Спосіб вимірювання обертального моменту електродвигуна з використанням штучних нейронних мереж

Abstract

1. Спосіб вимірювання обертального моменту електродвигуна, який полягає в тому, що з використанням датчиків напруги, струму, швидкості обертання вала, механічного моменту, що визначається тензометричним способом, в різних режимах роботи електродвигуна, відбувається збір даних, який відрізняється тим, що збір даних проводять з сенсорів напруги, струму, швидкості обертання вала, які розміщені біля електродвигуна та тензометричного сенсора, що з'єднуються із валом електродвигуна через електромагнітні гальма, які створюють навантаження на вал індуктивним навантажувачем, при цьому за допомогою вказаних зібраних даних формують вибірку для навчання нейронної мережі, яке проводять на віддаленому сервері, де в подальшому визначають рівень оптимізації навченої моделі, а після досягнення необхідного рівня оптимізації навченої моделі формують коригуючий зворотний зв'язок навченої моделі із обчислювальним пристроєм вимірювача обертального моменту електродвигуна, забезпечуючи адаптацію вимірювача обертального моменту електродвигуна до умов невизначеності та впливу дестабілізуючих факторів. 2. Спосіб вимірювання обертального моменту електродвигуна за п. 1, який відрізняється тим, що вимірювання здійснюють із заданою частотою, отримані дані зберігають у накопичувачі обчислювального пристрою вимірювача обертального моменту електродвигуна з вбудованим Wi-Fi-модулем, що використовують для передачі даних накопичувача на віддалений сервер, якій розміщують у хмарному сховищі. 3. Спосіб вимірювання обертального моменту електродвигуна за п. 1, який відрізняється тим, що алгоритм навчання та оптимізації нейронної мережі включає перевірку результатів навчання, що характеризується співвідношенням тестових та навчальних даних, при цьому після досягнення заданої точності нейронну мережу синхронізують із обчислювальним пристроєм, використовуючи HTTP - протокол передачі даних. 1. A method of measuring the torque of an electric motor, which consists in using sensors of voltage, current, shaft rotation speed, mechanical torque determined by a strain gauge method, in different operating modes of the electric motor, data is collected, which is characterized in that data collection is carried out from voltage, current, shaft rotation speed sensors located near the electric motor and a strain gauge sensor connected to the electric motor shaft through electromagnetic brakes that create a load on the shaft with an inductive load, while using the specified collected data, a sample is formed for training a neural network, which is carried out on a remote server, where the level of optimization of the trained model is subsequently determined, and after reaching the required level of optimization of the trained model, a corrective feedback of the trained model with the computing device of the electric motor torque meter is formed, ensuring the adaptation of the electric motor torque meter to conditions of uncertainty and the influence of destabilizing factors. 2. The method of measuring the torque of an electric motor according to claim 1, characterized in that the measurement is carried out with a given frequency, the obtained data is stored in the storage of the computing device of the torque meter of the electric motor with a built-in Wi-Fi module, which is used to transfer the data of the storage to a remote server, which is placed in a cloud storage. 3. The method of measuring the torque of an electric motor according to claim 1, characterized in that the algorithm for learning and optimizing the neural network includes checking the training results, characterized by the ratio of test and training data, while after achieving the given accuracy, the neural network is synchronized with the computing device using HTTP - a data transfer protocol.