Wyniki wyszukiwania - BazTech

1

The object behaviour analysis, control and prognosis in a state space.

Rogoza V., Bobkowska J.

Przegląd Elektrotechniczny

|

2014

|

R. 90, nr 3

124--127

EN

The paper deals with possibility of analyzing the behaviour of complex processes, controlling them and their prognosis in a state space. We express the coefficients of the state equations with increases in terms of the coefficients of the partial regression models based on the KolmogorovGabor equations with sensitivity functions [3]. Then we examine what derived increases’ values can mean. And whether they can be used in order to predict future values of the studied process. The results are promising for the processes characterized by certain regularities (without noises).

PL

Poniższy artykuł omawia możliwość analizowania zachowania się złożonych procesów, sterowania nimi oraz ich prognostyki w przestrzeni stanów. Próbujemy wyrazić współczynniki równań stanów w przyrostach poprzez współczynniki cząstkowych modeli regresyjnych opartych na równaniach Kołmogorowa-Gabora zawierających funkcje wrażliwości [3]. Badamy, jaki sens mogą mieć uzyskane wartości przyrostów oraz czy można ich wartości wykorzystać w celu predykcji przyszłych wartości badanego procesu. Dla funkcji charakteryzujących się pewnymi regularnościami (brak szumów) wyniki są obiecujące.

2

Discussion and studies of the properties of a cooling water additive preventing erosive wear of cooled surfaces of ship diesel engines

Adamkiewicz A., Valishin A.

Eksploatacja i Niezawodność

|

2014

|

Vol. 16, no. 4

565--570

EN

This paper presents the results of studies on the properties of an additive administered into the liquid cooling a ship diesel engine. The protective action of the liquid relied on the formation of nickel layers on the cooled surfaces – electroless nickel plating of cooling surfaces. The test stand and the program of the experiment have been described. Statistical methods have been used for discussing the results. Regressive correlations of mass decrease of the studied samples, dependent on the conditions and the experiment program, have been obtained. Sample mass decrease was described as a function of the additive concentration, the flow and the temperature of the cooling liquid supplied by the pump. High effectiveness of the studied additive was presented comparing it with the substances widely applied for this purpose such as EKSTROL and NALCOOL-2000 basing on the verifying exemplary results. Validation of the obtained results carried out on real maritime technical facilities has been described.

PL

W artykule przedstawiono wyniki badań własności opracowanego dodatku do cieczy chłodzącej okrętowego silnika spalinowego. Działanie ochronne cieczy oparto na niklowaniu chemicznym – na bezprądowym tworzeniu warstw niklowych na chłodzonych powierzchniach. Opisano stanowisko badawcze oraz program eksperymentu. Do opracowania wyników przeprowadzonego eksperymentu zastosowano metody statystyczne. Otrzymano zależności regresyjne ubytku masy badanych próbek od warunków i programu eksperymentu. Ubytek masy próbek opisano w funkcji stężenia dodatku, strumienia objętości i temperatury cieczy chłodzącej, podawanej przez pompę. Pokazano wysoką skuteczność badanego dodatku w porównaniu ze stosowanymi do tego celu dodatkami EKSTROL i NALCOOL-2000 na przykładzie wyników badań weryfikacyjnych. Opisano walidację wyników przeprowadzoną na rzeczywistych obiektach oceanotechnicznych.

3

Predictive regression models of monthly seismic energy emissions induced by longwall mining

Jakubowski J., Tajduś A.

Archives of Mining Sciences

|

2014

|

Vol. 59, no. 3

705--720

EN

This article presents the development and validation of predictive regression models of longwall mining-induced seismicity, based on observations in 63 longwalls, in 12 seams, in the Bielszowice colliery in the Upper Silesian Coal Basin, which took place between 1992 and 2012. A predicted variable is the logarithm of the monthly sum of seismic energy induced in a longwall area. The set of predictors include seven quantitative and qualitative variables describing some mining and geological conditions and earlier seismicity in longwalls. Two machine learning methods have been used to develop the models: boosted regression trees and neural networks. Two types of model validation have been applied: on a random validation sample and on a time-based validation sample. The set of a few selected variables enabled nonlinear regression models to be built which gave relatively small prediction errors, taking the complex and strongly stochastic nature of the phenomenon into account. The article presents both the models of periodic forecasting for the following month as well as long-term forecasting.

PL

W artykule przedstawiono budowę i walidację predykcyjnych modeli regresyjnych sejsmiczności indukowanej eksploatacją w ścianie, opartych na obserwacjach w 63 ścianach kopalni Bielszowice prowadzonych w 12 pokładach w latach 1992-2012. Zmienna prognozowaną jest logarytm miesięcznej sumy energii sejsmicznej wstrząsów w ścianie. Zestaw predyktorów składa się z siedmiu zmiennych ilościowych i jakościowych opisujących wybrane czynniki górnicze i geologiczne w ścianach. Do budowy modeli zastosowano dwie metody uczenia się maszyn: drzewa wzmacniane oraz sieci neuronowe. Zastosowano dwa rodzaje walidacji modeli: na losowej próbie walidacyjnej oraz na czasowej próbie walidacyjnej. Zestaw kilku wybranych zmiennych pozwolił na zbudowanie nieliniowych modeli regresyjnych, które, biorąc pod uwagę złożoną i silnie stochastyczną naturę zjawiska, dają względnie małe błędy pro gnozy. W artykule przedstawiono zarówno modele do prognozy okresowej na kolejny miesiąc jak i do prognozy długoterminowej.

4

Porównanie dokładności różnych metod predykcji stężeń zanieczyszczeń powietrza

Hoffman S., Jasiński R.

Inżynieria i Ochrona Środowiska

|

2009

|

T. 12, nr 4

307-325

PL

W analizie wykorzystano dane zarejestrowane w latach 2004-2008 na ośmiu stacjach monitoringu powietrza działających w różnych miejscowościach województw łódzkiego i mazowieckiego. W pracy badano możliwości aproksymacji stężeń zanieczyszczeń mierzonych na stacjach monitoringu powietrza. Ocenę jakości modelowania wykonano poprzez porównanie modelowanych stężeń ze stężeniami rzeczywistymi. Do predykcji stężeń wykorzystano sieci neuronowe. Porównywano dokładność pięciu różnych grup modeli: modeli szeregów czasowych, liniowych modeli regresji wielowymiarowej, nieliniowych modeli regresji wielowymiarowej, liniowych modeli regresji wielowymiarowej eksplorujących dane pochodzące z sąsiednich stacji monitoringu i nieliniowych modeli regresji wielowymiarowej eksplorujących dane pochodzące z sąsiednich stacji monitoringu. Celem praktycznym była rekomendacja optymalnych technik modelowania luki pomiarowej obejmującej pewien dłuższy fragment serii czasowej tylko jednego z zanieczyszczeń powietrza przy założeniu, że są dostępne wszystkie pozostałe dane, w tym dane pochodzące z sąsiednich stacji monitoringu powietrza. Wykonana analiza wykazała, że dla każdego z zanieczyszczeń powietrza należy rekomendować inne metody predykcji, ponieważ występują duże różnice w możliwościach modelowania poszczególnych zanieczyszczeń powietrza. Stężenia takich zanieczyszczeń, jak O3, SO2, PM10 można efektywnie modelować metodą szeregów czasowych, ale tylko do pewnego horyzontu prognozy, po którym regresyjne metody modelowania okazują się dokładniejsze. W modelowaniu stężeń O3 i PM10 efektywne może się okazać wykorzystanie stężeń tych zanieczyszczeń zarejestrowanych na innych stacjach monitoringu powietrza. W przypadku pozostałych zanieczyszczeń NO, NO2 i CO zasadne jest stosowanie tylko jednej metody modelowania - analizy regresji. Liniowe modele regresyjne są mniej dokładne od ich nieliniowych odpowiedników. Różnice dokładności obu typów modeli nie zawsze są duże. Dlatego modele liniowe mogą stanowić praktyczną alternatywę dla nieliniowych odpowiedników.

EN

Air monitoring data collected over a 5-year period at 8 different measure sites in Central Poland were used as the database for analysis purposes. Approximation of concentrations of monitored air pollutants were done by means of several prediction methods: time series analysis, regression analysis with predictors from a single monitoring station, and regression analysis with external predictors. Separate models were created for O3, NO2, NO, PM10, SO2, CO. Modelled and measured concentrations were compared. As a result prediction errors were calculated for each model. The main objective of analysis was a comparison of prediction results, and recommendation the most accurate modelling methods, dedicated to specified pollutants. The examination was made by means of artificial neural networks, which were employed to create all types of models.

