Wyniki wyszukiwania - BazTech

1

Diagnostyka kotła odzysknicowego OU-192 bloku gazowo-parowego w Elektrociepłowni Zielona Góra

Olewicz G., Sobczyszyn A.

Dozór Techniczny

|

2017

|

z. 1

20--26

2

Szacowanie emisji tlenków azotu (NOx) na podstawie danych eksploatacyjnych rzeczywistego obiektu przemysłowego

Gramacki A., Gramacki J.

Pomiary Automatyka Kontrola

|

2009

|

R. 55, nr 7

461-463

PL

W pracy podjęto próbę szacowania emisji tlenków azotu (NOx,) na podstawie danych eksploatacyjnych zbieranych podczas normalnej pracy Elektrociepłowni w Zielonej Górze. Pomimo że zanieczyszczenia te monitorowane są z użyciem specjalistycznych czujników, to wydaje się, że dodatkowa ich kontrola może być bardzo pożądana. Zwłaszcza, że ilość emitowanych zanieczyszczeń (w tym NOx) jest ściśle limitowana i kontrolowana. Wspomniane szacowanie wykonano wykorzystując technikę statystyczną zwaną regresją liniową.

EN

In the paper there is analysed the possibility of estimating nitrogen oxides NOx emissions based on the data taken from an industry plant (gas-based combined heat and power (CHP) plant in Zielona Góra, Poland). Even though the emission of NOx is monitored on-line by dedicated sensors installed on the plant, we believe that some additional monitoring would be desirable. This is especially important because emission of different kind of air-pollutants (including NOx) is strictly limited and monitored. The above mentioned estimation is performed by the statistical technique known as linear regression. In Section 2 the gas-based combined heat and power plant in Zielona Góra is briefly described. A simplified chart of the plant is shown in Fig. 1. The list of measurement points taken from the DCS system (distributed control system) of the greatest influence on the NOx emission is also given. In Section 3 there is shown the way how the raw data should be prepared, especially in the context of removing unwanted disturbances as well as the points which were selected for the final regression analysis. The results obtained are presented in Section 4. The best regression solution (row 3 in Table 3) is shown in Fig. 4. The accuracy is quite satisfactory and we believe that it is sufficient for the purpose of additional monitoring the main NOx sensors installed on the plant.

3

Estymacja nieparametryczna wybranych parametrów bloku gazowo-parowego

Gramacki J., Gramacki A.

Pomiary Automatyka Kontrola

|

2009

|

R. 55, nr 7

454-456

PL

W pracy pokazano przykład użycia nieparametrycznej estymacji danych. Z pomocą tej techniki dokonano oszacowania emisji tlenków azotu (NOx) na podstawie danych eksploatacyjnych zbieranych podczas normalnej pracy Elektrociepłowni w Zielonej Górze. Na wstępnie dokonano krótkiego przeglądu najbardziej popularnych technik estymacji parametrycznej i porównano je z technikami nieparametrycznymi. Następnie na prostym przykładzie pokazano istotę działania estymacji nieparametrycznej. Pracę kończy rozdział, w którym krótko omówiono uzyskane wyniki symulacyjne.

EN

In the paper there are shown some practical examples of using nonparametric estimation. Using this technique there were estimated the nitrogen oxides (NOx) emissions based on the data taken from a real industry plant (gas and steam combined heat and power (CHP) plant in Zielona Góra, Poland). This work can be treated as a continuation of the paper [2]. In the first section there is given a short overview of estimation methods, including the linear and nonlinear regression, and comparison of them with nonparametric ones. In the second section there is briefly presented the nonparametric estimation technique and there is given a simple illustrative example. The third paragraph is dedicated to presenting the experimental results. Basing on the data from the CHP plant, the NOx emission was estimated and the satisfactory results (in comparison, for example, with the results obtained from the linear regression estimator) were obtained. All calculations were carried out using np package for R-project environment which implements a variety of nonparametric (and also semiparametric) kernel-based estimators.