을 통해 다음에 같은 실수를 저지를 가능성을 낮춰야 한다는 것이다. 먼저 (0, 1) 간격 내에서 네트워크의 각 연결권에 임의 값을 부여하고' A' 에 해당하는 이미지 패턴을 네트워크에 입력합니다. 네트워크는 입력 모드 가중치를 더하고 임계값과 비교한 다음 비선형 연산을 수행하여 네트워크 출력을 얻습니다. 이 경우 네트워크 출력이' 1' 와' 0' 이 될 확률은 각각 50% 로, 이는 완전히 무작위임을 의미합니다. 이 시점에서 출력이 "1" (결과가 정확함) 이면 연결 가중치를 늘려 네트워크가 다시 "a" 모드 입력을 만날 때 올바른 판단을 내릴 수 있도록 합니다.
출력이 "0" (결과 오류) 인 경우 통합 입력 가중치를 낮추는 방향으로 네트워크 연결 가중치를 조정하여 다음에 네트워크가 "A" 모드 입력을 만날 때 동일한 오류가 발생할 가능성을 줄이도록 합니다. 이 조작 조정을 통해 몇 개의 자필 문자 "A" 와 "B" 가 차례로 인터넷에 입력되면 위에서 설명한 학습 방법에 따라 인터넷을 통해 여러 번 학습하면 네트워크 판단의 정확성이 크게 향상됩니다. 즉, 네트워크가 두 모드를 성공적으로 학습했으며 네트워크의 각 연결 가중치에 두 모드가 모두 기억된다는 것을 알 수 있습니다. 네트워크가 이러한 패턴 중 하나를 다시 만날 때 빠르고 정확한 판단과 식별을 할 수 있습니다. 일반적으로 네트워크에 포함된 뉴런이 많을수록 기억하고 식별할 수 있는 패턴이 많아집니다.
4.2 인공 신경망의 장점과 단점
인공 신경망은 뇌 뉴런의 조직 패턴을 시뮬레이션하며, 인간의 뇌 기능의 몇 가지 기본 특징을 가지고 있어 인공 지능 연구에 새로운 길을 열어 준다. 신경망은 다음과 같은 장점을 가지고 있다.
(1) 병렬 분산 처리
인공 신경망의 뉴런 배열은 혼돈이 아니기 때문에, 종종 계층적이거나 규칙적인 순서로 배열되어 있기 때문에, 신호는 동시에 뉴런 그룹의 입력단에 도달할 수 있어 병렬 계산에 매우 적합하다. 동시에, 각 뉴런을 작은 처리 단위로 보면, 전체 시스템은 이전의 "일치 충돌", "조합 폭발", "무한 재귀" 등의 문제를 피하기 위해 분산 컴퓨팅 시스템이 될 수 있으며, 추리 속도가 빠르다.
(2) 배울 수 있는 습관
비교적 작은 인공 신경망은 대량의 전문 지식을 저장할 수 있으며, 학습 알고리즘에 따라 실제 환경을 시뮬레이션하거나, 샘플 안내 시스템 (교사 학습이라고 함) 또는 어댑티브 학습 입력 (무교사 학습이라고 함) 을 사용하여 지속적으로 자동으로 학습하고 지식 저장을 향상시킬 수 있습니다.
(3) 견고성 및 내결함성
대량의 뉴런과 상호 연결은 연상기억과 연상 매핑을 연상할 수 있는 능력을 갖추고 있기 때문에 전문가 시스템의 내결함성을 향상시킬 수 있으며, 인공신경 네트워크의 소수의 뉴런이 실패하거나 잘못되어도 시스템의 전체 기능에 심각한 영향을 미치지 않습니다. 그리고 전통적인 전문가 시스템의' 지식 좁은 순서' 문제를 극복했다.
(4) 개괄적 능력
인공 신경망은 시스템 자체 구성 및 공동 작업의 잠재력을 제공하는 대규모 비선형 시스템입니다. 복잡한 비선형 관계에 완전히 근접할 수 있습니다. 입력이 약간 변경되면 출력은 원래 입력으로 생성된 출력과 상당히 작은 차이를 유지할 수 있습니다.
(5) 통합 내부 지식 표현에 따르면 모든 지식 규칙은 학습 인스턴스를 통해 동일한 신경망의 연결 가중치에 저장할 수 있어 지식 기반 구성 및 관리가 용이하고 다용성이 뛰어납니다.
인공신경망은 많은 장점을 가지고 있지만, 그 고유의 내적 메커니즘에 근거하여 인공신경망은 필연적으로 자신의 약점을 가지고 있다.
(1) 가장 심각한 문제는 자신의 추리 과정과 추리 근거를 설명할 수 없다는 것이다.
(2) 신경망은 사용자에게 필요한 질문을 할 수 없고, 데이터가 부족할 때 작동하지 않는다.
(3) 신경망은 모든 문제의 특징을 숫자로 바꾸고, 모든 추리를 수치 계산으로 바꾸면, 결과는 반드시 정보의 손실이다.
(4) 신경 네트워크의 이론과 학습 알고리즘은 더욱 보완되어야 한다.
4.3 신경 네트워크의 발전 추세와 디젤 엔진 고장 진단에서의 실현 가능성
신경망은 현대의 복잡한 대형 시스템의 상태 모니터링과 고장 진단을 위한 새로운 이론적 방법과 기술 실현 수단을 제공한다. 신경망 전문가 시스템은 전통적인 전문가 시스템의 높은 수준의 논리 모델과 다른 새로운 유형의 지식 표현 시스템입니다. 정보 처리는 수많은 간단한 처리 요소 (노드) 간의 상호 작용을 통해 수행되는 저수준 수치 모델입니다. 분산된 정보 유지 모델로 인해 전문가 시스템의 지식 수집, 표현 및 추론을 위한 새로운 방법을 제공합니다. 논리적 추론과 수치 연산을 결합하여 신경 네트워크의 학습 기능, Lenovo 메모리 기능 및 분산 병렬 정보 처리 기능을 활용하여 진단 시스템에서 불확실한 지식의 표현, 획득 및 병렬 추론 문제를 해결합니다. 경험 샘플에 대한 학습을 통해 전문가 지식을 가중치 및 임계값으로 네트워크에 저장하고, 네트워크의 정보 보존성을 활용하여 부정확한 진단 추론을 완료합니다. 복잡한 계산보다는 경험과 직관을 기반으로 전문가의 추론 과정을 더 잘 시뮬레이션합니다.
그러나 이 기술은 다학과 지식의 교차 응용 분야로 미성숙한 학과이다. 한편으로, 장비의 고장은 상당히 복잡하다. 반면에 인공 신경망 자체에는 여전히 많은 단점이 있습니다.
(1) 뇌과학의 기존 연구 결과에 따라 제한된다. 생리실험의 난이도로 인해 인간의 뇌에 대한 사고와 기억 메커니즘에 대한 인식은 아직 얕다.
(2) 완전하고 성숙한 이론적 체계는 아직 확립되지 않았다. 현재 많은 인공 신경망 모델이 제안되었습니다. 요약하면, 이러한 모델은 일반적으로 노드와 상호 연결로 구성된 직접 토폴로지 네트워크이며, 노드 간의 상호 연결 강도로 구성된 매트릭스는 학습 전략을 통해 설정할 수 있습니다. 그러나이 * * * 만으로는 완전한 시스템을 형성하기에 충분하지 않습니다. 이러한 학습 전략은 대부분 각자 정치를 하기 때문에 하나의 완전한 틀 안에서 통일될 수 없다.
(3) 강한 전략적 색채를 가지고 있다. 통일된 기초이론 지원 없이 일부 앱을 풀어낸 자연스러운 결과다.
(4) 기존 컴퓨팅 기술과의 인터페이스가 미성숙하다. 인공신경망 기술은 결코 전통적인 컴퓨팅 기술을 완전히 대체할 수 없고, 어떤 면에서는 보완할 수 있기 때문에, 전통적인 컴퓨팅 기술과의 인터페이스 문제를 더 해결해야 자신의 발전을 얻을 수 있다.
현재 인공 신경망에는 많은 결함이 있지만, 신경망과 기존 전문가 시스템을 결합한 지능형 고장 진단 기술은 향후 연구와 응용의 초점이 될 것이다. 그것은 양자의 장점을 최대한 발휘했다. 신경망은 얕은 경험적 추론에 적합한 수치 계산에 능숙합니다. 전문가 시스템은 심층논리 추리에 적용되는 기호 추리가 특징이다. 지능형 시스템의 병렬 운영은 상태 모니터링 및 문제 해결의 범위를 확대하고 상태 모니터링 및 문제 해결의 실시간 요구 사항을 충족합니다. 기호 추론과 수치 계산을 모두 강조하므로 현재 문제 해결 시스템의 기본 특성과 발전 추세에 적응할 수 있습니다. 인공 신경망의 지속적인 발전과 개선으로 지능형 고장 진단에 널리 사용될 것입니다.
신경망의 장점과 단점에 따라 신경망을 전통적인 전문가 시스템과 결합시켜 이른바 신경망 전문가 시스템을 구축하는 것은 연구 추세다. 이론 분석과 응용 실습에 따르면 신경망 전문가 시스템은 두 가지의 장점을 결합하여 더 광범위한 연구와 응용을 얻었다.
