Signal correlations in biomass combustion – an information theoretic analysis

Abstract Increasing environmental and economic awareness are driving the development of combustion technologies to efficient biomass use and clean burning. To accomplish these goals, quantitative information about combustion variables is needed. However, for small-scale combustion units the existin...

Full description

Bibliographic Details
Main Author: Ruusunen, M. (Mika)
Other Authors: Leiviskä, K. (Kauko)
Format: Doctoral Thesis
Language:English
Published: Oulun yliopisto 2013
Subjects:
Online Access:http://urn.fi/urn:isbn:9789526201924
http://nbn-resolving.de/urn:isbn:9789526201924
id ndltd-oulo.fi-oai-oulu.fi-isbn978-952-62-0192-4
record_format oai_dc
collection NDLTD
language English
format Doctoral Thesis
sources NDLTD
topic Jaccard's index
analytical methods
biomass
burning
combustion gases
measurements
multivariate analysis
Jaccardin indeksi
analyysimenetelmät
biomassa
mittaukset
monimuuttuja-analyysi
palaminen
savukaasut
spellingShingle Jaccard's index
analytical methods
biomass
burning
combustion gases
measurements
multivariate analysis
Jaccardin indeksi
analyysimenetelmät
biomassa
mittaukset
monimuuttuja-analyysi
palaminen
savukaasut
Ruusunen, M. (Mika)
Signal correlations in biomass combustion – an information theoretic analysis
description Abstract Increasing environmental and economic awareness are driving the development of combustion technologies to efficient biomass use and clean burning. To accomplish these goals, quantitative information about combustion variables is needed. However, for small-scale combustion units the existing monitoring methods are often expensive or complex. This study aimed to quantify correlations between flue gas temperatures and combustion variables, namely typical emission components, heat output, and efficiency. For this, data acquired from four small-scale combustion units and a large circulating fluidised bed boiler was studied. The fuel range varied from wood logs, wood chips, and wood pellets to biomass residue. Original signals and a defined set of their mathematical transformations were applied to data analysis. In order to evaluate the strength of the correlations, a multivariate distance measure based on information theory was derived. The analysis further assessed time-varying signal correlations and relative time delays. Ranking of the analysis results was based on the distance measure. The uniformity of the correlations in the different data sets was studied by comparing the 10-quantiles of the measured signal. The method was validated with two benchmark data sets. The flue gas temperatures and the combustion variables measured carried similar information. The strongest correlations were mainly linear with the transformed signal combinations and explicable by the combustion theory. Remarkably, the results showed uniformity of the correlations across the data sets with several signal transformations. This was also indicated by simulations using a linear model with constant structure to monitor carbon dioxide in flue gas. Acceptable performance was observed according to three validation criteria used to quantify modelling error in each data set. In general, the findings demonstrate that the presented signal transformations enable real-time approximation of the studied combustion variables. The potentiality of flue gas temperatures to monitor the quality and efficiency of combustion allows development toward cost effective control systems. Moreover, the uniformity of the presented signal correlations could enable straightforward copies of such systems. This would cumulatively impact the reduction of emissions and fuel consumption in small-scale biomass combustion. === Tiivistelmä Kasvava ympäristö- ja kustannustietoisuus ohjaa polttoteknologioiden kehitystä yhä tehokkaampaan biomassan hyödyntämiseen ja puhtaampaan palamiseen. Näiden tavoitteiden saavuttamiseen tarvitaan mittaustietoa palamismuuttujista. Nykyiset palamisen seurantaan tarkoitetut ratkaisut ovat kuitenkin pienpolttolaitteita ajatellen usein kalliita tai monimutkaisia. Tässä työssä tutkittiin