跳到主要內容

臺灣博碩士論文加值系統

(44.192.247.184) 您好!臺灣時間:2023/02/06 17:05
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:吳義生
研究生(外文):Wu,Yi-Sheng
論文名稱:倒傳遞類神經網路於垃圾焚化廠最佳化操作之應用
論文名稱(外文):The Optimun Operations for Garbage Incineration Plants by Back-Propagation Neural Network
指導教授:林耀堅
指導教授(外文):Lin,Yaw-Jian
學位類別:碩士
校院名稱:國立屏東科技大學
系所名稱:環境工程與科學系
學門:工程學門
學類:環境工程學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:109
中文關鍵詞:倒傳遞類神經最佳化操作焚化爐敏感度分析
外文關鍵詞:Back-Propagation Neural NetworkOptimum operationsIncineratorSensitivity analysis
相關次數:
  • 被引用被引用:1
  • 點閱點閱:187
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
台灣近年來對於一般廢棄物處理上,朝以焚化為主掩埋為輔。至民國94年底全國已有20座焚化爐同時運轉,由於都市垃圾分類不易徹底,因此對焚化爐之控制穩定度相對也增加其困難。本研究以倒傳遞類神經網路,針對中部某ㄧ垃圾焚化爐所排放廢氣中的一氧化碳、硫氧化物、氯化氫、氮氧化物之濃度及不透光率作預測,並以敏感度分析作為焚化爐操作變數之控制,以最有效率之控制下,期能達到最小污染排放。
對於焚化系統各項可控制的變數中,本研究係利用敏感度分析,正確的找出其間之關係,瞭解各變數應增減的調整比例,有助於實廠操作變數之調控。依本研究所篩選之各項操作變數權重前五名排序,可知影響CO排放濃度之因子依序為鍋爐產氣量、鍋爐出口含氧濃度、一次空氣流量、垃圾滲出液投入量及煙囪入口廢氣流量;就硫氧化物而言,其影響因子依序為鍋爐產氣量、其次為一次空氣流量、煙囪入口含氧量,亦關係到二次空氣流量以及煙囱入口含水率。
此外,影響HCl排放濃度之因子依序為鍋爐產氣量、中和池pH值、一次空氣預熱溫度、消石灰乳泥噴入量、以及垃圾滲出液投入量。
而氮氧化物為煙囪入口含氧濃度、鍋爐產氣量、二次空氣流量、袋式集塵器入口溫度及煙囪入口含水率,至於影響不透光率之因子則是一次空氣流量、鍋爐產氣量、袋式集塵器入口溫度、煙囪入口含氧濃度及含水率。
Incineration has become the trend of dealing with trash in Taiwan in recent years. By the end of 2005, there have been 20 incinerators in the nation. Due to the difficulties of sorting trash thoroughly, it is relatively hard to control the incinerators perfectly. This study uses the Back-Propagation Neural Network to predict the CO, SOX, HCl, NOX and Op in the flue gas emitted from the incinerators of Taichung. The incinerators’ operational conditions variables were examined by the sensitivity analysis. It is expected to get the most efficient control and to minimize the release of exhausts.
The sensitivity analysis was performed to find the co-relationship among the controllable variables of incineration system and to get the optimal operating values that would be helpful to control the incinerator. Each the first five operation variables were screened. The most important factor to influence CO was the loading rate of the boiler. Other respective factors were the oxygen in the boiler, the flow rate of primary air, the feeding rate of trash leaching, and the flow rate of exhaust air. The most important factor to influence SOX was the loading rate of the boiler. Other respective factors were the flow rate of primary air, the oxygen in the stack, the flow rate of second air, and the water content in the stack.
In addition, the most important factor to influence HCl was the loading rate of the boiler. Other respective factors were the pH value in the neutralization pool, the pre-heat temperature of primary air, the feeding rate of the lime slurry, and the feeding rate of trash leaching. The most important factor to influence NOX was the oxygen in the stack. Other respective factors were the loading rate of the boiler, the flow rate of second air, the temperature of bag filter, and the water content in the stack. The most important factor to influence Op was the flow rate of primary air. Other respective factors were the loading rate of the boiler, the temperature of bag filter, the oxygen, and the water content in the stack.
