Wyniki wyszukiwania - BazTech

1

The use of neural network algorithms for modeling injection doses of modern fuel injectors

Abramek Karol Franciszek, Osipowicz Tomasz, Mozga Łukasz

Combustion Engines

|

2021

|

R. 60, nr 2

10--14

EN

The article presents the possibilities of using artificial intelligence methods to model the injection doses of a modern Common Rail (CR) fuel injector. The presented neural network solution belongs to the experimental models known as black boxes in mechatronics. The backpropagation algorithm and its Levenberg-Marquardt expansion were used for the simulation. The analysis showed that there is a good match between the measurements and the computational model. The proposed solution can be used in the processes of diagnosing not only elements of the injection equipment, but also the internal combustion engine.

2

Artificial neural network model for predicting air pollution. Case study of the Moravica district, Serbia

Blagojević M., Papić M., Vujičić M., Šućurović M.

Environment Protection Engineering

|

2018

|

Vol. 44, nr 1

129--139

EN

An example of artificial neural network model for predicting air pollution has been presented. The research was conducted in Serbia, the Moravica District, on the territory of two municipalities (LuCani and Ivanjica) and the town Čačak. The level of air pollution was classified by a neural network model according to the input data: municipality, site, year, levels of soot, sulfur dioxide (SO2), nitrogen dioxide (NO2) and particulate matter. The model was evaluated using a lift chart and a root mean square error (RMSE) has been determined, whose value was 0.0635. A multilayer perceptron has also been created and trained with a back propagation algorithm. The neural network was tested with the data mining extensions (DMX) queries. The results have been obtained for air pollution based on new input data that can be used to predict the level of pollution in future if new measurements are carried out. A web-based application was designed for displaying the results.

3

Sieci neuronowe w analizie uszkodzeń powierzchni

Kubik H.

Fizyka Budowli w Teorii i Praktyce

|

2007

|

T. 2

157-160

PL

Wykorzystano sieci neuronowe do opisu narastania uszkodzeń powłok malarskich występujacych na powierzchniach zabytkowych tynków. Podano warunki oddziaływanaia i rozrostu uszkodzeń w powierzchni tynku.

EN

Neuronal nets were used to the description of growth of the damages of painting coats stepping out on the surfaces of antique plasters. The conditions of influence and the growth of damages in the surface of the plaster were passed.

4

Metody harmonizacji w muzyce

Zabierowski W., Napieralski A.

Mikroelektronika i Informatyka : prace naukowe

|

2006

|

Z. nr 6

43-46

5

Implementacja sprzętowa sieci neuronowej

Maciejewski B., Ciota Z.

Mikroelektronika i Informatyka : prace naukowe

|

2004

|

Z. nr 4

89-93

6

Neuronowe mapy cech w systemie diagnostycznym elektrowni

Gibiec M.

Diagnostyka

|

2002

|

Vol. 26

121-126

PL

Dążenie do zapewnienia jak najdłuższej i bezawaryjnej eksploatacji obiektów technicznych powoduje zapotrzebowanie na dokładną informację stanie obiektu. Instaluje się więc coraz więcej czujników i systemów pomiarowych tworząc systemy diagnostyki. Ilość gromadzonych informacji jest jednak tak duża, że rodzi to problemy z jej przetwarzaniem. W przedstawionej pracy podjęto próbę wykorzystania sztucznych sieci neuronowych typu Kohonena do analizy dużej liczby sygnałów zbieranych w trakcie pracy typowego turbozespołu elektrowni i jego instalacji pomocniczych. Uzyskane sieci neuronowe realizują zadanie wykrywania zmiany stanu maszyny. Zaprezentowano wyniki działania opracowanego oprogramowania do przetwarzania odpowiedzi zaimplementowanych sieci. Jego działanie ukierunkowano na wizualizację graficzną położenia aktywnego neuronu na tle regionów ilustrujących stan maszyny. W pracy pokazano także możliwości korzystania z sieci neuronowych do wykrywania sygnałów, których zmiany umożliwiają określenie stanu maszyny.

EN

Aspiration for assertion of the longest and nondefect technical machinery exploitation causes demand for high accuracy information of machinery condition. A growing number of sensors and measurement systems one install in the machinery creating diagnostic systems. A quantity of acquired information is so big that one have problems with its analysing. This case study presents an application of a Kohonen's type artificial neural network utilisation for parallel analysing of a big number of signals measured during typical power plant machinery exploitation. Implemented artificial neural networks accomplish detection of the machinery condition change. Results of neural networks answers postprocessing programs are presented. A visualisation of network activity on the map of machinery state regions is done. Detection of signals which changes make possible machinery state assessing using neural networks is implemented.