Wyniki wyszukiwania - BazTech

1

Charakterystyka zawilgocenia w diagnostyce budynków

Monczyński Bartłomiej

Izolacje

|

2024

|

T. 29, nr 2

116--120

PL

Artykuł porusza kwestię diagnostyki budynków pod kątem zawilgocenia murów oraz projektowania wtórnych hydroizolacji. Autor wymienia prawidłową kolejność i zakresy prowadzonych prac osuszeniowych, a także opisuje następujące parametry: zawartość wilgoci, nasiąkliwość wagowa (maksymalna absorpcja wilgoci), higroskopijna wilgotność równowagowa, stopień przesiąknięcia wilgocią, higroskopijny stopień przesiąknięcia wilgocią, kapilarna absorpcja wody oraz chłonność resztkowa.

EN

The article discusses the issue of building diagnostics in terms of wall moisture and the design of secondary hydro-insulation. The author lists the correct sequence and scope of drying operations, and describes the following parameters: moisture content, water absorption by weight (maximum moisture absorption), equilibrium relative humidity, degree of moisture penetration, hygroscopic degree of moisture penetration, capillary water absorption and residual absorption.

2

Tuning machine learning hyperparameters in electrical tomography of masonry walls

Rymarczyk Tomasz, Kłosowski Grzegorz, Rymarczyk Paweł, Sikora Jan, Adamkiewicz Przemysław, Oleszek Michał

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 3

102--105

EN

The article presents a proposal for the final optimisation of the parameters of machine learning models in tomographic applications. In the case under consideration, electrical impedance tomography (EIT) was used to illustrate the distribution of moisture inside the walls of buildings. The mentioned topic focuses on optimising hyperparameters of machine learning models to optimise the efficiency of capturing accurate tomographic pictures. In the EIT, machine learning models are used to transform input measurements into output images. It is called an inverse or ill-posed problem that is difficult to solve due to insufficient arguments. In machine learning, the correct selection of model hyperparameters plays a key role. Therefore, the optimisation of these hyperparameters has a direct impact on the quality of the reconstruction. This article presents examples of hyperparameter optimisation for regression models and classification models based on the example of the k-nearest neighbours. The above methods were used in the electrical tomography system, intended to monitor and visualise the distribution of moisture inside the walls of buildings and structures. The results acquired during the research confirmed the high quality of the proposed methods.

PL

W artykule przedstawiono propozycję optymalizacji (dostrajania) parametrów modeli uczenia maszynowego w aplikacjach tomograficznych. W omawianym przypadku do zobrazowania rozkładu wilgoci wewnątrz ścian budynków wykorzystano elektryczną tomografię impedancyjną (EIT). Wspomniany temat koncentruje się na optymalizacji hiperparametrów modeli uczenia maszynowego w celu optymalizacji generowania obrazów tomograficznych o wysokiej jakości. W EIT modele uczenia maszynowego są wykorzystywane do przekształcania pomiarów wejściowych w obrazy wyjściowe. Ma to związek z tzw. problemem odwrotnym lub źle postawionym, który jest trudny do rozwiązania z powodu niewystarczającej liczby argumentów. W uczeniu maszynowym kluczową rolę odgrywa prawidłowy dobór hiperparametrów modelu. Dlatego optymalizacja tych hiperparametrów ma bezpośredni wpływ na jakość rekonstrukcji. W artykule przedstawiono przykłady optymalizacji hiperparametrów dla modeli regresyjnych, a także dla modeli klasyfikacyjnych na przykładzie metody k-najbliższych sąsiadów. Powyższe metody zostały zastosowane w systemie tomografii elektrycznej, przeznaczonym do monitorowania i wizualizacji rozkładu wilgoci wewnątrz ścian budynków i budowli. Uzyskane w trakcie badań wyniki potwierdziły wysoką jakość proponowanych metod.

3

Nienormowe metody oceny wyrobów iniekcyjnych

Monczyński Bartłomiej

Izolacje

|

2020

|

R. 25, nr 4

52--57

PL

Artykuł porusza kwestie metod badania wyrobów do iniekcji. Przywołuje zagraniczne normy mówiące o metodach iniekcji chemicznej. Opisuje różne rodzaje badania poziomu zawilgocenia murów. Przedstawia wyniki poziomu zawilgocenia badanych ścian.

EN

This paper presents the methods of injection product testing with reference to foreign standards concerning chemical injection methods. It also describes various methods to check the level of wall dampness and presents the results of performed wall dampness measurements.

4

Renowacja budynków z zawilgoconymi i zasolonymi murami na przykładzie manufaktury Grossa w Bielsku-Białej

Samsonowicz Piotr, Gradek Łukasz, Brachaczek Wacław

Inżynier Budownictwa

|

2020

|

nr 5

55--61

5

Nondestructive method to determine moisture area in historical building

Rymarczyk T., Adamkiewicz P.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2017

|

T. 7, nr 1

68--71

EN

This paper presents a nondestructive method of brick wall dampness testing in real building structures. The proposed algorithm was used to determine the moisture of test brick walls on the specially models. The finite element method has been used to solve the forward problem. The algorithm is initialized by using one step methods and topological sensitivity analysis. There was constructed the forward model and solved the inverse for visualization of moisture inside objects.

PL

W artykule przedstawiono nieinwazyjną metodę badania wilgotności w konstrukcjach budowlanych. Rozwiązanie zostało wykorzystane do określenia wilgotności w zamodelowanych murach. Metoda elementów skończonych została wykorzystana do rozwiązania zagadnienia prostego. Proponowany algorytm jest inicjowany za pomocą metod jednokrokowych i topologiczną analizę wrażliwościową. Został skonstruowany model prosty zadania i rozwiązane zagadnienie odwrotne do wizualizacji wilgotności wewnątrz obiektów.