Wyniki wyszukiwania - BazTech

1

Compression behavior of ultra-high performance concrete (UHPC) confined with high-strength rectilinear ties

Chang Wei, Zheng Wenzhong, Hao Meijing

Archives of Civil and Mechanical Engineering

|

2022

|

Vol. 22, no. 1

art. no. e27, 2022

EN

To explore the compression behavior of ultra-high-performance concrete (UHPC) confined with rectilinear ties, sixty specimens were tested under axial compression. The investigated parameters included the compressive strength of UHPC in the range of 84.72–155.45 MPa, the volumetric ratio of rectilinear ties in the range of 0.9–2.0%, and the yield strength of rectilinear ties in the range of 873–1215 MPa. The failure modes of specimens were the formation of an inclined shear failure plane. The axial stress–axial strain curves and the axial stress–lateral strain curves of confined UHPC were analyzed. Besides, the effects of investigated parameters on the load-bearing capacity and ductility of confined UHPC were analyzed. Moreover, the prediction models for the lateral strain of rectilinear ties at peak stress, load-capacity and ductility of confined UHPC were developed.

2

Systemy inteligencji biznesowej w prognozowaniu zużycia gazu ziemnego

Chrulski Tomasz

Przemysł Chemiczny

|

2021

|

T. 100, nr 12

1170--1172

PL

Dokonano przeglądu popularnych aplikacji informatycznych w zakresie analityki biznesowej, które mogą posłużyć do prognozowania zużycia gazu ziemnego. Przeglądu dokonano, opierając się na ogólnej wiedzy teoretycznej związanej z tym zagadnieniem, i pod kątem rodzaju wykorzystywanych modeli prognostycznych przez poszczególne aplikacje. Przedstawiono perspektywy rozwoju narzędzi informatycznych w zakresie analityki biznesowej.

EN

A survey was conducted with the use of an electronic questionnaire on the used business intelligence systems among employees from the energy industry. Power BI and Tableau were the most popular among the surveyed respondents. Popular IT applications in the field of business analytics that can be used to forecast natural gas consumption were reviewed.

3

Bayesian Forcasting Model : 2020 Presidential Elections in the United States of America

Raczyńska Maria

Kwartalnik Bellona

|

2021

|

Nr 1

91--104

EN

The article describes and explains a prior centric Bayesian forecasting model for the 2020 US elections. The model is based on the The Economist forecasting project, but strongly differs from it. From the technical point of view, it uses R and Stan programming and Stan software. The article’s focus is on theoretical decisions made in the process of constructing the model and outcomes. It describes why Bayesian models are used and how they are used to predict US presidential elections.

PL

W artykule opisano model prognostyczny wykorzystujący wnioskowanie bayesowskie, prognozujący wynik wyborów prezydenckich w Stanach Zjednoczonych z 2020 roku. Model został stworzony na podstawie prognozy opracowanej przez „The Economist”, jednak z istotnymi różnicami: wykorzystuje język programowania R i Stan oraz oprogramowanie Stan. W artykule skoncentrowano się na przedstawieniu decyzji teoretycznych, które skutkowały zadowalającą prognozą. Wyjaśniono, dlaczego używa się modeli opartych na wnioskowaniu bayesowskim oraz jak tworzy się na ich podstawie prognozę wyborów prezydenckich w USA.

4

Threats to Wastewater Treatment Plant in Combined Sewer System – Analysis of Problems and Possible Solutions on the Example of Lodz

Sakson Grażyna, Brzezińska Agnieszka, Kowalski Krzysztof

Rocznik Ochrona Środowiska

|

2020

|

Tom 22, cz. 2

1132--1144

EN

Municipal WWTP are exposed to the inflow of toxic substances, which may impede 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. In such situations, the receivers are exposed to an inflow of increased amounts of pollutants. 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.

