Application of Neural Networks for Control of District Heating \ Wykorzystanie Sieci Neuronowych Do Regulacji W Ciepłownictwie

Roczne zuzycie ciepła na potrzeby ciepłownicze w Polsce w sektorze komunalno-bytowym, szacowane jest na około 650PJ. W znacznej czesci przeznaczone ono jest na potrzeby centralnego ogrzewania i ciepłej wody uzytkowej. Istotny wpływ na jego zuzycie ma rodzaj przyjetych rozwiazan dotyczacych regulacji...

Full description

Bibliographic Details
Main Author: Chmielnicki W.J.
Format: Article
Language:English
Published: Sciendo 2010-09-01
Series:Archives of Civil Engineering
Online Access:http://www.degruyter.com/view/j/ace.2010.56.issue-3/v.10169-010-0012-y/v.10169-010-0012-y.xml?format=INT
id doaj-3b19390425f54cec80aa01ba4ccf1595
record_format Article
spelling doaj-3b19390425f54cec80aa01ba4ccf15952020-11-25T02:22:06ZengSciendoArchives of Civil Engineering1230-29452010-09-0156321923810.2478/v.10169-010-0012-yv.10169-010-0012-yApplication of Neural Networks for Control of District Heating \ Wykorzystanie Sieci Neuronowych Do Regulacji W CiepłownictwieChmielnicki W.J.0Warsaw University of Technology, Faculty of Environmental Engineering, Warsaw, Poland.Roczne zuzycie ciepła na potrzeby ciepłownicze w Polsce w sektorze komunalno-bytowym, szacowane jest na około 650PJ. W znacznej czesci przeznaczone ono jest na potrzeby centralnego ogrzewania i ciepłej wody uzytkowej. Istotny wpływ na jego zuzycie ma rodzaj przyjetych rozwiazan dotyczacych regulacji i sterowania oraz systemów zarzadzania energia. W przypadku budynków mieszkalnych koszty energii stanowia najwiekszy udział w stosunku do całkowitych kosztów zwiazanych z eksploatacja budynku. Podstawowym warunkiem umozliwiajacym racjonalne jej zuzycie jest wyposazenie budynku w nowoczesne cyfrowe systemy do regulacji i sterowania instalacji ciepłowniczych.Wstosowanych obecnie rozwiazaniach wykorzystuje sie zwykle algorytmy PI lub PID. Jednak ze wzgledu na nieliniowe własciwosci ciepłowniczych obiektów regulacji, nie zapewniaja one odpowiedniej jakosci. Czesto przebiegi maja charakter niestabilny i dochodzi do znacznych odchyłek regulacji. Alternatywa do stosowanych obecnie rozwiazan jest wykorzystanie sieci neuronowych. Sa one szczególnie zalecane do sterowania adaptacyjnego układów niestacjonarnych. Takie przypadki wystepuja w obiektach cieplnych, gdyz maja one własciwosci nieliniowe o bardzo duzym zakresie zmiennosci parametrów, dotyczy to zwłaszcza wezłów ciepłowniczych wyposazonych w przepływowe wymienniki ciepła. W pracy przedstawiono opracowany model sterowania wezłów ciepłowniczych za pomoca sieci neuronowych. Wyniki badan wyraznie wskazuja na celowosc takich rozwiazan, gdyz jakosc regulacji jest znacznie lepsza anizeli w przypadku stosowania układów tradycyjnych. Aktualnie trwaja prace nad wdrozeniem zaproponowanych rozwiazan.http://www.degruyter.com/view/j/ace.2010.56.issue-3/v.10169-010-0012-y/v.10169-010-0012-y.xml?format=INT
collection DOAJ
language English
format Article
sources DOAJ
author Chmielnicki W.J.
spellingShingle Chmielnicki W.J.
Application of Neural Networks for Control of District Heating \ Wykorzystanie Sieci Neuronowych Do Regulacji W Ciepłownictwie
Archives of Civil Engineering
author_facet Chmielnicki W.J.
author_sort Chmielnicki W.J.
title Application of Neural Networks for Control of District Heating \ Wykorzystanie Sieci Neuronowych Do Regulacji W Ciepłownictwie
title_short Application of Neural Networks for Control of District Heating \ Wykorzystanie Sieci Neuronowych Do Regulacji W Ciepłownictwie
title_full Application of Neural Networks for Control of District Heating \ Wykorzystanie Sieci Neuronowych Do Regulacji W Ciepłownictwie
title_fullStr Application of Neural Networks for Control of District Heating \ Wykorzystanie Sieci Neuronowych Do Regulacji W Ciepłownictwie
title_full_unstemmed Application of Neural Networks for Control of District Heating \ Wykorzystanie Sieci Neuronowych Do Regulacji W Ciepłownictwie
title_sort application of neural networks for control of district heating \ wykorzystanie sieci neuronowych do regulacji w ciepłownictwie
publisher Sciendo
series Archives of Civil Engineering
issn 1230-2945
publishDate 2010-09-01
description Roczne zuzycie ciepła na potrzeby ciepłownicze w Polsce w sektorze komunalno-bytowym, szacowane jest na około 650PJ. W znacznej czesci przeznaczone ono jest na potrzeby centralnego ogrzewania i ciepłej wody uzytkowej. Istotny wpływ na jego zuzycie ma rodzaj przyjetych rozwiazan dotyczacych regulacji i sterowania oraz systemów zarzadzania energia. W przypadku budynków mieszkalnych koszty energii stanowia najwiekszy udział w stosunku do całkowitych kosztów zwiazanych z eksploatacja budynku. Podstawowym warunkiem umozliwiajacym racjonalne jej zuzycie jest wyposazenie budynku w nowoczesne cyfrowe systemy do regulacji i sterowania instalacji ciepłowniczych.Wstosowanych obecnie rozwiazaniach wykorzystuje sie zwykle algorytmy PI lub PID. Jednak ze wzgledu na nieliniowe własciwosci ciepłowniczych obiektów regulacji, nie zapewniaja one odpowiedniej jakosci. Czesto przebiegi maja charakter niestabilny i dochodzi do znacznych odchyłek regulacji. Alternatywa do stosowanych obecnie rozwiazan jest wykorzystanie sieci neuronowych. Sa one szczególnie zalecane do sterowania adaptacyjnego układów niestacjonarnych. Takie przypadki wystepuja w obiektach cieplnych, gdyz maja one własciwosci nieliniowe o bardzo duzym zakresie zmiennosci parametrów, dotyczy to zwłaszcza wezłów ciepłowniczych wyposazonych w przepływowe wymienniki ciepła. W pracy przedstawiono opracowany model sterowania wezłów ciepłowniczych za pomoca sieci neuronowych. Wyniki badan wyraznie wskazuja na celowosc takich rozwiazan, gdyz jakosc regulacji jest znacznie lepsza anizeli w przypadku stosowania układów tradycyjnych. Aktualnie trwaja prace nad wdrozeniem zaproponowanych rozwiazan.
url http://www.degruyter.com/view/j/ace.2010.56.issue-3/v.10169-010-0012-y/v.10169-010-0012-y.xml?format=INT
work_keys_str_mv AT chmielnickiwj applicationofneuralnetworksforcontrolofdistrictheatingwykorzystaniesiecineuronowychdoregulacjiwciepłownictwie
_version_ 1724863384518656000