Powiadomienia systemowe
- Sesja wygasła!
- Sesja wygasła!
- Sesja wygasła!
- Sesja wygasła!
- Sesja wygasła!
- Sesja wygasła!
- Sesja wygasła!
Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
Optymalizacja procesu zawiesinowego wytopu miedzi oparta o metody inspirowani przez naturę
Języki publikacji
Abstrakty
The paper presents optimization methods that are inspired by the mechanisms occurring in nature and their application in the determination of the values of signals controlling a copper flash smelting process. The furnace model that is used in the optimization process, was created on the base of artificial neural network. The control was aimed at the obtaining of the required values of SO2, CO2 and NOx concentrations in exhaust gases at a specific concentrate’s composition. The optimization process was based on a static furnace model and, therefore, the control consisted in the problem of static optimization. Block limitations were imposed on all the decision variables. The paper gives the theoretical background of each method, the way of implementation and the results obtained with its respective application. In addition, the results were compared with the results obtained by using one of deterministic methods.
Artykuł przedstawia metody optymalizacji inspirowane występującymi w przyrodzie mechanizmami oraz ich zastosowanie w wyznaczaniu wartości sy-gnałów sterujących piecem zawiesinowym do wytopu miedzi. Stosowany w procesie optymalizacji model pieca, stworzony został w oparciu o sztuczne sieci neuronowe. Celem sterowania było uzyskanie pożądanych wartości stężeń SO2, CO2 oraz NOX w gazach wylotowych przy danym składzie koncentratu. Proces optymalizacji opierał się na statycznym modelu pieca, dlatego zagadnienie sterowania sprowadziło się do problemu optymalizacji statycznej. Na wszystkie zmienne decyzyjne zostały nałożone ograniczenia kostkowe. W pracy przedstawiono podstawy teoretyczne każdej metody, sposób implementacji oraz uzyskane przy jej zastosowaniu wyniki. Dodatkowo wyniki te porównano z wynikami otrzymanymi jedną z metod deterministycznych.
Wydawca
Czasopismo
Rocznik
Tom
Strony
400--408
Opis fizyczny
Bibliogr. 7 poz., rys.
Twórcy
Bibliografia
- 1. Arabas, J., 2001, Wykłady z algorytmów ewolucyjnych,Wydawnictwa Naukowo-Techniczne, Warszawa.
- 2. Cytowski, J., 1996, Algorytmy genetyczne. Podstawy i zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa.
- 3. Goldberg, D.E., 1995, Algorytmy genetyczne i ich zastosowania, Wydawnictwa Naukowo-Techniczne, Warszawa.
- 4. Gwiazda, T.D., 2007, Algorytmy genetyczne. Kompendium, 1.1,2 Wydawnictwa Naukowe PWN SA, Warszawa.
- 5. Kusiak, J., 2009, Copper flash smelting process. Modelling and control, Computer Methods in Material Science, 9, 3, 362-369.
- 6. Moor, J.J., Sorensen, D. C., 1983, Computing a Trust Region Step, SIAM Journal on Scientific and Statistical Computing, 3, 553-572.
- 7. Stanisławczyk, A., Kusiak, J., 2009, Neural network modelling of a copper flash smelting process gas phase, Computer Methods in Material Science, 9, 3, 376-381.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BUJ5-0030-0045