Istotność procesu selekcji przy wykorzystaniu algorytmów genetycznych do diagnostyki cieplno-przepływowej

• Autorzy: Drosińska-Komor, M. , Głuch, J.

Warianty tytułu

EN

Significance of the selection process using genetic algorithms to heat-flow diagnostics

• Języki publikacji: PL

Abstrakty

PL

Celem artykułu jest przedstawienie istotności zastosowania procesu selekcji przy diagnozowaniu turbin parowych. Możliwość zastosowania algorytmów genetycznych w diagnostyce cieplno-przepływowej wiąże się z zastosowaniem selekcji występujących parametrów. Proces selekcji jest najtrudniejszy ze względu na liczbę parametrów. Liczba degradujących się parametrów może być różna, tzn. możemy mówić o degradacji jednokrotnej lub wielokrotnej. Degradacje wielokrotne przysparzają najwięcej trudności podczas procesu wyboru odpowiedniego modelu selekcji.

EN

This article is intended to demonstrate the relevance of the selection process in diagnosing steam turbines. The applicability of genetic algorithms in thermal-flow diagnostics is associated with the use of selection, which is the most difficult process due to the number of parameters. The number of degradable parameters can be different, i.e. we can talk about single or multiple degradation. Multiple degradations cause the most difficulties during the process of choosing an appropriate selection model.

Słowa kluczowe

PL

energetyka; algorytmy genetyczne; selekcja; diagnostyka cieplno-przepływowa

EN

power engineering; genetic algorithms; selection; heat-flow diagnostics

• Czasopismo: Przegląd Mechaniczny
• Rocznik: 2018
• Tom: nr 9
• Strony: 55--57
• Opis fizyczny: Bibliogr. 9 poz., rys., wykr.

Twórcy

autor

Drosińska-Komor, M.

• Politechnika Gdańska, Wydział Oceanotechniki i Okrętownictwa ul. G. Narutowicza 11/12, 80-233 Gdańsk ,

autor

Głuch, J.

• Politechnika Gdańska, Wydział Oceanotechniki i Okrętownictwa ul. G. Narutowicza 11/12, 80-233 Gdańsk ,

Bibliografia

• [1] Drosińska M., J. Głuch. 2015. Stosowalność algorytmów genetycznych w diagnostyce cieplno-przepływowej. Gdańsk: Pomorskie Wydawnictwo Naukowo Techniczne PWNT
• [2] Drosińska-Komor M., N. Szewczuk-Krypa. 2016. "O diagnozowaniu sprawnościowym cieplnych siłowni turbinowych z wykorzystaniem algorytmów genetycznych". Mechanik 7: 680-681.
• [3] Krzyżanowski J., J. Głuch. 2004. Diagnostyka cieplno-przepływowa obiektów energetycznych. Gdańsk: Wydawnictwo Instytutu Maszyn Przepływowych PAN.
• [4] Głuch J (red.). 2014. O zastosowaniu neuronowych symulatorów przepływu przez kanały łopatkowe turbin do wyznaczania stanu referencyjnego w diagnostyce cieplno-przepływowej. Gdańsk: Wydawnictwo Politechniki Gdańskiej.
• [5] Głuch J. 2008. “Fault detection in measuring systems of power plants". Polish Maritime Research 15(4): 45-51.
• [6] Arabas J. 2004. Wykłady z algorytmów ewolucyjnych. Warszawa: Wydawnictwa Naukowo-Techniczne.
• [7] Rutkowska D., M. Piliński, L. Rutkowski. 1997. Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. Warszawa: PWN.
• [8] Rutkowski L. 2012. Metody i techniki sztucznej inteligencji. Warszawa: Wydawnictwo Naukowe PWN.
• [9] Chen M., Hu, L.Q., Tang, H.L. 2015. “An Approach for Optimal Measurements Selection on Gas Turbine Engine Fault Diagnosis". Journal Of Engineering For Gas Turbines And Power-Transactions Of The Asme (137) 7.

Identyfikatory

DOI

10.15199/148.2018.9.13