Application of Negative Selection and Genetic Algorithms for the Protection of the Heat Source Control Process

• Autorzy: Marciniak J.

Identyfikatory

DOI

10.15199/9.2018.2.2

Warianty tytułu

PL

Zastosowanie algorytmu selekcji negatywnej oraz algorytmu genetycznego do ochrony procesu sterowania źródłem ciepła

• Języki publikacji: EN

Abstrakty

EN

The aim of this article is to present one way of solving the difficulties encountered during the classical control of the combustion process. The article presents the problem of the dynamically changing fuel quality delivered to the water-grate boiler type WR-25 in which the heat production process takes place. The methods of determining the calorific value of fuel are then listed. In the next part of the paper, the author presents the mode of operation of the negative selection algorithm and its application to the detection of anomalies in the course of process variables. Then, the method of correcting the incorrect calculations of these variables by means of a genetic algorithm was presented. The results of both algorithms are presented in the last section.

PL

Celem niniejszego artykułu jest przedstawienie jednego ze sposobów rozwiązania napotkanych trudności podczas stosowania klasycznego sterowania procesem spalania. W artykule przedstawiono problem dynamicznie zmieniającej się jakości paliwa dostarczanego do kotła wodno-rusztowego typu WR-25, w którym odbywa się proces wytwarzania ciepła. Następnie wyszczególniono sposoby określania kaloryczności paliwa. W kolejnej części artykułu autor przedstawił sposób działania algorytmu selekcji negatywnej oraz jego zastosowanie do wykrywania anomalii w przebiegu zmiennych procesowych. Następnie przedstawiono sposób korekty błędnych wyliczeń tych zmiennych za pomocą algorytmu genetycznego. W ostatniej części przedstawiono wyniki działania obu algorytmów.

Słowa kluczowe

EN

boiler; combustion; control; negative selection algorithm; genetic algorithm; anomaly detection

PL

kocioł; spalanie; sterowanie; algorytm selekcji negatywnej; algorytm genetyczny; wykrywanie anomalii

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Ciepłownictwo, Ogrzewnictwo, Wentylacja
• Rocznik: 2018
• Tom: T. 49, nr 2
• Strony: 49--55
• Opis fizyczny: Bibliogr. 22 poz., rys., tab., wykr.

Twórcy

autor

Marciniak J.

• Miejska Energetyka Cieplna Sp. z o.o. w Koszalinie
• Doktorant na Wydziale Elektroniki i Informatyki Politechniki Koszalińskiej

Bibliografia

• [1] De Castro L. N., J. Timmis. 2002. "Artificial Immune Systems: A Novel Paradigm to Pattern Recognition". SOCO-2002, University of Paisley, UK: 67-84.
• [2] Dong Hwa Kim. 2004. "PID Controller Tuning of a Boiler Control System Using Immune Algorithm Typed Neural Network". Springer-Verlag Berlin Heidelberg: 695-698.
• [3] Havlena V, Findejs J. 2005. "Application of model predictive control to advanced combustion control". Control Engineering Practice: 13 671-680.
• [4] Hjalti Kristinsson Sofie Lang. 2011. "Boiler Control - Improving Efficiency of Boiler Systems. Lund University, Faculty of Engineering Division of Industrial Electrical Engineering and Automation".
• [5] Hofmeyer S. A., Forrest S. 2000. "Architecture for an Artificial Immune System". Massachusetts Institute of Technology. Evolutionary Computation 8(4): 443-473.
• [6] Kalogirou S.A. 1999 "Applications of artifcial neural networks in energy systems A review". Energy Conversion & Management 40: 1073-1087.
• [7] Kalogirou S.A. 2003 "Artificial intelligence for the modeling and control of combustion processes: a review". Progress in Energy and Combustion Science: 29 515-566.
• [8] Kowalewicz A. 2000."Podstawy procesów spalania". Wydawnictwo Naukowo-Techniczne.
• [9] Kuchta M. Sokołowski A. 2013. "Sztuczne systemy immunologiczne - Wybrane zastosowania w zadaniach diagnostycznych". Gliwice.
• [10] Marciniak J. 2015. "Diagnostyka procesu spalania za pomocą logiki rozmytej". Instal 4: 17-21.
• [11] Marciniak J. 2017. "Określenie wartości opałowej za pomocą sztucznej sieci neuronowej". Instal 7/8: 4-9.
• [12] Marciniak J. 2016. "The detection of anomalies in controlling of the combustion process by using negative selection algorithm". Diagnostyka Vol. 17: 27-31.
• [13] Marciniak J. 2014. "Wpływ jakości paliwa na proces sterowania kotłem rusztowym za pomocą regulacji PID". Instal 7/8: 19-22.
• [14] Preeti Manke, Sharad Tembhurne. "Application of Back Propagation Neural Network to Drum Level Control in Thermal Power Plants". IJCSI International Journal of Computer Science Issues, Vol. 9, Issue 2, No 1.: 1694-0814.
• [15] Sha Wen, Jiang Yongcheng. 2011. "The Research and Application on Intelligent Control in Boiler Combustion System". Procedia Engineering 23: 167-173.
• [16] Shi Yuanhao, Wang Jingcheng. 2012. "Sliding Mode Predictive Control of Main Steam Pressure in Coal-fired Power Plant Boiler. Chinese Journal of Chemical Engineering". 1107-1112.
• [17] Słowik A. 2007 "Właściwości i zastosowania algorytmów ewolucyjnych w optymalizacji, Metody Informatyki Stosowanej, Numer 2/2007 (Tom 12), Komisja Informatyki Polskiej Akademii Nauk: 143-163.
• [18] Van Kessel L.B.M. M. Leskens,G. Bre. 2002. “On-Line Calorific Value Sensor and Validation of Dynamic Models Applied to Municipal Solid Waste Combustion". The Institution of Chemical Engineers: 245-255.
• [19] Wei Li, Xiaoguang Chang. 2000. "Application of hybrid fuzzy logic proportional plus conventional integral-derivative controller to combustion control of stoker-red boilers". Fuzzy Sets and Systems 111: 267-284.
• [20] Wierzchoń S.T. 2000 "Generating optimal repertoire of antibody strings in an artificial immune system". Intelligent Information Systems: 119-133.
• [21] Wierzchoń S.T. 2001. "Sztuczne Systemy Immunologiczne". Teoria i zastosowania. Exit Warszawa.
• [22] Yunjing Liu and Deying Gu. 2012. "Fuzzy PID Control Strategy Applied in Boiler Combustion System". Advances in Intelligent and Soft Computing, vol 159. Springer: 435-439.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).