Wyniki wyszukiwania - BazTech

1

Hydro-chemical and microbiological characterization of Lower Cretaceous waters in a semi-arid zone Beni-Ounif syncline, South-West of Algeria

Merzougui Fatima Zahra, Makhloufi Ahmed, Merzougui Touhami

Journal of Water and Land Development

|

2019

|

no. 40

67--80

EN

The article analyses the water quality of the Lower Cretaceous aquifer in the Beni-Ounif syncline. To this end, 42 samples were taken for physico-chemical analysis and 28 for microbiological analysis in March, May and October 2017 from 14 sampling points. The results of physico-chemical analysis were processed by multi-variety statistical analysis methods: principal component analysis (PCA) and hierarchical cluster analysis (HCA) coupled to hydro chemical methods: Piper diagram. The PCA allowed us to explore the connections between physico-chemical parameters and similarities between samples and to identify the most appropriate physico-chemical elements to describe water quality. The HCA allowed us to classify the sampling points according to the similarity between them and thus reduce them for the next follow-up analysis. Waters of the syncline are characterized by medium to low mineralization (320 < EC < 7600 μS∙cm–1 and 200 < RS < 4020 mg∙dm–3) and hardness of between 22 and 123°f. Only 19% of the samples show NO3 concentrations exceeding the Algerian standards. Microbiologically, the study reports the presence of bacteria: coliforms (<8 CFU∙0.1 dm–3), Streptococcus D (<1100 CFU∙0.1 dm–3), Clostridium sulphito-reducer of vegetative form (<90 CFU∙0.02 dm–3) and sporulate (<4 CFU∙0.02 dm–3), total aerobic mesophilic flora at 22°C (<462 CFU∙0.001 dm–3) and at 37°C (<403 CFU∙0.001 dm–3). It must be noted that no presence of thermo-tolerant coliforms is observed.

PL

W artykule przedstawiono wyniki analizy jakości wody z poziomu wodonośnego dolnej kredy w synklinie Beni-Ounif. W tym celu pobrano 42 próbki wody do analiz fizycznych i chemicznych oraz 28 próbek do analiz mikrobiologicznych z 14 stanowisk w marcu, maju i październiku 2017 r. Wyniki analiz fizycznych i chemicznych przetworzono za pomocą wieloczynnikowych metod statystycznych: analizy czynników głównych (PCA) i hierarchicznej analizy skupień (HCA) połączonej z metodami hydrochemicznymi, z diagramem Pipera. Analiza PCA umożliwiła zbadanie powiązań między parametrami fizycznymi i chemicznymi oraz podobieństwa między próbkami, a także identyfikację parametrów najbardziej odpowiednich do opisu jakości wody. Wykorzystując HCA, sklasyfikowano stanowiska według ich wzajemnego podobieństwa oraz zredukowano ich liczbę do przyszłych analiz. Wody synkliny charakteryzowały się małą do średniej mineralizacją (320 < EC < 7600 μS∙cm–1 i 200 < RS < 4020 mg∙dm–3) i twardością między 22 i 123°f. Tylko 19% próbek wykazywało stężenie azotanów przekraczające algierskie normy. W badanych wodach stwierdzono obecność bakterii z grupy Coli (<8 jtk∙(0,1 dm3)–1), Streptococcus D (<1100 jtk∙(0,1 dm3)–1), wegetatywnych form (<90 jtk∙(0,02 dm3)–1) i przetrwalników (<4 jtk∙(0,02 dm3)–1) Clostridium oraz całkowitej mezofilnej flory aerobowej w temperaturze 22°C (<462 jtk∙(0,001 dm3)–1) i 37°C (<403 jtk∙(0,001 dm3)–1). Należy dodać, że nie stwierdzono obecności termoodpornych bakterii z grupy Coli.

2

Feature vector or time-series – comparison of gestures representations in automatic gesture recognition systems

Barczewska K., Wójtowicz W., Moszkowski T.

