https://sarabic.ae/20250107/علماء-روس-يبتكرون-شبكة-عصبية-تتحكم-بسرعة-المحركات-الكهربائية-في-الآلات-المعقدة-1096552349.html
علماء روس يبتكرون شبكة عصبية تتحكم بسرعة المحركات الكهربائية في الآلات المعقدة
علماء روس يبتكرون شبكة عصبية تتحكم بسرعة المحركات الكهربائية في الآلات المعقدة
سبوتنيك عربي
تُستخدم محركات التيار المستمر لتشغيل المصاعد والمكابس وغيرها من أنظمة الدفع الكهربائية، إذ تقوم بتحويل الكهرباء الواردة إلى دوران ميكانيكي. في الوقت نفسه، يتم... 07.01.2025, سبوتنيك عربي
2025-01-07T09:18+0000
2025-01-07T09:18+0000
2025-01-07T09:18+0000
مجتمع
علماء روس
علوم
https://cdn.img.sarabic.ae/img/103747/11/1037471132_0:210:2894:1838_1920x0_80_0_0_c86ff2f5cd861c7664731680e788ffd1.jpg
ولكن يحدث أنها لا توفر دائمًا الدقة والسرعة اللازمة، ما يؤدي إلى استجابة بطيئة للظروف المتغيرة والهزات والتشغيل غير المستقر للآلية.يتم تشغيل المصاعد والمكابس وماكينات قطع المعادن وآليات الإنتاج الأخرى بواسطة محرك تيار مستمر، إذ أن التحكم في هذه العمليات يتم بواسطة وحدة تحكم إلكترونية. وفي حالة الإعداد غير الصحيح، قد لا يتفاعل بسرعة ودقة كافية مع التغيرات في ظروف تشغيل الآلية، ما يسبب تأخيرات في التشغيل، وهزات ما يسبب زيادة تآكل الأجزاء الميكانيكية والمحامل.يمكن تدريب الشبكة العصبية بطرق مختلفة، مع "معلم" أو من دونه. في الحالة الأولى، يتم تعليمها ببساطة عن طريق "تقليد" منظم تم تكوينه بالفعل.العيب هو أنه بهذه الطريقة لا يمكنها العمل بشكل أفضل من النموذج الأولي الخاص بها. في الحالة الثانية، يحلل بشكل مستقل بيانات الإدخال المحملة فيه ويبحث عن أنماط فيها. هنا تظهر صعوبة أخرى، ليس من السهل العثور على العينة المناسبة من البيانات للتدريب.وطوّر علماء من جامعة بيرم، نهجًا أصليًا حيث يتم تدريب الشبكة العصبية ليس على المنشأة الصناعية نفسها، ولكن على "توأمها الرقمي". ولهذا الغرض، يقوم المتخصصون في المؤسسة بالتعاون مع علماء بتطوير نماذج محاكاة خاصة تصف عمليات حركة وتفاعل الأجزاء المختلفة من الآلية، بما في ذلك المحرك وعناصره، بمساعدة المعادلات الرياضية.وهذا يجعل من الممكن ضبط المنظم دون الإخلال بظروف عمل عملية الإنتاج الحقيقية.وقال ديمتري دادينكوف، الأستاذ المشارك في قسم وسائل الأتمتة القائمة على المعالجات الدقيقة: "في نهجنا، نطبّق "دالة خسارة" تقدّر التباين بين تنبؤات النموذج والقيم الفعلية، التي يتم جمعها من كائن موجود. هذه فرصة "لتوضيح" بمهارة أكبر للشبكة العصبية ما نريدها أن تحققه".واختبر علماء التقنية المتعددة عملية التعلم على مثال نظام التحكم في السرعة في المحرك. لقد خلقوا ظروفًا صعبة، إذ كان على الشبكة العصبية أن تنظم سرعة الدوران، أولاً، عندما تتغير بشكل حاد وغير متوقع، وثانيًا، في ظل الحمل المتغير، أي المقاومة اللازمة التي يجب على المحرك التغلب عليها للدوران.ويقول إيغور شميدت، الأستاذ المساعد في قسم أدوات أتمتة المعالجات الدقيقة: "يمكن أن تحدث هذه الظروف على أدوات الماكينات أو الناقلات أو في حالات الطوارئ، حيث تحتاج إلى تغيير السرعات بشكل مفاجئ أو إيقاف العمل تمامًا، وهذا يتطلب أن يتفاعل الجهاز بسرعة ودقة. لقد أظهرت الاختبارات أن المنظم، الذي تم تدريبه وفقًا لمخططنا، يعمل بشكل صحيح. عند تغيير الحمل، لا تنخفض سرعة المحرك عمليًا، وعندما يكون من الضروري ضبط سرعة مختلفة، يكون هناك تجاوز طفيف، نحو 1%".