Zastosowanie klasycznych i hybrydowych modeli neuronowych do symulacji procesu suszenia w układzie fluidyzacyjnym

• Autorzy: Ciesielski K. , Zbiciński I.

Warianty tytułu

EN

Application of classical and hybrid neural models to simulation of fluidised bed drying

• Języki publikacji: PL

Abstrakty

PL

Dokonano analizy możliwości zastosowania sztucznych sieci neuronowych jako modeli procesowych w inżynierii chemicznej na przykładzie procesu suszenia w suszarce ze złożem fluidalnym. Przedstawiono i przetestowano wiele modeli neuronowych procesu zarówno klasycznych, jak i hybrydowych. Zastosowano liczby bezwymiarowe jako dane wejściowe i wyjściowe sieci neuronowej, co umożliwiło rozszerzenie zakresu operacyjnego sieci z jednoczesną redukcją struktury oraz zwiększeniem stabilności i dokładności jej pracy.

EN

The analysis of applicability of artificial neural networks as process models in chemical engineering taking as an example the process of drying in a fluidized bed dryer is presented. A number of neural models of the process, both classical and hybrid ones, were presented and tested. Dimensionless numbers were used as input and output data of the neural network, which allowed operating range of the network to be extended, while reducing the structure and increasing the dryer operation stability and accuracy at the same time.

Słowa kluczowe

PL

sieci neuronowe; suszenie; układ fluidyzacyjny

EN

drying; fluidised bed drying; neural networks

• Wydawca: Komitet Inżynierii Chemicznej i Procesowej Polskiej Akademii Nauk
• Czasopismo: Inżynieria Chemiczna i Procesowa
• Rocznik: 2002
• Tom: T. 23, z. 1
• Strony: 49--66
• Opis fizyczny: Bibliogr. 7 poz., rys., wykr.

Twórcy

autor

Ciesielski K.

• Politechnika Łódźka, Wydział Inżynierii Procesowej i Ochrony Środowiska ul. Wólczańska 213, 93-005 Łódź

autor

Zbiciński I.

• Politechnika Łódźka, Wydział Inżynierii Procesowej i Ochrony Środowiska ul. Wólczańska 213, 93-005 Łódź

Bibliografia

• [1] ZBICINSKI I., CIESIELSKI K., N-Step Back Dynamic Neural Model of Fluidised Bed Drying Process, 2nd European Congress of Chemical Engineering, ECCE 2, EFCE Event 606, Le Coram, Montpel-lier, France, 1999, October 5-7.
• [2] HAGAN M.T., MENHAJ M.B., Training Feedforward Networks with the Marquardt Algorithm, IEEE Transactions on Neural Networks, 1994, Vol. 5, No. 6, s. 989-993.
• [3] MOLGA E. Zastosowanie sieci neuronowych do wspomagania modelowania reaktorów chemicznych, 2001, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa.
• [4] STRUMILLO C, GRABOWSKI S., KAMINSKI W., ZBICINSKI I., Simulation of Fluidized Bed Dryer of Biosynthesis Products, Chem. Eng. Process, 1989,26 pp. 139-145.
• [5] ZBICINSKI I., CIESIELSKI K., Extension of the Neural Networks Operating Range by the Application of Dimensionless Numbers in Prediction of Heat Transfer Coefficients, Drying Technology, 2000, Vol. 18, No. 3.
• [6] ClESlELCZYK W., MROWIEC M., Minimalizacja badań doświadczalnych procesu suszenia fluidalnego, Inżynieria Chemiczna i Procesowa, 1991,4, s. 551-567.
• [7] TUTOVA E.G., KUTS P.S., Drying of Microbiological Products (in Russian), Agropromizdat, 1987, Moscow.