Czasopismo | PRZEGLĄD PAPIERNICZY | Rocznik 2017 - zeszyt 5

Ocena skuteczności różnych strategii oceny efektów procesu mielenia przy użyciu sztucznych sieci neuronowych

10.15199/54.2017.5.1

nr katalogowy: 105864
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[...]

Bibliografia

[1] Adamopoulos S., Karageorgos A., Rapti E., Birbilis D. 2016. “Predicting the properties of corrugated base papers using multiple linear regression and artificial neural networks". Drewno 59 (198) : 61-72.
[2] Batchelor W.J. 2001. “Effects of Flocculation and Floc Trapping on Fibre Treatment in Low-Consistency Refining". J. Pulp Paper Sci. 27 (7) : 249-254.
[3] Baughman D.R., Liu Y.A.1995. “Neural Networks in Bioprocessing and Chemical Engineering", Academic Press.
[4] Broderick G.,Lanovette R., Valade J.L. 1997. “Optimization refiner operation with statitical modeling". Can. J. Chem. Eng. 75 (1) : 79-87.
[5] Ciesielski K., Olejnik K. 2006. "Modelowanie wpływu procesu mielenia papierniczych mas włóknistych na właściwości papieru". Przemysł Chemiczny 85 (8-9) : 1268-1271.
[6] Ciesielski K., Olejnik K.: “Application of Neural Networks for Estimation of Paper Properties Based on Refined Pulp Properties". Fibres & Textiles in Eastern Europe 22, 5 (107) : 126-132.
[7] Hagan M.T., Menhaj M. B. 1994. “Training Feedforward Networks with Marquardt Algorithm", IEEE Trans. on Neural Networks 5 (6): 989-993, “Neural Networks", AIChE Journal 40 (8) : 1328-1340.
[8] Harrison R.P., Leroux R., Stuart P.R. 2004. “Multivariate analysis of refiner operating data from TMP newsprint mill". Pulp Pap. Canada 105 (4) : 79-82.
[9] Kerekes R.J. 1990. “Characterization of pulp refiners by a C-factor". Nordic Pulp and Paper Research Journal 1, 3-8 : 211-219.
[10] Martinez D.M., Batchelor W.J., Kerekes R.J. 1997. “Forces on fibres in low consistency refining: normal force". J. Pulp Paper Sci 23 (1) : 11-18.
[11] Okan O.T., Deniz I., Tiryaki S. “Application of Artificial Neural Networks for predicting tensile index and brightness in bleaching pulp", Maderas, Cienc. tecnol. 17 (3) : 571-584.
[12] Olejnik K., Ciesielski K. 2004. "Neuronowy model procesu mielenia papierniczych mas włóknistych". Inżynieria Chemiczna i Procesowa, 25 (3/2) : 1411-1416
[13] Osowski S. 1996. "Sieci neuronowe". Warszawa. Oficyna Wydawnicza Politechniki Warszawskiej.
[14] Qian X., Tessier P.A. 1995. “Mechanistic model for predicting pulp properties from refiner operating conditions". Tappi J. 78 (4) : 215-222.
[15] Rantanen J., Hiltunen E., Nieminen K., Kerekes R., Paulapuro H. 2011. “Construction of a single bar refiner". Tappi J. 10 (7) : 45-51.
[16] Roux J.-C., Bloch J.-F., Bordin R., Nortier P. 2009. “The net normal force per crossing point: a unified concept for the low consistency refining of pulp suspensions". In Advances in Pulp and Paper Research, Trans. 14th Fund. Res. Symp., (ed. S.J. I’Anson) 1 :51-83, Oxford.
[17] Tadeusiewicz R. 1993. "Sieci Neuronowe", Warszawa. Akademicka Oficyna Wydawnicza RM.
[18] Thompson M.L., Kramer M.A. 1994: “Modelling Chemical Processes Using Prior Knowledge and Neural Networks", AIChE Journal 40 (8) : 1328-1340.
[19] Tiryaki S., Hamzacebi C. 2014. “Predicting modulus of rupture (MOR) and modulus of elasticity (MOE) of heat treated woods by artificial neural networks". Measurement 49 : 266- 274.

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

Publikacja


e-Publikacja (format pdf) - nr 64805 "Żelbetowe zbiorniki oczys..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


MATERIAŁY BUDOWLANE - e-zeszyt (pdf) 2011-12 licencja: Osobista Produkt cyfrowy	25.00 zł

Prenumerata

MATERIAŁY BUDOWLANE - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

300.00 zł

MATERIAŁY BUDOWLANE - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
MATERIAŁY BUDOWLANE - papierowa prenumerata roczna	300.00 zł brutto 277.78 zł netto 22.22 zł VAT (stawka VAT 8%)
MATERIAŁY BUDOWLANE - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

342.00 zł

MATERIAŁY BUDOWLANE - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
MATERIAŁY BUDOWLANE - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	456.00 zł brutto 422.22 zł netto 33.78 zł VAT (stawka VAT 8%)

456.00 zł

Zeszyt

2017-5

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma