Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "evaluation impact" wg kryterium: Wszystkie pola


Wyświetlanie 1-3 z 3
Tytuł:
Environmental impact evaluation of diesel engine fuelled with CNG
Autorzy:
Kumar, Neeraj
Arora, Bharat Bhushan
Maji, Sagar
Powiązania:
https://bibliotekanauki.pl/articles/27311552.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
Diesel
CNG
Dual fuel
Emissions
diesel
cng
emisja spalin
sprężony gaz ziemny
podwójne paliwo
Opis:
The uncertainty in the supply of crude oil, increasing the number of vehicles and rising air pollution, especially in urban areas, has prompted us to look for alternative fuels. It is understood that using Compressed Natural Gas (CNG) in IC engines could be a mid-term solution to these problems. It is well established that CNG has better combustion characteristics and low emissions compared to conventional gasoline and diesel fuel. In the present study, an experiment was conducted to evaluate the engine performance and exhaust emissions using various percentages of CNG in dual fuel mode. CNG was mixed in the intake manifold’s air stream, and diesel was injected after the compression of the CNG air mixture. This paper presents experimental results of 40%,60%, and 80% CNG in the air stream. Engine performance and emissions are presented and discussed at a speed of 1200 rpm to 1500 rpm in steps of 50 rpm. The results of the experiments showed that adding CNG to diesel engines in dual-fuel combustion significantly impacted performance and emissions. Compared to single diesel fuel combustion, dual fuel combustion increases brake thermal efficiency (BTE) and brake specific fuel consumption (BSFC) at all CNG energy shares and engine speeds. Carbon monoxide (CO) and hydrocarbon (HC) emissions were increased, while nitrogen oxide (NOx) and smoke opacity were decreased in dual fuel combustion compared to single diesel fuel.
Źródło:
Archives of Environmental Protection; 2023, 49, 1; 79--84
2083-4772
2083-4810
Pojawia się w:
Archives of Environmental Protection
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evaluation of the impact of explanatory variables on the accuracy of prediction of daily inflow to the sewage treatment plant by selected models nonlinear
Ocena wpływu zmiennych objaśniających na dokładność predykcji dobowego dopływu do oczyszczalni ścieków wybranymi modelami nieliniowymi
Autorzy:
Szeląg, B.
Bartkiewicz, L.
Studziński, J.
Barbusiński, K.
Powiązania:
https://bibliotekanauki.pl/articles/205349.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
wastewater treatment plant
data mining
random forest
forecasting inflow
k-nearest neighbour
Kernel regression
oczyszczalnia ścieków
wydobywanie danych
las losowy
dopływ ścieków
modelowanie
k-najbliższy sąsiad
regresja Kernela
Opis:
The aim of the study was to evaluate the possibility of applying different methods of data mining to model the inflow of sewage into the municipal sewage treatment plant. Prediction models were elaborated using methods of support vector machines (SVM), random forests (RF), k-nearest neighbour (k-NN) and of Kernel regression (K). Data consisted of the time series of daily rainfalls, water level measurements in the clarified sewage recipient and the wastewater inflow into the Rzeszow city plant. Results indicate that the best models with one input delayed by 1 day were obtained using the k-NN method while the worst with the K method. For the models with two input variables and one explanatory one the smallest errors were obtained if model inputs were sewage inflow and rainfall data delayed by 1 day and the best fit is provided using RF method while the worst with the K method. In the case of models with three inputs and two explanatory variables, the best results were reported for the SVM and the worst for the K method. In the most of the modelling runs the smallest prediction errors are obtained using the SVM method and the biggest ones with the K method. In the case of the simplest model with one input delayed by 1 day the best results are provided using k-NN method and by the models with two inputs in two modelling runs the RF method appeared as the best.
Celem pracy jest ocena możliwości zastosowania różnych metod data mining do modelowania dopływu ścieków do komunalnej oczyszczalni ścieków. Do opracowania modeli statystycznych metodą wektorów nośnych, lasów losowych, k – najbliższego sąsiada i regresji Kernela wykorzystano szeregi pomiarowe dobowych wartości opadów deszczu, stanów wody w odbiorniku oraz dopływów do komunalnej oczyszczalni ścieków w Rzeszowie. Z obliczeń wykonanych metodami SVM, RF, k-NN i K wynika, że dla modeli z jedną zmienną objaśniającą opóźnioną o dobę w stosunku do wartości dopływu, najlepsze wyniki otrzymano modelem autoregresyjnym bazującym na metodzie k-NN a najgorsze regresją Kernela. W przypadku modeli z dwoma zmiennymi objaśniającymi najmniejsze wartości błędów uzyskano, dla modeli uwzględniających dopływ ścieków i całkowitą wysokość opadu deszczu z jednodobowym opóźnieniem; najlepsze wyniki uzyskano metodą RF a najgorsze regresji Kernela. Dla modeli z dwiema zmiennymi objaśniającymi, ale trzema sygnałami wejściowymi, najmniejsze błędy dopływu ścieków do OŚ uzyskano metodą SVM, a najgorsze regresji Kernela. Z wykonanych symulacji stwierdzono, że w większości przypadków najmniejsze wartości błędów dopływu ścieków do oczyszczalni otrzymano metodą SVM a największe metodą K. W przypadku najprostszego modelu z jednym sygnałem wejściowym opóźnionym o 1 dobę najlepsze wyniki obliczeń uzyskano metodą k-NN, a w dwóch przypadkach modeli, gdzie ujęto 2 sygnały wejściowe, najlepsza okazała się metoda RF.
Źródło:
Archives of Environmental Protection; 2017, 43, 3; 74-81
2083-4772
2083-4810
Pojawia się w:
Archives of Environmental Protection
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evaluation of the biological impact of the mixtures of diclofenac with its biodegradation metabolites 4’-hydroxydiclofenac and 5-hydroxydiclofenac on Escherichia coli. DCF synergistic effect with caffeic acid
Ocena oddziaływania diclofenaku i jego metabolitów biodegradacji 4-hydroksydiklofenaku i 5-hydroksydiklofenaku na Escherichia coli. Synergistyczny efekt diklofenaku z kwasem kawowym
Autorzy:
Matejczyk, Marzena
Ofman, Piotr
Dąbrowska, Katarzyna
Świsłocka, Renata
Lewandowski, Włodzimierz
Powiązania:
https://bibliotekanauki.pl/articles/1845372.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
diclofenac
biodegradation
metabolites
wastewaters
microbial biosensors
diklofenak
biodegradacja
metabolity
ścieki
bioczujniki mikrobiologiczne
Opis:
In environmental matrices there are mixtures of parent drug and its metabolites. The majority of research is focused on the biological activity and toxic effect of diclofenac (DCF), there is little research on the biological activity of DCF metabolites and their mixtures. The study focused on the assessment of the biological impact of DCF, its metabolites 4’-hydroxydiclofenac (4’-OHDCF) and 5-hydroxydiclofenac (5-OHDCF) and their mixtures on E. coli strains. The biological effects of tested chemicals were evaluated using the following: E. coli K-12 cells viability assay, the inhibition of bacteria culture growth, ROS (reactive oxygene species) generation and glutathione (GSH) content estimation. Moreover, we examined the influence of the mixture of DCF with caffeic acid (CA) on E. coli cells viability. Our results showed the strongest impact of the mixtures of DCF with 4’-OHDCF and 5-OHDCF on E. coli SM biosensor strains in comparison to parent chemicals. Similar results were obtained in viability test, where we noticed the highest reduction in E. coli cell viability after bacteria incubation with the mixtures of DCF with 4’-OHDCF and 5-OHDCF. Similarly, these mixtures strongly inhibited the growth of E. coli culture. We also found synergistic effect of caffeic acid in combination with DCF on E. coli cells viability. After bacteria treatment with the mixture of DCF and its metabolites we also noted the strongest amount of ROS generation and GSH depletion in E. coli culture. It suggests that oxidative stress is the most important mechanism underlying the activity of DCF and its metabolites.
Celem pracy było określenie oddziaływania diklofenaku, jego metabolitów biodegradacji 4’-OHDCF i 5-OHDCF oraz ich mieszanin na szczepy E. coli. Efekt biologiczny i stres oksydacyjny wywołany działaniem badanych w pracy związków chemicznych oceniono, poddając analizie następujące biomarkery: żywotność komórek E. coli K-12, hamowanie wzrostu kultury bakterii, wytwarzanie ROS i ocena zawartości glutationu (GSH). Ponadto zbadaliśmy wpływ mieszaniny DCF z CA na żywotność komórek E. coli. Monitorowaliśmy także reaktywność szczepu biosensora E. coli SM recA: luxCDABE w ściekach. Otrzymane wyniki wykazały najsilniejszy wpływ mieszanin DCF z 4’-OHDCF i 5-OHDCF na szczepy E. coli. Mieszanki diclofenaku z metabolitami działały inhibująco na rozwój kultury E. coli K-12 i żywotność komórek. Zaobserwowano także synergistyczne, inhibitorowe działanie kwasu kawowego w połączeniu z DCF na żywotność komórek E. coli. Najintensywniejszą generację ROS oraz redukcję GSH zaobserwowano po potraktowaniu bakterii mieszaniną DCF i jej metabolitów. Sugeruje to, że stres oksydacyjny jest najważniejszym mechanizmem leżącym u podstaw działania DCF i jego metabolitów. Ponadto, w przeprowadzonym eksperymencie wykazano użyteczność mikrobiologicznego biosensora E. coli SM recA w monitorowaniu ścieków zanieczyszczonych DCF. Uzyskane wyniki wskazują, że metabolity DCF 4’-OHDCF i 5-OHDCF mają zdolność interakcji z DCF. Zaobserwowaliśmy, że mieszaniny DCF z metabolitami mają większy wpływ na żywotność i rozwój kultury E. coli oraz indukcję promotorów w biosensorowych szczepach E. coli.
Źródło:
Archives of Environmental Protection; 2020, 46, 4; 10-22
2083-4772
2083-4810
Pojawia się w:
Archives of Environmental Protection
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies