Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Kwater T.

1 2011

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: estymacja stanu obiektu

Sortuj według:

Ogranicz wyniki do:

Estymacja stanu obiektu opisanego równaniami różniczkowymi cząstkowymi typu hiperbolicznego z zastosowaniem sztucznych sieci neuronowych

Kwater T.

Zeszyty Naukowe Politechniki Rzeszowskiej. Elektrotechnika

2011

z. 31 [281]

77-90

W artykule przedstawiono zagadnienia związane z matematycznym modelowaniem zanieczyszczeń organicznych w rzece oraz zagadnienie estymacji stanu rzeki. Zaprezentowane modele bazują na zwyczajnych równaniach różniczkowych, które rozszerza się do równań różniczkowych cząstkowych, opisujących zjawisko transportu i dyfuzji. Nie zmniejszając dokładności rozważań i wykorzystując naturalną specyfikę rzeki, uzyskano opis zjawiska transportu w postaci zbioru równań różniczkowych zwyczajnych z dyskretnymi pomiarami. Zagadnienie estymacji dla takiego opisu, przy podejściu filtru Kalmana, sprowadza się do etapu filtracji i predykcji. Rozwiązanie uzyskano, stosując narzędzie wspomagające w postaci sztucznych sieci neuronowych. Rezultaty badań symulacyjnych potwierdzają możliwość stosowania zaproponowanego systemu monitorującego stan rzeki długiej, funkcjonującego w oparciu o sztuczne sieci neuronowe. System taki realizowałby monitoring, a także sterowanie napowietrzaniem rzeki dla zapewnienia jej warunków ekologicznych.

In the article the mathematical modeling of organic pollutants in the river and the problem of state estimating of rivers quality was considered. The presented models are based on ordinary differential equations, which extends to partial differential equations with the phenomenon of transport and diffusion. The considered cases concerned on of transport phenomena using the natural characteristics of the river without loss of the accuracy description. The mathematical model was obtained as a set of ordinary differential equations with discrete measurements. The problem of estimation for such a description, using the approach Kalman filter lead to the two stages ie. filtering and prediction. The solution was obtained using a support tool in the form of artificial neural networks. The results of simulation confirm the possibility of applying the proposed system to monitoring the quality states of a long river, realized due to using the artificial neural networks. Such a system would further the monitoring and controlling of aeration of the river to ensure its ecological conditions.