Наукова періодика України | Eastern-European journal of enterprise technologies | ||
Cherepanska I. Development of artificial neural network for determining the components of errors when measuring angles using a goniometric software-hardware complex / I. Cherepanska, E. Bezvesilna, A. Sazonov, S. Nechai, O. Pidtychenko // Восточно-Европейский журнал передовых технологий. - 2018. - № 5(9). - С. 43-51. - Режим доступу: http://nbuv.gov.ua/UJRN/Vejpte_2018_5%289%29__6 Розроблено штучну нейронну мережу (ШНМ) для визначення складових похибок вимірювання кутів автоматизованими гоніометричними системами, зміна яких у часі є нестаціонарним випадковим процесом. Процедури обробки результатів вимірювань та нормування систематичних і випадкових складових похибок вимірювання відомі, мають багаторічну практику застосування, добре обгрунтовані, максимально формалізовані, є принципово різними та регламентуються відповідними нормативними документами. Проте досить складною та трудомісткою залишається аналітично-розрахункова процедура з застосуванням дисперсійного критерію Фішера для визначення яка саме складова похибки вимірювання є наявною. З метою автоматизації процедури визначення складових похибок вимірювання та підвищення продуктивності виконуваних робіт розроблено ШНМ і досліджено її роботу. Визначено, що запропонована ШНМ може бути успішно використана замість відомої аналітично-розрахункової процедури з застосуванням дисперсійного критерію Фішера. Застосування ШНМ надає можливість суттєво зменшити трудомісткість і підвищити продуктивність визначення систематичних і випадкових складових похибок вимірювання. Це обумовлюється можливістю ШНМ здійснювати паралельну обробку вимірювальної інформації в режимі реального часу. Практичну реалізацію ШНМ здійснено з використанням нейроімітатора Neural Analyzer, аналітичного пакета Deductor Professional компанії BaseGroupLabs. Навчання ШНМ і перевірку її працездатності проведено на множині результатів імітаційного моделювання та реальних багаторазових спостережень за вимірювання плоского кута 24-гранної призми. Можливість ШНМ швидкого та правильного визначення складових похибок вимірювання на етапі аналізу вимірювальної інформації, надає можливість у наступному визначати методи її подальшої обробки у відповідності до нормативних вимог. Це в перспективі забезпечить підвищення точності та достовірності результатів вимірювання тому, що надасть можливість уникнути некоректних і неточних обчислень під час нормування похибок вимірювання. Цитованість авторів публікації: Бібліографічний опис для цитування: Cherepanska I. Development of artificial neural network for determining the components of errors when measuring angles using a goniometric software-hardware complex / I. Cherepanska, E. Bezvesilna, A. Sazonov, S. Nechai, O. Pidtychenko // Восточно-Европейский журнал передовых технологий. - 2018. - № 5(9). - С. 43-51. - Режим доступу: http://nbuv.gov.ua/UJRN/Vejpte_2018_5(9)__6. Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
|
|
Всі права захищені © Національна бібліотека України імені В. І. Вернадського |