Prognozowanie rozkładu cząstek podczas mieszania systemem funnel-flow

• Autorzy: Matuszek D. , Tukiendorf M.

Warianty tytułu

EN

Estimating the distribution of a granual molecule mixed using the funnel-flow system

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono wyniki modelowania neuronowego procesu mieszania niejednorodnego układu ziarnistego przy pomocy systemu funnel-flow. W oparciu o komputerową analizę obrazu dokonano oceny rozkładu cząstek obserwowanego składnika kluczowego w poszczególnych przekrojach mieszalnika używając jako miary tego rozkładu wartości wariancji. Modelowanie oparto na prognozowaniu neuronowym. Do uczenia wykorzystano pięć pierwszych kroków mieszania. Następnie w oparciu o wyniki uczenia sieć dokonała predykcji rozkładu koncentracji składnika kluczowego dla następnych pięciu kroków mieszania, to jest aż do osiągnięcia stanu równowagowego. Dokonano statystycznego porównania modeli (empirycznego i predyktowanego) przy pomocy współczynnika przestrzennej korelacji.

EN

This research presents the outcomes of neuron modeling of the mixing process of a non-homogeneus grain configuration by the use of a funnel-flow system. On the basis of a computer image analysis an estimation of was executed the molecule distribution of each key component the observed. Specifficaly a cross-section of the mixing device used in this process was analysed for statistical variance in key-component distribution. On the basis of the first five mixing steps the FBM network has been learned. Next, on the basis of the outcomes the network predicted the distribution of the key-component concentration after the next five mixing steps. A statistical model comparison (empirical and predicted) was done using the spatial autocorrelation.

Słowa kluczowe

PL

materiał ziarnisty; mieszanie; ocena jakości układu ziarnistego; komputerowa analiza obrazu; sieci neuronowe; współczynnik koleracji przestrzennej

EN

grain; mixing; quality evaluation; grain configuration; computer analysis of picture; neural networks; spatial correlation coefficient

• Wydawca: Polskie Towarzystwo Inżynierii Rolniczej
• Czasopismo: Inżynieria Rolnicza
• Rocznik: 2005
• Tom: R. 9, nr 14
• Strony: 229--235
• Opis fizyczny: Bibliogr. 9 poz., rys.

Twórcy

autor

Matuszek D.

• Politechnika Opolska, Zakład Techniki Rolniczej i Leśnej

autor

Tukiendorf M.

• Politechnika Opolska, Zakład Techniki Rolniczej i Leśnej

Bibliografia

• Boss J., Krótkiewicz M., Tukiendorf M. 2001. Porównanie metod jakości stanu mieszaniny ziarnistej podczas mieszania w przesypie. Krynica 2001.
• Kaluzny S.P., Vega S.C., Cardso T.P., Shelly A.A. 1996. S+Spatialstats User’s Manual, Version 1.0. Mathsoft, Inc. Seattle 1996.
• Lampinem J., Vehtari A. 2001. Bayesian approach for neural networks-review and case studies. Neural Networks 14, 257-274.
• Moran P.A.P. 1948. The interpretation of statistical maps. Journal of the Royal Statistical Society, Series B37, 243-51.
• Tukiendorf M. 2002a. Ocena jakości mieszaniny ziarnistej w przekrojach poprzecznych podczas mieszania według systemu funnel-flow. Problemy Inżynierii Rolniczej, 3 (37), Warszawa.
• Tukiendorf M. 2002b. Zagadnienie rozkładu koncentracji składników niejednorodnej mieszaniny ziarnistej podczas mieszania w przesypie. Inżynieria i Aparatura Chemiczna 4, Olsztyn.
• Tukiendorf M. 2002c. Sposoby oceny jakości mieszani ziarnistych w zbiornikach. Technika Agraria 1(2)2002.
• Tukiendorf M. Modelowanie neuronowe procesów mieszania niejednorodnych układów ziarnistych. Rozprawy Naukowe Akademii Rolniczej w Lublinie.
• Tukiendorf M. 2003. Optymalizacja procesu mieszania metodą ze zbiornika do zbiornika ziarnistych układów niejednorodnych. Postęp Techniki Przetwórstwa Spożywczego, nr 1/2003, Wydawnictwo Instytut Maszyn Spożywczych, Warszawa.