Wykorzystanie algorytmów genetycznych w optymalizacji obiegu cieplnego siłowni energetycznej

• Autorzy: Skibiński N. , Klajny R.
• Konferencja: 6 Konferencja. Problemy Badawcze Energetyki Cieplnej/sympozjum (VI ; 09-12.12.2003 ; Warszawa, Polska)
• Języki publikacji: PL

Abstrakty

PL

Praca prezentuje metodykę badań optymalizacyjnych obiegu cieplnego siłowni energetycznej, przy czym jako kryteria optymalizacji przyjęto sprawność energetyczną oraz egzergetyczną. \V celu uzyskania koniecznych do przeprowadzenia obliczeń danych opracowano model symulacyjny siłowni z wykorzystaniem pakietu oprogramowania IPSEpro firmy SimTech Ltd. Model ten współpracuje jako solwer z opracowanym oprogramowaniem własnym, w którego module optymalizacyjnym zastosowano algorytm genetyczny.

EN

The paper presents methodology of optimisation researches of thermal cycle. Criteria of energetic and exergetic efficiency were assumed as optimisation. In order to perform optimisation works, a power plant simulation model using IPSEpro software package was worked out. The simulation model interacts with optimisation software which contains Genetic Algorithm.

Słowa kluczowe

PL

systemy rozmyte; algorytmy genetyczne; siłownie energetyczne

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Konferencje
• Rocznik: 2003
• Tom: z. 23
• Strony: 327--335
• Opis fizyczny: Bibliogr. 15 poz., tab., rys.

Twórcy

autor

Skibiński N.

• EiTG Termall Sp. z o.o.

autor

Klajny R.

• IMC, Politechnika Częstochowska

Bibliografia

• 1. Eckart Zitzler, Evolutionary Algorithms for Multiobjective Optimization: Methods and Applications, Institut für Technischeinformatik und Kommunikationsnetze Computer Engineering and Networks Laboratory, Tik-Schriftenreihe Nr. 30 Evolutionary Computation 9(1), Massachusetts Institute of Technology
• 2. Goldberg D.E., Algorytmy genetyczne i ich zastosowania, WNT 1998
• 3. Hillermeier C., Huster S., Marker W. & Sturm T.F., Optimization of Power Plant Design: Stochastic and Adaptive Solution Concepts, selected papers from ACDM '00, Fourth International Conference on Adaptive Computing in Design and Manufacture. New York, 2000
• 4. Johan Andersson, Multiobjective Optimization in Engineering Design Applications to Fluid Power Systems, Linkoping Studies in Science and Techno logy. Dissertation No. 675
• 5. Kalyanmoy Deby, Evolutionary Algorithms for Multi-Criterion Optimization in Engineering Design, Kanpur Genetic Algorithms Labaratory (KanGAL), Department of Mechanical Engineering, Indian Institute of Technology Kanpur
• 6. Klajny R., Panowski M., "Formułowanie lokalnych interpolacyjnych modeli danych dla siłowni skojarzonej", Problemy Badawcze Energetyki Cieplnej 2001, Prace naukowe mechanika z. 190, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2001;
• 7. Michalewicz Z., Desputa D., Evolutionary Algorithms in Engineering Applications, Springer-Verlag Berlin Heidelberg New York 1997
• 8. Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne, WNT 1999
• 9. Microsoft Corp. - specyfikacja interfejsu DDE i protokołu XITable
• 10. Osyczka A., Evolutionary Algorithms for Single and Multicriteria Design Optimization, Heidelberg: Physica-Verlag, 2002
• 11. Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Warszawa: Wydaw. Nauk. PWN, 1997.
• 12. Rutkowski L., Tadeusiewicz R., Neural Networks and Soft Computing, Proceedings of the Fifth Conference. Zakopane, P land 6-10 June 2000, Częstochowa: Polish Neural Network Society, 2000.
• 13. SimTech Ltd., Dokumentacja pakietu oprogramowania IPSEpro
• 14. Szargut J., Ziębik A., Podstawy energetyki cieplnej, Wydawnictwo Naukowe PWN 1998
• 15. Zespół Pracowników Inżynieryjno-Technicznych Elektrowni Bełchatów pod kierunkiem Jana Tokarza, Vademecum Elektrowni Bełchatów 4320MW, opracowanie wewnętrzne Elektrowni Bełchatów S.A.