Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W pracy przedstawiono wyniki analizy związanej z wyznaczaniem wartości współczynnika przenikania ciepła przez osłonę obiektu oraz zagadnień cieplnych (temperatura, ilość ciepła) przy rozładowywaniu akumulatora kamiennego. Do obliczenia tego współczynnika wykorzystano zależność uwzględniającą zmianę temperatury wewnętrznej jako funkcję zmiennej ilości ciepła przekazywanego do osłony drogą radiacji oraz transferowanego na zewnątrz obiektu drogą przenikania. Bazując na wartości obliczonego współczynnika przenikania ciepła, oszacowano wartość temperatury wewnątrz tunelu foliowego w procesie dostarczania ciepła z akumulatora kamiennego. Dla przyjętych wartości decyzyjnych (temperatura otoczenia równa 8ºC, temperatura początkowa w tunelu na poziomie 15ºC oraz strumień zatłaczanego powietrza równy 500 m3·godz.-1) oraz przyjętego cyklu rozładowania (równego 9 godz.) zakres zmian temperatury wewnętrznej (względem wartości początkowej) mieścił się w granicach od -0,2 do 2,4 K. Wykonano również obliczenia symulacyjne wpływu dostarczonego ciepła z akumulatora, w której jako zmienne uwzględniono temperaturę początkową akumulatora oraz strumień zatłaczanego powietrza na końcowe wartości temperatury akumulatora glebowego. Wyznaczono także ilościowe zależności pomiędzy temperaturą końcową akumulatora a jego temperaturą początkową i strumieniem zatłaczanego powietrza. Do określenie tej zależności zastosowano estymację nieliniową z wykorzystaniem metody quasi-Newtona.
EN
The paper presents results of the analysis related to determination of the value of the coefficient of heat permission through the cover of a facility and thermal issues (temperature, heat amount) at discharging a stone accumulator. For calculation of this coefficient, relation including inside temperature change as a function of variable amount of heat transferred to the cover by radiation and heat transferred outside the facility by permission was used. Basing on the value of the calculated coefficient of heat permission the value of temperature inside the plastic tunnel in the process of supplying heat from a stone accumulator was determined. At the accepted decision values (temperature of surrounding is 8ºC, initial temperature in the tunnel at the level of 15ºC and the stream of pumped air amounting to 500 m3·h-1) and at the accepted cycle of discharge (9 hours), the scope of temperature changes inside (in comparison to the initial value) was within -0.2 to 2.4 K. Moreover, simulation calculations of the impact of the heat supplied from the accumulator, where initial temperature of the accumulator and stream of pumped air were included as variables, on the final values of the soil accumulator temperature, were carried out. Furthermore, quantity relations between final temperature of the accumulator and its room temperature and the stream of pumped air were determined. Non-linear estimation with the use of quasi-Newton method was applied for determination of this relation.
PL
Akumulatory kamienne energii cieplnej z uwagi na swoja prostotę budowy i możliwość wykorzystania miejscowych złóż są predestynowane do wykorzystania w rolnictwie. Względy ekonomiczne powodują, iż często struktura złoża ma charakter losowy. W pracy został zaprezentowany kolejny, nowy probabilistyczny model matematyczny przepływu ciepła, który pełniej w stosunku do wcześniejszych modeli uwzględnia stochastyczny charakter struktury złoża oraz dodatkowo odwzorowuje nierównomierny przepływ powietrza przez akumulator podczas fazy ładownia. Jego pozytywna weryfikacja stała się przyczynkiem dalszych badań symulacyjnych, zmierzających do identyfikacji cech losowych wielkości, opisujących stan cieplny kamiennego akumulatora.
EN
Because of their simple setup and the possibility of using the local deposits stone heat regenerators are dedicated to wider agriculture. The bed is often randomised due to economical factors. In the paper, another probabilistic mathematical model of the heat exchange has been presented. It takes into account to a greater extent the stochastic characteristic of the bed's structure and also it maps the irregular air flow going through the regenerator during the charging phase. Its positive verification initiated further simulation research leading to the identification of the properties of the random values describing the thermal state of the stone regenerator.
EN
In order to assess the capacity of a pebble bed heat storage unit, it is necessary to identify temperature values at specified points of the bed structure. As certain technical difficulties were encountered in the measurement process, suggestion was made to employ the predictive methods offered by radial neural network simulation software. Based on research, an IT system has been developed that allows computers to simulate the complex thermo-dynamic process, which otherwise proves very time-consuming.
PL
W związku z koniecznością oszacowania pojemności kamiennego akumulatora energii cieplnej, niezbędna jest identyfikacja wartości temperatur w określonych miejscach struktury złoża. Ze względu na trudności techniczne związane z procesem pomiarowym, zaproponowano wykorzystanie metod predykcyjnych, jakie, reprezentują programowe symulatory radialnych sieci neuronowych. Wytworzona została aplikacja pozwalająca na zastąpienie czasochłonnego i skomplikowanego procesu.
EN
Storage of thermal energy with the use of a pebble-bed store is an unusually efficient and simple solution. The estimation of temperature inside the bed for demanded dimensions at the chosen working phase of running it (charge, storage, discharge) - is difficult and time-consuming process (the necessity of carrying out of natural experiment). The essential feature of artificial neural networks is a possibility of prediction. It permits to use them predicting the field of temperatures, reducing the time of experiment andfinancial expenses. So in the present work artificial neural network of the perceptron type (MLP -MultiLayer Perceptron) was used. On the basis of the taught perceptron a computer system was designed and produced enabling prediction o fthe temperature field.
PL
Przechowywanie energii cieplnej za pomocą akumulatora kamiennego jest niezwykle ekonomicznym i prostym rozwiązaniem. Oszacowanie temperatury wewnątrz złoża dla żądanych wymiarów przy wybranej fazie pracy (ładowanie, przechowywanie, rozładowanie) -jest procesem niezwykle trudnym i czasochłonnym (konieczność przeprowadzenia doświadczenia naturalnego). Istotna cecha sztucznych sieci neuronowych jaką jest predykcja, pozwoliła je wykorzystać do przewidywania (prognozowania) pola temperatur, redukując tym samym czas doświadczenia i nakłady finansowe. W tym celu posłużono się sztuczną siecią neuronową typu perceptron (MLP - MultiLayer Perceptron). Na podstawie nauczonego perceptronu został zaprojektowany i wytworzony system komputerowy umożliwiający predykcję pola temperatur.
PL
Niejednorodność przepływu powietrza przez złoże kamienne stanowiące akumulator ciepła obniża sprawność energetyczną sytemu. Ocena ilościowa tego zjawiska realizowana jest eksperymentalnie. Z uwagi na jego złożoność, konieczne jest określenie prędkości względnej powietrza w wielu punktach pomiarowych. Ograniczenie liczby miejsc pomiaru temperatury, która stanowi podstawę określenia prędkości, poprzez wykorzystanie sieci neuronowych do jej predykcji jest przedmiotem artykułu. Na podstawie danych eksperymentalnych utworzono sieć neuronową. którą następnie wykorzystano do prognozowania. Uzyskane wyniki porównano z rezultatami pochodzącymi z eksperymentu.
EN
Non-uniformity of the air flow through a rock used as a thermal storage unit lowers the energetic efficiency of the system. Quantitative evaluation of this phenomenon is performed experimentally. Due to its complexity it is necessary to determine the relative air velocity in a series of measuring locations. In this paper a method of reducing the number of temperature measuring locations is proposed, with the use of the neural networks to predict the air velocity. Experimental data were used to construct the neural network. The results were compared to the results obtained in experiments.
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.