Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 9

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The paper describes a system for monitoring and diagnosing a gantry. The main goal of the system is to acquire, visualize and monitor vibration levels of the gantry crucial elements. The system is also equipped with a computing and analytical part which enables predictive maintenance related to the vibration level assessment. The system architecture can be used in other applications too, i.e. those which require a wireless network of vibration sensors to carry out diagnostic tasks.
PL
W artykule przedstawiono system monitorowania i diagnostyki suwnicy bramowej. Głównym zadaniem systemu jest akwizycja, wizualizacja i monitorowanie poziomu drgań newralgicznych elementów suwnicy. System wyposażony jest również w część obliczeniowoanalityczną, umożliwiającą realizację zadań predykcyjnego utrzymania ruchu (ang. predictive maintenance) związanych z oceną poziomu drgań. Architektura systemu umożliwia wykorzystanie go również do innych zastosowań, w których dla realizacji zadania diagnostyki wymagana jest bezprzewodowa sieć czujników drgań.
EN
A quantitative and qualitative understanding of the anticipated climate-change-driven multi-scale spatio- -temporal shifts in precipitation and attendant river flows is crucial to the development of water resources management approaches capable of sustaining and even improving the ecological and socioeconomic viability of rainfed agricultural regions. A set of homogeneity tests for change point detection, non-parametric trend tests, and the Sen’s slope estimator were applied to long-term gridded rainfall records of 27 newly formed districts in Chhattisgarh State, India. Illustrating the impacts of climate change, an analysis of spatial variability, multitemporal (monthly, seasonal, annual) trends and inter-annual variations in rainfall over the last 115 years (1901– 2015 mean 1360 mm·y–1) showed an overall decline in rainfall, with 1961 being a change point year (i.e., shift from rising to declining trend) for most districts in Chhattisgarh. Spatio-temporal variations in rainfall within the state of Chhattisgarh showed a coefficient of variation of 19.77%. Strong inter-annual and seasonal variability in regional rainfall were noted. These rainfall trend analyses may help predict future climate scenarios and thereby allow planning of effective and sustainable water resources management for the region.
PL
Ilościowe i jakościowe rozpoznanie przewidywanych wielowymiarowych zmian opadów i towarzyszących im przepływów w rzekach spowodowanych zmianami klimatu jest decydujące dla rozwoju metod zarządzania zasobami wodnymi zdolnych utrzymać lub nawet usprawnić rentowność obszarów rolniczych zasilanych opadami. Zastosowano kilka testów jednorodności do wykrycia punktu zwrotnego, nieparametryczne testy trendu i estymator nachylenia Sena do analizy wieloletnich danych o opadach w 27 nowo utworzonych dystryktach stanu Chhattisgarh w Indiach. Ilustrując wpływ zmian klimatu, wyniki analizy przestrzennej zmienności, miesięcznych, sezonowych i rocznych trendów oraz zmienności między latami (1901–2015, średni opad 1360 mm·r–1) wykazały ogólne zmniejszenie ilości opadów w większości dystryktów stanu Chhattisgarh. Rok 1961 był punktem zwrotnym między rosnącym a malejącym trendem opadów. Współczynnik zmienności przestrzennej i czasowej opadów w stanie Chhattisgarh wynosił 19,77%. Zanotowano znaczną zmienność opadów między poszczególnymi latami i porami roku. Takie analizy trendów mogą być przydatne w przewidywaniu przyszłych scenariuszy klimatycznych, a w związku z tym – umożliwić wydajne i zrównoważone zarządzanie zasobami wodnymi regionu.
EN
Performance improvement is taken as the primary goal in the asset management. Advanced data analysis is needed to efficiently integrate condition monitoring data into the operation and maintenance. Intelligent stress and condition indices have been developed for control and condition monitoring by combining generalized norms with efficient nonlinear scaling. These nonlinear scaling methodologies can also be used to handle performance measures used for management since management oriented indicators can be presented in the same scale as intelligent condition and stress indices. Performance indicators are responses of the process, machine or system to the stress contributions analyzed from process and condition monitoring data. Scaled values are directly used in intelligent temporal analysis to calculate fluctuations and trends. All these methodologies can be used in prognostics and fatigue prediction. The meanings of the variables are beneficial in extracting expert knowledge and representing information in natural language. The idea of dividing the problems into the variable specific meanings and the directions of interactions provides various improvements for performance monitoring and decision making. The integrated temporal analysis and uncertainty processing facilitates the efficient use of domain expertise. Measurements can be monitored with generalized statistical process control (GSPC) based on the same scaling functions.