目 錄
摘要 I
Abstract III
誌謝 V
目錄 VI
表目錄 XI
圖目錄 XII
第一章 緒論……………………………………………………………. 1
1.1 研究緣起……………………………………………………… 1
1.2 研究目的……………………………………………………… 4
第二章 文獻回顧………………………………………………………. 6
2.1 焚化廠發展過程……………………………………………… 6
2.2 焚化基本原理………………………………………………… 7
2.2.1 垃圾組成…………………………………………………. 7
2.2.2 垃圾熱值…………………………………………………. 8
2.3 質能平衡……………………………………………………… 9
2.3.1 質量平衡………………………………………………... 10
2.3.2 能量平衡…………………………………………………11
2.4 垃圾焚化流程………………………………………………...11
2.4.1 垃圾收受設備…………………………………………... 13
2.4.2 垃圾燃燒室……………………………………………... 13
2.4.3 廢氣處理設備…………………………………………... 14
2.4.4 廢水處理設備……………………………………………15
2.4.5 飛灰及灰燼處理設備……………………………………17
2.4.6 熱能回收及發電設備……………………………………17
2.4.7 汽電共生系統……………………………………………18
2.4.8 鍋爐組成…………………………………………………18
2.4.9 鍋爐燃燒流程……………………………………………18
2.5 類神經網路簡介與應用…………………………………….. 20
2.5.1 類神經網路發展過程……………………………………20
2.5.2 類神經網路優缺點………………………………………22
2.5.3 類神經網路種類…………………………………………23
2.5.4 類神經網路的應用………………………………………26
2.6 國內外文獻探討……………………………………………...27
第三章 類神經網路模式理論…………………………………………33
3.1 類神經網路原理……………………………………………...33
3.1.1 生物神經元………………………………………………33
3.1.2 人工神經元………………………………………………35
3.2 類神經網路架構……………………………………………...39
3.2.1 類神經網路鏈結方式……………………………………42
3.3 倒傳遞類神經網路…………………………………………...44
3.3.1 倒傳遞類神經網路訓練流程……………………………45
3.3.2 倒傳遞類神經網路常見問題……………………………50
3.4 L-M演算法……………………………………………………51
第四章 研究方法………………………………………………………53
4.1 預測定義與方法……………………………………………...53
4.2 數據前處理…………………………………………………...55
4.3 網路參數設定………………………………………………...57
4.3.1 隱藏層層數及隱藏層神經元……………………………58
4.3.2 學習速率、學習法則及訓練次數……………………….59
4.4 最佳輸入變數組合篩選……………………………………...60
4.5 模式之建模…………………………………………………...61
4.6 網路輸出結果效能評估……………………………………...63
4.7 敏感度分析…………………………………………………...64
4.8 研究流程……………………………………………………...65
第五章 結果與討論……………………………………………………67
5.1 ㄧ氧化碳…………………………………………...................67
5.1.1 ㄧ氧化碳形成原因………………………………………67
5.1.2 ㄧ氧化碳網路訓練與測試………………………………68
5.1.3 ㄧ氧化碳敏感度分析……………………………………71
5.2 硫氧化物……………………………………………………...75
5.2.1 硫氧化物形成原因………………………………………75
5.2.2 硫氧化物網路訓練與測試………………………………75
5.2.3 硫氧化物敏感度分析……………………………………78
5.3 氯化氫………………………………………………………...81
5.3.1 氯化氫形成原因…………………………………………81
5.3.2 氯化氫網路訓練與測試…………………………………81
5.3.3 氯化氫敏感度分析………………………………………84
5.4 氮氧化物……………………………………………………...87
5.4.1 氮氧化物形成原因………………………………………87
5.4.2 氮氧化物網路訓練與測試………………………………88
5.4.3 氮氧化物敏感度分析……………………………………90
5.5 不透光率………………...……………………………………93
5.5.1不透光污染物形成原因…………………………………..93
5.5.2 不透光率網路訓練與測試………………………………93
5.5.3 不透光率敏感度分析……………………………………96
第六章 結論與建議……………………………………………………99
6.1 結論…………………………………………………………...99
6.2 建議………………………………………………………….100
參考文獻………………………………………………………………102
作者簡介………………………………………………………………109
參考文獻
行政院環保署http://ivy3.epa.gov.tw/swims/.
陳建谷 (2003) 應用倒傳遞類神經及適應性模糊類神經網路模式預測垃圾焚化廠煙道氣之比較研究。國立雲林科技大學環安工程所碩士論文,1-2頁。
Kalogirou, S.A., (2003) Artificial intelligence for the modeling and control of combustion processes: a review. Progress in Energy and Combustion Science 29, 515–566.
Abdi, H. (1988) A generalized approach for connectionist auto-associative menories; Interpretation, implications and illustration for face processing, In Demongeot, J., Artificial intelligence and cognitive science.Manchester: Manchester Univ.Press.
羅華強 (2001a) 類神經網路-MATLAB的應用。清蔚科技出版,台北,5-2~5-3頁。
行政院環保署http://w3.epa.gov.tw/epalaw/.
魏天賜 (2000) 模糊控制在焚化廠垃圾燃燒控制應用。國立台灣海洋大學電機工程所碩士論文,2~12頁。
黎淑櫻 (2003) 屏東縣環境管理與居民行為模式之探討。國立屏東科技大學環境工程與科學系論文,16~17頁。
蘇聖凱 (1999) 火力電廠與汽電共生之性能評估。國立台灣大學機械工程所碩士論文。
葉怡成 (2004a) 類神經網路模式應用與實作第八版。儒林圖書公司出版,台北,1-18~1-24
Hebb DO. (1949) The organization of behavior: a neuropsychological theory, New York: Wiley.
Minsky, M., and Papert, S., (1969) Perceptrons. MIT Press, Cambrige.
Waibel Alexander, Hanazawa Toshiyuki, Hinton Geoffrey and Shikano Kitohiro (1989) Phoneme recognition using time-delay neural networks,IEEE,328-339.
Bodenhausen Ulrich and Waibel Alex (1991) Learning the Architecture of Neural Networks for Speech Recognition,IEEE,117-120.
周義昌、吳坤榮、劉榮宜 (1992) 類神經網路語言確認系統。電信研究季刊,22(3):363~370。
林修平 (2006a) 主成分分析及類神經網路應用於工業區污水處理廠之水質預測。立德管理學院資源環境所碩士論文,9~12頁。
葉怡成 (2004b) 類神經網路模式應用與實作第八版。儒林圖書出 版,台北,26-2~26-5。
盧瑞山、駱尚廉 (1999) 類神經網路於環境工程上之應用分析與回顧。第十二屆環境規劃與管理研討會,308~313頁。
萬騰州、張乙森、崔天佑 (1999) 應用類神經網路模式於台灣地區廢水處理廠成本函數研究。第二屆環境系統分析研討會,134~149頁。
莊源鍵 (1998a) 類神經網路應用於一般廢棄物焚化爐煙道氣品質預測之研究。雲林科技大學環安工程所碩士論文。
Malkar P. and Bojnar M. (1994) Short-term Air Pollutant Prediction on the Basis of Artificial Neural Networks。International Conference on Air Pollution-Proceeding,545-554.
高全興 (1997) 類神經網路於空氣品質短期預測之研究,國立雲林技術學院碩士論文。
林逸塵 (2002a) 類神經網路應用於空氣品質預測之研究。國立中山大學環境工程所碩士論文。
鍾招安 (1996) 類神經網路應用在垃圾焚化廠焚化系統之研究,國立台灣工業技術學院碩士論文。
何國裕 (2000) 一般廢棄物焚化爐燃燒系統操作與控制之研究,國立中興大學環境工程所碩士論文。
陳建中、張乃斌 (2000) 以類神經網路進行小型事業廢棄物焚化爐之燃燒模式分析。第八屆模糊理論及應用研討會。
林慶山 (2003) 天然氣發電廠氮氧化物污染濃度排放預測。國立高雄第一科技大學環境與安全衛生工程所碩士論文。
尤俊傑 (2006a) 類神經網路應用於垃圾焚化爐煙道氣(NOx 及CO)之回饋控制。立德管理學院資源環境所碩士論文。
Reinschmidt, K.F. (1994) Neural networks with multiple-state neurons for nitrogen oxide (NOx) emissions modeling and advisory control。IEEE 6,3834-3839.
Endo, Y. (1996) Development of ultra- low NOx burner for pulverized coal fuels. Fuel and Energy Abstracts 37,124-128.
Chris Brace (1998) Prediction of Diesel Engine Exhaust Emissions Monitoring System At a Tmp Mill.
Styskal,Michele,Olsen,Daniel and Willson,Bryan.(2001)Development of PEMS models for predicting NOX emissions from large bore natural gas engines.Progress in SI and Diesel Engine Modeling.91-102.
Ikonen, E., Najim, K., Kortela, U.(2000) Neuro-fuzzy modelling of power plant flue-gas emissions. Engineering Applications of Artificial Intelligence 13, 705-717.
Hao, Z., Kefa, C., Jianbo, M. (2001) Combining neural network and genetic algorithms to optimize low NOx pulverized coal combustion. Fuel 80, 2163-2169.
Yao, H.M., Vuthaluru, H.B., Tade, M.O., Djukanovic, D. (2005) Artificial neural network-based prediction of hydrogen content of coal in power station boilers. Fuel 84, 1535-1542.
羅華強 (2001b) 類神經網路-MATLAB的應用。清蔚科技出版,台北,1-4~1-5頁。
許雅雯 (2004) 應用類神經網路於結構損傷及時診斷。國立成功大學建築學系碩士論文。4-2~4-3頁。
范惠婷、萬騰州 (2000) 應用類神經網路於雲林地區空氣品質預測之研究。國科會編號NSC89-2615-C-224-032R-E,3-2~3-4頁。
尤俊傑 (2006b) 類神經網路應用於垃圾焚化爐煙道氣(NOx 及CO)之回饋控制。立德管理學院資源環境所碩士論文,25~27頁。
林逸塵 (2002b) 類神經網路應用於空氣品質預測之研究。國立中山大學環境工程所碩士論文,3-4~3-5頁。
施柏屹 (2000) 倒傳遞類神經網路學習收斂之初步探討。國立中央大學機械工程所碩士論文,12~13頁。
Werbos, P.J. (1974) Beyond regression: New tools for prediction and analysis in the behavioral sciences. PhD. dissertation, Committee on Applied Mathematics, Harvard Univ., Cambrige, MA.
Rumelhart, D.E., Hinton, G.E., and Williams, R.J. (1985) Learning internal representation by error propagation, in Parallel Distributed Processing, Vol. 1, 318-362.
黃宗仁 (2001) 利用類神經網路預測台中都會區臭氧趨勢研究。國立中興大學環境工程所碩士論文,3-7~3-15頁。
林修平 (2006b) 主成分分析及類神經網路應用於工業區污水處理廠之水質預測。立德管理學院資源環境所碩士論文,13~14頁。
王炎秋 (2006a) 應用類神經網路及時間序列預測台南地區空氣品質-PM10。立德管理學院資源環境所碩士論文,46~47頁。
Levenberg, K. (1944) A method for the solution of certain problem in least squares, Quart. Appl. Math. 2, 164-168.
Marquardt, D. (1963) An algorithm for least squares estimation of non-linear parameters, J. Ind. Appl. Math., 431-441.
李顯宏 (2005) MATLAB 7.x程式開發與應用技巧。文魁資訊出版,台北,35~50頁。
湯健文 (2003) 類神經網路於因果關係模型與時間數列模型應用。中華大學土木工程所碩士論文。
于宗先 (1972) 經濟預測。大中國圖書公司,台北。
徐貴祥 (1997) 灰色系統在商情預測上之研究。國立雲林科技大學資訊管理所碩士論文。
方世杰 (1988) 市場預測方法一百種。書泉出版社,台北。
周海龍 (1995) 台北都會區生活用水量之預測-類神經網路之應用。國立中興大學資源管理所碩士論文。
行政院環保署全球資訊網http://www.epa.gov.tw/,2006。
羅華強 (2001c) 類神經網路-MATLAB的應用。清蔚科技出版,台北,
5-94~5-95頁。
葉怡成 (1997) 應用類神經網路。儒林圖書公司出版,台北。
Hornik K., Stinchcombe M., and White H., (1989) Multilayer Feedforward Networks are Universal Approximatiors, Neural Networks 2:359-366.
莊源鍵 (1998b) 類神經網路應用於一般廢氣物焚化爐煙道氣品質預測之研究。雲林科技大學環安工程所碩士論文,94頁。
葉怡成 (2004c) 類神經網路模式應用與實作第八版。儒林圖書出 版,台北,4-42頁。
林逸塵 (2002c) 類神經網路應用於空氣品質預測之研究。國立中山大學環境工程所碩士論文,4-7頁。
王炎秋 (2006b) 應用類神經網路及時間序列預測台南地區空氣品質-PM10。立德管理學院資源環境所碩士論文,55~56頁。
尤俊傑 (2006c) 類神經網路應用於垃圾焚化爐煙道氣(NOx 及CO)之回饋控制。立德管理學院資源環境所碩士論文,7-8頁。
張乃斌 (1999) 垃圾焚化廠系統工程規劃與設計。茂昌圖書公司,台北,6-8~6-10頁。
章裕民 (2000) 焚化處理技術第3版。文京圖書公司,台北,87~90頁。
施景耀 (2003) 焚化爐中氮氧化物生成模式機制之研究。國立中正大學機械工程所碩士論文,23~25頁。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top