Wyniki wyszukiwania - BazTech

1

Model Predictive Direct Power Control with Duty Cycle Control of PWM Rectifier

Chikouche Tarik Mohammed, Hartani Kada, Mankour Mohamed

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 7

18--23

EN

This work proposes a model predictive direct power control (MP-DPC) to achieve direct control of active power and reactive power in PWM rectifiers. High power ripples and variable switching frequency result from conventional DPC's use of a single voltage vector during a control period. To overcome these drawbacks, a duty cycle control is applied to the MP-DPC to increase performance in terms of reducing power ripple, and achieving dynamic response. Its principal feature is the use of several voltage vectors over the course of a control period. In fact, minimizing the active power ripple during a control period determines the duration of the selected vector. Simulation results using Matlab/Simlink software showed that MP-DPC provides an improvement in system performance and a certain robustness compared to conventional DPC.

PL

W pracy zaproponowano model predykcyjnej bezpośredniej regulacji mocy (MP-DPC) w celu uzyskania bezpośredniej regulacji mocy czynnej i mocy biernej w prostownikach PWM. Tętnienia dużej mocy i zmienna częstotliwość przełączania wynikają z używania przez konwencjonalne DPC pojedynczego wektora napięcia w okresie kontrolnym. Aby przezwyciężyć te wady, w MP-DPC zastosowano kontrolę cyklu pracy, aby zwiększyć wydajność pod względem zmniejszenia tętnień mocy i uzyskania dynamicznej odpowiedzi. Jego główną cechą jest wykorzystanie kilku wektorów napięcia w ciągu okresu kontrolnego. W rzeczywistości minimalizacja tętnień mocy czynnej w okresie regulacji określa czas trwania wybranego wektora. Wyniki symulacji z użyciem oprogramowania Matlab/Simlink wykazały, że MP-DPC zapewnia poprawę wydajności systemu i pewną solidność w porównaniu z konwencjonalnym DPC.

2

Predictive data mining models in the tests of propelling charges

Ampuła Dariusz

Journal of KONBiN

|

2023

|

Vol. 53, iss. 1

47--58

EN

In the article, in the introduction, the concept of predictive data mining models and was defined and the purpose of the article was specified. Then, the method of building predictive models was characterized and the elements of ammunition were indicated, the test results of which were prepared for the building of models, and the types of ammunition in which the propellant charge is present were indicated. The results of building four data mining models are presented. Predictive models for C&RT, CHAID and exhaustive CHAID decision trees were designed and built. The fourth model analyzed was the SANN model, i.e. the model of neural networks. For each of the tree models, a schema of the designed tree, the rate of false predictions and the parameters of goodness of fit of the built models are shown. For the SANN model, the parameters of the selected neural network were additionally characterized. An analysis of the built models was made and, based on the obtained results, the best designed predictive data mining model was indicated. At the end, the graphical form of the workspace predefined by the GC Advanced Comprehensive Classifiers project is shown.

PL

W artykule we wstępie zdefiniowano pojęcie predykcyjnych modeli data mining oraz określono cel artykułu. Następnie, scharakteryzowano metodę budowy modeli predykcyjnych oraz wskazano elementy amunicji, których wyniki badań zostały przygotowane do budowy modeli a także wskazano rodzaje amunicji w których występuje przedmiotowy ładunek miotający. Przedstawiono wyniki budowy czterech modeli predykcyjnych data mining. Zaprojektowano oraz zbudowano predykcyjne modele dla drzew decyzyjnych typu C&RT, CHAID oraz wyczerpujący CHAID. Czwartym analizowanym modelem był model SANN czyli model sieci neuronowych. Dla każdego z modeli drzew przedstawiono schemat zaprojektowanego drzewa, stopę błędnych przewidywań oraz pokazano parametry dobroci dopasowania zbudowanych modeli. Dla modelu SANN scharakteryzowano dodatkowo parametry wybranej sieci neuronowej. Dokonano analizy zbudowanych modeli oraz na podstawie otrzymanych wyników, wskazano najlepszy zaprojektowany predykcyjny model data mining. Na końcu pokazano graficzną postać przestrzeni roboczej predefiniowaną projektem GC Advanced Comprehensive Classifiers.

3

Predicting the Relaxation Modulus for the Study of the Delayed Behaviour of Kenaf Fibres in Stress Relaxation

Saïdjo, Ntenga Richard, Mfoumou Etienne, Beda Tibi, Beakou Alexis

Fibres & Textiles in Eastern Europe

|

2021

|

Vol. 29, no. 3 (147)

19--25

EN

Plant fibres (PFs) are preferred reinforcements of bio-composites. Knowledge of their lifespan requires a study of their viscoelastic behaviour. In this paper, a stress relaxation analysis of kenaf fibres was performed at a constant rate of deformation at room temperature. A method for extracting the relaxation modulus in the deferred zone was proposed. This method was compared, using simulation, with the Zapas-Phillips method and experimental data via three predictive models: the stretched exponential function or KWW, the inverse power law of Nutting and the prony series. The results indicate that the relaxation modulus obtained by the method proposed is in good agreement with the experimental modulus. In addition, the estimated error is of the same order of magnitude as in the case of the Zapas-Phillips method. The parameters estimated from the KWW function (β = 0.4) and prony series model showed an important contribution in the study of the delayed response of kenaf fibres. These results can have a significant impact on the use of kenaf fibres in midterm and long-term loading applications.

PL

Włókna roślinne są często stosowane jako wzmocnienia biokompozytów. Znajomość ich trwałości wymaga zbadania ich zachowania lepkosprężystego. W pracy przeprowadzono analizę relaksacji naprężeń włókien kenaf przy stałej szybkości odkształcania w temperaturze pokojowej. Zaproponowano metodę wyodrębniania modułu relaksacji w strefie odroczonej. Metodę tę porównano za pomocą symulacji z metodą Zapas’a-Phillips’a i danymi eksperymentalnymi za pomocą trzech modeli predykcyjnych: rozciągniętej funkcji wykładniczej lub KWW, odwrotnego prawa potęgowego Nutting’a i szeregach Prony’ego. Wyniki wskazały, że moduł relaksacji uzyskany proponowaną metodą jest w dobrej zgodności z modułem eksperymentalnym. Ponadto szacowany błąd jest tego samego rzędu wielkości, co w przypadku metody Zapas’a-Phillips’a. Parametry oszacowane na podstawie funkcji KWW (β = 0.4) i modelu szeregów Prony’ego wykazały istotny wkład w badanie opóźnionej odpowiedzi włókien kenaf. Wyniki te mogą mieć znaczący wpływ na wykorzystanie włókien kenaf w średnioterminowych i długoterminowych zastosowaniach obciążeniowych.

4

Use of Quantitative and Qualitative Wastewater Monitoring in Water Protection on the Example of Lodz

Brzezińska Agnieszka, Sakson Grażyna

Rocznik Ochrona Środowiska

|

2020

|

Tom 22, cz. 1

431--443

EN

Widely understood protection of water, and in particular surface waters, most exposed to direct pollution, requires many operations carried out both in the catchment area and in sewage systems as well as WWTPs. Due to its character and working conditions, it should be monitored not only in terms of hydraulics, but also in terms of the quality of transported wastewater. During atmospheric precipitation, large volumes of domestic and industrial wastewater as well as rainwater in various proportions flow through the canals, changing not only their quantity but also their composition. In such cases, the issue of monitoring becomes particularly vital. The article presents an analysis of the needs and tasks resulting from the application of quantitative and qualitative monitoring in the assessment of the functioning of sewage systems. Methods and tools used in Lodz that may be useful in water protection are presented. The benefits of using this type of solutions as well as the limitations and difficulties are discussed.

PL

Szeroko rozumiana ochrona wód, a zwłaszcza wód powierzchniowych, najbardziej narażonych na bezpośrednie zanieczyszczenie, wymaga wielu działań przeprowadzanych zarówno w zlewni, jak i w systemach kanalizacyjnych oraz w oczyszczalniach ścieków. Ze względu na swój charakter i warunki pracy system kanalizacji należy monitorować nie tylko pod względem hydraulicznym, ale także pod względem składu transportowanych ścieków. Podczas opadów atmosferycznych przez kanały, w różnych proporcjach, przepływają znaczne ilości ścieków bytowych, przemysłowych oraz deszczowych, zmieniając przy tym także swój skład. W takich przypadkach kwestia monitorowania staje się szczególnie istotna. W artykule przedstawiono analizę potrzeb i zadań wynikających z zastosowania monitorowania ilościowego i jakościowego w ocenie funkcjonowania systemów kanalizacyjnych oraz metody i narzędzia stosowane w Łodzi, które mogą być przydatne w ochronie wód. Omówiono zalety korzystania z tego typu rozwiązań, a także ograniczenia i trudności.

5

Blood glucose prediction model for type 1 diabetes based on artificial neural network with time-domain features

Alfian Ganjar, Syafrudin Muhammad, Anshari Muhammad, Benes Filip, Atmaji Fransiskus Tatas Dwi, Fahrurrozi Imam, Hidayatullah Ahmad Fathan, Rhee Jongtae

Biocybernetics and Biomedical Engineering

|

2020

|

Vol. 40, no. 4

1586--1599

EN

Predicting future blood glucose (BG) levels for diabetic patients will help them avoid potentially critical health issues. We demonstrate the use of machine learning models to predict future blood glucose levels given a history of blood glucose values as the single input parameter. We propose an Artificial Neural Network (ANN) model with time-domain attributes to predict blood glucose levels 15, 30, 45 and 60 min in the future. Initially, the model's features are selected based on the previous 30 min of BG measurements before a trained model is generated for each patient. These features are combined with time-domain attributes to give additional inputs to the proposed ANN. The prediction model was tested on 12 patients with Type 1 diabetes (T1D) and the results were compared with other data-driven models including the Support Vector Regression (SVR), K-Nearest Neighbor (KNN), C4.5 Decision Tree (DT), Random Forest (RF), Adaptive Boosting (AdaBoost) and eXtreme Gradient Boosting (XGBoost) models. Our results show that the proposed BG prediction model that is based on an ANN outperformed all other models with an average Root Mean Square Error (RMSE) of 2.82, 6.31, 10.65 and 15.33 mg/dL for Prediction Horizons (PHs) of 15, 30, 45 and 60 min, respectively. Our testing showed that combining time-domain attributes into the input data resulted in enhanced performance of majority of prediction models. The implementation of proposed prediction model allows patients to obtain future blood glucose levels, so that the preventive alerts can be generated before critical hypoglycemic/ hyperglycemic events occur.

6

Gradient Boosting Application in Forecasting of Performance Indicators Values for Measuring the Efficiency of Promotions in FMCG Retail

Henzel Joanna, Sikora Marek

Annals of Computer Science and Information Systems

|

2020

|

Vol. 21

59--68

EN

In the paper, a problem of forecasting promotion efficiency is raised. The authors propose a new approach, using the gradient boosting method for this task. Six performance indicators are introduced to capture the promotion effect. For each of them, within predefined groups of products, a model was trained. A description of using these models for forecasting and optimising promotion efficiency is provided. Data preparation and hyperparameters tuning processes are also described. The experiments were performed for three groups of products from a large grocery company.

7

Future Graduate Salaries Prediction Model Based On Recurrent Neural Network

Siłka Jakub, Wieczorek Michał, Woźniak Marcin

Annals of Computer Science and Information Systems

|

2020

|

Vol. 21

427--430

EN

Prediction models are widely applied in several fields. In this study we present a discussion on using Recurrent Neural Network as predictor for salaries of future graduates. The model is based on feature analysis which leads to input values of the predictor. We have analyzed several compositions and ideas. As a result we have selected Recurrent Neural Network to be the most accurate. Presented results confirm this selection and show high precision.

8

Fusion of clinical data: A case study to predict the type of treatment of bone fractures

Haq Anam, Wilk Szymon, Abelló Alberto

International Journal of Applied Mathematics and Computer Science

|

2019

|

Vol. 29, no. 1

51--67

EN

A prominent characteristic of clinical data is their heterogeneity—such data include structured examination records and laboratory results, unstructured clinical notes, raw and tagged images, and genomic data. This heterogeneity poses a formidable challenge while constructing diagnostic and therapeutic decision models that are currently based on single modalities and are not able to use data in different formats and structures. This limitation may be addressed using data fusion methods. In this paper, we describe a case study where we aimed at developing data fusion models that resulted in various therapeutic decision models for predicting the type of treatment (surgical vs. non-surgical) for patients with bone fractures. We considered six different approaches to integrate clinical data: one fusion model based on combination of data (COD) and five models based on combination of interpretation (COI). Experimental results showed that the decision model constructed following COI fusion models is more accurate than decision models employing COD. Moreover, statistical analysis using the one-way ANOVA test revealed that there were two groups of constructed decision models, each containing the set of three different models. The results highlighted that the behavior of models within a group can be similar, although it may vary between different groups.

9

Data-based prediction of soot emissions for transient engine operation

Schaub Michèle

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2019

|

T. 9, nr 4

10--13

EN

Global maritime transport is one of the causes of air pollution. Annex VI of the International Maritime Organisation’s (IMO) International Convention for the Prevention of Pollution from Ships (MARPOL) refers to air pollution. Air pollution is mainly caused by the conversion of energy in internal combustion engines, in particular in the case of transient engine operation. The main pollutant is soot. It is an impure carbon substance of various sizes, resulting from incomplete combustion of hydrocarbons. This document concerns data-based modelling of soot emissions – the main component of exhaust particles – in transient engine operation. In a unique manoeuvring aid system, the prediction of exhaust emissions will become a new element. If the navigator knows the consequences of his actions, the human role will be strengthened in relation to the decision making on energy-efficient and emission-poor vessel traffic, in particular during manoeuvres. Thanks to the mathematical model, the soot formation process during stationary engine operation – at constant speed and load – will be mapped first. The model will then be extended to simulate engine operation and soot formation in the transition phase.

PL

Globalny transport morski jest jedną z przyczyn zanieczyszczenia powietrza. Załącznik VI do Międzynarodowej konwencji o zapobieganiu zanieczyszczeniu morza przez statki (MARPOL) Międzynarodowej Organizacji Morskiej (IMO) odnosi się do zanieczyszczeń powietrza. Zanieczyszczenie powietrza jest głównie powodowane przez konwersję energii w silnikach spalinowych, w szczególności w przypadku przejściowej pracy silnika. Głównym zanieczyszczeniem jest sadza. Jest to zanieczyszczona substancja węglowa różnej wielkości, będąca wynikiem niepełnego spalania węglowodorów. Niniejszy dokument dotyczy modelowania emisji sadzy – głównego składnika cząstek spalin, w pracy silnika w warunkach przejściowych w oparciu o dane. W unikalnym systemie wspomagania manewrów, przewidywanie emisji spalin stanie się nowym elementem. Jeżeli nawigator zna konsekwencje swoich działań, to rola człowieka zostanie wzmocniona w odniesieniu do podejmowania decyzji o energooszczędnym i ubogim w emisje spalin ruchu statków, w szczególności podczas manewrów. Dzięki modelowi matematycznemu,w pierwszej kolejności zostanie odwzorowany proces powstawania sadzy podczas stacjonarnej pracy silnika – przy stałych obrotach i obciążeniu. Następnie model ten zostanie tak rozszerzony, aby umożliwić symulację pracy silnika i powstawania sadzy w fazie przejściowej.

10

Intelligent Forecasting of Automatic Train Protection System Failure Rate in China High-speed Railway

Kang Renwei, Wang Junfeng, Cheng Jianfeng, Chen Jianqiu, Pang Yanzhi

Eksploatacja i Niezawodność

|

2019

|

Vol. 21, no. 4

567--576

EN

Intelligent and personalized dynamic maintenance and spare parts configuration of high-speed railway have been the main trend to guarantee the safety capability of trains. In this paper, a new Automatic Train Protection (ATP) system failure rate calculation method is proposed, and the delay time and embedded dimension are determined by C-C algorithm. Then the phase space is reconstructed from one-dimensional time series to high-dimensional space. Based on chaotic characteristics of failure rate, a short-term intelligent forecasting model of failure rate of ATP system is established. The actual failure statistics from 2010 to 2018 are used as samples to train and test the validity of the model. From prediction results, it shows that the proposed chaos prediction model has an accuracy of 99.71%, which is better than the support vector machine model. Through the intelligent prediction of failure rate, this paper solves the maintenance inflexibility and imbalance of supply and demand of spare parts configuration.

PL

Inteligentna i spersonalizowana dynamiczna konserwacja i konfiguracja części zamiennych pociągów kolei dużych prędkości stanowią ostatnio główny trend w zakresie zapewniania bezpieczeństwa pociągów. W niniejszym artykule zaproponowano nową metodę obliczania intensywności uszkodzeń systemu Automatycznej Ochrony Pociągu (ATP), a czas opóźnienia i wymiar zanurzenia określano za pomocą algorytmu CC. Następnie, przestrzeń fazową przekształcono z jednowymiarowego szeregu czasowego do przestrzeni wielowymiarowej. Opierając się na chaotycznych charakterystykach intensywności uszkodzeń, utworzono model krótkoterminowego inteligentnego prognozowania awaryjności systemu ATP. Do uczenia modelu i weryfikacji jego trafności wykorzystano rzeczywiste dane statystyczne dotyczące awarii pociągów z lat 2010–2018. Z wyników prognoz wynika, że proponowany model predykcji, oparty na teorii chaosu, cechuje się dokładnością na poziomie 99,71%, czyli wyższą niż model maszyny wektorów nośnych. Dając możliwość inteligentnej predykcji intensywności uszkodzeń, niniejsza praca rozwiązuje problem braku elastyczności w utrzymaniu ruchu pociągów oraz braku równowagi między podażą a popytem na części zamienne.

11

Use of quantitative and qualitative wastewater monitoring in water protection on the example of Lodz

Brzezińska Agnieszka, Sakson Grażyna

Czasopismo Inżynierii Lądowej, Środowiska i Architektury / Journal of Civil Engineering, Environment and Architecture

|

2019

|

z. 66, nr 2

21--34

EN

Widely understood protection of water, and in particular surface waters, most exposed to direct pollution, requires many operations carried out both in the catchment area and in sewage systems as well as wastewater treatment plants. Due to its character and working conditions, it should be monitored not only in terms of hydraulics, but also in terms of the quality of transported wastewater. During atmospheric precipitation, large volumes of domestic and industrial wastewater as well as rainwater in various proportions flow through the canals, changing not only their quantity but also their composition. In such cases, the issue of monitoring becomes particularly vital. The article presents an analysis of the needs and tasks resulting from the application of quantitative and qualitative monitoring in the assessment of the functioning of sewage systems. Methods and tools used in Lodz that may be useful in water protection are presented. The benefits of using this type of solutions as well as the limitations and difficulties are discussed.

12

Monitoring, early warning and sustainable management system for Lodz wastewater treatment plant as a water protection tool

Sakson Grażyna, Brzezińska Agnieszka, Kowalski Krzysztof

Czasopismo Inżynierii Lądowej, Środowiska i Architektury / Journal of Civil Engineering, Environment and Architecture

|

2019

|

z. 66, nr 3

5--16

EN

Municipal wastewater treatment plants are exposed to the inflow of toxic substances, which may hamper or even preclude their proper functioning, especially of the biological part. In the case of combined or hybrid sewer systems, additionally, in wet weather, there may appear a rapid inflow of a mixture of domestic and industrial sewage, and stormwater in an amount exceeding the capacity of the devices, causing the need to discharge parts of not fully treated wastewater through the bypass channel, which may reduce overall treatment effects. In such situations, the receivers are exposed to an inflow of increased amounts of pollutants, which on the one hand causes a threat to the aquatic environment, on the other, may result in administrative fines for the treatment plant resulting from non-compliance with the conditions of the water permit, as well as costs of removing the effects of failure. The article presents the concept of a monitoring, early warning and sustainable management system for the Lodz wastewater treatment plant, which will allow minimizing pollutant emissions to the aquatic environment. The system will be based on data from the municipal pluviometer network, measurement of flows in combines sewer overflows and newly built sewage quality monitoring stations equipped with on-line probes. The resulting data will allow to predict quantity and quality of inflow to the treatment plant, which will allow for an early warning about the dangers. In consequence decision-making to improve the safety of its operation will be possible.

13

Driving energy management of front-and-rear-motor-drive electric vehicle based on hybrid radial basis function

Sun Binbin, Zhang Tiezhu, Ge Wenqing, Tan Cao, Gao Song

Archives of Transport

|

2019

|

Vol. 49, iss. 1

47--58

EN

This paper presents mathematical methods to develop a high-efficiency and real-time driving energy management for a front-and-rear-motor-drive electric vehicle (FRMDEV), which is equipped with an induction motor (IM) and a permanent magnet synchronous motor (PMSM). First of all, in order to develop motor-loss models for energy optimization, database of with three factors, which are speed, torque and temperature, was created to characterize motor operation based on HALTON sequence method. The response surface model of motor loss, as the function of the motor-operation database, was developed with the use of Gauss radial basis function (RBF). The accuracy of the motor-loss model was verified according to statistical analysis. Then, in order to create a two-factor energy management strategy, the modification models of the torque required by driver (Td) and the torque distribution coefficient (β) were constructed based on the state of charge (SOC) of battery and the motor temperature, respectively. According to the motor-loss models, the fitness function for optimization was designed, where the influence of the non-work on system consumption was analyzed and calculated. The optimal β was confirmed with the use of the off-line particle swarm optimization (PSO). Moreover, to achieve both high accuracy and real-time performance under random vehicle operation, the predictive model of the optimal β was developed based on the hybrid RBF. The modeling and predictive accuracies of the predictive model were analyzed and verified. Finally, a hardware-in-loop (HIL) test platform was developed and the predictive model was tested. Test results show that, the developed predictive model of β based on hybrid RBF can achieve both real-time and economic performances, which is applicable to engineering application. More importantly, in comparison with the original torque distribution based on rule algorithm, the torque distribution based on hybrid RBF is able to reduce driving energy consumption by 9.51% under urban cycle.

14

Predykcyjny model utrzymania ruchu w zakładach produkcyjnych

Mączyński W.

Utrzymanie Ruchu

|

2018

|

Nr 1

43--47

PL

W obecnych czasach wyzwaniem dla przedsiębiorstw produkcyjnych jest uzyskanie wysokiej dostępności technicznej, która będzie pozwalała produkować tak wiele produktów, ile rynek będzie wstanie skonsumować. W związku z tym wiele przedsiębiorstw podejmuje działania związane z utrzymaniem wysokiej dostępności technicznej. W przedsiębiorstwach tych do tego typu zadań powoływane są służby techniczne, które poprzez swoje działania mają zapewnić osiągnięcie takiej dostępności.

15

Cykl życia chłodni kominowych

Korentz J., Nowogońska B., Darłak J., Bączkowski J.

Materiały Budowlane

|

2018

|

nr 4

58--60

PL

W artykule przedstawiono model predykcji zmian właściwości użytkowych obiektów budowlanych. Został on zastosowany do oceny stanu technicznego dziewięciu chłodni eksploatowanych od lat sześćdziesiątych ubiegłego wieku na terenie Elektrowni Turów. Modelem tym opisano i zilustrowano przebieg zmian właściwości użytkowych chłodni kominowych w czasie ich dotychczasowej eksploatacji. Przeprowadzone analizy wykazały, że stan techniczny chłodni był i jest na odpowiednim poziomie.

EN

The article presents a model prediction of changes in the performance of buildings. This model was used to assess the technical condition of nine cold stores operated since the 1960s at the Turow Power Plant. This model describes and illustrates changes of the performance of cooling towers during its previous operation. The analyses carried out showed that the technical condition of the cold store was and is maintained at an appropriate level.

16

Advanced gas turbines health monitoring systems

Adamowicz M., Żywica G.

Diagnostyka

|

2018

|

Vol. 19, No. 2

77--87

EN

An overview of science papers in the field of machine diagnosis has exposed increasing efforts in developing accurate and reliable engine health monitoring systems. Attempts have been made in both diagnostics and prediction of system faults. Essential limitations of the standard monitoring system are discussed in this paper as well as arguments for implementation of the Advanced Gas Turbine Health Monitoring Systems. Examples of implementation are discussed and a comparison between “Enhanced Arrangement” and “Standard Arrangements” is carried out. The individual system components are implemented today using very different methods. Performance degradation of gas turbines is described here with an approach of Condition Based Maintenance and it was shown how the classification method can help to improve equipment operation. The review of signal processing methods was carried out to present strengths and shortcomings of individual methods.

PL

Przegląd literatury w dziedzinie diagnostyki maszyn wykazuje duże zainteresowanie środowiska naukowego opracowaniem niezawodnych i precyzyjnych metod oceny stanu technicznego napędów turbinowych. Prace te mają najczęściej na celu opracowanie systemów służących do bieżącej diagnostyki uszkodzeń pojawiających się podczas pracy jak i prognozowania przyszłych defektów. W artykule przeprowadzono ocenę najczęściej stosowanych metod diagnostycznych jak również omówiono zastosowanie „Zaawansowanego systemu monitorowania stanu technicznego turbin gazowych”. Przedstawione zostało porównanie standardowego i zaawansowanego układu diagnostyczno-sterującego. Indywidualne metody diagnostyczne zostały opisane wraz z przykładami zastosowania. Wykazano, że spadek sprawności turbiny gazowej jest ściśle związany z jej stanem technicznym, który może być stale monitorowany. Oceniono również wpływ metod klasyfikacji uszkodzeń na wykrywalność stopnia degradacji.

17

Measurement data processing with the use of art networks

Mrówczyńska M., Sztubecki J.

Civil and Environmental Engineering Reports

|

2018

|

Vol. 28, no. 2

186--195

EN

ART (Adaptive Resonance Theory) networks were invented in the 1990s as a new approach to the problem of image classification and recognition. ART networks belong to the group of resonance networks, which are trained without supervision. The paper presents the basic principles for creating and training ART networks, including the possibility of using this type of network for solving problems of predicting and processing measurement data, especially data obtained from geodesic monitoring. In the first stage of the process of creating a prediction model, a preliminary analysis of measurement data was carried out. It was aimed at detecting outliers because of their strong impact on the quality of the final model. Next, an ART network was used to predict the values of the vertical displacements of points of measurement and control networks stabilized on the inner and outer walls of an engineering object.

PL

Sieci neuronowe ART (ang. Adaptive Resonance Theory) zostały opracowane w latach 90 ubiegłego wieku, jako nowe podejście w rozwiązywaniu problemów klasyfikacji i rozpoznawaniu obrazów. Sieci ART należą do grupy sieci rezonansowych, których uczenie prowadzone jest w trybie nie nadzorowanym. W artykule przedstawiono podstawowe zasady budowy i uczenia sieci neuronowych ART wraz z możliwością aplikacji tego rodzaju sieci do rozwiązywania zagadnień predykcji i przetwarzania danych pomiarowych, w szczególności pozyskanych w wyniku prowadzonego monitoringu geodezyjnego. W pierwszym etapie procesu budowy modelu predykcyjnego wykonano wstępną analizę danych pomiarowych związaną z wykrywaniem obserwacji odstających ze względu na ich istotny wpływ na ostateczną jakość modelu. Następnie wykorzystując sieć ART wyznaczono przewidywane wartości przemieszczeń pionowych dla punktów sieci pomiarowo-kontrolnej, zastabilizowanych na wewnętrznych i zewnętrznych ścianach obiektu budowlanego, na których zauważono liczne spękania.

18

High-performance PMSM servo-drive with constrained state feedback position controller

Tarczewski T., Skiwski M., Niewiara L. J., Grzesiak L. M.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2018

|

Vol. 66, nr 1

49--58

EN

This paper describes high-performance permanent magnet synchronous motor (PMSM) servo-drive with constrained state feedback (SFC) position controller. Superior behavior of the control system has been achieved by applying SFC with constraints handling method based on a posteriori model predictive approach (MPAC). The concept utilizes predictive equations obtained from discrete-time model of the PMSM to compute control signals which generate admissible values of the future state variables. The novelty of the proposed solution lies in the limitation of several state-space variables in servo-drive control system. Since MPAC has firstly been applied to limit more than one state-space variable of the plant, necessary conditions for introducing constraints into multivariable control system with SFC are depicted. Due to the low complexity of proposed algorithm, a low cost microprocessor, STM32F4, is employed to execute the state feedback position control with model predictive approach to constraints handling. Experimental results show that the proposed control method provides superior performance of PMSM servodrive with modern SiC based voltage source inverter (VSI).

19

Machine learning predictive modeling of the price of cassava derivative (GARRI) in the South West Of Nigeria

Olanloye O., Oduntan E.

Applied Computer Science

|

2018

|

Vol. 14, no 1

53--63

EN

Fluctuation in prices of Agricultural products is inevitable in developing countries faced with economic depression and this, has brought a lot of inadequacies in the preparation of Government financial budget. Consumers and producers are poorly affected because they cannot take appropriate decision at the right time. In this study, Machine Learning(ML) predictive modeling is being implemented using the MATLAB Toolbox to predict the price of cassava derivatives (garri) in the South Western part of Nigeria. The model predicted that by the year 2020, all things being equal, the price of (1kg) of garri will be 500. This will boost the Agricultural sector and the economy of the nation.

20

Węzeł hybrydowy – prognozowanie odkształcenia kątowego łącznika na podstawie planowanego eksperymentu trójwartościowego

Urbański T.

Przegląd Spawalnictwa

|

2017

|

R. 89, nr 9

6--13

PL

W artykule przedstawiono wyniki badań eksperymentalnych odkształcenia kątowego łącznika węzła hybrydowego. Węzeł hybrydowy, będący częścią wielkogabarytowej konstrukcji stalowej, powstaje w wyniku połączenia panelu I-core z konwencjonalnie usztywnioną płytą stalową. Badania przeprowadzono wg zasad techniki planowania eksperymentu w warunkach laboratoryjnych, zbliżonych do warunków panujących w przemyśle. Przedstawiona analiza uwzględnia parametry technologiczno-konstrukcyjne wpływające na przydatność montażową węzła hybrydowego. Pokazana metoda oceny wyników eksperymentalnych umożliwia wykorzystanie zależności aproksymacyjnej do prognozowania odkształcenia kątowego w wielkogabarytowych konstrukcjach stalowych.

EN

The article presents the results of experimental researches on angular distortion of the connector of a hybrid node. The hybrid node being a part of the large-size steel structure is formed as a result of joining I-core panel with conventional stiffened steel plate. The researches has been carried out according to design of experiment technique in laboratory conditions near-real-life production conditions. The presented analysis accounts for technological-constructional parameters influencing the suitability for assembly of a hybrid node. The presented appraisal method used for experiment results features implementation of approximation dependence to predict angular distortion in large-size steel constructions.