Generation von Eis unter kontrollierten Bedingungen - Neuronale Netze zur Vorhersage der Dicke und Biegefestigkeit von Modelleis
Josefine Michel
Diese Studienarbeit mit das Thema „Ice Generation under Controlled Conditions Conditions - Neuronale Netze zur Vorhersage der Dicke und Biegefestigkeit von Modelleis“ wurde in der Zusammenarbeit mit der Abteilung für Eisversuche der HSVA geschrieben. Es wurden zwei Neuronale Netzwerke entwickelt, um die Biegefestigkeit und Eisdicke des Modelleises vorhersagen zu können. Die Herstellung von Modelleis dauert in der Regel mehrere Tage. Das Eiswachstum ist abgeschlossen, wenn die Soll-Eisdicke erreicht ist. Anschließend wird das Eis getempert, d.h. die Raumtemperatur wird so lange erhöht, bis die Soll-Biegefestigkeit erreicht wird. Anschließend kann der Modellversuch gestartet werden. Zurzeit wird der Beginn der Eisgenerierung und des Temperns mit empirischen Erfahrungswerten geplant, was bei leichten Abweichungen der Parameter von den Erfahrungswerten sehr ungenau wird. Mit den Neuronalen Netzen ist es möglich die Versuchsvorbereitungen wesentlich besser zu planen und vorherzusagen. Um die Neuronalen Netze zu benutzen müssen sie mit Datensätzen trainiert werden, welche vorher gemessen und in einer Datenbank gespeichert wurden. Die Datensätze enthalten verschiedene Eingabewerte, von der die Eisdicke, bzw. die Biegefestigkeit abhängig ist. Durch das Testen der Neuronalen Netze wurde festgestellt, dass die Eisdicke eine Funktion der folgenden Parameter ist: Wassertemperatur, Raumtemperatur vor und nach dem Sprühen und die Biegefestigkeit eine Funktion ist von: der Raumtemperatur vor und nach dem Sprühen, dem Salzgehalt des Wassers, der Raumtemperatur zum Zeitpunkt der Biegefestigkeitsmessung und der Zeit vom Beginn des Temperns bis zur Biegefestigkeitsmessung.
Ice Generation under Controlled Conditions - Neural Networks to predict the thickness and strength of model ice
Josefine Michel
