Wyniki wyszukiwania - BazTech

1

Aproksymacja stężeń zanieczyszczeń powietrza za pomocą neuronowych modeli szeregów czasowych

Hoffman S.

Inżynieria i Ochrona Środowiska

|

2009

|

T. 12, nr 3

231-239

PL

W pracy oceniono możliwości aproksymacji stężeń zanieczyszczeń mierzonych na stacjach monitoringu powietrza. Do predykcji stężeń wykorzystano neuronowe modele szeregów czasowych. Jakość modelowania testowano na rzeczywistych danych pochodzących ze stacji monitoringu powietrza Łódź-Widzew, zarejestrowanych w latach 2004-2008. Analizie poddano względnie kompletny zbiór danych, obejmujący stężenia 6 podstawowych zanieczyszczeń powietrza: O3, NO2, NO, PM10, SO2, CO. Celem badawczym było określenie i porównanie dokładności predykcji stężeń różnych zanieczyszczeń powietrza. Modelowanie przeprowadzono, stosując sztuczne sieci neuronowe. Trening sieci odbywał się przy użyciu liniowego algorytmu pseudoinwersji. Wyjściem modelu było stężenie wybranego zanieczyszczenia w określonym czasie. Wejściami były wartości stężeń zarejestrowane w godzinach wcześniejszych. Każdy model charakteryzowały dwie wielkości: horyzont prognozy i liczba wartości opóźnionych. W analizie określono dokładność predykcji stężeń wybranych zanieczyszczeń dla stałej liczby wartości opóźnionych równej 24 przy zmieniającym się horyzoncie prognozy od 1 do 240 godz. Jako kryterium jakości modelowania przyjęto wartość błędu aproksymacji.

EN

An assessment of quality of air pollutants concentration modeling was the main research purpose. The examination was made by means of artificial neural networks, which were employed to create time-series models. The quality of approximation was tested on the actual set of air monitoring data, gathered over a 5-year period at the measure site in Lodz-Widzew (Central Poland). The examined time-series involved hourly concentrations of main air pollutants: O3, NO2, NO, PM10, SO2, CO. The research aim was the estimation and the comparison of prediction accuracy for different air pollutants. Time-series models were characterized by two parameters which might influence the prediction quality: lookahead and steps. For all models the constant number of steps equal 24 hours was assumed. The effect of changes of lookahead in the range 1÷ 240 hours was analyzed. It was stated that the decreasing of precision of time-series models with the increase of lookahead is observed. The drop of accuracy depends on pollutant. The furthest reasonable prognosis may be done for ozone concentration. Approximation accuracy shortens in the order: O3, CO, SO2, PM10, NO2, NO.

2

Programowy analizator gazowych produktów spalania w kotle parowym

Jankowska A.

Pomiary Automatyka Robotyka

|

2007

|

R. 11, nr 2

PL

W referacie przedstawiono programowy analizator gazowych produktów spalania w kotłach energetycznych, do pracy on-line, bazujący na sztucznych sieciach neuronowych. Analizator, opracowany w ramach projektu celowego został wdrożony w elektrowni BOT Turów SA. W pracy przedstawiono cechy modeli neuronowych, niezbędną obróbkę wstępną danych pomiarowych a następnie zilustrowano jakość uzyskanych modeli stanowiących istotę wirtualnych analizatorów. Omówiono sposób zewnętrznej aktualizacji modeli w długim horyzoncie czasowym. Zastosowane w tym względzie rozwiązanie oraz uwagi końcowe podsumowują aktualny stan prac nad analizatorami wirtualnymi.

EN

The software analyzer of effluent gas from combustion boiler is presented in the paper. The virtual analyzer is created as an artificial neural network model for on-line work. This analyzer realized in target grant of KBN Nr 03103/C.T10-6/2002 is applied in BOT Turów S.A. power plant. In the paper are presented properties of the artificial neural network models and then necessary preprocessing of measured data of combustion process. Very important for the analyzer’s on-line work is reconstruction of missing data, too. The quality of virtual analyzers is estimated and the methods of actualization the ANN models are considered.

