Содержание к диссертации
Введение
Глава 1 Технологии переработки ломов и твердых отходов для производства алюминиевых сплавов 11
1.1 Анализ технологий производства алюминиевых сплавов из металлических отходов 11
1.2 Сырьевая база вторичного алюминия. Классификация алюминиевых ломов, скрапа и отходов 16
1.3 Подготовка алюминиевых ломов и отходов к плавлению. Мониторинг и условия контроля параметров 28
1.4 Основные характеристики плавильного и литейного производства. Проблемы эксплуатации и контроля параметров печей 35
Выводы по 1 главе 42
Глава 2 Способы и методология контроля технологических параметров и показателей процесса производства вторичных алюминиевых сплавов 43
2.1 Методы определения степени засоренности ломов и отходов 43
2.2 Контроль химического состава и соответствие маркам алюминиевых сплавов 50
2.3 Контроль температуры во время переработки алюминиевых ломов и отходов 55
2.4 Управление качеством продукции в условиях рециклинга алюминия 58
Глава 3 Построение автоматизированной системы мониторинга производства алюминиевых заготовок из ломов и отходов 64
3.1 Определение участков мониторинга и автоматизированного
управления процессом производства алюминиевых сплавов из ломов и отходов .
3.2 Анализ плавления тонкостенных ломов с лакокрасочными покрытиями
3.3 Оптимизация процесса плавления алюминиевых ломов и отходов 84
Выводы по главе 3 93
Глава 4 Система автоматизированного мониторинга, диагностики и управление производством алюминиевых сплавов из ломов и отходов 94
4.1 Анализ подходов к построению компьютеризированных систем при переработке алюминиевых отходов и ломов 95
4.2 Интегрированные сети промышленного назначения на основе беспроводных сенсорных и локальных сетей в производстве 101
алюминиевых сплавов
4.3 Управление качеством литейной продукции при помощи прикладных программ и нейросетевых моделей 107
4.4 Управление производственными потоками на основе выбранных 120
алгоритмов схемы логистики .
Выводы по главе 4 128
Заключение 129
Список литературы
- Подготовка алюминиевых ломов и отходов к плавлению. Мониторинг и условия контроля параметров
- Контроль химического состава и соответствие маркам алюминиевых сплавов
- Анализ плавления тонкостенных ломов с лакокрасочными покрытиями
- Управление качеством литейной продукции при помощи прикладных программ и нейросетевых моделей
Подготовка алюминиевых ломов и отходов к плавлению. Мониторинг и условия контроля параметров
Анализ мировых тенденций развития металлургии вторичного алюминия в последние годы свидетельствует о достаточно высоких и устойчивых темпах расширения его производства, которые обусловлены высокими технико экономическими показателями в структуре себестоимости и возможностью реализации производства в экологически более чистых вариантах [25-26]. Общей мировой тенденцией, является то, что во всех отраслях промышленности, использующих металлические изделия, неуклонно идет рост «обеднения» металлургического лома. Современные технологии автомобилестроения и машиностроения, при росте амортизационного износа, ориентированы на снижении металлоемкости своей продукции [27]. Повсеместно массивные литые детали заменяются на тонкостенные изделия изготовленными прокаткой и штамповкой металлического листа. Срок службы таких изделий имеет более низкие показатели, что и приводит образованию ломов и отходов подобного типа.
За последние десятилетия алюминиевый металлолом становится все более легковеснее и беднее по содержанию чистого металла. При этом, для современного мирового рынка характерна тенденция роста упаковки из тонкой ленты и фольги, а также всевозможных алюминиевых тар (банок), жалюзи, корпусов мобильных устройств, которые имеют лакокрасочные покрытия и защитные пленки. После того как, изделия из алюминия теряют свои свойства, изнашиваются, подвергаются коррозии, они затем возвращаются на производство вторичного алюминия (рециклинг алюминия – РА). Цикл использования (жизненный цикл – ЖЦ) различается в отдельных областях применения алюминия, при этом возникает несоответствие между производством алюминия и процентным соотношением всего алюминиевого лома, скрапа, пригодного для перерабатывающей промышленности [28]. Приведены расчетные сроки службы и выход отходов алюминиевых изделий в некоторых отраслях промышленности (таблица 1.2).
