Синтез интеллектуальной системы автоматического управления процессом горения топлива в энергоблоках тепловых электростанций
Проведен анализ действующей системы автоматического управления качества горения топлива в паровом барабанном котле энергоблока ТЭС и предложена более эффективная интеллектуальная САУ. Проведено аналіз діючої системи автоматичного управління якості горіння палива в паровому котлі барабанного енергобл...
Збережено в:
| Опубліковано в: : | Промышленная теплотехника |
|---|---|
| Дата: | 2012 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут технічної теплофізики НАН України
2012
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/60171 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Синтез интеллектуальной системы автоматического управления процессом горения топлива в энергоблоках тепловых электростанций / В.С. Михайленко, Р.Ю. Харченко // Промышленная теплотехника. — 2012. — Т. 34, № 5. — С. 45-52. — Бібліогр.: 12 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860225834814537728 |
|---|---|
| author | Михайленко, В.С. Харченко, Р.Ю. |
| author_facet | Михайленко, В.С. Харченко, Р.Ю. |
| citation_txt | Синтез интеллектуальной системы автоматического управления процессом горения топлива в энергоблоках тепловых электростанций / В.С. Михайленко, Р.Ю. Харченко // Промышленная теплотехника. — 2012. — Т. 34, № 5. — С. 45-52. — Бібліогр.: 12 назв. — рос. |
| collection | DSpace DC |
| container_title | Промышленная теплотехника |
| description | Проведен анализ действующей системы автоматического управления качества горения топлива в паровом барабанном котле энергоблока ТЭС и предложена более эффективная интеллектуальная САУ.
Проведено аналіз діючої системи автоматичного управління якості горіння палива в паровому котлі барабанного енергоблоку ТЕС та запропоновано більш ефективну інтелектуальну САУ.
The analysis of the current automatic control system of the quality of fuel combustion in the steam drum boiler unit of thermal electric power plant has been made and a more effective intellectual AСS has been proposed.
|
| first_indexed | 2025-12-07T18:19:40Z |
| format | Article |
| fulltext |
ISSN 0204-3602. Пром. теплотехника, 2012, т. 34, №5 45
ИСПОЛЬЗОВАНИЕ И СЖИГАНИЕ ТОПЛИВА
УДК 681. 515.4
Михайленко В.С.1, Харченко Р.Ю.2
1 Одесская государственная академия холода
2 Одесская национальная морская академия
СИНТЕЗ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ
АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ ПРОЦЕССОМ ГОРЕНИЯ
ТОПЛИВА В ЭНЕРГОБЛОКАХ ТЕПЛОВЫХ ЭЛЕКТРОСТАНЦИЙ
Проведено аналіз діючої си-
стеми автоматичного управління
якості горіння палива в паро-
вому котлі барабанного енер-
гоблоку ТЕС та запропоновано
більш ефективну інтелектуальну
САУ. Комп'ютерні дослідження
запропонованої структури ней-
роемулятора із використанням
спеціалізованого математичного
пакету MatLab показали, що ін-
телектуальна САУ демонструвала
допустимий час регулювання і
стійкість на відміну від тради-
ційної, яка потребує проведення
етапів адаптації.
Проведен анализ действующей
системы автоматического управ-
ления качества горения топлива в
паровом барабанном котле энерго-
блока ТЭС и предложена более эф-
фективная интеллектуальная САУ.
Компьютерные исследования пред-
лагаемой структуры нейроэмуля-
тора с использованием специализи-
рованного математического пакета
MatLab показали, что интеллекту-
альная САУ демонстрировала до-
пустимое время регулирования и
устойчивость в отличие от тради-
ционной, нуждающейся в адапта-
ции.
The analysis of the current automatic
control system of the quality of fuel
combustion in the steam drum boiler unit
of thermal electric power plant has been
made and a more effective intellectual
AСS has been proposed. Computer
studies of the suggested neuroemulator
structure using specialized mathematical
MatLab package showed that the AСS
has demonstrated intellectual allowable
time control and stability, in contrast
to the traditional one required for
adaptation.