Challenges of Modern Technology

|

2015

|

Vol. 6, no. 1

1--5

EN

In this paper, we performed recognition of isolated sign language gestures - obtained from Australian Sign Language Database (AUSLAN) – using statistics to reduce dimensionality and neural networks to recognize patterns. We designated a set of 70 signal features to represent each gesture as a feature vector instead of a time series, used principal component analysis (PCA) and independent component analysis (ICA) to reduce dimensionality and indicate the features most relevant for gesture detection. To classify the vectors a feedforward neural network was used. The resulting accuracy of detection ranged between 61 to 87%.

3

Underdetermined Blind Separation using modified subspace-based algorithm in the time-frequency domain

Li H., Shen Y-H., Cao M., Wang J-G.

Przegląd Elektrotechniczny

|

2011

|

R. 87, nr 7

280-283

EN

To solve the underdetermined blind separation (UBSS) problem, Aissa-El-Bey et al. have proposed the significant subspace-based algorithms in the time-frequency (TF) domain, where a fixed (maximum) value of K, i.e., the number of active sources overlapping at any TF point, is considered for simplicity. In this paper, based on the principle component analysis (PCA) technology, we propose a modified algorithm by estimating the number K for selected frequency bins where most energy is concentrated. Improved performances are obtained without increasing complexity.

PL

Do rozwiązania problem nieokreślonej ślepej separacji (UBSS) Aissa-El_Bey zaproponował algorytm czasowo-częstotliwościowy gdzie ustalono liczbę aktywnych źródeł pokrywających każdy punkt TF. W artykule zaproponowano zmodyfikowany algorytm bazujący na analizie składowej głównej PCA. Otrzymano poprawę parametrów bez powiększania skomplikowania metody.

4

The multidimensional diesel engine diagnosis based on the vibroacoustic signal spectrum analysis

Boruta G., Jasiński M.

Journal of KONES

|

2008

|

Vol. 15, No. 4

63-71

EN

Higher and higher exploitation demands given to the equipment and machines from reasons of safety and minimalization of exploitation costs, cause the necessity of the search for the new methods of the damages detection in the diagnosed objects, for example on the base of the vibroacoustics signals analysis. The natural feature of vibroacoustics diagnostics is the possibility for an easy and fast recording of a high figure of strongly redundant vibroacoustics signals and related with this the large surplus of information, which is not utilized in great part, but simultaneously the necessity for the usage of the multidimensional diagnostic vector steps out most often. This causes the necessity diminution of utilized information to the level permitting on design of adequate diagnostic model. One of methods of machines defects diagnose is the correlation of the objective technical condition with diagnostic parameters received from the vibroacoustic signal. Principal Components Analysis (PCA) offers an approach for a linear transformation of those parameters. The redundant information included into those parameters is reduced and the obtained diagnostic model is more reliable. The product chosen for the investigation presented in this paper is a Diesel engine. The application of the presented method eliminates the necessity of the performing analytical model which are time consuming and costly. It is possible to diagnose of the engine from objective parameters of the specially prepared vibroacoustic signal without performing simulation models.

PL

Coraz wyższe wymagania eksploatacyjne stawiane urządzeniom i maszynom ze względów bezpieczeństwa oraz minimalizacji kosztów eksploatacji, powodują konieczność poszukiwania nowych metod wykrywania uszkodzeń w diagnozowanych obiektach np. na podstawie analizy sygnałów wibroakustycznych. Naturalną cechą diagnostyki wibroakustycznej jest możliwość łatwej i szybkiej rejestracji dużej liczby silnie redundantnych sygnałów wibroakustycznych i związanego z tym dużego nadmiaru informacji, która w znacznej części nie jest wykorzystywana, a równocześnie najczęściej występuje konieczność wykorzystania wielowymiarowego wektora diagnostycznego. Powoduje to konieczność zredukowania wykorzystywanej informacji do poziomu pozwalającego na zbudowanie adekwatnego modelu diagnostycznego. Jedną z metod diagnozowania maszyn jest korelacja obiektywnego stanu technicznego z parametrami diagnostycznymi uzyskanym z sygnału wibroakustycznego. Korzystając z metody składowych głównych (PCA) istnieje możliwość uzyskania liniowego przekształcenia tych parametrów. Pozwala to zredukować redundantną informację zawartą w tych parametrach i uzyskać bardziej wiarygodny model diagnostyczny. Obiektem wybranym do badań zaprezentowanych w pracy był silnik o zapłonie samoczynnym. Stosowanie przedstawionej metody eliminuje konieczność wykonywania czasochłonnych i kosztownych modeli analitycznych. Możliwe jest diagnozowanie silnika na podstawie odpowiednio przygotowanego, wymiarowo zredukowanego sygnału wibroakustycznego, bez wykonywania modeli symulacyjnych.

