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 predykcyjny" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 19
Tytuł:
Advanced gas turbines health monitoring systems
Zaawansowany system monitorowania stanu technicznego w turbinach gazowych
Autorzy:
Adamowicz, M.
Żywica, G.
Powiązania:
https://bibliotekanauki.pl/articles/327586.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
monitoring
gas turbine
vibrations
artificial neural networks
predictive model
monitorowanie
turbina gazowa
wibroakustyka
sieci neuronowe
model predykcyjny
Opis:
An overview of science papers in the field of machine diagnosis has exposed increasing efforts in developing accurate and reliable engine health monitoring systems. Attempts have been made in both diagnostics and prediction of system faults. Essential limitations of the standard monitoring system are discussed in this paper as well as arguments for implementation of the Advanced Gas Turbine Health Monitoring Systems. Examples of implementation are discussed and a comparison between “Enhanced Arrangement” and “Standard Arrangements” is carried out. The individual system components are implemented today using very different methods. Performance degradation of gas turbines is described here with an approach of Condition Based Maintenance and it was shown how the classification method can help to improve equipment operation. The review of signal processing methods was carried out to present strengths and shortcomings of individual methods.
Przegląd literatury w dziedzinie diagnostyki maszyn wykazuje duże zainteresowanie środowiska naukowego opracowaniem niezawodnych i precyzyjnych metod oceny stanu technicznego napędów turbinowych. Prace te mają najczęściej na celu opracowanie systemów służących do bieżącej diagnostyki uszkodzeń pojawiających się podczas pracy jak i prognozowania przyszłych defektów. W artykule przeprowadzono ocenę najczęściej stosowanych metod diagnostycznych jak również omówiono zastosowanie „Zaawansowanego systemu monitorowania stanu technicznego turbin gazowych”. Przedstawione zostało porównanie standardowego i zaawansowanego układu diagnostyczno-sterującego. Indywidualne metody diagnostyczne zostały opisane wraz z przykładami zastosowania. Wykazano, że spadek sprawności turbiny gazowej jest ściśle związany z jej stanem technicznym, który może być stale monitorowany. Oceniono również wpływ metod klasyfikacji uszkodzeń na wykrywalność stopnia degradacji.
Źródło:
Diagnostyka; 2018, 19, 2; 77-87
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An efficient microgrid model based on Markov fuzzy demand-side management
Autorzy:
Jabash Samuel, G. K.
Sivagama Sundari, M. S.
Bhavani, R.
Jasmine Gnanamalar, A.
Powiązania:
https://bibliotekanauki.pl/articles/27311444.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
smart grid
fuzzy Markov decision process
power scheduling
operating cost
nonlinear model predictive control
inteligentna sieć
planowanie mocy
koszt operacyjny
proces decyzyjny Markowa rozmyty
regulator predykcyjny nieliniowego modelu
Opis:
Today’s electricity management mainly focuses on smart grid implementation for better power utilization. Supply-demand balancing, and high operating costs are still considered the most challenging factors in the smart grid. To overcome this drawback, a Markov fuzzy real-time demand-side manager (MARKOV FRDSM) is proposed to reduce the operating cost of the smart grid system and maintain a supply-demand balance in an uncertain environment. In addition, a non-linear model predictive controller (NMPC) is designed to give a global solution to the non-linear optimization problem with real-time requirements based on the uncertainties over the forecasted load demands and current load status. The proposed MARKOV FRDSM provides a faster scale power allocation concerning fuzzy optimization and deals with uncertainties and imprecision. The implemented results show the proposed MARKOV FRDSM model reduces the cost of operation of the microgrid by 1.95%, 1.16%, and 1.09% than the existing method such as differential evolution and real coded genetic algorithm and maintains the supply-demand balance in the microgrid.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2023, 71, 3; art. no. e145569
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Data-based prediction of soot emissions for transient engine operation
Przewidywanie emisji sadzy w przypadku przejściowej pracy silnika w oparciu o dane
Autorzy:
Schaub, Michèle
Powiązania:
https://bibliotekanauki.pl/articles/408485.pdf
Data publikacji:
2019
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
ship emission
data processing
predictive model
emisja ze statków
przetwarzanie danych
model predykcyjny
Opis:
Global maritime transport is one of the causes of air pollution. Annex VI of the International Maritime Organisation’s (IMO) International Convention for the Prevention of Pollution from Ships (MARPOL) refers to air pollution. Air pollution is mainly caused by the conversion of energy in internal combustion engines, in particular in the case of transient engine operation. The main pollutant is soot. It is an impure carbon substance of various sizes, resulting from incomplete combustion of hydrocarbons. This document concerns data-based modelling of soot emissions – the main component of exhaust particles – in transient engine operation. In a unique manoeuvring aid system, the prediction of exhaust emissions will become a new element. If the navigator knows the consequences of his actions, the human role will be strengthened in relation to the decision making on energy-efficient and emission-poor vessel traffic, in particular during manoeuvres. Thanks to the mathematical model, the soot formation process during stationary engine operation – at constant speed and load – will be mapped first. The model will then be extended to simulate engine operation and soot formation in the transition phase.
