PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Wykorzystanie sztucznej inteligencji do przewidywania właściwości żużlujących paliw stałych i ich wpływu na pracę komory paleniskowej kotła pyłowego

Identyfikatory
Warianty tytułu
EN
In this work the methodology of determination the risk of slagging of pulverized fired boilers on the basis of neural networks and expert system was shown
Języki publikacji
PL
Abstrakty
PL
Przedstawiono metodę określania ryzyka żużlowania komór paleniskowych kotłów pyłowych opartą na sieciach neuronowych i systemie eksperckim. Stworzono program komputerowy SLAGANN. Przeprowadzono weryfikację metody na podstawie pomiarów na wybranym kotle OP-650 podczas spalania węgla i współspalania węgla z biomasą. Wykazano, że program SLAGANN jest dobrym narzędziem diagnozującym, który może pełnić funkcję doradczą dla personelu bloku energetycznego. W celu poprawienia jakości jego predykcji potrzebne są dodatkowe badania laboratoryjne dostarczające większą ilość danych uczących dla sieci neuronowych lub wykorzystanie wyników badań innych ośrodków badawczych, co może znacznie polepszyć nie tylko jego wartość diagnostyczną, ale także badawczą.
EN
The SLAGANN software was created. The method was tested against measurement data taken at real utility boiler OP-650 during combustion and co-combustion of coal with biomass. Results show that SLAGANN is a reasonable diagnostic tool which can be an advisory program for power plant's staff. In order to improve the quality of program predictions there is a need for additional investigations to collect data essential for learning or using investigations results of different research centres which can increase not only the diagnostic performance but also its research applicability.
Czasopismo
Rocznik
Tom
Strony
485--493
Opis fizyczny
Bibliogr. 25 poz., rys., tab., wykr.
Twórcy
autor
autor
  • Instytut Energetyki, Zakład Procesów Cieplnych
Bibliografia
  • [1] Rundygina J.A.: Sowierszenstwowanie prognozirowania wojdejstwie mineralnoj czasti na rabotu parogeneratora na osnowe chimikomnerafogiczeskowo sostawa mineralnych priniesiej, Naucznye Trudy, Moskwa 1983
  • [2] Altmana W.: Prediction of the tendency of the slagging and fouling of European Lignite by New statistical and experimental methods, Dresem 1984
  • [3] Żelkowski J., Sturm A., Mauritz O.: Combustion property characterization of imported coals by indexes, VGB Power-Tech 10, 1998
  • [4] Heinzel T., Siegle V., Spliethoff H., Hein K.R.G.: lnvestigation of slag¬ging In pulverized fuel co-combustion of biomass and coal at pilot-scale test facility. Fuel Processing Technology 54, 1998, 109-125
  • [5] Gupta R.R, Wall T.F., Kajigaya I. Miyame S., Tsumita Y: Computer-controlled scanning electron microscopy of minerals in coal - implications for ash deposition. Progress in energy and Combustion Science 24, 1998, 523-543
  • [6] Liu Y, Gupta R., Sharma A., Wall T., Butcher A., Miller G., Gottlieb R, French D.: Minerał matter-organic matter association characte-risation by OEMSCAN and applications in coal utilisation. Fuel 84, 2005, 1259-1267
  • [7] Raask E.: Minerał Impurities in Coal Combustion. Hemisphere, 1985
  • [8] Couch G.: Understanding slagging and fouling in pf combustion. IEA Report, 1994
  • [9] HuangL.Y, Norman J.S., Pourkashanian M., Williams A.: Prediction of ash deposition on superheater tubes from pulverized coal combustion. Fuel 75 no 3, 271-279
  • [10] Fan J.R., Zha X.D., Sun R, Cen K.F.: Simulation of ash deposit in a pulverized coal-fired boiler. Fuel 80, 2001, 645-654
  • [11] Szymczak J., Żelkowski J., Żużlowanie Cz. V.: Skłonności polskich węgli do żużlowania, Opracowanie Instytutu Energetyki 13433, 1980
  • [12] Raport z projektu badawczego PowerFIam 2 NNE5/907/2001 o nu¬merze WP1.5TDR01 „Sampling probe and sampling procedurę" 18/07/04, Instytut Energetyki 2004
  • [13] Abbas, T, Awais, M.M. and Lockwood, F.C.: An Artificial Intelligence Treatment of Devolatilisation for Pulverised Coal and Biomass in Co-Fired Flames. Combustion and Flame, 132 (3), 2003, 305-318
  • [14] Zhu Q. i inni: The Predictions of coal/char combustion ratę using ANN approach. Fuel 78, 1999
  • [15] Chungen Y, Zhongyang L, Junhu Z., Kefa C, A Novel Non-Linear Programming-Based Coal Blending Technology for Power Plants. Trans IChemE 78(A), 2000, 118-124
  • [16] Lu i Hogg B. W.: Dynamie Nonlinear Modeling of Power Plant by Physical Principles and Neural Networks. International Journal of Electrical Power & Energy Systems 22(1), 2000, 67-78
  • [17] CK. Tan, Kakietek S.: Optymalizacja rozpływów powietrza wtórnego z wykorzystaniem metod sztucznej inteligencji na przykładzie kotła OP-650 w celu minimalizacji emisji NOx, CO oraz niedopału. Konferencja nauk.-tech. „Kontrola, sterowanie i automatyzacja procesu spalania w kotłach energetycznych", Zakopane, 23-25 maja 2005, 63-73
  • [18] Chang N.B., Chen W.C.: Prediction of PCDDs/PCDFs emissions from municipal incinerators by genetic programming and neural network modeling. Waste Menag. Res., 18 (4), 2000, 341-351
  • [19] Tan CK. i inni: Monitoring near burner slag deposition with a hybrid neural network system. Meas. Sci. Technol. 14, 2003, 1-9
  • [20] Osowski S.: Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000
  • [21] Raport z projektu badawczego PowerFIam 2 NNE5/907/2001 o numerze WP1.5TDR02 „Comparison of different methods of deposit analysis" 09/12/05, Instytut Energetyki 2005
  • [22] Orłowski R, Dobrzański W., Szwarc E.: Kotły parowe. WNT, Warszawa 1979
  • [23] Principe J., Euliano N., Lefebvre W.: Neural and Adaptive Systems: Fundamentals through Simulations, John Wiley and Sons 2000
  • [24] Oja E.: A simplified neuron model as a principal component analyzer. Journal of Mathematical Biology 15, 1982, 239-245
  • [25] Remiszewski K., Szymczak J., Zaręba R., Kakietek S.: Badania procesu spalania węgla z dodatkiem biomasy w kotle OP-380 nr 12 w H. Stalowa Wola. Raport Instytutu Energetyki, kwiecień 2004, Warszawa
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPOA-0015-0004
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.