Zastosowanie sztucznych sieci neuronalnych do rozpoznania degradacji geometrii aparatów obiektów energetycznych

• Autorzy: Głuch J. , Krzyżanowski J.
• Konferencja: Problemy Badawcze Energetyki Cieplnej ( 6; Konferencja; 2003; Warszawa, Polska)
• Języki publikacji: EN

Abstrakty

EN

The authors aim to two modules thermal and flow diagnostic system creation [1], [2]. The tasks of this system are not only localisation of degraded cycle components [3] and recognition of geometrical degradation type [6], but also determination of its performance deterioration and geometry degradation size evaluation of its components. The last task may be done with application of diagnostic relation based on artificial neural network (ANN). This task functioning is the main aim of the paper.

PL

Autorzy zmierzają do realizacji dwumodułowego systemu diagnostyki cieplnoprzepływowej [1,2]. Celem tego systemu jest nie tylko lokalizacja uszkodzonych aparatów obiektu [3] i określenie typu degradacji [6], ale także ustalenie pogorszenia właściwości cieplno-przepływowych obiektu i określenie rozmiarów degradacji wymiarów geometrycznych jego aparatów przy pomocy relacji diagnostycznych. Ta ostatnia funkcja jest przedmiotem tego referatu.

Słowa kluczowe

EN

diagnostics; flow diagnostic system

PL

diagnostyka; system cieplno-przepływowy

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Mechanika
• Rocznik: 2003
• Tom: z. 202
• Strony: 53--62
• Opis fizyczny: Bibliogr. 9 poz., schem., tab.

Twórcy

autor

Głuch J.

• Instytut Maszyn Przepływowych PAN, 80-952 Gdańsk, ul. Fiszera 14

autor

Krzyżanowski J.

• Instytut Maszyn Przepływowych PAN, 80-952 Gdańsk, ul. Fiszera 14

Bibliografia

• 1. Głuch J., Krzyżanowski J.: On Thermal Diagnostics of Turbomachinery Power Systems, Proc. of the 3-th European Turbomachinery Conf., London, 1999.
• 2. Głuch J., Krzyżanowski J.: Searching for Inefficient Components of Complex Power Systems, Proc. ASME-TURBO-EXPO'98, Paper No 98-GT-76, Stockholm, 1998.
• 3. Głuch J., Krzyżanowski J.: Application of Preprocessed Classifier Type Neural Network for Searching of Faulty Components of Power Cycles in Case of Incomplete Measurement Data, Proc. ASME-TURBO-EXPO'02, Amsterdam, 2002.
• 4. Głuch J., Krzyżanowski J.: Diagnostyka aparatów obiegu cieplnego z turbiną parową, zilustrowana przykładem regeneracyjnego wymiennika ciepła, Materiały I-go Kongresu Diagnostyki Technicznej, Gdańsk, 1996.
• 5. Krzyżanowski J., Głuch J.: Flow and Heat Diagnostics Analysis for a Group of Steam Turbine Stages, Proc. Of the 2-nd European Turbomachinery Conf., Antwerpen, 1997
• 6. Głuch J., Krzyżanowski J.: Rozpoznawanie typu degradacji geometrii układu łopatkowego turbin parowych, Mat. IV Krajowej Konf. Naukowo-Technicznej - Diagnostyka Procesów Przemysłowych, Władysławowo, 2003.
• 7. Krzyżanowski J., Głuch J.: Niektóre problemy diagnostyki cieplno-przepływowej obiektów energetycznych, Mat. XIII Krajowej Konferencji Mechaniki Płynów, Kokotek k. Częstochowy, 1998.
• 8. Romessis C., Mathioudakis K.: Jet Engine Sensor Validation with Probabilistic Neural Networks, Proc. of the 5-th European Turbomachinery Conf., Prague, 2003.
• 9. Demuth H., Beale M.: Neural Network Toolbox for use with Matlab, The Math Works Inc. Natick, 1996.