PL
Najważniejszym celem zarządzania aktywami jest poprawa wydajności. Zaawansowana analiza danych jest potrzebna, aby efektywnie integrować dane monitorowania stanu maszyn podczas działania i konserwacji. Inteligentne wskaźniki obciążeń i stanu zostały opracowane w celu kontroli i monitorowania stanu poprzez połączenie uogólnionych norm z efektywnym skalowaniem nieliniowym. Nieliniowe metody skalowania mogą być również wykorzystane do pomiarów wydajności używanych do zarządzania, ponieważ wskaźniki zarządzania mogą być prezentowane w tej samej skali co inteligentne wskaźniki stanu i obciążeń. Wskaźniki efektywności to odpowiedzi procesu, maszyny lub systemu, na obciążenia analizowane z danych pochodzących z monitorowania procesu i stanu. Skalowane wartości są bezpośrednio stosowane w inteligentnej analizie czasowej do obliczania fluktuacji i trendów. Wszystkie te metody mogą być stosowane w prognostyce i przewidywaniu obciążenia. Znaczenie zmiennych jest korzystne w zdobywaniu wiedzy eksperckiej i prezentowaniu informacji w języku naturalnym. Idea dzielenia problemów na znaczenie w zmienności specyficznych i kierunków interakcji, zapewnia wiele ulepszeń w monitorowaniu wydajności i podejmowaniu decyzji. Zintegrowana analiza czasowa i przetwarzanie niepewności ułatwiają efektywne wykorzystanie wiedzy specjalistycznej. Pomiary mogą być monitorowane za pomocą uogólnionej statystycznej kontroli procesu (GSPC) opartej o te same funkcje skalowania.
EN
Knowledge of future river flow information is fundamental for development and management of a river system. In this study, Waterval River flow was forecasted by SARIMA model using GRETL statistical software. Mean monthly flows from 1960 to 2016 were used for modelling and forecasting. Different unit root and Mann–Kendall trend analysis proved the stationarity of the observed flow time series. Based on seasonally differenced correlogram characteristics, different SARIMA models were evaluated; their parameters were optimized, and diagnostic check up of forecasts was made using white noise and heteroscedasticity tests. Finally, based on minimum Akaike Information (AI) and Hannan–Quinn (HQ) criteria, SARIMA (3, 0, 2) x (3, 1, 3)12 model was selected for Waterval River flow forecasting. Comparison of forecast performance of SARIMA models with that of computational intelligent forecasting techniques was recommended for future study.
PL
Znajomość przyszłego przepływu wody w rzece jest istotna dla rozwoju i zarządzania w systemie rzecznym. W badaniach prezentowanych w niniejszym artykule prognozowano przepływ w rzece Waterval w Republice Południowej Afryki, używając modelu SARIMA i programu statystycznego GRETL. Do modelowania i budowania prognoz wykorzystano średnie miesięczne przepływy z lat 1960–2016. Różne pierwiastki jednostkowe i analiza trendu Manna–Kendalla dowiodły stacjonarności obserwowanych szeregów czasowych przepływu. Na podstawie sezonowo zróżnicowanych charakterystyk korelogramu oceniono różne modele SARIMA zoptymalizowano ich parametry i wykonano diagnostyczne sprawdzenie prognoz za pomocą białego szumu i testów heteroscedastyczności. Na podstawie minimum AI i kryteriów Hannana–Quinna (HQ), wybrano model SARIMA (3, 0, 2) x (3, 1, 3)12 do prognozowania przepływu w rzece Waterval. W dalszych badaniach proponuje się porównanie prognozowania za pomocą modeli SARIMA i technik komputerowych.
EN
Chronological series of monthly and annual precipitation data recorded in Gabes Watershed, south-eastern Tunisia, were analyzed. The study is based on the standardized precipitation index (SPI) values, computed for 10 rainfall stations over the period 1987–2012, which corresponds to an observatory period of 25 hydrologic years (from September to August). The results obtained show a great variability in SPI values. The historical evolution of the SPI made it possible to define the periods of excess and deficit, corresponding to wet and dry periods respectively. The wet years were found to be 1989–1990, 1995–1996 and 2006–2007 while the dry years were 1987–1988, 1996–1997, 2000–2001, 2001–2002, 2007–2008, 2008–2009 and 2009–2010. This clearly shows alternating wet and dry periods, but with drought episodes taking prevalence over rainy fronts throughout the study period. Indeed, a high tendency towards a drop in precipitation and important sequences of drought were observed. Spatial variability of drought throughout Gabes Watershed was examined by geostatistical analysis of SPI, as drought and rainfall distribution vary with latitude, longitude, topography and proximity to the Mediterranean Sea. The results obtained showed that, compared to coastal and southern areas, drought was observed to be more important in the West and the North of Gabes Watershed. The SPI showed that moderate droughts are generally more frequent than severe or extreme droughts in most of the Watershed.
PL
Analizowano serie miesięcznych i rocznych opadów notowane w zlewni Gabes w południowo-wschodniej Tunezji. W badaniach wykorzystano wartości standaryzowanego wskaźnika opadu (SPI) obliczonego dla 10 stacji opadowych w latach 1987–2012, co odpowiada okresowi obserwacji równemu 25 latom hydrologicznym (od września do sierpnia). Uzyskane wyniki dowodzą znacznej zmienności wartości SPI. Zmienność w czasie umożliwiła zdefiniowanie okresów nadmiaru i deficytu opadów, które odpowiadają okresom mokrym i suchym. Mokrymi okresami okazały się lata 1989–1990, 1995–1996 i 2006–2007, podczas gdy susze przypadały na lata 1987–1988, 1996–1997, 2000–2001, 2001–2002, 2007–2008, 2008–2009 i 2009–2010. Wskazuje to jasno na naprzemienność okresów mokrych i suchych z przewagą tych ostatnich w czasie objętym badaniami. Rzeczywiście obserwowano tendencję do zmniejszania opadów i do występowania sekwencji okresów suszy. Przestrzenną zmienność suszy w zlewni Gabes badano za pomocą geostatystycznej analizy SPI, ponieważ rozmieszczenie susz i opadów zmienia się wraz z szerokością i długością geograficzną i zależy od topografii oraz odległości od Morza Śródziemnego. Uzyskane wyniki świadczą, że susze były intensywniejsze na zachód i północ od zlewni Gabes niż na obszarach przybrzeżnych i południowych. Wskaźnik SPI dowodzi, że umiarkowane susze są częstsze niż susze intensywne i ekstremalne w większej części zlewni.
PL
W artykule oceniono czteroletni kurs spółek, które w przeszłości w całej historii notowań zostały zidentyfikowane jako silnie wzrostowe. W odniesieniu do badanej populacji stwierdzono, że w długiej, wieloletniej perspektywie stawianie na trend w przypadku przedsiębiorstw silnie wzrostowych, ale o krótkiej historii notowań skutkuje niższymi stopami zwrotu z akcji niż w przypadku spółek dotychczas silnie wzrostowych, ale o długiej historii notowań. W badaniach uwzględniono spółki notowane na Giełdzie Papierów Wartościowych w Warszawie.
EN
This paper rated companies that have been identified as strong growth in the past. It documents that in a long term the strategies which buy stocks that have performed well in the past and have short history on the stock market generate lover returns than strategies which buy stocks that have performed also well, but have long-time history on the stock market. The analysis include the data of companies listed on the Warsaw Stock Exchange.
EN
While assessing the effects of climate change at global or regional scales, local factors responsible for climate change are generalized, which results in the averaging of effects. However, climate change assessment is required at a micro-scale to determine the severity of climate change. To ascertain the impact of spatial scales on climate change assessments, trends and shifts in annual and seasonal (monsoon and non-monsoon), rainfall and temperature (minimum, average and maximum) were determined at three different spatial resolutions in India (Ajmer city, Ajmer District and Rajasthan State). The Mann–Kendall (MK), MK test with pre-whitening of series (MK–PW), and Modified Mann–Kendall (MMK) test, along with other statistical techniques were used for the trend analysis. The Pettitt–Mann–Whitney (PMW) test was applied to detect the temporal shift in climatic parameters. The Sen’s slope and % change in rainfall and temperature were also estimated over the study period (35 years). The annual and seasonal average temperature indicates significant warming trends, when assessed at a fine spatial resolution (Ajmer city) compared to a coarser spatial resolution (Ajmer District and Rajasthan State resolutions). Increasing trend was observed in minimum, mean and maximum temperature at all spatial scales; however, trends were more pronounced at a finer spatial resolution (Ajmer city). The PMW test indicates only the significant shift in non-monsoon season rainfall, which shows an increase in rainfall after 1995 in Ajmer city. The Kurtosis and coefficient of variation also revealed significant climate change, when assessed at a finer spatial resolution (Ajmer city) compared to a coarser resolution. This shows the contribution of land use/land cover change and several other local anthropogenic activities on climate change. The results of this study can be useful for the identification of optimum climate change adaptation and mitigation strategies based on the severity of climate change at different spatial scales.
PL
W szacowaniu skutków zmian klimatu w skali globalnej lub regionalnej czynniki lokalne warunkujące zmiany klimatu są uogólniane, co skutkuje uśrednianiem efektów. Zmiany klimatu powinny jednak być oceniane w skali mikro, aby ustalić ich natężenie. W celu określenia wpływu skali przestrzennej na oceny zmian klimatycznych oznaczono roczne i sezonowe (pora monsunowa i pozamonsunowa) trendy temperatury i opadów (minimalne, średnie, maksymalne) w trojakiej rozdzielczości: dla miasta Ajmer, dystryktu Ajmer i stanu Rajasthan w Indiach. W analizie trendu wykorzystano test Manna–Kendalla (MK), test MK z wstępnym wygładzaniem (MK–KW), zmodyfikowany test Manna–Kendalla (MMK) i inne techniki statystyczne. Do wykrycia czasowych zmian parametrów klimatycznych użyto testu Pettitta–Manna–Whitneya (PMW). Dla okresu badawczego (35 lat) określono także nachylenie Sena i zmiany opadów i temperatury (w %). Średnie roczne i sezonowe wartości temperatury wskazywały istotną tendencję do ocieplania klimatu, kiedy oceny dokonywano w skali miasta, niż gdy analizie poddawano obszary o większej skali przestrzennej (dystrykt Ajmer i stan Rajasthan). Zaobserwowano rosnące trendy dla minimalnej, średniej i maksymalnej temperatury we wszystkich skalach przestrzennych, jednak silniej przejawiały się one w mniejszej skali (miasto Ajmer). Test PMW wykazał istotną zmianę jedynie w wielkości opadów w sezonie pozamonsunowym – wzrost opadów po 1995 r. w mieście Ajmer. Kurtoza i współczynnik zmienności wykazały także istotne zmiany klimatyczne, kiedy rozpatrywano je w mniejszej skali (miasto Ajmer). Takiej prawidłowości nie zaobserwowano w skali regionalnej. Wyniki świadczą o wpływie zmian w użytkowaniu/pokryciu terenu i innych czynników antropogenicznych na zmiany klimatu. Z tego powodu mogą one być użyteczne w opracowaniu optymalnych strategii adaptacji i łagodzenia skutków zmian klimatycznych na podstawie ich intensywności w różnych skalach przestrzennych.
EN
The present study deals with long-term pollution monitoring data observation in the atmosphere of the industrial region of Devnia, Bulgaria. The species in consideration: S02, CO, H2S, 03, total suspended particles (TSP) and non-methane hydrocarbons (NMHC) are analysed with respect to their annual or monthly trend, to their seasonal behavior and source apportioning. Various multivariate statistical approaches (Iinear trend analysis, time-series analysis, principal components analysis, cluster analysis) are used to interpret and model the monitoring data sets. It is shown that over the whole time period the pollutant concentrations, although higher than the allowed levels, do not tend to increase. Seasonal information is obtained for all species with typical winter maxima and summer minima for TSP and ozone, summer maxima and winter minima for sulfur dioxide and non-methane hydrocarbons and more non-specific seasonality for carbon monoxide and hydrogen sulfide. Finally, four latent factors are identified as responsible for the pollution pattern of the region, conditionally named "dust", "organic", "fertilizer" and "warming" factor. In such a way a better emission source apportioning is possible.
