Измерение параметров перемещения элементов конструкций интерференционным методом с применением нейросетевых технологий для обработки информации
С целью получения достоверных значений параметров перемещения с помощью интерференционного СВЧ метода и использования нейросетевых технологий была поставлена серия реальных экспериментов. Для обеспечения квадратичности характеристик детектора была проведена его калибровка с использованием разработан...
Saved in:
| Date: | 2009 |
|---|---|
| Main Authors: | , , , |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут технічної механіки НАН України і НКА України
2009
|
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/5590 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Измерение параметров перемещения элементов конструкций интерференционным методом с применением нейросетевых технологий для обработки информации / О.О. Дробахин, А.В. Доронин, Д.Ю. Салтыков, В.В. Григорьев // Техн. механика. — 2009. — № 1. — С. 118-122. — Бібліогр.: 7 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859739712805142528 |
|---|---|
| author | Дробахин, О.О. Доронин, А.В. Салтыков, Д.Ю. Григорьев, В.В. |
| author_facet | Дробахин, О.О. Доронин, А.В. Салтыков, Д.Ю. Григорьев, В.В. |
| citation_txt | Измерение параметров перемещения элементов конструкций интерференционным методом с применением нейросетевых технологий для обработки информации / О.О. Дробахин, А.В. Доронин, Д.Ю. Салтыков, В.В. Григорьев // Техн. механика. — 2009. — № 1. — С. 118-122. — Бібліогр.: 7 назв. — рос. |
| collection | DSpace DC |
| description | С целью получения достоверных значений параметров перемещения с помощью интерференционного СВЧ метода и использования нейросетевых технологий была поставлена серия реальных экспериментов. Для обеспечения квадратичности характеристик детектора была проведена его калибровка с использованием разработанной математической модели нейронной сети. Для дополнительной корректировки результатов оценок параметров перемещений контролируемого элемента конструкции, полученных непосредственно при использовании 3-х зондового волноводного датчика, была создана математическая модель дополнительной нейронной сети. Применение нейросетевых технологий заметно снизило погрешность оценок, что является весьма перспективным с точки зрения дальнейшего практического использования метода.
З метою одержання достовірних значень параметрів переміщення за допомогою інтерференційного НВЧ методу та використання нейромережевих технологій була поставлена серія реальних експериментів. Для забезпечення квадратичності характеристик детектора було проведено його калібрування з використанням розробленої математичної моделі нейронної мережі. Для додаткового коректування результатів оцінок параметрів переміщень контрольованого елемента конструкції, отриманих безпосередньо при використанні 3-х зондового хвилевідного датчика, була створена математична модель додаткової нейронної мережі. Застосування нейромережевих технологій помітно знизило погрішність оцінок, що є досить перспективним з погляду подальшого практичного використання методу.
To obtain plausible values of displacement parameters by using the interference microwave method and neural network technologies, a series of real experiments were carried out. A detector was calibrated using the developed mathematical model of a neural network to provide quadratic characteristics. For improvement of estimations directly obtained by 3 probe wave-guide sensors for testing configuration of displacement parameters the mathematical model of a neural network was constructed. The neural network technologies application has substantially diminished estimation errors. Thus the approach is rather perspective for practical application.
