Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Praca prezentuje metodę wyznaczania minimalnego natężenia przepływu czynnika chłodzącego dla układu chłodzenia silnika elektrycznego do zabudowy w kole. Do wyznaczenia zalecanego natężenia przepływu został przygotowany przestrzenny model obliczeniowy do obliczeń CFD. W wyniku przeprowadzonych symulacji określono minimalne natężenie przepływu medium chłodzącego, zapewniające efektywne chłodzenie opracowanej konstrukcji prototypu silnika. Obliczenia prowadzone na modelu dyskretnym zostały poddane kalibracji w oparciu o badania laboratoryjne. W pracy wykazano, że przy specyficznej konstrukcji silnika w modelu obliczeniowym należy uwzględnić zmianę rezystancji cieplnej pomiędzy obwodem elektromagnetycznym a radiatorem.
EN
The method for determining the minimum volume flow rate of cooling medium for the cooling system of an electric motor for installation in a wheel is presented in the work. For determine the recommended flow rate, a spatial calculation model and the CFD software were used. The minimum flow intensity of the cooling medium, which ensure effective cooling of the motor prototype, was determined as result of simulations. The discrete, calibrated on the basis of laboratory tests, model of the real motor was used for calculations. In addition, the paper showed that with a specific motor design, the variable thermal resistance between the electromagnetic circuit and the heat sink must be taken into account in the calculation model.
PL
Praca prezentuje metodę wyznaczania minimalnego natężenia przepływu czynnika chłodzącego dla układu chłodzenia silnika elektrycznego do zabudowy w kole. Do wyznaczenia zalecanego natężenia przepływu został przygotowany przestrzenny model obliczeniowy do obliczeń CFD. W wyniku przeprowadzonych symulacji określono minimalne natężenie przepływu medium chłodzącego, zapewniające efektywne chłodzenie opracowanej konstrukcji prototypu silnika. Obliczenia prowadzone na modelu dyskretnym zostały poddane kalibracji w oparciu o badania laboratoryjne. W pracy wykazano, że przy specyficznej konstrukcji silnika w modelu obliczeniowym należy uwzględnić zmianę rezystancji cieplnej pomiędzy obwodem elektromagnetycznym a radiatorem.
EN
The method for determining the minimum volume flow rate of cooling medium for the cooling system of an electric motor for installation in a wheel is presented in the work. For determine the recommended flow rate, a spatial calculation model and the CFD software were used. The minimum flow intensity of the cooling medium, which ensure effective cooling of the motor prototype, was determined as result of simulations. The discrete, calibrated on the basis of laboratory tests, model of the real motor was used for calculations. In addition, the paper showed that with a specific motor design, the variable thermal resistance between the electromagnetic circuit and the heat sink must be taken into account in the calculation model.
PL
Praca prezentuje metodę wyznaczenia minimalnego natężenia przepływu czynnika chłodzącego dla układu chłodzenia silnika elektrycznego do zabudowy w kole. Do wyznaczenia zalecanego natężenia przepływu został przygotowany przestrzenny model obliczeniowy do obliczeń CFD. W wyniku przeprowadzonych symulacji określono minimalne natężenie przepływu medium chłodzącego, zapewniające efektywne chłodzenie opracowanej konstrukcji prototypu silnika. Obliczenia prowadzone na modelu dyskretnym zostały poddane kalibracji w oparciu o badania laboratoryjne. W pracy wykazano, że przy specyficznej konstrukcji silnika, w modelu obliczeniowym należy uwzględnić zmianę rezystancji cieplnej pomiędzy obwodem elektromagnetycznym a radiatorem.
EN
The method for determining the minimum volume flow rate of cooling medium for the cooling system of an electric motor for installation in a wheel is presented in the work. For determine the recommended flow rate, a spatial calculation model and the CFD software were used. The minimum flow intensity of the cooling medium, which ensure effective cooling of the motor prototype, was determined as result of simulations. The discrete, calibrated on the basis of laboratory tests, model of the real motor was used for calculations. In addition, the paper showed that with a specific motor design, the variable thermal resistance between the electromagnetic circuit and the heat sink must be taken into account in the calculation model.
PL
W artykule przedstawiono problem środowiskowy jaki wystąpił na obszarze wokół Celsa Huta Ostrowiec, gdzie w studniach ujmujących wody górnej jury wykryto podwyższone wartości stężeń trichloroetenu oraz tetrachloroetenu. Trójwymiarowy model numeryczny przepływu wód podziemnych i pola stężeń trichloroetenu został skalibrowany metodą „prób i błędów”. Podczas kalibracji brano pod uwagę kryterium dopasowania wyników stężeń zanieczyszczeń – obliczonych za pomocą modelu – do wyników stężeń zanieczyszczeń – pomierzonych w studniach oraz w piezometrach obserwacyjnych. Badania modelowe przeprowadzono dla różnych scenariuszy, uwzględniających zarówno typ zanieczyszczenia (punktowy oraz powierzchniowy), jak i czas trwania wycieku (incydentalny oraz ciągły w czasie). Przeprowadzone obliczenia modelowe pozwoliły na wskazanie najbardziej prawdopodobnego miejsca i czasu przedostania się zanieczyszczeń do środowiska wód podziemnych.