PL
Analizowano dla przemysłowego regionu Devnia, Bułgaria dane długoterminowego monitoringu zanieczyszczenia powietrza atmosferycznego: S02, CO, H2S, O), całkowity pył zawieszony (TSP) i węglowodory niemetanowe (NMHC). Badano zmiany miesięczne i roczne tych zanieczyszczeń ich zachowanie się w różnych sezonach oraz przypisywano je poszczególnym źródłom. Do interpretacji uzyskanych danych monitoringu oraz ich modelowania stosowano różne wielowariancyjne metody statystyczne (analizy linii trendu, analizy serii czasowych, analizy głównych składników, analizę klasterów). Stwierdzono, że podczas całego badanego okresu stężenia polutantów, chociaż były większe niż poziom dozwolony, to jednak nie wzrastały. Otrzymano sezonowe zależności dla wszystkich badanych polutantów: z typowymi zimowymi maksimami i letnimi minimami dla TSP i ozonu, letnimi maksimami i letnimi minimami dla S02 i NMHC oraz raczej nieokreśloną sezonowością w przypadku CO i H2S. Na koniec, cztery ukryte czynniki zostały zidentyfikowane jako odpowiedzialne za sposoby zanieczyszczania regionu, zostały one nazywane odpowiednio, jako czynnikiem "pyłowym", "organicznym", "nawozowym" oraz "cieplnym". Takie podejście umożliwia lepszą klasyfikację źródeł emisji.
EN
An effort is done to demonstrate the opportunities of same environmetric methods like regression analysis, cluster analysis and principal components analysis. Their role for data modeling is stressed and the basic theoretical principles are given. The application of the multivariate statistical methods is illustrated by two major examples: - Assessment of metal pollution based on multivariate statistical modeling of "hot spot" sediments from the Black Sea - Trend study of Kamchia River water quality. In the first part of the study the environmetric approach makes it possible to separate three zones o the marine environment with different level of pollution (Bourgas gulf, Varna gulf and lake buffer zone). Further, the extraction of four latent factors offers a specific interpretation of the possible pollution sources and separates natural from anthropogenic factors, the latter originating from contamination by chemical, oil refinery and steel-work enterprises. In the second part of the study nine sampling sites along Kamchia River were considered as sources for water quality monitoring data. Trends for all determinants are calculated by the use of linear regression analysis and special attention is paid to a specific coastal site. Then five latent factors were extracted from the monitoring data set in order to gain information about same structural characteristics of the set.
PL
Pokazano możliwości jakie stwrzają metody enwironmetryczne: analiza klasterów i analiza głównych składników. Nacisk położono na ich rolę w opracowywaniu danych pomiarowych; podano również ich główne założenia. Zastosowanie statystycznej metody multiwariancji zostało zilustrowane dwoma przykładami: - ocena zanieczyszczenia metalami osadów dennych z Morza Czarnego; - badaniami nad jakości wód rzeki Kamchia. Podejście environmetryczne umożliwiło rozróżnienie trzech stref środowiska morskiego o różnym poziomie zanieczyszczenia (zatoki: Bourgas i Warna oraz strefa buforowa jeziora). Ponadto, wyznaczenie czterech niejawnych czynników daje ścisłą interpretację możliwych źródeł zanieczyszczenia oraz oddziela czynniki naturalne od antropogennych - pochodzących od zanieczyszczeń chemikaliami, ropą naftową z rafinerii i zakładów metalurgicznych. Ponadto, rozważano dziewięć miejsc pobierania próbek wzdłuż rzeki Kamchia jako źródła danych do oceny jakości wody. Zastosowano tu analizę regresji liniowej; specjalną uwagę zwrócono na obszar wybrzeża. Dane monitoringowe opracowano enwironmetrycznie uzyskując informacje o ich strukturze.
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.