Основным сырьевым источником вторичного производства алюминиевых сплавов является автомобильная промышленность. Транспорт, на долю которого приходится 35-40% от общего потребления алюминия, имеет наибольшее значение для промышленного производства вторичного алюминия как сырьевой источник. Если провести сравнение с другими отраслями промышленности, то около 90% произведенного вторичного алюминия используется в автомобильной промышленности в качестве литейных сплавов, а остальная доля приходится на деформируемые сплавы из алюминия, получаемые из первичного алюминия в виде профилей и плит [31]. Не смотря на кризисные явления в мировой экономике, именно автомобильной промышленности наблюдается стремительный рост темпов производства, в частности это связано с тем что, часть кузовных стальных деталей заменяется на наиболее легкие и коррозионно устойчивые – алюминиевые и магниевые сплавы. Например, законодательством США установлена политика, по которой топливная экономичность многих транспортных средств должна повышаться на 5% ежегодно до 2025 г. В итоге к 2025 г. (по докладу DuckerWorldwide) около 18% всех транспортных средств будет иметь полностью алюминиевые кузова по сравнению с менее чем 1% в настоящее время. При этом из алюминия будут изготовлены более 75% деталей кузова у пикапов. 24% - у крупных седанов. 22% - у внедорожников и 18% - у микроавтобусов [32]. Из литейных алюминиевых сплавов изготавливают кожух для двигателя и картеры коробки передач, а также мелкие детали; автомобильные рамы также изготавливаются из прессованного алюминия, спинки же сидений в автомобиле проектируют из отливок, получаемых литьем под давлением.
В железнодорожном транспорте внешние профили, а также некоторые вагонные конструкции изготавливаются из алюминия [31]. Известно, что для производства самолетов и - в гораздо меньшей степени - космических кораблей -требуются алюминиевые сплавы [33]. Таким образом, существует зависимость производства вторичного алюминия от объемов развития автоиндустрии. При сокращении объемов производства автомобилей сократится и выпуск вторичных алюминиевых сплавов.
Гражданское строительство или строительная промышленность - это следующий по величине потребитель алюминия. В этой отрасли алюминий используется главным образом в виде профилей или металлических листов. Эти элементы изготавливаются чаще всего из первичного алюминия, поэтому как источник металлолома эта отрасль промышленности очень важна для рециклинга алюминия [30].
Отходы и лом деформированного алюминия, поставляемые промышленными предприятиями, производящими изделия из алюминия и его сплавов, чаще всего компактируются (прессуются) в брикеты перед тем, как поступают на плавильный цех. Как правило, этот материал без проблем можно загружать в плавильную печь. Однако иногда в брикеты попадает влага, или она может появиться в результате хранения материала на открытом воздухе или при прессовании вместе с неметаллическими включениями и покрытиями [34].
В последние десятилетия наблюдается резкий рост производства упаковочных материалов, если не считать переработку алюминиевых банок из-под напитков. Например, в США этот материал образует почти замкнутый цикл производства, но в европейских странах к алюминиевым банкам для корректировки химического состава сплава добавляются чушки первичного алюминия или электротехнический лома [21]. Сплавы, получаемые при вторичной переработке алюминия, в основном представляют собой литейные сплавы, которые не используются для получения исходного материала при производстве алюминиевой тары для напитков.
В производстве и выпуске упаковочных материалов присутствует большое количество алюминиевой фольги, листов для лотков с пищевыми продуктами и очень тонкая алюминиевая фольга для ламинирования других материалов. После выполнения своей функции материал, как правило, попадает в бытовые отходы. В настоящее время отсутствуют рациональные и эффективные способы извлечения алюминия из подобного типа отходов с большой степенью засора. Небольшое количество алюминия, поступает на переработку после использования от бытовой и офисной техники.
Шлак это еще один побочный продукт рециклинга алюминия. В зависимости от источника он может быть высокого качества, обычно поставляемого с электролизных заводов (содержание алюминия до 50%). Шлак состоит в основном из алюминиевых частиц и оксида алюминия (Al2О3). Однако содержание металла в нем может быть и довольно низким – 20 (масс.%), хотя и делает его обогащение возможным. Оксидную часть невозможно рециклировать. Содержание алюминия в ней может варьироваться от 20 до 80% [35-37]. Это зависит от качества проведения операции по съему шлака и последующей его обработки (горячий отжим шлака). Организация мирового экономического развития (ОWED) установила квоту содержания металла в шлаке в количестве менее 45%, а в съемах содержание металла должно составлять более 45%. Существует также разница между белым шлаком и черным шлаком. Белый шлак образуется на электролизных заводах, в литейно-прокатных цехах, которые не используют флюс в плавильных печах (безфлюсовая технология плавки). Такой шлак имеет цвет от серого до белого. Темный шлак образуется на всех предприятиях, перерабатывающих смешанный скрап, или на плавильных заводах, которые используют соль в процессе плавления. Черный цвет в основном появляется в результате реакции алюминия с магнием, которая протекает в присутствии хлорида натрия. При низком содержании алюминия или при высоком содержании пыли в шлаке материал подлежит дополнительной обработке путем просеивания, размола и измельчения, чтобы повысить его качество [38]. В результате образуется материал, содержание алюминия в котором составляет 70% или выше. Металл, содержащийся в виде мелких частиц, теряется в ходе этого процесса, в виде угара, который относится к безвозвратным потерям, и составляет 4-5% от общей массы шихты [30,39], но такой, же алюминий смешивается с пылью, удаленной из печи вместе с отходящими газами. Переработка алюминиевых шлаков является одной из самых ответственных направлений. Одной из задач исследования ставиться выбор рационального плавильного оборудования и технологических режимов.
Другие виды производства на основе вторичной переработки алюминий содержащего сырья, как правило, не поддаются статистической обработке, как источник сырья. В основном к ним относится оборот металла в замкнутых циклах сталелитейных предприятий и в отраслях, производящих мелкие изделия из алюминия. По российским стандартам существует 13 категорий алюминиевых ломов и отходов (таблица 1.3.) [40].
Контроль химического состава и соответствие маркам алюминиевых сплавов
В случае выявления превышения количества в выделенной области инородных включений, поставка выбраковывается и складируется отдельно, для проведения дополнительной балансовой плавки. На партию составляется акт подписываемый лицами, производившими испытания, утверждаемый руководством предприятия. До выяснения проблем, сырье в работу не вовлекается. Состояние и результаты измерений (% СЗШ и масса партии) вносятся в карту и в базу 1 уровня (электронной библиотеки - ЭБ№1, см. главу 4)
Определение содержания влаги выполняется в специально оборудованной сушильной камере (в качестве источника тепла – электрические нагреватели-спирали). Первоначально набирается статистика по естественному сезонному влагосодержанию (конденсат, остаточная влага) сырья, складированного в помещениях без специальных условий хранения (без поддержания постоянной температуры). Каждый месяц из вторичных тонкостенных ломов, поступающих в россыпном виде навалом, отбирается партия не менее 2 т; запрессовывается; из полученных брикетов складывается в паллеты и выдерживаются на площадке в течение 2-3дней (можно дольше, если не лимитирует время). Все паллеты проходят процедуру взвешивания на цеховых 3т весах платформенного типа, и масса нетто (М1) фиксируется. Другой вариант контроля, который вводится на современных предприятиях это регистрация массы через крановые весы, сигнал с которых приходит в диспетчерский пункт сбора данных. Далее пакетированные лома устанавливаются в сушильную камеру. Время и режимы сушки отражаются в режимной карте и передаются в ЭБ№1. После окончания сушки пакеты снова взвешиваются, по массе нетто (М2) фиксируется разница между массами нетто до и после просушки М3 в процентном соотношении к М1 фиксируется % влаги. Среднеарифметическое значение влаги в шихте за выбранный сезонный период, можно использовать как среднестатистическую величину естественного влагосодержания, не являющуюся учитываемым засором. Перед началом проведения эксперимента производится фотосъемка выбранных пакетов (не менее 2), фотографии отсылаются на коммуникаторы верхнего уровня системы диспетчеризации вместе с актом. Далее производятся операции аналогичные отображенным сигналам на телекоммуникаторах.
Определение степени механического засора выполняется на прошедших сушку брикетах, которые подвергаются операции дробления и магнитной сепарации. Дробленный шихтовой материал складируется в отдельную тару. Отсортированная магнитная фракция складируется в отдельную тару, взвешивается, фиксируется ее масса нетто МFe. Далее материал подвергается грохочению на галтовочном барабане, и после мелкофракционный засор сепарируется на сетке барабана, а крупнофракционный – отделяется вручную на склизе барабана [69]. Материал с высоким содержанием алюминия складируется в отдельную тару и взвешивается, фиксируется масса нетто Мчист.
Суммарная степень засоренность шихты определяется по формуле: СЗШ% = (100(М1-Мчист)/М1)-%взс. (2.1) В акте отражается как суммарная засоренность, так и отдельно: влаги процент магнитной составляющей и процент механического засора. Данные с каждой партии поступают в базу данных 1 уровня.
Хранение шихтовых материалов. Отсортированный скрап обычно доставляется на плавильный завод, где его принимают и проверяют. В этом скрапе не должно содержаться слишком много не алюминиевых составляющих. Для удобства транспортировки и погрузки часть этого скрапа может быть скомпактирована или разрезана на части. На крупных заводах по механической обработке амортизационный лом, поступающий из разных источников, обычно представляет собой разнородную смесь из металлов и пластмасс или других неметаллических материалов [69](рисунок 2.2).
Разделение скрапа лома по разным источникам Таким образом, к методам физической сортировки алюминиевого лома относят следующие: Магнитный метод. Разделяет железных и немагнитные компоненты лома. . Воздушный метод. Отделяет легкие компоненты (пластик, резина, пена) от тяжелых (металлы); . Токовихревой метод. Разделяет различные металлы. Метод погружения-всплытия. Разделяет различные по плотности металлы путем погружения их в жидкости с высокой и различной плотностью. . Сортировка по цвету, Производится вручную или с помощью спектрометра [68]. Метод горячего разрушения. Отделяет эвтектические силумины от деформируемых алюминиевых сплавов. Нагрев до температуры чуть ниже эвтектической сильно ослабляет эвтектические сплавы по границам зерен – в отличие от сплавов с малым содержанием кремния [70]. Поступающий материал обычно делится на две группы: стальной скрап или не стальной скрап. Крупные детали конструкций и их элементы вручную отделяются и разделяются на части с помощью специального оборудования. При взвешивании материала либо во время его прохождения через входные ворота проводится проверка на содержание радиоактивных компонентов с использованием соответствующего оборудования. В зависимости от типа скрапоразделочной базы может также поставляться очищенный материал. Такой лом отбирается на основе визуального осмотра, после чего передается на хранение в специально отведенных для него местах. Этот материал продается напрямую плавильным заводам без предварительной обработки.
Основная масса скрапа обрабатывается вручную и, обычно, путем его измельчения в шредере. Для проведения такой обработки размер скрапа должен соответствовать размеру загрузочного отсека дробильной установки. Для работы с материалом больших размеров обычно рядом с загрузочным конвейером шредера находятся два или три передвижных крана с грейферами.
Обработанный материал скапливается рядом с пунктами разгрузки дробильной установки. Его разделяют на алюминий, пластмассу и сталь. Некоторые пылевидные и мелкие легковесные компоненты отводятся через систему удаления отходящих газов. Разнородный измельченный материал поступает на специальные склады, откуда его впоследствии погружают на грузовики для доставки непосредственным заказчикам или для дальнейшей переработки
Анализ плавления тонкостенных ломов с лакокрасочными покрытиями
Система оптимизации плавки обрабатывает эти данные для создания модели на основе непрерывной логики. На основе этих данных система оптимизации плавки рассчитывает требуемые значения и интервал температур расплава и свода печи, для обеспечения оптимального технологического цикла, включая оставшееся время плавки, с использованием алгоритмов управления средствами нечеткой логики [97]. Кроме того, она предоставляет информацию диспетчеру и операторам печей и контролирует ход некоторых рабочих процессов, таких как перемешивание расплава, удаление шлака, отбора образцов на химический анализ, и время окончания плавки. Таким образом, операторы и система диспетчеризации получают своевременную информацию о необходимости начала новой загрузки шихты или инициации цикла плавки. Дополнительными файлами поступает информация о необходимости выполнения процедур перемешивания и удаления. Оптимизация процесса плавки обеспечивает динамическую подстройку устава. В некоторых процессах плавки требуется измерять содержание кислорода в отходящих дымовых газах. Это реализуется размещением в потоке дымового газа датчика кислорода. Это устройство очень чувствительно к пыли и нуждается в частой очистке. Для выполнения технического обслуживания к датчику должен быть обеспечен удобный доступ. Когда печь находится в режиме выдержки, важно избежать перегрева на выпуске у трубы. Высвобождающееся здесь тепло не расходуется эффективно на нагрев печи, что ведет к перегреву металла, находящегося в контакте с материалом футеровки. Это может привести к ускоренному образованию шлака в данной зоне и, в зависимости от состава сплава, к возможному выходу из строя материала футеровки.