لا يقتصر تطبيق مثل هذه المنظمات على محركات التيار المستمر، فمن المنطقي استخدامها في كل مكان لا تتكيف فيه المنظمات الكلاسيكية بشكل جيد. إذا كان كائن التحكم نظامًا معقدًا غير خطي ومتعدد التوصيلات أو إذا كانت هناك معايير إضافية لجودة التحكم.يوفر النهج الذي يتبعه علماء جامعة بيرم بوليتكنيك الروسية، إمكانيات غير محدودة تقريبًا لضبط منظم الأعصاب. أيضًا، عند تلقي معلومات حول العوامل التي يمكن أن تؤدي إلى حدوث خطأ، تمنع الشبكة العصبية حدوثه مسبقًا. يتيح ذلك التحكم بفعالية في العمليات في أنظمة القيادة الكهربائية للمصاعد والناقلات وآلات قطع المعادن ومصانع الدرفلة وآلات الرفع.علماء يكشفون عن طريقة تمكن الخلايا السرطانية من تدمير نفسها ذاتيادراسة تكشف عن عامل خطر جديد لشبكات المحمول "الجيل الخامس"
https://sarabic.ae/20250106/روسيا-تطور-دواء-لمواجهة-ظاهرة-نفسية-تؤثر-على-الملايين-1096515594.html
https://sarabic.ae/20250107/سفينتان-لتوليد-الكهرباء-من-تركيا-وقطر-قادمتان-إلى-سوريا-تولدان-800-ميغاواط-1096551405.html
سبوتنيك عربي
feedback.arabic@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
2025
سبوتنيك عربي
feedback.arabic@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
الأخبار
ar_EG
سبوتنيك عربي
feedback.arabic@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
سبوتنيك عربي
feedback.arabic@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
علماء روس, علوم
علماء روس يبتكرون شبكة عصبية تتحكم بسرعة المحركات الكهربائية في الآلات المعقدة
تُستخدم محركات التيار المستمر لتشغيل المصاعد والمكابس وغيرها من أنظمة الدفع الكهربائية، إذ تقوم بتحويل الكهرباء الواردة إلى دوران ميكانيكي. في الوقت نفسه، يتم التحكم في التيار والسرعة والمعلمات الأخرى بواسطة منظمات إلكترونية، تحافظ على جميع المتغيرات في المستوى الصحيح ولا تسمح بالانحرافات.
ولكن يحدث أنها لا توفر دائمًا الدقة والسرعة اللازمة، ما يؤدي إلى استجابة بطيئة للظروف المتغيرة والهزات والتشغيل غير المستقر للآلية.
وبحسب مجلة "scientificrussia" العلمية، فإنه لهذا السبب بدأ استخدام الشبكات العصبية على نطاق واسع في مثل هذه الأنظمة. وقد طوّر علماء من جامعة بيرم للفنون التطبيقية في روسيا، نهجًا فعالًا لتدريبها، ما يسمح بضبط المنظم وتجنب الأخطاء.
يتم تشغيل المصاعد والمكابس وماكينات قطع المعادن وآليات الإنتاج الأخرى بواسطة محرك تيار مستمر، إذ أن التحكم في هذه العمليات يتم بواسطة وحدة تحكم إلكترونية. وفي حالة الإعداد غير الصحيح، قد لا يتفاعل بسرعة ودقة كافية مع التغيرات في ظروف تشغيل الآلية، ما يسبب تأخيرات في التشغيل، وهزات ما يسبب زيادة تآكل الأجزاء الميكانيكية والمحامل.
كل هذا محفوف بمعالجة غير دقيقة بما فيه الكفاية للأجزاء على ماكينة تشغيل المعادن، والتغذية غير المتساوية للمواد على الناقل، والحركة غير المريحة وحتى الخطر على الركاب في المصعد. للتحكم الدقيق في مثل هذه الأشياء، من الممكن استخدام منظمات تعتمد على الشبكة العصبية.
يمكن تدريب الشبكة العصبية بطرق مختلفة، مع "معلم" أو من دونه. في الحالة الأولى، يتم تعليمها ببساطة عن طريق "تقليد" منظم تم تكوينه بالفعل.
العيب هو أنه بهذه الطريقة لا يمكنها العمل بشكل أفضل من النموذج الأولي الخاص بها. في الحالة الثانية، يحلل بشكل مستقل بيانات الإدخال المحملة فيه ويبحث عن أنماط فيها. هنا تظهر صعوبة أخرى، ليس من السهل العثور على العينة المناسبة من البيانات للتدريب.
