Zastosowanie sieci neuronowych do identyfikacji modeli dynamicznych procesu flotacji węgla

• Autorzy: Joostberens J.

Warianty tytułu

EN

Application of neural networks for identification of dynamic models of a coal flotation process

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono wyniki identyfikacji własności dynamicznych procesu flotacji węgla przy użyciu sztucznych sieci neuronowych. Modele dynamiczne wyznaczono w oparciu o wyniki badań przeprowadzonych na dwóch obiektach przemysłowych krajowych kopalń. Eksperymenty identyfikacyjne zostały zrealizowane na flotownikach typu IZ-12. W artykule przedstawiono metodykę badań oraz wyniki identyfikacji modeli dynamicznych. Wyniki obliczeń parametrów modeli dynamicznych metodą bazującą na wykorzystaniu sieci neuronowych porównano z wynikami uzyskanymi metodą najmniejszych kwadratów.

EN

The results of identification of dynamic properties of a coal flotation process using artificial neural networks have been presented in the paper. The dynamic models have been determined on the basis of the results of tests made in two domestic mines. The experiments of identification were made at flotation machines of type IZ-12. A research methodology and results of identification of dynamic models have been presented in the paper. The results of calculations of dynamic models using neural networks have been compared to the results achieved by the least squares method.

Słowa kluczowe

PL

górnictwo; proces floatacji węgla; sztuczne sieci neuronowe

EN

artificial neural network; coal flotation process; mining

• Wydawca: Instytut Technik Innowacyjnych EMAG
• Czasopismo: Mechanizacja i Automatyzacja Górnictwa
• Rocznik: 2008
• Tom: R. 46, nr 2
• Strony: 25--28
• Opis fizyczny: Bibliogr. 13 poz.,Tab., wykr., wz., rys.

Twórcy

autor

Joostberens J.

• Politechnika Śląska

Bibliografia

• 1. Cierpisz S., Joostberens J.: Simulation of fuzzy control of coal flotation, IFAC Workshop - MMM'2006, Automation in Mining, Mineral and Metal Industry, Proceedings of the IFAC Workshop, 20-22.09.2006, p. 210-214.
• 2. Findeisen W. (praca zbiorowa): Poradnik inżyniera automatyka, Wyd. Naukowo-Techniczne, Warszawa 1969.
• 3. Kalinowski K.: Sterowanie procesu flotacji węgla, Wyd. Politechniki Śląskiej, Gliwice, 1991.
• 4. Kasprzyk J.: Identyfikacja procesów, Wyd. Politechniki Śląskiej, Gliwice 2002.
• 5. Korbicz J., Obuchowski A., Uciński D.: Sztuczne Sieci Neuronowe - Podstawy i Zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994.
• 6. Laminat P., Thomas Y.: Automatyka - układy liniowe, Identyfikacja, t. 2, Wyd. Naukowo-Techniczne, Warszawa 1983.
• 7. Niederliński A.: Systemy i sterowanie, PWN, Warszawa 1983.
• 8. Osowski S.: Sieci neuronowe w ujęciu algorytmicznym, Wyd. Naukowo - Techniczne, Warszawa 1996.
• 9. Trybalski K., Kurleto S.: Modelowanie układu mielenia i klasyfikacji rudy miedzi z zastosowaniem sieci neuronowych, Zeszyty naukowe Politechniki Śląskiej, Górnictwo z. 255, Wyd. Politechniki Śląskiej, Gliwice, 2002.
• 10. Trybalski K., Wszolek W:. Modelowanie przemysłowych procesów flotacji przy pomocy sieci neuronowych, Mechanizacja i Automatyzacja Górnictwa 2000, Nr 4-5.
• 11. Trybalski K., Wszolek W., Kurleto S.: Zastosowanie sieci neuronowych do modelowania przemysłowych procesów przeróbki surowców mineralnych, Materiały IX Konferencji APPK, Szczyrk 2003, str. 181-184.
• 12. Zapała W.: Wybrane zagadnienia komputerowej identyfikacji i sterowania w kopalniach, Seminarium Elektryfikacji i Automatyzacji Kopalń, Skrypt Politechniki Śląskiej Nr 1861, Gliwice, 1994.
• 13. Żuchowski A.: Wyznaczanie typu liniowego modelu dynamiki obiektu przy wykorzystaniu charakterystyki skokowej, Materiały XIV Krajowej Konferencji Automatyki, Zielona Góra, 24-27.06.2002, str. 401-406.