8 (495) 987 43 74 доб. 3304
Мы в соцсетях -              
Рус   |   Eng

Авторы

Анодина О. Д.

Ученая степень
магистрант, кафедра технологических машин и оборудования, филиал Федерального государственного бюджетного образовательного учреждения высшего образования «Национальный исследовательский университет "МЭИ"» в г. Смоленске
E-mail
anodina.olia@mail.ru
Местоположение
г. Смоленск, Россия
Статьи автора

Определение информативных спектральных диапазонов для разработки системы контроля трансформаторного масла с использованием нейронных сетей глубокого обучения

Для разработки технологий контроля трансформаторного масла на основе моделей нейронной сети глубокого обучения могут быть использованы оптические спектральные методы в ультрафиолетовой и видимой областях. Целью исследований является выявление информативных спектральных диапазонов люминесцентной диагностики для системы автоматизации контроля характеристик и параметров трансформаторного масла с использованием нейронных сетей глубокого обучения. Измерения спектральных характеристик чистого и отработанного трансформаторного масла в диапазоне 180–700 нм были проведены на дифракционном спектрофлуориметре «Флюорат-02-Панорама». Установлено качественное и количественное различие спектров возбуждения: для отработанного масла спектры смещены вправо и снижены примерно в четыре раза по максимуму. Спектры фотолюминесценции чистого масла при возбуждении 300 нм являются суперпозицией как минимум трех кривых, наибольшая из которых имеет максимум на 382 нм. Для возбуждения 370 нм спектр существенно шире и имеет максимумы на длинах волн 387, 405, 433–439 и 475–479 нм. Спектры фотолюминесценции отработанного масла в несколько раз ниже и имеют максимумы на 446, 483 и 520–540 нм. Установленные диапазоны возбуждения и люминесценции будут использованы при создании методики и установке контроля параметров качества трансформаторного масла. Была разработана модель нейронной сети глубокого обучения, основанная на использовании самоорганизующейся карты Кохонена, которая позволила на основе потока фотолюминесценции трансформаторного масла прогнозировать параметры масла и, как следствие, за счет системы принятия решений определять эффективность эксплуатации описываемого метода в промышленности. Читать дальше...