• مقاله با عنوان: اعتبار سنجی سنسورهای توربین گاز V94.2 به وسیله طبقه بندی با شبکه های عصبی مصنوعی
• نویسندگان: سعید فلاح ، علی ربانی ، ابوالفضل رکن رابعی
• محل انتشار: بیست و نهمین کنفرانس بین المللی برق – پژوهشگاه نیرو - 5 تا 7 آبان ماه 93
• محور: کمیته کنترل و ابزار دقیق و اتوماسیون (ACI)
• فرمت فایل: PDF و شامل 8 صفحه می‌باشد.
چکیــــده:
نیروگاه‌های مدرن به قرائت دقیق و معتبر سنسورها برای نظارت و کنترل وابسته‌اند، بنابراین سنسورها یکی از مهم‌ترین بخش‌های سیستم کنترل در هر نیروگاه هستند. عملکرد ناصحیح یک سنسور باعث ایجاد خطای تصمیم‌گیری در یک پروسه‌یا حلقه‌های کنترلی داخلی شود لذا سالم بودن و همچنین کالیبره بودن سنسورها از اهمیت بالایی برخوردار است. با توجه به اهمیت‌های گفته‌شده سنسورها به کالیبره منظم و نگهداری نیاز دارند که یک فرآیند زمان‌بر و در نتیجه فرآیندی هزینه‌بر است. در این مقاله یک روش برای ارزیابی دقت سنسورها باهدف به حداقل رساندن نیاز به کالیبراسیون و همچنین اجتناب از shut-down واحد به دلیل فالت سنسور ارائه‌شده است.
روش ارائه‌شده بر پایه آموزش شبکه‌های عصبی مصنوعی طبقه‌بندی‌شده برای تشخیص خطاهای سنسور است. این روش برای توربین گاز V94.2 مورد بررسی قرارگرفته است. نتایج نشان می‌دهد که این روش قادر به تشخیص زودهنگام خطای سنسور است. این یافته‌ها نشان می‌دهد که استفاده از شبکه‌های عصبی مصنوعی برای تائید سنسور می‌تواند به نگهداری مقرون‌به‌صرفه و همچنین افزایش دسترسی و قابلیت اطمینان نیروگاه کمک کند.
________________________________
** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **
** توجه: در صورت مشکل در باز شدن فایل PDF مقالات نام فایل را به انگلیسی Rename کنید. **
** درخواست مقالات کنفرانس‌ها و همایش‌ها: با ارسال عنوان مقالات درخواستی خود به ایمیل civil.sellfile.ir@gmail.com پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **
اعتبار سنجی سنسورهای توربین گاز V94.2 به وسیله طبقه بندی با شبکه های عصبی مصنوعی