PULVERIZED COAL COMBUSTION ADVANCED CONTROL TECHNIQUES

Konrad Gromaszek

doi:10.5604/01.3001.0013.2546

pdf (angielski)

Opublikowane: 2019-06-21

DOI: https://doi.org/10.5604/01.3001.0013.2546

Numer Tom 9 Nr 2 (2019)

MOŻLIWOŚCI WYKORZYSTANIA TRANSMISJI POZA PASMEM 1550 nm
Jarosław Piotr Turkiewicz

4-7
W STRONĘ INNEGO ŚWIATA – CZYLI O POTENCJALE INTERENTU WSZECHRZECZY
Mirosław Płaza, Radosław Belka, Zbigniew Szcześniak

8-11
ZASTOSOWANIE TERMOWIZJI W BUDOWNICTWIE
Danuta Proszak-Miąsik

12-15
KONSTRUKCJA WEKTORA CECH W DIAGNOSTYCE SARKOIDOZY NA PODSTAWIE ANALIZY FRAKTALNEJ OBRAZÓW CT KLATKI PIERSIOWEJ
Zbigniew Omiotek, Paweł Prokop

16-23
СROSS-PLATFORMOWE NARZĘDZIA DO MODELOWANIA I ROZPOZNAWANIA ALFABETU PALCOWEGO JĘZYKA GESTÓW
Serhii Kondratiuk, Iurii Krak, Waldemar Wójcik

24-27
BADANIE PARAMETRÓW ŚWIATŁOWODOWYCH SYSTEMÓW POMIAROWYCH
Waldemar Wójcik, Aliya Kalizhanova, Gulzhan Kashaganova, Ainur Kozbakova, Zhalau Aitkulov, Zhassulan Orazbekov

28-31
WYZNACZENIE WSPÓŁCZYNNIKA PRAWDOPODOBIEŃSTWA RUCHU CZĄSTEK STAŁYCH W TURBULENTNYM PRZEPŁYWIE DYSPERSYJNYM W FAZIE GAZOWEJ
Saltanat Adikanova, Waldemar Wójcik, Natalya Denissova, Yerzhan Malgazhdarov, Ainagul Kadyrova

32-35
OPRACOWANIE ZŁOŻONEGO SYTEMU AUTOMATYZACJI ENERGETYKI WIATROWEJ
Kuanysh Mussilimov, Akhmet Ibraev, Waldemar Wójcik

36-40
ZAAWANSOWANE METODY STEROWANIA PROCESEM SPALANIA PYŁU WĘGLOWEGO
Konrad Gromaszek

41-45
PERSPEKTYWY WYKORZYSTANIA SYSTEMÓW INTELIGENTNYCH W ZARZĄDZANIU PROCESAMI WZBOGACANIA METODĄ GRAWITACYJNĄ
Batyrbek Aitbaevich Suleimenov, Yelena Kulakova

46-49
MODELOWANIE PROCESÓW OCZYSZCZANIA SUROWEJ ROPY NAFTOWEJ WYKORZYSTUJĄCYCH DŹWIĘKI O NISKICH CZĘSTOTLIWOŚCIACH
Yelena Blinayeva, Saule Smailova

50-53
TECHNOLOGIE INFORMACYJNE W CELU ANALIZY ZMIAN STRUKTURALNYCH W PROCESIE DIAGNOSTYKI IDIOPATYCZNYCH OTWORÓW PLAMKI
Sergii Pavlov, Yosyp Saldan, Dina Vovkotrub-Lyahovska, Yuliia Saldan, Valentina Vassilenko, Yuliia Yakusheva

54-59
GENERATORY JEDNORAZOWYCH DWUCZYNNIKOWYCH HASEŁ AUTORYZACJI
Olga Ussatova, Saule Nyssanbayeva

60-63
MODELOWANIE MATEMATYCZNE PROCESU WYCIĄGANIA ŚWIATŁOWODU WYKORZYSTUJĄCE RÓWNANIE LANGEVINA
Aliya Tergeussizova

64-67
NOWOCZESNE ZARZĄDZANIE KONKURENCYJNOŚCIĄ KRAJU
Nataliia Savina, Olha Romanko, Sergii Pavlov, Volodymyr Lytvynenko

68-71
ZASTOSOWANIE WYPOSAŻENIA AUTOMATYZACJI HYDRAULICZNEJ W CELU POPRAWY EFEKTYWNOŚCI ELEMENTÓW OPERACYJNYCH MASZYN MOBILNYCH
Leonid Polishchuk, Leonid Kozlov, Yuri Burennikov, Vasil Strutinskiy, Valerii Kravchuk

72-78

Archiwum

2021

Tom 11 Nr 4
2021-12-20 15
Tom 11 Nr 3
2021-09-30 10
Tom 11 Nr 2
2021-06-30 11
Tom 11 Nr 1
2021-03-31 14

2020

Tom 10 Nr 4
2020-12-20 16
Tom 10 Nr 3
2020-09-30 22
Tom 10 Nr 2
2020-06-30 16
Tom 10 Nr 1
2020-03-30 19

2019

Tom 9 Nr 4
2019-12-16 20
Tom 9 Nr 3
2019-09-26 20
Tom 9 Nr 2
2019-06-21 16
Tom 9 Nr 1
2019-03-03 13

2018

Tom 8 Nr 4
2018-12-16 16
Tom 8 Nr 3
2018-09-25 16
Tom 8 Nr 2
2018-05-30 18
Tom 8 Nr 1
2018-02-28 18

2017

Tom 7 Nr 4
2017-12-21 23
Tom 7 Nr 3
2017-09-30 24
Tom 7 Nr 2
2017-06-30 27
Tom 7 Nr 1
2017-03-03 33

Authors

Konrad Gromaszek

k.gromaszek@pollub.pl

Politechnika Lubelska, Instytut Elektroniki i Technik Informacyjnych

http://orcid.org/0000-0002-3265-3714 ##orcid.unauthenticated##

Abstrakt

W artykule opisano wybrane metody adaptacyjnego sterowania przeglądem procesu spalania pyłu węglowego z wykorzystaniem określonych modeli prognostycznych. Zaproponowano użycie metod, które są stosunkowo dobrze znane w praktyce przemysłowej. Przedstawione podejście wyróżnia wykorzystanie dodatkowego źródła informacji w postaci sygnałów z optycznego systemu diagnostycznego i modeli opartych na strukturach sieci głębokich. Badania mają na celu zwiększenia efektywności procesu spalania w kotle energetycznym, z uwzględnieniem norm emisji UE, prowadząc w konsekwencji do zrównoważonej energii i zrównoważonej inżynierii środowiska.

Słowa kluczowe:

sterowanie procesem, algorytmy adaptacyjne, sztuczne sieci neuronowe

Bibliografia

Bengio Y., Simard P., Frasconi P.: Learning Long-Term Dependencies with Gradient Descent is Difficult. IEEE Trans. Neural Networks 5/1994, 157–166.

Computation N.: Long Short-term Memory. Neural Comput. 9/2016, 1735–1780.

Gromaszek K., Kotyra A., et al.: Signal Process. - Algorithms, Archit. Arrange. Appl. Conf. Proceedings SPA 3/2015, 133–136.

Hopfield J.J.: Neural networks and physical systems with emergent collective computational abilities. Proc. Natl. Acad. Sci. 79/1982, 2554–2558.

Kauranen P., Andersson-Engels S., Svanberg S.: Spatial mapping of flame radical emission using a spectroscopic multi-colour imaging system. Appl. Phys. B Photophysics Laser Chem. 53/1991, 260–264.

Kordylewski W., Bulewicz E., Dyjakon A., Hardy T., et al.: Spalanie i Paliwa. Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2008.

Lhner R.: Applied Computational Fluid Dynamics Techniques: An Introduction Based on Finite Element Methods. J. Fluid Mech. 1/2001, 375–376.

Ordys A.W., Pike A.W., Johnson M.A., Katebi R.M., Grimble M.J.: Modelling and Simulation of Power Generation Plants, Springer–Verlag, 1994.

Sepp H., Schmidhuber J.: Long short-term memory. Neural Comput. 9/1997, 1735–1780.

Tascikaraoglu A., Uzunoglu M.: A review of combined approaches for prediction of short-term wind speed and power. Renew. Sustain. Energy Rev. 34/2014, 243–254.

Zhou H., Cen K., Fan J.: Multi-objective optimization of the coal combustion performance with artificial neural networks and genetic algorithms. Int. J. Energy Res. 29/2005, 499–510.

ZAAWANSOWANE METODY STEROWANIA PROCESEM SPALANIA PYŁU WĘGLOWEGO. (2019). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 9(2), 41-45. https://doi.org/10.5604/01.3001.0013.2546

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 9 Nr 2 (2019)

Archiwum

##plugins.themes.bootstrap3.article.main##

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja