PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 10

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Aproksymacja stężeń zanieczyszczeń powietrza za pomocą neuronowych modeli szeregów czasowych
Hoffman S.
Inżynieria i Ochrona Środowiska
|
2009
|
T. 12, nr 3
231-239
PL
W pracy oceniono możliwości aproksymacji stężeń zanieczyszczeń mierzonych na stacjach monitoringu powietrza. Do predykcji stężeń wykorzystano neuronowe modele szeregów czasowych. Jakość modelowania testowano na rzeczywistych danych pochodzących ze stacji monitoringu powietrza Łódź-Widzew, zarejestrowanych w latach 2004-2008. Analizie poddano względnie kompletny zbiór danych, obejmujący stężenia 6 podstawowych zanieczyszczeń powietrza: O3, NO2, NO, PM10, SO2, CO. Celem badawczym było określenie i porównanie dokładności predykcji stężeń różnych zanieczyszczeń powietrza. Modelowanie przeprowadzono, stosując sztuczne sieci neuronowe. Trening sieci odbywał się przy użyciu liniowego algorytmu pseudoinwersji. Wyjściem modelu było stężenie wybranego zanieczyszczenia w określonym czasie. Wejściami były wartości stężeń zarejestrowane w godzinach wcześniejszych. Każdy model charakteryzowały dwie wielkości: horyzont prognozy i liczba wartości opóźnionych. W analizie określono dokładność predykcji stężeń wybranych zanieczyszczeń dla stałej liczby wartości opóźnionych równej 24 przy zmieniającym się horyzoncie prognozy od 1 do 240 godz. Jako kryterium jakości modelowania przyjęto wartość błędu aproksymacji.
EN
An assessment of quality of air pollutants concentration modeling was the main research purpose. The examination was made by means of artificial neural networks, which were employed to create time-series models. The quality of approximation was tested on the actual set of air monitoring data, gathered over a 5-year period at the measure site in Lodz-Widzew (Central Poland). The examined time-series involved hourly concentrations of main air pollutants: O3, NO2, NO, PM10, SO2, CO. The research aim was the estimation and the comparison of prediction accuracy for different air pollutants. Time-series models were characterized by two parameters which might influence the prediction quality: lookahead and steps. For all models the constant number of steps equal 24 hours was assumed. The effect of changes of lookahead in the range 1÷ 240 hours was analyzed. It was stated that the decreasing of precision of time-series models with the increase of lookahead is observed. The drop of accuracy depends on pollutant. The furthest reasonable prognosis may be done for ozone concentration. Approximation accuracy shortens in the order: O3, CO, SO2, PM10, NO2, NO.
2
Content available remote Programowy analizator gazowych produktów spalania w kotle parowym
Jankowska A.
Pomiary Automatyka Robotyka
|
2007
|
R. 11, nr 2
PL
W referacie przedstawiono programowy analizator gazowych produktów spalania w kotłach energetycznych, do pracy on-line, bazujący na sztucznych sieciach neuronowych. Analizator, opracowany w ramach projektu celowego został wdrożony w elektrowni BOT Turów SA. W pracy przedstawiono cechy modeli neuronowych, niezbędną obróbkę wstępną danych pomiarowych a następnie zilustrowano jakość uzyskanych modeli stanowiących istotę wirtualnych analizatorów. Omówiono sposób zewnętrznej aktualizacji modeli w długim horyzoncie czasowym. Zastosowane w tym względzie rozwiązanie oraz uwagi końcowe podsumowują aktualny stan prac nad analizatorami wirtualnymi.
EN
The software analyzer of effluent gas from combustion boiler is presented in the paper. The virtual analyzer is created as an artificial neural network model for on-line work. This analyzer realized in target grant of KBN Nr 03103/C.T10-6/2002 is applied in BOT Turów S.A. power plant. In the paper are presented properties of the artificial neural network models and then necessary preprocessing of measured data of combustion process. Very important for the analyzer’s on-line work is reconstruction of missing data, too. The quality of virtual analyzers is estimated and the methods of actualization the ANN models are considered.
3
Content available Modele neuronowe zużywania elementów roboczych w glebie
Napiórkowski J., Mikołajczak P.
Inżynieria Rolnicza
|
2006
|
R. 10, nr 12(87)
381-389
PL
Przedstawiono próbę wykorzystania modeli neuronowych do prognozowania zużycia elementów roboczych narzędzi rolniczych użytkowanych w glebie. Podstawą opracowania modeli neuronowych były wyniki uzyskane z badań eksploatacyjnych zużycia lemieszy płużnych w dziesięciu gatunkach gleb. Wygenerowano 12 modeli neuronowych, oddzielnie dla przyjętych miar zużycia, gatunków gleb oraz postaci konstrukcyjnych elementu roboczego. Nie udało się wygenerować, z odpowiednią dokładnością dopasowania, jednego modelu neuronowego uwzględniającego warunki glebowe oraz postacie konstrukcyjne lemieszy płużnych.
EN
The paper presents an attempt to use neural models to forecast wear of agricultural tool elements working in soil. Development of neural models was based on the results obtained after operation tests of ploughshare wear in ten soil types. 12 neural models were generated, separately for accepted wear measures, soil types and working element constructional forms. It turned out to be impossible to generate, with suitable matching accuracy, a single neural model taking into account soil conditions and ploughshare constructional forms.
4
Content available Metoda prognozowania wartości parametrów technicznych nowoczesnych maszyn rolniczych. Cz. II. Modele neuronowe do wyznaczania parametrów ciągników rolniczych
Francik S.
Inżynieria Rolnicza
|
2006
|
R. 10, nr 11(86)
109-116
PL
W pracy przedstawiono charakterystykę sztucznych sieci neuronowych opracowanych do prognozowania parametrów nowoczesnych ciągników rolniczych. Przedstawiono dokładność działania modeli, oraz architekturę sztucznych sieci neuronowych. Wśród opracowanych 21 modeli neuronowych znalazło się 16 trzy- i cztero-warstwowych perceptronów, 4 sieci o radialnych funkcjach bazowych i 1 sieć liniowa.
EN
The paper presents a characteristic of artificial neural networks developed specifically for forecasting parameters of state-of-the-art farm tractors. Accuracy of model performance, and architecture of artificial neural networks were presented. Among 21 developed neural models there were 16 three- and four-layer perceptrons, 4 networks with radial base functions and 1 linear network.
5
Zastosowanie modeli hybrydowych w algorytmach diagnostycznych zaworów regulacyjnych
Rzepiejewski P.
Pomiary Automatyka Kontrola
|
2005
|
R. 51, nr 9 bis
115--117
PL
W referacie przedstawiono metodę rozszerzenia zakresu poprawnego działania algorytmów diagnostycznych zaworów regulacyjnych poprzez zastosowanie w testach diagnostycznych modeli hybrydowych. Modele hybrydowe złożone są z modelu globalnego i lokalnego. Dokładny model lokalny (neuronowy lub rozmyty) symuluje działanie urządzenia w czasie, gdy znajduje się ono w zakresach pracy, dla których dostępne były zbiory danych uczących. Poza tymi zakresami zachowanie urządzenia przybliża model globalny - opracowany w formie analitycznej z uwzględnieniem zjawisk fizycznych zachodzących w symulowanym urządzeniu.
EN
The paper presents applications of hybrid models for widening proper working of diagnostic algorithms. Those models are composed of global and local models. Precise local model (neural or fuzzy) simulates activity of actuator when it works in a range which has learning set data. Outside this range activity of device approaches analytic model.
6
Neuronowe modele procesów o zmiennych właściwościach
Kornacki S.
Pomiary Automatyka Kontrola
|
2005
|
R. 51, nr 9 bis
112--114
PL
Przedstawiono zagadnienia budowania neuronowych modeli procesów o właściwościach zmiennych w czasie. Zaproponowano sposób komponowania ciągów uczących oraz algorytm autokorekcji modeli. Zbadano i opisano cechy modeli uzyskiwanych przy wykorzystaniu ciągów uczących komponowanych z danych pomiarowych obejmujących długie okresy czasu. Tak budowane modele uwzględniają różne stany procesu w stopniu proporcjonalnym do czasu ich występowania. Algorytm korekcji opiera się na liniowym przekształceniu wyjść z modelu, co w badanych przypadkach okazało się wystarczające dla zapewnienia wymaganej dokładności. Opisane rozwiązania zostały zastosowane i sprawdzone w programowym analizatorze spalin emitowanych przez kotły energetyczne.
EN
There were presented problems of creating neural models for processes with changeable in time characteristics. It was proposed the method of composing teaching sequences as well as algorithm auto-correcting the models. There were investigated and described the characteristics of models obtained by exploiting the leaching sequences composed from measured data including long time periods. Created in such way models are regarding different states of the process in degree proportional to the time of its performance. The algorithm of auto-correcting the models is based on the linear transformation of model's outputs what in investigated cases exhibited (extended) sufficiently enough for assuring demanded exactness accuracy(prccision). Described solutions were used and checked in software analyzer of combustion gases emitted by the power boilers.
7
Modele emisji toksyn ze zbiorczego komina elektrowni - walidacja sygnałów wejściowych analizatora wirtualnego
Jankowska A.
Pomiary Automatyka Kontrola
|
2005
|
R. 51, nr 9 bis
173--175
PL
W referacie przedstawiono uwarunkowania pomiarowe i procesowe wirtualnego analizatora emisji spalin zbudowanego w strukturze sztucznych sieci neuronowych (perceptronowych jednokierunkowych). Rozważono modele wykorzystujące jako sygnały wejściowe pomiary emisji w poszczególnych blokach oraz modele bazujące na sygnałach procesowych wszystkich bloków. Wskazano na grupy oraz typy sygnałów mierzonych szczególnie przydatnych w realizowanych modelach. Przedyskutowano niezbędną w pracy on-line wirtualnego analizatora walidację niepewnych pomiarowo sygnałów na wejściach modeli. Przedstawiono uzyskane dotychczas wyniki.
EN
In the paper the influence of data quality and process properties to neural models of flue gas emission is presented. Feedforward artificial neural networks are considered. Industrial plant is composed of the individuel power unit with common chimney. The models based on individual power units emission and based on process data of all units are compared. The selection of input variables and their validation is discussed.
8
Validation of input signals for flue gas software analyser
Jankowska A.
Elektronika : konstrukcje, technologie, zastosowania
|
2004
|
Vol. 45, nr 8-9
60-62
EN
Validation procedures are presented for on-line operation of flue gas software analyzer that is build as Artificial Neural Networks structure. lts done for pulverized coal boiler for Turów Power Plant.
PL
Omówiono procedury walidacji sygnałów wejściowych programowego analizatora spalin do pracy w trybie on-line. Analizator zaprojektowano z wryciem struktur sztucznych sieci neuronowych.
9
Zastosowanie sieci neuronowych do wspomagania modelowania reaktorów chemicznych
Molga E.
Inżynieria Chemiczna i Procesowa
|
2001
|
T. 22, z. 3D
965--970
PL
W pracy przedstawiono zasady tworzenia rodziny hybrydowych modeli neuronowych dla reaktorów chemicznych. Dla złożonej reakcji gaz - ciecz - ciało stałe przedyskutowano podstawowe problemy praktycznego stosowania sieci neuronowych: doboru architektury sieci (w tym bardzo istotnego problemu wyboru zestawu danych wejście - wyjście), problemów efektywności i dokładności uczenia sieci oraz wpływu jakości i ilości danych doświadczalnych na dokładność uzyskiwanych rozwiązań.
EN
General rules to create a family of neural models for chemical reactors have been proposed and described. Main problems of practical use of neural networks to model chemical reactors such as: determination of the input - output variables relevant for the investigated system, choice of the learning method as well as a determination of size of the learning data have been presented and discussed.
10
Content available remote Wykorzystanie informacji jakościowej w modelach neuronowych i genetycznych
Lula P., Morajda J., Paliwoda G., Stefanów P.
Badania Operacyjne i Decyzje
|
2000
|
Nr 2
15-29
PL
Artykuł jest poświęcony metodom przetwarzania informacji jakościowej przez sieci neuronowe oraz algorytmy genetyczne. Bazując na przyjętej definicji informacji jakościowej, autorzy przedstawili metody jej reprezentacji oraz wskazali na ich podstawowe wady i zalety.
EN
The paper is devoted to quality data processing using neural networks and genetic algorithms. Based on the definition of quality data, the authors present methods of its representation and discuss their basic pros and cons.
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.