Combined clonal negative selection algorithm for diagnostics of combustion in individual PC burner

• Autorzy: Smolarz A. , Lytvynenko V. , Kozhukhovskaya O. , Gromaszek K.

Warianty tytułu

PL

Hybrydowy algorytm negatywnej selekcji klonalnej do diagnostyki spalania w pojedynczym palniku pyłowym

• Języki publikacji: EN

Abstrakty

EN

In pulverised coal (PC) burners that are most widespread in Poland an individual air excess ratio rules an amount of pollution generated, yet there is a lack of method that allows measurement of output parameters of a burner. It is therefore necessary to use indirect methods, which could primarily include acoustic, and optical methods. These methods are non-invasive and can provide virtually not delayed and additionally spatially selective information about the combustion process. Additional problems are generated biomass co-firing. The article shows application of relatively new class of classification methods – the artificial immunology algorithms to the combustion process diagnostics consisting in detection of incorrect air excess in PC burner.

PL

W palnikach pyłowych, które są najbardziej rozpowszechnione w Polsce współczynnik nadmiaru powietrza decyduje o ilości emitowanych zanieczyszczeń, jednak brak metodyumożliwiającej pomiar parametrów wyjściowych palnika. Konieczne jest więc stosowanie metod pośrednich, do których można zaliczyć przede wszystkim metody akustyczne i optyczne. Metody te są bezinwazyjne i pozwalają na otrzymanie praktycznie nieopóźnionej i dodatkowo selektywnej przestrzennie informacji o zachodzącym procesie spalania. Dodatkowe problemy powstają przy współspalaniu biomasy. Artykuł przedstawia zastosowanie stosunkowo nowej klasy metod klasyfikacji - sztuczne algorytmy immunologiczne do diagnostyki procesu spalania polegająca na wykrywaniu nieprawidłowejwartości nadmiaru powietrza palnika pyłowego.

Słowa kluczowe

EN

artificial Immune Systems; industrial diagnostics; pulverised coal burner

PL

system immunologiczny sztuczny; diagnostyka przemysłowa; palnik pyłowy

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2013
• Tom: nr 4
• Strony: 69--73
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Smolarz A.

• Lublin University of Technology, Institute of Electronics and Information Technologies

autor

Lytvynenko V.

• Kherson National Technical University. Department of Informatics & Computer Sciences

autor

Kozhukhovskaya O.

• Cherkasy State Technological University, Department of Computer Systems

autor

Gromaszek K.

• Lublin University of Technology, Institute of Electronics and Information Technologies

Bibliografia

• [1] Arabas J., Białobrzeski L., Chomiak L., Domański T., Świrski K., Neelakantan R.: Pulverized Coal Fired Boiler Optimization and NOx Control using Neural Networks and Fuzzy Logic, Proc AspenWorld’97, Boston, Massachusetts, 1997.
• [2] De Castro L. N., Timmis J. I.: Artificial Immune Systems as a Novel Soft Computing Paradigm, vol. 7, 2003, Soft Computing Journal,, vol 7, 2003, pp. 526-544.
• [3] Forrest S.: Self-Nonself Discrimination in a Computer, w Proc. of the 1994 IEEE Symposium on Research in Security and Privacy, Los Almitos, CA:IEEE Computer Society Press, Los Almitos, CA, USA, 1994.
• [4] Kalogiru, S. A.: Artificial intelligence for the modelling and control of combustion processes: a review, Progr Energy Comb Sci, 29, 2003, 515–566.
• [5] Lytvynenko V. I.: Comparative experimental study of a modified negative selection algorithm and clonal selection algorithm negative for solving classification (in Russian), Vestnik Kherson National Technical University, nr 4(33), 2008, pp. 7-14.
• [6] Lytvynenko V. I.: Immune classifier for solving binary classification - Theoretical Aspects (in Russian), System technologies, nr 1(42), 2006, pp. 32-47.
• [7] Lytvynenko V, Smolarz A., Kozhuhivska O.: Combined Clonal Negative Selection Algorithm for Multi-Class problem classification/ Proceedings of the VIIIth Scientific and Technical Conference CSIT, 2013, Lviv , p.163-165.
• [8] Roitt I.M., Delves P.J.: Encyclopedia of Immunology, 2nd ed., Academic Press, London, 1998.
• [9] Smolarz A., Wójcik W., Gromaszek K.: Fuzzy modeling for optical sensor for diagnostics of pulverized coal burner, Procedia Engineering - 2012, vol. 47, pp. 1029-1032.
• [10] Wójcik W., Kotyra A., Smolarz A., Wojciechowski C.: Application of wavelet transformation for analysis of measurements in fibre optic flame monitoring system, Proceedings of SPIE, tom 4239, 2000, pp. 96-101.