mitattujen savukaasun lämpötilojen riippuvuussuhdetta tyypillisiin kaasukomponentteihin, lämpötehoon ja tehokkuuteen. Tätä varten analysoitiin mittausaineistot neljästä erityyppisestä pienpolttolaitteesta ja suuresta kiertoleijupeti-kattilasta. Puupolttoaineina olivat klapi, hake, pelletti ja hakkuujäte. Analyysi tehtiin alkuperäisillä mittaussignaaleilla ja niistä matemaattisesti muunnetuilla signaaleilla. Riippuvuussuhteiden selvittämiseksi johdettiin informaatioteoriaan perustuva monimuuttuja-etäisyysmitta, jonka lukuarvolla mitataan signaalien samankaltaisuutta. Esitetty analyysimenetelmä sisälsi myös riippuvuuksien ajallisen muutoksen ja suhteellisten aikaviiveiden arvioinnin. Tulosten arvojärjestys perustui etäisyysmitan arvoon. Riippuvuussuhteiden samankaltaisuutta mittausaineistojen välillä vertailtiin 10-kvantiileilla. Analyysimenetelmän toimivuus vahvistettiin kahdella tunnetulla koeaineistolla. Savukaasun lämpötilojen ja palamismuuttujien mittaussignaaleissa oli samankaltainen informaatiosisältö. Vahvimmat riippuvuudet olivat muunnettujen signaalien yhdistelmillä pääosin lineaarisia ja palamisteorian mukaisia. Merkittävää oli, että tietyillä signaalimuunnos- ja palamismuuttujapareilla oli sama riippuvuussuhde kaikissa mittausaineistossa. Tämä todettiin myös simuloinneilla arvioitaessa savukaasujen hiilidioksidipitoisuutta lineaarisella, kiinteällä mallirakenteella. Mallin tarkkuus oli riittävä kolmella erityyppisellä kriteerillä jokaisessa mittausaineistossa. Tulosten perusteella signaalimuunnoksilla voidaan arvioida palamismuuttujia reaaliaikaisesti. Savukaasujen lämpötilojen potentiaali palamisen laadun ja tehokkuuden seurannassa mahdollistaa kustannustehokkaiden säätöratkaisujen kehityksen. Löydettyjä yleistettäviä riippuvuussuhteita hyödyntämällä niiden käyttöönotto lukuisissa polttolaitteissa helpottuisi. Pienpolton päästöjen ja polttoaineen kulutuksen vähentyminen olisi tällöin kumulatiivista.
author2 Leiviskä, K. (Kauko)
author_facet Leiviskä, K. (Kauko)
Ruusunen, M. (Mika)
author Ruusunen, M. (Mika)
author_sort Ruusunen, M. (Mika)
title Signal correlations in biomass combustion – an information theoretic analysis
title_short Signal correlations in biomass combustion – an information theoretic analysis
title_full Signal correlations in biomass combustion – an information theoretic analysis
title_fullStr Signal correlations in biomass combustion – an information theoretic analysis
title_full_unstemmed Signal correlations in biomass combustion – an information theoretic analysis
title_sort signal correlations in biomass combustion – an information theoretic analysis
publisher Oulun yliopisto
publishDate 2013
url http://urn.fi/urn:isbn:9789526201924
http://nbn-resolving.de/urn:isbn:9789526201924
work_keys_str_mv AT ruusunenmmika signalcorrelationsinbiomasscombustionaninformationtheoreticanalysis
_version_ 1718553866175250432
spelling ndltd-oulo.fi-oai-oulu.fi-isbn978-952-62-0192-42017-10-14T04:16:41ZSignal correlations in biomass combustion – an information theoretic analysisRuusunen, M. (Mika)info:eu-repo/semantics/openAccess© University of Oulu, 2013info:eu-repo/semantics/altIdentifier/pissn/0355-3213info:eu-repo/semantics/altIdentifier/eissn/1796-2226Jaccard's indexanalytical methodsbiomassburningcombustion gasesmeasurementsmultivariate analysisJaccardin indeksianalyysimenetelmätbiomassamittauksetmonimuuttuja-analyysipalaminensavukaasutAbstract Increasing environmental and economic awareness are driving the development of combustion technologies to efficient biomass use and clean burning. To accomplish these goals, quantitative information about combustion variables is needed. However, for small-scale combustion units the existing monitoring methods are often expensive or complex. This study aimed to quantify correlations between flue gas temperatures and combustion variables, namely typical emission components, heat output, and efficiency. For this, data acquired from four small-scale combustion units and a large circulating fluidised bed boiler was studied. The fuel range varied from wood logs, wood chips, and wood pellets to biomass residue. Original signals and a defined set of their mathematical transformations were applied to data analysis. In order to evaluate the strength of the correlations, a multivariate distance measure based on information theory was derived. The analysis further assessed time-varying signal correlations and relative time delays. Ranking of the analysis results was based on the distance measure. The uniformity of the correlations in the different data sets was studied by comparing the 10-quantiles of the measured signal. The method was validated with two benchmark data sets. The flue gas temperatures and the combustion variables measured carried similar information. The strongest correlations were mainly linear with the transformed signal combinations and explicable by the combustion theory. Remarkably, the results showed uniformity of the correlations across the data sets with several signal transformations. This was also indicated by simulations using a linear model with constant structure to monitor carbon dioxide in flue gas. Acceptable performance was observed according to three validation criteria used to quantify modelling error in each data set. In general, the findings demonstrate that the presented signal transformations enable real-time approximation of the studied combustion variables. The potentiality of flue gas temperatures to monitor the quality and efficiency of combustion allows development toward cost effective control systems. Moreover, the uniformity of the presented signal correlations could enable straightforward copies of such systems. This would cumulatively impact the reduction of emissions and fuel consumption in small-scale biomass combustion.Tiivistelmä Kasvava ympäristö- ja kustannustietoisuus ohjaa polttoteknologioiden kehitystä yhä tehokkaampaan biomassan hyödyntämiseen ja puhtaampaan palamiseen. Näiden tavoitteiden saavuttamiseen tarvitaan mittaustietoa palamismuuttujista. Nykyiset palamisen seurantaan tarkoitetut ratkaisut ovat kuitenkin pienpolttolaitteita ajatellen usein kalliita tai monimutkaisia. Tässä työssä tutkittiin mitattujen savukaasun lämpötilojen riippuvuussuhdetta tyypillisiin kaasukomponentteihin, lämpötehoon ja tehokkuuteen. Tätä varten analysoitiin mittausaineistot neljästä erityyppisestä pienpolttolaitteesta ja suuresta kiertoleijupeti-kattilasta. Puupolttoaineina olivat klapi, hake, pelletti ja hakkuujäte. Analyysi tehtiin alkuperäisillä mittaussignaaleilla ja niistä matemaattisesti muunnetuilla signaaleilla. Riippuvuussuhteiden selvittämiseksi johdettiin informaatioteoriaan perustuva monimuuttuja-etäisyysmitta, jonka lukuarvolla mitataan signaalien samankaltaisuutta. Esitetty analyysimenetelmä sisälsi myös riippuvuuksien ajallisen muutoksen ja suhteellisten aikaviiveiden arvioinnin. Tulosten arvojärjestys perustui etäisyysmitan arvoon. Riippuvuussuhteiden samankaltaisuutta mittausaineistojen välillä vertailtiin 10-kvantiileilla. Analyysimenetelmän toimivuus vahvistettiin kahdella tunnetulla koeaineistolla. Savukaasun lämpötilojen ja palamismuuttujien mittaussignaaleissa oli samankaltainen informaatiosisältö. Vahvimmat riippuvuudet olivat muunnettujen signaalien yhdistelmillä pääosin lineaarisia ja palamisteorian mukaisia. Merkittävää oli, että tietyillä signaalimuunnos- ja palamismuuttujapareilla oli sama riippuvuussuhde kaikissa mittausaineistossa. Tämä todettiin myös simuloinneilla arvioitaessa savukaasujen hiilidioksidipitoisuutta lineaarisella, kiinteällä mallirakenteella. Mallin tarkkuus oli riittävä kolmella erityyppisellä kriteerillä jokaisessa mittausaineistossa. Tulosten perusteella signaalimuunnoksilla voidaan arvioida palamismuuttujia reaaliaikaisesti. Savukaasujen lämpötilojen potentiaali palamisen laadun ja tehokkuuden seurannassa mahdollistaa kustannustehokkaiden säätöratkaisujen kehityksen. Löydettyjä yleistettäviä riippuvuussuhteita hyödyntämällä niiden käyttöönotto lukuisissa polttolaitteissa helpottuisi. Pienpolton päästöjen ja polttoaineen kulutuksen vähentyminen olisi tällöin kumulatiivista.Oulun yliopistoLeiviskä, K. (Kauko)2013-08-27info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://urn.fi/urn:isbn:9789526201924urn:isbn:9789526201924eng