Informacja

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

Wyszukujesz frazę "detekcja wycieku" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Analiza wyliczalności modelu stanowego procesu przepływu
Computability analysis of state-space models of a flow process in pipelines
Autorzy:
Kowalczuk, Z.
Tatara, M.
Powiązania:
https://bibliotekanauki.pl/articles/155884.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
procesy przepływu
diagnostyka procesów
detekcja wycieku
lokalizacja wycieku
rurociągi przemysłowe
pipe flow
process diagnostics
leak detection
leak isolation
industrial pipelines
Opis:
W niniejszej pracy przedstawiono ogólną metodę wyznaczania modelu stanowego procesu przepływu medium w rurociągu, zwracając uwagę na problem osobliwości równania i odwracalności macierzy rekombinacji. Dokonano analizy macierzy rekombinacji dowodząc jej nieosobliwości dla skończonych kroków kwantyzacji w czasie i przestrzeni. Pokazano również sposób wyznaczenia odwrotności tej macierzy i przedstawiono analizę porównawczą macierzy odwracanych proponowaną metodą analityczną oraz metodą numeryczną.
The paper considers the issue of possible singularity in the state-space models of pipeline flow processes, giving a prove of invertibility of a recombination matrix for finite space and time quantization intervals and presenting an explicit formula for computing an inverse matrix. Importance of good modeling is discussed and a derivation of state space equations is presented. In examining the potential singularity of the recombination matrix, we show that its determinant is always nonzero. Consequently, an effective analytical method for inverting the recombination matrix is given. In an efficacy study the derived analytical method is compared to the classical numerical approach, taking into account a sum of the modules of elements of a residual matrix and a ratio of the Frobenius norm to the number of the elements of the same matrix. The study demonstrates the advantage of the proposed method in terms of accuracy.
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 10, 10; 809-811
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Data-driven models for fault detection using kernel PCA: A water distribution system case study
Autorzy:
Nowicki, A.
Grochowski, M.
Duzinkiewicz, K.
Powiązania:
https://bibliotekanauki.pl/articles/331249.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
maszyna ucząca się
detekcja uszkodzeń
monitorowanie
wykrywanie wycieku
machine learning
kernel PCA
fault detection
monitoring
water leakage detection
Opis:
Kernel Principal Component Analysis (KPCA), an example of machine learning, can be considered a non-linear extension of the PCA method. While various applications of KPCA are known, this paper explores the possibility to use it for building a data-driven model of a non-linear system-the water distribution system of the Chojnice town (Poland). This model is utilised for fault detection with the emphasis on water leakage detection. A systematic description of the system's framework is followed by evaluation of its performance. Simulations prove that the presented approach is both flexible and efficient.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2012, 22, 4; 939-949
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
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