Modelowanie neuronowe regeneracyjnego wymiennika ciepła siłowni turboparowej

• Autorzy: Szewczuk N. , Głuch J.

Warianty tytułu

EN

Neural modeling of regenerative heat exchanger in a steam-turbine power plant

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia możliwości wykorzystania sztucznych sieci neuronowych (SSN) w celu odtworzenia pracy wymienników regeneracyjnych elektrowni kondensacyjnej. Stworzony model pracy wymienników w zmiennych warunkach ruchu znajduje zastosowanie w badaniach diagnostycznych owych urządzeń jak i całego systemu elektrowni. Referat zawiera wprowadzenie do tematyki sztucznych sieci neuronowych, opis sztucznej sieci neuronowej (SSN) wykorzystanej do modelowania pracy wymienników regeneracyjnych, charakterystykę danych pomiarowych użytych w procesie treningu oraz uzyskane wyniki i wynikające z nich wnioski.

EN

Presented are possibilities of artificial neural networks (ANNs) application with the aim to simulate the work of regenerative heat exchangers in a condensing power plant. The created model of exchangers’ work in variable operating conditions can be applied in diagnostic tests of these installations and in the whole power plant system as well. There we can also find an introduction to the issue of ANNs, a description of such network used to model a heat exchanger’s work and a characteristics of measurement data used in an ANN training process. Described are also obtained effects and the resulting conclusions.

Słowa kluczowe

PL

wymiennik ciepła; modelowanie neuronowe; elektrownia cieplna; elektrownia parowa

EN

thermal power plant; heat exchanger; neural modeling

• Wydawca: Oficyna Wydawnicza Energia [Stowarzyszenie Elektryków Polskich - COSiW]
• Czasopismo: Energetyka
• Rocznik: 2015
• Tom: nr 6
• Strony: 404--408
• Opis fizyczny: Bibliogr. 11 poz., rys., tab.

Twórcy

autor

Szewczuk N.

• Politechnika Gdańska, Wydział Oceanotechniki i Okrętownictwa, Katedra Automatyki i Energetyki

autor

Głuch J.

• Politechnika Gdańska, Wydział Oceanotechniki i Okrętownictwa, Katedra Automatyki i Energetyki

Bibliografia

• [1] Gardzilewicz A., Głuch J., Bogulicz M., Uziębło W., Jankowski Т.: Program diagnostyki cieplno- przepływowej DIAGAR jako narzędzie prognozowania remontu aparatów składowych turbinowych obiegów energetycznych [w]: Materiały V Krajowej Konferencji DPP'2001, Łagów, września 2001, s. 459-462.
• [2] Głuch J.: Metoda diagnostyki cieplno-przepływowej umożliwiająca rozpoznawanie miejsca i stopnia degradacji turbozespołów energetycznych, Seria Monografie Nr 81, Wydawnictwo Politechniki Gdańskiej, Gdańsk 2007, 174 ss.
• [3] Gwiazda T.: Algorytmy genetyczne, WSPiZ, Warszawa 1998.
• [4] Korbicz J., Obuchowicz A., Uciński D.: Sztuczne sieci neuronowe podstawy i zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994.
• [5] Krzyżanowski J., Głuch J.: Diagnostyka cieplno-przepływowa obiektów energetycznych, Wydawnictwo Instytutu Maszyn Przepływowych PAN, Gdańsk 2004, 302 ss.
• [6] Osowski S.: Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa 1996.
• [7] Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
• [8] Żurada J., Barski M., Jędruch W.: Sztuczne sieci neuronowe podstawy teorii i zastosowania, PWN, Warszawa 1996.
• [9] Kot A.: Neuronowy model wybranego urządzenia składowego obiegu turbiny parowej dużej mocy, Praca magisterska, Wydział Oceanotechniki i Okrętownictwa Politechniki Gdańskiej, Gdańsk 2007.
• [10] Szewczuk N.: Modelowanie neuronowe regeneracyjnego wymiennika ciepła siłowni turboparowej. Praca magisterska, Wydział Oceanotechniki i Okrętownictwa Politechniki Gdańskiej, Gdańsk 2014.
• [11] Ślęzak-Żołna J.: Neuronowy symulator turbinowej siłowni parowej dużej mocy, Praca magisterska, Wydział Oceanotechniki i Okrętownictwa Politechniki Gdańskiej, Gdańsk 2004.