USAGE ARTIFICIAL NEURAL NETWORKS FOR REDICTION OUTPUT IN THE PYROLYSIS POCESS

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27360%2F10%3A86076336" target="_blank" >RIV/61989100:27360/10:86076336 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

USAGE ARTIFICIAL NEURAL NETWORKS FOR REDICTION OUTPUT IN THE PYROLYSIS POCESS

Popis výsledku v původním jazyce

The article describes the prediction of gaseous phase in the pyrolysis process using artificial neural networks. The objective is to find a combination of input variables (amount of materials, temperature, time of the process, etc.) to reach the maximumamount of gaseous phase. Pyrolysis is physical-chemical process. It belongs into group of thermal processes acting at a high temperature on the waste, which exceeds the limit of its chemical stability. There is a thermal decomposition of organic materialin a controlled atmosphere without oxygen. The output pyrolysis products are solid, liquid and gaseous fractions. The goal of prediction is to get as much gaseous fraction as possible.

Název v anglickém jazyce

USAGE ARTIFICIAL NEURAL NETWORKS FOR REDICTION OUTPUT IN THE PYROLYSIS POCESS

Popis výsledku anglicky

The article describes the prediction of gaseous phase in the pyrolysis process using artificial neural networks. The objective is to find a combination of input variables (amount of materials, temperature, time of the process, etc.) to reach the maximumamount of gaseous phase. Pyrolysis is physical-chemical process. It belongs into group of thermal processes acting at a high temperature on the waste, which exceeds the limit of its chemical stability. There is a thermal decomposition of organic materialin a controlled atmosphere without oxygen. The output pyrolysis products are solid, liquid and gaseous fractions. The goal of prediction is to get as much gaseous fraction as possible.

Druh

D - Stať ve sborníku

CEP obor

JG - Hutnictví, kovové materiály

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2010

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Den interních doktorandů 2010

ISBN

978-80-248-2344-7

ISSN

—

e-ISSN

—

Počet stran výsledku

3

Strana od-do

—

Název nakladatele

VŠB - TU Ostrava

Místo vydání

Ostrava

Místo konání akce

Ostrava

Datum konání akce

1. 12. 2010

Typ akce podle státní příslušnosti

CST - Celostátní akce

Kód UT WoS článku

—