وطوّر علماء من جامعة بيرم، نهجًا أصليًا حيث يتم تدريب الشبكة العصبية ليس على المنشأة الصناعية نفسها، ولكن على "توأمها الرقمي". ولهذا الغرض، يقوم المتخصصون في المؤسسة بالتعاون مع علماء بتطوير نماذج محاكاة خاصة تصف عمليات حركة وتفاعل الأجزاء المختلفة من الآلية، بما في ذلك المحرك وعناصره، بمساعدة المعادلات الرياضية.
وهذا يجعل من الممكن ضبط المنظم دون الإخلال بظروف عمل عملية الإنتاج الحقيقية.
يكون التعلّم دائمًا عن طريق التجربة والخطأ، في المراحل الأولية، لا يعرف الذكاء الاصطناعي ما هو التأثير الصحيح، لذا فهو يحاول فقط تجربة معلمات عشوائية ويحاول تطبيقها على النظام، إذا تبين أنها خاطئة، يقوم بتعديلها ويحاول مرة أخرى. ولكن في بيئة الإنتاج الحقيقي، لا يمكنك السماح للشبكة العصبية بالتجربة بهذه الطريقة وتعطيل سير العمل، لأن ذلك قد يؤدي إلى وقوع حوادث. لذلك، فإن استخدام النموذج هو وسيلة لتدريب وحدة التحكم بشكل أكثر دقة على كمية كبيرة من البيانات المختلفة.
وقال ديمتري دادينكوف، الأستاذ المشارك في قسم وسائل الأتمتة القائمة على المعالجات الدقيقة: "في نهجنا، نطبّق "دالة خسارة" تقدّر التباين بين تنبؤات النموذج والقيم الفعلية، التي يتم جمعها من كائن موجود. هذه فرصة "لتوضيح" بمهارة أكبر للشبكة العصبية ما نريدها أن تحققه".
وأضاف: "في الوقت نفسه، وعلى النقيض من العمل التقليدي للمنظم العصبي، فإن هذه الوظيفة في مخططنا ليست مدمجة في الذكاء الاصطناعي، فهي تعمل كمراقب خارجي، وتقارن تنبؤات الشبكة بالحقيقة وتبلغ عن مدى نجاح الشبكة في التعامل معها".
واختبر علماء التقنية المتعددة عملية التعلم على مثال نظام التحكم في السرعة في المحرك. لقد خلقوا ظروفًا صعبة، إذ كان على الشبكة العصبية أن تنظم سرعة الدوران، أولاً، عندما تتغير بشكل حاد وغير متوقع، وثانيًا، في ظل الحمل المتغير، أي المقاومة اللازمة التي يجب على المحرك التغلب عليها للدوران.
ويقول إيغور شميدت، الأستاذ المساعد في قسم أدوات أتمتة المعالجات الدقيقة: "يمكن أن تحدث هذه الظروف على أدوات الماكينات أو الناقلات أو في حالات الطوارئ، حيث تحتاج إلى تغيير السرعات بشكل مفاجئ أو إيقاف العمل تمامًا، وهذا يتطلب أن يتفاعل الجهاز بسرعة ودقة. لقد أظهرت الاختبارات أن المنظم، الذي تم تدريبه وفقًا لمخططنا، يعمل بشكل صحيح. عند تغيير الحمل، لا تنخفض سرعة المحرك عمليًا، وعندما يكون من الضروري ضبط سرعة مختلفة، يكون هناك تجاوز طفيف، نحو 1%".
وتابع: "لاختبار تشغيل المنظم العصبي في الظروف الحقيقية، تم فرض ضوضاء هي بيانات عشوائية غير صحيحة على الحالة المقاسة للجسم. وقد نجح المنظم، الذي تم تدريبه على النموذج، في التعامل مع التحكم في السرعة حتى على الجسم الصاخب".
لا يقتصر تطبيق مثل هذه المنظمات على محركات التيار المستمر، فمن المنطقي استخدامها في كل مكان لا تتكيف فيه المنظمات الكلاسيكية بشكل جيد. إذا كان كائن التحكم نظامًا معقدًا غير خطي ومتعدد التوصيلات أو إذا كانت هناك معايير إضافية لجودة التحكم.
يوفر النهج الذي يتبعه علماء جامعة بيرم بوليتكنيك الروسية، إمكانيات غير محدودة تقريبًا لضبط منظم الأعصاب. أيضًا، عند تلقي معلومات حول العوامل التي يمكن أن تؤدي إلى حدوث خطأ، تمنع الشبكة العصبية حدوثه مسبقًا. يتيح ذلك التحكم بفعالية في العمليات في أنظمة القيادة الكهربائية للمصاعد والناقلات وآلات قطع المعادن ومصانع الدرفلة وآلات الرفع.
