Wyszukiwarka
Filtry
wszystkich: 28
Wyniki wyszukiwania dla: SSN
-
Właściwości aproksymacyjne sztucznych sieci neuronowych (SSN)
PublikacjaOpisano budowę sztucznego neuronu, rodzaje sztucznych sieci neuronowych i ich zastosowanie. Przedstawiono SSN jako uniwersalny aproksymator oraz opisano problem jednoczesnej aproksymacji funkcji wraz z pochodnymi.
-
Rozdział 4. Cieplno-przepływowe relacje diagnostyczne ustabilizowanych cieplnie bloków energetycznych wykorzystujące sztuczne sieci neuronowe (SSN)
PublikacjaPodano przykłady relacji diagnostycznych budowanych dla bloków energetycznych pracujących w warunkach stabilizacji cieplnej. Należą one do metod off-line. Dobrze sprawdzają się w nich sztuczne sieci neuronowe. Przy modułowej strukturze relacji diagnostycznych wykorzystywane są z powodzeniem SSN zarówno z ciągłymi jak i skokowymi funkcjami przejścia, w zależności od oczekiwanego wyniku obliczeń neuronowych.
-
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.
-
Zastosowanie sztucznych sieci neuronowych do aproksymacji funkcji
PublikacjaW artykule opisano główne grupy zastosowań sztucznych sieci neuronowych (SSN). Ponadto opisano podstawowe typy sztucznych sieci neuronowych. Omówiono algorytm posługiwania się SSN oraz pokazano przykład ich zastosowania do aproksymacji funkcji.
-
Robert Jankowski prof. dr hab. inż.
OsobyUrodził się 26 grudnia 1968 r. w Gdyni. Absolwent Liceum Ogólnokształcącego przy Konsulacie PRL w Benghazi, Libia (1987), student Politechniki Gdańskiej (studia magisterskie jednolite, 1987-1991 i 1992-1993), Uniwersytetu w Sheffield, Anglia (studia inżynierskie, 1991-1992), Uniwersytetu w Roskilde, Dania (kurs magisterski, 1993) oraz Uniwersytetu Tokijskiego, Japonia (studia doktoranckie, 1994-1997). Od początku pracy zawodowej...
-
Nowy system diagnostyki cieplno-przepływowej obiektów energetycznych.The new system of power units thermal and flow diagnostics.
PublikacjaPrzedstawiono zmodernizowany system diagnostyki urządzeń składowych obiegów cieplnych bloków energetycznych. Wskazano na zalety zastosowania do tego sztucznych sieci neuronowych (SSN). Opisano dokładność SSN zastosowanych do poszukiwania typów degradacji geometrycznych i do rozpoznawania rozmiarów degradacji geometrycznych.
-
Zastosowanie sztucznych sieci neuronowych do diagnostyki cieplno-przepływowej wieńców turbin parowych.
PublikacjaW artykule wykazano konieczność stosowania systemów diagnostyki cieplno przepływowej dla obiektów energetycznych. Przedstawiono wady dotychczas stosowanych metod obliczeniowych (CFD) oraz zaprezentowano wstępne wyniki obliczeń z użyciem sztucznych sieci neuronowych (SSN). Wyniki uzyskane za pomocą CFD i SSN porównano.
-
Przykład zastosowania i analiza metod sztucznej inteligencji w technice cieplnej i chłodniczej (cz. 2)
PublikacjaW artykule przedstawiono teorie działania oraz modele matematyczne i numeryczne sztucznych sieci neuronowych (SSN). Dokonano szczegółowegoomówienia rodzajów sieci, metod uczenia i obszarów możliwych zastosowań w technice cieplnej i chłodniczej, jako nowych alternatywnych metod uzyskania modelu numerycznego. Szczególną uwagę zwrócono na cechy SSN, które są unikalne i wyróżniające na tle innych metod. Zamieszczono przykład wykorzystania...
-
Przykład zastosowania i analiza metod sztucznej inteligencji w technice cieplnej i chłodniczej (cz. 1)
PublikacjaW artykule przedstawiono teorie działania oraz modele matematyczne i numeryczne sztucznych sieci neuronowych (SSN). Dokonano szczegółowegoomówienia rodzajów sieci, metod uczenia i obszarów możliwych zastosowań w technice cieplnej i chłodniczej, jako nowych alternatywnych metod uzyskania modelu numerycznego. Szczególną uwagę zwrócono na cechy SSN, które są unikalne i wyróżniające na tle innych metod. Zamieszczono przykład wykorzystania...
-
Application of artificial neural networks (ANN) as multiple degradation classifiers in thermal and flow diagnostics
PublikacjaPrzedyskutowano problem zwiększenia dokładności rozpoznawania wielokrotnych degradacji eksploatacyjnych urządzeń składowych dużych obiektów energetycznych. Zastosowani sieć neuronową (SSN) o skokowych funkcjach przejścia. Sprawdzono możliwości przyspieszenia treningu sieci neuronowych. Zastosowano modułową metodę budowy SSN, polegającą na dedykowaniu pojedynczej sieci do rozpoznawania tylko jednego typu degradacji.
