Ograniczanie wyników
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  NOx emission reduction
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
This paper presents real test signals used to identify neural network boiler model parameters. The obtained model can be used to control NO2 and CO emission. The method was tested for OP-650 power boiler installed in Dolna Odra Power Plant Station. It has been demonstrated that the neural network model properly predicts NO2 and CO emission.
PL
W artykule przedstawiono dane pomiarowe, które zostały zastosowane do nauczenia sztucznej sieci neuronowej przewidywania emisji dwutlenku azotu oraz tlenku węgla z kotła OP-650. Obejmują one: strumienie powietrza do młynów 1...5 (0 32.84 m3u/h), całkowity strumień powietrza do kotła (246.35 664.38 m3u/h), strumienie powietrza do palników UG11...UG54 (0.40 29.54 m3u/h), strumień spalin za wentylatorem WR1 (8.58 60.10 m3u/h), strumienie powietrza do dysz OFA - z przodu, z tyłu, z lewej i prawej strony (7.07 37.26 m3u/h), całkowita ilość powietrza do kotła (0 319.35 t/h), strumień wody zasilającej kocioł (0 314.83 t/h), strumień pary świeżej (27.17 665.96 t/h), temperaturę spalin za ECO po prawej i lewej stronie (258.21 401.69 C), temperaturę powietrza przed podgrzewaczem powietrza LP1 oraz LP2 (20.71 30.56 C), temperaturę powietrza na wlocie do kotła (42.63 58.49 C), prędkości podajników węgla LW01...LW05 (0 79.84 %), zawartość tlenu w spalinach za ECO po prawej i lewej stronie (1.67 20.44 %), położenie zasów wentylatorów spalin WS1 oraz WS2 (15.82 59.78 %), różnicę w położeniu zasów wentylatorów (2.53 7.42 %), ciśnienie spalin recyrkulacyjnych za wentylatorem WR1 (-0.14 0.15 MPa), moc elektryczną brutto generatora (0 221.08 MW), emisję NOx (0 679.28 mg/m3u), emisję CO (5.17 123.72 mg/m3u). Podstawowe sygnały stanowiły zmiany prędkości podajników węgla. Zostały one dobrane w ten sposób, aby zbadać nieliniowe własności kotła w kilku punktach. Własności dynamiczne kotła zawarte w sieci neuronowej mogą zostać wykorzystane do budowy neuronowego regulatora spalania. Zaproponowano wskaźniki oceny jakości regulatora neuronowego: emisję NOx, emisję CO, zawartość węgla w popiołach, różnicę temperatur pary, temperaturę pary świeżej, temperaturę spalin wylotowych oraz stężenie O2 przy ścianach membranowych.
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.