Zastosowanie sieci FBM w neuronowym modelowaniu mieszania dwuskładnikowych układów ziarnistych

Pokazano wyniki symulacji neuronowej procesów mieszania niejednorodnych układów ziarnistych. Mieszano dwuskładnikowy układ ziarnisty przy pomocy statycznego mieszalnika płytkowego. Estymacji rozkładów koncentracji składnika kluczowego dokonywano w oparciu o predykcję sztucznej sieci neuronowej Flexible Bayesian Modeling o 20 ukrytych warstwach neuronów. Porównano statystycznie wyniki modelu empirycznego i predyktowanego. Określono współczynnik korelacji.

The results of a neural network’s simulation of the mixing processes of non-homogenous granular systems were shown. A twocomponent granular system was mixed using a static plate mixer. Estimations of the key component’s concentration distribution were performed based on the artificial neural network’s prediction for the assumed numbers of neurons’ hidden layers. The empirical and the predicted results were statistically compared. A correlation coefficient was estimated between them.