-
Charakterystyki sprawnościowe on-line jako symptomy niesprawnej pracy bloków energetycznych
PublikacjaOpisano badania zmierzające do zbudowania metody wyznaczania on-line symptomów niesprawnej pracy dla diagnostyki cieplno-przepływowej dużych obiektów energetycznych. Wybrano i zastosowano sztuczną sieć neuronową (SSN). Ilustrację metody ukazano na przykładzie dwóch parametrów: ciśnienia i temperatury za kadłubem WP turbiny energetycznej oraz sprawności tego kadłuba. Wybrana SSN wykazała się dobrą dokładnością.
-
Kontrola pomiarów cieplno-przepływowych w systemach DCS złożonych obiektów energetycznych
PublikacjaPrzedstawiono rozwiniętą metodykę rozpoznawania degradacji mierników pomiarowych w systemach DCS dużych obiektów energetycznych, przy równoczesnym występowaniu degradacji eksploatacyjnej urządzeń składowych tych obiektów. Zastosowano sieć neuronową (SSN) o skokowych funkcjach przejścia. Zastosowana SSN wykazała wysoką jakość. Sprawdzono możliwości rozpoznawania obu typów degradacji występującej w zastosowaniu do tzw. degradacji...
-
Neuronowa symulacja temperatury i ciśnienia pary w upuście parowego bloku energetycznego = Neural simulation of pressure and temperature fluctuations at steam extraction of power units with steam turbine
PublikacjaW artykule przedstawiono metodę symulacji neuronowej dla zastosowań w diagnostyce on-line bloków energetycznych. Model neuronowy opiera się na statycznych jednokierunkowych sieciach neuronowych (SSN) oraz na danych z parowego bloku energetycznego o mocy 200 MW. SSN obliczają wartości referencyjne parametrów cieplno-przepływowych dla aktualnego obciążenia obiektu. Określono wpływ architektury sieci i danych uczących na jakość symulacji...
-
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....
-
Modelowanie neuronowe regeneracyjnego wymiennika ciepła siłowni turboparowej
PublikacjaArtykuł przedstawia możliwości wykorzystania sztucznych sieci neuronowych (SSN) w celu odtworzenia pracy wymienników regeneracyjnych elektrowni kondensacyjnej. Stworzony model pracy wymienników w zmiennych warunkach ruchu znajduje zastosowanie w badaniach diagnostycznych owych urządzeń jak i całego systemu elektrowni. Referat zawiera wprowadzenie do tematyki sztucznych sieci neuronowych, opis sztucznej sieci neuronowej (SSN) wykorzystanej...
-
Metoda diagnostyki cieplno-przepływowej umożliwiająca rozpoznawanie miejsca i stopnia degradacji turbozespołów energetycznych
PublikacjaPrzedyskutowano problem rozpoznawania degradacji urządzeń składowych turbozespołów energetycznych dużej mocy. Scharakteryzowano systemy DCS dużych obiektów energetycznych dostarczające dane eksperymentalne o występowaniu degradacji eksploatacyjnej urządzeń składowych tych obiektów. Zastosowano sieci neuronowe (SSN) o skokowych i ciągłych funkcjach przejścia do zbudowania relacji diagnostycznych opartych o modułowy system diagnostyczny....
-
Possibility of exact determination of thermal and flow degradation symptoms in on-line power objects diagnostics
PublikacjaPrzedyskutowano problem dokładności tworzenia symptomów degradacji dotyczących sprawności urządzeń składowych dużych obiektów energetycznych. W referacie zajęto się szczególnie metodami tworzenia wzorców sprawnej pracy w przypadku określania sprawności w układzie on-line i porównano ją z określeniem w systemie off-line. Do odtwarzania stanu referencyjnego zastosowano sieć neuronową statystyczną (SSN, ang. ANN) o nieskokowych funkcjach...
-
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...
-
Modelowanie przeplywu pary przez okołodźwiękowe wieńce turbinowe przy użyciu sztucznych sieci neuronowych
PublikacjaNiniejszy artykul stanowi opis modelu przepływu pary przez okołodźwiękowe stopnie turbinowe, stworzonego w oparciu o sztuczne sieci neuronowe (SSN). Przedstawiony model neuronowy pozwala na wyznaczenie rozkladu wybranych parametrów w analizowanym przekroju kanalu przeplywowego turbiny, dla rozpatrywanego zakresu wartości ciśnienia wlotowego.
