Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2019 - zeszyt 2

Industrial processes control with the use of a neural tomographic algorithm

Sterowanie procesami przemysłowymi z wykorzystaniem neuronowego algorytmu tomograficznego

10.15199/48.2019.02.22

nr katalogowy: 118389
10.15199/48.2019.02.22

Streszczenie

This paper presents the original Electrical Impedance Tomography (EIT) imaging algorithm in relation to physic-chemical processes of crystallization. Thanks to the developed method based on artificial neural networks (ANN), it was possible to develop an algorithm that could allow effective detection of crystals and other inclusions inside the reactor filled with non-Newtonian fluid. The neural controller contains a structure of independent neural networks. The number of ANNs corresponds to the resolution of the output image mesh.

Abstract

W artykule przedstawiono oryginalny algorytm obrazowania z wykorzystaniem elektrycznej impedancji tomograficznej (EIT) w odniesieniu do fizykochemicznych procesów krystalizacji. Dzięki opracowanej metodzie opartej na sztucznych sieciach neuronowych (SSN) możliwe było opracowanie algorytmu, który umożliwiłby skuteczne wykrywanie kryształów i innych wtrąceń wewnątrz reaktora wypełnionego płynem nienewtonowskim. Sterownik neuronowy składa się z systemu niezależnych sieci neuronowych. Liczba SSN odpowiada rozdzielczości siatki obrazu wyjściowego.

Słowa kluczowe

Keywords

Bibliografia

[1] Rymarczyk T., Kłosowski G., Cieplak T. and Kozłowski E., Application of a neural EIT system to control the processes, PTZE — 2018 Applications of Electromagnetic in Modern Techniques and Medicine, 09-12 September 2018, Racławice, Poland.
[2] Ziol kowsk i M. , Grat kows ki S. , Zywi ca A. R. Analytical and numerical models of the magnetoacoustic tomography with magnetic induction. COMPEL - Int. J. Comput. Math. Electr. Electron. Eng. 37 (2018), 538-548
[3] Kosic ka E. , Kozłowski E., Mazurkiewicz D., Intelligent Systems of Forecasting the Failure of Machinery Park and Supporting Fulfilment of Orders of Spare Parts. (2018), 54-63
[4] Gola A. , Nieoc z ym A., Application of OEE Coefficient for Manufacturing Lines Reliability Improvement. in Proceedings of the 2017 International Conference on Management Science and Management Innovation (MSMI 2017) (Atlantis Press, 2017), 189-194
[5] Duroudier J.-P., Crystallization and crystallizers. (Elsevier, 2016).
[6] Thomas S. , Ar i f P.M. , Gowd E.B. , Kalar ik kal N., Crystallization in multiphase polymer systems. (Elsevier, 2018).
[7] Paschedag A. R., Computational Fluid Dynamics. in Ullmann’s Encyclopedia of Industrial Chemistry (Wiley-VCH Verlag GmbH & Co. KGaA, 2005)
[8] Sawko R. , Thompson C. , Mathematical and Computational Methods of non-Newtonian, Multiphase Flows. (2011).
[9] Jones A. G. Crystallization process systems. (Butterworth- Heinemann, 2002).
[10] R ymar c z yk T. et al., Practical Implementation of Electrical Tomography in a Distributed System to Examine the Condition of Objects. IEEE Sens. J., 17 (2017), 8166-8186
[11] Korzeniewska E., Gałązka-Czarnecka I., Czarnecki A., Piekarska A., Krawczyk A., Influence of PEF on antocyjans in wine, Przeglad Elektrotechniczny, 94 (2018), No. 1, 57-60.
[12] Korzeniewska E., Szczesny A., Parasitic parameters of thin film structures created on flexible substrates in PVD process, Microelectronic Engineering, 193 (2018), 62-64.
[13] R ymar c z yk T. , Kłosows ki , G. Application of neural reconstruction of tomographic images in the problem of reliability of flood protection facilities. Eksploat. i Niezawodn. -- Maint. Reliab. 20 (2018), 425-434
[14] Rymar c z yk T. , Kłosowski G., Kozłows ki E. , A Non- Destructive System Based on Electrical Tomography and Machine Learning to Analyze the Moisture of Buildings. Sensors, 18 (2018), 2285
[15] K łosowsk i G. & Rymar c z yk T. Using neural networks and deep learning algorithms in electrical impedance tomography. Inform. Autom. Pomiary w Gospod. i Ochr. Środowiska, 7 (2017), 99-102
[16] Bor soi R. A. , Aya J. C. C. , Cos ta G. H. , Bermudez J . C. M., Super-resolution reconstruction of electrical impedance tomography images. Comput. Electr. Eng., 69 (2018), 1-13

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 118389 "Industrial processes cont..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY - e-zeszyt (pdf) 2019-2 licencja: Osobista Produkt cyfrowy	55.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2019-2

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma