用于压缩机性能测试中稳态检测的储备池计算
其他计算机科学
2024-02-29 v1
摘要
工业工厂中设备的制造通常包括进行质量保证测试或旨在确定设备某些属性或能力的测试。例如，在测试制冷压缩机时，我们希望找到被测压缩机的真实制冷能力。此类测试（也称为一个回合）可能耗时长达四小时，这实际上阻碍了将其应用于所生产的全部压缩机。本工作旨在通过采用循环神经网络（RNNs）作为动力学模型来检测测试何时进入所谓的稳态区域，从而减少此类工业试验所花费的时间。具体而言，我们使用储备池计算（RC）网络，它通过加快训练时间并显示收敛到全局最优来简化RNN的学习。此外，本工作提出了一种用于RC网络的自组织子空间投影方法，该方法利用回合开始时的信息来定义该回合所属的聚类。这个分配的聚类定义了一个特定的二进制输入，该输入将储备池的工作点转移到该回合期间轨迹的一个子空间。与标准RC网络相比，这种新方法被证明使RC模型在面对储备池参数（如谱半径和泄漏率）的不同组合时具有鲁棒的性能。
引用
@article{arxiv.1706.00782,
title = {Reservoir Computing for Detection of Steady State in Performance Tests of Compressors},
author = {Eric Aislan Antonelo and Carlos Alberto Flesch and Filipe Schmitz},
journal= {arXiv preprint arXiv:1706.00782},
year = {2024}
}