Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Konwolucyjna Sieć Neuronowa
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Znajomość struktury przepływów dwufazowych w rurociągach jest niezbędna dla oceny prawidłowego przebiegu wielu procesów przemysłowych. W niniejszej pracy zastosowano Konwolucyjną Sieć Neuronową (CNN) do analizy histogramów sygnałów uzyskanych dla przepływu ciecz-gaz z wykorzystaniem absorpcji promieniowania gamma. Eksperymenty przeprowadzono na laboratoryjnej instalacji hydraulicznej wyposażonej w radiometryczny układ pomiarowy. W pracy zbadano cztery typy przepływu: rzutowy, tłokowy, tłokowo-pęcherzykowy i pęcherzykowy. Stwierdzono, że sieć CNN poprawnie rozpoznaje strukturę przepływu w ponad 90% przypadków.
EN
Knowledge of the two-phase flow structure is essential for the proper conduct of industrial processes. In this work, the Convolutional Neural Network (CNN) is applied for analysis of histograms of signals obtained for liquid-gas flow by use gamma-ray absorption. The experiments were carried out on the laboratory hydraulic installation fitted with radiometric measurement system. Four types of flow regimes as plug, slug, bubble, and transitional plug – bubble were studied in this work. It was found that the CNN network correctly recognize the flow structure in more than 90% of cases.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.