Optical combustion sensor data interpretation using hybrid negative selection algorithm with artificial immune networks

dc.contributor.authorLytvynenko, V.
dc.contributor.authorSmolarz, A.
dc.contributor.authorW´ojcik, W.
dc.contributor.authorBallester, J.
dc.contributor.authorKozhukhovskaya, O.
dc.contributor.authorGromaszek, K.
dc.date.accessioned2016-02-11T12:32:52Z
dc.date.available2016-02-11T12:32:52Z
dc.date.issued2015
dc.description.abstractIn most extended in Poland PC burners an individual air excess ratio rules an amount of pollution generated, yet there is a lack of method that allows measurement of output parameters. It is therefore necessary to use indirect methods, which could primarily include acoustic, and optical methods. These methods are non-invasive and can provide virtually not delayed and additionally spatially selective information about the combustion process but they are really difficult in interpretation. The article shows application of relatively new class of classification methods – the artificial immunology algorithms to the combustion process diagnostics consisting in detection of incorrect air excess in pulverised coal burner on the basis of signals acquired from optical sensor. У найпоширенiших у Польщi промислових котлах кiлькiсна характеристика забруднення пiд час горiння здiйснюється за допомогою "коефiцiєнта надлишку повiтря".Однак, сьогоднi вiдсутнi будь-якi методи, якi б дали змогу вимiрювати вихiднi параметри, якi безпосередньо давали б можливiсть визначати якiсть горiння. З цiєї причини, значно цiкавить використання акустичних i оптичних методiв для оцiнювання якостi горiння. Зазначенi методи належать до класу так званих ¾неiвазивних¿ методiв, якi дають змогу, з одного боку, дистанцiйно i миттєво отримувати великий обсяг iнформацiї про горiння, але, з iншого боку, в разi їх застосування виникають проблеми iнтерпретацiї отриманих даних. У статтi описано застосування нового гiбридного iмунного алгоритму для виконання завдань дiагностики процесу горiння. Запропонований алгоритм дає можливiсть виявити надлишок повiтря в казанi з розпорошеним вугiллям на основi оброблення сигналiв, отриманих вiд оптичного датчика.uk_UA
dc.identifier.citationOptical combustion sensor data interpretation using hybrid negative selection algorithm with artificial immune networks / V. Lytvynenko, А. Smolarz., W. W´ojcik, J. Ballester, O. Kozhukhovskaya, K. Gromaszek // Mathematical Modeling and Сomputing. – 2015. – Volume 2, number 1. – Р. 58–70. – Bibliography: 15 titles.uk_UA
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/31223
dc.language.isoenuk_UA
dc.publisherPublishing House of Lviv Polytechnic National Universityuk_UA
dc.subjectoptical industrial systemsuk_UA
dc.subjectindustrial diagnosticsuk_UA
dc.subjectpulverised coal burneruk_UA
dc.subjectar- tificial immune networkuk_UA
dc.subjectnegative selection algorithmuk_UA
dc.subjectоптичнi iндустрiальнi системиuk_UA
dc.subjectпромислова дiагностикаuk_UA
dc.subjectгорiлки вугiльного пилуuk_UA
dc.subjectштучнi iмуннi системиuk_UA
dc.subjectалгоритм негативного доборуuk_UA
dc.titleOptical combustion sensor data interpretation using hybrid negative selection algorithm with artificial immune networksuk_UA
dc.title.alternativeIнтерпретацiя даних оптичних датчикiв монiторiнгу горiння з використанням гiбридного алгоритму негативного добору штучних iмунних мережuk_UA
dc.typeArticleuk_UA

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
6-58-70.pdf
Size:
1.41 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: