Pregled bibliografske jedinice broj: 963322
DIJAGNOSTIKA RADA IZMJENJIVAČA TOPLINE
DIJAGNOSTIKA RADA IZMJENJIVAČA TOPLINE // FUELS 2018 Book of Abstracts / Telen, Sanda ; Lukec, Ivana (ur.).
Virovitica: Hrvatsko društvo za goriva i maziva, 2018. str. 16-16 (predavanje, domaća recenzija, sažetak, znanstveni)
CROSBI ID: 963322 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
DIJAGNOSTIKA RADA IZMJENJIVAČA TOPLINE
(HEAT EXCHANGER DIAGNOSTICS)
Autori
Ujević Andrijić, Željka ; Bolf, Nenad ; Horvat, Sergej
Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, sažetak, znanstveni
Izvornik
FUELS 2018 Book of Abstracts
/ Telen, Sanda ; Lukec, Ivana - Virovitica : Hrvatsko društvo za goriva i maziva, 2018, 16-16
ISBN
978-953-97942-9-1
Skup
The 51st Goma Symposium (Fuels 2018)
Mjesto i datum
Opatija, Hrvatska, 17.10.2018. - 19.10.2018
Vrsta sudjelovanja
Predavanje
Vrsta recenzije
Domaća recenzija
Ključne riječi
Izmjenjivač topline ; Dijagnostika ; Praćenje
(Heat exchanger ; Diagnostics ; Monitoring)
Sažetak
Proizvodne tvrtke više su nego ikad svjesne potencijala primjene metoda umjetne inteligencije i strojnog učenja za provedbu dijagnostike i prediktivnog održavanja procesne opreme kako bi se povećala učinkovitost procesa i smanjili utrošci energije. Pojava naslaga na izmjenjivačima topline predstavlja veliki problem u radu rafinerijskih postrojenja. Naslage kod izmjenjivača topline utječe na stabilnost rada, radne uvjete te osobito na troškove zbog povećanog utroška energije. Iz tih razloga postoji potreba za pravovremenim otkrivanjem nastajanja naslaga na izmjenjivačima topline. Naprednom analizom i dijagnostikom rada procesa može se utvrditi pojava, mjesto i tijek promjena. Pri tome se može optimizirati broj i vrijeme čišćenja što će dovodi do manjih troškova postrojenja. Na temelju podataka prikupljenih kontinuiranim mjerenjima temperature i protoka s postrojenja iz perioda nakon čišćenja izmjenjivača topline razvijeni su modeli umjetnih neuronskih mreža. Ispitivane su različite konfiguracije višeslojnih perceptronskih mreža pri čemu se mijenjao broj neurona u skrivenom sloju, algoritam učenja te prijenosne funkcije. Za sprječavanje ˝pretreniranja˝ mreža, primijenio se postupak smanjenja težina (eng. weight decay). Praćenje odstupanja temperature i koeficijenta prijenosa topline dobivenih modelom od njihovih stvarnih vrijednosti omogućava detekciju nastajanja naslaga na izmjenjivačima topline. Praćenjem pada učinkovitosti izmjenjivača topline omogućava se sustavno prediktivno održavanje i određivanje optimalnog termina čišćenja. Krajnji cilj rada je primijeniti model za detektiranje nastajanja naslaga. Pri tome će se putem dostupnih alata za prikupljanje, analizu i vizualizaciju podataka izraditi predložak i nadzorna ploča (engl. dashboard) za praćenje rada pojedinog izmjenjivača topline. Navedeni pokazatelji prikazivat će termodinamičke i modelom izračunate parametre učinkovitosti izmjenjivača topline.
Izvorni jezik
Hrvatski
Znanstvena područja
Kemijsko inženjerstvo
POVEZANOST RADA
Ustanove:
Fakultet kemijskog inženjerstva i tehnologije, Zagreb