Probabilistyczne algorytmy estymacji parametrów wybranych procesów przemysłowych

• Autorzy: Romanowski A. , Grudzień K.

Warianty tytułu

EN

Probabilistic algorithms for process parameters estimation

• Języki publikacji: PL

Abstrakty

PL

Algorytmy przedstawione w tym artykule stanowią przykład zastosowania w tomografii procesowej nowych technik statystycznych opierających się na podejściu probabilistycznym. Niewielka ilość informacji pomiarowej pochodzącej z pojemnościowej tomografii procesowej służącej potem np. do prób odtwarzania szczegółowego obrazu wnętrza monitorowanych reaktorów rekompensowana jest tutaj dzięki zastosowaniu do przetwarzania danych pomiarowych łańcuchów Markowa i metod Monte Carlo. Zaimplementowane algorytmy mają za zadanie estymację zestawów parametrów zdefiniowanych w oparciu o zaproponowane dwuwymiarowe modele geometryczne fragmentów wybranych procesów przemysłowych: wymuszonego i grawitacyjnego przepływu materiałów sypkich.

EN

This paper reports the implementation of probabilistic algorithms based on statistical manipulations which are novel to process tomography. The idea is to compensate the lack of sufficient measurement data with additional calculations with the aid of Markov chain Monte Carlo methods. Work presented here concerns application of Electrical Capacitance Tomography to forced and gravitationally driven flows of solid materials. Implemented algorithms aim to estimate the set of parameters derived form geometrical models of these industrial processes.

Słowa kluczowe

PL

przetwarzanie danych tomograficznych; algorytmy probabilistyczne; modelowanie przepływu

EN

ECT data processing; Monte Carlo algorithm; flow models

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2006
• Tom: T. 10, z. 3
• Strony: 239--249
• Opis fizyczny: Bibliogr. 15 poz., rys., wykr.

Twórcy

autor

Romanowski A.

• Katedra Informatyki Stosowanej, Politechnika Łódzka

autor

Grudzień K.

• Katedra Informatyki Stosowanej, Politechnika Łódzka

Bibliografia

• [1] Williams R.A., Beck M.S. (ed): Process Tomography: Principles, Techniques and Applications. Oxford, Butterworth-Heinemann, 1995, 581
• [2] Plaskowski A., Beck MS., Thorn R., Dyakowski T.: Imaging Industrial Flows. Institute of Physics Publishing Ltd, 1995, 214
• [3] Dyakowski T., Edwards R.B., Xie C.G., Williams R.A.: Application of capacitance tomography to gas-flow solids. Chem Eng Sci, 52, 13, 1997, 2099-2110
• [4] Romanowski A., Grudzień K., Williams R.A., West R.: A review of data analysis methods for electrical industrial process tomography applications. 4th Congress on Industrial Process Tomography, Japan, 2005, 916-921
• [5] Yang W.Q., Peng L.: Image reconstruction algorithms for electrical capacitance tomography. Meas. Sci. Technol. 14, 2003, R1-R13
• [6] Lionheart W.R.B.: Review: Developments in EIT reconstruction algorithms: pitfalls, challenges and recent developments. Physiol. Meas., 25, 2004, 125-142
• [7] Mosorov V., Sankowski D., Mazurkiewicz Ł., Dyakowski T.: The application of electrical capacitance tomography for solids mass flow measurements. Measurement Science and Technology, 12,2002, 1810-1814
• [8] Jeanmeure L.F.C., Dyakowski T., Zimmerman W.B.J., Wayne C: Direct flow-pattern identification using electrical capacitance tomography. Experimental Thermal and Fluid Science, 26, 2002, 763-773
• [9] West R.M., Aykroyd R.G., Meng S., Williams R.A.: Markov Chain Monte Carlo Techniques and Spatial-Temporal Modelling for Medical EIT. Physiological Measurements, 25, 2004, 181-194
• [10] Isaksen 0., Nordtvedt J.E.: A new reconstruction algorithm for process tomography. Meas. Sci. Technol., Vol. 4, 1993, 1464-75
• [11] Romanowski A., Grudzień K., Aykroyd R., Williams R., West R., Meng S.: Introduction to the Bayesian approach as a recently developed methodology for tomographic data analysis. 3rd Intrenational Symposium on Process Tomography in Poland, Lodź, 2004, 134-138
• [12] Winkler G.: Image Analysis, Random Fields and Markov Chain Monte Carlo: A Mathematical Introduction. (2nd Ed.). Berlin, Heidelberg, Springer-Verlag, 2003
• [13] Kaipio J.P., Kolehmainen V., Somersalo E., Vauhkonen M.: Statistical Inversion and Monte Carlo Sampling Methods in Electrical Impedance Tomography. Inverse Problems, 16, 2000, 1487-1522
• [14] Grudzień K., Romanowski A., Williams R.A.: Application of a Bayesian approach to the tomographic analysis of hopper flow. Volume 22, Issue 4, 2005, 246-253
• [15] Romanowski A., Grudzień K., Aykroyd R.G, Sankowski D.: Application ofthe Bayesian/MCMC approach to investigation of the phenomena present in multiphase processes. Bulletin DE LA SOCIETE DES SCIENCES ET DES LETTERS DE ŁÓDŹ, Vol. LIV, 2004, 31-44