Обращая внимание на предлагаемую в работе схему, необходимо контролировать и обороты роторной печи РПН, или скорость разливки чушек литейной машиной. Для упрощения этого измерения реальная скорость не измеряется, а в качестве индикатора используется заданное контрольное значение скорости. В большинстве случаев такой метод приемлем, но при этом следует помнить о том, то действительное значение не измеряется и здесь должно учитываться проскальзывание, имеющее место при реальном вращении. Если необходимо более точное измерение, или если эта скорость должна использоваться в качестве контрольного параметра. Вследствие инерции горелки, поскольку футеровка сильно нагрета, температура будет подниматься выше заданной, а после достижения пикового значения она будет опускаться до нижнего допустимого уровня. Горелка или индуктор печи снова будет включаться, и цикл будет повторяться. Здесь лучше иметь систему контроля с обратной связью, в которой отклонение от заданной точки будет оказывать влияние на уставку регулятора непрерывного действия.
Отклонение от заданной точки приводит к появлению сигнала от контроллера, который стремиться компенсировать это отклонение. Контроллер печи подаст сигнал, который может с задержкой по времени управлять клапаном. Могут иметь место скачки температуры, но, благодаря замкнутой цепи колебания гасятся и быстро прекращаются. Работа включающего и выключающего контроллера приводит к постоянной осцилляции. Необходимо некоторое время для подъема температуры, которое определяется как оставшееся время TR, то есть время, за которое управляемая переменная величина достигает заданного значения. TR будет значительно больше при управлении температурой свода, чем температурой отходящих газов.
Зависящий от времени выходной сигнал контроллера, и отклик цепи управления зависят от характеристик конкретного контроллера. РШ-регулятор (преобразователь интегрально-дифференциальный) выдает выходной сигнал х, пропорциональный девиации;/. Таким образом, простейшая функция имеет вид: y = PRx (3.2)
В соответствии с рисунком Z представляет собой входной сигнал контроллера, у есть выходной сигнал контроллера, т.е. задаваемый коэффициент цепи управления. PR есть усиление или коэффициент пропорциональности. При этом у есть отклонение от заданного значения, а х представляет собой корректирующее действие контроллера. Другие характеристики имеет интегральный контроллер №1. PID-регулятор (преобразователь интегрально дифференциальный) получает сигнал датчика технологического процесса (сигнал о температуре металла) и выдает выходной сигнал (на управление давлением в горелках), обеспечивающий достижение нужного значения, т.е. так называемого заданного значения (температуры металла и воздуха в печи). Примером использования PID-регулятора является управление температурой, хотя он может использоваться для управления и другими измеряемыми переменными, на которые могут влиять и другие регулируемые параметры процесса. Например, он может использоваться для регулирования давления, расхода, соотношения воздух/топливо, скорости литья и множества других переменных. Примером использования таких устройств в непромышленных целях является система текущего мониторинга. Основным принципом является то, что PID-регулятор и контроллер получают входной сигнал от датчика (например, температура свода печи). Затем PID-регулятор вычитает полученное значение из заданного значения, чтобы определить величину погрешности всех измерений температуры [30, 102] (рисунок 3.10).
Управление качеством литейной продукции при помощи прикладных программ и нейросетевых моделей
Алгоритм адаптации модели в диагностической системе заключается в обновлении данных, содержащихся в обучающей выборке, данными, поступающими в результате наблюдения за ходом технологического процесса, и повторном обучении сети в случае, если ошибка диагностики технологической ситуации недопустимо велика. Благодаря такому сочетанию система диагностики получила способность на начальном этапе функционирования производить диагностику технологических состояний, опираясь на экспертные данные, а по мере накопления реальных данных адаптировать к ним модель технологического процесса, повышая тем самым адекватность модели, а значит и точность диагностики состояний.
