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 "alarm" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Influence of State of Alarm Caused by COVID-19 on Noise in the City Centre of Huelva (Spain)
    Autorzy:
    Fortes, Juan Carlos
    Sánchez-Sánchez, Rafael
    Bolívar, Juan Pedro
    Powiązania:
    https://bibliotekanauki.pl/articles/2141677.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    COVID-19
    noise
    States of Alarm
    traffic
    Opis:
    At the beginning of the COVID-19 pandemic the government of Spain decreed the State of Alarm to confine the entire population at their homes, except for essential services. Therefore, the central objective of this study is to evaluate the implication of this situation for the environmental noise existing in the city of Huelva (Spain). This study demonstrates that during the state of alarm an average daily reduction of 3.4 dBA was noted, and in the central moments of the day these reductions reached up to 4.4 dBA, while from 10:00 to 12:00 pm the reduction was around 6.5 dBA. Nevertheless, there were two moments of day: 3:00 am (garbage collection, street cleaning and container disinfection), and 8:00 pm (daily applause for health professionals), when the noise during the pandemic was higher than before it. It is further shown that globally, the loudest events only decreased by about 3 dBA, while the global background noise decreased by 10 dBA during the alarm state. Regarding road traffic noise, it is verified that in addition to being reduced by about 4 dBA, traffic represents 6.7% of noisy events during the alarm state, while before it represented 13%.
    Źródło:
    Archives of Acoustics; 2022, 47, 2; 285-291
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Improving ROCs of Constant False Alarm Coded Anti-collision Radar in Very Noised Cases
    Autorzy:
    Zaidouni, J.
    Menhaj, A.
    Ghoumid, K.
    Mekaoui, S.
    El Moussati, A.
    El Hillali, Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/226388.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    automotive radar
    anticollision
    detection
    ROC
    false alarm
    correlation receiver
    Opis:
    The use of Constant False Alarm Coded Anticollision Radar (CFACAR) is very interesting in automotive environment. Due to the orthogonality properties of used codes this system is most robust to multi-user interferences. The actual version of the receiver called in this paper Single Correlation Receiver (SCR), is not able to detect the targets in very low input Signal to Noise Ratio (SNR). To resolve this problem, we present a new receiver called Averaging Correlation Receiver (ACR), that computes the average of the M later correlations. Then, we developed the expression of detection and false alarm probabilities for the new receiver in mono and multi-user scenarios. These probabilities are used to plot the new Receiver Operating Characteristics (ROCs). They are drawn for different values of input SNR and length M of ACR. There is a suitable value of M, according to some equation, that can be taken to have a good detection (ROCs more perfect). Also, we found that for a fixed SNR, we must increase sufficiently the length M but it is possible only for low relative velocity of the target. For a velocity of 5 K m/h with M = 1055, we can lessen the value of the SN R until we reach SN R = – 45 dB.
    Źródło:
    International Journal of Electronics and Telecommunications; 2017, 63, 2; 127-135
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Effects of Mutual Coupling of Radiating Antennas on an Adaptive Radar Detector
    Autorzy:
    De Nicola, S.
    De Maio, A.
    Farina, A.
    Fiorini, M.
    Infante, L.
    Piezzo, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/227055.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    adaptive radar
    detection
    mutual coupling effects
    between radiating elements
    constant false alarm rate
    interference rejection
    Opis:
    In this paper, we address the adaptive detection/classification of signals in a homogenous interference environment. We refer to a radar system equipped with a phased array antenna and account for both the presence of mutual coupling between radiating antennas and a possible coherent interferer impinging on the array mainbeam. To deal with this scenario, we adopt a two-stage detection/classification scheme, enjoying the Costant False Alarm Rate (CFAR) property, to discriminate between target detection and coherent interferer rejection. Finally, we evaluate the system performance via Monte Carlo simulations. The results show that our system has interesting rejection capabilities and satisfactory detection levels. As a consequence, it could be successfully applied in real scenarios where mutual coupling is present.
    Źródło:
    International Journal of Electronics and Telecommunications; 2011, 57, 4; 451-457
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A Rapid Monitoring Method for Natural Gas Safety Monitoring
    Autorzy:
    Li, Rongli
    Fan, Yuexin
    Powiązania:
    https://bibliotekanauki.pl/articles/1844534.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    trend judgment
    CUSUM
    Dempster-Shafer evidence theory
    Gauss-Newton nonlinear fitting
    fast alarm monitoring
    concentration prediction
    Opis:
    The quick leakage alarm and the accurate concentration prediction are two important aspects of natural gas safety monitoring. In this paper, a rapid monitoring method of sensor data sharing, rapid leakage alarm and simultaneous output of concentrations prediction is proposed to accelerate the alarm speed and predict the possible impact of leakage. In this method, the Dempster-Shafer evidence theory is used to fuse the trend judgment and the CUSUM (cumulative sum) and the Gauss-Newton iteration is used to predict the concentration. The experiment system based on the TGS2611 natural gas sensor was built. The results show that the fusion method is significantly better than the single monitoring method. The alarm time of fusion method was more advanced than that of the CUSUM method and the trend method (being averagely, 10.4% and 7.6% in advance in the CUSUM method and the trend method respectively). The relative deviations of the predicted concentration were the maximum (13.3%) at 2000 ppm (parts per million) and the minimum (0.8%) at 6000 ppm, respectively.
    Źródło:
    International Journal of Electronics and Telecommunications; 2021, 67, 3; 325-330
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Robust diagnostics of complex chemical processes: main problems and possible solutions
    Autorzy:
    Kościelny, J. M.
    Syfert, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/185748.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    complex systems
    diagnostic system
    alarm systems
    diagnosis robustness
    diagnostic inference
    złożone systemy
    system diagnostyczny
    systemy alarmowe
    wnioskowanie diagnostyczne
    Opis:
    The paper is aimed at presenting a study of the main limitations and problems influencing the robustness of diagnostic algorithms used in diagnostics of complex chemical processes and to present the selected exemplary solutions of how to increase it. The five major problems were identified in the study. They are associated with: uncertainties of fault detection and reasoning, changes of the diagnosed process structure, delays of fault symptoms formation and multiple faults. A brief description and exemplary solutions allowing increase of the robustness of diagnostic algorithms were given. Proposed methods were selected keeping in mind applicability for the on-line monitoring and diagnostics of complex chemical processes.
    Źródło:
    Chemical and Process Engineering; 2018, 39, 2; 165--183
    0208-6425
    2300-1925
    Pojawia się w:
    Chemical and Process Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dynamic fire risk prevention strategy in underground coal gasification processes by means of artificial neural networks
    Dynamiczna strategia zapobiegania ryzyku pożarowemu z użyciem sztucznych sieci neuronowych w procesach podziemnego zgazowania węgla
    Autorzy:
    Krzemień, Alicja
    Powiązania:
    https://bibliotekanauki.pl/articles/218921.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    dynamiczna strategia zapobiegania ryzyku
    prewencja ryzyka pożarowego
    podziemne zgazowanie węgla (PZW)
    dynamic alarm strategy
    fire risk prevention
    Generalized Regression Neural Network
    Multi-Layer Feedforward Networks (MLFN)
    Multivariate Adaptative Regression Splines (MARS)
    underground coal gasification (UCG)
    Opis:
    Based on data collected during an UCG pilot-scale experiment that took place during 2014 at Wieczorek mine, an active mine located in Upper Silesia (Poland), this research focuses on developing a dynamic fire risk prevention strategy addressing underground coal gasification processes (UCG) within active mines, preventing economic and physical losses derived from fires. To achieve this goal, the forecasting performance of two different kinds of artificial neural network models (generalized regression and multi-layer feedforward) are studied, in order to forecast the syngas temperature at the georeactor outlet with one hour of anticipation, thus giving enough time to UCG operators to adjust the amount and characteristics of the gasifying agents if necessary. The same model could be used to avoid undesired drops in the syngas temperature, as low temperature increases precipitation of contaminants reducing the inner diameter of the return pipeline. As a consequence the whole process of UGC might be stopped. Moreover, it could allow maintaining a high temperature that will lead to an increased efficiency, as UCG is a very exothermic process. Results of this research were compared with the ones obtained by means of Multivariate Adaptative Regression Splines (MARS), a non-parametric regression technique able to model non-linearities that cannot be adequately modelled using other regression methods. Syngas temperature forecast with one hour of anticipation at the georeactor outlet was achieved successfully, and conclusions clearly state that generalized regression neural networks (GRNN) achieve better forecasts than multi-layer feedforward networks (MLFN) and MARS models.
    Przedstawione w niniejszej pracy badania koncentrują się na opracowaniu dynamicznej strategii zapobiegania ryzyku pożarowemu w procesach podziemnego zgazowania węgla (PZW) w czynnych kopalniach. Celem badań jest zapobieganie ekonomicznym i fizycznym stratom wynikającym z pożarów. W pracy wykorzystano dane zebrane podczas pilotowego eksperymentu podziemnego zgazowania węgla, który odbył się w 2014 r. w czynnej Kopalni Węgla Kamiennego „Wieczorek”, zlokalizowanej na Górnym Śląsku. W artykule przeanalizowano działanie dwóch różnych modeli sztucznych sieci neuronowych, tj. sieci neuronowych realizujących uogólnione regresje GRNN oraz wielowarstwowych sieci perceptronowych MLFN, w celu prognozowania temperatury gazu syntezowego na wyjściu z georeaktora z godzinnym wyprzedzeniem. Informacja na temat temperatury na godzinę „do przodu” daje wystarczająco dużo czasu operatorowi procesu PZW na dostosowanie ilości i właściwości czynników zgazowujących do zaistniałej sytuacji. Ten sam model można zastosować do uniknięcia niepożądanych spadków temperatury gazu syntezowego. Niska temperatura gazu sprzyja wytrącaniu się osadu (substancji smolistych), powodując zmniejszanie średnicy rurociągu odbioru gazu, co w konsekwencji może prowadzić do całkowitego zatrzymania procesu zgazowania. Model pozwala również na utrzymanie wysokiej temperatury, która prowadzi do zwiększonej wydajności procesu PZW, szczególnie biorąc pod uwagę, że PZW jest procesem bardzo egzotermicznym. Wyniki zrealizowanych badań porównano z rezultatami uzyskanymi za pomocą modelu MARS – nieparametrycznej metody regresji zdolnej do modelowania zależność nieliniowych, których nie można odpowiednio modelować przy użyciu innych metod regresji. Prognoza temperatury gazu na godzinę „do przodu” na wylocie georeaktora została osiągnięta z powodzeniem, a wnioski jasno pokazują, że sieci neuronowe realizujące uogólnione regresje (GRNN – Generalized Regression Neural Networks) osiągają lepsze rezultaty niż wielowarstwowe sieci jednokierunkowe (MLFN – Multi-Layer Feedforward Networks) i modele MARS (Multivariate Adaptative Regression Splines).
    Źródło:
    Archives of Mining Sciences; 2019, 64, 1; 3-19
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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