Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "optymalizacja struktury" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Determination of the Optimal Structure of Repowering a Metallurgical CHP Plant Fired with Technological Fuel Gases
Dobór optymalnej struktury elektrociepłowni gazowo-parowej opalanej hutniczymi gazami palnymi
Autorzy:
Ziębik, A.
Warzyc, M.
Gładysz, P.
Powiązania:
https://bibliotekanauki.pl/articles/352232.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
combined gas-and-steam cycle
metallurgical CHP plant
structure optimization
probabilistic approach
elektrociepłownia hutnicza
układ gazowo-parowy
optymalizacja struktury
podejście probabilistyczne
Opis:
CHP plants in ironworks are traditionally fired with low-calorific technological fuel gases and hard coal. Among metallurgical fuel gases blast-furnace gas (BFG) dominates. Minor shares of gaseous fuels are converter gas (LDG) and surpluses of coke-oven gas (COG). Metallurgical CHP plant repowering consists in adding a gas turbine to the existing traditional steam CHP plant. It has been assumed that the existing steam turbine and parts of double-fuel steam boilers can be used in modernized CHP plants. Such a system can be applied parallelly with the existing steam cycle, increasing the efficiency of utilizing the metallurgical fuel gases. The paper presents a method and the final results of analyzing the repowering of an existing metallurgical CHP plant fired with low-calorific technological fuel gases mixed with hard coal. The introduction of a gas turbine cycle results in a better effectiveness of the utilization of metallurgical fuel gases. Due to the probabilistic character of the input data (e.g. the duration curve of availability of the chemical energy of blast-furnace gas for CHP plant, the duration curve of ambient temperature) the Monte Carlo method has been applied in order to choose the optimal structure of the gas-and-steam combined cycle CHP unit, using the Gate Cycle software. In order to simplify the optimizing calculation, the described analysis has also been performed basing on the average value of availability of the chemical energy of blast-furnace gas. The fundamental values of optimization differ only slightly from the results of the probabilistic model. The results obtained by means of probabilistic and average input data have been compared using new information and a model applying average input data. The new software Thermoflex has been used. The comparison confirmed that in the choice of the power rating of the gas turbine based on both computer programs the results are similar.
Tradycyjnie elektrociepłownie hutnicze są opalane niskokalorycznymi palnymi gazami technologicznymi w mieszaninie z pyłem węgla kamiennego. W mieszaninie gazów dominujący jest udział gazu wielkopiecowego. Znacznie mniejsze są udziały gazu koksowniczego i konwertorowego. Modernizacja elektrociepłowni hutniczej (tzw. repowering) polega na dobudowaniu do istniejącej struktury członu gazowego. W analizie założono możliwość wykorzystania istniejących turbin parowych oraz części dwupaliwowych kotłów parowych. Układ gazowo-parowy zostanie połączony równolegle z istniejącym obiegiem parowym, zwiększając tym samym efektywność energetyczną wykorzystania niskokalorycznych gazów hutniczych. W artykule zaprezentowano metodologię oraz wyniki końcowe przeprowadzonej analizy modernizacji istniejącej elektro- ciepłowni hutniczej opalanej niskokalorycznymi gazami hutniczymi w mieszance z pyłem węgla kamiennego. Bazowano przy tym na zbiorze danych wejściowych z lat 1996-2000. Z uwagi na probabilistyczny charakter danych wejściowych (min. wykres uporządkowany dostępności energii chemicznej gazu wielkopiecowego oraz wykres uporządkowany temperatury zewnętrznej) wykorzystano metodę Monte Carlo w celu doboru optymalnej struktury kombinowanego gazowo-parowego układu elektrocie- płowni wykorzystując do tego oprogramowanie Gate Cycle. Obliczenia optymalizacyjne zostały również przeprowadzone w oparciu o uśrednioną wartość strumienia energii chemicznej gazu wielkopiecowego dostępnego dla elektrociepłowni. Wyniki obliczeń podstawowych parametrów z tej analizy różnią się w nieznacznym stopniu od wyników uzyskanych za pomocą modelu probabilistycznego. Wyniki uzyskane zarówno z metody probabilistycznej, jak i bazującej na wartościach średnich danych wejściowych zostały porównane z rezultatami obliczeń w oparciu o nowy zestaw danych (lata 2005-2008), jak również nowy model utworzony w programie Thermotlex oraz Engineering Equation Solver. Obliczenia zostały przeprowadzone w oparciu o uśredniony strumień energii chemicznej gazu wielkopiecowego dostępnego dla elektrociepłowni. Zastosowane do doboru struktury modernizowanej elektrociepłowni hutniczej programy komputerowe Gate Cycle i Thermoflex dały zbliżone rezultaty.
Źródło:
Archives of Metallurgy and Materials; 2014, 59, 1; 105-116
1733-3490
Pojawia się w:
Archives of Metallurgy and Materials
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimization of neural networks structure selection in modelling spheroidal graphite cast iron for automotive camshafts
Optymalizacja doboru struktury sztucznych sieci neuronowych w modelowaniu zużycia żeliwa sferoidalnego na samochodowe wałki rozrządu
Autorzy:
Witaszek, Kazimierz
Garbala, Krzysztof
Witaszek, Mirosław
Rychter, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/317234.pdf
Data publikacji:
2019
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
artificial neural networks
structure optimization
wear
spheroidal cast iron
Stuttgart neural network simulator
resilient back-PROPagation
sztuczne sieci neuronowe
optymalizacja struktury
zużycie
żeliwo sferoidalne
resilient back-ROPagation
Opis:
The present article discusses the process of optimizing the structure of artificial neural networks applied in modelling the wear of spheroidal graphite cast iron (SG cast iron). The networks were trained using the RPROP gradient method with the application of the SNNS package supported by original self-developed software, which enabled automatic creation, training and testing of networks with different sizes of hidden layers. Based on the results of an analysis of learning process and testing a package of 625 networks, the network was selected which – when modelling the process of spheroidal cast iron wear – generates the slightest errors during testing.
W pracy przedstawiono proces optymalizacji struktury sztucznych sieci neuronowych użytych do modelowania zużycia żeliwa sferoidalnego. Sieci uczono metodą gradientową RPROP przy użyciu pakietu SNNS wspomaganego autorskim oprogramowaniem, które umożliwiało automatyczne tworzenie, uczenie i testowanie sieci o różnych wielkości warstw ukrytych. Na podstawie analizy wyników procesu uczenia i testowania pakietu 625 sieci dobrano tę, która modelując proces zużycia żeliwa sferoidalnego generuje najmniejsze błędy podczas testowania.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2019, 20, 12; 215-220
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies