Informacja

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

Wyszukujesz frazę "system dystrybucji wody" wg kryterium: Temat


Wyświetlanie 1-5 z 5
Tytuł:
Badania struktur sieci neuronowych typu mlp do oceny układu stref ciśnienia systemu dystrybucji wody
Research of structures of mlp artificial neural networks to evaluate the pressure zones of water distribution system
Autorzy:
Dawidowicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/403185.pdf
Data publikacji:
2015
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
system dystrybucji wody
sieci neuronowe
strefa ciśnienia
klasyfikacja
water distribution system
neural networks
zone pressure
classification
Opis:
W artykule opisano badania nad różnymi strukturami sztucznych sieci neuronowych typu perceptron wielowarstwowy MLP przeznaczonych do oceny układu systemu dystrybucji wody. Problem oceny układu systemu został potraktowany jako zadanie klasyfikacji. Zdefiniowano klasy opisujące problemy występujące w procesie obliczeń związane z wysokością ciśnienia i podziałem systemu na strefy. Sieć neuronowa na podstawie zmiennych wejściowych, opisujących warunki hydrauliczne i terenowe, dokonuje klasyfikacji wskazując występujący problem w danym węźle systemu dystrybucji wody. Zamieszczono zestawienia tabelaryczne struktur przebadanych sieci neuronowych, wartości błędu uczenia, trafność klasyfikowania oraz analizę wrażliwości zmiennych wejściowych. Uzyskana sieć neuronowa ma za zadanie uzupełnić podstawową metodykę obliczeń systemów dystrybucji wody o elementy oceny uzyskanych wyników obliczeń.
Designing of water distribution systems is inherently associated with hydraulic simulations the purpose of which is to determine the flow rate in individual system sections, selection of pipe diameters, calculation of pressure losses and of the pressure head at nodes. In the water distribution system design and hydraulic calculations one should, inter alia, check a pressure head in different parts of the system. It is also important to establish whether the system should consist of one or more pressure zones. It is connected with the appropriate location of network pumping stations and pressure reducing stations. There are many methods of calculation of water distribution systems that allow you to solve tasks for various structures of pipeline. Computer programmes based on the above methods calculate the value required variables describing the individual elements of the system, but do not have procedures for assessing their accuracy. Currently, there are no, and probably there will be no programmes which would replace a designer in the aforementioned tasks. However, nowadays one tries to develop computer programmes featuring certain degree of creativity in order to facilitate user decision making. The article describes research on the various structures of multilayer perceptrons designed to evaluate the pressure zones the water distribution system. The task of evaluation system was defined as a classification. Problems in the calculation of water distribution systems related to the amount of pressure and the division of the system into zones described using classes. A neural network based on input variables that describe the hydraulic conditions and terrain, classifies the problem occurring in a given node water distribution system. The article contains a table with tested multilayer perceptrons, learning error values, classification results and a table with sensitivity analysis network input variables. The resulting neural network should complement the basic methodology for calculating the water distribution systems with elements of evaluate the results calculations.
Źródło:
Budownictwo i Inżynieria Środowiska; 2015, 6, 2; 53-60
2081-3279
Pojawia się w:
Budownictwo i Inżynieria Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Obliczanie współczynnika strat liniowych λ za pomocą sztucznych sieci neuronowych
Calculating linear losses λ ratio using artificial neuron net
Autorzy:
Dawidowicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/908426.pdf
Data publikacji:
2013
Wydawca:
Fundacja Ekonomistów Środowiska i Zasobów Naturalnych
Tematy:
system dystrybucji wody
sztuczne sieci neuronowe
współczynnik tarcia
water distribution system
artificial neural network
friction factor
Opis:
System dystrybucji wody jest jednym z najważniejszych i najkosztowniejszych elementów systemu zaopatrzenia w wodę. Podstawowym zadaniem podczas projektowania sieci wodociągowych jest wykonanie obliczeń hydraulicznych mających na celu ustalenie strat ciśnienia. W tym celu powszechnie stosuje się technikę komputerową.
Numerical modelling of water distribution systems are used in the design, operation and decision support. In recent years, many applications require a substantial acceleration calculation. This paper attempts to use artifi cial neural networks to calculate the friction factor. Commonly used Colebrook-White formula requires the use of an iterative method, which extends the computation time. Properly prepared neural network can perform this task much faster.
Źródło:
Ekonomia i Środowisko; 2013, 4; 177-186
0867-8898
Pojawia się w:
Ekonomia i Środowisko
Dostawca treści:
Biblioteka Nauki
Artykuł
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
Tytuł:
Diagnostyka doboru średnic przewodów wodociągowych za pomocą sztucznych sieci neuronowych typu MLP: przykład obliczeniowy
Diagnostics diameter selection of water pipes by using MLP artificial neural networks: case of study
Autorzy:
Dawidowicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/402715.pdf
Data publikacji:
2015
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
system dystrybucji wody
obliczenia hydrauliczne
dobór średnic
diagnostyka procesów
sieci neuronowe
water distribution system
hydraulic calculations
selection of diameters
diagnostics processes
neural networks
Opis:
Obliczenia systemów dystrybucji wody wykonywane są najczęściej wielokrotnie, gdyż po pierwszych obliczeniach z reguły nie uzyskuje się poprawnego rozwiązania z technicznego punktu widzenia. Pojawiają się różnorodne problemy, które powinny być rozpoznane i zlokalizowane. Po każdym przebiegu obliczeniowym następuje ocena wyników, korekta danych i kolejne obliczenia. Przyjmując, że obliczenia są wieloetapowym procesem mającym na celu uzyskanie właściwego rozwiązania, można mówić obliczeniach jako o procesie obliczeniowym oraz diagnostyce procesu obliczeniowego. W niniejszym artykule zamieszczono przykład obliczeniowy metody diagnostycznej, mającej na celu ocenę poprawności doboru średnic przewodów wodociągowych. Proponowana metoda opiera się na teorii diagnostyki procesów oraz modelowania neuronowego.
Calculations of water distribution systems are the most frequently performed, because after the first calculations the correct solution, from a technical point of view, are generally not obtained. After each run the calculation takes evaluation of the results, correction of data and next calculation. Assuming that the calculation is a process to obtain the right solutions, we can talk about the process of calculation and diagnosis of the calculation. This article provides an example of calculation diagnostic method aimed at assessing the selection of diameter water pipes. The proposed method is based on the theory of diagnostic processes and neural modelling.
Źródło:
Budownictwo i Inżynieria Środowiska; 2015, 6, 2; 61-68
2081-3279
Pojawia się w:
Budownictwo i Inżynieria Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessing the Diameters of Water Pipes Using the k-Nearest Neighbours Method in the Calculations of Water Distribution Systems
Metoda oceny średnic przewodów wodociągowych za pomocą metody k-Najbliższych Sąsiadów w obliczeniach systemów dystrybucji wody
Autorzy:
Dawidowicz, J.
Kruszyński, W.
Andraka, D.
Czapczuk, A.
Powiązania:
https://bibliotekanauki.pl/articles/1813700.pdf
Data publikacji:
2018
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
water distribution system
hydraulic calculations
k-Nearest Neighbours Method
diameters of water pipes
system dystrybucji wody
obliczenia hydrauliczne
metoda k-Najbliższych Sąsiadów
średnice rurociągów
Opis:
Water distribution systems provide water in cities and in rural areas. The basic element through which water reaches the consumer are the water pipes, hence their correct design is extremely important. The choice of pipe diameter requires hydraulic calculations. Computer programmes may choose diameters, but usually, it is the designer's task. This paper proposes a classifier, based on the k-Nearest Neighbours method, which, on the basis of a reliable flow, will assess the appropriateness of the diameter chosen. In the work 11961 training examples were obtained containing the input variable in the form of a nominal flow, through water supply line Qm, corresponding to the output variable DN. On the basis of the set of training examples, a model was constructed and the diameters of the water pipes were classified using the k-Nearest Neighbours method, using various neighbourhood values. The k-NN method obtained, shows a high accuracy index in the classification of the diameters of the pipes in the k = 5 neighbourhood.
Systemy dystrybucji wody dostarczają wodę w miastach i na terenach wiejskich. Podstawowym elementem, przez który woda dociera do odbiorców są przewody wodociągowe, stąd niezwykle istotne jest ich poprawne zaprojektowanie. Dobór średnic rurociągów wymaga przeprowadzenia obliczeń hydraulicznych. Programy komputerowe mogą automatycznie dobierać średnice, ale najczęściej zadanie to należy do projektanta. Obecnie opracowuje się metody, które wspomagałyby projektantów w realizacji powyższych zadań. W niniejszej pracy zaproponowano klasyfikator oparty na metodzie k-Najbliższych Sąsiadów (k-NN), który na podstawie przepływu miarodajnego Qm będzie oceniał poprawność dobranej średnicy. W tym celu sporządzono 11961 przykładów uczących zawierających zmienną wejściową w postaci przepływu miarodajnego Qm oraz odpowiadającą mu zmienną wyjściową zdefiniowaną jako średnica nominalna DN. Na podstawie zestawu przykładów uczących skonstruowano klasyfikator za pomocą metody k-Najbliższych Sąsiadów, stosując różne wartości sąsiedztwa. Uzyskana metoda k-NN pokazuje wskaźnik wysokiej dokładności w klasyfikacji średnic rur dla wartości sąsiedztwa k = 5.
Źródło:
Rocznik Ochrona Środowiska; 2018, Tom 20, cz. 1; 528-537
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
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