Informacja

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

Wyszukujesz frazę "model black box" wg kryterium: Temat


Wyświetlanie 1-7 z 7
Tytuł:
Control of the waves in a towing tank with the use of a Black-Box model
Sterowanie falami basenowymi z użyciem modelu typu Black-Box
Autorzy:
Drzewiecki, M.
Powiązania:
https://bibliotekanauki.pl/articles/268679.pdf
Data publikacji:
2018
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
adaptive control
Black-Box model
wavemaker
sterowanie adaptacyjne
model typu Black-Box
wywoływacz fal
Opis:
The paper describes an adaptive control system of the waves, implemented in the Ship Design and Research Centre, CTO S.A. The purpose of generating the waves in the towing tank is the modelling of the environmental conditions during hydrodynamic model tests. The tests are performed on scale models of towed or free running ships, anchored structures like oil rigs or bottommounted structures, e.g. wind turbines. In the towing tank of CTO S.A., the waves are generated using a flap-type wavemaker with hydraulic drive. The adaptive control system includes gain scheduling and Black-Box model. It has been developed and implemented using the 32-bit embedded system and computer application (C#.NET). The Black-Box model was proposed as a simple solution allowing compensating the hydromechanical phenomena affecting the generated waves, i.e. disintegration, reflection, damping and nonlinear energy transfer. The solution proved to be sufficient to generate required wave spectra with expected accuracy in a user-friendly manner.
Artykuł opisuje adaptacyjny system sterowania falami basenowymi, który został wdrożony w Centrum Techniki Okrętowej (CTO) S.A. Fale są generowane w głębokowodnym basenie holowniczym podczas testów modelowych w celu odwzorowania warunków oddziaływania środowiska morskiego. Testy są przeprowadzane na modelach holowanych lub pływających swobodnie (statki), zakotwiczonych (platformy) lub przymocowanych trwale do dna (turbiny wiatrowe). W głębokowodnym basenie holowniczym CTO S.A., fale generowane są przez płytowy wywoływacz fal z płytą mocowaną powyżej dna basenu i z napędem hydraulicznym. Adaptacyjne sterowanie falą basenową obejmuje harmonogramowanie wzmocnienia i model typu Black-Box. Opracowany system sterowania został implementowany w 32-bitowym systemie wbudowanym i aplikacji komputerowej w języku C# w środowisku .NET. Wprowadzony model typu Black-Box uwzględnia efekty hydromechanicznych procesów i zjawisk – m. in. rozpadu, odbicia, tłumienia i nieliniowego transferu energii – które mają wpływ na generowane fale. Przedstawione rozwiązanie pozwala w prosty sposób i z oczekiwaną dokładnością modelować zadane widma fal basenowych.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2018, 59; 37-42
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Black box dynamic modelling of proton exchange membrane fuel cells with artificial neural networks
Autorzy:
Kapica, J.
Powiązania:
https://bibliotekanauki.pl/articles/411175.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Oddział w Lublinie PAN
Tematy:
PEM fuel cells
neural network model
dynamic behaviour
black box
Opis:
The fuel cells are energy sources which can play an important role in transition of the energy sector into broader use of renewable energy. Numerical modelling provides an easy way to investigate properties of the objects modelled. There are various ways to model dynamic behaviour of the PEM fuel cells including methods using artificial neural networks. There are no clear rules of how a neural network should be configured: how many neurons in the hidden layer and which training algorithm should be used. In a time series modelling task additional parameters including sampling frequency, learning data set duration and number of past data points used for training need to be determined. The paper presents results of research on the influence of various model parameters on the PEM fuel cell modelling accuracy.
Źródło:
ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes; 2016, 5, 4; 85-89
2084-5715
Pojawia się w:
ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do modelowania procesu oczyszczania ścieków w małej oczyszczalni ścieków
Using Artificial Neural Networks for Modeling Wastewater Treatment in Small Wastewater Treatment Plant
Autorzy:
Skoczko, I.
Ofman, P.
Szatyłowicz, E.
Powiązania:
https://bibliotekanauki.pl/articles/1817960.pdf
Data publikacji:
2016
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
oczyszczalnia ścieków
model black box
sztuczne sieci neuronowe
wastewater treatment plant
artificial neural networks
Opis:
Celem pracy było opracowanie modelu „Black Box” dla Miejskiej Oczyszczalni Ścieków w Stawiskach. Badana oczyszczalnia ścieków na podstawie równoważnej liczby mieszkańców (RLM) zaliczana jest do obiektów z II grupy, zgodnie z Rozporządzeniem Ministra Środowiska z 11 listopada 2014 roku, w których monitoring jakości ścieków oczyszczonych obejmuje ilość zawiesin ogólnych, BZT5 i ChZTCr. Model matematyczny został opracowany na podstawie badań prowadzonych w latach 2005-2013, które dotyczyły jakości ścieków surowych i oczyszczonych. W modelu jako zmienne wejściowe uwzględniono ilość mieszkańców miejscowości, ilość ścieków dopływających systemem kanalizacyjnym oraz ilość ścieków dowożonych. Opracowana sieć neuronowa wykazywała bardzo dobre dopasowanie do parametrów rzeczywistych. Opracowany model regresyjnym odznaczał się dobrym dopasowanie wartości przewidywanych do obserwowanych. Współczynniki korelacji uzyskane dla tych par zmiennych równe były dla BZT5 0,99, dla ChZTCr 0,94 i dla zawiesin ogólnych 0,97, przy wartościach średniego błędu bezwzględnego równego dla poszczególnych zmiennych odpowiednio 0,37; 5,49 i 1,72.
The aim of this study was to develop a model of "Black Box" for Municipal Wastewater Treatment Plant in Stawiskach. This sewage treatment plant based on of population equivalent (pe) is among the objects from the second group, in accordance with the Regulation of the Minister of Environment of 11 November 2014, in which monitoring of the effluent includes the amount of total suspended solids, BOD5 and COD. A mathematical model was developed based on research conducted in the years 2005-2013, which concerned the quality of raw sewage and sewage. In the model as input variables takes into account the number of inhabitants of the village, the amount of sewage influent sewer system and the amount of waste imported from the city. The developed neural network showed a very good fit to the actual parameters. Developed regression model was characterized by a good fit to the observed predicted values. The correlation coefficients obtained for these couples variables were equal to 0.99 BOD, COD norm of 0.94 and 0.97 for total suspended solids, with values of average absolute error for each variable equal to 0.37; 5.49 and 1.72.
Źródło:
Rocznik Ochrona Środowiska; 2016, Tom 18, cz. 1; 493-506
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identyfikacja i weryfikacja modelu obiektu dynamicznego na przykładzie procesu frezowania
Identification and verification of dynamic object model on the example of the milling process
Autorzy:
Kulisz, M.
Powiązania:
https://bibliotekanauki.pl/articles/395240.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
frezowanie
identyfikacja systemu
model „czarnej skrzynki”
obiekt dynamiczny
milling
system identification
black box model
dynamic object
Opis:
Przedstawiony w pracy proces jest obiektem dynamicznym, którego proces identyfikacji przeprowadzono za pomocą modelu "czarnej skrzynki". W tym celu użyto narzędzia System Identyfication Toolbox w środowisku Matlab. Przeprowadzono identyfikację modelu poprzez estymację struktury i parametrów modelu. Porównano zgodność różnych postaci modeli.
The object discussed in the present paper is dynamic. Its identification process was conducted with the use of a "black box" model. For this purpose The System Identification Toolbox in the Matlab environment has been used. The model identification was carried out due to the model structure and parameters' estimation. As a result, various models' forms was compared.
Źródło:
Postępy Nauki i Techniki; 2011, 8; 76-82
2080-4075
Pojawia się w:
Postępy Nauki i Techniki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model of the reciprocating engine using iterative procedures of the transient torque calculation
Autorzy:
Kropiwnicki, J.
