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

Znaleziono wyników: 4

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Neural networks for the analysis of mine-induced building vibrations
Kuźniar K.
Computer Assisted Mechanics and Engineering Sciences
|
2011
|
Vol. 18, no. 3
147-159
EN
A study of the capabilities of arti?cial neural networks in respect of selected problems of the analysis of mine-induced building vibrations is presented. Neural network technique was used for the prediction of building fundamental natural period, mapping of mining tremors parameters into response spectra from ground vibrations, soil-structure interaction analysis, simulation of building response to seismictype excitation. On the basis of the experimental data obtained from the measurements of kinematic excitations and dynamic responses of actual structures, training and testing patterns of neural networks were formulated. The obtained results lead to a conclusion that the neural technique gives possibility of e?cient, accurate enough for engineering, analysis of structural dynamics problems related to mineinduced excitations.
2
Content available remote Symulacja pętli histerezy betonu z wykorzystaniem sztucznych sieci neuronowych i metod Bayesowskich
Krok A.
Zeszyty Naukowe Politechniki Rzeszowskiej. Mechanika
|
2008
|
z. 74 [258]
165-173
EN
Feed-forward layered Artificial Neural Networks (ANN) learnt by means the evidence procedure for Bayesian technique are used for simulation and prediction of hysteresis loops. Concrete hysteresis loops obtained by cyclic loading are considered. ANN were learned and tested on the experimental data. The prediction of the stress - strain relation was made for the last part of the experiment, basing on its previous stage.
3
Content available Wpływ degradacji urządzeń pomiarowych na pozyskiwanie symptomów niesprawnej pracy złożonych obiektów energetycznych
Głuch J.
Diagnostyka
|
2008
|
nr 2(46)
67-70
PL
Opisywana jest możliwość budowania relacji cieplno-przepływowych diagnostycznych z zastosowaniem metody sztucznych sieci neuronowych. Są one zastosowane do detekcji zdegradowanych urządzeń pomiarowych w złożonych systemach pomiarowych. Przedstawiono to na przykładzie bloku energetycznego dużej mocy. Wykorzystano obliczenia symulacyjne degradacji. Rozważano zarówno degradacje samego systemu pomiarowego jak i degradacje geometrii urządzeń składowych. Pokazano dobrą jakość określania symptomów degradacji. Wykorzystano przykłady z praktyki eksploatacyjnej.
EN
Possibility of building of diagnostic relations with usage of artificial neural networks ANN is described in the paper. The relations are applied for detection of the degraded measuring devices in steam power cycles of complex electricity generation systems. The example of the large steam turbine power plant is shown in the paper. Neuronal diagnostic relations are created on the basis of simulation calculations. There are taking into account both degradations of that of measuring equipment as well as simultaneously occurring degradations of measuring equipment and components of thermal cycle. Good quality of neuronal calculations is stated. Application of these relations is shown on some examples from exploitation practice.
4
Content available remote Neural network simulation of a seismic excited building response
Kuźniar K., Obiała R., Waszczyszyn Z.
Archives of Civil Engineering
|
2000
|
Vol. 46, nr 2
313-323
EN
Back propagation neural networks (BPNNs) can be efficiently used for the simulation of the response of a structure subjected to measured excitations. The main goal of the paper is to predict displacements at selected floors of a tall prefabricated building. The neural network is trained, tested and verified using the responses recorded in a real building during explosions in a nearby quarry. The results show that the dynamic behaviour of the building can be very well modeled by the trained neural network.
PL
Sieci neuronowe typu wstecznej propagacji błędu mogą być z powodzeniem stosowane do symulacji odpowiedzi budynku poddanego zmierzonym wymuszeniom. Praca dotyczy wykorzystania SSN do predykcji przemieszczeń wybranych kondygnacji wysokiego, prefabrykowanego budynku mieszkalnego. Drganie budynku wywoływane były odstrzałami w pobliskim kamieniołomie.
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.