5

Wykorzystanie analizy składowych głównych w diagnostyce silników o zapłonie samoczynnym

Boruta G., Jasiński M.

Diagnostyka

|

2005

|

Vol. 34

43--50

PL

Jedną z metod diagnozowania i prognozowania wczesnych faz rozwoju uszkodzeń, jest korelacja obiektywnego stanu technicznego z diagnostycznym parametrem uzyskanym z sygnału wibroakustycznego. Korzystając z metody składowych głównych (PCA) mamy możliwość uzyskania liniowego przekształcenia zmiennych, w związku z czym redundantna informacja jest redukowana, co pozwala uzyskać bardziej wiarygodny model diagnostyczny. Obiektem wybranym do badań, prezentowanym w naszym referacie, jest silnik o zapłonie samoczynnym. Konkludując, metoda przedstawiona w tym referacie unika potrzeby wykonywania czasochłonnych i kosztownych modeli analitycznych. Możliwe jest diagnozowanie silnika na podstawie odpowiednio przygotowanego, wymiarowo zredukowanego sygnału wibroakustycznego, bez wykonywania modeli symulacyjnych.

EN

One of method of defects evolution early stages diagnostic and prediction, is the correlation of the objective technical condition with the diagnostic parameter received from the vibroacoustic signal. Principal Components Analysis (PCA) offers an approach for linear transformation of the problem variables so that the redundant information is reduced and the diagnostic model is more easily extracted. The product chosen for the investigation presented in this paper is a diesel. To conclude, the method presented here avoids the need for performing analytical model which are time consuming and costly. It is possible to diagnose of engine from the objective parameters of the specially prepared vibroacoustic signal without performing simulation models.

6

Zastosowanie składowych głównych w diagnozowaniu maszyn

Jasiński M., Radkowski S.

Diagnostyka

|

2004

|

Vol. 30, T. 1

207--210

PL

Jedną z metod diagnozowania i prognozowania wczesnych faz rozwoju uszkodzeń, jest korelacja obiektywnego stanu technicznego z diagnostycznym parametrem uzyskanym z sygnału wibroakustycznego. Korzystając z metody składowych głównych (PCA) mamy możliwość uzyskania liniowego przekształcenia zmiennych, w związku z czym redundantna informacja jest redukowana, co poz.wala uzyskać bardziej wiarygodny model diagnostyczny. Obiektem wybranym do badań, prezentowanym w naszym referacie, jest przekładnia zębata. Konkludując, metoda przedstawiona w tym referacie unika potrzeby wykonywania czasochłonnych i kosztownych modeli analitycznych. Możliwe jest oszacowanie typu i stopnia uszkodzenia przekładni zębatej na podstawie odpowiednio przygotowanego, wymiarowo zredukowanego sygnału wibroakustycznego, bez wykonywania modeli symulacyjnych.

EN

One of method of defects evolution early stages diagnostic and prediction, is the correlation of the objective technical condition with the diagnostic parameter received from the vibroacoustic signal. Principal Components Analysis (PCA) offers an approach for linear transformation of the problem variables so that the redundant information is reduced and the diagnostic model is more easily extracted. The product chosen for the investigation presented in this paper is a gear. To conclude, the method presented here avoids the need for performing analytical model which are time consuming and costly. It is possible to estimate the type and stage of defect to any gear vibroacoustic signal from the objective parameters of the specially prepared signal without performing simulation models.