Gdzie jesteśmy: Strona głównaRok 2014Numer (107) → Artykuł:
AAA     ENG | POL

Wykorzystanie sieci neuronowych do przewidywania właściwości papieru na podstawie właściwości mielonej masy papierniczej

Research and development

Autorzy:

  • Ciesielski Krzysztof
    Faculty of Process and Environmental Engineering, Technical University of Lodz, Łódź, Poland
  • Olejnik Konrad
    Institute of Papermaking and Printing, Lodz University of Technology, Łódź, Poland

Download... PDF
Pełen tekst (ang.)

Abstrakt:

Celem pracy było określenie potencjalnych możliwości przewidywania właściwości papieru na podstawie właściwości zmielonej masy papierniczej z użyciem sieci neuronowej. Jako dane wejściowe wybrano cztery, najbardziej istotne z technologicznego punktu widzenia wskaźniki, które odpowiadają trzem podstawowym efektom mielenia masy papierniczej. Były to: WRV włókien,WRV masy, średnia długość włókien i zawartość frakcji drobnej w mielonej masie papierniczej. Na tej podstawie podjęto próbę jednoczesnego przewidywania następujących właściwości papieru: gęstości pozornej, wskaźnika odporności na zerwanie i oporu przedarcia. Wykorzystano klasyczną sieć neuronową TLN wielowarstwowy perceptron z jedną warstwą ukrytą. Ilość neuronów na wejściu i wyjściu odpowiadała ilości danych wejściowych (wskaźniki efektów mielenia masy papierniczej) i wyjściowych (właściwości papieru). Wielkość warstwy ukrytej dobrano eksperymentalnie. Jako metodę treningową zastosowano metodę Levenberga-Marquardt’a. Z ogólnego zbioru danych, 90% wydzielono jako dane treningowe, zaś 10% jako zbiór testowy, służący weryfikacji procesu treningowego. W wyniku przeprowadzonych badań otrzymano zadowalający poziom zgodności wyników symulacji z danymi eksperymentalnymi. Wyniki wskazują że zaproponowana technika może być zastosowana także do innych rodzajów mas włóknistych, szczególnie, że w procesie przemysłowym liczba dostępnych wyników, które mogą posłużyć jako dane treningowe, jest znacznie większa. Wobec braku kompleksowych i sprawdzonych modeli matematycznych, zaproponowany model stanowi jedno z możliwych rozwiązań opisywanego problemu.

Tagi:

pulp, paper, WRV, fibre length, fines, strength properties, neural networks, simulation.

Cytowanie:

Ciesielski K, Olejnik K. Application of Neural Networks for Estimation of Paper Properties Based on Refined Pulp Properties. FIBRES & TEXTILES in Eastern Europe 2014; 22, 5(107): 126-132.

Opublikowano w numerze nr 5 (107) / 2014, strony 126–132.

KONTAKT:

FIBRES & TEXTILES
in Eastern Europe
ul. Skłodowskiej-Curie 19/27,
90-570 Łódź, Poland
e-mail: infor@lit.lukasiewicz.gov.pl
ftee@lit.lukasiewicz.gov.pl
Wydarzenia:

Redakcja
FIBRES & TEXTILES in Eastern Europe ul. M. Skłodowskiej-Curie 19/27, 90-570 Łódź e-mail: infor@lit.lukasiewicz.gov.pl; ftee@lit.lukasiewicz.gov.pl


Redaktor naczelny Dariusz Wawro, Kierownik Redakcji Janusz Kazimierczak, Korektor j. ang. Geoffrey Large, Asystent redaktora Anna Wahl, Wydawca Łukasiewicz-ŁIT

facebook