Powiązania:
https://bibliotekanauki.pl/articles/246954.pdf
Data publikacji:
2010
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
reciprocating engines
transient conditions
torque calculation
iterative procedures
black box model
Opis:
Process of development of vehicles is nowadays preceded by extensive modelling tests, which allow evaluating influence of applicable design solutions on future utilitarian parameters of the vehicle. Here, estimation of vehicle's dynamics by measuring of acceleration time from 0 to 100 km/h can be an example. Similar, maximal speed, pollutants emission or fuel consumption under speciflc conditions of vehicle's operation can be the example. Modelling research allow to shorten time of introduction of new vehicle for production significantly. Most eager group of model used in simulation tests of vehicles, according to short time of calculation, is black box models. They do not take into consideration they cyclic type of operation, however, it is possible to identify fast and simple their coefficients. This work involves description of reciprocating engine tests, which have been done under transient and steady-state conditions. Transient conditions were forced by rapid change of engine control signal. During the tests differences of torque generated by engine under transient and steady-state conditions have been registered for the same control signal. Basing on the received results a new algorithm of transient torque calculation has been proposed. In the presented model value of the transient torque has been combined with the engine control signal and others engine parameters, which deser ibe transient history of the engine. Hence, iterative procedures of the transient torque calculation with declared time step have been implemented.
Źródło:
Journal of KONES; 2010, 17, 2; 257-264
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
IS MULTIPLE LINEAR REGRESSION THE PROPER TOOL OF MODELLING A BEHAVIOUR OF REAL SYSTEMS?
Autorzy:
Nowak, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/453283.pdf
Data publikacji:
2009
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
model of real system
multiple linear regression
real system structure
discrete automaton
„black box” modelling
quality of approximation
Opis:
Methodological assumption that multiple linear regression is an adequate tool of modelling the behaviour of real systems is checked. To do this the experiment is organised on the basis of simple “real” system represented as finite discrete automaton. Main result is that in situation of “black box” modelling the approximation of output variables with multiple linear regressions (from several samples and under different conditions) may not fulfil any of criterions of feasible approximation of systems behaviour, also in situations where real relation between input and output variables is strictly linear and only one of variables is omitted.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2009, 10, 1; 194-206
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model parametryczny baterii kolektorów słonecznych
Parametric model of solar collector battery
Autorzy:
Chochowski, A.
Obstawski, P.
Powiązania:
https://bibliotekanauki.pl/articles/289993.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
kolektor słoneczny
bateria
model parametryczny
system hybrydowy
czarna skrzynka
parametry pracy
solar collector
battery
parametrical model
hybrid system
black box
parameters of work
Opis:
W pracy zaprezentowano parametryczny model baterii kolektorów płaskich opracowany na podstawie rzeczywistych danych pomiarowych pochodzących z monitoringu pracy hybrydowego systemu zasilającego w energię cieplną budynek hotelowy w Regionalnym Centrum Edukacji Ekologicznej w Budach Grabskich. Do analizy wybrano sześć dni o różniących się zasadniczo parametrach pracy. W procesie identyfikacji segment kolektorów potraktowano jako element dwuwejściowy i jednowyjściowy. Instrumentem użytym do osiągnięcia celu głównego był pakiet Matlab, umożliwiający opracowywanie modeli parametrycznych metodą "czarnej skrzynki".
In work was presented the parametrical model of battery of flat collectors which was worked out on the base the real measuring coming from monitoring of work of hybrid system feeding in heat energy hotel in Regional Center of Ecological Education in Budy Grabskie. It to analysis was chosen the six days about differing fundamentally the parameters of work. In identification process the segment of collectors was treated as two inputs and one output element. Instrument which used to achievement the of main aim was packet Matlab, enabling it working out parametrical models of method "black box".
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 55-64
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-7 z 7

    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