Purpose: The goal of the study was to qualitatively and quantitatively evaluation of the data available in the Rapid Alert System for Food and Feed (RASFF) and to identify opportunities for further research concerning notifications reported in this system. Design/methodology/approach: The research involved reviewing and critically assessing the data collected in the RASFF, conducting a two-way joining cluster analysis (in Statistica 13.3) on product categories and hazard categories, and building a map of links (in VOSviewer 1.6.20) between the keywords identified by the authors of the scientific papers. Findings: The paper identifies the limitations of the RASFF, such as the lack of access to historical data, mistakes in the data, the exclusion of the United Kingdom from the system and the lack of information on operators involved in the food chain. It also indicates possible areas for further research of notifications reported in the RASFF, considering mainly product categories and hazard categories, as well as other types of data. Originality/value: The article assesses the quality of RASFF data in a cross-cutting and comprehensive manner and identifies further opportunities for its analysis. The results of the research are intended for food safety researchers, food chain participants and food surveillance bodies.
The purpose of this paper is to verify the feasibility of using a selected linear ordering method to identify and order selected components of Industry 4.0, with the purpose of assessing the level of implementation of these components in European manufacturing companies. To analyze the data obtained from the EUROSTAT database, the VIKOR method (from the group of multi-criteria decision-making methods) was used according to the prepared procedure, along with cluster analysis using Ward's method. The research shows that among the 10 analyzed characteristics, the highest level of implementation in European manufacturing companies concerns the use of ERP software packages for sharing information between different functional areas of the company and sending e-invoices suitable for automatic processing. At the same time, the highest level of implementation of the analyzed characteristics overall was identified in Finland, Denmark, and Belgium, while the lowest was observed in Bulgaria, Romania and Serbia. In addition, using cluster analysis, 4 basic groups of countries (clusters) with similar performance in terms of the level of implementation of selected characteristics were identified. The novelty of the present study lies in the fact that the VIKOR linear ordering method from the group of multi-criteria decision-making methods, which takes into account varying weights of criteria, was used to rank the components of Industry 4.0. The method used is more objective than expert judgment. In contrast, the VIKOR index was used to identify clusters under Ward's method. The findings of this research can provide important guidance for managers at the enterprise level and at the level of economic policy and contribute to the development of research on indicators for assessing the level of implementation of the Industry 4.0 concept.
PL
Celem niniejszej pracy jest weryfikacja możliwości wykorzystania wybranej metody porządkowania liniowego do identyfikacji i uporządkowania wybranych komponentów Przemysłu 4.0 dla potrzeb oceny poziomu implementacji tych komponentów w europejskich przedsiębiorstwach wytwórczych. Do analizy danych, uzyskanych z bazy EUROSTAT, wykorzystano metodę VIKOR (z grupy metod wielokryterialnego podejmowania decyzji) wg przygotowanej procedury oraz analizę skupień metodą Warda. Z przeprowadzonych badań wynika, że spośród 10 analizowanych charakterystyk, najwyższy poziom implementacji w europejskich przedsiębiorstwach wytwórczych dotyczy posiadania pakietu oprogramowania ERP do udostępniania informacji między różnymi obszarami funkcjonalnymi przedsiębiorstwa, oraz wysyłania e-faktur nadających się do automatycznego przetwarzania. Równocześnie, najwyższy poziom implementacji analizowanych charakterystyk ogółem zidentyfikowano w Finlandii, Danii i Belgii, natomiast, najniższy w Bułgarii, Rumunii i Serbii. Ponadto, przy wykorzystaniu analizy skupień zidentyfikowano 4 podstawowe grupy państw (klastry) o podobnych wynikach pod kątem poziomu implementacji wybranych charakterystyk. Nowość niniejszego badania polega na tym, że do uporządkowania komponentów Przemysłu 4.0 wykorzystano metodę porządkowania liniowego VIKOR z grupy metod wielokryterialnego podejmowania decyzji, która uwzględnia zróżnicowane wagi kryteriów. Wykorzystana metoda jest bardziej obiektywna niż ocena ekspertów. Natomiast, do identyfikacji klastrów w ramach metody Warda wykorzystano indeks VIKOR. Ustalenia badań mogą stanowić istotne wskazówki dla zarządzających na poziomie przedsiębiorstw oraz na poziomie polityki gospodarczej, a także stanowić wkład w rozwój badań nad wskaźnikami oceny poziomu implementacji koncepcji przemysłu 4.0.
Geochemical analysis is an effective technique for detecting mineral deposits by examining element concentrations. Various statistical techniques have been developed to differentiate abnormal values from background values. A more accurate analysis can be obtained by employing multivariate statistical methods. The use of these methods enables the simultaneous analysis of changes in multiple variables. This research utilized correlation coefficients, cluster analysis, and factor analysis to demonstrate the genetic connections among various elements. The factor analysis method was additionally applied to generate multivariable maps and comprehensive multivariable results. Moreover, the stepwise factor analysis (SFA) method, an enhanced version of traditional factor analysis, was utilized to produce geochemical distribution maps. This technique entails initially recognizing and removing non-representative elements, followed by identifying the most important and impactful representative factors. This study demonstrates the efficacy of the SFA method when applied to geochemical data. This approach removes superfluous elements and increases the variance attributed to the predictive mineralization factor, thereby improving the geochemical halos. Additionally, this research evaluated multivariate analysis approaches alongside machine learning techniques. To achieve this, a multilayer perceptron neural network (MLP) was used to evaluate the levels of gold, silver, copper, lead, and zinc in the study area. The output variable represented the grade of a particular element individually, whereas the input variables encompassed the grades of the remaining four elements. To optimize the model, different quantities of hidden layers and a range of activation functions were applied. Ultimately, an ideal model was developed for each element. The model achieved accuracies of 95%, 88%, 73%, 80%, and 72% for the gold, silver, copper, lead, and zinc, respectively. The results show the significant computational efficiency of this method in assessing element grades. Finally, the element distribution maps generated by both methods indicate that the MLP approach identified the anomalous areas with higher accuracy.
PL
Analiza geochemiczna jest skuteczną techniką wykrywania złóż mineralnych poprzez badanie stężeń pierwiastków. Opracowano różne techniki statystyczne w celu odróżnienia nieprawidłowych wartości od wartości tła. Dokładniejszą analizę można uzyskać stosując wielowymiarowe metody statystyczne. Zastosowanie tych metod umożliwia jednoczesną analizę zmian wielu zmiennych. W niniejszym badaniu wykorzystano współczynniki korelacji, analizę skupień i analizę czynnikową w celu wykazania powiązań genetycznych między różnymi pierwiastkami. Metoda analizy czynnikowej została dodatkowo zastosowana do wygenerowania map wielu zmiennych i kompleksowych wyników wielu zmiennych. Co więcej, zastosowano metodę stopniowej analizy czynnikowej (SFA), ulepszoną wersję tradycyjnej analizy czynnikowej, w celu stworzenia map rozkładu geochemicznego. Technika ta polega na wstępnym rozpoznaniu i usunięciu pierwiastków niereprezentatywnych, a następnie zidentyfikowaniu najważniejszych i najbardziej wpływowych czynników reprezentatywnych. Przeprowadzone badania wykazały skuteczność metody SFA w analizie danych geochemicznych. Podejście to pozwala na eliminację zbędnych elementów oraz zwiększenie wariancji przypisanej predykcyjnemu czynnikowi mineralizacji, co prowadzi do lepszego zdefiniowania aureoli geochemicznych. Dodatkowo, w badaniu tym oceniono wielowymiarowe podejścia analityczne wraz z technikami uczenia maszynowego. Ponadto, w badaniu oceniono metody analizy wielowymiarowej w połączeniu z technikami uczenia maszynowego. W tym celu wykorzystano sieć neuronową – perceptron wielowarstwowy (MLP) do oceny zawartości złota, srebra, miedzi, ołowiu i cynku w badanym obszarze. Zmienną wyjściową była zawartość konkretnego pierwiastka, natomiast zmiennymi wejściowymi – zawartości pozostałych czterech pierwiastków. W celu optymalizacji modelu zastosowano różne liczby warstw ukrytych oraz szereg funkcji aktywacji. Ostatecznie opracowano model optymalny dla każdego pierwiastka. Modele osiągnęły dokładności wynoszące odpowiednio 95%, 88%, 73%, 80% i 72% dla złota, srebra, miedzi, ołowiu i cynku.
The country’s sustainable development is focused on improving the quality of life at the global level, ensuring equal access to education and public goods, and caring for the environment and biodiversity, as well as responsible consumption and production. Digital technologies are among the main drivers of sustainable development. It is very important to develop government strategy and choose correct measures aimed at ensuring sustainable development of the countries in terms of the digitalization processes. The purpose of the research is to investigate the nature of the correlation between indicators of digital development and sustainable development of the European countries, as well as to identify policy directions and measures regarding their digital and sustainable progress. Methods of the research are principal component analysis, geometric aggregation, and cluster analysis. The positive correlation within the digital and sustainable development is observed. Most indicators of digital and sustainable development positively correlate with each other. Based on PCA, it was found that indicators of sustainable development have a stronger intercorrelation than those of digital development. Based on the construction of integral indicators of digital and sustainable development, a cluster analysis was conducted. The main digital tools that contribute to the achievement of each of the 17 goals of sustainable development were determined. The results of the analysis provide a suitable basis for comparing the digital and sustainable development of individual countries and offer opportunities to identify tools and strategy directions for policymakers.
PL
Zrównoważony rozwój koncentruje się na poprawie jakości życia na poziomie globalnym, zapewnieniu równego dostępu do edukacji i dóbr publicznych oraz dbałości o środowisko i różnorodność biologiczną, a także odpowiedzialną konsumpcję i produkcję. Technologie cyfrowe należą do głównych czynników zrównoważonego rozwoju. Bardzo ważne jest opracowanie strategii rządu i wybór właściwych działań mających na celu zapewnienie zrównoważonego rozwoju krajów w zakresie procesów cyfryzacji. Celem artykułu jest zbadanie charakteru korelacji pomiędzy wskaźnikami rozwoju cyfrowego i zrównoważonego rozwoju krajów w Europie, a także identyfikacja kierunków i mierników polityki w zakresie ich postępu cyfrowego i zrównoważonego. Metody badawcze to analiza głównych składowych, agregacja geometryczna i analiza skupień. Obserwuje się pozytywną korelację w zakresie rozwoju cyfrowego i zrównoważonego. Większość wskaźników rozwoju cyfrowego i zrównoważonego jest ze sobą pozytywnie skorelowana. Na podstawie PCA stwierdzono, że wskaźniki rozwoju zrównoważonego wykazują silniejszą korelację niż wskaźniki rozwoju cyfrowego. W oparciu o konstrukcję integralnych wskaźników rozwoju cyfrowego i zrównoważonego przeprowadzono analizę skupień. Określono główne narzędzia cyfrowe, które przyczyniają się do osiągnięcia każdego z 17 Celów zrównoważonego rozwoju. Wyniki analizy stanowią odpowiednią podstawę do porównania rozwoju cyfrowego i zrównoważonego poszczególnych krajów oraz dają możliwości identyfikacji narzędzi i kierunków strategii dla decydentów.
Istotnym zadaniem w celu opracowania modelu złoża i szacowania jego zasobów jest wyznaczenie petrofacji skał zdeponowanych w danym basenie sedymentacyjnym. Celem pracy było zidentyfikowanie petrofacji (ang. rock-typing) na podstawie wyników analiz magnetycznego rezonansu jądrowego (NMR). Do badań dobrano skały reprezentujące utwory czerwonego spągowca i miocenu zapadliska przedkarpackiego. Petrofacje wydzielono na podstawie specjalistycznych analiz NMR pozwalających na prawidłowe wyznaczenie porowatości dynamicznej, efektywnej i nasycenia wodą nieredukowalną. Zastosowano metodę analizy skupień z wykorzystaniem algorytmu k-średnich. Dla każdego z basenów sedymentacyjnych wydzielono po cztery petrofacje o zróżnicowanych właściwościach zbiornikowych. W przypadku skał konwencjonalnych czerwonego spągowca wykorzystano takie parametry jak porowatość całkowita (KpNMR), porowatość efektywna (Kpef), porowatość dynamiczna (Kp3), nasycenie wodą nieredukowalną w porowatości całkowitej (Swnr KpNMR), a także przepuszczalność absolutna. Kluczowe parametry najlepiej różnicujące petrofacje to porowatość dynamiczna i nasycenie wodą nieredukowaną. Natomiast skały mioceńskie podzielono w oparciu o zawartość wody w minerałach ilastych (Kp1), zawartość wody w porach <0,03 μm (Kp < 0,03), zawartość wody w porach >0,03 μm (Kp > 0,03), nasycenie wodą nieredukowalną związane z iłami (Swnr_ił) oraz nasycenie wodą nieredukowalną w porach <0,03 μm (Swnr <0,03). Najistotniejsze w wydzieleniu petrofacji okazały się nasycenie wodą nieredukowalną w porach <0,03 μm oraz zawartość wody w porach >0,03 μm. Petrofacje wydzielone w obu basenach sedymentacyjnych są zgodne z typami litologicznymi uzyskanymi na podstawie obserwacji makroskopowych i badań mineralogicznych. Do petrofacji o najkorzystniejszych parametrach (RT1) należą piaskowce średnioziarniste zarówno czerwonego spągowca, jak i miocenu. Najsłabszymi parametrami (petrofacja RT4) cechują się zlepieńce czerwonego spągowca oraz mułowce mioceńskie. Autorzy wykazali, że wyniki uzyskane metodą NMR dobrze charakteryzują najważniejsze dla eksploatacji węglowodorów parametry przestrzeni porowej skał i mogą być podstawą wydzielenia petrofacji dla skał o różnych właściwościach zbiornikowych.
EN
Rock-typing is essential for developing reservoir models, estimating resources, and performing multi-well correlations. The aim of this study was to perform rock-typing based on the results of nuclear magnetic resonance analyses (NMR). Rocks representing two different reservoirs, the Rotliegend and the Miocene of the Carpathian Foredeep, were selected for the study. Petrofacies were assigned based on specialised NMR analyses, allowing for the correct determination of dynamic and effective porosity and irreducible water saturation. Cluster analysis was performed using the k-means algorithm. Four petrofacies with different reservoir properties were distinguished for each of the sedimentary basins. The parameters of total porosity (KpNMR), effective porosity (Kpef), dynamic porosity (Kp3), irreducible water saturation in total porosity (Swnr KpNMR), and absolute permeability were used for conventional Rotliegend rocks. Dynamic porosity and irreducible water saturation were the key parameters that best differentiated petrofacies. Miocene rocks were grouped based on the clay bound water (Kp1), the water content in pores <0.03 μm (Kp <0.03), the water content in pores >0.03 μm (Kp > 0.03), irreducible water saturation associated with clays (Swnr_ił), irreducible water saturation in pores <0.03 μm (Swnr <0.03). The most critical factors in petrofacies separation were irreducible water saturation in pores <0.03 μm and water content in pores > 0.03 μm. The petrofacies identified in both sedimentary basins are consistent with the lithological types obtained based on macroscopic observations and mineralogical studies. The petrofacies with the most favourable parameters (RT1) include medium-grained sandstones, both Rotliegend and Miocene. The poorest parameters (petrofacies RT4) characterise the Rotliegend conglomerates and Miocene mudstones. The work presented has shown that the results obtained by the NMR method well characterise the parameters of the rock pore space, which are key to hydrocarbon exploitation and can be used as the basis for rock-typing for rocks with different reservoir properties.
The development of new technologies contributes to an increase in the value of the electromagnetic field. The article presents the identification of the electric field with the use of cluster analysis. The research on the value of the electric component of the electromagnetic field (EMF) was determined with the NHT3DL broadband meter from Microrad with the 01E measuring probe during training flights. The developed model for cluster analysis using the DBSCAN (density-based spatial clustering of applications with noise) algorithm is used to identify the electric field exposure value in the context of flight safety analysis.
PL
Rozwój nowych technologii przyczynia się do wzrostu wartości pola elektromagnetycznego. W artykule przedstawiono identyfikacje pola elektrycznego określoną przy użyciu analizy skupień. Badania dotyczące wartości składowej elektrycznej pola elektromagnetycznego (EMF) wyznaczono miernikiem szerokopasmowym NHT3DL firmy Microrad z sondą pomiarową 01E podczas lotów szkoleniowych statkami powietrznymi. Opracowany model do analizy y skupień przy użyciu algorytmu DBSCAN (ang. density-based spatial clustering of applications with noise) służy do identyfikacji wartości ekspozycji pola elektrycznego w kontekście analizy bezpieczeństwa lotów.
W zagadnieniach geologii naftowej metody statystyczne są szeroko stosowane w petrografii, petrofizyce, geochemii, geomechanice, geofizyce wiertniczej czy sejsmice, a analiza skupień jest istotna w klasyfikacji skał – wyznaczaniu stref o pewnych własnościach, np. macierzystych lub zbiornikowych. Artykuł prezentuje użycie metod statystycznych, w tym metod analizy skupień, w procesach przetwarzania i analizy dużych zbiorów różnorodnych danych geochemicznych. Do analiz statystycznych wykorzystano literaturowe dane z analiz składu chemicznego i izotopowego gazów ziemnych. Wyniki zawierały skład chemiczny gazów ziemnych oraz skład izotopowy. Zastosowano algorytmy tzw. nienadzorowanego uczenia maszynowego do przeprowadzenia analizy skupień. Grupowania było przeprowadzone dwiema metodami: k-średnich oraz hierarchiczną. Do zobrazowania wyników grupowania metodą k-średnich można wykorzystać dwuwymiarowy wykres (funkcja fviz_cluster języka R). Wymiary na wykresie to efekt analizy głównych składowych (PCA) i są one liniową kombinacją cech (kolumn w tabeli). Wynikiem grupowania metodą hierarchiczną jest wykres nazywany dendrogramem. W artykule dodatkowo zaprezentowano wykresy pudełkowe i histogramy oraz macierz korelacji zawierającą współczynniki korelacji Pearsona. Wszystkie prace wykonano z użyciem języka programowania R. Język R, z wykorzystaniem programu RStudio, jest bardzo wygodnym i szybkim narzędziem do statystycznej analizy danych. Przy użyciu tego języka uzyskanie wymienionych powyżej wykresów, tabeli i danych jest szybkie i stosunkowo łatwe. Wyniki analiz składu gazu wydają się mało zróżnicowane. Mimo to dzięki algorytmom k-średnich i hierarchicznym możliwe było pogrupowanie danych geochemicznych na wyraźnie rozdzielne zespoły. Zarówno wartości składu izotopowego, jak i skład chemiczny pozwalają wyznaczyć grupy, które w inny sposób nie byłyby dostrzegalne.
EN
In petroleum geology, statistical methods are widely used in petrography, petrophysics, geochemistry, geomechanics, well log analysis and seismics, and cluster analysis is important for rock classification – determination of zones with certain properties, e.g., source or reservoir. This paper presents the use of the R language for statistical analysis, including cluster analysis, of large sets of diverse geochemical data. Literature data from analyses of chemical and isotopic composition of natural gases were used for statistical analyses. The results included the chemical composition of the natural gases and the isotopic composition. So-called unsupervised machine learning algorithms were used to perform the cluster analysis. Clustering was performed using two methods: k-means and hierarchical. A two-dimensional graph (function fviz_cluster) can be used to illustrate the results of the k-means clustering. The dimensions in the graph are the result of principal component analysis (PCA) and are a linear combination of the features (columns in the table). The result of hierarchical clustering is a graph called a dendrogram. The paper additionally presents box plots and histograms as well as a correlation matrix containing Pearson correlation coefficients. All work was completed using the programming language R. The R language, using the RStudio software, is a very convenient and fast tool for statistical data analysis. Obtaining the above-mentioned graphs, tables and data is quick and relatively easy, using the R language. The results of the analyses of the composition of the gas appear to have little variation. Nevertheless, thanks to k-means and hierarchical algorithms, it was possible to group the geochemical data into clearly separable groups. Both the isotopic composition values and the chemical composition make it possible to delineate groups that would not otherwise be noticeable.
W pracy wykonano oznaczenia 20 pierwiastków w próbkach karbonizatów otrzymanych w wyniku pirolizy biomasy stałej pochodzenia roślinnego oraz próbki osadów ściekowych – biomasy stanowiącej uboczny produkt procesu oczyszczania ścieków. Najniższe stężenia pierwiastków oznaczono w karbonizatach biomasy roślinnej otrzymanych z trocin sosnowych, natomiast najwyższe w próbkach karbonizatów osadów ściekowych. Ten ostatni rodzaj odpadów z procesu oczyszczania ścieków zawierał największe stężenia takich składników mineralnych jak: wapień, magnez, żelazo, siarka i fosfor, lecz także metali ciężkich: chromu, miedzi, niklu, molibdenu, ołowiu, wanadu i cynku. W karbonizatach otrzymanych z materiału roślinnego w najwyższych stężeniach oznaczono: potas, wapń, magnez i fosfor – makroelementy niezbędne do prawidłowego zachowania funkcji życiowych roślin. W celu określenia prawidłowości oraz relacji występujących pomiędzy danymi pomiarowymi zastosowano metody chemometryczne. W badaniach wykorzystano analizę wiązkową (ang. cluster analysis), tzn. metodę grupowania badanych próbek w taki sposób, aby obiekty podobne znajdowały się w tej samej grupie. W wyniku przeprowadzenia obliczeń otrzymano cztery skupienia. Dla każdego skupienia obliczono średnie stężenia pierwiastków wchodzących w jego skład oraz sumaryczne stężenie oznaczanych pierwiastków. Skupienia te to dwa składające się z próbek jednego rodzaju i pozostałe dwa, z których każde zawierało dwie różnego rodzaju próbki. Zaobserwowano, że w przypadku próbek biomasy roślinnej (skorupy orzechów włoskich), dla których zastosowano dwa odmienne sposoby ogrzewania, próbki tego samego rodzaju zostały zaklasyfikowane do różnych skupień: pierwszego – po ogrzewaniu tradycyjnym i drugiego – po ogrzewaniu mikrofalowym. W warunkach prowadzenia procesu pirolizy z wykorzystaniem ogrzewania mikrofalowego oznaczono badane pierwiastki w stężeniach 2–4 razy wyższych, niż gdy proces był prowadzony w tej samej temperaturze, ale z użyciem ogrzewania tradycyjnego.
EN
In this work, 20 elements were determined in samples of carbonizates obtained as a result of pyrolysis of solid biomass of plant origin as well as samples of sewage sludge, a by-product of the sewage treatment process. The lowest concentrations of elements were determined in plant biomass chars obtained from pine sawdust, whereas the highest ones in the samples of sewage sludge chars. The latter type of waste from wastewater treatment process contained the highest concentrations of such minerals as: calcium, magnesium, iron, sulfur and phosphorus, but also heavy metals: chromium, copper, nickel, molybdenum, lead, vanadium and zinc. In the pyrolysis chars obtained from plant material, the following macroelements: potassium, calcium, magnesium and phosphorus, necessary for the proper maintenance of plant vital functions, were determined at the highest concentrations. Chemometric methods were employed to determine the regularities and relationships between the measurement data. Cluster analysis, a method of grouping the tested samples in such a way that similar objects are in the same group, was used for the study. As a result of the calculations, four clusters were obtained. For each cluster, the average concentrations of the constituent elements and the total concentration of the determined elements were calculated. Among these clusters were two, consisting of samples of one type and the other two, each containing two different types of samples. It was observed that for samples of plant biomass (walnut shells) for which two different types of heating methods were used, samples of the same type were classified into different clusters: the first (traditional heating) and the second (microwave heating). Under the conditions of the pyrolysis process with the use of microwave heating, the concentrations of the tested elements were determined 2–4 times higher than when the process was carried out at the same temperature, but with the use of traditional heating.
9
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Non-alloy steels constitute a large group of steels characterised by diversified chemical composition, structural morphology and a wide range of mechanical properties (determining weldability). The paper presents results of multidimensional analyses (based on cluster analysis) of 110 selected unalloyed steel grades. Properties adopted as diagnostic features included the chemical composition, mechanical properties (yield point) and values of selected indicators concerning susceptibility to technological crack formation. The analyses (performed using Ward’s and k-means methods) resulted in a division of the 110 steels into five steel groups (clusters). The comparison of results obtained using two clustering methods and involving various classification criteria revealed that multidimensional analyses constituted a prospective method making it possible to assess the weldability of steels. However, results of such multidimensional analyses should be subjected to thorough and substantive analyses.
PL
Stale niestopowe stanowią liczną grupę stali charakteryzujących się zróżnicowanym składem chemicznym, budową strukturalną oraz szerokim zakresem właściwości mechanicznych, co determinuje ich spawalność. W artykule przedstawiono wyniki analiz wielowymiarowych z wykorzystaniem analizy skupień wybranych 110 gatunków stali niestopowych. Jako cechy diagnostyczne przyjęto skład chemiczny, właściwości mechaniczne (granicę plastyczności) oraz wartości wybranych wskaźników skłonności do pęknięć technologicznych. Analizy przeprowadzono metodami Warda i k-średnich, uzyskując podział na pięć grup stali. Z porównania wyników otrzymanych dwoma metoda grupowania i dla różnych kryteriów klasyfikacji wynika, że analizy wielowymiarowe stanowią perspektywiczną metodę oceny spawalności stali, jednak ich wyniki należy poddać starannej analizie merytorycznej.
10
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W dzisiejszych czasach zanieczyszczenie powietrza jest jednym z głównych, globalnych zagrożeń dla człowieka i środowiska. Prognozowanie zanieczyszczeń powietrza możliwe jest dzięki modelom sztucznej inteligencji, w tym sztucznym sieciom neuronowym. W artykule przedstawiono model prognozowania smogu z wykorzystaniem sztucznych sieci neuronowych stworzony na podstawie wielkości stężenia pyłów PM10 w Nowej Rudzie w okresie 2019-2020 oraz danych meteorologicznych. Do prognozowania wykorzystano sieć neuronową typu perceptron wielowarstwowy. Aby poprawić jakość modelu wykorzystano analizę skupień, dzięki której otrzymano dokładniejszą prognozę. Przeprowadzone badania wskazują, że wykorzystanie analizy skupień do grupowania wielkości PM10 w zależności od aktualnej temperatury minimalnej znacząco wpływa na jakość prognozy. Wynika to z korelacji niskiej temperatury powietrza, która wymusza ogrzewanie mieszkań, ze wzrostem wielkości niskiej emisji. Zastosowanie zaproponowanej metodyki prognozowania umożliwiło otrzymanie neuronowego modelu predykcji PM10, w którym zależność danych rzeczywistych i prognozowanych wynosiła r = 0.99, a średniokwadratowy błąd MSE od 0.021 do 0.159. Tak dokładne prognozowanie zanieczyszczenia powietrza może się przyczynić do poprawy jakości życia i ochrony społeczeństwa przed smogiem.
EN
Nowadays, air pollution is one of the main global threat to the environment and human. Air pollution forecasting is possible thanks to artificial intelligence models, including artificial neural networks. The article presents a smog forecast model with the use of neural artificial networks based on the volume of PM10 in Nowa Ruda in the period 2019-2020 and meteorological data. A multilayer perceptron neural network type was used for prediction. To improve the quality of the model, a cluster analysis was used, thanks to which a more accurate forecast was obtained. The conducted research shows that the use of cluster analysis to group PM10 values depending on the actual minimum temperature significantly improves the quality of the forecast. This is due to the correlation of low air temperature, which causes home heating, with an increase in low emissions. Using the proposed methodology, the PM10 neural prediction models were obtained, for which the relationship between the observed and predicted data was r = 0.99 and the mean square error MSE from 0.021 to 0.159. Such accurate forecasting of air pollution may contribute to the improvement of the quality of life and protection of the society against smog.
W dwóch poprzednich numerach miesięcznika „Napędy i Sterowanie” opisywałem, czym jest sztuczna inteligencja (AI). Dla ożywienia narracji porównałem sztuczną inteligencję do archipelagu wysp, a poszczególne metody AI opisałem jako wyspy (rozumiane oczywiście metaforycznie, ale na zasadzie umowy pisane bez cudzysłowu). W grudniowym numerze NiS (z ubiegłego roku) opisałem w ten sposób metody symboliczne, sieci neuronowe i systemy ekspertowe. W numerze styczniowym prezentowałem metody zbiorów rozmytych i logiki rozmytej, zbiory przybliżone i rozpoznawanie obrazów (pattern recognition). Dzisiaj kilka kolejnych metod – opisywanych jako wyspy, ale zaprezentowanych solidnie poprzez podanie najważniejszych cech rozważanych metod. Jako pierwsze omówimy metody analizy skupień.
Artykuł zawiera wykorzystanie eksploracji danych w analizie parametrów określających jakość energii elektrycznej (JEE) pod kątem identyfikacji danych podlegających regule oznaczania w rozumieniu normy PN EN 61000-4-30. Zaprezentowano możliwość wykorzystania analizy skupień jako narzędzia umożliwiającego podział zagregowanych danych pomiarowych na grupy reprezentujące wyniki pomiarów wolne od zdarzeń napięciowych oraz wyniki pomiarów, w trakcie których wystąpiło zdarzenie napięciowe. Artykuł zawiera wyniki badań wrażliwości wybranego algorytmu analizy skupień (k-średnich) na identyfikację danych zawierających przerwy, zapady, wzrosty oraz szybkie zmiany napięcia. Za zbiór danych testowych wykorzystano synchroniczne pomiary przeprowadzone w sieci zakładów górniczych. Uzyskane wyniki pozwalają na określenie skuteczności wykorzystania analizy skupień do identyfikacji danych zagregowanych zawierających zdarzenia napięciowe w ujęciu obszarowym. Badanym obszarem jest sieć elektroenergetyczna zasilająca wybrany zakład górniczy wydobywający rudy miedzi na Dolnym Śląsku.
EN
The article presents the use of data mining to power quality issue. The possibility to using cluster analysis as an appreciate tool to realize division into groups representing the measurement period for which aggregated data (within the meaning of PN EN 61000-4-30 standard) contain and do not contain aggregated voltage events is presented. The K-means algorithm sensitivity test to the identification of data containing interruptions, dips, increases and rapid voltage changes was presented. Synchronous measurements carried out in the mining plant network were used for the test data set. The obtained results allow determining the effectiveness of using cluster analysis to identify aggregated data containing voltage events. The area-related in this article is electrical power network of copper mining industry in Lover Silesia.
Introduction: Pedestrians aged over 65 are known to be a critical group in terms of road safety because they represent the age group with the highest number of fatalities or injured people in road accidents. With a current ageing population throughout much of the developed world, there is an imminent need to understand the current transportation requirements of older adults, and to ensure sustained safe mobility and healthy. Objectives: The aim of this study is to capture and analyze the key components that influence the identification of design solutions and strategies aimed at improving the safety of pedestrian paths for elderly. Method: A survey was conducted in 5 different locations in Catania, Italy. The locations were specifically chosen near to attraction poles for elderly pedestrians (e.g. centers for the elderly, squares, churches). Participants were recruited in person, so as to select exclusively people over 70. The sample comprised 322 participants. Both Hierarchical and K-Means clustering were used in order to explore which solutions elderly pedestrian propose for improving the safety of pedestrian path. Results: The results show that the judgment expressed by the elderly on the solutions for improving pedestrian safety is linked to the gender, to the experience as road users, and to mobility and vision problems. All solutions proposed regard road infrastructure (improvement of pedestrian crossings and of sidewalks, implementation of traffic calming measures, improvement of lighting), except for police supervision. Conclusion: This study has identified the factors that influence the identification of the best solutions to increase the safety level of pedestrian paths for elderly people. The aspects related to human factors considered were the gender, the factors associated with the experience as road users and the factors related to age related problems (mobility, vision and hearing problems). The results of this research could support traffic engineers, planners, and decision-makers to consider the contributing factors in engineering measures to improve the safety of vulnerable users such as elderly pedestrians.
14
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The mean annual, winter half-year and summer half-year fows at 86 water level gauges in the Upper Vistula Basin in the years 1951–2015 were examined. The Ward’s hierarchical cluster analysis was used for grouping sub-catchments in reference to the standardized aforementioned fows. Trends analysis was performed for each cluster of catchments in all combinations of periods not shorter than 20 years. Spatial distribution of clusters of catchments has been analysed according to geographical locations. There are observed diferent trends in distinguished groups of catchments, wherein the substantial diferences concern long-term trends. Changes in trend direction in the years 1951–2015 were revealed, which indicate fow fuctuations. Presumably, physiographical heterogeneity of the Upper Vistula Basin is refected in no unequivocal trends occurring in clusters of catchments. Some similarities were stated in short-term trends occurring in particular groups of catchments.
W artykule zaprezentowano wykorzystanie eksploracji danych w analizie parametrów określających jakość energii elektrycznej (JEE) pod kątem identyfikacji danych podlegających regule oznaczania w rozumieniu normy PN EN 61000-4-30 [1]. Przedstawiono zastosowanie analizy skupień jako narzędzia umożliwiającego podział zagregowanych danych pomiarowych na grupy reprezentujące wyniki pomiarów wolne od zdarzeń napięciowych oraz wyniki pomiarów, w trakcie których wystąpiło zdarzenie napięciowe. Przebadano wrażliwość algorytmu k-średnich na identyfikację danych zawierających przerwy, zapady, wzrosty oraz szybkie zmiany napięcia. Za zbiór danych testowych wykorzystano synchroniczne pomiary przeprowadzone w sieci zakładów górniczych. Uzyskane wyniki pozwalają na określenie skuteczności wykorzystania analizy skupień do identyfikacji danych zagregowanych zawierających zdarzenia napięciowe.
EN
The article presents the use of data mining to power quality issue. The application of cluster analysis as a tool which lead to division into groups representing the measurement period for which aggregated data (within the meaning of PN EN 61000-4-30 standard) contain and do not contain aggregated voltage events is presented. The sensitivity of the K-means algorithm to the identification of data containing interruptions, dips, increases and rapid voltage changes was tested. Synchronous measurements carried out in the mining plant network were used for the test data set. The obtained results allow determining the effectiveness of using cluster analysis to identify aggregated data containing voltage events.
Rynek energii elektrycznej zmierza się z wyzwaniami wynikającymi z istotnych modyfikacji i przeobrażeń implikowanych zarówno przez Regulatora jak i Uczestników Rynku. Zmiany przypadają na obserwowany okres systematycznego wzrostu zapotrzebowania na energię, zmian cen energii na rynku hurtowym jak i postępującej cyfryzacji elementów sieci elektroenergetycznej. Wyzwania te stwarzają realną szansę na skuteczne wdrażanie mechanizmów strony popytowej umożliwiających stymulację zarządzania zużyciem energii elektrycznej lub świadome kształtowanie jej poboru przez odbiorców. Jednym z narzędzi umożliwiającym realizację tego celu są taryfy dynamiczne. W celu zaproponowania taryfy dynamicznej dopasowanej do realiów polskiego rynku energii za pomocą analizy skupień dokonano badania definiującego potencjalne strefy czasowe dla dotychczasowych użytkowników grupy taryfowej G12.
EN
The electricity market faces challenges resulting from significant modifications and transformations implied by both Regulator and Market Participants. The changes fall on the observed period of increasing power demand, increase in energy prices on the wholesale market as well as the progressive digitization of the power grid. These challenges create a real chance for effective implementation of demand side mechanisms that enable stimulation of electricity consumption management or modification of its consumption by users. Dynamic tariffs are one of the tools to achieve this goal. To propose a dynamic tariff (e.g. multi-zone) shaped to the realities of the Polish energy market by means of cluster analysis, a study was made to define potential time zones for the previous users of tariff group G12.
The work presents analysis of chemical condition of the water of the River Bug stretch extending from Kiryłowo to Krzyszew. The analysis was preformed based on data of monitoring of surface water quality available on the website of Voivodeship Inspectorate of Environmental Protection in Lublin (WIOŚ) spanning the years 2015-2017. Eight measurement points and the following months were considered: February, April, June, August, October and December. Analysis of variance and Kruskal-Wallis test were used to analyse the effect of localities and months on selected chemical indicators. The concentrations of nearly all the parameters (excluding BOD) were found to be influenced by the localities. Phosphorus content, sulphates and chlorides increased along the course of the river. Also, the analysis revealed that the concentration of ammonium ions, dissolved oxygen, sulphates and chlorides increased in winter. Multidimensional analysis demonstrated that differences in chemical conditions between the localities were predominantly due to nitrogen compound content, total phosphorus content and chlorides. Cluster analysis showed that in nearly all the months (excluding August) the tested stretch of the River Bug could be divided into two parts with different chemical composition parameters. The first part, characterised by higher average values of ammonium nitrogen content, dissolved oxygen content and total phosphorus content, included the following measurement points: Krzyszew, Kukuryki, Włodawa and Kuzawka. The second part was formed by the following localities: Kryłów, Zosin and Horodło, all with higher average BOD values, sulphates and chlorides.
PL
W pracy przedstawiano analizę chemicznego stanu wód rzeki Bug na odcinku od Kryłowa do Krzyszewa. Analizy tej dokonano na podstawie danych pochodzących z monitoringu jakości wód powierzchniowych zamieszczonych na stronie Wojewódzkiego Inspektoratu Ochrony Środowiska w Lublinie (WIOŚ) z lat 2015-2017. Pod uwagę wzięto dane z lutego, kwietnia, czerwca, sierpnia, października i grudnia z 8 punktów pomiarowych. Przy pomocy analizy wariancji oraz testu Kruskala-Wallisa przeanalizowano wpływ miejscowości oraz miesięcy na zawartość wybranych wskaźników chemicznych. Stwierdzono, że zawartość prawie wszystkich parametrów (poza BZT5) różnicowana była przez miejscowości. Wraz z biegiem rzeki zmniejszała się zawartość fosforu, siarczanów i chlorków. Analiza wykazała ponadto, że zimą rosło stężenie jonów amonowych, zawartość tlenu rozpuszczonego, siarczanów i chlorków. Wielowymiarowa analiza natomiast dowiodła, że różnice stanu chemicznego pomiędzy miejscowościami związane były głównie z zawartością związków azotu, fosforu ogólnego oraz chlorków. Na podstawie analizy skupień prawie we wszystkich miesiącach (poza sierpniem) odcinek rzeki Bug pod względem stanu chemicznego można podzielić na dwie części. Pierwszą grupę stanowi odcinek rzeki z punktami pomiarowymi w Krzyszewie, Kukurykach, Włodawie i Kuzawce o większych średnich zawartościach azotu amonowego, tlenu rozpuszczalnego i fosforu ogólnego. Drugą grupę utworzyły miejscowości: Kryłów, Zosin i Horodło o wyższych średnich stężeniach BTZ5, siarczanów i chlorków.
The work presents statistical analysis and comparison of quality parameters of concretes produced using conventional and recycled aggregates. The analysis is the continuation of the authors' previous research. The following properties of aggregates were tested: bulk density, specific density, water absorbability, crushing rate, and concrete properties such as compressive strength and tensile strength as well as compressive strength in a corrosive environment. There were determined statistical differences between the characteristics for all the aggregate and concrete types. The analysis demonstrated that concrete containing red ceramics had significantly the lowest values of compressive strength and tensile strength. Use of sanitary and tile ceramics significantly improved concrete properties. Cluster analysis revealed that concretes containing conventional aggregates (gravel and basalt grit) and tile ceramics were the most similar in terms of all the characteristics (compressive strength, tensile strength, compressive strength in a corrosive environment and Al2O3 and SiO2 contents).
PL
W pracy przedstawiano statystyczną analizę i porównanie parametrów jakościowych betonów wytworzonych z udziałem kruszyw tradycyjnych i recyklingowych. Analiza ta jest kontynuacją wcześniejszych badań własnych. Analizie statystycznej zostały poddane cechy kruszyw (gęstość objętościową, gęstość właściwa, nasiąkliwość i współczynnik rozkruszenia) oraz cechy betonów (odporność na ściskanie i rozciąganie oraz ściskanie w środowisku korozyjnym). Określono statystyczne różnice pomiędzy cechami dla wszystkich rodzajów kruszyw i betonów. Analiza wykazała, że beton do produkcji którego użyto ceramiki czerwonej odznaczał się istotnie niższymi wartościami odporności na ściskanie i rozciąganie. Zastosowanie ceramiki sanitarnej i glazurniczej w istotny sposób polepszyło właściwości betonów z tych kruszyw. Na podstawie analizy skupień ustalono, że pod względem wszystkich cech (wytrzymałości na ściskanie, rozciąganie, ściskanie w środowisku korozyjnym, zawartości Al2O3 and SiO2) najbardziej podobne okazały się betony oparte na kruszywach tradycyjnych (żwirowym i bazaltowym) i ceramice glazurniczej.
