PDF
ZENODO
Published
2025-05-13
Section
Articles
How to Cite
How to Cite
РАЗРАБОТКА СИСТЕМЫ КОМПЕНСАЦИИ ПУЛЬСАЦИЙ С ПРИМЕНЕНИЕМ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДЛЯ ПОВЫШЕНИЯ ТОЧНОСТИ ИЗМЕРЕНИЯ РАСХОДА ЖИДКОСТИ
Дустов Акмал Шухратович
1Белорусский государственный технологический университет,
Намозов Нодирбек Ниёзович
2Навоийский государственный горный и технологический университет,
Дустова Меҳринисо Пармоновна
3Навоийский инновационный университет
Keywords: расход жидкости, пульсации, точность измерения, интеллектуальный анализ, система компенсации, нейронные сети, обработка цифрового сигнала, алгоритмы сглаживания, датчик потока, мониторинг в реальном времени
Abstract
В данной статье анализируется негативное влияние пульсирующего сигнала, возникающего при измерении расхода жидкости, на точность измерения, и разработана система компенсации этих пульсаций на основе интеллектуального анализа. В ходе работы были созданы модели, оценивающие изменчивость параметров сигнала, полученных в реальном времени, и разработан механизм сглаживания сигнала и обнаружения значимых пульсаций с помощью интеллектуального алгоритма, функционирующего на основе нейронных сетей. Предлагаемая система служит для повышения точности измерений и уменьшения влияния стохастических колебаний, присутствующих в сигнале. Эффективность системы была протестирована в лабораторных условиях и сопоставлена с классическими методами фильтрации. В результате было доказано, что модель, построенная на основе интеллектуального подхода, обладает более высокой точностью и стабильностью по сравнению с традиционными методами. Результаты исследования позволяют повысить точность расходомеров, используемых в промышленных условиях.
References
1. Куценко В. И., Пискунов Н. И. (2017). Система измерения расхода жидкостей и газов в промышленных условиях. Москва: Энергоатомиздат.
2. Kalandarov I., Namozov N. N. LoRa signallari yordamida yer osti kon ishlarida xodimlar harakatlanish traektoriyasini aniqlash modeli //Digital transformation and artificial intelligence. – 2023. – Т. 1. – №. 4. – С. 146-148.
3. Wang, L., & Lu, Z. (2020). Recent advances in ultrasonic flow measurement: Principles and signal processing algorithms. Sensors, 20(24), 7163. https://doi.org/10.3390/s20247163
4. Baker, R. C. (2016). Flow Measurement Handbook: Industrial Designs, Operating Principles, Performance, and Applications. Cambridge: Cambridge University Press.
5. Мочалов А. А., Голубев В. В. (2019). Влияние пульсаций на точность измерения расхода в динамических системах. Вестник МГТУ им. Н. Е. Баумана. Серия Приборостроение, (2), 88-95.
6. Smith, S. W. (1997). The Scientist and Engineer's Guide to Digital Signal Processing. San Diego: California Technical Publishing.
7. Zhao, J., & Zhang, Y. (2021). Intelligent signal processing in flow measurement systems using deep neural networks. IEEE Transactions on Instrumentation and Measurement, 70, 1–10. https://doi.org/10.1109/TIM.2021.3076230
8. Bukhari, S. A. C., & Khan, A. H. (2022). Application of LSTM and autoencoder architectures for adaptive noise reduction in industrial sensor data. Journal of Process Control, 112, 90–101. https://doi.org/10.1016/j.jprocont.2022.04.007
