مدلسازی و کنترل دیگهای بخار صنعتی با استفاده از شبکه های عصبی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس
- نویسنده محمدمهدی رضایی
- استاد راهنما محمدتقی حمیدی بهشتی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1379
چکیده
در جریان این کار ابتدا به معرفی اجمالی انواع دیگهای بخار و بطور خاص دیگهای درام دار صنعتی که تکنولوژی ساخت آن در داخل کشور در دسترس است پرداخته و روشهای مرسوم کنترل دیگهای نوع اخیر را مرور نموده ایم. سپس به استخراج مدلی غیرخطی و از مرتبه پائین دینامیکی از فرآیند پرداخته و پارامترهای مدل را برای کی دیگ نمونه بدست آورده ایم. از مدل حاصله جهت شبیه سازی و آزمایش روشهای کنترل پیشنهادی سود جسته ایم. در بخش طراحی کنترل با دید کنترل تطبیقی جعبه سیاه به طرح سیستم کنترل مبادرت ورزیده و کار را از کنترل شناخته شده هم ارز قطعی آغاز نموده ایم و از آنجایی که این روش کنترل در مواجهه با فرایندهای همراه با تاخیر و زمانهای مرده - دیگ بخار چنین سیستمی است - ناکار آمد بود به اصلاح قانون کنترل براساس الگوریتم ساده حرکت در جهت عکس گرایان خطا و کنترل پیش بین یک گام به جلو پرداخته و نشان داده ایم که الگوریتم تطبیقی پیشنهادی در حل مساله تثبیت فشار بخار در حضور اغتشاشات بار در دیگ کفایت لازم را دارد. در ادامه با توجه به محدودیت های مدلسازی های خطی فرآیندهای غیرخطی ناشناخته، به اصلاح الگوریتم اخیر بر مبنای مدلسازی ورودی - خروجی عصبی پرداخته و توفیق الگوریتم حاصله را با شبیه سازی به تماشا نشسته ایم.در فاز بعدی کار با توجه به علاقه عمومی به حفظ کنترل کننده های pid سنتی در ساختارهای پیشرفته و علی الخصوص توفیق عام حاصله از استفاده از این رده از کنترلرها در حل مساله کنترل دیگ بخار در طی سالیان دراز، در ابتدا اقدام به استخراج نسخه جدیدی از تنظیم کننده خودار عصبی پارامترهای pid نموده و کفایت آن را با شبیه سازی بررسی کرده و در ادامه در جهت کاهش حجم محاسبات و در عین حال حفظ خاصیت تطبیق در pid ساختار جدیدی را که مرکب از یک کنترلر pid و یک کنترلر عصبی معکوس دینامیکی است پیشنهاد و توفیق آن در حل مساله کنترل فشار در دیگ بخار را به اثبات رساندیم.
منابع مشابه
مدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی
مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...
متن کاملمدلسازی تخصیص ناوگان اتوبوسرانی شهری با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: مشهد مقدس)
استفاده از سیستم اتوبوسرانی درون شهری با توجه به انعطاف پذیری بالا و ارزان بودن آن برای استفاده کننده، در شهرهای بزرگ و به ویژه در کشورهای در حال توسعه امری اجتناب ناپذیر است. از این رو بهبود این سیستم حمل و نقل بدلیل گستره فعالیت آن ضروری به نظر می رسد. یکی از رو شهای ارتقای عملکرد این سیستم، تخصیص بهینه اتوبو سها به خطوط فعال به گونه ای است که نسبت به وضعیت موجود، تعداد مسافر بیشتری حمل نموده...
متن کاملمدلسازی تولید سفر با استفاده از روش شبکه های عصبی-فازی
دستیابی به یک نتیجه دقیق و مناسب در فرایند چهارمرحله ای آنالیز سفر به روش UTMS وابسته به برآورد دقیق و قابل قبول تعداد سفرهای تولید شده در نواحی مختلف شهر است. در بررسی مرحله ایجاد سفر با توجه به وابستگی شدید میزان سفر تولید شده در یک ناحیه به اطلاعات سهل الوصولی نظیر جمعیت ، برآورد تولید سفر معمولاً با دقت خوبی انجام میگیرد. از اینروست که در صورتیکه مقادیر برآورد شده دیگر نظیر مقادیر جذب سفر با...
متن کاملبه کارگیری روش های آماری برای افزایش دقت مدلسازی تصفیه خانه های فاضلاب صنعتی با استفاده از شبکه های عصبی مصنوعی
به منظور کنترل بهتر و کارآمد عملکرد تصفیه خانه های فاضلاب صنعتی، می توان از ابزاری ریاضی برمبنای اطلاعات ثبت شدة برخی از پارامترهای اساسی پساب، طی دوره ای از بهره برداری تصفیه خانه استفاده کرد. در این پژوهش، برای اولین بار در کشور از شبکة عصبی چندلایة پیش خور با یک لایة پنهان و روش توقف آموزش، به منظور بررسی مشخصات پساب خروجی واحدهای تصفیه خانه استفاده شده است. همچنین، از روش تحلیل عاملی برای ا...
متن کاملمدلسازی و شبیهسازی بیوسنسور آنزیمی برای تشخیص آفلاتوکسین B1 با استفاده از شبکه عصبی مصنوعی
افلاتوکسین B1 (AFB1) سمی ترین گروه آفلاتوکسینهاست که باعث آلودگی محصولات کشاورزی شده و اثرات مرگ باری بر سلامت انسان دارد. تشخیص AFB1 در مواد غذایی و خوراکی توسط بیوسنسورها سریع، کم هزینه و دقیق است. در این مقاله به مدلسازی و شبیهسازی واکنشهای شیمیایی در بیوسنسور پتانسیومتری AFB1 جهت تعیین ثابتهای بهینه نرخ واکنش پرداخته شده است. شبیهسازی واکنشهای شیمیایی توسط نرم افزار COMSOL...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023