ANALIZA PŁOMIENIA WYBRANYMI METODAMI W DZIEDZINIE CZĘSTOTLIWOŚCI

Æsøy E., Indlekofer T., Gant F., Cuquel A., Bothien M. R., Dawson J. R.: The effect of hydrogen enrichment, flame-flame interaction, confinement, and asymmetry on the acoustic response of a model can combustor. Combustion and Flame 242, 2022, 112176.
DOI: https://doi.org/10.1016/j.combustflame.2022.112176   Google Scholar

Komada P.: Analiza procesu termicznej przeróbki biomasy. Monografie –Polska Akademia Nauk. Komitet Inżynierii Środowiska, Warszawa 2019.
  Google Scholar

Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W.: Diagnostyka procesów, Modele, Metody sztucznej inteligencji, Zastosowania. Wydawnictwo Naukowo-Techniczne, Warszawa 2002.
  Google Scholar

Kotyra A., Wójcik W.: Wykorzystanie deksryptorów Fouriera w diagnostyce procesu spalania. Pomiary Automatyka Kontrola 10, 2010, 57–60.
  Google Scholar

Matlab: Signal processing toolbox – User’s Guide, Natick 2018.
  Google Scholar

Panek P., Brouzet D., Talei M., Gordon R. L.: A priori assessment of flame surface density modelling for large-eddy simulation of sound generation by turbulent premixed flames. Combustion and Flame 241, 2022, 112143.
DOI: https://doi.org/10.1016/j.combustflame.2022.112143   Google Scholar

Pilek B.: Analiza przydatności optoelektronicznych sygnałów pomiarowych płomienia do diagnostyki procesu spalania. Wydawnictwo Politechniki Lubelskiej, Lublin 2014.
  Google Scholar

Rising C. J., Goodwin G. B., Johnson R. F., Kessler D. A., Sosa J., Thornton M., Ahmed K. A.: Numerical investigation of turbulent flame-vortex interaction in premixed cavity stabilized flames. Aerospace Science and Technology 129, 2022, 107805.
DOI: https://doi.org/10.1016/j.ast.2022.107805   Google Scholar

Slavič J., Mršnik M., Česnik M., Javh J., Boltežar M.: Chapter 2 – Signal processing. Vibration Fatigue by Spectral Methods. Elsevier, 2021, 51–74.
DOI: https://doi.org/10.1016/B978-0-12-822190-7.00009-8   Google Scholar

Smolarz A., Kotyra A., Wójcik W., Ballester J.: Advanced diagnostics of industrial pulverized coal burner using optical methods and artificial intelligence. Experimental Thermal And Fluid Science 43, 2012, 82–89.
DOI: https://doi.org/10.1016/j.expthermflusci.2012.04.001   Google Scholar

Welch P.: The use of fast Fourier transform for the estimation of power spectra: a method based on time averaging over short, modified periodograms. IEEE Trans. Audio Electroacoust. 15(2), 1967, 70–73.
DOI: https://doi.org/10.1109/TAU.1967.1161901   Google Scholar

Wójcik W.: Application of fibre-optic flame monitoring systems to diagnostics of combustion process in power boilers. Bulletin of the Polish Academyof Sciences –Technical Sciences 56(2), 2008, 177–195.
  Google Scholar

Wójcik W., Gromaszek K., Shegebayeva Z., Suleimenov B., Burlibay A.: Optimal control for combustion process. Przegląd Elektrotechniczny 90(4), 2014, 157–160.
  Google Scholar

Wójcik W., Cięszczyk S., Kisała P., Komada P.: Flame emission spectrum analysis as an inverse problem in indirect measurements. Pomiary Automatyka Kontrola 55(2), 2009, 121–125.
  Google Scholar

Wójcik W., Kotyra A., Golec T., Ławicki T.: Assessment of pulverized coal combustion using Fourier descriptors. Przegląd Elektrotechniczny 86(7), 2010, 241–243.
  Google Scholar

Zhang W., Morsy M. E., Ling Z., Yang J.: Characterization of flame front wrinkling in a highly pressure-charged spark ignition engine. Experimental Thermal and Fluid Science 132, 2022, 110534.
DOI: https://doi.org/10.1016/j.expthermflusci.2021.110534   Google Scholar