|
| first_indexed | 2025-12-01T17:41:13Z |
| format | Article |
| fulltext |
118
УДК 621.396 : 681.3.07
О.О. ДРОБАХИН, А.В. ДОРОНИН, Д.Ю. САЛТЫКОВ, В.В. ГРИГОРЬЕВ
ИЗМЕРЕНИЕ ПАРАМЕТРОВ ПЕРЕМЕЩЕНИЯ ЭЛЕМЕНТОВ
КОНСТРУКЦИЙ ИНТЕРФЕРЕНЦИОННЫМ МЕТОДОМ С ПРИМЕНЕНИЕМ
НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ ДЛЯ ОБРАБОТКИ ИНФОРМАЦИИ
С целью получения достоверных значений параметров перемещения с помощью интерференционно-
го СВЧ метода и использования нейросетевых технологий была поставлена серия реальных эксперимен-
тов. Для обеспечения квадратичности характеристик детектора была проведена его калибровка с исполь-
зованием разработанной математической модели нейронной сети. Для дополнительной корректировки
результатов оценок параметров перемещений контролируемого элемента конструкции, полученных непо-
средственно при использовании 3-х зондового волноводного датчика, была создана математическая мо-
дель дополнительной нейронной сети. Применение нейросетевых технологий заметно снизило погреш-
ность оценок, что является весьма перспективным с точки зрения дальнейшего практического использо-
вания метода.
З метою одержання достовірних значень параметрів переміщення за допомогою інтерференційного
НВЧ методу та використання нейромережевих технологій була поставлена серія реальних експериментів.
Для забезпечення квадратичності характеристик детектора було проведено його калібрування з викорис-
танням розробленої математичної моделі нейронної мережі. Для додаткового коректування результатів
оцінок параметрів переміщень контрольованого елемента конструкції, отриманих безпосередньо при ви-
користанні 3-х зондового хвилевідного датчика, була створена математична модель додаткової нейронної
мережі. Застосування нейромережевих технологій помітно знизило погрішність оцінок, що є досить перс-
пективним з погляду подальшого практичного використання методу.
To obtain plausible values of displacement parameters by using the interference microwave method and
neural network technologies, a series of real experiments were carried out. A detector was calibrated using the
developed mathematical model of a neural network to provide quadratic characteristics. For improvement of esti-
mations directly obtained by 3 probe wave-guide sensors for testing configuration of displacement parameters the
mathematical model of a neural network was constructed. The neural network technologies application has sub-
stantially diminished estimation errors. Thus the approach is rather perspective for practical application.
Введение. Разработка средств измерения параметров механических пе-
ремещений и вибраций остается актуальной научно-технической задачей.
Микроволновые методы обладают рядом достоинств, в частности, они обес-
печивают безынерционность и бесконтактность измерений. Последнее в ус-
ловиях термических нагрузок объекта либо помещения его в агрессивную
среду является решающим обстоятельством в пользу выбора микроволновых
методов. Практическое применение существующих методов требует повы-
шения достоверности и надежности оценок параметров перемещений и виб-
раций, что обеспечивается применением современных средств обработки
информации, например нейросетевых технологий [1].
Наиболее популярным из микроволновых методов измерения параметров
движения является интерференционный метод [2 – 4]. В его основе лежит анализ
суперпозиции электромагнитных волн, распространяющихся от генератора и от-
раженных от исследуемого объекта, что приводит к образованию стоячей волны
в измерительном волноводном тракте. С помощью детектора регистрируется
электрическое поле этой волны, модулированное перемещениями объекта. На
базе данного метода были проведены экспериментальные исследования.
Цель исследований – повышение точности оценивания параметров пе-
ремещения контролируемого элемента конструкции на основе применения
нейросетевых технологий для обработки данных.
Постановка эксперимента. Информация о расстоянии до отражающего
объекта заключена в фазе комплексного коэффициента отражения, поэтому
необходимо рассмотреть многозондовый измеритель комплексного коэффи-
О.О. Дробахин, А.В. Доронин, Д.Ю. Салтыков, В.В. Григорьев, 2009
Техн. механика. – 2009. – № 1.
119
циента отражения, в частности трехзондовый. Схема экспериментальной ус-
тановки была следующей (рис. 1): от генератора 1 через вентиль 2 СВЧ сиг-
нал частоты 10 ГГц поступает на вход измерительной волноводной секции 3
с тремя зондами, соединенными с детекторами; измерительная секция непо-
средственно соединена с приемо-передающим рупором 4. Излучаемая волна
падает на отражатель в виде металлической пластины 5, которая перемеща-
ется вдоль продольной оси; соответственно отраженный сигнал поступает в
антенну и измерительную секцию, в которой формируется стоячая волна.
Начальное расстояние от плоскости апертуры антенны до пластины состав-
ляет 300 мм, что соответствует началу дальней зоны излучения. Это расстоя-
ние было выбрано во избежание флуктуаций поля в ближнем промежутке
зоны излучения. Контролируемый объект, размерами 250×300 мм, переме-
щался свободно – без использования направляющей. Антенна представляла
собой пирамидальный рупор длиной 200 мм и размерами апертуры
95×95 мм. Сечение волновода для всего СВЧ тракта составляло 23×10 мм.
Данные с детекторов измерительной секции фиксировались через каждые 5
мм перемещения отражающей поверхности. С целью накопления статистики
эксперимент был проведен несколько раз. В результате были получены мат-
рицы данных размерностью 3×30, где 3 – количество зондов датчика мощно-
сти, а 30 – количество фиксированных положений отражателя.
Рис. 1
Анализ. Проанализируем работу установки для случая, когда зонды с де-
текторами расположены в волноводе эквидистантно на расстоянии 8Λ друг
от друга (Λ – длина волны в волноводе), причем детекторы имеют квадра-
тичные характеристики. Выходной сигнал mΡ , полученный с детекторов, в
этом случае будет иметь вид:
2
1
8
2
1
8
2
−
Λ
Λ
π
Γ+
−
Λ
Λ
π
−= )(exp)(exp mjmjkP mm
& , (1)
где 321 ,,=m , 1−=j . При этом сигналы
−
Λ
Λ
π
− )(exp 1
8
2
mj имеют
смысл опорных, а сигналы
−
Λ
Λ
π
Γ )(exp 1
8
2
mj& содержат информацию об
исследуемом комплексном коэффициенте отражения Γ& . Коэффициенты про-
120
порциональности mk для каждого из детекторов устраняются из окончатель-
ных выражений путем деления результатов измерений (1) на результат изме-
рений в режиме бегущей волны, то есть при согласованной нагрузке. Таким
образом, имеем систему трех нормированных величин ip :
.;;
2
3
2
2
2
2
1 1 Γ+=Γ+=Γ+= π−
π
−
&&& j
j
epepp (2)
Далее согласно методу голографии с тремя опорными сигналами [5] не-
обходимо сформировать величины 21 pp − и 31 pp − , при этом процедура
вычитания сигнала при согласованной нагрузке из каждого из mp может
быть опущена. В результате получим систему линейных алгебраических
уравнений относительно действительной )(Γ′ и мнимой части )(Γ ′′ комплекс-
ного коэффициента отражения:
−
−
=
Γ ′′
Γ′
31
21
22
04
pp
pp
. (3)
Число обусловленности матрицы правых частей системы равно 2,618,
что незначительно хуже числа обусловленности для 4-х зондового измерите-
ля, которое равно 1. Следует отметить, что число обусловленности не зависит
от значений коэффициента отражения, в то время как решение системы квад-
ратных уравнений классическим методом приобретает большие погрешности
при коэффициенте отражения, приближающемся к единице [6]. Решение сис-
темы (3) может быть записано в явном виде:
)(,);(, 32131 2250250 ppppp +−=Γ ′′−=Γ′ . (4)
Интересно отметить, что первое выражение в (4) пропорционально пер-
вой разности, а второе – второй разности нормированных значений детекто-
ров. На самом деле проводится измерение суммарного коэффициента отра-
жения излучающей системы и внесенного коэффициента отражения иссле-
дуемого объекта, поэтому необходимо дополнительно провести измерения
коэффициента отражения антенны при излучении в свободное пространство
и вычесть его из результатов измерений при наличии исследуемого объекта.
Именно после вычитания фаза ϕ полученного комплексного коэффициента
отражения )exp( ϕΓ=Γ j связана линейным соотношением с расстоянием до
отражающего объекта, что и позволяет определить последнее.
Выражения (4) получены в предположении квадратичности характери-
стик детекторов, реально детекторы не имеют квадратичной характеристики,
поэтому эффективность работы указанного класса измерителей зависит от
качества проведения калибровки.
Применение нейросетевых технологий для калибровки датчика мощно-
сти и обработки полученных данных является весьма перспективным. Пре-
имущество данного приёма отображено в работе [7]. Для корректировки ха-
рактеристики детектора была применена математическая модель 3-х слойной
нейронной сети, имеющей 1 нейрон во входном слое и 1 нейрон в выходном
слое. Число нейронов во внутреннем (скрытом) слое определяется исходя из
рекомендаций по аппроксимации нейросетевыми технологиями в [1] и каче-
121
ства функционирования натренированной математической модели нейронной
сети. Передаточная функция активации нейронов входного и скрытого слоев
сигмоидальная (S-функция), для выходного слоя – линейная.
Была проведена серия тренировок с применением ряда алгоритмов: Ле-
венберга – Марквардта, сопряженных градиентов, Флетчера – Пауэлла, клас-
сического алгоритма обратного распространения, алгоритма обратного рас-
пространения ошибки с использованием метода секущих, алгоритма масшта-
бируемых сопряженных градиентов, алгоритма Полака – Рибера. Следует
отметить, что для каждого выбранного числа нейронов во внутреннем слое
было предпринято по крайней мере три попытки подбора весовых коэффици-
ентов, поскольку при одном и том же алгоритме тренировки при разных зна-
чениях весовых коэффициентов обеспечивается различная эффективность
работы сети. Качество сгенерированной нейронной сети проверялось путем
предъявления набора тестовых входных данных.
Наилучшие результаты показала нейронная сеть, имеющая 10 нейронов в
скрытом слое и натренированная в соответствии с алгоритмом масштабируе-
мых сопряженных градиентов. Построенные модели характеристик детекто-
ров позволили более точно определять комплексный коэффициент отраже-
ния, особенно его модуль. Это важно для корректного вычитания коэффици-
ента отражения антенны из результатов измерений.
На рис. 2 по оси абсцисс отложены значения относительного перемеще-
ния контролируемого объекта от начального положения, а по оси ординат –
относительные погрешности оценок по сравнению с установленным значени-
ем расстояния. Кривая 1 – это зависимость значений абсолютной погрешно-
сти определения расстояния, полученная в соответствии с приведенным вы-
ше методом вычислений.
Рис. 2
Результаты расчета имеют довольно высокий уровень относительной по-
грешности. С целью повышения точности в определении оценок расстояния
была сгенерирована ещё одна математическая модель трехслойной нейрон-
ной сети, с одним нейроном во входном слое и одним нейроном в выходном
слое. Выбор числа нейронов в скрытом слое и процесс тренировки нейрон-
ной сети происходил таким же образом, как и в предыдущем случае. Для
входного и выходного слоев была выбрана линейная функция активации, для
нейронов в скрытом слое – сигмоидальная (S-функция). В качестве входных
данных для тренировки были взяты результаты оценок для первого набора
122
экспериментальных данных, полученных для всей совокупности устанавли-
ваемых расстояний; вектором целевых (эталонных) значений являлись же-
лаемые (реально установленные) значения расстояний. Проверка работоспо-
собности сети осуществлялась по результатам оценок расстояний для осталь-
ных наборов данных измерений.
Наилучшие результаты показала нейронная сеть, имеющая 15 нейронов в
скрытом слое и натренированная в соответствии с алгоритмом оптимизации
Левенберга – Марквардта.
На рис. 2 отображены абсолютные погрешности оценок расстояния с
применением для обработки результатов математических моделей нейрон-
ных сетей (кривая 2).
Выводы. Среднее арифметическое значение абсолютной погрешности
результатов оценок с применением нейросевых технологий составило
0,28 мм, а без применения – 0,39 мм.
Необходимо учесть и тот факт, что контролируемый объект не был жёст-
ко зафиксирован и не всегда отражающая плоскость поверхности располага-
лась строго перпендикулярно оси антенны (максимальное отклонение отра-
жающей поверхности не превышало 7°), а значит, происходили потери части
отраженного электромагнитного излучения, тем самым условия эксперимен-
та были приближены к реальным условиям перемещения элементов конст-
рукций. Следовательно, можно ожидать примерно таких же погрешностей
при промышленном использовании данного метода бесконтактных измере-
ний.
Проведенные эксперименты подтвердили эффективность применения
нейросетевых технологий для обработки данных измерений при использова-
нии трехзондовых волноводных СВЧ датчиков, поскольку было обеспечено
повышение точности определения местоположений отражателя.
1. Хайкин С. Нейронные сети : полный курс. / С. Хайкин. – М. : Издательский дом «Вильямс», 2006. –
1104 с.
2. Викторов В. А. Радиоволновые измерения параметров технологических процессов. / В. А. Викторов,
Б. В. Лункин, А.С. Совлуков. – М. : Энергоатомиздат, 1989. – 208 с.
3. Радиоволновой измеритель параметров вибраций / Д. Ф. Руденко, А. И. Волковец, А. В. Гусинский,
А. М. Кострикин, О. О. Герасименок, А. Б. Дзисяк // СВЧ-техника и телекоммуникационные техноло-
гии : 15-я Международная конференция, 12 – 16 сентября, 2005 г., Севастополь : материалы конфе-
ренции. – Севастополь : Вебер, 2005. – С. 829 – 830.
4. Радиоволновая интерферометрия смещений грудной клетки человека, связанных с дыханием и серд-
цебиением / Д. А. Усанов, А. В. Скрипаль, А. В. Абрамов, А. С. Боголюбов, А. Э. Постельга // СВЧ-
техника и телекоммуникационные технологии : 15-я Международная конференция, 12 – 16 сентября,
2005 г., Севастополь : материалы конференции. – Севастополь : Вебер, 2005. – С. 900 – 901.
5. Бейтс Р. Восстановление и реконструкция изображений / Р. Бейтс, М. Мак-Доннел. – М. : Мир,
1989. – 336 с.
6. Тишер Ф. Техника измерений на сверхвысоких частотах. / Ф. Тишер – М. : Физматлит, 1963. – 364 с.
7. Дробахин О. О. Применение нейронных сетей для калибровки датчиков мощности в зондовых изме-
рителях на СВЧ / О. О. Дробахин, А. В. Доронин, Д. Ю. Салтыков // Математичне та програмне за-
безпечення інтелектуальних систем : 5-а Міжнародна науково-практична конференція, 14 – 16 но-
ября, 2007 г., Днепропетровск : материалы конференции. – Днепропетровск : ДНУ, 2007 – С. 54 – 55.
Институт технической механики Получено 31.03.08,
НАН Украины и НКА Украины в окончательном варианте 08.01.09
Днепропетровск
|
| id | nasplib_isofts_kiev_ua-123456789-5590 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-9184 |
| language | Russian |
| last_indexed | 2025-12-01T17:41:13Z |
| publishDate | 2009 |
| publisher | Інститут технічної механіки НАН України і НКА України |
| record_format | dspace |
| spelling | Дробахин, О.О. Доронин, А.В. Салтыков, Д.Ю. Григорьев, В.В. 2010-01-26T16:07:10Z 2010-01-26T16:07:10Z 2009 Измерение параметров перемещения элементов конструкций интерференционным методом с применением нейросетевых технологий для обработки информации / О.О. Дробахин, А.В. Доронин, Д.Ю. Салтыков, В.В. Григорьев // Техн. механика. — 2009. — № 1. — С. 118-122. — Бібліогр.: 7 назв. — рос. 1561-9184 https://nasplib.isofts.kiev.ua/handle/123456789/5590 621.396 : 681.3.07 С целью получения достоверных значений параметров перемещения с помощью интерференционного СВЧ метода и использования нейросетевых технологий была поставлена серия реальных экспериментов. Для обеспечения квадратичности характеристик детектора была проведена его калибровка с использованием разработанной математической модели нейронной сети. Для дополнительной корректировки результатов оценок параметров перемещений контролируемого элемента конструкции, полученных непосредственно при использовании 3-х зондового волноводного датчика, была создана математическая модель дополнительной нейронной сети. Применение нейросетевых технологий заметно снизило погрешность оценок, что является весьма перспективным с точки зрения дальнейшего практического использования метода. З метою одержання достовірних значень параметрів переміщення за допомогою інтерференційного НВЧ методу та використання нейромережевих технологій була поставлена серія реальних експериментів. Для забезпечення квадратичності характеристик детектора було проведено його калібрування з використанням розробленої математичної моделі нейронної мережі. Для додаткового коректування результатів оцінок параметрів переміщень контрольованого елемента конструкції, отриманих безпосередньо при використанні 3-х зондового хвилевідного датчика, була створена математична модель додаткової нейронної мережі. Застосування нейромережевих технологій помітно знизило погрішність оцінок, що є досить перспективним з погляду подальшого практичного використання методу. To obtain plausible values of displacement parameters by using the interference microwave method and neural network technologies, a series of real experiments were carried out. A detector was calibrated using the developed mathematical model of a neural network to provide quadratic characteristics. For improvement of estimations directly obtained by 3 probe wave-guide sensors for testing configuration of displacement parameters the mathematical model of a neural network was constructed. The neural network technologies application has substantially diminished estimation errors. Thus the approach is rather perspective for practical application. ru Інститут технічної механіки НАН України і НКА України Измерение параметров перемещения элементов конструкций интерференционным методом с применением нейросетевых технологий для обработки информации Article published earlier |
| spellingShingle | Измерение параметров перемещения элементов конструкций интерференционным методом с применением нейросетевых технологий для обработки информации Дробахин, О.О. Доронин, А.В. Салтыков, Д.Ю. Григорьев, В.В. |
| title | Измерение параметров перемещения элементов конструкций интерференционным методом с применением нейросетевых технологий для обработки информации |
| title_full | Измерение параметров перемещения элементов конструкций интерференционным методом с применением нейросетевых технологий для обработки информации |
| title_fullStr | Измерение параметров перемещения элементов конструкций интерференционным методом с применением нейросетевых технологий для обработки информации |
| title_full_unstemmed | Измерение параметров перемещения элементов конструкций интерференционным методом с применением нейросетевых технологий для обработки информации |
| title_short | Измерение параметров перемещения элементов конструкций интерференционным методом с применением нейросетевых технологий для обработки информации |
| title_sort | измерение параметров перемещения элементов конструкций интерференционным методом с применением нейросетевых технологий для обработки информации |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/5590 |
| work_keys_str_mv | AT drobahinoo izmerenieparametrovperemeŝeniâélementovkonstrukciiinterferencionnymmetodomsprimeneniemneirosetevyhtehnologiidlâobrabotkiinformacii AT doroninav izmerenieparametrovperemeŝeniâélementovkonstrukciiinterferencionnymmetodomsprimeneniemneirosetevyhtehnologiidlâobrabotkiinformacii AT saltykovdû izmerenieparametrovperemeŝeniâélementovkonstrukciiinterferencionnymmetodomsprimeneniemneirosetevyhtehnologiidlâobrabotkiinformacii AT grigorʹevvv izmerenieparametrovperemeŝeniâélementovkonstrukciiinterferencionnymmetodomsprimeneniemneirosetevyhtehnologiidlâobrabotkiinformacii |