ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

کاربرد شبکه های فازی عصبی و عصبی مصنوعی در مدلسازی بویلر نیروگاه

کاربرد شبکه های فازی عصبی و عصبی مصنوعی در مدلسازی بویلر نیروگاه
سال انتشار: 1384
کد COI مقاله: ISME13_228
زبان مقاله: فارسیمشاهده این مقاله: 7,064
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله کاربرد شبکه های فازی عصبی و عصبی مصنوعی در مدلسازی بویلر نیروگاه

علی غفاری - دانشیار دانشکده مهندسی مکانیک دانشکده مهندسی مکانیک، دانشگاه صنعت
سیدعلی اکبر موسویان - استادیار دانشکده مهندسی مکانیک دانشکده مهندسی مکانیک، دانشگاه صنع
مرتضی محمدظاهری - دانشجوی کارشناسی ارشد دانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه نص
دلیله مهرابی - دانشجوی کارشناسی ارشد دانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه نص

چکیده مقاله:

سیستمهای کنترلی نیروگاهی، حداقل به لحاظ تنظیم مجدد ضرایب کنترلرها، نیاز به اصلاح دوره ای دارند. بدین منظور و نیز برای آزمایش عملکرد انواع کنترلر ها روی زیر مجموعه های نیروگاه، نیاز به ارائه مدل دینامیکی کاملی از نیروگاه وجود دارد، که بتواند عملکرد نیروگاه را با دقت قابل قبولی شبیه سازی کرده و امکان آمایش کنترلرهای جدید را فبل از اعمال بر روی سیستم واقعی فراهم کند. از آنجا که روابط ترمودینامیکی از دقت و عمومیت کافی برخوردار نیستند، مدلسازی با روشهای مبتنی بر ازمایشات تجربی و داده های ورودی – خروجی برای نیروگاه بسیار مناسب به نظر میرسند. در این میان، به علت غیر خطی بودن ماهیت بعضی از اجزای نیروگاه، مدلسازی فازی عصبی که علاوه بر غیرخطی بودن توان مدلسازی خوبی هم دارد و امکان مشاهده تغییرات درون سیستم را نیز مهیا می کند، برای مدلسازی انتخاب شده است. در عین حال برای اصلاح ضرایب کنترلرهای خطی موجود به مدلهای خطی (و توابع تبدیل) هم احتیاج است. در این مقاله برای مدلسای خطی نیز با کمک شبکه عصبی روش ساده و موثری ارائه شده است، که برای سیستمهایی با رفتار غیر خطی ، تخمین مدل و مدلسازی خطی را حتی بهتر از روش حداقل کردن مربعات خطا انجام میدهد. مقایسه رفتار دینامیکی این مدلها با سیستم واقعی، در نیروگاه شازند اراک، بیانگر صحت و دقت انطباق عملکردآنها می باشد.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ISME13_228 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/26833/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
غفاری، علی و موسویان، سیدعلی اکبر و محمدظاهری، مرتضی و مهرابی، دلیله،1384،کاربرد شبکه های فازی عصبی و عصبی مصنوعی در مدلسازی بویلر نیروگاه،سیزدهمین کنفرانس سالانه مهندسی مکانیک،اصفهان،https://civilica.com/doc/26833

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1384، غفاری، علی؛ سیدعلی اکبر موسویان و مرتضی محمدظاهری و دلیله مهرابی)
برای بار دوم به بعد: (1384، غفاری؛ موسویان و محمدظاهری و مهرابی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • ع. فاضلی (مترجم)، تجربیات پیشرفته نیروگاهی، جلد14: کنترل و ابزار ...
  • س. م. حسینعلی پور، طراحی و مدلسازی مدار باز نیروگاه ...
  • ع. غفاری، م. محمدظاهری، د. مهرابی، « طراحی کنترلر فازی ...
  • A.Alessandri and P. Parisini, ،Nonlinear -3 Modeling and State Estimation ...
  • J. S. R. Jang, C. S. Sun, E. Mizutani. Neuro- ...
  • *Neurofuzzy network modeling and control of steam pressure in 300MW ...
  • Neurofuzzy Power Systems Stabilisers Using Genetic Algorithm', 22th conference of ...
  • R .E.Uhrig, L. Tsoukalas and A. I konomopoulo _ -، ...
  • H. ghezelayagh, K. Y.Lee, ?Training Neuro- __، Fuzzy Boiler Identifier ...
  • P. F. Sieger, KWU LES4 Simensallee, SIMENS -10 Karlsruhe 1998 ...
  • T. Kamei, T. Tomura, Y. Kato, ?Latest Power Plant Control ...
  • J. Jantzen, . *Neurofuzzy Modeling ", Technical University of Denmark, ...
  • Lingji chen, Kumpati S. Narendra, ، ، Identi fication and ...
  • Linearizing Control of Nonlinear Process Plants?, IEEE transaction industrial electronics, ...
  • Q Gao and C. J. Harris, ،، Linearization and State ...
  • T. Tsuji, N. Bu, O. Fakuda and M. Kaneko, *A ...
  • J. J. E. Slotine, W. Li ."Appled Nonlinear Control، ، ...
  • R. Jang, MATLAB Fuzzy Logic Toolbox Users Guide, 2nd Version. ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی