Wyszukiwarka
Filtry
wszystkich: 6
Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (6)
Wyniki wyszukiwania dla: EKSPLOATACJA TURBIN
-
Katedra Geotechniki, Geologii i Budownictwa Morskiego
Potencjał Badawczy* badania teoretyczne i doświadczalne oraz analizy numeryczne w Mechanice Gruntów; * badania laboratoryjne i polowe gruntów; * metody wzmacniania podłoża gruntowego; * “zieloną geotechnikę” z zastosowaniem ekologicznych materiałów, technologii i zagospodarowaniem produktów ubocznych; * badania teoretyczne, doświadczalne oraz zagadnienia praktyczne fundamentowania w odniesieniu do fundamentów bezpośrednich i głębokich, tunelowania,...
-
Katedra Elektroenergetyki
Potencjał Badawczy* ochrona i bezpieczeństwo pracy systemu elektroenergetycznego, * stabilność sterowanie pracą systemu elektroenergetycznego, * kompleksowe modelowanie systemów elektroenergetycznych oraz szczegółowe modele elementów systemu, * urządzenia FACTS i systemy HVDC w systemach elektroenergetycznych, * odnawialne źródła energii w systemach elektroenergetycznych, * urządzenia i instalacje elektryczne, * optymalizacja struktury i parametrów...
-
Zespół Termodynamiki, Chłodnictwa i Klimatyzacji
Potencjał BadawczyZagadnienia związane z konwersją energii, technikami pomiarowymi i chłodnictwem
Pozostałe wyniki Pokaż wszystkie wyniki (26)
Wyniki wyszukiwania dla: EKSPLOATACJA TURBIN
-
Fault detection in measuring systems of power plants
PublikacjaThis paper describes possibility of forming diagnostic relations based on application of the artifical neural networks (ANNs), intended for the identifying of degradation of measuring instruments used in developed power systems. As an example a steam turbine high-power plant was used. And, simulative calculations were applied to forming diagnostic neural relations. Both degradation of the measuring instruments and simultaneously...
-
On thermal and Flow Expert Systems Based on Artificial Neural Network (ANN)
PublikacjaZaprezentowano możliwość realizacji jednego z zadań systemów eksperckich, polegającego na określaniu rozmiaru eksploatacyjnej degradacji parametrów geometrycznych układów łopatkowych turbin. Dyskusję przeprowadzono w oparciu o zastosowanie wybranego typu sztucznej sieci neuronowej (SSN). Badano jakość i dokładność polegającą na dobrej identyfikacji rozmiaru degradacji przez tę wybraną SSN wykrywającą rozmiar degradacji geometrycznej....
-
On Application of Selected Methods of Artificial Intelligence in Expert Systems for Thermal and Flow Diagnostics
PublikacjaPrzedyskutowano problem wspomagania przez systemy ekspertowe decyzji eksploatacyjnych służb nadzoru obiegów turbin parowych. Uwagę skupiono na realizacji jednego z zadań tych systemów, polegającemu na określenie rozmiaru eksploatacyjnej degradacji parametrów geometrycznych układów łopatkowych turbin. Dyskusję przeprowadzono na przykładzie jednego z komponentów metod sztucznej inteligencji: wybranego typu sztucznej sieci neuronowej...
-
Rozpoznawanie typu degradacji geometrycznej układu łopatkowego turbin parowych
PublikacjaPrzedyskutowano problem rozpoznawania typów degradacji geometrycznej układów łopatkowych turbin parowych. Zaproponowano wybrany typ sztucznej sieci neuronowej SSN. SSN rozpoznająca typy degradacji geometrycznej wykazuje wysoką jakość wykrywania tych degradacji. Zaobserwowano też pewien potencjał do ekstrapolacji w tych typach SSN. Zastosowana SSN dobrze identyfikuje typy degradacji, zarówno dla pełnych jak i niepełnych danych pomiarowych.
-
Neural Network Application for Recognition of Geometry Degradation of Power Cycle Components
PublikacjaPrzedyskutowano problem rozpoznawania degradacji geometrycznej. Skuteczne zastosowanie wybranego typu sieci neuronowej (SSN) jest prezentowane w referacie. SSN wykrywająca typy degradacji geometrycznej wykazała wysoką jakość. Pokazano pewną możliwość ekstrapolacji takich SSN. Pokazano możliwość wykrywania typów degradacji geometrycznej nawet w przypadku pozyskiwania niepełnych danych pomiarowych.