Индексы:
ЗУ – задающее устройство;
КБ – командный блок;
НСК – нейросетевой контроллер;
ПИ – пропорционально интегральный;
ПИД – пропорционально интегрально диффе-
ренциальный;
РВ – регулятор расхода воздуха;
РО2 – регулятор содержания кислорода;
САУ – система автоматического управления;
ТЭС – тепловая электростанция;
Тр – время регулирования.
В настоящее время продолжавшаяся вто-
рую половину XX века тенденция уменьшения
роли барабанных котлов в отечественной элек-
троэнергетике, наметившаяся в связи с появ-
лением прямоточных котлов и ряда других
факторов, сменилась на противоположную. Это
объясняется несколькими причинами, в том
числе внедрением парогазовых технологий,
основой которых являются котлы-утилизато-
ры, как правило, барабанного типа. При этом,
абсолютное большинство барабанных котлов –
это барабанные котлы высокого давления.
Таких котлов в украинском топливо – энергети-
ческом комплексе (ТЭК) количественно уста-
новлено больше, чем паровых котлов всех дру-
гих конструкций вместе взятых. Вместе с тем,
уровень износа оборудования отечественных
ТЭС достигает более 80 %, и в этой связи ак-
туальной является проблема модернизации
ТЭК [1]. Также следует отметить, что в сов-
ременных условиях значительно разуплотни-
лись графики нагрузки энергосистем, что при-
водит к возникновению новых требований к
оборудованию станций, которое должно рабо-
тать с большей маневренностью, чем это пре-
дусматривалось при его проектировании.
Как известно, конструкционные особен-
ности барабанных паровых котлов энергобло-
ков ТЭС позволяют расчленить многомерную
систему регулирования их режимов на несколь-
ко относительно независимых систем, среди
которых важное значение принадлежит систе-
ISSN 0204-3602. Пром. теплотехника, 2012, т. 34, №546
ИСПОЛЬЗОВАНИЕ И СЖИГАНИЕ ТОПЛИВА
ме оптимизации качества процесса горения
топлива [2]. Показателем качества функцио-
нирования этой системы является удельный
расход топлива, который должен быть мини-
мально возможным. Однако непосредственное
оперативное управление этим показателем не
представляется возможным, так как его вычис-
ление связано с достаточно длительным ин-
тегрированием расхода топлива и нагрузки
энергоблока, величина которой носит перемен-
ный характер. Поэтому, предпринимались мно-
гочисленные поиски косвенной peгyлируемой
величины, поддержание которой на том или
ином уровне гарантировало бы достаточно
приемлемую близость удельного расхода к ми-
нимуму [2-4]. На современных украинских
ТЭС действует традиционная каскадная систе-
ма управления процессом горения с использо-
ванием газоанализатора. Однако данные систе-
мы отличаются рядом существенных недостат-
ков и нуждаются в усовершенствовании [4].
Вместе с тем, в последнее время широкое
распространение на зарубежных ТЭС получа-
ют интеллектуальные системы автоматичес-
кого управления [5]. Так Фирма Praxis Engineers,
Inc (США), на основе нейронных сетей, гене-
тических алгоритмов и нечеткой логики раз-
работала технологию OptiMation, позволяю-
щую снизить затраты на эксплуатацию ТЭС
путем системной оптимизации, повышения
степени автоматизации и эффективной обра-
ботки информации. Компанией AI WARE Inc,
(США) предложена технология управления га-
зообразными выбросами, являющейся комби-
нацией нейронной сети и системы многоце-
левой нелинейной оптимизации с анализом
процесса горения [6]. Технология позволя-
ет увеличить тепловую мощность на 0,5 % и
снизить на 6 % выбросы NOх. Также компа -
нией разработана математическая модель ис-
кусственной нейронной сети с запаздыванием
(TDNN) для прогнозирования выбросов NOх
и CO на ТЭС. Результаты экспериментов по-
казали хорошее совпадение реальных и про-
гнозных значений по выбросам NOх и CO и
доказали возможность эффективного прогно-
зирования таких выбросов. Компания Neural
Ware синтезировала прикладную систему
своего системного интегратора NeuCOP II,
прогнозирующую выделение NOх и оптими-
зирующую работу пылеугольных котлов на
электростанции в Остроленке (Польша) [7].
В Великобритании была разработана новая
технология управления угольной ТЭС с ис-
пользованием гибридного контроллера на ос-
нове нейронных сетей [8]. Гибридный кон-
троллер выполняет работу квалифицирован-
ного оператора котельной установки путем
использования опыта и знаний оператора-че-
ловека в виде модулей нейронной сети и бло-
ка нечеткой логики. Эти модули были интег-
рированы в систему знаний, в которой была
установлена структура правил, позволяю-
щих гибридному контроллеру имитировать
действия эксперта-оператора. Внедрение ги-
бридного контроллера на котельной установке
Garth в Лондоне позволило уменьшить вы-
бросы CO на 60 % и NOх на 10 %. На основе
дальнейшего развития гибридных нейронных
контроллеров была внедрена новая техноло-
гия управления угольной ТЭС с использова-
нием нейронных сетей (Neuromon). Синтез
интеллектуальных технологий позволил раз-
работать нейронный контроллер, который мо-
жет автоматически работать в условиях раз-
нообразных сортов углей и вызванной этим
изменением мощности установки. С исполь-
зованием интеллектуальной системы управ-
ления можно достигнуть оптимального ре-
жима горения (соотношение воздух-топливо)
из любого исходного стартового состояния
энергоблока. Анализ результатов опытно-про-
мышленных испытаний на зарубежных ТЭС
интеллектуальных систем первого поколения
с простой архитектурой нейронных сетей по-
казал, что только за счет оптимизации про-
цесса горения происходит повышение эффек-
тивности (КПД) котла на 1…2 %, снижение
выбросов оксидов азота на 20…30 % и умень-
шение потребления топлива до 5 % [5-8]. Ис-
ходя из перспективности указанных техноло-
гий, становится актуальным проведениe ис-
следований в области синтеза интеллектуаль-
ных САУ на украинских ТЭС, ТЭЦ, АЭС и т.д.
ISSN 0204-3602. Пром. теплотехника, 2012, т. 34, №5 47
ИСПОЛЬЗОВАНИЕ И СЖИГАНИЕ ТОПЛИВА
Рис. 1. САУ горения «топливо – воздух» с дополнительным сигналом
по О2 в уходящих газах: ВП – воздухоподогреватель, КБ – командный блок,
РВ – регулятор расхода воздуха, РО2 – регулятор содержания кислорода.
Целью статьи является критический анализ
действующей САУ процессом горения и пред-
ложение более эффективной интеллектуальной
системы управления.
Анализ действующей САУ
В качестве объекта исследования рас-
смотрим систему регулирования качества го-
рения топлива в паровом барабанном котле
энергоблока ТЭС [2]. САУ использует суще-
ствующую закономерность между качеством
горения топлива и содержанием кислорода в
уходящих газах. Проведем исследование на
эффективность каскадной структуры (рис. 1),
главным регулятором в которой является ре-
гулятор содержания кислорода РО2, он воз-
действует на вспомогательный регулятор раc-
хода воздуха РВ, действующий в составе
системы «топливо — воздух». Заданный рас-
ход воздуха зависит от расхода топлива. Сиг-
нал от расхода топлива подается на вход ре-
гулятора воздуха РВ через командный блок
КБ. Необходимость использования каскадной
Рис. 2. Схема двухконтурной системы управления.
КБ
ISSN 0204-3602. Пром. теплотехника, 2012, т. 34, №548
ИСПОЛЬЗОВАНИЕ И СЖИГАНИЕ ТОПЛИВА
схемы обусловлена относительно большим за-
паздыванием, которым обладают существу-
ющие приборы-анализаторы содержания ки-
слорода в уходящих газах.
Рассматриваемую структуру можно пред-
ставить в виде двухконтурной системы управ-
ления (рис. 2).
На устройство связи (рис. 2) с передаточ-
ной функцией Wcв(S) поступает информация об
управляющем воздействии ΔM1(S) с выхода ре-
гулятора РО2 c передаточной функцией Wp1(s).
Устройство связи представляет собой средство
(командный блок КБ), производящее коррек-
тировку задания второму ПИД – регулятору
Wp2(S) при изменении задания ΔX1z(S) перво-
му ПИД – регулятору с передаточной фун-
кцией Wp1(S). Регуляторы воздействуют на
объекты с передаточными функциями Wo1(s),
Wo2(s) по каналам задания.
