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.