EN
The article presents the environmental problem that occurred in the vicinity of Celsa Huta Ostrowiec, where concentrations of trichloroethene and tetrachloroethene in wells were detected. The three-dimensional numerical groundwater flow and transport models were calibrated against trichloroethene measurements. Model studies were carried out for different scenarios taking into account the type of pollution source (point and spatial distributed) and the nature of the source itself (incidental and continuous in time). The modelling results made it possible to indicate the most likely place and time of contaminant release into the soil and water environment.
PL
Sztuczne sieci neuronowe (SSN) umożliwiają rozwiązywanie problemów bardzo trudnych lub wręcz niemożliwych wcześniej do rozwiązania. W referacie zostaną przedstawione przykłady zastosowania sztucznych sieci neuronowych do rozwiązań wybranych problemów geotechnicznych. Pierwszy przykład dotyczy wykorzystania sztucznych sieci neuronowych do analizy przemieszczeń dwóch bliźniaczych tuneli wykonanych w technologii SCL (Sprayed Concrete Linning). Konstrukcja poddana analizie jest częścią stacji Fővám, czwartej linii metra w Budapeszcie. Analizę przeprowadzono bazując na danych uzyskanych podczas budowy linii metra oraz monitoringu geotechnicznego. W celu analizy opracowano model numeryczny, który posłużył do przeprowadzenia w pierwszej kolejności analizy wrażliwości użytych parametrów modelu konstytutywnego oraz do analizy wstecznej tych parametrów. W przypadku obu analiz posłużono się sztucznymi sieciami neuronowymi, które pokazały łatwość ich zastosowania oraz wiarygodność uzyskanych wyników. W drugim przykładzie przedstawiono sposób przewidywania średnicy kolumn iniekcyjnych. Określenie kształtu kolumn iniekcyjnych, w tym głównie ich średnicy, jest bardzo trudne. Możliwość zastosowania sztucznych sieci neuronowych do określenia średnicy kolumn może w znaczący sposób zoptymalizować metody projektowania kolumn iniekcyjnych. W przykładzie posłużono się obszerną bazą danych zawierającą opis warunków gruntowo-wodnych podłoża, w którym wykonano kolumny iniekcyjne i pomierzone wartości średnic kolumn po ich odsłonięciu. Dane związane z kolumnami iniekcyjnymi zostały wykorzystane do utworzenia sztucznej sieci neuronowej, a następnie do określenia przewidywanych średnic kolumn iniekcyjnych. Uzyskane wyniki charakteryzują się bardzo dobrą zbieżnością z rzeczywistymi wymiarami kolumn. Wykorzystanie sztucznych sieci neuronowych stanowi alternatywę wobec tradycyjnych metod rozwiązywania problemów geotechnicznych.
EN
Artificial Neural Networks (ANN) allow to solve difficult problems which sometimes are impossibleto solve using traditional methods. In the paper the examples of application of Artificial Neural Networks for solving selected problems in geotechnics are presented. First example deals with the use of ANN to analyze two similar tunnels built using SCL technology. The structure of interest is a part of Fővám square station of the 4th metro line in Budapest. Analysis was performed based on the data obtained from geotechnical monitoring and from construction stages. The numerical model was prepared for the purpose of sensitivity and back analyses of constitutive model parameters. In both cases the applications show the possibility and reliability of conducted results. Prediction method of jet grouting columns diameter was presented in the second example. Nowadays, definition of columns geometry and estimation of their diameters are difficult task. Possibility of ANN use for estimation of jet grouting columns diameter can optimize designing method. Wide database of field trial jet grouting columns, corresponding soil properties and their forming parameters with measured values of their diameters were used in the presented example. Data describing jet grouting columns were used for creating ANN and for estimating their diameters. The results are characterized by high correlation level between measured values of columns diameter and their predicted equivalents. The use of Artificial Neural Networks is an alternative method which can allow us to solve complex geotechnical problems. Selected examples confirm that the use of ANN is characterized by high reliability level.
EN
In the paper, inverse method for the aquifer parameters estimation is presented. This method was utilized during the calibration of the numerical model of the Triassic water reservoir located near the Strzelce Opolskie. Both the inverse procedure and exemplary results on the model calibration are presented.
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.