원심식 냉방압축기의 구조와 작동 원리는 원심식 송풍기와 매우 비슷하다. 그러나 그 작동 원리는 피스톤 압축기와 본질적인 차이가 있다. 실린더 부피를 줄여 증기의 압력을 증가시키는 것이 아니라 운동 에너지의 변화에 의존하는 것이다. 원심압축기에는 블레이드가 있는 작업륜이 있다. 작업바퀴가 회전할 때, 블레이드는 증기운동을 움직이거나 증기가 운동 에너지를 얻도록 한 다음, 일부 운동 에너지를 압력에너지로 변환하여 증기의 압력을 증가시킨다. 이런 압축기는 작업 시 냉방제 증기를 끊임없이 흡입하고 방사형으로 내던지기 때문에 원심압축기라고 한다. 이 중 압축기에 설치된 작업륜 수에 따라 단급식과 다급식으로 나뉜다. 작동 휠이 하나뿐인 경우 단일 단계 원심압축기라고 하며, 여러 작업륜 연결로 구성된 경우 다중 단계 원심압축기라고 합니다. 에어컨에서는 증압이 적기 때문에 일반적으로 단급이며, 다른 방면에서 사용되는 원심냉압축기는 대부분 다급이다. 단일 단계 원심식 냉방압축기의 구조는 주로 작업륜, 확장기 및 웜 쉘로 구성됩니다. 압축기가 작동할 때 냉방제 증기는 흡입구 축에서 흡입실로 들어가고 증발기 (또는 냉냉기) 의 냉방제 증기는 흡입실의 전환 작용에 따라 고속으로 회전하는 작업륜 3 (작업륜이라고도 함, 원심냉압축기의 중요한 구성 요소, 작업륜만이 에너지를 증기로 전달할 수 있기 때문) 으로 안내된다. 블레이드의 작용으로 증기는 작동과 함께 고속으로 회전하며 원심력의 작용으로 인해 블레이드 채널 내에서 흐르므로 증기의 압력과 속도가 높아진다. 작업바퀴에서 나오는 증기는 점차 커져가는 단면면적으로 확산기 4 로 들어간다. (증기가 고속으로 작업바퀴에서 나오기 때문에 확산기는 운동 에너지를 압력에너지로 부분적으로 변환해 증기의 압력을 증가시킨다.) 증기가 확산기를 통과할 때 속도가 느려지고 압력이 더욱 증가한다. 확산기 증기를 통해 웜 셸에 수집되어 배출구를 통해 중간 냉각기나 냉응기로 안내됩니다.
둘째, 원심 냉동 압축기의 특성 및 특성
피스톤 냉동 압축기에 비해 원심식 냉동 압축기는 다음과 같은 장점이 있습니다.
(1) 독립 실행형 냉각 용량이 큽니다. 냉각량이 같을 때 부피가 작고 점유 면적이 작고 무게가 피스톤보다 5 ~ 8 배 가볍습니다.
(2) 증기 밸브, 피스톤 링 등의 취약성이 없고 크랭크 링크 매커니즘이 없기 때문에 업무가 안정적이고, 운행이 원활하며, 소음이 낮고, 조작이 간단하고, 유지비가 낮다는 장점이 있다.
(3) 작업바퀴와 케이스 사이에 마찰이 없어 윤활이 필요하지 않습니다. 따라서 냉방제 증기는 윤활유와 접촉하지 않아 증발기와 냉응기의 열 전달 성능을 높였다.
(4) 냉량조절은 경제가 편리하고 조절 범위가 넓다.
(5) 냉매에 대한 적응성이 좋지 않아 특정 구조의 원심식 냉방압축기는 한 가지 냉매에만 적응할 수 있다.
(6) 분자량이 비교적 큰 냉매가 적용되기 때문에, 냉각량이 큰 경우에만 적용되며, 보통 250000 ~ 300000 카드/시간 이상 .. 냉각량이 너무 작으면, 유량이 적고, 러너가 좁고, 유압이 높고, 효율이 낮다. 하지만 최근 몇 년간의 지속적인 개선을 통해 에어컨 원심식 냉방압축기의 단일 냉각량은 654.38+ 백만 카드/시간까지 작아질 수 있습니다.
냉방과 응축 온도 및 증발 온도의 관계.
물리학에 따르면, 회전체 운동량의 변화는 외부 모멘트와 같습니다.
T=m(C2UR2-C 1UR 1)
양쪽에 각속도 ω를 곱하면
T ω = m (c2u ω R2-c1u ω r1)
즉, 주 축의 외부 힘 n 은 다음과 같습니다.
