Wyniki wyszukiwania - BazTech

1

Long-term prediction of underground gas storage user gas flow nominations

Kurek Teresa, Wojdan Konrad, Świrski Konrad

Journal of Power Technologies

|

2019

|

Vol. 99, nr 4

272--280

EN

Many companies operating on the natural gas market use natural gas storage to balance production and transport capacities with major variations in gas demand. This paper presents an approach to predicting users’ gas flow nomination in underground gas storage by different users. A one-year prediction horizon is considered with weekly data resolution. Basic models show that whereas for the great majority of users we can predict nomination based only on weather data and technical parameters, for some users additional macro-economic data significantly improved prediction accuracy. Various modeling techniques such as linear regression, autoregressive exogenous model and Artificial Neural Network were used to develop prediction models. Results show that for most users an Artificial Neural Network provides optimal accuracy, indicating the non-linearity of the relationship between input and output variables. The models developed are intended to be used as support for facility operation decisions and gas storage product portfolio modifications.

2

Hybrid model of an expert system for assessing the stability of a production system

Burduk A., Grzybowska K., Kovács G.

LogForum

|

2018

|

Vol. 14, no. 4

507--518

EN

Background: The article presents the concept of control of the production system, which allows to maintain its stability, and thus to implement the established production plans. For this purpose, combinations of simulation models and artificial neural network (ANN) models of the production system have been suggested. The combination of both types of models was possible thanks to the development of a hybrid model of the expert system to assess the possibility of implementing the production plan (objective) depending on the risk size and the level of stability of the production system analysed. The analysed problem - the possibility of implementing production plans depending on the risk size and the level of stability of the production system - is difficult to mathematical modelling. However, based on the data analysis from the simulation model and the ANN model, we can obtain information on the dependences of the corresponding input and output values. Methods: Based on the presented method of managing the production process using computer models, the possibilities of using simulation models and ANN models in assessing the stability and risk of production systems have been analysed. The analysis and comparison of both types of models have been performed due to the construction and the type of input and output data. Results: The direct combination of simulation models and ANN models is not allowed by their different structure, specificity and other types of input and output data. Therefore, the concept of combination of both types of models presented in the article is conducted via a database of expertise and fuzzy inference. Conclusions: For the purpose of controlling the production system, it was suggested to build a hybrid model of an expert system to assess the possibility of achieving the objective depending on the risk size and the level of stability of the production systems.

PL

Wstęp: W artykule przedstawiono koncepcję sterowania systemem produkcyjnym, pozwalającą na zachowanie jego stabilności, a tym samym na realizację założonych planów produkcyjnych. W tym celu zaproponowano połączenia modeli symulacyjnych i modeli sztucznych sieci neuronowych (SSN) systemu produkcyjnego. Połączenie obydwu typów modeli było możliwe dzięki opracowaniu hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji planu produkcji (celu) w zależności od wielkości ryzyka i poziomu stabilności analizowanego systemu produkcyjnego. Analizowany problem – możliwość realizacji planów produkcyjnych w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego – jest trudny do zamodelowania matematycznego. Jednak na podstawie analizy danych, pochodzących z modelu symulacyjnego i modelu ANN, można uzyskać informacje dotyczące zależności odpowiadających sobie wartości wejściowych i wyjściowych. Metody: Na podstawie przedstawionego sposobu zarządzania procesu produkcyjnego z wykorzystaniem modeli komputerowych, przeanalizowano możliwości zastosowania modeli symulacyjnych i modeli ANN w ocenie stabilności i ryzyka systemów produkcyjnych. Dokonano analizy i porównania obydwu typów modeli ze względu na sposób budowy oraz rodzaj danych wejściowych i wyjściowych. Wyniki: Na bezpośrednie połączenie modeli symulacyjnych i modeli SSN nie pozwala ich odmienna budowa, specyfika oraz inne rodzaje danych wejściowych i wyjściowych. Dlatego prezentowana w artykule koncepcja fuzji obydwu typów modeli odbywa się poprzez bazę wiedzy eksperckiej i wnioskowanie rozmyte. Wnioski: Na potrzeby sterowania systemem produkcyjnym, zaproponowano budowę hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji celu w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego.

