1 Politechnika Wrocławska„Symulator kotła parowego z zastosowaniem sztucznych sieci neuronowych” mgr inż. Michał Skałecki Promotor: dr inż. Andrzej Jabłoński Politechnika Wrocławska

2 Obiekt przemysłowy – kocioł parowy OR-35NSterownia główna Elektrociepłownia Suwałki Moduły kotła parowego Zespół turbogeneratora

3 Model kotła parowego Moc kotła Równanie Struktura SSN Powietrze PaliwoSztuczna Sieć Neuronowa Powietrze Paliwo Temperatury Ciśnienia ... Moc kotła

4 wsteczna propagacja Nauka Model kotła parowego pomiar obliczenia

5 Optymalizacja spalaniaZmienne wejściowe optymalizatora poddane są niewielkiej korekcie (1%), co powoduje zmianę odpowiedzi modelu kotła parowego. Odpowiedź 1  = 1% Odpowiedź 2

6 Optymalizacja spalaniaTest przy 14 MW Optymalizacja spalania Dopuszczalne rozwiązanie. Optymalizacja może poprawić osiągi kotła nawet o około 3,5% Rzeczywista vs. optymalizowana praca kotła

7 Budowa sterownika neuronowego SNSterownik PAC & PLC (S7-400, RX3i) System DCS (Siemens PCS7) Oprogramowanie symulacyjne (Matlab, Simulink) System kontroli obiektu przemysłowego Sterownik Neuronowy Model rzeczywistego obiektu przemysłowego Proces identyfikacji (sztuczne sieci neuronowe) Dane historyczne (obiekt rzeczywisty) Symulator kotła parowego OR-35N

8 KLUB INNOWACYJNYCH PRZEDSIĘBIORSTWDZIĘKUJĘ ZA UWAGĘ … MICHAŁ SKAŁECKI