Globalny transport morski jest jedną z przyczyn zanieczyszczenia powietrza. Załącznik VI do Międzynarodowej konwencji o zapobieganiu zanieczyszczeniu morza przez statki (MARPOL) Międzynarodowej Organizacji Morskiej (IMO) odnosi się do zanieczyszczeń powietrza. Zanieczyszczenie powietrza jest głównie powodowane przez konwersję energii w silnikach spalinowych, w szczególności w przypadku przejściowej pracy silnika. Głównym zanieczyszczeniem jest sadza. Jest to zanieczyszczona substancja węglowa różnej wielkości, będąca wynikiem niepełnego spalania węglowodorów. Niniejszy dokument dotyczy modelowania emisji sadzy – głównego składnika cząstek spalin, w pracy silnika w warunkach przejściowych w oparciu o dane. W unikalnym systemie wspomagania manewrów, przewidywanie emisji spalin stanie się nowym elementem. Jeżeli nawigator zna konsekwencje swoich działań, to rola człowieka zostanie wzmocniona w odniesieniu do podejmowania decyzji o energooszczędnym i ubogim w emisje spalin ruchu statków, w szczególności podczas manewrów. Dzięki modelowi matematycznemu,w pierwszej kolejności zostanie odwzorowany proces powstawania sadzy podczas stacjonarnej pracy silnika – przy stałych obrotach i obciążeniu. Następnie model ten zostanie tak rozszerzony, aby umożliwić symulację pracy silnika i powstawania sadzy w fazie przejściowej.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2019, 9, 4; 10-13
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Driving energy management of front-and-rear-motor-drive electric vehicle based on hybrid radial basis function
Autorzy:
Sun, Binbin
Zhang, Tiezhu
Ge, Wenqing
Tan, Cao
Gao, Song
Powiązania:
https://bibliotekanauki.pl/articles/224152.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
electric vehicle
drive
energy management
optimization
torque distribution
predictive model
hardware test
pojazd elektryczny
napęd
zarządzanie energią
optymalizacja
moment obrotowy
model predykcyjny
Opis:
This paper presents mathematical methods to develop a high-efficiency and real-time driving energy management for a front-and-rear-motor-drive electric vehicle (FRMDEV), which is equipped with an induction motor (IM) and a permanent magnet synchronous motor (PMSM). First of all, in order to develop motor-loss models for energy optimization, database of with three factors, which are speed, torque and temperature, was created to characterize motor operation based on HALTON sequence method. The response surface model of motor loss, as the function of the motor-operation database, was developed with the use of Gauss radial basis function (RBF). The accuracy of the motor-loss model was verified according to statistical analysis. Then, in order to create a two-factor energy management strategy, the modification models of the torque required by driver (Td) and the torque distribution coefficient (β) were constructed based on the state of charge (SOC) of battery and the motor temperature, respectively. According to the motor-loss models, the fitness function for optimization was designed, where the influence of the non-work on system consumption was analyzed and calculated. The optimal β was confirmed with the use of the off-line particle swarm optimization (PSO). Moreover, to achieve both high accuracy and real-time performance under random vehicle operation, the predictive model of the optimal β was developed based on the hybrid RBF. The modeling and predictive accuracies of the predictive model were analyzed and verified. Finally, a hardware-in-loop (HIL) test platform was developed and the predictive model was tested. Test results show that, the developed predictive model of β based on hybrid RBF can achieve both real-time and economic performances, which is applicable to engineering application. More importantly, in comparison with the original torque distribution based on rule algorithm, the torque distribution based on hybrid RBF is able to reduce driving energy consumption by 9.51% under urban cycle.
