Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Neural Model of Biomass Fired Boiler Emission Changes Caused by Grate Motion

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F09%3A00157218" target="_blank" >RIV/68407700:21220/09:00157218 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Neural Model of Biomass Fired Boiler Emission Changes Caused by Grate Motion

  • Popis výsledku v původním jazyce

    The problem of reducing harmful emissions produced in small-scale biomass fired boilers shortly after periodically performed grate movement is a part of project that is in general aimed at biomass combustion process investigations. Significant aim is toobtain such a boiler model quantifying dynamic impacts on the flue gas composition from those quantities which can be manipulated, or at least measured. After reducing these impacts, increase of the boiler efficiency will be the next goal in the search for an optimal control of small-scale biomass fired boilers. This paper shows ability of a neural network to extract mathematical dependencies from measured data even for very complex systems. Different types of neural network architecture are described in this paper and some results of modeling of CO, CO2 and NOx emission by the neural model of the biomass boiler are presented.

  • Název v anglickém jazyce

    Neural Model of Biomass Fired Boiler Emission Changes Caused by Grate Motion

  • Popis výsledku anglicky

    The problem of reducing harmful emissions produced in small-scale biomass fired boilers shortly after periodically performed grate movement is a part of project that is in general aimed at biomass combustion process investigations. Significant aim is toobtain such a boiler model quantifying dynamic impacts on the flue gas composition from those quantities which can be manipulated, or at least measured. After reducing these impacts, increase of the boiler efficiency will be the next goal in the search for an optimal control of small-scale biomass fired boilers. This paper shows ability of a neural network to extract mathematical dependencies from measured data even for very complex systems. Different types of neural network architecture are described in this paper and some results of modeling of CO, CO2 and NOx emission by the neural model of the biomass boiler are presented.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JB - Senzory, čidla, měření a regulace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA101%2F07%2F1667" target="_blank" >GA101/07/1667: Provozně zajištěná pokročilá regulace tepelně-energetických zařízení</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2009

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Automatizácia a riadenie v teórii a praxi 2009

  • ISBN

    978-80-553-0146-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

  • Název nakladatele

    Technická Univerzita v Košiciach

  • Místo vydání

    Košice

  • Místo konání akce

    Stará Lesná

  • Datum konání akce

    4. 3. 2009

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku