Розробка штучної нейронної мережі для інформаційно-вимірювальної системи контролю геометричних розмірів енергетичного обладнання

The paper deals with the development of an artificial neural network for compensating for nonkinematic errors of an information and measurement system (IMS) based on a coordinate measuring arm (CMA). After compensating for kinematic errors using a mathematical model, the proposed back-propagation ne...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2025
Автори: Kacprzyk, Janusz, Zaporozhets, Artur, Kataiev, Denys
Формат: Стаття
Мова:English
Опубліковано: General Energy Institute of the National Academy of Sciences of Ukraine 2025
Теми:
Онлайн доступ:https://systemre.org/index.php/journal/article/view/887
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:System Research in Energy

Репозитарії

System Research in Energy
id oai:www.systemre.org:article-887
record_format ojs
spelling oai:www.systemre.org:article-8872025-03-07T08:14:08Z DEVELOPMENT OF AN ARTIFICIAL NEURAL NETWORK FOR INFORMATION AND MEASUREMENT SYSTEM FOR CONTROLLING THE GEOMETRIC DIMENSIONS OF POWER EQUIPMENT Розробка штучної нейронної мережі для інформаційно-вимірювальної системи контролю геометричних розмірів енергетичного обладнання Kacprzyk, Janusz Zaporozhets, Artur Kataiev, Denys штучна нейронна мережа, зворотне поширення помилки, компенсація похибок, інформаційно-вимірювальна система, координатно-вимірювальна рука, геометричні параметри, моделювання. artificial neural network, error back propagation, error compensation, information and measurement system, coordinate measuring arm, geometric parameters, modeling. The paper deals with the development of an artificial neural network for compensating for nonkinematic errors of an information and measurement system (IMS) based on a coordinate measuring arm (CMA). After compensating for kinematic errors using a mathematical model, the proposed back-propagation neural network corrects non-kinematic errors arising from thermal deformations, noise, and element deformation inaccuracies. Experimental studies conducted on synthetic data demonstrated a significant reduction in the mean square error (MSE) of the coordinates of the measured points and a decrease in measurement uncertainty. The model exhibited high accuracy and stability, which confirms its effectiveness for controlling the geometric parameters of energy equipment. У статті розглядається розробка штучної нейронної мережі для компенсації некінематичних похибок інформаційно-вимірювальної системи (ІВС) на базі координатно-вимірювальної руки (КВР). Після компенсації кінематичних похибок за допомогою математичної моделі, запропонована нейронна мережа зі зворотним поширенням помилки забезпечує корекцію некінематичних похибок, що виникають через термічні деформації, шум і похибки деформації елементів. Експериментальні дослідження, проведені на основі синтетичних даних, показали значне зниження середньоквадратичної похибки (MSE) координат вимірюваних точок та зменшення невизначеності вимірювань. Модель продемонструвала високу точність і стабільність, що підтверджує її ефективність для контролю геометричних параметрів енергетичного обладнання. General Energy Institute of the National Academy of Sciences of Ukraine 2025-02-27 Article Article application/pdf https://systemre.org/index.php/journal/article/view/887 10.15407/srenergy2025.01.074 System Research in Energy; No. 1 (81) (2025): System Research in Energy; 74-84 Системні дослідження в енергетиці; № 1 (81) (2025): Системні дослідження в енергетиці; 74-84 2786-7102 2786-7633 en https://systemre.org/index.php/journal/article/view/887/795
institution System Research in Energy
baseUrl_str
datestamp_date 2025-03-07T08:14:08Z
collection OJS
language English
topic artificial neural network
error back propagation
error compensation
information and measurement system
coordinate measuring arm
geometric parameters
modeling.
spellingShingle artificial neural network
error back propagation
error compensation
information and measurement system
coordinate measuring arm
geometric parameters
modeling.
Kacprzyk, Janusz
Zaporozhets, Artur
Kataiev, Denys
Розробка штучної нейронної мережі для інформаційно-вимірювальної системи контролю геометричних розмірів енергетичного обладнання
topic_facet штучна нейронна мережа
зворотне поширення помилки
компенсація похибок
інформаційно-вимірювальна система
координатно-вимірювальна рука
геометричні параметри
моделювання.
artificial neural network
error back propagation
error compensation
information and measurement system
coordinate measuring arm
geometric parameters
modeling.
format Article
author Kacprzyk, Janusz
Zaporozhets, Artur
Kataiev, Denys
author_facet Kacprzyk, Janusz
Zaporozhets, Artur
Kataiev, Denys
author_sort Kacprzyk, Janusz
title Розробка штучної нейронної мережі для інформаційно-вимірювальної системи контролю геометричних розмірів енергетичного обладнання
title_short Розробка штучної нейронної мережі для інформаційно-вимірювальної системи контролю геометричних розмірів енергетичного обладнання
title_full Розробка штучної нейронної мережі для інформаційно-вимірювальної системи контролю геометричних розмірів енергетичного обладнання
title_fullStr Розробка штучної нейронної мережі для інформаційно-вимірювальної системи контролю геометричних розмірів енергетичного обладнання
title_full_unstemmed Розробка штучної нейронної мережі для інформаційно-вимірювальної системи контролю геометричних розмірів енергетичного обладнання
title_sort розробка штучної нейронної мережі для інформаційно-вимірювальної системи контролю геометричних розмірів енергетичного обладнання
title_alt DEVELOPMENT OF AN ARTIFICIAL NEURAL NETWORK FOR INFORMATION AND MEASUREMENT SYSTEM FOR CONTROLLING THE GEOMETRIC DIMENSIONS OF POWER EQUIPMENT
description The paper deals with the development of an artificial neural network for compensating for nonkinematic errors of an information and measurement system (IMS) based on a coordinate measuring arm (CMA). After compensating for kinematic errors using a mathematical model, the proposed back-propagation neural network corrects non-kinematic errors arising from thermal deformations, noise, and element deformation inaccuracies. Experimental studies conducted on synthetic data demonstrated a significant reduction in the mean square error (MSE) of the coordinates of the measured points and a decrease in measurement uncertainty. The model exhibited high accuracy and stability, which confirms its effectiveness for controlling the geometric parameters of energy equipment.
publisher General Energy Institute of the National Academy of Sciences of Ukraine
publishDate 2025
url https://systemre.org/index.php/journal/article/view/887
work_keys_str_mv AT kacprzykjanusz developmentofanartificialneuralnetworkforinformationandmeasurementsystemforcontrollingthegeometricdimensionsofpowerequipment
AT zaporozhetsartur developmentofanartificialneuralnetworkforinformationandmeasurementsystemforcontrollingthegeometricdimensionsofpowerequipment
AT kataievdenys developmentofanartificialneuralnetworkforinformationandmeasurementsystemforcontrollingthegeometricdimensionsofpowerequipment
AT kacprzykjanusz rozrobkaštučnoínejronnoímerežídlâínformacíjnovimírûvalʹnoísistemikontrolûgeometričnihrozmírívenergetičnogoobladnannâ
AT zaporozhetsartur rozrobkaštučnoínejronnoímerežídlâínformacíjnovimírûvalʹnoísistemikontrolûgeometričnihrozmírívenergetičnogoobladnannâ
AT kataievdenys rozrobkaštučnoínejronnoímerežídlâínformacíjnovimírûvalʹnoísistemikontrolûgeometričnihrozmírívenergetičnogoobladnannâ
first_indexed 2025-09-24T17:34:10Z
last_indexed 2025-09-24T17:34:10Z
_version_ 1850410292023918592