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 "Guo, Hao" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Experimental study of fuel combustion and emission characteristics of marine diesel engines using advanced fuels
    Autorzy:
    Changxiong, Li
    Hu, Yihuai
    Yang, Zy
    Guo, Hao
    Powiązania:
    https://bibliotekanauki.pl/articles/34615637.pdf
    Data publikacji:
    2023
    Wydawca:
    Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
    Tematy:
    marine diesel engine
    PODE
    combustion characteristics
    emission performance
    Opis:
    In order to explore the potential application of oxygenated fuels, polyoxymethylene dimethyl ethers (PODE), as an alternative fuel for marine diesel engines, the fuel combustion performance and gas emission characteristics of pure diesel oil, diesel-blended PODE, and pure PODE were tested on a marine diesel engine under different running conditions. The experimental results indicate that oxygen consumption can be reduced by diesel-blended PODE and pure PODE. The in-cylinder pressure and exothermic curve were consistent with the trend of diesel oil. Also, the ignition delay of diesel-blended PODE and pure PODE decreased, and the diffusion rate was accelerated, which helped to improve the combustion performance of diesel engines. Diesel blended PODE and pure PODE reduced the particulate matter (PM) emissions by up to 56.9% and 86.8%, respectively, and CO emissions by up to 51.1% and 56.3%, respectively. NOx emissions were gradually decreased with engine load. CO2 emissions were slightly increased, and the effective fuel consumption was increased up to 48% and 132%, respectively. It was shown that PODE could provide comparable power in a marine diesel engine and improve the fuel combustion and gas emission of the engine as a clean alternative fuel for marine diesel engines.
    Źródło:
    Polish Maritime Research; 2023, 3; 48-58
    1233-2585
    Pojawia się w:
    Polish Maritime Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A machine learning method for soil conditioning automated decision-making of EPBM : hybrid GBDT and Random Forest Algorithm
    Autorzy:
    Lin, Lin
    Guo, Hao
    Lv, Yancheng
    Liu, Jie
    Tong, Changsheng
    Yang, Shuqin
    Powiązania:
    https://bibliotekanauki.pl/articles/2087007.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    soil conditioning
    automated decision-making
    hybrid algorithm
    geological parameters
    drive parameters
    feature selection
    Opis:
    There lacks an automated decision-making method for soil conditioning of EPBM with high accuracy and efficiency that is applicable to changeable geological conditions and takes drive parameters into consideration. A hybrid method of Gradient Boosting Decision Tree (GBDT) and random forest algorithm to make decisions on soil conditioning using foam is proposed in this paper to realize automated decision-making. Relevant parameters include decision parameters (geological parameters and drive parameters) and target parameters (dosage of foam). GBDT, an efficient algorithm based on decision tree, is used to determine the weights of geological parameters, forming 3 parameters sets. Then 3 decision-making models are established using random forest, an algorithm with high accuracy based on decision tree. The optimal model is obtained by Bayesian optimization. It proves that the model has obvious advantages in accuracy compared with other methods. The model can realize real-time decision-making with high accuracy under changeable geological conditions and reduce the experiment cost.
    Źródło:
    Eksploatacja i Niezawodność; 2022, 24, 2; 237--247
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Suitability evaluation model for the land reclamation of coal mines in the northern foot of tianshan mountain, Xinjiang
    Model oceny przydatności do rekultywacji terenu kopalń węgla kamiennego w północnym podnóżu góry Tianshan, Xinjiang
    Autorzy:
    Hao, Ruihua
    Zhang, Zizhao
    Guo, Xiaoli
    Huang, Xuebang
    Guo, Zezhou
    Liu, Tianchao
    Powiązania:
    https://bibliotekanauki.pl/articles/2173851.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    land reclamation
    Bayes discriminant analysis
    cold region
    arid region
    suitability level
    rekultywacja gruntów
    analiza dyskryminacyjna Bayesa
    region zimny
    region suchy
    poziom przydatności
    Opis:
    The ecological environment is significantly vulnerable to coal-mining activities in western China due to the cold and arid climate. The evaluation of land reclamation is therefore a key process that has to be known for the sustainable use of coal resources. A Bayes discriminant analysis method to evaluate the suitability level of land reclamation for coal mine lands in cold and arid regions of western China is presented. Ten factors influencing the suitability of land reclamation were selected as discriminant indexes in the suitability analysis. The data of eighty-four land reclamation units from sixteen coal-mining areas was used as training samples to develop a discriminant analysis model to evaluate the suitability level of land reclamation. The results show that the discriminant analysis model has high precision and the misdiscriminant ratio is 0.02 in the resubstitution process. The suitability levels of land reclamation for eleven sites in two coal mine lands were evaluated by using the model and the evaluation results are identical with that of the practical situation. Our method and findings are significant for decision makers in similar regions who want to prepare for possible strategies for land reclamation in the future.
    Środowisko ekologiczne jest bardzo wrażliwe na działalność wydobywczą węgla w zachodnich Chinach z powodu zimnego i suchego klimatu. Ocena rekultywacji gruntów jest zatem kluczowym procesem, który powinien być znany dla zrównoważonego wykorzystania zasobów węgla. W artykule przedstawiono metodę analizy dyskryminacyjnej Bayesa do oceny stopnia jej przydatności w rekultywacji gruntów kopalni węgla w zimnych i suchych regionach zachodnich Chin. Jako wskaźniki dyskryminacyjne w analizie przydatności wybrano dziesięć czynników wpływających na przydatność rekultywacji terenu. Dane z osiemdziesięciu czterech jednostek melioracyjnych z szesnastu obszarów górniczych wykorzystano jako próbki szkoleniowe do opracowania modelu analizy dyskryminacyjnej w celu oceny stopnia przydatności do rekultywacji terenu. Wyniki pokazują, że model analizy dyskryminacyjnej jest wysoko precyzyjny, a współczynnik błędnej dyskryminacji wynosi 0,02 w procesie resubstytucji. Poziomy przydatności rekultywacji dla jedenastu miejsc na dwóch terenach kopalni węgla zostały ocenione za pomocą modelu, a wyniki oceny są identyczne jak w praktyce. Model BDA ma wysoką precyzję i może być stosowany w praktyce inżynierskiej. W porównaniu z innymi metodami predykcji model BDA ma stabilną strukturę, a proces dyskryminacyjny jest prosty i wygodny. Jest to wstępna próba zastosowania teorii analizy dyskryminacyjnej Bayesa do oceny poziomu jej przydatności w rekultywacji gruntów, w szczególności w zachodnich Chinach, dla obszarów kopalń węgla. Wypracowana metoda i wyniki są istotne dla decydentów w podobnych regionach, którzy chcą przygotować się do możliwych strategii rekultywacji gruntów w przyszłości.
    Źródło:
    Gospodarka Surowcami Mineralnymi; 2022, 38, 2; 131--145
    0860-0953
    Pojawia się w:
    Gospodarka Surowcami Mineralnymi
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A novel method of health indicator construction and remaining useful life prediction based on deep learning
    Autorzy:
    Zhan, Xianbiao
    Liu, Zixuan
    Yan, Hao
    Wu, Zhenghao
    Guo, Chiming
    Jia, Xisheng
    Powiązania:
    https://bibliotekanauki.pl/articles/27312791.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    stacked sparse autoencoder
    health indicator
    long short-term memory network
    remaining useful life prediction
    Opis:
    The construction of health indicators (HI) for traditional deep learning requires human training labels and poor interpretability. This paper proposes an HI construction method based on Stacked Sparse Autoencoder (SSAE) and combines SSAE with Long short-term memory (LSTM) network to predict the remaining useful life (RUL). Extracting features from a single domain may result in insufficient feature extraction and cannot comprehensively reflect the degradation status information of mechanical equipment. In order to solve the problem, this article extracts features from time domain, frequency domain, and time-frequency domain to construct a comprehensive original feature set. Based on monotonicity, trendiness, and robustness, the most sensitive features from the original feature set are selected and put into the SSAE network to construct HI for state partitioning, and then LSTM is used for RUL prediction. By comparing with the existing methods, it is proved that the prediction effect of the proposed method in this paper is satisfied.
    Źródło:
    Eksploatacja i Niezawodność; 2023, 25, 4; art. no. 171374
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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