Dopředné a rekurentní neuronové sítě pro predikci teploty mezi řezy turbovrtulového motoru
Feedforward and Recurrent Neural Networks for Temperature Prediction Between Cuts of Turbopropeller Engine
Typ dokumentu
diplomová prácemaster thesis
Autor
Josef Řehořík
Vedoucí práce
Bukovský Ivo
Oponent práce
Oswald Cyril
Studijní obor
bez oboruStudijní program
Průmysl 4.0Instituce přidělující hodnost
ústav mechaniky, biomechaniky a mechatronikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Tato diplomová práce se věnuje predikci teploty, která je skalární termodynamickou stavovou veličinou. K predikci budou využity umělé neuronové sítě (Artificial Neural Networks, ANN), které jsou jedním z nástrojů umělé inteligence (Artificial Intelligence, AI). Tuto veličinu budu analyzovat a následně predikovat z dat naměřených v turbovrtulovém letadlovém motoru. Data, která budou v této práci zpracována a vyhodnocována pochází od blíže nespecifikovaného, avšak relevantního zdroje, který provedl měření teplot propulzní látky tohoto motoru. Část této práce se také věnuje termodynamickým dějům, na jejichž principech tyty stroje pracují. Pro zpracování velkého množství dat, která jsou v této práci použita, bude využita mimo jiné analýza hlavních komponent (PCA). Pro dosažení ideálního výsledku práce použiji různé kombinace modelů sítí a optimalizačních algoritmů. This thesis deals with temperature prediction, which is a scalar thermodynamic state variable. Artificial Neural Networks (ANN), which are one of the tools of Artificial Intelligence (AI), will be used for prediction. I will analyze this quantity and then predict it from the data measured in a turboprop aircraft engine. The data that will be processed and evaluated in this work comes from an unspecified but relevant source, which performed the measurement of the temperature of the propulsion substance of this engine. Part of this work is also devoted to thermodynamic processes on which these machines work. The Principal Component Analysis (PCA) will be used to process large amounts of data used in this work besides other methods. I will use various combinations of neural network models and optimization algorithms to achieve ideal results.
Kolekce
- Diplomové práce - 12105 [219]