Нейросетевая информационная модель системы
Информационная модель отклика контейнера строилась на основе сети встречного распространения и многослойной сети с обучением по методу обратного распространения ошибки. Были рассмотрены прямая, обратная и комбинированная задачи.
Нейронная сеть для прямой задачи содержит 6 входов и 2 оцениваемых выхода. Прямая задача для данного приложения позволят ответить на следующие вопросы:
- Какова будет максимальная температура внутри контейнера при известных параметрах пожара?
- Превысит или нет внутренняя температура заданное критическое значение? Если да, то как долго система будет находиться в критических условиях?
- Что отвечает большему риску повреждения содержимого контейнера: короткий, но высокотемпературный пожар, или длительная умеренная тепловая нагрузка?
Обратная задача соответствует оценке параметров внешнего воздействия по измерениям отклика системы. Тепловой режим внутри контейнера при этом контролируется датчиками температуры. Запросы к обратной модели носят диагностический характер:
- Какова длительность и температура пламени?
- Как далеко от контейнера произошел пожар, и каков был размер пламени?
- Какова фактическая степень повреждения контейнера?
Наиболее интересная комбинированная задача рассматривает часть параметров как известные, а остальные, как неизвестные. При обучении нейросети комбинированной задаче множества переменных, используемых как входные и как выходные, могут частично или полностью перекрываться.
Комбинированная задача отвечает на все запросы прямой и обратной задач, но имеет дополнительные возможности:
- Оценка состояния контейнера по внешним и внутренним измерениям.
- Каковы наитяжелейшие условия пожара, при которых контейнер еще сохраняет содержимое?
Обратную и комбинированную задачи следует рассматривать, как некорректно поставленные.
Область возможных значений физических параметров ограничивалась максимальными температурами пожара (достигаемыми при горении обогащенного топлива), расстояниями и размерами пламени, при которых теплопередача контейнеру приводит к температуре около 200оС (типичный порог для пожаро-сигнализирующих датчиков). Длительность пожара ограничивалась значением 1 час.
После введения всех ограничений данные из базы данных были линейным преобразованием приведены в "серый" формат [0..1].
