Informacja

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

Wyszukujesz frazę "straty cisnienia" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
The Application of Artificial Neural Networks in the Assessment of Pressure Losses in Water Pipes in the Design of Water Distribution Systems
Zastosowanie sztucznych sieci neuronowych do oceny strat ciśnienia w przewodach wodociągowych
Autorzy:
Dawidowicz, J.
Czapczuk, A.
Piekarski, J.
Powiązania:
https://bibliotekanauki.pl/articles/1813711.pdf
Data publikacji:
2018
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
water distribution system
hydraulic calculations
pressure losses
artificial neural networks
system dystrybucji wody
obliczenia hydrauliczne
liniowe straty ciśnienia
sztuczne sieci neuronowe
Opis:
The water distribution system is one of the most important elements of the water supply system, the construction of which accounts for the largest part of the costs involved, while at the same time, being the determining factor in the supply of water. Pipelines should be equipped to continue fulfilling their role for many years. In connection with the above, a very important task is the correct design and execution of hydraulic calculations. During the implementation of calculations, it is often necessary to correct data frequently, in order to obtain the correct solution. Numerous parameters are evaluated in the calculation process, including flow velocity through water supply pipelines, flow rate, pressure loss and pressure in individual, network nodes. An important parameter, often underestimated, is the level of pressure loss in the calculation sections of water pipes. This paper proposes a method for the assessment of pressure loss and for the use of artificial neural networks. For this purpose, one DH1 class, describing the correct conditions and four DH2-DH5 classes, characterising problems related to the amount of pressure losses in the water pipes, have been determined. Based on the parameters characterising the operation of the water pipe, the artificial neural network, selects one of the classes and thus indicates the occurrence of a specific problem, or gives the ‘all clear’.
System dystrybucji wody stanowi jeden z najważniejszych elementów wodociągu, którego budowa pochłania największą część kosztów, a jednocześnie w głównej mierze decyduje o możliwościach dostawy wody. Rurociągi wodociągowe powinny spełniać swoją rolę przez wiele lat. W związku z powyższym bardzo ważnym zadaniem jest poprawne zaprojektowanie i wykonanie obliczeń hydraulicznych. Podczas realizacji obliczeń najczęściej konieczne jest wielokrotne korygowanie danych w celu uzyskania poprawnego rozwiązania. W procesie obliczeń ocenie podlega wiele parametrów, w tym prędkość przepływu przez rurociągi wodociągowe, natężenie przepływu, wysokość strat ciśnienia oraz ciśnienie w poszczególnych węzłach sieci. Istotnym parametrem, często niedocenianym, jest wysokość strat ciśnienia na odcinkach obliczeniowych przewodów wodociągowych. W niniejszej pracy zaproponowano metodę oceny strat ciśnienia a pomocą sztucznych sieci neuronowych. W tym celu zdefiniowano jedną klasę DH1 opisującą poprawne warunki oraz cztery DH2-DH5, charakteryzujące problemy związane z wysokością strat ciśnienia w przewodach wodociągowych. Sztuczna sieć neuronowa na podstawie parametrów charakteryzujących pracę przewodu wodociągowego dokonuje wyboru jednej z klas, wskazując w ten sposób na występowanie określonego problemu lub jego brak.
Źródło:
Rocznik Ochrona Środowiska; 2018, Tom 20, cz. 1; 292-308
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    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