Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Sensitivity Analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Sensitivity analysis for a hybrid off-grid PV/DG/BATT system for the electrification of rural communities
    Autorzy:
    Pedro, Pazmiño-Zapatier
    Juan, Lata-García
    Powiązania:
    https://bibliotekanauki.pl/articles/2096174.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    renewable energy sources
    sensitivity analysis
    LCOE
    HOMER
    odnawialne źródła energii
    analiza wrażliwości
    koszty
    oprogramowanie HOMER
    Opis:
    One of the pillars for the development of isolated communities is electricity, however the implementation of conventional networks is limited as a result of the difficulties of the terrain. This paper aims to analyze the technical-economic feasibility of implementing a hybrid off-grid solar photovoltaics (PV)/diesel generator (DG)/battery (BATT) based power system for the electrification of rural communities, using a case study in Bameno, Ecuador. The simulation and optimization of the system is done using Hybrid Optimization of Multiple Energy Resources (HOMER) software. As a result, the optimal sizing is composed of 23 kW PV modules, a DG 27 kW, 88.4 kWh storage batteries and 9.4 kW converter system, obtaining a levelized cost of energy (LCOE) of 0.359 $/kWh. After the optimization is executed, a sensitivity analysis is performed to establish the effects of the variations of solar radiation, demand, fuel, and component costs on the system. The PV/DG/BATT system is considered the best choice for fuel prices up to $0.83 per liter. For higher values the optimal system is the PV/BATT. It is also established that the LCOE is mostly affected by the cost of technological components, followed by variations in solar radiation and demand.
    Źródło:
    Diagnostyka; 2022, 23, 1; 1--7
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prediction of changes in the technical condition using discriminant analysis
    Predykcja zmian stanu technicznego z wykorzystaniem analizy dyskryminacyjnej
    Autorzy:
    Mikołajczak, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/328037.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    miary wzajemne
    ocena wrażliwości
    symptomy
    analiza dyskryminacyjna
    diagnostyka techniczna
    mutual measures
    symptoms
    sensitivity analysis
    discriminant analysis
    technical diagnostics
    Opis:
    Discriminant analysis can be used for identification of variables which identify (discriminate) two or more naturally emerging groups of f.ex. diagnostic symptoms or factors influencing development of particular type of machine part use. The goal in this case is searching for rules for assignment of multidimensional objects to one of many populations of known parameters, at the lowest classification mistake level possible. The idea of discriminant analysis is definition if the groups differ on account of a mean of a variable, and using this variable for appurtenance to a group predicting (f.ex. new cases of diagnostic symptoms, factors influencing the use level). In the following paper, an example of discriminant analysis application to diagnostic parameters choosing and identification of external factors influencing intensity of rolling bearings use in rotary machines is introduced.
    Analizę dyskryminacyjną stosuje się do rozstrzygania, które zmienne wyróżniają (dyskryminują) dwie lub więcej naturalnie wyłaniających się grup np. symptomów diagnostycznych lub czynników wpływających na rozwój danego rodzaju zużycia części maszyn. Stawianym celem w tym przypadku jest poszukiwanie reguł postępowania mającego na celu przyporządkowanie wielowymiarowych obiektów do jednej z wielu populacji o znanych parametrach przy możliwie minimalnych błędach klasyfikacji. Główna idea leżąca u podstaw analizy dyskryminacyjnej to rozstrzyganie, czy grupy różnią się ze względu na średnią pewnej zmiennej, a następnie wykorzystanie tej zmiennej do przewidywania przynależności do grupy (np. nowych przypadków symptomów diagnostycznych, czynników wpływających na wartość zużycia). W pracy przedstawiono przykład zastosowania analizy dyskryminacyjnej do wyboru parametrów diagnostycznych i predykcji stanu łożysk tocznych wentylatorów w zależności od czynników wymuszających zmianę tego stanu.
    Źródło:
    Diagnostyka; 2011, 4(60); 13-19
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optymalizacja zbioru cech sygnałów diagnostycznych maszyny wirnikowej
    Optimization of set of diagnostic signal features of rotating machine
    Autorzy:
    Sławik, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/329340.pdf
    Data publikacji:
    2005
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    selekcja cech
    analiza wrażliwości
    diagnostyka maszyn
    modele diagnostyczne
    features selection
    sensitivity analysis
    machinery diagnostics
    diagnostic models
    Opis:
    W referacie opisano wyniki testów modeli diagnostycznych zidentyfikowanych na podstawie wartości cech sygnałów oraz informacji o stanie obiektu. Rozpatrzono dwa przypadki. W pierwszym do celów optymalizacji zbioru cech skorzystano z miar wrażliwości. W drugim przypadku uwzględniano wszystkie cechy sygnałów. Prowadząc badania, do określenia zbioru uczącego oraz testującego, skorzystano z metody leave one out. Zaproponowana w referacie metoda optymalizacji zbioru cech sygnałów znajduje zastosowanie w wyborze cech sygnałów zawierających najwięcej istotnych informacji o stanie lub klasie stanu badanego obiektu. Wybierane za jej pomocą cechy mogą służyć do budowy prostszych, sprawniejszych i wydajniejszych systemów diagnostycznych.
    The results of tests of diagnostics models are described in the paper. Those models are identified based on value signal feature and information of object state. Two cases were considered. The measures of sensitivities to optimization of signal features were used in the first case and all the signals features were considered in the second one. The 'leave one out' method was applied to the both cases. Sensitivity analysis can be used in selection of signal features. Such the signal features contain the most important information about state or state class of researched object. Selected signal features may be used to design and perform simpler and more efficient diagnostic systems.
    Źródło:
    Diagnostyka; 2005, 33; 163-167
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimized multi layer perceptron artificial neural network based fault diagnosis of induction motor using vibration signals
    Autorzy:
    Khoualdia, Tarek
    Lakehal, Abdelaziz
    Chelli, Zoubir
    Khoualdia, Kais
    Nessaib, Karim
    Powiązania:
    https://bibliotekanauki.pl/articles/1840889.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    induction motor
    vibration analysis
    monitoring
    diagnosis
    optimized artificial neural network
    sensitivity analysis
    silnik indukcyjny
    analiza drgań
    monitorowanie
    diagnoza
    sztuczna sieć neuronowa
    analiza wrażliwości
    Opis:
    Installations and the detection of their faults has become a major challenge. In order to develop a reliable approach for monitoring and diagnosis faults of these components, a test rig was mounted. In this article, a Multi Layer Perceptron (MLP) Artificial Neural Network (ANN) has been structured and optimized for online monitoring of induction motors. The input layer of our ANN used eight indicators calculated from the collected time signals and which represent the different states of the motor (Healthy, broken rotor bars, bearing fault and Misalignment) and the output layer used a codified matrix. However, based on L27 Taguchi design, the architecture for the hidden layers of our network is chosen, with the use of the LevenbergMarquardt learning algorithm. Garson's algorithm and connection weight approach showed that there's a great sensitivity of the crest factor, the kurtosis and the variance on the effectiveness of our diagnostic system. Consequently, the obtained results are capable of detecting faults in the induction motor under different operating conditions.
    Źródło:
    Diagnostyka; 2021, 22, 1; 65-74
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przykład zastosowania analizy wrażliwości w diagnostyce maszyn
    Example of application of sensitivity analysis in the technical diagnostics
    Autorzy:
    Sławik, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/327456.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    wrażliwość diagnostyczna
    analiza wariancji
    test HSD
    miara wrażliwości
    diagnostic sensivity
    variance analysis
    HSD test
    sensitivity measure
    Opis:
    Obecnie w systemach nadzoru maszyn często monitorowanych jest wiele cech sygnałów diagnostycznych. Wybierane są one na podstawie wiedzy i intuicji projektanta, a nie w wyniku sformalizowanego procesu optymalizacji. Wiąże się to z tym, iż wybór cech sygnałów jest jednym z najtrudniejszych zadań diagnostyki. Mając na celu automatyzację tego zadania opracowano metodę badania wrażliwości cech sygnałów diagnostycznych. Przedstawiona w referacie metoda pozwala na wybór z dostępnego zbioru cech sygnałów pewnego podzbioru cech, istotnego z punktu widzenia diagnostyki maszyn. Otrzymany podzbiór cech ma zapewnić wysoką jakość rozpoznawania stanu technicznego diagnozowanego obiektu.
    Nowadays, features of diagnostic signals are very often determined in maintenance systems. They are not usually chosen as a result of formalized optimization process, but they are based on knowledge and intuition of a designer. It is an effect of a fact that selection of signal features is one of the most difficult tasks of technical diagnostics. A method of sensitivity examination of di-agnostic signal features was developed for the needs of automation of this task. The method de-scribed in the paper makes it possible to select a certain subset of signal features, which are meaningful from the diagnostic point of view. They are selected from a set of signal features. An obtained subset should assure height quality of technical state classification of an examined object.
    Źródło:
    Diagnostyka; 2004, 30, T. 2; 101-104
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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