Politechnika Wrocławska „Symulator kotła parowego z zastosowaniem sztucznych sieci neuronowych” mgr inż. Michał Skałecki Promotor: dr inż. Andrzej Jabłoński Politechnika Wrocławska
Obiekt przemysłowy – kocioł parowy OR-35N Sterownia główna Elektrociepłownia Suwałki Moduły kotła parowego Zespół turbogeneratora
Model kotła parowego Moc kotła Równanie Struktura SSN Powietrze Paliwo Sztuczna Sieć Neuronowa Powietrze Paliwo Temperatury Ciśnienia ... Moc kotła
wsteczna propagacja Nauka Model kotła parowego pomiar obliczenia
Optymalizacja spalania Zmienne wejściowe optymalizatora poddane są niewielkiej korekcie (1%), co powoduje zmianę odpowiedzi modelu kotła parowego. Odpowiedź 1 = 1% Odpowiedź 2
Optymalizacja spalania Test przy 14 MW Optymalizacja spalania Dopuszczalne rozwiązanie. Optymalizacja może poprawić osiągi kotła nawet o około 3,5% Rzeczywista vs. optymalizowana praca kotła
Budowa sterownika neuronowego SN Sterownik PAC & PLC (S7-400, RX3i) System DCS (Siemens PCS7) Oprogramowanie symulacyjne (Matlab, Simulink) System kontroli obiektu przemysłowego Sterownik Neuronowy Model rzeczywistego obiektu przemysłowego Proces identyfikacji (sztuczne sieci neuronowe) Dane historyczne (obiekt rzeczywisty) Symulator kotła parowego OR-35N
KLUB INNOWACYJNYCH PRZEDSIĘBIORSTW DZIĘKUJĘ ZA UWAGĘ … MICHAŁ SKAŁECKI