Neural network modelling of chosen nonlinearities in induction heated industrial plants

Abstract

Dynamiczne i statyczne własności nagrzewanego indukcyjnie obracającego się walca stalowego zależą, oprócz innych czynników, od współczynnika akumulowania ciepła oraz od strat ciepła z jego powierzchni. Wartość tego współczynnika silnie zależy od prędkości obrotowej walca. W artykule zaproponowano dwie metody wyznaczania takiego współczynnika: klasyczną (wykorzystującą szeroko stosowane algorytmy) oraz algorytmy sztucznej sieci neuronowej z powodzeniem wykorzystywanej do modelowania nieliniowości badanych obiektów.

Dynamic and static characteristics of induction heated rotating steel cylinder depend among others on heat accumulation and heat losses from its surface. Value of heat losses strongly depend of speed rotation of cylinder. To determine heat exchange coefficient from the cylinder surface two methods are proposed: classic optimization (based on widely used algorithms) and artificial neural network as well accepted tool for nonlinearity modeling.