Wyniki 1-5 spośród 5 dla zapytania: authorDesc:"KRZYSZTOF CIESIELSKI"

Co jest jeszcze do odkrycia?

Czytaj za darmo! »

Zielony Las to nazwa kompleksu leśnego położonego na południe od miejscowości Żary w województwie lubuskim. Jest to ciekawy i zróżnicowany teren pod względem budowy morfologicznej, gdyż znajdują się tam zarówno moreny czołowe - będące pozostałościami ostatniego zlodowacenia, jak i płaskie tereny. W większości Zielony Las porastają buki, ale znajdują się tutaj także inne typy drzewostanów, jak i pojedynczych gatunków, zarówno pochodzenia naturalnego, jak i antropogenicznego. Należą do nich takie gatunki jak: sosna, świerk, jodła, dąb, brzoza, topola, a nawet lipa czy klon. Kwaśne lasy bukowe charakteryzują się niskim potencjałem gatunkowym runa leśnego. Aczkolwiek zróżnicowanie terenu, domieszka innych drzew oraz liczne strumyki i zbiorniki retencyjne stworzyły wiele atr[...]

Ocena skuteczności różnych strategii oceny efektów procesu mielenia przy użyciu sztucznych sieci neuronowych DOI:10.15199/54.2017.5.1


  Mielenie masy włóknistej należy do najbardziej energochłonnych i najmniej efektywnych operacji jednostkowych w technologii papieru. Wśród wielu powodów takiego stanu rzeczy najważniejszymi są: złożoność zjawisk zachodzących w strefie mielenia, brak zależności matematycznych, które jednoznacznie opisywałyby omawiany proces oraz wielowymiarowość tej operacji jednostkowej. W ramach niniejszych badań opracowano i zbudowano modele neuronowe procesu oraz przeanalizowano możliwości zastosowania sztucznych sieci neuronowych (SNN) do przewidywania efektów procesu mielenia. Jako sieć neuronową stosowano klasyczną sieć jednokierunkową typu feed-forward, zaś jako algorytm treningowy wybrano metodę Levenberga-Marquardta. Sieć neuronową symulowano w środowisku Matlab (Neural Network Toolbox). Modelowany w ramach badań proces mielenia masy włóknistej prowadzono w półtechnicznym stanowisku laboratoryjnym wyposażonym w młyn stożkowy Escher-Wyss. Przeprowadzone serie doświadczeń dostarczyły danych do treningu i testowania sieci neuronowych. Zastosowano trzy modele SNN, w których starano się przewidywać: właściwości papieru na podstawie parametrów procesu mielenia, właściwości papieru na podstawie właściwości mielonej masy włóknistej oraz właściwości mielonej masy na podstawie parametrów procesu mielenia. Stwierdzono, że SNN mogą być skutecznym rozwiązaniem do oceny przebiegu procesu mielenia. Na podstawie wykonanej, prostej oceny dokładności modelu stwierdzono, że model oparty o zależność między parametrami surowca włóknistego i właściwościami gotowego papieru był najbardziej dokładny. Wyniki wskazują, że powiązania parametrów w modelu SNN, w obrębie surowca włóknistego i produktu są znacznie silniejsze i dokładniejsze niż zależności "parametry procesu-właściwości produktu" lub "parametry procesu-właściwości surowca włóknistego. Słowa kluczowe: papier, masa włóknista, analiza mielenia, sztuczne sieci neuronowe, SNN.Pulp refining operation has be[...]

 Strona 1