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 "model Fouriera" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Harmonic analysis of the two-phase converters for small two-phase drives
    Analiza harmoniczna konwerterów dwufazowych dla małych napędów dwufazowych
    Autorzy:
    Záskalický, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/1367934.pdf
    Data publikacji:
    2015
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
    Tematy:
    Fourier series
    two-phase converter
    mathematical model
    harmonic analysis
    szeregi Fouriera
    konwerter dwufazowy
    model matematyczny
    analiza harmoniczna
    Opis:
    Referat dotyczy analizy harmonicznej dwufazowych napięć wyjściowych konwerterów. Napięcie wyjściowe każdego z tranzystorów przetwornic napięcia jest kontrolowane przez impuls z modulacji (PWM) kontrolera. Matematyczne modele różnych połączeń przekształtników są zbudowane przy założeniu wzorcowych urządzeń półprzewodnikowych. Użyto kompleksowego podejścia szeregu Fouriera do symulacji przebiegów terminali. Wykonano analizę harmoniczną dla różnych falowników w stanie ustalonym przy użyciu formuł matematycznych szeregu Fouriera.
    The paper deals with a harmonic analysis of two-phase converters output voltages. Output voltage each of transistors voltage-source inverters is controlled by pulse with modulation (PWM) controller. The mathematical models of the different converter connections are built on condition of assumption of idealized semiconductor devices. A complex Fourier series approach is used to predict terminal voltage waveforms. From complex Fourier series mathematical formulas a harmonic analysis for different inverters steady-state was made.
    Źródło:
    Maszyny Elektryczne: zeszyty problemowe; 2015, 2, 106; 147-152
    0239-3646
    2084-5618
    Pojawia się w:
    Maszyny Elektryczne: zeszyty problemowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An improved GM(1.1) model with background value optimization and Fourier-series residual error correction and its application in cost forecasting of coal mine
    Ulepszony model GM(1,1) z optymalizacją wartości tła i korekcją błędów resztkowych szeregów Fouriera oraz jego zastosowanie w prognozowaniu kosztów kopalni węgla kamiennego
    Autorzy:
    Liu, Di
    Li, Guoqing
    Chanda, Emmanuel K.
    Hu, Nailian
    Ma, Zhaoyang
    Powiązania:
    https://bibliotekanauki.pl/articles/216495.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    cost forecasting
    dynamic grey model
    background value optimization
    Fourier series
    residual error correction
    prognozowanie kosztów
    dynamiczny model szary
    optymalizacja wartości tła
    korekcja błędów resztkowych
    szeregi Fouriera
    Opis:
    This paper researches the application of grey system theory in cost forecasting of the coal mine. The grey model (GM(1.1)) is widely used in forecasting in business and industrial systems with advantages of minimal data, a short time and little fluctuation. Also, the model fits exponentially with increasing data more precisely than other prediction techniques. However, the traditional GM(1.1) model suffers from the poor anti-interference ability. Aimed at the flaws of the conventional GM(1.1) model, this paper proposes a novel dynamic forecasting model with the theory of background value optimization and Fourier-series residual error correction based on the traditional GM(1.1) model. The new model applies the golden segmentation optimization method to optimize the background value and Fourier-series theory to extract periodic information in the grey forecasting model for correcting the residual error. In the proposed dynamic model, the newest data is gradually added while the oldest is removed from the original data sequence. To test the new model’s forecasting performance, it was applied to the prediction of unit costs in coal mining, and the results show that the prediction accuracy is improved compared with other grey forecasting models. The new model gives a MAPE & C value of 0.14% and 0.02, respectively, compared to 1.75% and 0.37 respectively for the traditional GM(1.1) model. Thus, the new GM(1.1) model proposed in this paper, with advantages of practical application and high accuracy, provides a new method for cost forecasting in coal mining, and then help decision makers to make more scientific decisions for the mining operation.
    W pracy zbadano zastosowanie teorii szarego systemu w prognozowaniu kosztów kopalni węgla. Szary model (GM(1,1)) jest szeroko wykorzystywany w prognozowaniu w systemach biznesowych i przemysłowych z niewielką ilością danych, krótkim czasem i nieznacznymi wahaniami. Ponadto model dopasowuje wykładniczo dane bardziej dokładnie niż inne techniki prognozowania. Jednak tradycyjny model GM(1,1) ma słabą zdolność przeciwdziałania zakłóceniom. Mając na uwadze wady konwencjonalnego modelu GM(1,1), w artykule zaproponowano – w oparciu o tradycyjny model GM(1,1) – nowy model dynamicznego prognozowania z teorią optymalizacji wartości tła i korektą błędów resztkowych szeregów Fouriera. Nowy model stosuje metodę optymalizacji złotej segmentacji do optymalizacji wartości tła oraz teorię szeregów Fouriera w celu wyodrębnienia okresowych informacji w szarym modelu prognozowania, aby skorygować błąd resztkowy. W proponowanym modelu dynamicznym najnowsze dane są stopniowo dodawane, podczas gdy najstarsze – usuwane z oryginalnej sekwencji danych. Aby przetestować dokładność prognozowania nowego modelu, zastosowano go do prognozowania kosztów jednostkowych pozyskania węgla, a wyniki pokazują, że dokładność prognozowania jest lepsza w porównaniu z innymi szarymi modelami prognozowania. Nowy model daje wartości MAPE & C wynoszące odpowiednio 0,33% i 0,07, w porównaniu z odpowiednio 1,1% i 0,3 dla tradycyjnego modelu GM(1,1). Zatem zaproponowany w artykule, ulepszony model GM(1,1) z zaletami praktycznego zastosowania i wysoką dokładnością, jest nową metodą prognozowania kosztów w górnictwie węgla, która ułatwia decydentom podejmowanie decyzji ugruntowanych naukowo dotyczących operacji pozyskania węgla.
    Źródło:
    Gospodarka Surowcami Mineralnymi; 2019, 35, 3; 75-98
    0860-0953
    Pojawia się w:
    Gospodarka Surowcami Mineralnymi
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      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