3

Neuronowy system diagnostyczny dla układów prostowniczych

Buczek K., Krutys P., Kwater T., Twaróg B.

Przegląd Elektrotechniczny

|

2011

|

R. 87, nr 8

38-41

PL

W artykule zaprezentowano uniwersalny bezinwazyjny system diagnozowania różnych stanów pracy układów prostowniczych z zastosowaniem sztucznych sieci neuronowych. Zaproponowana koncepcja wykorzystuje modele matematyczne badanych obiektów i umożliwia dostrojenie systemu diagnostycznego do optymalnego funkcjonowania. Zastosowany model matematyczny został opracowany w oparciu o teorię obwodów elektrycznych z wykorzystaniem dwustanowej zmiennej logicznej. Charakteryzuje się on dokładnością, która jest wystarczająca jako analizator stanów w układach diagnostycznych, a uzyskane przebiegi z modelu odzwierciedlają charakter badanego obiektu. Wybór architektury sztucznych sieci neuronowych (BP, LVQ) jako analizatora wiąże się z wyborem metody preprocesingu danych i etapem strojenia systemu. Przełączenie z trybu dostrojenia do pracy on-line opiera się na przekierowaniu strumienia danych na pomiary rzeczywiste.

EN

The paper presents a universal non-invasive diagnostic system work in different states of rectifier circuits using artificial neural networks. The proposed approach uses mathematical models of object and allows to fine-tune the diagnostic system for optimal functioning. The applied mathematical model was developed based on the theory of electrical circuits using two state of variable boolean. It is characterized by an accuracy that is sufficient as a state analyzer in diagnostic systems, and the course of signals is obtained from the model reflect the nature of the test object. The choice of architecture of artificial neural networks (BP, LVQ) as the analyzer is connected with the choice of methods for preprocessing data and tuning the system. Switching from tune to work on-line is based on redirecting the data stream to the actual measurements.

4

Bezinwazyjna diagnostyka uzwojeń magnesujących przy użyciu sztucznych sieci neuronowych

Gomółka Z., Kwiatkowski B., Pękala R.

Przegląd Elektrotechniczny

|

2011

|

R. 87, nr 8

66-69

PL

W artykule zaproponowano ideę bezinwazyjnej metody dedykowanej wykrywaniu zwarć w uzwojeniach transformatorów. Metoda oparta jest o wykorzystanie modelu matematycznego transformatora toroidalnego oraz sztucznych sieci neuronowych. Bazując na polowoobwodowym modelu toroidu wyodrębniono sygnały diagnostyczne w postaci odkształconych przebiegów prądu uzwojenia magnesującego, które użyto w procesie uczenia sieci neuronowych. Zamieszczone wyniki testów potwierdzają wysoką skuteczność neuronowego układu diagnostycznego.

EN

In the article the idea of non-invasive method dedicated to detecting faults in a transformer windings is presented. The method is based on the use of a mathematical model of toroidal transformer and artificial neural networks. On the basis of the semi-field model of the toroid the diagnostic signals, as the distorted current waveforms in the magnetizing windings, were separated and it was used in the learning process of neural networks. Included test results confirm the high efficiency of the neural diagnostic system.

5

Komputerowo wspomagane projektowanie modularno-segmentowych typoszeregów przekładni obiegowych

Czader W., Drewniak J., Haniszewski M.

Mechanik

|

2011

|

R. 84, nr 7(CD)

115-122

PL

W referacie przedstawiono praktyczne zastosowanie technik komputerowego wspomagania w projektowaniu modularno-segmentowych typoszeregów przekładni obiegowych zastosowanych do analizy i syntezy obiektowej. W analizie wykorzystano autorskie oprogramowanie dobru i sprawdzenia wg ISO elementów zębatych przekładni będących modułami tworzonych typoszeregów. Natomiast syntezę obiektową umożliwiło zastosowanie sztucznych sieci neuronowych do klasyfikacji, kojarzeń oraz wyboru najlepszych rozwiązań, związanych z doborem elementów zębatych. Spowodowało to dalszy rozwój inżynierii wiedzy, wykorzystującej sztuczną inteligencję w dziedzinie budowy i eksploatacji maszyn, zwłaszcza potrzebnej do projektowania przekładni zębatych, w tym także obiegowych.

EN

In this paper it has been presented the practical usage of computer aided in modular design of series of types of planetary gearheads used in object - oriented analysis and synthesis. In the analysis there has been used the copyright software of picking and checking, according to the ISO standards, the elements of toothed gears, which are the modules of series of types created. The object – oriented synthesis was possible to make because of the usage of artificial neural network to classify, associate and choose the best solutions, connected with selecting toothed elements. It led to the further development in engineering, using artificial intelligence in building and exploring machines, particularly necessary to design the toothed gears and also planetary gear heads.

6

Prognozowanie wytrzymałości doraźnej połączeń klejowych z pomocą sztucznych sieci neuronowych

Perłowski R., Zielecki W.

Technologia i Automatyzacja Montażu

|

2008

|

nr 1

35-37

PL

W pracy omówiono wyniki eksperymentalnych badań wpływu czynników konstrukcyjnych i technologicznych na wytrzymałość klejowych połączeń czopowych walcowych, które przeprowadzono według planu poliselekcyjnego rotalno quasi-unformalnego. Do oceny wytrzymałości połączeń wykorzystano model regresji wielomianowej oraz model zbudowany z wykorzystaniem sztucznej sieci neuronowej.

EN

In this work the results of experimental investigation of the effect of constructional and technological factors on cylindrical journal glue joints strength are described. The experiment was done using multi section quasi-uniform plan. In order to assess strength of joints the polynomial regression model and model constructed with the aid of artificial neural network were used.

7

Analytical study of different approaches to determine optimal cutting force model

Krizek Z., Jurkovic Z., Brezocnik M.

Archives of Materials Science

|

2007

|

Vol. 28, nr 1-4

69-74

EN

Determination of optimal machining parameters is an engineering task with aim to reduce the production cost and achieve desired product quality. Such exercise can be tackled on many different ways. The goal of this work is to present some of the possible approaches and to benchmark them among each other. These principles are analyzed: response surface methodology (RSM), evolutionary algorithms (GA & GP), support vector regression (SVR) and artificial neural networks (ANN). All methods implement completely different data handling philosophies with the same goal, to build the model which is able to predict cutting force in satisfying manner. Those aspects are chosen to be evaluated and compared: average percentage deviation of all data, ability to find generalized model and minimize the risk of over fitting and at least the runtime of each single model determination. Average percentage deviation is one of the best indicators of the quality of model. The ability to find generalized model is good indicator of the flexibility of model, and shows how model deals with unknown data. The runtime is important in a real time environment or in scenarios where conditions change frequently. Cutting force data used in this benchmark comes from experimental research of longitudinal turning process.

8

Monitoring i diagnostyka wspomagane sztucznymi sieciami neuronowymi

Willner B.

Zeszyty Naukowe. Elektryka / Politechnika Opolska

|

2004

|

Vol. 295, z. 53

627-634

PL

W artykule przedstawiono możliwości wykorzystania niekonwencjonalnych metod, które mogą być użyteczne w monitoringu, diagnostyce i lokalizacji uszkodzeń w obiektach i ich kompleksach.

EN

In article one introduced possibilities of utilization of unorthodox methods which can be useful in monitoring, diagnostics and of location of damages in objects and their complexes.

9

Modelling of foundary processes by artificial neural networks.

Perzyk Marcin, Kochański A.

Advances in Manufacturing Science and Technology

|

2001

|

Vol. 25, nr 4

7-19

EN

Applications of artificial neural networks related to foundary technology are presented, covering published and own research. The latter include prediction of ductile cast iron properties obtained in melting process, design of feeding systems for casting as well as identification of causes of defects in steel castings.

PL

Przedstawiono zastosowania sztucznych sieci neuronowych związane z technologią odlewania metali, opublikowane przez innych autorów oraz we własnych pracach z tej dziedziny. Te ostatnie dotyczą prognozowania właściwości żeliwa sferoidalnego uzyskiwanych w procesie wytopu, projektowania układów zasilających dla odlewów oraz identyfikacji przyczyn występowania wad w odlewach staliwnych w warunkach produkcyjnych.

10

Zastosowanie sztucznych sieci neuronowych do wyznaczania parametrów gięcia profili skrzynkowych.

Litwin P., Stachowicz P.

Rudy i Metale Nieżelazne

|

2000

|

R. 45, nr 10-11

565-569

PL

Wyznaczenie momentu gnącego i współczynnika sprężynowania w przypadku gięcia profili skrzynkowych jest utrudnione, ze względu na deformację przekroju poprzecznego giętego elementu. Do rozwiązania tego problemu wykorzystano Perceptron Wielowarstwowy - model z grupy Sztucznych Sieci Neuronowych (SSN). Sieć trenowano na danych eksperymentalnych zawierających parametry materiałowe (podawane na wejście sieci) oraz parametry procesu gięcia (podawane na wyjściu sieci). Zbiór uczący obejmował dane pomiarowe zebrane podczas gięcia profili o różnych wymiarach. Przeprowadzony eksperyment dowiódł, że model oparty na sieci neuronowej może być wykorzystywany do wyznaczenia parametrów gięcia.

EN

Spring-back coefficient and bending moment prediction in the case of box profile bending process causes some problems because of cross-sectional distortion. To solve these problems Multilayer Perceptron type artificial neural network (ANN) was applied. Multilayer Perceptron (MLP) was trained using measured process data of box profile bending. Mechanical properties were given as the inputs and the bending process parameters as the outputs of the MLP. The data set consisted of different geometry steel box profile. The experiment confirmed that this model is a valid alternative for the quick responsible method for main bending parameters determination.

11

Errors identyfication and measurement accuracy assessment of coordinate measuring machines (CMM).

Sładek J.

Postępy Technologii Maszyn i Urządzeń

|

1999

|

Vol. 23, nr 4

113-136

EN

The article presents a consistent matrix method of CMM errors identyfication, together with a virtual CMM mode created on its basis, for the purpose of the on-line identyfication of measurement errors. For the creation of a virtual CMM model applied were artificial neural networks. A model of accuracy error has ben formulated as a theoretical base for a matric method of CMM errors identyfication, realised with application of ball (or hole) plates standards. The matric method may become an alternative for the currently used method of CMM accuracy assessment based on length measurement. A research veryfication of the presented virtual model has been condacted, with the appliance of QUINDOS software and reliable measuring machine.

PL

W pracy zaprezentowano spójny system składający się z macierzowej metody identyfikacji błędów WMP i zbudowanego na jej podstawie wirtualnego modelu WMP z zastosowaniem do oceny on-line błędów realizowanych zadań pomiarowych. Do budowy modelu wirtualnego zastosowano sztuczne sieci neuronowe. Sformułowano model błędu dokładności jako podstawę teoretyczną macierzowej metody identyfikacji błędów WMP, którą realizowano przez zastosowanie wzorców płytowych kulowych (lub otworowych). Macierzowa metoda może stanowic rozwiązanie alternatywne obecnie stosowanej metody kontroli dokładności WMP opartej na pomiarze długości. Przeprowadzono weryfikację badawczą opracowanego modelu wirtualnego z wykorzystaniem oprogramowania QUINDOS i dokładnej maszyny pomiarowej.