 |
реклама |
|
|
|
|
|
|
Промышленные АСУ и контроллеры Аннотация к статье << Назад
Использование нейронных сетей с глубинным обучением для прогнозирования и оценки уровня критичности дефектов конструкций |
В.В. Котельников, А.Н. Рыков, С.О. Козельская
Рассмотрена задача прогнозирования предельного ресурса конструкций железобетонных сооружений на основе нейронных сетей. Задача прогноза остаточного ресурса рассмотрена как задача регрессии, т. к. уровень повреждений и деформаций при исследовании конструкций сложной формы, состоящей из множества узлов, имеет плохую степень формализации. Схема формализации задачи прогнозирования представлена на примере несущих ферм корпуса деревоперерабатывающего цеха. В качестве нейронной сети выбрана сверточная нейронная сеть. Сверточные слои выделяют пространство признаков, позволяющее найти подходящую критическую причину дефекта. Проведено обучение сверточной нейронной сети. Для проверки результатов работы сверточной нейронной сети и мнения экспертов была использована ранговая корреляция. Проведен анализ результатов применения сверточной нейронной сети для прогнозирования и оценки предельного ресурса.
Ключевые слова: предельный ресурс; оценка конструкций; глубинное обучение; сверточные нейронные сети; корреляция Кендалла.
Контактная информация: E-mail: Каа2606@rambler.ru
Стр. 39-45. |
|
|
|
Последние новости:
Выставки по автоматизации и электронике «ПТА-Урал 2018» и «Электроника-Урал 2018» состоятся в Екатеринбурге Открыта электронная регистрация на выставку Дефектоскопия / NDT St. Petersburg Открыта регистрация на 9-ю Международную научно-практическую конференцию «Строительство и ремонт скважин — 2018» ExpoElectronica и ElectronTechExpo 2018: рост площади экспозиции на 19% и новые формы контент-программы Тематика и состав экспозиции РЭП на выставке "ChipEXPO - 2018" |