Sterowanie neuronowe procesem przemiału cementu. Cz.2. Synteza regulatora neuronowego

• Autorzy: Bursy G.

Warianty tytułu

EN

Neurocontrol with process of the grinding of cement. Part 2. Synthesis of neurocontroller

• Języki publikacji: PL

Abstrakty

PL

Wysoka energochłonność procesów przemiałowych zmusza do poszukiwania nowych rozwiązań układów służących do przemiału surowców mineralnych. Złożoność procesów zachodzących podczas przemiału, determinuje stosowanie nowych narzędzi w układach sterowania takimi obiektami. W artykule podjęto próby zastosowania do rozwiązania tego zadania metod opartych na teorii sztucznych sieci neuronowych. W części pierwszej przedstawiono identyfikację procesu przemiałowego. W niniejszej (części 2) przedstawiono syntezę regulatora neuronowego oraz badania symulacyjne pracy regulatora bazującego na sztucznych sieciach neuronowych. Prezentowane opracowanie jest podsumowaniem rozprawy doktorskiej autora obronionej na Wydziale Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej.

EN

High energy consumption of grinding processes forces to search for new solutions required for grinding mineral of raw materials. Complexity of grinding processes requires application of new tools to control these objects. In the report was carried out study of implementation of methods based on theory of artificial neuron grid. In part 1 was introduced identification of grinding process system. In this part was introduced synthesis of neurocontroller and simulation research of controller operation based on artificial neuron grid. The presentation is an author's summary of doctor's thesis carried out on Faculty of Electrical Engineering, Automatic Control and Computer Science of The Opole University of Technology.

Słowa kluczowe

PL

produkcja cementu; proces przemiału; młyn kulowy; sterowanie neuronowe; analiza symulacyjna

EN

cement manufacturing; cement grinding process; ball mill; neurocontrol; simulation analysis

• Wydawca: Wydawnictwo Instytut Śląski Sp. z o.o.
• Czasopismo: Prace Instytutu Szkła, Ceramiki, Materiałów Ogniotrwałych i Budowlanych
• Rocznik: 2009
• Tom: R. 2, nr 4
• Strony: 123--135
• Opis fizyczny: Bibliogr. 18 poz., il.

Twórcy

autor

Bursy G.

• Instytut Szkła, Ceramiki, Materiałów Ogniotrwałych i Budowlanych, Oddział Inżynierii Materiałowej, Procesowej i Środowiska, Opole

Bibliografia

• [1] Auer A., Model i identyfikacja procesów klasyfikacji i mielenia, „Zeszyty Naukowe Wyższej Szkoły Inżynierskiej w Opolu” 1978, nr 26 „Elektryka” z. 4.
• [2] Austin L., Rogers R., Bramek K., Stubican J. ,A rapid computational procedure for unsteaedy-state ball mill circuit simulations, „Powder Technology” 1988, Vol. 56, s. 1-11.
• [3] Demuth H., Beale M., Hagan M., Neural Network Toolbox 5 User's Guide MatLab, The MathWorks Inc., Natick 2007.
• [4] Duda W.H., Przegląd technik i technologii w światowym cementownictwie, Zakład Poligrafii Centralnego Ośrodka Informacji Budownictwa, Warszawa 1979.
• [5] Duda W.H., Cement-data-book, Bauverlag GmbH, Wiesbaden-Berlin 1985.
• [6] Herbst J., Fuerstenau D., Model-based control of mineral processing operations. „Powder Technology” 1992, Vol. 69, s. 21-32.
• [7] Janczak A., Identification of Nonlinear Systems Using Neural Networks and Polynomial Models. A Block-Oriented Approach, Springer-Verlag, Berlin-Heidelberg 2005.
• [8] Kurdowski W., 150 lat przemysłu cementowego na ziemiach polskich, „Budownictwo, Technologie, Architektura” 2007, nr 3.
• [9] Ng G.W., Application of Neural Networks to Adaptive Control of nonlinear Systems, Control Systems Center Series, „Automatika” 2000, Vol. 36, No. 12, s. 1931-1933.
• [10] Nowak E., Pałka E., Płocica M., Stanoch W., Szeliga A., Procesy przemielania i młyny w przemyśle cementowym, t. 2: Młynownie, „Prace IMMB” 2000, nr 27.
• [11] Obuchowicz A., Evolutionary Algorithms for Global Optimization and Dynamic System Diagnosis, Lubuskie Towarzystwo Naukowe, Zielona Góra 2003.
• [12] Polednia E., Werszler A., Radiometryczna metoda pomiaru dyspersji ciała stałego, Instytut Techniki Cieplnej i Mechaniki Płynów Politechniki Wrocławskiej, Wrocław 1997, praca doktorska.
• [13] Rojek R., Model matematyczny procesu mielenia ciągłego w młynach bębnowych dla celów sterowania. Instytut Cybernetyki Technicznej Politechniki Wrocławskiej, Wrocław 1976, praca doktorska.
• [14] Rojek R., Problemy modelowania wybranej klasy procesów o parametrach rozłożonych dla celów sterowania, Wyższa Szkoła Inżynierska w Opolu, Opole 1978.
• [15] Rutkowski L., Metody i techniki sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa 2006.
• [16] Tadeusiewicz R., Sieci neuronowe, Akademicka Oficyna Wydawnicza RW, Warszawa 1993.
• [14] Wrzuszczak J., Badania identyfikacyjne i ocena efektywności algorytmów sterowania adaptacyjnego obiektem z opóźnieniem na przykładzie młyna kulowego cementu, Politechnika Wrocławska, Wrocław 1998, praca doktorska.
• [15] Wrzuszczak J., Układ sterowania adaptacyjnego młynem cementu, [w;] Materiały XIII Krajowej Konferencji Automatyki, Opole 21-24 IX 1999, t. 2, Oficyna Wydawnicza Politechniki Opolskiej, Opole 2000.

Uwagi

Błąd w numeracji bibliografii.