Материалы в свободном доступе

Представлены результаты исследования, целью которого являлась разработка структуры гибридной цифровой модели управления процессами переработки мелкорудного сырья, а также алгоритма преобразования технологических данных в соответствии с этой структурой, обеспечивающего повышение качества управления и, как следствие, экономическую эффективность переработки. Оригинальной идеей, положенной в основу гибридной цифровой модели, является применение нейронных обыкновенных дифференциальных уравнений (Neural ODE) для расчета динамики технологических объектов и реализуемых в них процессов. Neural ODE являются разновидностью физически-­мотивированных нейронных сетей, использующих физические законы в процессе своего обучения. Получаемая в результате цифровая интеллектуальная система машинного обучения способна с высокой точностью восстанавливать функцию динамики, используя данные наблюдений за технологическим объектом или процессом. Предложенная гибридная модель предусматривает совместное применение Neural ODE и имитационных Simulink-­моделей технологических процессов переработки мелкорудного сырья при расчете управляющих воздействий. Это позволяет быстро моделировать и анализировать реакцию динамических объектов на управляющие воздействия и оперативно вносить необходимые изменения, не дожидаясь реакции физического оригинала. Проведенные численные эксперименты показали, что применение Neural ODE в составе гибридной цифровой модели с высокой точностью воспроизводит динамику технологических объектов при различных начальных условиях. Для сравнения были проведены эксперименты с моделью, в которой вместо Neural ODE была использована рекуррентная нейронная сеть LSTM. Эксперименты продемонстрировали, что в последнем случае динамика моделировалась с высокой точностью только при исходных начальных условиях, а при их изменении происходила ее сильная деградация. В то же время применение Neural ODE вместо LSTM показало устойчиво высокую точность отображения динамики при указанных изменениях, что будет способствовать улучшению качества управления технологическими процессами переработки мелкорудного сырья и их экономической эффективности.