5

Modelowanie właściwości tribologicznych ekologicznych kompozycji smarowych

Ruta R., Siwiec E., Trzos M.

Tribologia

|

2008

|

nr 5

155-170

PL

W artykule przedstawiono proces i rezultaty budowy modeli matematycznych odwzorowujących wyniki badań własności smarnych kompozycji oleju roślinnego z ECO dodatkami uszlachetniającymi uzyskanymi na bazie oleju rzepakowego. Właściwości smarne badanych kompozycji oceniano na podstawie granicznego nacisku zatarcia oraz granicznego obciążenia zużycia, które wyznaczono metodami badań tribologicznych z wykorzystaniem aparatu czterokulowego T-02. Do opisu właściwości tribologicznych badanych kompozycji smarowych zastosowano analizę regresji oraz metodę modelowania z wykorzystaniem sztucznych sieci neuronowych. Modele regresyjne odwzorowujące właściwości tribologiczne w zależności od zawartości dodatku tylko dla granicznego obciążenia zużycia i tylko dla niektórych dodatków można uznać za zadawalające. W rezultacie zastosowania sztucznych sieci neuronowych otrzymano modele, charakteryzujące się dobrymi własnościami statystycznymi i opisujące zarówno wartości granicznego obciążenie zużycia, jak i granicznego nacisku zatarcia w zależności od rodzaju i zawartości dodatku oraz od właściwości fizyko-chemicznych oleju i dodatków.

EN

The article presents a process and results of mathematical models developing of oil compositions’ lubricating properties. The lubricating properties were evaluated based on the seizing boundary pressure and the wear boundary load with the use of experimental research on the four-ball machine T-02. The models of investigated lubricant compositions were developed with the use of the regression analysis and the artificial neural network method. Regression models describing lubricants’ tribological properties as function of additive quantities were satisfactory only for the seizing boundary pressure and only for some additives. Models elaborated as the results of a neural networks method application are characterised by good statistical characteristics and describing the boundary wear load and seizing boundary pressure as a function of lubricant composition properties.

6

Modelowanie przemysłowego procesu mielenia rudy z wykorzystaniem energetycznych wskaźników oceny

Trybalski K., Krawczykowski D.

Górnictwo i Geoinżynieria

|

2006

|

R. 30, z. 3/1

327-346

PL

W artykule przeprowadzono analizę kosztów węzła mielenia i klasyfikacji w jednym z zakładów wzbogacania rudy KGHM "Polska Miedź" S.A., wskazując najwyższą energochłonność procesu mielenia. Zaproponowano i obliczono wskaźniki technologiczno-energetyczne oceniające proces mielenia i klasyfikacji. Na ich podstawie zbudowano przykładowe modele: regresyjne oraz w postaci sieci neuronowych, ujmujące zależności pomiędzy wskaźnikami oceny procesu a danymi energetyczno-technologicznymi badanego procesu. Przeprowadzono porównanie uzyskanych modeli.

EN

The costs analysis of grinding and classification center in one of KGHM "Polska Miedź" SA ore enrichment plants was conducted in the paper, what identified the highest energy consumption of grinding process. The energetic-technological factors evaluating grinding and classification processes were then proposed and calculated. On their basis the examples of models were constructed, which were regressive ones and neural networks forms, taking into consideration dependencies between process evaluation factors and energetic-technological data of investigated process. The comparison of given models was carried out.

7

Czynniki wpływające na zużycie wody w zakładach przetwórstwa owocowo-warzywnego

Wojdalski J., Dróżdż B., Lubach M.

Postępy Techniki Przetwórstwa Spożywczego

|

2005

|

T. 15, nr 1

39-43

PL

W pracy zawarto przegląd dostępnych wyników badań nad gospodarką wodną, oraz wyniki badań dotyczących określenia wpływu różnych czynników (w tym struktury mocy zainstalowanej urządzeń elektrycznych, struktury dobowego przerobu surowca i innych aspektów produkcji) na dobowe zużycie wody w zakładach przetwórstwa owocowo-warzywnego. Stosując procedurę regresji krokowej wykazano siłę wpływu tych czynników na kształtowanie się zmienności zakładowego wskaźnika jednostkowego zużycia wody. Wykazano możliwość zastosowania otrzymanych wyników w praktyce przemysłowej, zwłaszcza w celu określenia efektywności pracy analizowanych zakładów przetwórstwa owocowo-warzywnego oraz oddziaływania tych zakładów na środowisko.

