การประยุกต์ใช้โครงข่ายประสาทเทียมเพื่อทำนายปริมาณแก๊สไนโตรเจนออกไซด์ที่เกิดจากหัวพ่นไฟวัสดุพรุนเม็ดกลมอัดแน่น

The application of artificial neural network to predict the nitrogen oxide emitted from packed-bed sphere porous burner

Name: ปฏิวัติ วรามิตร

Organization : มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน. คณะวิศวกรรมศาสตร์และสถาปัตยกรรมศาสตร์

Email : pathiwat.wa@rmuti.ac.th

Name: รพีพงศ์ เปี่ยมสุวรรณ

Organization : มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน. คณะวิศวกรรมศาสตร์และสถาปัตยกรรมศาสตร์

Name: บัณฑิต กฤตาคม

Organization : มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน. คณะวิศวกรรมศาสตร์และสถาปัตยกรรมศาสตร์

Name: โสภณ สินสร้าง

Organization : มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน. คณะวิศวกรรมศาสตร์และสถาปัตยกรรมศาสตร์

Name: นันทวัฒน์ วีระยุทธ

Organization : มหาวิทยาลัยอุบลราชธานี. คณะวิศวกรรมศาสตร์

keyword: หัวพ่นไฟวัสดุพรุน

ThaSH: นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)

; วัสดุพรุนชนิดเม็ดกลมอัดแน่น

ThaSH: วัสดุรูพรุน

Abstract: บทความวิจจัยนี้มีวัตถุประสงค์เพื่อนำเสนอการทำนายปริมาณแก๊ส ไนโตรเจนออกไซด์ (NOx) ที่เกิดจากการเผาไหม้ของแก๊สแอลพีจี (LPG) ในหัวพ่นไฟวัสดุพรุนเม็ดกลมอัดแน่นโดยใช้โครงข่ายประสาทเทียม ซึ่ง วัสดุพรุนทำมาจากหินตู้ปลาเม็ดกลมที่มีขนาดเส้นผ่านศูนย์กลาง (d) และ ค่าความพรุน (ε) เท่ากับ 1.55 เซนติเมตร และ 0.362 อัตราเร็วเชิง ปริมาตรของเชื้อเพลิงแก๊สผสมก่อน (Vmix) ระหว่างแก๊สแอลพีจีกับอากาศ ถูกส่งเข้ามายังชั้นวัสดุพรุนในช่วงความเร็ว 5 - 40 m3/h อัตราส่วนสมมูล ของเชื้อเพลิง (Φ) อยู่ในช่วง 0.48 - 0.84 โดยทำการวัดปริมาณแก๊ส NOx ที่ระดับความสูงของชั้นวัสดุพรุนเท่ากับ 5 เซนติเมตร ตามลำดับ ซึ่งใน บทความวิจัจนี้ดันำปริมาณแก๊สที่วัดค่าจากการทดลองมาเปรียบเทียบ กับผลการทำนายปริมาณแก๊สโดยใช้โครงข่ายประสาทเทียม ผลจาก การศึกษาพบวา่ โครงข่ายประสาทเทียมแบบหลายชั้นป้อนไปข้างหน้าซึ่ง มีกระบวนการเรียนรู้แบบแพร่กระจายย้อนกลับของเลเวนเบิร์ก-มาควาดท์ สามารถทำนายปริมาณแก๊ส NOx ที่ปล่อยออกมาจากหัวพ่นไฟวัสดุพรุน เม็ดกลมอัดแน่นได้

Abstract: This research paper aim to propose the prediction of nitrogen oxide emitted from LPG (Liquid Petroleum Gas) packed-bed sphere porous burner using artificial neural network (ANN). The pebbles having average diameter (d) of 1.55 cm and porosity (Φ) of 0.362 were employed as the packed-bed sphere porous medium. The volumetric premixed-gas flow rate (Vmix) in the range of 5 - 40 m3/h was supplied to the porous matrix. The equivalence ratio (Φ) was operated in the range of 0.48-0.84 and nitrogen oxide quantities were measured at 5 cm height of porous layer, respectively. ANN was applied to describe the combustion behavior of burner. Furthermore, prediction result of ANN was compared with the experimental data. In this research, it was obviously found that Multilayer feed forward Levenberg-Maqurdt's back-propagation ANN can predict nitrogen oxide quantities effectively.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2562

Modified: 2566-10-11

Issued: 2566-10-11

บทความ/Article

application/pdf

BibliograpyCitation : ใน สมาคมวิชาการไฟฟ้า อิเล็กทรอนิกส์ คอมพิวเตอร์ โทรคมนาคม และสารสนเทศ และคณะเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยราชภัฏอุบลราชธานี. การประชุมวิชาการ งานวิจัยและพัฒนาเชิงประยุกต์ ครั้งที่ 11 (ECTI-CARD 2019) (pp.286-289). อุบลราชธานี : มหาวิทยาลัยราชภัฏอุบลราชธานี

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	ECTI-CARD 2019pp.286-289.pdf	699.31 KB

ใช้เวลา

0.040375 วินาที