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

Znaleziono wyników: 8

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Vibroacoustic Real Time Fuel Classification in Diesel Engine
Bąkowski A., Kekez M., Radziszewski L., Sapietova A.
Archives of Acoustics
|
2018
|
Vol. 43, No. 3
385--395
EN
Five models and methodology are discussed in this paper for constructing classifiers capable of recognizing in real time the type of fuel injected into a diesel engine cylinder to accuracy acceptable in practical technical applications. Experimental research was carried out on the dynamic engine test facility. The signal of in-cylinder and in-injection line pressure in an internal combustion engine powered by mineral fuel, biodiesel or blends of these two fuel types was evaluated using the vibro-acoustic method. Computational intelligence methods such as classification trees, particle swarm optimization and random forest were applied.
2
Content available Fuel recognition in compression ignition engine in the real time
Kekez M., Radziszewski L.
Pomiary Automatyka Kontrola
|
2013
|
R. 59, nr 5
470--472
EN
Contemporary engines allow controlling the fuel injection process, which should be adjusted to a given fuel. On test bench the engine was fuelled by diesel oil, RME or its blends with diesel oil. In this paper selected artificial intelligence methods are used to build classifiers which recognize type of fuel using cylinder pressure curves recorded and averaged for 20, 30, 40, or 50 consecutive engine working cycles. The accuracy of these methods is compared. There is presented the estimation of the minimum number of consecutive engine cycles during which the pressure curves are recorded, required for recognition of type of fuel by a classifier.
PL
Silniki o zapłonie samoczynnym mogą być zasilane różnymi paliwami. Współczesne silniki pozwalają na sterowanie procesem zasilania, który powinien być przystosowany do danego paliwa. Na stanowisku badawczym, silnik był zasilany olejem napędowym, paliwem RME (estry metylowe kwasów tłuszczowych oleju rzepakowego) oraz mieszankami tych paliw. W artykule zastosowano wybrane metody sztucznej inteligencji w celu zbudowania klasyfikatora, który rozpoznaje typ paliwa na podstawie przebiegów ciśnienia w cylindrze zarejestrowanych i uśrednionych dla 20, 30, 40 oraz 50 kolejnych cykli roboczych silnika. Przedstawiono porównanie dokładności zastosowanych metod (sztuczne sieci neuronowe oraz drzewa decyzyjne CART i CHAID, zaimplementowane w pakiecie Statistica Data Mining, a także drzewo decyzyjne See5). Przedstawiono oszacowanie minimalnej liczby kolejnych cykli pracy silnika, podczas których rejestrowane są przebiegi ciśnienia, niezbędnej do rozpoznania typu paliwa przez klasyfikator. Zaproponowano również implementację klasyfikatora na mikrokontrolerze, pozwalającą na rozpoznawanie typu paliwa w czasie rzeczywistym.
3
Modelowanie wykresu indykatorowego ciśnienia w cylindrze silnika ZS za pomocą systemu rozmytego typu Takagi-Sugeno
Kekez M., Kurczyński D., Łagowski P.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Nauki Techniczne
|
2008
|
Z. 7
209-214
PL
W pracy przedstawiono wyniki badań eksperymentalnych ciśnienia w cylindrze silnika o zapłonie samoczynnym zasilanego wybranymi paliwami. Opisano modelowanie wykresu indykatorowego ciśnienia za pomocą systemu rozmytego typu Takagi-Sugeno. Model rozmyty został utworzony za pomocą narzędzia GFSm.
EN
The paper presents results of cylinder pressure measurements in diesel engine fed with selected fuels. The modeling of cylinder pressure indicator diagram using Takagi-Sugeno fuzzy system was described. The model of cylinder pressure was created by GFSm tool.
4
Modeling of cylinder pressure in compression ignition engine with use of genetic-fuzzy system
Ambrozik A., Kekez M., Radziszewski L.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Nauki Techniczne
|
2008
|
Z. 10, Vol. 2
419-430
EN
This paper concerns measurement and modeling cylinder pressure in diesel engines. The aim of this paper is to build the empirical-analytical model of engine work. The experiments on engine test bench were conducted. The new genetic-fuzzy system GFSm was proposed. By means of GFSm, the engine model was built. This model allows simulation of cylinder pressure, for each allowable crankshaft speed. The model can be used to evaluate the quality of working cycles of piston engine with accuracy required in practical technical applications.
PL
Praca dotyczy pomiaru i modelowania przebiegów ciśnień w cylindrze silnika o zapłonie samoczynnym. Celem pracy jest budowa analityczno-empirycznego modelu pracy silnika. Przeprowadzono badania eksperymentalne na hamowni oraz opracowano nowy system genetyczno-rozmyty GFSm. Przy jego użyciu zbudowano model pracy silnika, który pozwala przeprowadzać symulację przebiegów ciśnień w cylindrze silnika, dla wszystkich dopuszczalnych prędkości obrotowych wału korbowego. Może także służyć do oceny jakości cykli pracy tłokowych silników spalinowych z dokładnością wymaganą w praktycznych zastosowaniach technicznych.
5
Content available Modeling of cylinder pressure in compression ignition engine with use of genetic-fuzzy system. Part 2: Engine fueled by FAME
Kekez M., Ambrozik A., Radziszewski L.
Diagnostyka
|
2008
|
nr 4(48)
13-16
EN
This paper concerns measurement and modeling cylinder pressure in diesel engine. The main aim of this paper is to build the analytical-empirical model of work of engine fueled by different fuels. The experiments on engine test bench were conducted and a model of engine work was created by means of proposed GFSm system. In Part 1 the engine was fueled by diesel oil, and in Part 2 - fueled by methyl esters of rapeseed oil (FAME).
PL
Praca dotyczy zagadnień związanych z pomiarem i modelowaniem przebiegów ciśnień w cylindrze silnika o zapłonie samoczynnym. Głównym jej celem jest budowa modelu analityczno-eksperymentalnego pracy silnika zasilanego różnymi paliwami. Przeprowadzono badania na hamowni i opracowano model pracy silnika za pomocą proponowanego systemu GFSm. W części pierwszej pracy silnik zasilany był olejem napędowym, a w części drugiej - estrami metylowymi oleju rzepakowego (FAME).
6
Content available Modeling of cylinder pressure in compression ignition engine with use of genetic-fuzzy system. Part 1: Engine fueled by diesel oil
Kekez M., Ambrozik A., Radziszewski L.
Diagnostyka
|
2008
|
nr 4(48)
9-12
EN
This paper concerns measurement and modeling cylinder pressure in diesel engines. The aim of this paper is to build the empirical-analytical model of engine work. The experiments on engine test bench were conducted. The new genetic-fuzzy system GFSm was proposed. By means of GFSm, the engine model was built. This model allows simulation of cylinder pressure, for each allowable crankshaft speed. The model can be used to evaluate the quality of working cycles of piston engine with accuracy required in practical technical applications.
PL
Praca dotyczy pomiaru i modelowania przebiegów ciśnień w cylindrze silnika o zapłonie samoczynnym. Celem pracy jest budowa analityczno-empirycznego modelu pracy silnika. Przeprowadzono badania eksperymentalne na hamowni oraz opracowano nowy system genetyczno-rozmyty GFSm. Przy jego użyciu zbudowano model pracy silnika, który pozwala przeprowadzać symulację przebiegów ciśnień w cylindrze silnika, dla wszystkich dopuszczalnych prędkości obrotowych wału korbowego. Może także służyć do oceny jakości cykli pracy tłokowych silników spalinowych z dokładnością wymaganą w praktycznych zastosowaniach technicznych.
7
Inteligentny klasyfikator neuronowo-rozmyty o ewoluującej strukturze
Gorzałczany M. B., Kekez M.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Elektryka
|
2005
|
Z. 42
149-163
PL
Niniejszy artykuł prezentuje koncepcję oraz implementację inteligentnego klasyfikatora neuronowo-rozmytego posiadającego zdolność samoadaptacji nie tylko swych parametrów, ale również struktury. Samoadaptacja (ewolucja) struktury realizowana jest z wykorzystaniem algorytmu genetycznego. Systemy inteligentne, bazujące na syntezie sztucznych sieci neuronowych i zbiorów rozmytych oraz charakteryzujące się samoadaptującą się, ewoluującą strukturą, są efektywnym narzędziem w zagadnieniach tzw. odkrywania wiedzy (ang. knowledge discovery) w bazach danych. Zagadnienia te odgrywają coraz ważniejszą rolę we współczesnej informatyce. Proponowane w artykule rozwiązanie zostało przetestowane z wykorzystaniem wybranych, rzeczywistych baz danych.
EN
This paper presents the concept and implementation of an intelligent neuro-fuzzy classifier being able to self-adapt not only its parameters but also its structure. Self-adaptation (evolution) of the structure is performed by means of genetic algorithm. Intelligent systems that synthesize artificial neural networks and fuzzy sets and have self-adapting, evolving structure are an effective tool for the problems of knowledge discovery in databases. These problems play more and more important role in contemporary computer science. The solution proposed in the paper has been tested using the selected, real-world databases.
8
Podejście neuronowo-rozmyte oraz inne teoretyczne narzędzia do generacji reguł decyzyjnych
Gorzałczany M., Kekez M.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Elektryka
|
2000
|
Z. 37
55-64
PL
Niniejsza praca prezentuje krótki opis kilku teoretycznych narzędzi do generacji reguł decyzyjnych. Omawiane narzędzia reprezentują cztery główne kierunki badań w tej dziedzinie: techniki neuronowo-rozmyto-genetyczne (system nfg Class), podejście oparte na teorii zborów przybliżonych (system Rosetta), drzewa decyzyjne (C4.5, CART, Quest, OCI, T2 i klasyczne algorytmy indukcji reguł (CN2). Powyższe systemy zastosowano do problemu decyzyjnego dotyczącego diagnozowania rodzaju raka piersi. Przeprowadzono również analizę porównawczą działania omawianych systemów.
EN
The paper presents a brief description of some theoretical tools for decision ride generation (neuro-fuzzy-genetic technique, rough-set-based systems, decision trees and classical rule induction systems). These systems have been applied to diagnosing different types of breast cancer. The paper also presents a comparative analysis of performance and interpretability of all considered classifiers.
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.