EN

Applying the pace regression procedure, there has been determined the scope of these factors on variability process of the plant's indices of unitary water consumption. There has been proved a possibility to apply the obtained results in industry practice, particularly in order to determine the work effectiveness of the analyzed fruit and vegetable processing plants as well as their impact on the environment.

8

Możliwości wykorzystania sztucznych sieci neuronowych do modelowania stężenia ozonu przy powierzchni ziemi

Hoffman Sz.

Chemia i Inżynieria Ekologiczna

|

2002

|

Vol. 9, nr 8

911-917

PL

Zbadano możliwości zastosowania różnych typów sieci neuronowych do modelowania stężenia ozonu przy powierzchni ziemi. W obliczeniach wykorzystano dane zarejestrowane w 1996 r. na stacji pomiarowej monitoringu powietrza w Zabrzu. Analizowany zbiór danych stanowiły zmierzone w godzinach dziennych wartości stężeń 03, NO." natężenia promieniowania słonecznego, temperatury i prędkości wiatru uśrednione w okresach 60-minutowych. Do utworzenia modeli regresyjnych, uzależniających stężenie ozonu od stężenia NO" temperatury, natężenia promieniowania słonecznego i prędkości wiatru, wykorzystano sztuczne sieci neuronowe o strukturze perceptronu. W badaniach ograniczono się do trzech typów modeli neuronowych: liniowych, perceptronu trójwarstwowego, perceptronu czterowarstwowego. Jako kryterium oceny otrzymanych modeli przyjęto wartość pierwiastka z błędu średniokwadratowego RMSE, wynikającego z rozbieżności między wartościami obliczonymi a wartościami rzeczywistymi stężenia 03. Na podstawie przeprowadzonej analizy stwierdzono, że modele neuronowe wykorzystujące strukturę perceptronu trójwarstwowego i czterowarstwowego są zdecydowanie lepsze (dokładniejsze) od modeli liniowych. Dokładność modeli neuronowych wykorzystujących strukturę perceptronu trójwarstwowego i czterowarstwowego jest podobna. Liczba neuronów w warstwach ukrytych perceptronów nie decyduje o dokładności modelu. Prędkość wiatru może być pomijana w modelowaniu stężenia ozonu w godzinach dziennych.

EN

Possibility of neural networks application to the surface ozone concentration modelling was examined. The data gathered in 1996 at the air monitoring station in Zabrze (Upper Silesia, Poland) were used in calculations. The analysed data set was built of 60-minutes' averages of temperature, insolation and wind speed as well as 03 and NO, concentrations measured at the daytime hours. Neural networks were used for generation of multiple regression models, conditioning ozone concentration by temperature, insolation, wind speed and NO, concentration. Three types of neural networks were tested: linear, non-linear perceptrons with one hidden layer and non-linear perceptrons with two hidden layers. The value of root mean square error RMSE resulting from divergences between model input and real 03 concentration values was assumed as the criterion of each model estimation. It was stated that the non-linear models are decidedly better than the linear regression models. Accuracies of non-linear perceptron models with one and two hidden layers are similar. Number of neurons in hidden layers does not influence on model accuracy. Wind speed may be omitted as the input variable in neural models.

9

Modele regresyjne wielostrumieniowej sedymentacji prostopadłoprądowej

Kowalski W. P., Mięso R.

Inżynieria Chemiczna i Procesowa

|

2001

|

T. 22, z. 3C

783--788

PL

Przedstawiono wyniki badań procesu sedymentacji prostopadloprądowej dla kilku rodzajów zawiesin (zawiesina ze stalowni konwertorowej, zawiesina z procesu utylizacji złomu akumulatorowego, zawiesina z procesu wzbogacania węgla, zawiesina chromowa). Badania prowadzono w skali laboratoryjnej. W badaniach wyznaczano zależność efektywności sedymentacji w procesie klarowania zawiesiny od obciążenia powierzchniowego oraz od stężenia zawiesiny. Opracowano równania empiryczne badanej zależności.

EN

In the paper there are presented tests results of the cross-current sedimentation for some kinds of suspensions (the suspension from the steel converter plant, the suspension from the utilisation process of battery scrap, the suspension from the coal enrichment process and the chromium suspension). The tests have been made in a laboratory scale. In these tests the dependence of the surface load and the fed suspension concentration on the sedimentation effectiveness in a clarifying process. Based on the test results empirical equations of the investigated dependence have been worked out.