На регулятор Wp2(S) или (РВ) также посту-
пает информация о текущем расходе топлива
по каналу обратной связи. В случае возник-
новения ошибки Δe2(S), регулятор вырабаты-
вает управляющее воздействие ΔM2(S) на объ-
ект управления Wo2(S). Процесс управления
проходит под наблюдением опытного опера-
тора – эксперта. Объекты подвержены влия-
нию внешних возмущений (N).
Оператор, получая лабораторную инфор-
мацию о химическом составе уходящих газов,
для корректировок соотношения «топливо –
воздух», меняет задание на задающем устрой-
стве регулятору 1, который вырабатывает но-
вое управляющее воздействие. Информация
о новом управлении через корректирующее
устройство (устройство связи Wсв(s)) подает-
ся на регулятор 2. Первый регулятор, в зави-
симости от новой информации, вырабатывает
управляющее воздействие в виде изменения
угла поворота регулирующего органа. Соотно-
шение расходов топливо – воздух определяет-
ся содержанием кислорода О2 в уходящих
газах на основании которого определяется ко-
эффициент избытка воздуха α [2,3] и, как пра-
вило, в качестве корректирующего устройства
выступает пропорциональное звено. Участок
регулирования экономичности процесса го-
рения по содержанию кислорода в топочных
газах состоит из топочной камеры и примыка-
ющего к ней конвективного перегревателя до
места измерения содержания О2 %. Входное
регулирующее воздействие – расход воздуха,
поступающий в топку, а выходная величина –
содержание свободного кислорода в поворот-
ной камере газохода за пароперегревателем.
Оптимальное значение О2 в поворотной
камере при номинальной нагрузке и сжига-
нии пылевидного топлива лежит в пределах
3…5 %, при сжигании мазута и газа 0,2…2 %
[2]. Значительная инерционность участка ре-
гулирования объясняется влиянием объема
топочной камеры и примыкающего к ней га-
зохода, а также запаздыванием в измеритель-
ном устройстве (газоанализаторе). При мате-
матическом описании динамических свойств
этот участок рекомендуется представить в ви-
де последовательного соединения двух инер-
ционных звеньев с постоянными времени Т и
звена транспортного запаздывания τ [2]. Рас-
смотрим наиболее распространенную систе-
му регулирования экономичности по соотно-
шению топливо – воздух [4]. При постоянном
качестве топлива его расход и количество воз-
духа, необходимое для обеспечения требуе-
мой полноты сгорания, связаны прямой про-
порциональной зависимостью (пропорцио-
нальным звеном), устанавливаемой в резуль-
тате режимных испытаний. При газообраз-
ном топливе требуемое соотношение между
расходом газа и воздуха осуществляется путем
сравнения перепадов на сужающих устрой-
ствах газопровода и воздухоподогревателя,
разность этих сигналов, после обработки в КБ,
поступает на вход автоматического регулято-
ра экономичности. Однако, непрерывное из-
мерение расхода пылевидного топлива затруд-
нено. Поэтому, наиболее часто, расход пыле-
видного угольного топлива оценивают по кос-
венной величине (положению регулирующего
органа), которая определяет частоту движения
питателей. Следует отметить, что такой спо-
соб регулирования не учитывает качествен-
ного изменения состава и расхода топлива свя-
занного с изменением скорости ленточного
ISSN 0204-3602. Пром. теплотехника, 2012, т. 34, №5 49
ИСПОЛЬЗОВАНИЕ И СЖИГАНИЕ ТОПЛИВА
транспортера или нарушением работы питате-
лей пыли.
Структура интеллектуальной САУ
Исходя из изложенного, в качестве усо-
вершенствования САУ транспортировки топ-
лива нами предлагается введение дополни-
тельного канала измерения расхода твердого
топлива – скорости работы ленточного транс-
портера, т.к. эта величина пропорционально
связана с расходом пылеугольного топлива
поступающего из питателей. Данная инфор-
мация поступает на вход НСК, вырабатываю-
щего корректирующее воздействие в САУ про-
цесса горения (см. рис. 3).
