Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 26

Liczba wyników na stronie
first rewind previous Strona / 2 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
EN
In this paper, the K readiness index was adopted in order to evaluate the reliability of the rural water distribution system; complete systems were assessed using the partial survey method. Hydraulic calculations were performed, followed by reliability evaluation with our own NSW programme. In addition, the lengths of the ring and branched sections of the analysed water distribution systems were calculated and 256 computational variants were obtained. Taking into account the values of the K readiness index and the cable lengths, the influence of the pipework system on the level of reliability of a water distribution system with a pumping-hydrophore structure was determined. In the case of a branched system, a moderately strong negative correlation was identified between reliability and the length of pipework.
PL
W niniejszej pracy do oceny niezawodności wiejskiego systemu dystrybucji wody przyjęto wskaźnik gotowości K, a ocenę całych systemów prowadzono metodą przeglądu częściowego. Wykonano obliczenia hydrauliczne, a następnie niezawodnościowe z pomocą autorskiego programu NSW. Wyliczono długości przewodów części pierścieniowej i rozgałęzionej analizowanych systemów dystrybucji wody. Uzyskano 256 wariantów obliczeniowych. Biorąc pod uwagę uzyskane wartości wskaźnika gotowości K oraz długości przewodów, starano się ustalić wpływ układu przewodów na poziom niezawodności systemu dystrybucji wody o układzie pompowo-hydroforowym. W przypadku przewodów rozgałęzionych uzyskano średnio silną ujemną korelację między wskaźnikiem niezawodności K a długością rurociągów.
EN
The water distribution system is one of the most important elements of the water supply system, the construction of which accounts for the largest part of the costs involved, while at the same time, being the determining factor in the supply of water. Pipelines should be equipped to continue fulfilling their role for many years. In connection with the above, a very important task is the correct design and execution of hydraulic calculations. During the implementation of calculations, it is often necessary to correct data frequently, in order to obtain the correct solution. Numerous parameters are evaluated in the calculation process, including flow velocity through water supply pipelines, flow rate, pressure loss and pressure in individual, network nodes. An important parameter, often underestimated, is the level of pressure loss in the calculation sections of water pipes. This paper proposes a method for the assessment of pressure loss and for the use of artificial neural networks. For this purpose, one DH1 class, describing the correct conditions and four DH2-DH5 classes, characterising problems related to the amount of pressure losses in the water pipes, have been determined. Based on the parameters characterising the operation of the water pipe, the artificial neural network, selects one of the classes and thus indicates the occurrence of a specific problem, or gives the ‘all clear’.
PL
System dystrybucji wody stanowi jeden z najważniejszych elementów wodociągu, którego budowa pochłania największą część kosztów, a jednocześnie w głównej mierze decyduje o możliwościach dostawy wody. Rurociągi wodociągowe powinny spełniać swoją rolę przez wiele lat. W związku z powyższym bardzo ważnym zadaniem jest poprawne zaprojektowanie i wykonanie obliczeń hydraulicznych. Podczas realizacji obliczeń najczęściej konieczne jest wielokrotne korygowanie danych w celu uzyskania poprawnego rozwiązania. W procesie obliczeń ocenie podlega wiele parametrów, w tym prędkość przepływu przez rurociągi wodociągowe, natężenie przepływu, wysokość strat ciśnienia oraz ciśnienie w poszczególnych węzłach sieci. Istotnym parametrem, często niedocenianym, jest wysokość strat ciśnienia na odcinkach obliczeniowych przewodów wodociągowych. W niniejszej pracy zaproponowano metodę oceny strat ciśnienia a pomocą sztucznych sieci neuronowych. W tym celu zdefiniowano jedną klasę DH1 opisującą poprawne warunki oraz cztery DH2-DH5, charakteryzujące problemy związane z wysokością strat ciśnienia w przewodach wodociągowych. Sztuczna sieć neuronowa na podstawie parametrów charakteryzujących pracę przewodu wodociągowego dokonuje wyboru jednej z klas, wskazując w ten sposób na występowanie określonego problemu lub jego brak.
