Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Artificial neural networks by their learning, classification, and decision capabilities, have contributed in the development of several fields. In electrostatics and its applications, neural networks are used to solve the problems of modeling, diagnosis and control of different modes of operation of machines. This work focuses on the application of artificial neural networks for modeling the operation of a three-phase electric field electrodynamic screen for moving micronized polyvinyl chloride (PVC) particles, with an average particle size of 250 μm. The neural network used is a multilayer perceptron type network, trained by the gradient back propagation algorithm. The input vector contains parameters taken from the studied experimental device: applied voltage U [kV], frequency [Hz] and diameter d [mm]. The output vector contains the mass of the product collected at the output of the electrodynamic screen.
PL
Sztuczne sieci neuronowe dzięki swoim zdolnościom uczenia się, klasyfikacji i podejmowania decyzji przyczyniły się do rozwoju kilku dziedzin. W elektrostatyce i jej zastosowaniach sieci neuronowe są wykorzystywane do rozwiązywania problemów modelowania, diagnozowania i sterowania różnymi trybami pracy maszyn. W pracy skupiono się na zastosowaniu sztucznych sieci neuronowych do modelowania działania ekranu elektrodynamicznego trójfazowego pola elektrycznego dla poruszających się cząstek mikronizowanego polichlorku winylu (PVC) o średniej wielkości cząstek 250 μm. Wykorzystywana sieć neuronowa jest wielowarstwową siecią typu perceptron, wytrenowaną przez algorytm wstecznej propagacji gradientu. Wektor wejściowy zawiera parametry zaczerpnięte z badanego urządzenia doświadczalnego: przyłożone napięcie U [kV], częstotliwość [Hz] i średnicę d [mm]. Wektor wyjściowy zawiera masę produktu zebraną na wyjściu ekranu elektrodynamicznego.
EN
The main objective of this paper is to design an intelligent control to improve the separator process of electrostatic rotating electrode separator by fuzzy logic. Where the methodology of designing experiments was used to form a knowledge base, and from it extract the important variables and the way they affect the outputs, as well as the interaction between them and established the mathematical model by using Minitab 18 software, while the MTLAB programs were used to simulate the fuzzy control system. The results showed the ability of the controller to improve the separation process in a good time, which will lead to saving time and energy.
PL
Głównym celem tego artykułu jest zaprojektowanie inteligentnego sterowania usprawniającego proces separatora elektrostatycznego separatora elektrody wirującej za pomocą logiki rozmytej. Tam, gdzie metodyka projektowania eksperymentów została wykorzystana do stworzenia bazy wiedzy, z której wyodrębniono ważne zmienne i sposób, w jaki wpływają one na wyniki, a także interakcje między nimi i ustalono model matematyczny za pomocą oprogramowania Minitab 18, natomiast MTLAB programy zostały wykorzystane do symulacji rozmytego systemu sterowania. Wyniki wykazały zdolność sterownika do usprawnienia procesu separacji w odpowiednim czasie, co przełoży się na oszczędność czasu i energii.
EN
The main purpose of this study is the multicriterion optimization in a dynamic context of the operation of an industrial electrostatic separation process with rotating electrode. A study of the operation of this process, performed by using an artificial neural network (ANN), has shown the complexity of adjusting the control variables for use in the industrial field. In this context, a multifactorial control approach has been proposed using meta-heuristics based on artificial intelligence.
PL
W artykule zaprezentowano multikryterialną optymalizację przemysłowego separatora elektrostatycznego z ruchomymi elektrodami. Do optymalizacji wykorzystano sztuczne sieci neuronowe.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.