Wyniki wyszukiwania - BazTech

1

Błędy i korekcja błędów modeli w aplikacjach przemysłowych

Kornacki S.

Problemy Eksploatacji

|

2011

|

nr 2

99-106

PL

W referacie omówiono zagadnienia związane ze stosowaniem modeli procesów w aplikacjach przemysłowych, zwłaszcza odnoszące się do błędów modeli, ich zmienności w czasie i możliwości korekcji. Przedstawiono algorytm korekcji wyjść neuronowych modeli zanieczyszczeń emitowanych przez kotły energetyczne, który został zastosowany w wirtualnym analizatorze spalin. Algorytm minimalizuje błąd wartości średniej i wartości skutecznej. Przedstawiono wyniki wieloletniej eksploatacji analizatora świadczące o skuteczności opisanego algorytmu oraz obrazujące wielkość i charakter zmian właściwości modelowanych procesów przemysłowych Przedstawiono modyfikację algorytmu, która umożliwia jego stosowanie w przypadkach, gdy modele są źródłami sygnałów wzorcowych w zadaniach diagnozowania korzystających z metody residuów. Wskazano warunki stosowania algorytmu.

EN

The article presents issues concerning the applicability of process models under industrial conditions. It focuses on model errors, their time variability, and their ability to introduce necessary corrections. It presents an algorithm dedicated to output error corrections for neural net models applied to assess contamination produced by power plant boilers. This model has been successfully applied to the virtual exhaust analyser. This algorithm reduces the mean value and effective value errors. The article presents the results of long term (xxx years) application of this model. It focuses on its efficiency while deployed to large-scale variable industrial processes. Variability of processes under consideration may be large; therefore, it has to be taken into account while planning to deploy models of this kind. For that reason, an algorithm modification was developed in order to make this art of models applicable to the cases where models themselves may be a source of master signals for tasks such as technical diagnostics based on the residual method. Although the group of processes successfully covered by this approach is limited, it is wide enough to make it practically viable. Important advantages of this algorithm are its simplicity of practical deployment and its long-term stable work without human operator's intervention.

2

Artificial Neural Networks Approaches to Monitoring of Combustion in a Fluid Boiler

Jankowska A., Kornacki S.

Pomiary Automatyka Kontrola

|

2009

|

R. 55, nr 3

149-151

EN

Opisano zastosowanie modeli neuronowych do wyliczania emisji zanieczyszczeń powietrza oraz do wczesnego wykrywania nieszczelności parowych w energetycznych kotłach fluidalnych. Oba zadania związane są z monitorowaniem pracy kotłów koniecznym dla spełnienia wymagań ekologicznych (bilansowanie i redukcja emisji zanieczyszczeń) oraz ograniczeniem skutków awarii. W artykule przedstawiono zwłaszcza te zagadnienia, które mają charakter ogólny i są ważne przy tworzeniu tego typu przemysłowych aplikacji dla innych obiektów przemysłowych. Abstract: The paper describes the applications of artificial neural network models to calculating the emission of exhaust gases and early detection of a steam leak in power fluid boilers. Both tasks are related to the monitoring of boilers operation necessary for fulfilling the ecological requirements (balancing and reduction of the contamination emissions) and limiting the damage results. The paper describes especially problems, that are of general character and are important for implementation of industrial applications similar to other industrial plants.

3

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.