Źródło:
Archives of Transport; 2019, 49, 1; 47-58
0866-9546
2300-8830
Pojawia się w:
Archives of Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fusion of clinical data: A case study to predict the type of treatment of bone fractures
Autorzy:
Haq, Anam
Wilk, Szymon
Abelló, Alberto
Powiązania:
https://bibliotekanauki.pl/articles/330674.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
clinical data
data fusion
combination of data
combination of interpretation
prediction model
decision support
dane kliniczne
fuzja danych
łączenie danych
model predykcyjny
wspomaganie decyzji
Opis:
A prominent characteristic of clinical data is their heterogeneity—such data include structured examination records and laboratory results, unstructured clinical notes, raw and tagged images, and genomic data. This heterogeneity poses a formidable challenge while constructing diagnostic and therapeutic decision models that are currently based on single modalities and are not able to use data in different formats and structures. This limitation may be addressed using data fusion methods. In this paper, we describe a case study where we aimed at developing data fusion models that resulted in various therapeutic decision models for predicting the type of treatment (surgical vs. non-surgical) for patients with bone fractures. We considered six different approaches to integrate clinical data: one fusion model based on combination of data (COD) and five models based on combination of interpretation (COI). Experimental results showed that the decision model constructed following COI fusion models is more accurate than decision models employing COD. Moreover, statistical analysis using the one-way ANOVA test revealed that there were two groups of constructed decision models, each containing the set of three different models. The results highlighted that the behavior of models within a group can be similar, although it may vary between different groups.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2019, 29, 1; 51-67
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
High-performance PMSM servo-drive with constrained state feedback position controller
Autorzy:
Tarczewski, T.
Skiwski, M.
Niewiara, L. J.
Grzesiak, L. M.
Powiązania:
https://bibliotekanauki.pl/articles/200374.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
constrained control
model predictive approach
permanent magnet synchronous motor
position control
state feedback control
model predykcyjny
silnik synchroniczny z magnesem trwałym
sprzężenie zwrotne
Opis:
This paper describes high-performance permanent magnet synchronous motor (PMSM) servo-drive with constrained state feedback (SFC) position controller. Superior behavior of the control system has been achieved by applying SFC with constraints handling method based on a posteriori model predictive approach (MPAC). The concept utilizes predictive equations obtained from discrete-time model of the PMSM to compute control signals which generate admissible values of the future state variables. The novelty of the proposed solution lies in the limitation of several state-space variables in servo-drive control system. Since MPAC has firstly been applied to limit more than one state-space variable of the plant, necessary conditions for introducing constraints into multivariable control system with SFC are depicted. Due to the low complexity of proposed algorithm, a low cost microprocessor, STM32F4, is employed to execute the state feedback position control with model predictive approach to constraints handling. Experimental results show that the proposed control method provides superior performance of PMSM servodrive with modern SiC based voltage source inverter (VSI).
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 1; 49-58
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Intelligent Forecasting of Automatic Train Protection System Failure Rate in China High-speed Railway
Inteligentne prognozowanie intensywności uszkodzeń automatycznego systemu ochrony pociągów kolei dużych prędkości w Chinach
Autorzy:
Kang, Renwei
Wang, Junfeng
Cheng, Jianfeng
Chen, Jianqiu
Pang, Yanzhi
Powiązania:
https://bibliotekanauki.pl/articles/301390.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
intelligent maintenance
high-speed railway
failure rate
automatic train protection system
prediction model
chaos
inteligentna konserwacja
kolej dużych prędkości
intensywność uszkodzeń
automatyczny system ochrony pociągu
model predykcyjny
Opis:
Intelligent and personalized dynamic maintenance and spare parts configuration of high-speed railway have been the main trend to guarantee the safety capability of trains. In this paper, a new Automatic Train Protection (ATP) system failure rate calculation method is proposed, and the delay time and embedded dimension are determined by C-C algorithm. Then the phase space is reconstructed from one-dimensional time series to high-dimensional space. Based on chaotic characteristics of failure rate, a short-term intelligent forecasting model of failure rate of ATP system is established. The actual failure statistics from 2010 to 2018 are used as samples to train and test the validity of the model. From prediction results, it shows that the proposed chaos prediction model has an accuracy of 99.71%, which is better than the support vector machine model. Through the intelligent prediction of failure rate, this paper solves the maintenance inflexibility and imbalance of supply and demand of spare parts configuration.
Inteligentna i spersonalizowana dynamiczna konserwacja i konfiguracja części zamiennych pociągów kolei dużych prędkości stanowią ostatnio główny trend w zakresie zapewniania bezpieczeństwa pociągów. W niniejszym artykule zaproponowano nową metodę obliczania intensywności uszkodzeń systemu Automatycznej Ochrony Pociągu (ATP), a czas opóźnienia i wymiar zanurzenia określano za pomocą algorytmu CC. Następnie, przestrzeń fazową przekształcono z jednowymiarowego szeregu czasowego do przestrzeni wielowymiarowej. Opierając się na chaotycznych charakterystykach intensywności uszkodzeń, utworzono model krótkoterminowego inteligentnego prognozowania awaryjności systemu ATP. Do uczenia modelu i weryfikacji jego trafności wykorzystano rzeczywiste dane statystyczne dotyczące awarii pociągów z lat 2010–2018. Z wyników prognoz wynika, że proponowany model predykcji, oparty na teorii chaosu, cechuje się dokładnością na poziomie 99,71%, czyli wyższą niż model maszyny wektorów nośnych. Dając możliwość inteligentnej predykcji intensywności uszkodzeń, niniejsza praca rozwiązuje problem braku elastyczności w utrzymaniu ruchu pociągów oraz braku równowagi między podażą a popytem na części zamienne.
Źródło:
Eksploatacja i Niezawodność; 2019, 21, 4; 567-576
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Machine learning predictive modeling of the price of cassava derivative (GARRI) in the South West Of Nigeria
Autorzy:
Olanloye, O.
Oduntan, E.
Powiązania:
https://bibliotekanauki.pl/articles/118266.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
fluctuation
prices
machine learning
predictive model
cassava derivative
fluktuacja
ceny
nauczanie maszynowe
model predykcyjny
pochodna manioku
Opis:
Fluctuation in prices of Agricultural products is inevitable in developing countries faced with economic depression and this, has brought a lot of inadequacies in the preparation of Government financial budget. Consumers and producers are poorly affected because they cannot take appropriate decision at the right time. In this study, Machine Learning(ML) predictive modeling is being implemented using the MATLAB Toolbox to predict the price of cassava derivatives (garri) in the South Western part of Nigeria. The model predicted that by the year 2020, all things being equal, the price of (1kg) of garri will be 500. This will boost the Agricultural sector and the economy of the nation.
Źródło:
Applied Computer Science; 2018, 14, 1; 53-63
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Measurement data processing with the use of art networks
Przetwarzania danych pomiarowych z wykorzystaniem sieci z rezonansem adaptacyjnym ART
Autorzy:
Mrówczyńska, M.
Sztubecki, J.
Powiązania:
https://bibliotekanauki.pl/articles/970998.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
ART neural network
prediction model
vertical displacements
sieci neuronowe ART
model predykcyjny
przemieszczenia pionowe
Opis:
ART (Adaptive Resonance Theory) networks were invented in the 1990s as a new approach to the problem of image classification and recognition. ART networks belong to the group of resonance networks, which are trained without supervision. The paper presents the basic principles for creating and training ART networks, including the possibility of using this type of network for solving problems of predicting and processing measurement data, especially data obtained from geodesic monitoring. In the first stage of the process of creating a prediction model, a preliminary analysis of measurement data was carried out. It was aimed at detecting outliers because of their strong impact on the quality of the final model. Next, an ART network was used to predict the values of the vertical displacements of points of measurement and control networks stabilized on the inner and outer walls of an engineering object.
Sieci neuronowe ART (ang. Adaptive Resonance Theory) zostały opracowane w latach 90 ubiegłego wieku, jako nowe podejście w rozwiązywaniu problemów klasyfikacji i rozpoznawaniu obrazów. Sieci ART należą do grupy sieci rezonansowych, których uczenie prowadzone jest w trybie nie nadzorowanym. W artykule przedstawiono podstawowe zasady budowy i uczenia sieci neuronowych ART wraz z możliwością aplikacji tego rodzaju sieci do rozwiązywania zagadnień predykcji i przetwarzania danych pomiarowych, w szczególności pozyskanych w wyniku prowadzonego monitoringu geodezyjnego. W pierwszym etapie procesu budowy modelu predykcyjnego wykonano wstępną analizę danych pomiarowych związaną z wykrywaniem obserwacji odstających ze względu na ich istotny wpływ na ostateczną jakość modelu. Następnie wykorzystując sieć ART wyznaczono przewidywane wartości przemieszczeń pionowych dla punktów sieci pomiarowo-kontrolnej, zastabilizowanych na wewnętrznych i zewnętrznych ścianach obiektu budowlanego, na których zauważono liczne spękania.
Źródło:
Civil and Environmental Engineering Reports; 2018, No. 28(2); 186-195
2080-5187
2450-8594
Pojawia się w:
Civil and Environmental Engineering Reports
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie symulacyjne zmian zawartości chloru w wodzie wodociągowej w warunkach eksploatacyjnych wybranego systemu dystrybucji
Simulation modeling of chlorine content variation in water for different operating conditions of the water distribution system
Autorzy:
Zimoch, Izabela
Bartkiewicz, Ewelina
Powiązania:
https://bibliotekanauki.pl/articles/236756.pdf
Data publikacji:
2019
Wydawca:
Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
Tematy:
system zaopatrzenia w wodę
sieć wodociągowa
jakość wody
dezynfekcja wody
chlor pozostały
model symulacyjny jakości wody
statystyczny model predykcyjny
water supply system
water pipe network
water quality
water disinfection
free residual chlorine
water quality simulation model
predictive statistical model
Opis:
Modele symulacyjne (Epanet, Piccolo, Mike Net, WaterCad) są powszechnymi narzędziami analitycznymi, które umożliwiają badania różnych scenariuszy eksploatacyjnych systemów zaopatrzenia w wodę. Są one wykorzystywane między innymi do szacowania wartości parametrów hydraulicznych pracy sieci wodociągowej w zmiennych stanach zapotrzebowania na wodę. Modele hydrauliczne są również używane do modelowania zmian jakości wody, których zakres w dużej mierze zależy od warunków hydraulicznych pracy systemu wodociągowego. W artykule przedstawiono wyniki symulacji zaniku chloru według trzech scenariuszy pracy systemu zaopatrzenia w wodę, obejmujących minimalne, średnie i maksymalne zapotrzebowanie na wodę w 2017 r. Wyniki symulacji wykorzystano do zbudowania statystycznego modelu zmian zawartości chloru wolnego w wodzie wodociągowej, biorąc pod uwagę odległość od punktu wprowadzenia chloru, prędkość przepływu wody i szybkość zaniku chloru w strumieniu transportowanej wody. Zbudowany model wykazał, że warunki hydrauliczne pracy systemu wodociągowego miały duży wpływ na jakość transportowanej wody, podczas gdy wpływ współczynnika zaniku chloru był zdecydowanie mniejszy. Stwierdzono, że korzystne warunki hydrauliczne, z uwagi na jakość wody wodociągowej, wystąpiły przy przepływie wody w sieci z prędkością powyżej 0,5 m/s.
Simulation models (Epanet, Piccolo, Mike Net, WaterCad) are common analytical tools employed to evaluate various operational scenarios of water supply systems. Their use includes estimating hydraulic conditions for variable water demand in water pipe networks. Hydraulic models are also used to design changes in water quality, the scope of which largely depends on hydraulic conditions of water supplies. The paper presents the simulation results of free residual chlorine decay according to three operational scenarios for the water supply system, including minimum, medium, and maximum water demand from year 2017. The results were used to build a statistical model of free residual chlorine concentration changes in water, considering the distance from the disinfectant dosing point, water flow velocity, and bulk chlorine decay rate. According to the constructed model, hydraulic conditions had a major impact on quality of the supplied water, while the free residual chlorine decay factor proved less significant. Favorable conditions with respect to tap water quality were noted for the water flow velocity above 0.5 m/s.
Źródło:
Ochrona Środowiska; 2019, 41, 1; 17-22
1230-6169
Pojawia się w:
Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Monitoring, early warning and sustainable management system for Lodz wastewater treatment plant as a water protection tool
Autorzy:
Sakson, Grażyna
Brzezińska, Agnieszka
Kowalski, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/105052.pdf
Data publikacji:
2019
Wydawca:
Politechnika Rzeszowska im. Ignacego Łukasiewicza. Oficyna Wydawnicza
Tematy:
sewer system
sewage treatment
water protection
predictive model
toxicity
system ściekowy
oczyszczanie ścieków
ochrona wód
model predykcyjny
toksyczność
Opis:
Municipal wastewater treatment plants are exposed to the inflow of toxic substances, which may hamper or even preclude their proper functioning, especially of the biological part. In the case of combined or hybrid sewer systems, additionally, in wet weather, there may appear a rapid inflow of a mixture of domestic and industrial sewage, and stormwater in an amount exceeding the capacity of the devices, causing the need to discharge parts of not fully treated wastewater through the bypass channel, which may reduce overall treatment effects. In such situations, the receivers are exposed to an inflow of increased amounts of pollutants, which on the one hand causes a threat to the aquatic environment, on the other, may result in administrative fines for the treatment plant resulting from non-compliance with the conditions of the water permit, as well as costs of removing the effects of failure. The article presents the concept of a monitoring, early warning and sustainable management system for the Lodz wastewater treatment plant, which will allow minimizing pollutant emissions to the aquatic environment. The system will be based on data from the municipal pluviometer network, measurement of flows in combines sewer overflows and newly built sewage quality monitoring stations equipped with on-line probes. The resulting data will allow to predict quantity and quality of inflow to the treatment plant, which will allow for an early warning about the dangers. In consequence decision-making to improve the safety of its operation will be possible.
Źródło:
Czasopismo Inżynierii Lądowej, Środowiska i Architektury; 2019, 66, 3; 5-16
2300-5130
2300-8903
Pojawia się w:
Czasopismo Inżynierii Lądowej, Środowiska i Architektury
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Monitoring of high-speed shaft of gas turbine using artificial neural networks: predictive model application
Autorzy:
Rahmoune, M. B.
Hafaifa, A.
Abdellah, K.
Chen, X. Q.
Powiązania:
https://bibliotekanauki.pl/articles/328726.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
monitoring
gas turbine
vibrations
artificial neural networks
predictive model
turbina gazowa
drgania
sztuczna sieć neuronowa
model predykcyjny
Opis:
The automatic engineering known a very rapid progress with the consequent development of numerical methods and computer systems, by the growth of computational capacity. In this context, this work proposes a strategy of predictive control of the high-pressure shaft speed of a gas turbine using artificial neural networks in order to monitor the vibratory behavior of this rotating machine. This approach makes it possible to ensure the stability of this turbine under real conditions and to detect any deviation of their dynamic behavior from the margin of safety. This approach makes it possible to include the control limitations on the turbine variables in the modeling step of the high-speed shaft speed controller.
Źródło:
Diagnostyka; 2017, 18, 4; 3-10
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predicting the Relaxation Modulus for the Study of the Delayed Behaviour of Kenaf Fibres in Stress Relaxation
Przewidywanie modułu relaksacji w badaniu opóźnionego zachowania włókien kenaf w relaksacji naprężenia
Autorzy:
Saïdjo, Saidjo
Ntenga, Richard
Mfoumou, Etienne
Beda, Tibi
Beakou, Alexis
Powiązania:
https://bibliotekanauki.pl/articles/1419454.pdf
Data publikacji:
2021
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
kenaf fibres
plant fibres
relaxation test
relaxation modulus
predictive model
delayed behavior
kenaf
włókno roślinne
test relaksacji
moduł relaksacji
model predykcyjny
zachowanie opóźnione
Opis:
Plant fibres (PFs) are preferred reinforcements of bio-composites. Knowledge of their lifespan requires a study of their viscoelastic behaviour. In this paper, a stress relaxation analysis of kenaf fibres was performed at a constant rate of deformation at room temperature. A method for extracting the relaxation modulus in the deferred zone was proposed. This method was compared, using simulation, with the Zapas-Phillips method and experimental data via three predictive models: the stretched exponential function or KWW, the inverse power law of Nutting and the prony series. The results indicate that the relaxation modulus obtained by the method proposed is in good agreement with the experimental modulus. In addition, the estimated error is of the same order of magnitude as in the case of the Zapas-Phillips method. The parameters estimated from the KWW function (β = 0.4) and prony series model showed an important contribution in the study of the delayed response of kenaf fibres. These results can have a significant impact on the use of kenaf fibres in midterm and long-term loading applications.