EN
Water distribution systems provide water in cities and in rural areas. The basic element through which water reaches the consumer are the water pipes, hence their correct design is extremely important. The choice of pipe diameter requires hydraulic calculations. Computer programmes may choose diameters, but usually, it is the designer's task. This paper proposes a classifier, based on the k-Nearest Neighbours method, which, on the basis of a reliable flow, will assess the appropriateness of the diameter chosen. In the work 11961 training examples were obtained containing the input variable in the form of a nominal flow, through water supply line Qm, corresponding to the output variable DN. On the basis of the set of training examples, a model was constructed and the diameters of the water pipes were classified using the k-Nearest Neighbours method, using various neighbourhood values. The k-NN method obtained, shows a high accuracy index in the classification of the diameters of the pipes in the k = 5 neighbourhood.
PL
Systemy dystrybucji wody dostarczają wodę w miastach i na terenach wiejskich. Podstawowym elementem, przez który woda dociera do odbiorców są przewody wodociągowe, stąd niezwykle istotne jest ich poprawne zaprojektowanie. Dobór średnic rurociągów wymaga przeprowadzenia obliczeń hydraulicznych. Programy komputerowe mogą automatycznie dobierać średnice, ale najczęściej zadanie to należy do projektanta. Obecnie opracowuje się metody, które wspomagałyby projektantów w realizacji powyższych zadań. W niniejszej pracy zaproponowano klasyfikator oparty na metodzie k-Najbliższych Sąsiadów (k-NN), który na podstawie przepływu miarodajnego Qm będzie oceniał poprawność dobranej średnicy. W tym celu sporządzono 11961 przykładów uczących zawierających zmienną wejściową w postaci przepływu miarodajnego Qm oraz odpowiadającą mu zmienną wyjściową zdefiniowaną jako średnica nominalna DN. Na podstawie zestawu przykładów uczących skonstruowano klasyfikator za pomocą metody k-Najbliższych Sąsiadów, stosując różne wartości sąsiedztwa. Uzyskana metoda k-NN pokazuje wskaźnik wysokiej dokładności w klasyfikacji średnic rur dla wartości sąsiedztwa k = 5.
EN
Mathematical models of activated sludge process are well recognised and widely implemented by researchers since 1980's. There is also numerous software available for modelling and simulation of activated sludge plants, but practical application of those tools is rather limited. One of the main reasons for such a situation is a difficult process of model calibration the requires extended data sets collected at investigated plant. Those data are usually not included in a standard plant monitoring plan. In the paper the problem of model calibration with the data sets derived from standard monitoring plan is discussed with a special regard to simulation objectives and data availability. The research was conducted with operational data from Białystok Wastewater Treatment Plant. The model of the plant was based on Activated Sludge Model No.3 developed by IWA Task Group and implemented in ASIM simulator. Calibration and validation of the model gave promising results, but further applications should be carefully considered, mainly due to uncertainties underlying input data.
EN
The paper presents the results of computer modelling of sanitary sewerage networks in selected towns of the Podlasie Voivodship. The calculation process of the design and operation of the sewerage network is labor-intensive and time-consuming, and it becomes necessary to use information technologies in the design process. Computer-aided design streamlines the entire process and enables a more accurate analysis of the work of the designed system. Nowadays, there is a growing interest in computer modelling. The concept of computer modelling is the construction and study of models that map reality or only a fragment of it. In practice, this is the main procedure used for research seeking to determine the behaviour of operational reality in given conditions. Computer models give the possibility to verify design assumptions and network operating conditions. Thanks to them, there is an opportunity to control real flows during operation.
EN
Numerical methods have been widely used for many years in the design and operation of water supply systems. Specialised computer programmes offer more and more facilities, especially for data entry and viewing, but they still function on the basis of predetermined algorithms. At present, however, we strive to create computational programmes with a certain degree of creativity, which should make it easier for users to make decisions at various stages of the task and improve the quality of their solutions. The increasing power of computers will not solve complex problems alone. Only by introducing appropriate calculation methods can we obtain the right results. It seems that classical algorithms with a formalised course can be supplemented, nowadays, with far more advanced computational techniques. This paper presents an literature review on the use of artificial neural networks in the design and operation of water distribution systems. Presented in the second part of the paper, is an overview of the artificial neural network, developed for the calculation of pressure losses in water supply lines. The calculation of hydraulic piping with the EPANET programme for various input parameters resulted in a collection of 16,260 training examples. Input parameters of the neural network include pipe length, measurable flow, absolute roughness coefficient and the nominal diameter. Very high compatibility was obtained between the calculation results for those pressure losses obtained from the EPANET programme and those obtained from the multi-layered perceptron with one hidden layer.
PL
Metody numeryczne stosuje się powszechnie od wielu lat w projektowaniu i eksploatacji systemów zaopatrzenia w wodę. Specjalistyczne programy komputerowe oferują coraz więcej udogodnień, szczególnie w zakresie wprowadzania danych oraz przeglądania wyników, lecz nadal funkcjonują na podstawie z góry określonych algorytmów. Obecnie dąży się jednak do stworzenia programów obliczeniowych, które będzie charakteryzować pewien stopień kreatywności, co powinno ułatwić użytkownikom podejmowanie decyzji na różnych etapach realizacji zadania i poprawić jakość rozwiązań. Zwiększająca się moc obliczeniowa komputerów samoistnie nie rozwiąże złożonych problemów. Dopiero wprowadzanie odpowiednich metod obliczeniowych, pozwala uzyskać właściwe efekty. Wydaje się, że klasyczne algorytmy o sformalizowanym przebiegu, można obecnie uzupełnić znacznie bardziej zaawansowanymi technikami obliczeniowymi. W niniejszej pracy dokonano przeglądu literatury w zakresie zastosowania sztucznych sieci neuronowych w projektowaniu systemów dystrybucji wody. W drugiej części artykułu zamieszczono omówienie sztucznej sieci neuronowej do obliczeń strat ciśnienia w przewodach wodociągowych. W wyniku obliczeń hydraulicznych przewodów wodociągowych za pomocą programu EPANET dla różnych wartości parametrów wejściowych uzyskano zbiór 16260 przykładów uczących. Parametry wejściowe sieci neuronowej to długość przewodu, przepływ miarodajny, współczynnik chropowatości bezwzględnej oraz średnica nominalna. Uzyskano bardzo wysoką zgodność pomiędzy wynikami obliczeń strat ciśnienia z programu EPANET i perceptronu wielowarstwowego z jedną warstwą ukrytą.
EN
Numerical methods are widely used for many years in the design and operation of water supply systems. Computer technology is characterized by very dynamic progress in the field of hardware and software. Specialized computer programs offer more and more features, especially in the field of data entry and viewing the results, but still operate on the basis of pre-defined algorithms. Currently we are dealing with a turbulent development of artificial intelligence techniques. Probably will never computational programs that completely will replace the operator of the need to make key decisions, but in recent years the aim is to develop computer programs that will be characterized by at least a small degree of creativity. For this purpose, the traditional calculation programs are supplemented by artificial intelligence methods, including artificial neural networks, expert systems, heuristic methods. The above trend can also be observed in issues related to water supply in the problems of design and operational. The literature proposals for the use of artificial intelligence at the stage of water treatment, disinfection, pumping, hydraulic design and simulation of water distribution systems and other components. Have taken a lot of optimization problems that are very difficult to solve by conventional methods. In this paper, some examples of the use of artificial intelligence methods in problems of water supply, indicating that these are the solutions that pave the way for the implementation in practice of design and operation. A wide range of artificial intelligence methods requires careful analysis that the method can be applied to individual problems. Also require a thorough knowledge of ongoing work in this regard.
PL
W artykule zaprezentowano proces indukcji drzewa decyzyjnego metodą C4.5 przeznaczonego do oceny strat ciśnienia na przewodach wodociągowych. Zamieszczono schemat uzyskanego drzewa decyzyjnego oraz wyniki funkcjonowania reguł drzewa w postaci macierzy błędów. Reguły decyzyjne wygenerowane za pomocą drzewa mogą być wykorzystywane w systemach komputerowych, będących połączeniem systemu ekspertowego oraz tradycyjnego programu do obliczeń hydraulicznych systemów dystrybucji wody.
EN
Problem discussed in this paper is the evaluation of the pressure losses in calculation sections, which indirectly relates to the selection of pipe diameters, lengths of lines and absolute roughness coefficient. Make sure that the pressure losses are not too high, resulting in a decline of the hydraulic grade line, often below the terrain or too low, due to oversizing pipe diameters. The paper presents the process of induction C4.5 decision tree method designed to assess the pressure losses on water pipes. A scheme of the decision tree obtained and the results of the operation of the rules of the trees in the form of a confusion matrix. Decision rules made in this paper can be used in computer systems, which is a combination of expert system and the traditional program for hydraulic calculations of water distribution systems.
9
Content available remote Ocena średnic przewodów wodociągowych za pomocą sieci neuronowych Kohonena
PL
Projektowanie systemu dystrybucji wody nieodłącznie wiąże się z wykonaniem obliczeń, których celem jest m.in. wyznaczenie natężenia przepływów przez poszczególne przewody oraz dobór średnic z zachowaniem odpowiednich prędkości przepływu. W obliczeniach systemów dystrybucji wody od wielu lat stosuje się technikę komputerową. Zwiększająca się moc obliczeniowa komputerów samoistnie nie rozwiąże złożonych problemów. Dopiero zastosowanie zaawansowanych metod obliczeniowych pozwoli usprawnić proces obliczeniowy i poprawić jakość rozwiązań. Obecnie dąży się do stworzenia programów obliczeniowych, które będzie charakteryzować pewien stopień kreatywności, co powinno ułatwić użytkownikom podejmowanie decyzji na różnych etapach realizacji zadania i poprawić jakość rozwiązań. Wydaje się, że klasyczne algorytmy o sformalizowanym przebiegu można uzupełnić znacznie bardziej zaawansowanymi technikami obliczeniowymi, w tym modelowaniem za pomocą sztucznych sieci neuronowych. W niniejszej pracy rozpatrzono możliwość zastosowania sztucznych sieci neuronowych Kohonena do oceny średnic przewodów wodociągowych. Opisano metodykę budowy zbioru danych do uczenia sieci neuronowych, metodykę procesu uczenia sieci oraz zestawiono przeanalizowane warianty sieci Kohonena. Omówiono dobór danych wejściowych oraz struktury sieci Kohonena. Uzyskane wyniki pozwalają wnioskować, że te sieci neuronowe mogłyby być uzupełnieniem tradycyjnych metod obliczeniowych. Zaletą tego rozwiązania jest mapa topologiczna, która w sposób graficzny pokazuje położenie danej średnicy względem innych średnic w zależności od parametrów opisujących odcinek obliczeniowy. Dodatkowy moduł programu komputerowego wykorzystujący sieć neuronową pozwoli zaakceptować przyjętą do obliczeń lub dokonać korekty średnicy przewodu wodociągowego.
EN
Designing water distribution systems is inherently linked to the implementation of calculations whose aim is, among others, to determine flow rates for individual pipes and choose diameters with appropriate flow velocity. In the calculations for water distribution systems, computer technology has been used for many years. Increasing computing power will not, however, solve the complex problems by itself. Only the application of advanced computational methods is able to genuinely enhance the computational process and improve the quality of the used solutions. Currently, the goal is to develop such computer programs that would feature a certain degree of creativity, which should help users make decisions at different stages of performing the task, and improve the quality of the used solutions. It appears that traditional algorithms with a formalized pattern can now be replaced by more sophisticated computational techniques, including modeling with the use of artificial neural networks. The following paper examines the possibility of applying Kohonen artificial neural networks (also known as self-organizing maps) to evaluate the diameter of water pipes. The study describes the construction methodology behind the data set for neural network learning and network learning process methodology, also summarizing the analyzed variants of Kohonen networks. The paper then goes on to discuss the selection of input data and the Kohonen network structure. The obtained results allow to conclude that these neural networks could complement the traditional methods of calculation. The advantage of this solution is the topological map which graphically shows the location of a given diameter with respect to the other diameters, depending on the parameters describing the calculation section. The additional module of a computer program, based on a neural network, will help approve, or revise, the adopted water pipe diameter.
10
PL
Projektowanie systemów dystrybucji wymaga przeprowadzenia wielu obliczeń i analiz mających na celu uzyskanie najlepszego rozwiązania. Podstawowym celem obliczeń jest wyznaczenie natężenia przepływu przez przewody oraz określenie strat ciśnienia, wysokości zbiorników, wymaganego ciśnienia na zasilaniu i ciśnienia w poszczególnych węzłach sieci. Systemy dystrybucji wody są zbudowane ze złożonych, skomplikowanych układów przewodów, w których zachodzą różnorodne przepływy. Niezwykle ważna jest analiza przepływów z punktu widzenia dobranej średnicy, prędkości przepływu, ale również położenia w strukturze układu przewodów. W przypadku gdy pojemność wewnętrzna przewodu ze względu na jego średnicę i długość jest znacznie większa niż wydatek z węzła końcowego oraz przepływ tranzytowy do dalszych przewodów, może wystąpić zjawisko przestoju wody. Zjawisko to może się pojawić w sieciach pierścieniowych oraz w końcówkach sieci. Problemem może być również wzrastający przepływ przez przewody wraz z rozbudową systemu dystrybucji wody, gdy podłączane tereny nie były wcześniej uwzględnione w planie ogólnym wodociągu. Problem rozwiązano jako klasyfikację za pomocą reguł drzewa decyzyjnego. Zdefiniowano jedną klasę QK1 odpowiadającą zakresowi odpowiednich wartości przepływu oraz sześć klas QK2÷QK7 opisujących przyczyny niepoprawnego przepływu. Zaprezentowano proces indukcji drzewa decyzyjnego metodą C4.5 przeznaczonego do oceny przepływów w przewodach wodociągowych. Reguły decyzyjne z uzyskanego drzewa pozwalają dokonać oceny przepływu poprzez wybór jednej z klas. System ekspertowy korzystający z reguł sporządzonych za pomocą indukcji drzewa decyzyjnego może być zastosowany jako dodatkowy moduł programu komputerowego.
EN
Designing water distribution systems requires lots of calculations and analyses aimed at finding the best possible solution. The primary purpose of the calculations is to determine the pipe flow rate, pressure loss, height of water tanks, required supply pressure and the pressure in respective nodes. Water distribution systems comprise complex pipe designs where various water flows occur. It is extremely important to analyze water flows from the standpoint a selected diameter and flow rate, but also the pipe position with respect to the structure, in order to prevent water outage. When the conductor’s internal capacitance – due to its diameter and length – exceeds the output from the end node and the transit flow for subsequent pipes, water outage may occur. This can take place in ring networks and network terminals, where water flows are relatively small in relation to the required diameter in terms of fire protection. Also the increasing pipe flow, along with the expansion of the water distribution system, may turn out to be problematic when connected areas have not been previously included in the general plan of the water supply system. The issue has been resolved by means of classification based on decision tree principles. The QK1 class was introduced with respect to the range of the respective values corresponding to water flow, and six other classes, QK2÷QK7, were also defined to describe the cause of improper flow through the water supply network pipes. Induction process of the decision tree was presented with the use of the C4.5 method designed to evaluate water flow in the pipes. The principles from the resulting decision tree allow to evaluate water flow by selecting one of the classes. The expert system, using the principles developed on the basis of the decision tree induction, can be used as an additional computer program module.
PL
Obliczenia systemów dystrybucji wody wykonywane są najczęściej wielokrotnie, gdyż po pierwszych obliczeniach z reguły nie uzyskuje się poprawnego rozwiązania z technicznego punktu widzenia. Pojawiają się różnorodne problemy, które powinny być rozpoznane i zlokalizowane. Po każdym przebiegu obliczeniowym następuje ocena wyników, korekta danych i kolejne obliczenia. Przyjmując, że obliczenia są wieloetapowym procesem mającym na celu uzyskanie właściwego rozwiązania, można mówić obliczeniach jako o procesie obliczeniowym oraz diagnostyce procesu obliczeniowego. W niniejszym artykule zamieszczono przykład obliczeniowy metody diagnostycznej, mającej na celu ocenę poprawności doboru średnic przewodów wodociągowych. Proponowana metoda opiera się na teorii diagnostyki procesów oraz modelowania neuronowego.
EN
Calculations of water distribution systems are the most frequently performed, because after the first calculations the correct solution, from a technical point of view, are generally not obtained. After each run the calculation takes evaluation of the results, correction of data and next calculation. Assuming that the calculation is a process to obtain the right solutions, we can talk about the process of calculation and diagnosis of the calculation. This article provides an example of calculation diagnostic method aimed at assessing the selection of diameter water pipes. The proposed method is based on the theory of diagnostic processes and neural modelling.