The paper discusses the use of multiclustering statistical analysis in the assessment of domestic wastewater filtration effectiveness. Calculations included data collected over four months of experiments with using waste as filling material of vertical flow filters for domestic sewage treatment. The effectiveness of pollutants removal was analysed in case of mechanically shredded waste in the form of PET flakes, PUR foam trims, shredded rubber tires and wadding. The organic compounds (CODcr, BOD5) removal, suspend solids, biogens (as NH4 +, PO4 3– ions) and oxygen saturation changing compared with sand filling was analysed. Multiclustering statistical analysis allowed to divide pollutants removal efficiency of analysed materials into 3 clusters, depending on the hydraulic loading. The first group consisted in quality parameters of treated sewage: the highest reduction of BOD5 and NH4-N. It included the values of quality parameters and indicators for the filtrates obtained at the lowest hydraulic load from columns filled with 60 cm of rubber tires or sand. The second group comprised the results for fillings containing foam, PET and rubber tires (the other hydraulic loads). It featured the highest reduction of total suspended solids and PO4 3–. Removal of easily biodegradable organic compounds was at a similar level in both cluster groups. The filter filled with polyester waste (wadding), which was as effective as 30 cm layer of sand, and the filters filled with 60 cm of sand working at the highest hydraulic load. Third group showed the lowest values of parameters and indicators for analysed filtrates.
PL
W pracy omówiono wykorzystanie wieloklastrowej analizy statystycznej do oceny skuteczności filtracji ścieków bytowych. Obliczenia obejmowały dane zebrane w ciągu czterech miesięcy badań dotyczących wykorzystania odpadów jako materiału wypełniającego filtry z przepływem pionowym. Skuteczność usuwania zanieczyszczeń została przeanalizowana na przykładzie odpadów mechanicznie rozdrobnionych w postaci płatków PET, skrawków pianki PUR, rozdrobnionych opon gumowych i owaty. Analizowano związki organiczne (CODCr, BOD5), zawiesiny ogólne, biogeny (jako jony NH4 + i PO4 3–) oraz stopień nasycenia tlenem w przypadku filtracji z zastosowaniem do tego procesu wymienionych odpadów i porównano te wyniki z uzyskanymi w filtrach z wypełnieniem piaskowym. Wieloklastrowa analiza statystyczna dała podstawy do podziału skuteczności usuwania zanieczyszczeń przez materiały filtracyjne w zależności od obciążenia hydraulicznego na trzy grupy. Pierwsza z nich obejmowała parametry jakościowe oczyszczonych ścieków – największą redukcję BZT5 i N-NH4 +. Znalazły się w niej wartości parametrów jakościowych i wskaźników dla filtratów otrzymanych w warunkach najmniejszego obciążenia hydraulicznego z kolumn wypełnionych odpadami gumowymi oraz piaskiem o miąższości 60 cm. Druga grupa obejmowała wyniki odnoszące się do wypełnień zawierających piankę poliuretanową, PET i gumę (dla pozostałych obciążeń hydraulicznych). Grupa ta charakteryzowała się największą redukcją zawiesin ogólnych i PO4 3–. Usunięcie łatwo ulegających biodegradowalnych związków organicznych było na podobnym poziomie w obu grupach klastrów. Filtr wypełniony odpadami poliestrowymi (owatą) był tak samo skuteczny, jak filtry wypełnione 30-centymetrową warstwą piasku i filtry wypełnione piaskiem o miąższości 60 cm (w warunkach największego obciążenia hydraulicznego). W trzeciej grupie znalazły się najmniejsze wartości wszystkich analizowanych parametrów i wskaźników dla przedmiotowych filtratów.
The interaction of the wheel and rail is the main source of railway noise over a wide speed range. The relationship between wheel and rail noise on the overall level depends on the pass-by speed, with the dominance of noise from the rail at low speeds and the reverse relationship at higher speeds. Therefore, as part of the work the issue of analyzing the characteristic features of the acoustic signal generated on a selected section of the railway line from three different passenger trains TLK, Stadler and Pendolino was taken. The spectra of LEQ levels and their spread in 1/3 octave bands and spectral moments were adopted as the main distinctive features. The degree of aggregation of permanent features assigned to the track and variable features characteristic for passing-by trains were analysed. There were also tested their usefulness in the assessment of the impact of noise from wheels and rails on the overall level of railway noise from the tested units. The obtained results confirm the usefulness of the features based on the analysis of the spread of results in 1/3 octave bands in differentiating noise sources from rail and wheel, with slightly less usefulness of spectral moments.
PL
Interakcja koła z szyną jest głównym źródłem hałasu kolejowego w szerokim zakresie prędkości. Relacja pomiędzy wpływem hałasu od koła i szyny na poziom ogólny zależy od prędkości przejazdu, z dominacją hałasu od szyny przy niskich prędkościach i relacji odwrotnej przy prędkościach wyższych. Dlatego w ramach pracy podjęto zagadnienie analizy cech dystynktywnych sygnału akustycznego generowanego na wybranym odcinku linii kolejowej od trzech różnych jednostek - pociągów osobowych TLK, Stadler oraz Pendolino. Jako główne cechy przyjęto widma poziomów LEQ i ich rozrzuty w czasie przejazdu w pasmach 1/3 oktawy oraz momenty widmowe. Analizowano stopień agregacji cech stałych przypisanych do torowiska oraz cech zmiennych charakterystycznych dla przejeżdżających pociągów i ich przydatności w ocenie wpływu hałasu od kół i szyn na poziom ogólny hałasu kolejowego od badanych jednostek na danym odcinku. Otrzymane wyniki potwierdzają niezłą przydatność cech opartych o analizę rozrzutu wyników w pasmach 1/3 oktawy w różnicowaniu źródeł hałasu od szyny i koła, przy nieco mniejszej przydatności momentów widmowych.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.