3

Modele neuronowe zużywania elementów roboczych w glebie

Napiórkowski J., Mikołajczak P.

Inżynieria Rolnicza

|

2006

|

R. 10, nr 12(87)

381-389

PL

Przedstawiono próbę wykorzystania modeli neuronowych do prognozowania zużycia elementów roboczych narzędzi rolniczych użytkowanych w glebie. Podstawą opracowania modeli neuronowych były wyniki uzyskane z badań eksploatacyjnych zużycia lemieszy płużnych w dziesięciu gatunkach gleb. Wygenerowano 12 modeli neuronowych, oddzielnie dla przyjętych miar zużycia, gatunków gleb oraz postaci konstrukcyjnych elementu roboczego. Nie udało się wygenerować, z odpowiednią dokładnością dopasowania, jednego modelu neuronowego uwzględniającego warunki glebowe oraz postacie konstrukcyjne lemieszy płużnych.

EN

The paper presents an attempt to use neural models to forecast wear of agricultural tool elements working in soil. Development of neural models was based on the results obtained after operation tests of ploughshare wear in ten soil types. 12 neural models were generated, separately for accepted wear measures, soil types and working element constructional forms. It turned out to be impossible to generate, with suitable matching accuracy, a single neural model taking into account soil conditions and ploughshare constructional forms.

4

Metoda prognozowania wartości parametrów technicznych nowoczesnych maszyn rolniczych. Cz. II. Modele neuronowe do wyznaczania parametrów ciągników rolniczych

Francik S.

Inżynieria Rolnicza

|

2006

|

R. 10, nr 11(86)

109-116

PL

W pracy przedstawiono charakterystykę sztucznych sieci neuronowych opracowanych do prognozowania parametrów nowoczesnych ciągników rolniczych. Przedstawiono dokładność działania modeli, oraz architekturę sztucznych sieci neuronowych. Wśród opracowanych 21 modeli neuronowych znalazło się 16 trzy- i cztero-warstwowych perceptronów, 4 sieci o radialnych funkcjach bazowych i 1 sieć liniowa.

EN

The paper presents a characteristic of artificial neural networks developed specifically for forecasting parameters of state-of-the-art farm tractors. Accuracy of model performance, and architecture of artificial neural networks were presented. Among 21 developed neural models there were 16 three- and four-layer perceptrons, 4 networks with radial base functions and 1 linear network.

5

Zastosowanie modeli hybrydowych w algorytmach diagnostycznych zaworów regulacyjnych

Rzepiejewski P.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 9 bis

115--117

PL

W referacie przedstawiono metodę rozszerzenia zakresu poprawnego działania algorytmów diagnostycznych zaworów regulacyjnych poprzez zastosowanie w testach diagnostycznych modeli hybrydowych. Modele hybrydowe złożone są z modelu globalnego i lokalnego. Dokładny model lokalny (neuronowy lub rozmyty) symuluje działanie urządzenia w czasie, gdy znajduje się ono w zakresach pracy, dla których dostępne były zbiory danych uczących. Poza tymi zakresami zachowanie urządzenia przybliża model globalny - opracowany w formie analitycznej z uwzględnieniem zjawisk fizycznych zachodzących w symulowanym urządzeniu.

EN

The paper presents applications of hybrid models for widening proper working of diagnostic algorithms. Those models are composed of global and local models. Precise local model (neural or fuzzy) simulates activity of actuator when it works in a range which has learning set data. Outside this range activity of device approaches analytic model.

6

Neuronowe modele procesów o zmiennych właściwościach

Kornacki S.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 9 bis

112--114

PL

Przedstawiono zagadnienia budowania neuronowych modeli procesów o właściwościach zmiennych w czasie. Zaproponowano sposób komponowania ciągów uczących oraz algorytm autokorekcji modeli. Zbadano i opisano cechy modeli uzyskiwanych przy wykorzystaniu ciągów uczących komponowanych z danych pomiarowych obejmujących długie okresy czasu. Tak budowane modele uwzględniają różne stany procesu w stopniu proporcjonalnym do czasu ich występowania. Algorytm korekcji opiera się na liniowym przekształceniu wyjść z modelu, co w badanych przypadkach okazało się wystarczające dla zapewnienia wymaganej dokładności. Opisane rozwiązania zostały zastosowane i sprawdzone w programowym analizatorze spalin emitowanych przez kotły energetyczne.

EN

There were presented problems of creating neural models for processes with changeable in time characteristics. It was proposed the method of composing teaching sequences as well as algorithm auto-correcting the models. There were investigated and described the characteristics of models obtained by exploiting the leaching sequences composed from measured data including long time periods. Created in such way models are regarding different states of the process in degree proportional to the time of its performance. The algorithm of auto-correcting the models is based on the linear transformation of model's outputs what in investigated cases exhibited (extended) sufficiently enough for assuring demanded exactness accuracy(prccision). Described solutions were used and checked in software analyzer of combustion gases emitted by the power boilers.

7

Modele emisji toksyn ze zbiorczego komina elektrowni - walidacja sygnałów wejściowych analizatora wirtualnego

Jankowska A.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 9 bis

173--175

PL

W referacie przedstawiono uwarunkowania pomiarowe i procesowe wirtualnego analizatora emisji spalin zbudowanego w strukturze sztucznych sieci neuronowych (perceptronowych jednokierunkowych). Rozważono modele wykorzystujące jako sygnały wejściowe pomiary emisji w poszczególnych blokach oraz modele bazujące na sygnałach procesowych wszystkich bloków. Wskazano na grupy oraz typy sygnałów mierzonych szczególnie przydatnych w realizowanych modelach. Przedyskutowano niezbędną w pracy on-line wirtualnego analizatora walidację niepewnych pomiarowo sygnałów na wejściach modeli. Przedstawiono uzyskane dotychczas wyniki.

EN

In the paper the influence of data quality and process properties to neural models of flue gas emission is presented. Feedforward artificial neural networks are considered. Industrial plant is composed of the individuel power unit with common chimney. The models based on individual power units emission and based on process data of all units are compared. The selection of input variables and their validation is discussed.

8

Identyfikacja obiektów w systemie AMandD

Wnuk P.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 9 bis

163--165

PL

Niniejszy artykuł przedstawia pakiet MITforRD, będący modułem identyfikacji obiektów w systemie AMandD. Opisano budowę wewnętrzną oraz możliwości pakietu w zastosowaniu do modeli różnych typów wraz z algorytmami ich identyfikacji. Przedstawiono rozproszone środowisko obliczeniowe wbudowane w pakiet oraz możliwości jego rozszerzania.

EN

This paper presents the object identification software for AMandD system called MITforRD. Internal structure as well as software possibilities in area of identification of different kinds of models are described. Special attention was focused on self configurable, distributed calculation environment, embedded as a part of MITforRD. The possibilities of software extension is presented.

9

Validation of input signals for flue gas software analyser

Jankowska A.

Elektronika : konstrukcje, technologie, zastosowania

|

2004

|

Vol. 45, nr 8-9

60-62

EN

Validation procedures are presented for on-line operation of flue gas software analyzer that is build as Artificial Neural Networks structure. lts done for pulverized coal boiler for Turów Power Plant.

PL

Omówiono procedury walidacji sygnałów wejściowych programowego analizatora spalin do pracy w trybie on-line. Analizator zaprojektowano z wryciem struktur sztucznych sieci neuronowych.

10

Modelowanie i sterowanie tlenowym procesem konwertorowym

Długosz M., Mitkowski W., Pietrzyk W.

Informatyka w Technologii Materiałów

|

2003

|

T. 3, Nr 2

61-71

PL

W pracy podjęto próbę zamodelowania procesu konwertorowego wytopu stali za pomocą dwóch sieci neuronowych o różnych architekturach. W wyniku ekspe rymentów numerycznych uzyskano dwie sieci, które w miarę dobrze modelują dane wyjściowe. Tak uzyskane modele neuronowe przebadano pod kątem ich wrażliwości na zaburzenie parametrów wejściowych. Analizując Rysunek 8 można dojść do wniosku, że są składniki wektora wejściowego , na których zmianę sieć reaguje większymi zmianami temperatury na wyjściu. Są także składniki, których zmiana nie powoduje większych zmian wyjścia sieci, np.: węgiel, krzem, siarka, wapno, koks. Podane w pracy architektury dwóch sieci są tylko propozycjami, ponieważ nie ma żadnych reguł, które mówią, w jaki sposób należy konstruować takie sieci. Architektury sieci przedstawione w artykule zostały wybrane na podstawie przeprowadzonych doświadczeń numerycznych, w których jako kryterium jakości przyjęto wskaźnik oceny błędu uczenia sieci (2). W rozdziale 8 zaproponowano pewien algorytm sterowania, w którym na podstawie pomiarów składu gazów konwertorowych określa się moment przerwania dmuchu. W przykładzie 3 dokonano obliczeń numerycznych na podstawie danych praktycznych, uzyskując moment przerwania dmuchu porównywalny ze stosowanym w procesie realnym.

EN

The static model of steelmaking oxygen converter process, based on the artificial neural network approach, is presented in the paper . Remarks about the dynamic models and control of the process are presented, as well. The models were tested on the real industrial data measured in one of the Polish steel plants

11

Algorytm ekstrakcji wiedzy z sieci neuronowej na przykładzie procesu cynkowania ogniowego

Golak S., Grosman F., Wieczorek T.

Informatyka w Technologii Materiałów

|

2003

|

T. 3, Nr 2

72-78

PL

Omówiony algorytm ekstrakcji wiedzy z nauczonej sieci neuronowej pozwala interpretować działanie modeli neuronowych realizujących regresję uogólnioną. Opisane narzędzie może być stosowane dla dowolnej sieci MLP, jeżeli wszystkie jej neurony realizują podwójnie różniczkowalną funkcję przejścia. Miary istotności Ia i synergiczności S ab pozwalają w większości rzeczywistych procesów scharakteryzować oddziaływanie parametrów wejściowych. Procesy, w których kierunki wzajemnego oddziaływania parametrów i wpływu na wyjście są różne w poszczególnych obszarach przestrzeni atrybutów mogą być opisane przy pomocy reguł wygenerowanych przy użyciu omówionego algorytmu genetycznego. Analiza procesu cynkowania ogniowego przy wykorzystaniu omówionej metody pozwoliła na uzyskanie informacji o istotności oraz kierunku oddziaływania poszczególnych parametrów procesu. Natomiast analiza synergiczności dla tego procesu nie wskazała na występowanie synergii pomiędzy parametrami technologicznymi uwzględnianymi przez model neuronowy.

EN

One of the major disadvantages of neural networks is that they can be considered as black boxes, since no satisfactory explanation of their work. A method for the analysis of regression neural networks, which provides physical interpretation of examined processes, is described in the paper. Method was verified on a base of test and empirical data of hot-dip zinc coating process.

12

Zastosowanie sieci neuronowych do wspomagania modelowania reaktorów chemicznych

Molga E.

Inżynieria Chemiczna i Procesowa

|

2001

|

T. 22, z. 3D

965--970

PL

W pracy przedstawiono zasady tworzenia rodziny hybrydowych modeli neuronowych dla reaktorów chemicznych. Dla złożonej reakcji gaz - ciecz - ciało stałe przedyskutowano podstawowe problemy praktycznego stosowania sieci neuronowych: doboru architektury sieci (w tym bardzo istotnego problemu wyboru zestawu danych wejście - wyjście), problemów efektywności i dokładności uczenia sieci oraz wpływu jakości i ilości danych doświadczalnych na dokładność uzyskiwanych rozwiązań.

EN

General rules to create a family of neural models for chemical reactors have been proposed and described. Main problems of practical use of neural networks to model chemical reactors such as: determination of the input - output variables relevant for the investigated system, choice of the learning method as well as a determination of size of the learning data have been presented and discussed.