SIMULATION OF A TRAINED TRAINED NEURAL NETWORK OF A FUZZY LOGIC REGULATION SYSTEM BASED ON THE COTTON DRYING PROCESS

Maqolada paxta xomashyosi quritish jarayonini tartibga soluvchi noqan’iy-mantiqiy tizimni 
modellashtirish  masalalari  ko'rib  chiqilgan.  Paxta  tozalash  sanoati  korxonalarida  texnologik 
qurilmalarni  ishlatish  jarayonida  yuzaga  keladigan  noaniqliklarni  bartaraf  etish  vazifalari 
taqdim  etildi.  Sun'iy  neyron  tarmoq  orqali  bunday  muammolarni  hal  qilishning  namunasi 
berilgan.  Neyron  tarmog'iga  asoslangan  matematik  modellar  ishlab  chiqildi,  u  xom  paxtani 
quritish  jarayonini  rasmiylashtirish  va  noqan’iy-mantiqiy  PID  kontrolatorining  optimal 
sozlangan  parametrlarini  aniqlash  uchun  ishlatiladi,  bu  esa  quritish  tamburining  texnologik 
qurilmalarining  ish  rejimlarini  o'zgartirishga  imkon  beradi.  Ishlab  chiqilgan  boshqaruv 
qarorlarining  tezligini  oshirishda  va  masalalar  sonini  minimallashtirishda  sun'iy  neyron 
tarmoqlarining  sinoptik  vaznlari  sonini  aniqlash  usuli  taklif  etilgan.  Neyron  tarmoq’ining 
vaznlarini  taxlil  qilish  uchun  teskari  tarqalish  xatosi  usulidan  foydalanilgan.  Paxtani  quritish 
jarayonining  xususiyatlarini  hisobga  olgan  holda    regulyator  parametrlarini  o'zgartirish 
diapazoniga asoslanadi.  Natijada, texnologik jarayoning aniqligi oshishiga olib keladigan sifat 
ko'rsatkichlari bo'yicha quritish jarayonini boshqarish tizimida namunaviy taklif ishlatildi.

The article discusses the modeling of a fuzzy-logical system of regulation of the process of 
drying of raw cotton. The tasks of overcoming uncertainties arising in the process of operation 
of  technological  units  at  the  enterprises  of  the  cotton-cleaning  industry  are  presented.  An 
example of solving such a problem by using an artificial neural network is given. Mathematical 
models based on the neural network have been developed that are used to formalize the process 
of  drying  raw  cotton  and  determine  the  optimal  tuned  parameters  of  the  fuzzy-logical  PID 
controller, allowing the fate of changing the operating modes of the technological units of the 
drying  drum.  A  method  for  determining  the  number  of  synoptic  weights  of  artificial  neural 
networks  is  proposed,  which  minimizes  the  number  of  trainings  and  increases  the  speed  of 
management  decisions.  To  train  the  neural  network  weights  use  the  reverse  spreading  error 
method. The range of variation of the regulator parameter is justified, taking into account the 
features of the cotton  drying process.  As a result, the proposed model was used in the control 
system  of  the  drying  process  in  terms  of  quality  indicators,  which  led  to  an  increase  in  the 
accuracy of the technological process.

В  статье  рассматривается  моделирование  нечетко-логической  системы 
регулирования  процессом  сушки  хлопка-сырца.  Представлены  задачи  преодоления 
неопределенностей,  возникающие  в  процессе  функционирования   технологических 
агрегатов  на  предприятиях  хлопкоочистительной  промышленности.  Приведен  пример 
решения  подобной  задачи  путем  использования  искусственной   нейронной  сети. 
Техника фанлари ва инновация  №2/2019 й.  Technical science and innovation
220
Разработаны  математические  модели  на  базе   нейронной  сети,  используемые  для 
формализации  процесса  сушки  хлопка-сырца  и  определения  оптимальных  настроенных 
параметров  нечетко-логического  ПИД-  регулятора,  позволяющие  учесть  изменения 
режимов  работы  технологических  агрегатов  сушильного  барабана.  Предложен  способ 
определения  количества  синоптических   весов  искусственных  нейронных  сетей, 
позволяющий  минимизировать  число  обучений  и  увеличить  быстродействия  выработан 
управленческих  решений.  Для  обучение  весов  нейронной  сети  использовать  метод 
обратного  распространяя  ошибки.  Обоснован   диапазон   изменения  параметр 
регулятора,  учитывающий  особенности  процесса  сушка  хлопка.    В  результате  была 
использована  предложенная  модель  в  системе  управления  процессом  сушки  по 
показателям  качества,  что  привело  к  повышению  точности  поддержания 
технологического процесса.