-
Modelowanie przepływu pary przez okołodźwiękowe wieńce turbinowe z użyciem sztucznych sieci neuronoych
PublikacjaNiniejszy artykuł stanowi opis modelu przepływu pary przez okołodźwiękowe stopnie turbinowe, stworzonego w oparciu o sztuczne sieci neuronowe (SSN). Przedstawiony model neuronowy pozwala na wyznaczenie rozkładu wybranych parametrów w analizowanym przekroju kanału przepływowego turbiny dla rozpatrywanego zakresu wartości ciśnienia wlotowego.
-
Wykorzystanie sieci jednokierunkowej wielowarstwowej oraz sieci rekurencyjnej w prognozowaniu upadłości przedsiębiorstw
PublikacjaW pracy skupiono się na rozważaniach nad możliwością wykorzystania różnych rodzajów sztucznych sieci neuronowych w prognozowaniu upadłości przedsiębiorstw. Dokonano analizy porównawczej skuteczności modelu sieci jednokierunkowej wielowarstwowej z modelem sieci rekurencyjnej na rok i na dwa lata przed upadłością przedsiębiorstw. Autor przedstawił osiem różnych swoich modeli SSN.
-
Neural simulator of steam power unit.
PublikacjaZbadano możliwości zbudowania neuronowego symulatora turbinowego bloku energetycznego. Zamodelowano ten obieg i sprawdzono konfiguracje sztucznych sieci neuronowych (SSN) zapewniające dużą dokładność symulatora neuronowego. Zwrócono uwagę na problemy dotyczące węzłów siłowni, w których następuje mieszanie się strumieni czynnika o zróżnicowanych parametrach cieplno-przepływowych. Wskazano na zastosowanie takiego symulatora w diagnostyce.
-
Rozdział 7. Przykłady pozyskiwania symptomów i sygnatur niesprawnej pracy nieustabilizowanych cieplnie bloków energetycznych
PublikacjaOpisano sposób budowania i oceny metod pozwalających na pozyskiwanie symptomów niesprawnej pracy bloków energetycznych w diagnostyce cieplno-przepływowej on-line. Przytoczono kilka przykładów opartych o rzeczywiste wyniki pomiarów bloków energetycznych. Stwierdzono, że w badanej strukturze, relacje takie, oparte o zastosowanie sztucznych sieci neuronowych SSN, nadają się do wykonania pierwszego zadania diagnostycznego, a więc zadania...
-
Sieci neuronowe jako alternatywny sposób uzyskania modelu obliczeniowego
PublikacjaW pracy zaprezentowano i omówiono rodzaje sieci neuronowych, obszary ich zastosowań oraz metody uczenia. Przedstawiono teorie działania oraz ich interpretacje matematyczną i numeryczną. Szczególną uwagę zwrócono na możliwości uzyskania modelu obliczeniowego oraz obszarów jego stosowania przez wzgląd na unikalne cech Sztucznych Sieci Neuronowych (SSN). Jako przykład pracy sieci zaprezentowano model obliczeniowy identyfikujący własności...
-
Wzorzec poprawnej pracy wymienników regeneracyjnych oparty o sztuczne sieci neuronowe
PublikacjaArtykuł opisuje probę stworzenia wzorca poprawnej pracy wymiennikow regeneracyjnych silowni turbo parowej o mocy 20mw przy pomocy sztucnych sieci neurnowych (SSN). Stworzony model pracy wymienników w zmiennych warunkachruchu silowni może zostać wykorzystany do diagnostki tych wlasnie urządzeń jaki i również do diagnostyki calego systemu silowni turbo parowej. Model neuronowy ma zastapic skomplikowane i czasochlonne obliczenia bilansowe...
-
Adaptacyjny algorytm filtracji sygnału fonokardiograficznego wykorzystujący sztuczną sieć neuronową
PublikacjaPodstawowym problemem podczas projektowania systemu autodiagnostyki chorób serca, bazującego na analizie sygnału fonokardiograficznego (PCG), jest konieczność zapewnienia, niezależnie od warunków zewnętrznych, sygnału o wysokiej jakości. W artykule, bazując na zdolności Sztucznej Sieci Neuronowej (SSN) do predykcji sygnałów periodycznych oraz quasi-periodycznych, został opracowany adaptacyjny algorytm filtracji dźwięków serca....
-
Wykorzystanie sztucznych sieci neuronowych do szacowania wpływu drgań na budynki jednorodzinne
PublikacjaW artykule przedstawiono metodę prognozowania wpływu drgań na budynki mieszkalne z wykorzystaniem sztucznych sieci neuronowych. Drgania komunikacyjne mogą doprowadzić do uszkodzenia elementów konstrukcyjnych, a nawet do awarii budynku. Najczęstszym efektem są jednak rysy, pękanie tynku i wypraw. Metody oparte na sztucznej inteligencji są przybliżone, ale stanowią wystarczająco dokładną i ekonomiczną alternatywę dla tradycyjnych...