N=m(U2C2U-U 1C 1U)
상술한 공식 양쪽을 M 으로 나누면 잎바퀴가 단위 질량 냉방제 증기에 대해 하는 일, 즉 잎바퀴의 이론적 에너지머리를 얻을 수 있다. U2 C2
ω 2C2UR1R2ω1C1U1C2Rβ 원심냉압축기의 특성은 이론적 에너지 헤드와 유량의 관계를 의미하며 냉량으로도 표현할 수 있습니다.
W = u2c2u-u1c1u ≈ u2c2u
(수입 된 C 1U≈0 때문에)
C2u = U2-C2 rctg β c2r = v υ1/(a2 υ 2)
그래서 있습니다.
W= U22( 1-
Vυ 1
Ctgβ 베타)
2 2U2
형식 중: v 는 임펠러가 증기를 흡입하는 체적 유량 (m3/s) 입니다
υ 65438+υ2-각각 잎바퀴 입구와 출구의 증기 대비 용량 (m3/kg) 입니다.
A2, U2-임펠러 외부 가장자리의 출구 면적 (m2) 과 원주 속도 (m/s) 입니다.
β-블레이드 장착 각도
위에서 볼 수 있듯이 이론적 에너지 헤드 W 는 압축기 구조, 회전 속도, 응축 온도, 증발 온도 및 잎바퀴가 증기를 흡입하는 볼륨 흐름과 관련이 있습니다. 특정 구조, 특정 속도의 압축기의 경우 U2, A2, 베타는 상수이므로 이론적 에너지 헤드 W 는 유량 V, 증발 온도, 응축 온도와만 관련이 있습니다.
원심식 냉방압축기의 특징에 따라 분자량이 비교적 큰 냉매를 사용하는 것이 좋다. 현재 원심냉장고에서 사용하는 냉매는 F- 1 1, F- 12, F-22, f-1/kloc 입니다 현재 국내 에어컨용 원심압축기는 F- 1 1 과 F- 12 가 가장 널리 사용되고 있으며, 보통 증발 온도가 너무 낮지 않고 냉각량이 큰 경우 원심냉압축기를 선택한다. 또 석유화학업계에서는 원심식 냉방압축기가 아크릴과 에틸렌을 냉매로 사용하고, 냉동량이 특히 많은 원심압축기만 암모니아를 냉매로 사용한다.
셋째, 원심 냉동 압축기 조정
원심식 냉방압축기와 기타 냉방설비는 통일된 에너지 공급과 소비 시스템을 구성한다. 냉방기가 작동할 때 압축기를 통한 냉방제 유량이 설비를 통과하는 냉방제 유량과 같고 압축기가 생성하는 에너지 격차가 냉방설비의 저항에 부합할 경우에만 냉방시스템의 작업 조건이 안정될 수 있다. (윌리엄 셰익스피어, 냉동기, 냉동기, 냉동기, 냉동기, 냉동기, 냉동기, 냉동기) 그러나 냉장고의 부하는 항상 외부 조건과 사용자가 냉각량을 사용하는 것에 따라 변한다. 따라서 냉방 부하 변화와 안전한 경제 운영에 대한 사용자의 요구를 충족하기 위해 외부 변화에 따라 냉방 장치를 조정해야 합니다. 원심식 냉방기 냉각량 조절에는 압축기 속도 변경1이 포함됩니다. 2 회전 가능한 수입 가이드 베인 사용; 3 응축기 입구 변경; 4 흡기 스로틀 등의 방식 중 가장 많이 사용되는 것은 회전흡기 리프 조절과 흡기 스로틀 조절입니다. 회전수입도엽조절이란 회전압축기가 수입한 도엽을 회전시켜 잎바퀴에 들어가는 증기가 소용돌이를 일으키게 하고, 작업륜이 증가하는 운동에너지가 바뀌어 냉각량을 조절하는 것이다. (윌리엄 셰익스피어, 회전, 회전, 회전, 회전, 회전, 회전, 회전) 흡기 스로틀 조절이란 압축기 앞의 흡기 파이프에 조절 밸브를 설치하는 것이다. 압축기의 작업 조건을 변경하려면 밸브의 크기를 조절하고 스로틀링을 통해 압축기 입구의 압력을 줄여 냉각량을 조절한다. 원심압축기 냉각량을 조절하는 가장 경제적인 방법은 수입 도엽의 각도를 변경하여 잎바퀴로 들어가는 증기의 속도 방향 (C 1U) 과 유량 V 를 바꾸는 것이다. 그러나 효율성 저하를 방지하기 위해 흐름 V 는 안정적인 작업 범위 내에서 제어해야 합니다.