Włókna roślinne są często stosowane jako wzmocnienia biokompozytów. Znajomość ich trwałości wymaga zbadania ich zachowania lepkosprężystego. W pracy przeprowadzono analizę relaksacji naprężeń włókien kenaf przy stałej szybkości odkształcania w temperaturze pokojowej. Zaproponowano metodę wyodrębniania modułu relaksacji w strefie odroczonej. Metodę tę porównano za pomocą symulacji z metodą Zapas’a-Phillips’a i danymi eksperymentalnymi za pomocą trzech modeli predykcyjnych: rozciągniętej funkcji wykładniczej lub KWW, odwrotnego prawa potęgowego Nutting’a i szeregach Prony’ego. Wyniki wskazały, że moduł relaksacji uzyskany proponowaną metodą jest w dobrej zgodności z modułem eksperymentalnym. Ponadto szacowany błąd jest tego samego rzędu wielkości, co w przypadku metody Zapas’a-Phillips’a. Parametry oszacowane na podstawie funkcji KWW (β = 0.4) i modelu szeregów Prony’ego wykazały istotny wkład w badanie opóźnionej odpowiedzi włókien kenaf. Wyniki te mogą mieć znaczący wpływ na wykorzystanie włókien kenaf w średnioterminowych i długoterminowych zastosowaniach obciążeniowych.
Źródło:
Fibres & Textiles in Eastern Europe; 2021, 3 (147); 19-25
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Problemy wspomagania decyzji w systemach utrzymania ruchu
Problems of decision support in maintenance systems
Autorzy:
Kosicka, E.
Mazurkiewicz, D.
Gola, A.
Powiązania:
https://bibliotekanauki.pl/articles/408648.pdf
Data publikacji:
2016
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
predykcyjne utrzymanie ruchu
model predykcyjny
awaria wyposażenia
diagnostyka uszkodzeń
predictive maintenance
predictive model
equipment failure
fault diagnosis
Opis:
W artykule przedstawiono problemy związane z opracowaniem modelu adaptacyjnego algorytmu wspomagania decyzji w systemie utrzymania ruchu, który w zależności od zmieniających się parametrów procesów resztkowych, dobiera odpowiedni model matematyczny wyznaczony przez kryteria predykcyjne i informacyjne. Proponowany model zawiera dodatkowo część decyzyjną, która na podstawie informacji skupiających się na obszarze działań Służb Utrzymania Ruchu generuje zawężony optymalny przedział czasu, w którym konieczne jest przeprowadzenie konserwacji.
The paper proposes problems with development of a model of adaptive algorithm for maintenance decision support system which – depending on the changing parameters of residual processes – selects an adequate mathematical model based on predictive and informative criteria. The proposed model additionally contains a maintenance decision-related part which – based on the information about actions taken by maintenance services – generates a constrained optimal time interval for performing the necessary maintenance work.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2016, 4; 49-52
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie rynku usług transportowych
Forecasting of the transport market
Autorzy:
Cisowski, T.
Powiązania:
https://bibliotekanauki.pl/articles/253575.pdf
Data publikacji:
2015
Wydawca:
Instytut Naukowo-Wydawniczy TTS
Tematy:
prognozowanie
model predykcyjny
model przewozu
forecasting
prediction model
model of carriage
Opis:
W niniejszej pracy pokazano szeroką klasę modeli stosowanych w prognozowaniu wskaźników przewozów. Przedstawiono wielopoziomowe modele przewozów. Zaproponowano algorytm prognozowania przewozów na bazie analizy dynamiki procesów zachodzących w makroekonomicznym otoczeniu transportu kolejowego.
The paper presents the models used in forecasting transport indicators. Multilevel transport market models were discussed. The author proposed an algorithm for predicting carriage on the basis the assessment of the dynamics processes occurring in the macroeconomic environment of rail transport.
Źródło:
TTS Technika Transportu Szynowego; 2015, 1-2; 78-80
1232-3829
2543-5728
Pojawia się w:
TTS Technika Transportu Szynowego
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 19

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