Fuel Oil leak Detection in Power Plant with Recurrent Neural Network and Execute in Programmable Logic Controller
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 573
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
KBEI02_175
تاریخ نمایه سازی: 5 بهمن 1395
چکیده مقاله:
In this paper, the use of Recurrent Neural Network has designed in MATLAB software with manual formulation for nonlinear system identification in order to detect fuel oil leakage and then the Neural Network structure has converted to a software block for Siemens SIMATIC programmable logic controller that can be used quite practically inside the project. By comparing the actual data that is taken from the real environment with output of the identified system by the neural network, the leak is going to detect in a few seconds.
کلیدواژه ها:
نویسندگان
Mahmoud Mohammadi
Khorram Shahr Power Plant Khorram Shahr, Iran
Abbas Nikbakht
Enghelab Eslami Technical College Isfahan, Iran
Aliakbar Bavalishoar
Khorram Shahr Power Plant Khorram Shahr, Iran
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 :