Оператор, наблюдая за работой транспоp-
тера, на основании своего опыта и знаний
может сделать заключение о предполагаемом
расходе пылеугольного материала, например,
«ЕСЛИ скорость движения низкая ТО рас-
ход низкий» или «ЕСЛИ скорость средняя ТО
расход соответствует норме» или «ЕСЛИ ско-
рость высокая ТО расход больше нормы» и т.д.
Также он визуально может определить грануло-
метрический размер материала и знать его при-
близительный состав, ориентируясь по место-
рождению. Анализируя данную информацию,
эксперт-оператор делает вывод о соответст-
вующем расходе воздуха. Для учета опыта и
знаний эксперта предлагается использовать
теорию нечеткой логики [9]. Представленные
свойства сложного технологического процес-
са дозирования и транспортировки твердого
топлива, подверженного влиянию неконтро-
лируемых возмущений (влажности, колеба-
нию гранулометрического состава, химическо-
го состава и т.д.), можно представить в виде
нечеткой базы знаний, которая реализует ал-
горитм работы нечеткого регулятора (фаззи –
контроллера). Поэтому, на наш взгляд, исполь-
зование нечеткого регулятора в САУ горения
топлива может быть оправдано и эффективно.
Внедрение нечеткой САУ процесса дозиро-
вания угольной пыли может повысить эффек-
тивность данного технологического процесса.
Для усовершенствования САУ горения
предлагается использовать аппарат теории ней-
ронных сетей [9,10]. Известно, что обученная
нейронная сеть способна успешно учитывать
нелинейные свойства технологического про-
цесса и проводить экстраполяцию и аппрок-
Рис. 3. Интеллектуальная САУ процесса горения.
ISSN 0204-3602. Пром. теплотехника, 2012, т. 34, №550
ИСПОЛЬЗОВАНИЕ И СЖИГАНИЕ ТОПЛИВА
симацию значений параметров объекта. На
рис. 3 представлена предлагаемая структура
системы интеллектуального управления про-
цессом горения, действующая на основе ней-
росетевого контроллера (НСК). На схеме ин-
формация от датчика скорости (который яв-
ляется задатчиком расхода топлива µв) посту-
пает на вход НСК, который производит кор-
ректировку задания Gз
В регулятору воздуха,
действующего по ПИД закону. Второй кор-
ректирующий регулятор – содержания кисло-
рода РО2, также действует по ПИД – закону.
НСК обучен находить оптимальные коррек-
тирующие сигналы, исходя из значений теку-
щего задания (зависящего от нагрузки) и рас-
хода топлива. В случаях влияния на САУ глу-
боких внешних и внутренних возмущений,
вызванных регулировочным или пусковыми
режимами энергоблока ТЭС, НСК способен
определить требуемое выходное значение Gз
В
без дополнительной адаптации. Тогда как тра-
диционные САУ требуют включения адаптив-
ных и пусковых регуляторов, ухудшающих
качество процесса регулирования на период
адаптации, например, выводя систему в авто-
колебательный режим [4].
Для моделирования интеллектуальной
двухконтурной системы управления использу-
ется математический пакет MatLab с приложе-
ниями (Simulink, NeroToolbox) [10,11] (рис. 4).
Компьютерный эксперимент
В компьютерной модели (рис. 4), разрабо-
танной в программе MatLab (Simulink), верх-
ний канал – управление расходом воздуха, ниж-
ний канал – корректировка по содержанию О2.
На компьютерной модели, элемент Neural
Network 2, является нейроэмулятором пред-
назначенным для моделирования и прогнози-
рования процесса управления, исходя из зна-
чений задания (Step) и ошибки регулирова-
ния. Сигнал от Neural Network 2 поступает на
Рис. 4. Компьютерная модель нейроуправления процессом соотношения «топливо-воздух».
ISSN 0204-3602. Пром. теплотехника, 2012, т. 34, №5 51
ИСПОЛЬЗОВАНИЕ И СЖИГАНИЕ ТОПЛИВА
блок Neural Network, представляющий собой
однослойную линейную нейронную сеть пря-
мого распространения. Таким образом, НСК
состоит из двух нейронных сетей последова-
тельной структуры. Обучение нейроэмулято-
ра проводилось в программе Neural Network
с учетом рекомендаций [10], обучающей вы-
боркой являлись параметры ошибки регули-
рования и задания, а также соответствующие
им оптимальные прогнозные значения кор-
ректирующего воздействия, полученные в ре-
зультате компьютерных экспериментов с мо-
делью (рис. 4). Последовательная структура с
нейроэмулятором была предложена в работе
[12] и получила широкое распространение в
зарубежных САУ промышленных объектов.
Предлагаемая структура нейроэмулятора,
разработанная авторами с помощью програм-
мы Neural Network, показана на рис. 5. Значе-
ния весовых коэффициентов (weight), смеще-
ния (bias) и функции активации (purelin) бы-
ли рассчитаны программой самостоятельно в
процессе обучения. Переходные процессы ней-
росетевой САУ показаны на рис. 6.
Анализ переходных процессов регулиро-
вания продемонстрировал их апериодический
характер с ожидаемым временем регулирова-
ния Тр = 400 с. Дополнительные компьютер-
ные исследования показали, что при измене-
нии задания регуляторам, а также значений
параметров объекта (в силу влияния внутрен-
них возмущений – изменение нагрузки) по ка-
Рис. 5. Компьютерная модель нейроэмулятора в программе Neural Network.
налам регулирования, интеллектуальная САУ
продемонстрировала допустимое время регу-
лирования и робастность в отличие от тради-
ционной системы управления, нуждающейся
в проведении этапов адаптации.
Предложенная структура нейросетевой
САУ процесса горения топлива может быть
использована на барабанных и прямоточных
котлах разного давления, например, котлах:
ТПЕ-429, БКЗ-210-140, Еп-920-17,6-543, Е-30-
3,9-440Т и т.д., а также, с учетом примене-
ния специальных технических средств изме-
рения, и для различного вида топлива. Вне-
дрение интеллектуальных САУ в украинский
ТЭК позволит добиться существенной эконо-
мии дорожающих энергоресурсов, исключить
ошибки персонала, а также улучшить показа-
тели качества управления энергоблоков в ре-
гулировочных и номинальных режимах, по-
высить их маневренность и КПД.
ЛИТЕРАТУРА
1. Розпорядження Кабінету Міністрів Ук-
раїни № 145-р від 15.03.2006 р. Про схвален-
ня Енергетичної стратегії України на період
до 2030 року // [Електрон. ресурс]. – Спосіб до-
ступу: http://zakon.nau.ua
2. Плетнев Г.П. Автоматизированное управ-
ление объектами тепловых электростанций. –
М.: Энергоиздат, 1981. – 361 с.
3. Клюев А.С., Товарнов А.Г. Наладка систем
автоматического регулирования котлоагрега-
ISSN 0204-3602. Пром. теплотехника, 2012, т. 34, №552
ИСПОЛЬЗОВАНИЕ И СЖИГАНИЕ ТОПЛИВА
Рис. 6. Переходные процессы двухконтурной САУ по каналу задания:
1 – процесс поддержания расхода топлива; 2 – процесс подержания расхода воздуха.
тов. – М.: Энергия, 1970. – 270 с.
4. Ротач В.Я. Теория автоматического управ-
ления // В.Я. Ротач. – М.: МЭИ, 2008. – 396 с.
5. Ибрагимов И.М. Использование систем
искусственного интеллекта при эксплуатации
энергетических объектов. // Надежность и без-
опасность энергетики. № 1, 2008. – C. 51-56.
6. Cass R., Radl B. A neural network modeling
and optimization system for online heat rate
Improvement and NOX reduction of coal fired
furnaces // Proc. World Congress on Neural Net-
works, 2. Washington, DC, July 1993. – P. 656-659.
7. Jankowska A. Neural models of air pollutants
emission in power units combustion processes //
Symp. On Methods of Artificial Intelligence,
Gliwice, Poland, Nov. 5-7. – 2003. – P. 141-144.
8. Monitoring and Control of Stoker-fired Boiler
Plant using Neural Networks / UK Department of
Trade and Industry, DTI PS. – 156, July 1999.
9. Рутковская Д. Нейронные сети, генети-
ческие алгоритмы и нечеткие системы // Д. Рут-
ковская, М. Пилиньский, Л. Рутковский; пер. с
пол. И.Д. Рудинского. – М.: Горячая линия. –
Телеком, 2006. – 452 с.
10. Медведев В.С., Потемкин В.Г. Нейрон-
ные сети. MATLAB 6 – М.: ДИАЛОГ-МИФИ,
2002 – 496 с.
11. Дьяконов В.П. Simulink 5/6/7: Самоучи-
тель // В.П. Дьяконов. – М.: ДМК.– Пресс, 2008. –
781 c.
12. Сигеру О. Нейрокомпьютеры и их при-
менение // Сигеру Омату, Марзуки Халид, Ру-
бия Юсуф; пер с англ. Н.В. Батина под. ред.
А.И.Галушкина, В.А. Птичкина – М.: Изд. пред-
приятие журн. “Радиотехника”, 2000. – 272 с.
Получено 22.05.2012 г.
|
| id | nasplib_isofts_kiev_ua-123456789-60171 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0204-3602 |
| language | Russian |
| last_indexed | 2025-12-07T18:19:40Z |
| publishDate | 2012 |
| publisher | Інститут технічної теплофізики НАН України |
| record_format | dspace |
| spelling | Михайленко, В.С. Харченко, Р.Ю. 2014-04-12T07:25:32Z 2014-04-12T07:25:32Z 2012 Синтез интеллектуальной системы автоматического управления процессом горения топлива в энергоблоках тепловых электростанций / В.С. Михайленко, Р.Ю. Харченко // Промышленная теплотехника. — 2012. — Т. 34, № 5. — С. 45-52. — Бібліогр.: 12 назв. — рос. 0204-3602 https://nasplib.isofts.kiev.ua/handle/123456789/60171 681. 515.4 Проведен анализ действующей системы автоматического управления качества горения топлива в паровом барабанном котле энергоблока ТЭС и предложена более эффективная интеллектуальная САУ. Проведено аналіз діючої системи автоматичного управління якості горіння палива в паровому котлі барабанного енергоблоку ТЕС та запропоновано більш ефективну інтелектуальну САУ. The analysis of the current automatic control system of the quality of fuel combustion in the steam drum boiler unit of thermal electric power plant has been made and a more effective intellectual AСS has been proposed. ru Інститут технічної теплофізики НАН України Промышленная теплотехника Использование и сжигание топлива Синтез интеллектуальной системы автоматического управления процессом горения топлива в энергоблоках тепловых электростанций Synthesis intellectual automatic control system of process burning fuel in thermal power plants power Article published earlier |
| spellingShingle | Синтез интеллектуальной системы автоматического управления процессом горения топлива в энергоблоках тепловых электростанций Михайленко, В.С. Харченко, Р.Ю. Использование и сжигание топлива |
| title | Синтез интеллектуальной системы автоматического управления процессом горения топлива в энергоблоках тепловых электростанций |
| title_alt | Synthesis intellectual automatic control system of process burning fuel in thermal power plants power |
| title_full | Синтез интеллектуальной системы автоматического управления процессом горения топлива в энергоблоках тепловых электростанций |
| title_fullStr | Синтез интеллектуальной системы автоматического управления процессом горения топлива в энергоблоках тепловых электростанций |
| title_full_unstemmed | Синтез интеллектуальной системы автоматического управления процессом горения топлива в энергоблоках тепловых электростанций |
| title_short | Синтез интеллектуальной системы автоматического управления процессом горения топлива в энергоблоках тепловых электростанций |
| title_sort | синтез интеллектуальной системы автоматического управления процессом горения топлива в энергоблоках тепловых электростанций |
| topic | Использование и сжигание топлива |
| topic_facet | Использование и сжигание топлива |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/60171 |
| work_keys_str_mv | AT mihailenkovs sintezintellektualʹnoisistemyavtomatičeskogoupravleniâprocessomgoreniâtoplivavénergoblokahteplovyhélektrostancii AT harčenkorû sintezintellektualʹnoisistemyavtomatičeskogoupravleniâprocessomgoreniâtoplivavénergoblokahteplovyhélektrostancii AT mihailenkovs synthesisintellectualautomaticcontrolsystemofprocessburningfuelinthermalpowerplantspower AT harčenkorû synthesisintellectualautomaticcontrolsystemofprocessburningfuelinthermalpowerplantspower |