应用基于统计神经网络软件包的无尘室能耗监测方法和工具

Yu. A. Lakhov, A. Fomina, V. M. Balashov
{"title":"应用基于统计神经网络软件包的无尘室能耗监测方法和工具","authors":"Yu. A. Lakhov, A. Fomina, V. M. Balashov","doi":"10.21778/2413-9599-2018-2-76-79","DOIUrl":null,"url":null,"abstract":"В статье предложена система мониторинга процессов энергопотребления чистыми помещениями электроинфраструктуры предприятия производства изделий микроэлектроники. Выполнена классификация базовых технологических операций, осуществляемых в чистых помещениях. Определены основные факторы мониторинга процессов энергопотребления предприятий изготовления микроэлектроники. Проведен сопоставительный анализ различных методик прогнозирования энергопотребления предприятием, специализирующимся на производстве микроэлектроники. Установлено, что системы с нейронными сетями обеспечивают наиболее высокую устойчивость к воздействию внешних и внутренних возмущающих факторов. Предложено решение задачи прогнозирования потребления электроэнергии с использованием программного пакета Statistica Neural Network. Приведены результаты численного моделирования прогнозных и фактических значений энергопотребления чистыми помещениями электроинфраструктуры предприятия изготовления микроэлектроники на основе созданного программного алгоритма.","PeriodicalId":32947,"journal":{"name":"Radiopromyshlennost''","volume":"1 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2018-06-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"APPLICATION OF THE METHOD AND TOOLS FOR MONITORING THE ENERGY CONSUMPTION OF CLEAN ROOMS BASED ON THE USE OF THE SOFTWARE PACKAGE STATISTICA NEURAL NETWORKS\",\"authors\":\"Yu. A. Lakhov, A. Fomina, V. M. Balashov\",\"doi\":\"10.21778/2413-9599-2018-2-76-79\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"В статье предложена система мониторинга процессов энергопотребления чистыми помещениями электроинфраструктуры предприятия производства изделий микроэлектроники. Выполнена классификация базовых технологических операций, осуществляемых в чистых помещениях. Определены основные факторы мониторинга процессов энергопотребления предприятий изготовления микроэлектроники. Проведен сопоставительный анализ различных методик прогнозирования энергопотребления предприятием, специализирующимся на производстве микроэлектроники. Установлено, что системы с нейронными сетями обеспечивают наиболее высокую устойчивость к воздействию внешних и внутренних возмущающих факторов. Предложено решение задачи прогнозирования потребления электроэнергии с использованием программного пакета Statistica Neural Network. Приведены результаты численного моделирования прогнозных и фактических значений энергопотребления чистыми помещениями электроинфраструктуры предприятия изготовления микроэлектроники на основе созданного программного алгоритма.\",\"PeriodicalId\":32947,\"journal\":{\"name\":\"Radiopromyshlennost''\",\"volume\":\"1 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2018-06-26\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Radiopromyshlennost''\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.21778/2413-9599-2018-2-76-79\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Radiopromyshlennost''","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21778/2413-9599-2018-2-76-79","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

这篇文章提出了一个监测能源消耗过程的系统,通过清洁电力基础设施设施,生产微型电子产品的企业。在清洁环境中进行的基本技术操作的分类。确定了微电子学企业能源消耗过程的主要监测因素。一个专门生产微电子学的企业对不同的能源预测方法进行了比较分析。事实证明,神经网络系统对外部和内部扰动因素的耐受性最高。通过使用Statistica Neural网络软件来预测电力消耗的挑战已经提出。以下是基于软件算法创建的微型电子学企业的清洁用电设施净用电量的数值模拟和实际用电量的结果。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
APPLICATION OF THE METHOD AND TOOLS FOR MONITORING THE ENERGY CONSUMPTION OF CLEAN ROOMS BASED ON THE USE OF THE SOFTWARE PACKAGE STATISTICA NEURAL NETWORKS
В статье предложена система мониторинга процессов энергопотребления чистыми помещениями электроинфраструктуры предприятия производства изделий микроэлектроники. Выполнена классификация базовых технологических операций, осуществляемых в чистых помещениях. Определены основные факторы мониторинга процессов энергопотребления предприятий изготовления микроэлектроники. Проведен сопоставительный анализ различных методик прогнозирования энергопотребления предприятием, специализирующимся на производстве микроэлектроники. Установлено, что системы с нейронными сетями обеспечивают наиболее высокую устойчивость к воздействию внешних и внутренних возмущающих факторов. Предложено решение задачи прогнозирования потребления электроэнергии с использованием программного пакета Statistica Neural Network. Приведены результаты численного моделирования прогнозных и фактических значений энергопотребления чистыми помещениями электроинфраструктуры предприятия изготовления микроэлектроники на основе созданного программного алгоритма.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
8 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信