Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Serwisowanie satelitów na orbicie, w tym wymiana uszkodzonych podsystemów, instalowanie nowych urządzeń, uzupełnianie paliwa, jak również budowanie dużych struktur na orbicie są to tylko niektóre zadania, które mogą być realizowane przez roboty kosmiczne. Z tego powodu opracowywane są modele symulacyjne robotów kosmicznych, które następnie są używane do opracowania różnych algorytmów i układów sterowania. Ze względu na redukcję wpływu grawitacji przez siłę odśrodkową wynikającą z ruchu orbitalnego, walidacja robotów kosmicznych na Ziemi jest skomplikowana. Istnieje kilka sposobów umożliwiających przeprowadzenie potrzebnych testów w warunkach zbliżonych do warunków panujących na orbicie. W niniejszym artykule przedstawiono możliwość weryfikacji działania robota kosmicznego, przy użyciu stanowiska testowego znajdującego się w CBK PAN. Omówiono przy tym przejście z modelu robota znajdującego się w przestrzeni kosmicznej do modelu robota znajdującego się na stanowisku testowym. Następnie omówiono identyfikację parametrów robota kosmicznego na stanowisku planarnym oferującym minimalizację wpływu grawitacji przy jednoczesnej redukcji wymiaru układu. W niniejszej pracy przedstawiono również wyniki przeprowadzonych symulacji oraz eksperymentów dla wybranego manewru robota kosmicznego.
EN
On-orbit servicing including the replacement of damaged subsystems, installation of new devices, refueling as well as on-orbit assembly of large structures are only some of the tasks that can be accomplished by space robots. For this reason, space robots simulation models are being developed in order to develop different algorithms and control systems. Due to the centrifugal force resulting from the orbital motion, the influence of gravity is reduced, thus, the validation of space robots on Earth is complicated. There are several ways to carry out the necessary tests in conditions similar to those on orbit. In this paper, the ability to verify the operation of the space robot using a 2D microgravity test bed at CBK PAN is presented. This paper also discusses the transition of the space robot model from the case where the space robot is operating in space to the case where the robot is similar to that working on the presented test bed. Next, the identification of the space robot parameters on a flat test bed that offers the minimization of the gravitational influence with the reduction of system dimension is discussed. Finally, the results of the conducted simulations and experiments for a chosen maneuver are presented.
PL
Stalowy zbiornik wieżowy, potocznie zwany wieżą ciśnień, powstał w latach 90. XX w., by zapewnić stabilne ciśnienie wody w mieście Słupca (woj. wielkopolskie). Obiekt ten podlega Miejskiemu Zakładowi Wodociągów i Kanalizacji w Słupcy, którego historia, w różnych formach prawnych, sięga lat 60. XX w. Wieża ciśnień posiada pojemność 700,00 m3 i usytuowana jest w północnej części miasta, w okolicach największego w Słupcy osiedla mieszkaniowego - Osiedla Niepodległości. Od czasu zakończenia budowy zbiornika wieżowego, czyli od 1993 r., skończyły się problemy z niedoborami wody w okresach szczytowych zapotrzebowań.
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.