Робота присвячена питанням розробки та використання нечіткого класифікатора кольорових зображень та сімейства нейромереж для побудови апаратно-програмної системи автоматизованого контролю стану робочих рідин, у задачі якої входить, зокрема, автоматизований контроль процентного вмісту маси мультігідратів сульфатів заліза у розчині в ваннах безперервних травильних агрегатів для оперативної підтримки оптимальних значень температури та концентрації розчину.

APPLICATION OF "COMPUTER VISION" TECHNOLOGIES FOR MONITORING THE CONDITION OF WORKING SOLUTIONS

Abstracts: The work is devoted to the development and use of a fuzzy classifier of color images and a family of neural networks to build a hardware and software system for automated control of the state of working solutions, the task of which includes, in particular, automated control of the mass percentage of iron sulfate multihydrates in solution in the baths of continuous pickling units for operational support optimal values of temperature and concentration of the solution.

контроль стану робочих рідин; система; нечіткий класифікатор; нейромережа; комп’ютерний зір; control of the condition of working solutions; system; fuzzy classifier; neural network; computer vision

Отто М. Современные методы аналитической химии. М: Техносфера, 2006. 544 с.

URL: https://opencv.org/

Piegat A. Fuzzy Modeling and Control. Heidelberg: Physica – Verlag, 2011. 798 p.

Bezsonov O., Ilyunin O., Kaldybaeva B., Selyakov O., Perevertaylenko O., Khusanov A., Rudenko O., Udovenko S., Shamraev A., and Zorenko V. Resource and Energy Saving Neural Network-Based Control Approach for Continuous Carbon Steel Pickling Process. Journal of Sustainable Development of Energy, Water and Environment Systems. 2019. № 7(2). P. 275–292. DOI: https://doi.org/10.13044/j.sdewes.d6.0249.