PL
W artykule opisano badania nad różnymi strukturami sztucznych sieci neuronowych typu perceptron wielowarstwowy MLP przeznaczonych do oceny układu systemu dystrybucji wody. Problem oceny układu systemu został potraktowany jako zadanie klasyfikacji. Zdefiniowano klasy opisujące problemy występujące w procesie obliczeń związane z wysokością ciśnienia i podziałem systemu na strefy. Sieć neuronowa na podstawie zmiennych wejściowych, opisujących warunki hydrauliczne i terenowe, dokonuje klasyfikacji wskazując występujący problem w danym węźle systemu dystrybucji wody. Zamieszczono zestawienia tabelaryczne struktur przebadanych sieci neuronowych, wartości błędu uczenia, trafność klasyfikowania oraz analizę wrażliwości zmiennych wejściowych. Uzyskana sieć neuronowa ma za zadanie uzupełnić podstawową metodykę obliczeń systemów dystrybucji wody o elementy oceny uzyskanych wyników obliczeń.
EN
Designing of water distribution systems is inherently associated with hydraulic simulations the purpose of which is to determine the flow rate in individual system sections, selection of pipe diameters, calculation of pressure losses and of the pressure head at nodes. In the water distribution system design and hydraulic calculations one should, inter alia, check a pressure head in different parts of the system. It is also important to establish whether the system should consist of one or more pressure zones. It is connected with the appropriate location of network pumping stations and pressure reducing stations. There are many methods of calculation of water distribution systems that allow you to solve tasks for various structures of pipeline. Computer programmes based on the above methods calculate the value required variables describing the individual elements of the system, but do not have procedures for assessing their accuracy. Currently, there are no, and probably there will be no programmes which would replace a designer in the aforementioned tasks. However, nowadays one tries to develop computer programmes featuring certain degree of creativity in order to facilitate user decision making. The article describes research on the various structures of multilayer perceptrons designed to evaluate the pressure zones the water distribution system. The task of evaluation system was defined as a classification. Problems in the calculation of water distribution systems related to the amount of pressure and the division of the system into zones described using classes. A neural network based on input variables that describe the hydraulic conditions and terrain, classifies the problem occurring in a given node water distribution system. The article contains a table with tested multilayer perceptrons, learning error values, classification results and a table with sensitivity analysis network input variables. The resulting neural network should complement the basic methodology for calculating the water distribution systems with elements of evaluate the results calculations.
13
PL
System dystrybucji wody jest jednym z najważniejszych i najkosztowniejszych elementów systemu zaopatrzenia w wodę. Podstawowym zadaniem podczas projektowania sieci wodociągowych jest wykonanie obliczeń hydraulicznych mających na celu ustalenie strat ciśnienia. W tym celu powszechnie stosuje się technikę komputerową.
EN
Numerical modelling of water distribution systems are used in the design, operation and decision support. In recent years, many applications require a substantial acceleration calculation. This paper attempts to use artifi cial neural networks to calculate the friction factor. Commonly used Colebrook-White formula requires the use of an iterative method, which extends the computation time. Properly prepared neural network can perform this task much faster.
EN
At present often in computer programs the methods of computational intelligence are used, in this expert systems. In building of expert systems the process of knowledge acquisition is one of the principle problem. The improvement of knowledge acquisition is received by use of the machine learning methods. The most popular strategy of knowledge acquisition in the machine learning methods is the inductive inference, in this induction of decision trees. Inductive inference is the process of reaching a general conclusion from specific examples. This paper presents results of the induction of the decision tree intended to evaluation of water distribution system. Rules kept in the decision tree make possible to estimate the new project variants of the water supply network. Applying the induction of decision trees entails the preparation of a set of examples learners. Collection of examples should be representative and sufficiently describe the specific features of the problem. Using information on the eight water supply systems and the parameters of their work, the computations were performed water distribution system. The calculation results were the basis for the calculation defined in this study the variables that characterize the solution of the water distribution system. Five classes are defined to describe the water supply problems due to improper water distribution system and one associated with the correct solution. Each class will be selected on the basis of defined variables. Therefore, the decision tree should lead to the assignment of variables describing the system of water distribution to the appropriate class, characterized by the solution of the system. Using inductive inference obtained decision rules that can be used in expert system that can work with the program for the simulation of hydraulic water distribution systems.
PL
W referacie przedstawiono zastosowanie sztucznych sieci neuronowych do obliczania współczynnika przenikania ciepła U oraz model odwrotny, polegający na obliczaniu grubości warstwy izolacyjnej przy zadanym współczynniku. Opisano metodykę sporządzenia zbioru uczącego sztuczne sieci neuronowe oraz opisano zbiór przetestowanych sieci neuronowych. Metody sztucznej inteligencji, w tym sztuczne sieci neuronowe, pozwalają uwzględnić w obliczeniach wiele zjawisk i procesów trudnych do opisu matematycznego ze względu na swoją nieliniowość, stąd uzyskane modele neuronowe będą uzupełniane w przyszłości o dodatkowe parametry obliczeniowe.
EN
The report presents the usage of artificial neural networks to calculate heat transfer coefficient U and the opposite model, which consists on calculating the thickness of the isolation layer with given coefficient. The methodology of making a set teaching artificial neural networks and the set of tested neural networks were described. The methods of artificial intelligence, including neural networks, let include in calculations many phenomena and processes hard to describe mathematically because of their nonlinearity, so obtained neural models will be completed by additional computable parameters in future.
PL
W programach komputerowych coraz częściej stosuje się metody inteligencji obliczeniowej, w tym systemy ekspertowe. Zasadniczym problemem przy budowie systemów ekspertowych jest proces pozyskiwania wiedzy. W celu usprawnienia pozyskiwania wiedzy wykorzystuje się techniki uczenia maszynowego (uczenia się maszyn, systemów uczących się). Najbardziej popularną strategią nabywania wiedzy w uczeniu maszynowym jest wnioskowanie indukcyjne, w tym algorytm wykorzystujący indukcję drzew decyzyjnych. Wnioskowanie indukcyjne jest rozumiane jako przechodzenie od konkretnych faktów i jednostkowych obserwacji, reprezentowanych przez ich przykłady, do wniosków ogólnych. W artykule zaprezentowano metodę indukcji drzewa decyzyjnego przeznaczonego do oceny przebiegu linii ciśnień w sieci wodociągowej. Reguły zapisane w drzewie decyzyjnym umożliwiają ocenę nowych wariantów projektowych sieci wodociągowych.
EN
At present often in computer programs the methods of computational intelligence are used, in this expert systems. In building of expert systems the process of knowledge acquisition is one of the principle problem. The improvement of knowledge acquisition is received by use of the machine learning methods. The most popular strategy of knowledge acquisition in the machine learning methods is the inductive inference, in this induction of decision trees. Inductive inference is the process of reaching a general conclusion from specific examples. This paper presents results of the induction of the decision tree intended to estimation schedule of pressure line in water supply network. Rules kept in the decision tree make possible to estimate the new project variants of the water supply network.
PL
Artykuł prezentuje badania poboru wody w domu jednorodzinnym wykonane w styczniu i lutym 2005 roku. Rejestrowano przepływy oraz zużycie wody. Na podstawie wypływów normatywnych z armatury czerpalnej wg normy PN-92/B-01706 wyznaczono wielkość przepływu obliczeniowego w celu porównania z wartościami pomiarów. Prowadzony ciągły monitoring podłączenia pozwolił na wyznaczenie charakterystycznych rzeczywistych parametrów dla tego obiektu: zużycia wody, przepływów, współczynników nierównomierności rozbioru. Dla każdego urządzenia pobierającego wodę (pralka zmywarka i inne) wyznaczono wielkości przepływów i ich czasów trwania.
EN
The research concerning water consumption in family building carried out in January and February 2005 are presented in the article. The flows and water consumption were registered. The amount of analytical flow for comparison with measured values was estimated based on standard outflow from tap fittings according to the standard PN-92/B-01706. The constantly performed monitoring for this connection allowed the estimation of characteristic actual parameters for this object: water consumption, flows and unsteady water consumption coefficients. For each device consuming water (washing machine, dish-washer, etc.) the flows and their duration were determined.
first rewind previous Strona / 2 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.