Modelowanie neuronowe niepewności pomiarowych siłowni turboparowych
Kierownik projektu: Natalia Szewczuk-Krypa
Politechnika Gdańska
Wydział Inżynierii Mechanicznej i Okrętownictwa
Gdańsk
Data otwarcia: 2017-02-09
Streszczenie projektu
Zadanie badawcze w ramach projektu obliczeniowego będzie dotyczyło realizowanej pracy doktorskiej. Tematyką rozprawy doktorskiej jest modelowanie neuronowe niepewności pomiarowych siłowni turboparowych. Celem pracy doktorskiej jest stworzenie modelu neuronowego siłowni kondensacyjnej przydatnego do diagnostyki cieplno-przepływowej. Model ten dzięki algorytmom logiki rozmytej będzie w stanie uwzględnić niepewności pomiarowe parametrów niezbędnych do poprawnej diagnostyki bloku.
Ostatecznie dąży się do stworzenia szybkiej, efektywnej i uniwersalnej metody diagnostycznej bloku siłowni turboparowej opartej o sztuczne sieci neuronowe oraz algorytmy logiki rozmytej.
Ostatecznie dąży się do stworzenia szybkiej, efektywnej i uniwersalnej metody diagnostycznej bloku siłowni turboparowej opartej o sztuczne sieci neuronowe oraz algorytmy logiki rozmytej.
Publikacje
- N. Szewczuk Krypa, Klasyfikator rozmyty użyteczny we wstępnym doborze profili łopatkowych turbin parowych, Przegląd Mechaniczny 9, (2018) 25-27