ПРЕДСКАЗАНИЕ КОНЦЕНТРАЦИИ ГАЗА В КАМЕРЕ ПО ЗАВИСИМОСТИ ЭЛЕКТРИЧЕСКОГО ТОКА ОТ ВРЕМЕНИ НА СЕНСОРЕ

В работе решалась задача поиска оптимальных преобразований зависимости затухающих экспоненциальных кривых тока сенсоров в параметр отклика, лучше всего коррелирующий с концентрацией газа и поиска по параметрам данных преобразований концентрации газа с помощью методов машинного обучения. Данная задача - задача регрессии. В качестве метрик качества для модели регрессии были выбраны: коэффициент детерминации, среднеквадратичная ошибка, средняя абсолютная ошибка. Был проведен анализ имеющихся данных, очистка от выбросов и других аномалий. Для обучения данные были разделены на тренировочный и тестовой наборы для каждого отдельного сенсора. В результате было найдено преобразование кривых тока и параметрам этого преобразования построены модели линейной регрессии и градиентного бустинга, позволяющие с высокой точностью предсказать значение концентрации по силе тока проходящего через сенсор.

PREDICTION OF GAS CONCENTRATION IN THE CHAMBER BASED ON THE DEPENDENCE OF ELECTRIC CURRENT ON TIME ON THE SENSOR

In this paper, we solved the problem of searching for optimal transformations of the dependence of the damped exponential current curves of sensors in the response parameter that best correlates with the gas concentration and searching for the parameters of these gas concentration transformations using machine learning methods. This task is a regression task. The following quality metrics were selected for the regression model: coefficient of determination, standard error, and average absolute error. The analysis of available data, cleaning of emissions and other anomalies was carried out. For training, the data was divided into training and test sets for each individual sensor. As a result, a transformation of current curves was found and linear regression and gradient boosting models were constructed for this transformation, which allow predicting the concentration value with high accuracy based on the strength of the current passing through the sensor.