Функция диагностики технологических состояний использовалась разработанной системой для выработки рекомендаций по ведению технологического процесса переработки алюминиевых ломов и отходов с целью достижения требуемого качества продукции (чушки, слитков). Особенность таких рекомендаций заключалась в расчете изменений нескольких технологических параметров, которые должны реализовываться одновременно. Этот способ управления качеством продукции отличается от широко применяемого (в частности на литейно-механических предприятиях Республики Куба) изменения факторов по одному, который часто приводит к тому, что устранение дефекта одной категории сопровождается ухудшением ситуации из-за возникновения ранее не наблюдавшихся видов брака.
Алгоритм расчета рекомендаций по ведению технологического процесса для достижения требуемого качества включает следующие шаги: на основании замеров службы контроля определяются значения показателей качества продукции в текущий момент времени, одновременно с этим производятся измерения параметров технологического процесса, характеризующих текущее технологическое состояние Хтек; - требования к продукции задаются заказчиком и регламентируют значения показателей качества. На основании этих значений, применяя нейросетевую модель, определяются соответствующие значения технологических параметров, то есть требуемое состояние Хтр; - вектор рекомендуемых изменений вычисляется по формуле (4.7): ЛХ=к(Хтр-Хтек), к 1 (4.7) Множитель к определяет количество шагов изменения технологических параметров для достижения требуемого качества и введен с целью уменьшения последствий управления, реализованного на основе ошибочных рекомендации системы, полученных вследствие возможной неадекватности модели (во время промышленных испытаний системы задавалось к=0,2, то есть достижение требуемого качества за 5 шагов); шаги 1)-3) повторяются, пока не достигнуто требуемое качество.
Проиллюстрируем сказанное примером. Текущее качество продукции определялось параметрами: Y!=94(%), У2=0,8(шт/м2), У3=4(шт/м2), У4=125(МПа), Y5=0,33(мм/м2), У6=85(кг/т), У7=1,5(г/м3), Y8=7(кВт/т), У9=0,25(кг/т), при этом определены текущие значения технологических параметров: Хі=10000(кг), Х2=698(С), Х3=1,86, Х4=1(м/мин), Х5=112(м3/ч). По предъявляемым к качеству требованиям необходимо установить режимы плавления, литья и обработки. Отклонение полученных результатов от требуемых значений качества не превысило 2%. В более сложных случаях для достижения требуемого качества необходимо одновременное изменение нескольких технологических параметров. Для запуска программы задаются начальные факторы. Для этого осуществляется ввод названий факторов и откликов, а также их максимальных и минимальных значений (рисунок 4.12). Ввод и редактирование осуществляется в волях ввода, расположенных над кнопками «Добавить», «Удалить», «Исправить». Для добавления фактора/отклика в поля ввода вводится нужная информация и нажимается кнопка «Добавить». Для удаления ранее введенной строки она выделяется в списке и нажимается кнопка «Удалить». Для редактирования введенной строки, она выбирается в списке, при этом заполняются поля ввода. После внесения изменений нажимается кнопка «Исправить».
Ввод названий факторов и откликов, а также их максимальных и минимальных значений Кнопка «Загрузить результаты БД» используется, если первоначальный сбор данных производился с помощью мониторинга и набора данных. Тогда названия факторов и откликов берутся из файла результатов опроса. После завершения ввода информации по факторам и откликам нажимаем «ОК», и переходим в рабочий экран программы. При открытии файла ранее созданной сети производится загрузка всех названий, минимальных, максимальных значений, обучающей базы данных (если она использовалась во время создания этого файла), параметров нейронной сети (если она использовалась во время создания этого файла). В прилагаемом тестовом файле все составляющие есть, поэтому сеть уже готова к работе.
Рисунок 4.13 – Рабочее окно программы Верхняя треть окна относится к параметрам нейронной сети. Здесь в левом столбце можно задать размер окрестности, в которой будет происходить замена данных обучающей выборки данными о текущей технологической ситуации (они вводятся в средней части окна). Эта замена позволит учесть дрейф параметров техпроцесса при последующих обучениях сети, т.е. замена - один из этапов механизма адаптации модели. Следующее значение, которое можно задать – начальное число нейронов скрытого слоя. Этот параметр определяет вычислительные возможности сети. Чем оно больше тем, теоретически, сеть способна аппроксимировать более сложные зависимости, однако слишком сложная сеть дольше обучается, а преимущество в вычислительных способностях может оказаться не столь значительным, о том, как с этим быть ниже. Нажатие кнопки «Обучить сеть» запускает процесс обучения. Ход обучения отображается в рисунке 4.14 в следующем виде.