PL

Miejskie oczyszczalnie ścieków są narażone na napływ substancji toksycznych, które mogą utrudniać ich prawidłowe funkcjonowanie, zwłaszcza części biologicznej. W przypadku ogólnospławnych lub mieszanych systemów kanalizacyjnych dodatkowo w czasie pogody mokrej może pojawić się gwałtowny dopływ mieszaniny ścieków bytowo-gospodarczych i przemysłowych oraz wód opadowych w ilości przekraczającej przepustowość urządzeń, powodując konieczność zrzutu części nie w pełni oczyszczonych ścieków przez kanał ominięcia. W takich sytuacjach odbiorniki są narażone na napływ zwiększonych ilości zanieczyszczeń. W artykule przedstawiono koncepcję systemu monitorowania, wczesnego ostrzegania i zrównoważonego zarządzania łódzką oczyszczalnią ścieków, który pozwoli zminimalizować emisję zanieczyszczeń do środowiska wodnego.

5

Prognozowanie przedziału czasowego z maksymalnym w ciągu doby z użyciem gazu przez kotłownię

Nowak Bogdan, Bartnicki Grzegorz

Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN

|

2019

|

nr 109

93--109

PL

Działania mające na celu poprawę efektywności energetycznej systemów zaopatrzenia w ciepło wymagają korzystania z coraz bardziej złożonych metod. Podstawowe sposoby zmniejszenia zużycia ciepła poprzez stosowanie lepszej izolacji cieplnej mają coraz bardziej ograniczone możliwości iwymagają stosunkowo dużych nakładów finansowych. Dobre efekty mogą być osiągane przez coraz lepsze dopasowanie rozwiązań technicznych, sposobów regulacji czy zasad eksploatacji źródła ciepła do warunków konkretnego obiektu zasilanego wciepło. Wymaga to jednak zarówno badań identyfikujących skuteczność takich metod, jak inarzędzi służących do opisu wybranych elementów systemu czy jego całości. Artykuł przedstawia wyniki badań przeprowadzonych dla kotłowni gazowej zasilającej w ciepło grupę budynków mieszkalnych. Celem było zbudowanie modelu, który prognozowałby dla konkretnego dnia przedział czasowy, w którym występuje maksymalne zużycie gazu. Dysponując pomiarami zużycia gazu wkolejnych godzinach doby, zdecydowano się zbudować model prognostyczny wyznaczający tę część doby, w której takie maksimum wystąpi. W opracowanym modelu zdecydowano się zastosować procedurę lasów losowych (random forest). Do utworzenia modelu zastosowano pakiet mlr (Kassambara), w którym przeprowadzono również strojenie hiperparametrów modelu na bazie danych historycznych. W oparciu o odrębne dane dla innego okresu działania kotłowni przedstawiono wyniki oceny jego jakości. Uzyskano skuteczność niemal 44%. Strojenie modelu wpłynęło na poprawę jego zdolności predykcyjnych.

EN

The heat supply systems energy efficiency improvement requires the use of increasingly complex methods. The basic ways to reduce heat consumption is by using better thermal insulation, although they have more and more limited possibilities and need relatively large financial outlays. Good effects can be achieved by the better heat source adaptation to the conditions of aspecific facility supplied with heat. However, this requires research that identifies the effectiveness of such solutions as well as the tools used to describe selected elements of the system or its entirety. The article presents the results of tests carried out for agas boiler room supplying heat to agroup of residential buildings. The goal was to build amodel that would forecast the day range in which the maximum gas consumption occurs for agiven day. Having measurements of gas consumption in subsequent hours of the day, it was decided to build aforecasting model determining the part of the day in which such amaximum would occur. To create the model the random forest procedure was used along with the mlr (Kassambara) package. The model’s hyperparameters were tuned based on historical data. Based on data for another period of boilerroom operation, the results of the model’s quality assessment were presented. Close to 44% efficiency was achieved. Tuning the model improved its predictive ability.

6

Logit business failure prediction in V4 countries

Durica Marek, Valaskova Katarina, Janoskova Katarina

Engineering Management in Production and Services

|

2019

|

Vol. 11, no. 4

54--64

EN

The paper presents the creation of the model that predicts the business failure of companies operating in V4 countries. Based on logistic regression analysis, significant predictors are identified to forecast potential business failure one year in advance. The research is based on the data set of financial indicators of more than 173 000 companies operating in V4 countries for the years 2016 and 2017. A stepwise binary logistic regression approach was used to create a prediction model. Using a classification table and ROC curve, the prediction ability of the final model was analysed. The main result is a model for business failure prediction of companies operating under the economic conditions of V4 countries. Statistically significant financial parameters were identified that reflect the impending failure situation. The developed model achieves a high prediction ability of more than 88%. The research confirms the applicability of the logistic regression approach in business failure prediction. The high predictive ability of the created model is comparable to models created by especially sophisticated artificial intelligence approaches. The created model can be applied in the economies of V4 countries for business failure prediction one year in advance, which is important for companies as well as all stakeholders.

7

Forecasting seismic activity rates in northwest Himalaya through multivariate autoregressive forecast of seismicity algorithm

Chingtham Prasanta, Tiwari Anurag, Yadav Arabind Kumar

Acta Geophysica

|

2019

|

Vol. 67, no. 2

465--476

EN

In this study, a model based on multivariate autoregressive forecast of seismicity (MARFS) algorithm is adopted to forecast seismic activity rates in northwest Himalaya, using the compiled homogenized moment magnitude (MW) based catalogue. For this purpose, each source zone delineated by Yadav et al. (Pure Appl Geophys 170:283–295, 2012) is divided into a spatial grid interval of 0.5° × 0.5° while the entire catalogue span (1975–2010) is segregated into six time periods/grids to estimate seismic activity rates spatially and temporally. These seismic activity rates which are estimated from spatial density map of hypocenters exhibit high values in Chaman Fault (Zone 1), Hindukush-Pamir region (Zone 3) and the mega thrust systems, i.e., Main Central Thrust, Main Boundary Thrust and Himalayan Frontal Thrust (Zone 4). Then, the seismic activity rates during 2011–2016 could be forecasted by extrapolating (through auto-regression procedure) those observed for previous time periods. The forecast seismic activity rates are estimated within the values of 0 and 7.57 with high values primarily observed in Hindukush-Pamir region of Zone 3 and the gently north-dipping thrust fault systems (Main Central Thrust, Main Boundary Thrust, Himalayan Frontal Thrust) of Zone 4. Finally, the associated area under the curve of receiver operating characteristics graph suggests the superiority of forecasting model with respect to random prediction, whereas results of the data-consistency test, i.e., N test of our model, exhibit consistency in between the observed and simulated likelihoods. Moreover, the hypothetical t test performed in between the spatial grids of forecast seismic activity rates and observed seismic activity rates confirms that the former is consistent with the latter.

8

Natural gas demand forecasting for business customers

Pawłowski P.

Rynek Energii

|

2018

|

Nr 5

87--91

EN

The paper presents results for business clients portfolio natural gas demand forecasting. Historical data set was analysed to find dependences between gas demand and any other variables such as weather variables and some social behaves of gas customers. Advanced statistical methods have been applied to achieve high model accuracy. Article presents two approaches to forecasting model design. First one forecasts whole portfolio gas demand and the other one forecasts each individual customer gas demand and then summarizes it into the whole portfolio gas demand. The article clearly disclose how to create a forecasting model and which approach is more accurate.

PL

W artykule przedstawiono wyniki opracowanych modeli matematycznych służących do prognozowania zużycia gazu naturalnego przez klientów biznesowych. Projektując model prognostyczny, szczególny nacisk został położony na analizie danych historycznych, zarówno dotyczących rzeczywistego zużycia gazu przez odbiorców jak również danych pogodowych. Wnioski, które powstały na podstawie analizy wyżej wymienionych danych umożliwiły postawienie pewnych założeń oraz wymagań niezbędnych do stworzenia modeli prognostycznych. Artykuł przedstawia dwa podejścia do zagadnienia prognozowania zapotrzebowania na gaz: prognoza sumarycznego zużycia wszystkich odbiorców oraz prognozowanie zużycia każdego indywidualnego odbiorcy.

9

Fractal theory application for heat demand forecasting in district heating system

Aleksiejuk P., Bujalski W.

Rynek Energii

|

2016

|

Nr 5

95--98

EN

The aim of this thesis is to formulate short-term heat demand forecasting model based on fractal theory that predicts the value of heat demand for all receivers connected to district heating system depending on weather forecast and calendar information. The paper contains descriptions of basic fractal theory concepts, techniques, analysis of self-similarity of heat demand data, and developed methodology of constructing fractal interpolation curve. Forecast accuracy was investigated for planning heat production in 24-hour horizon.

PL

Celem badań jest opracowanie krótkoterminowego modelu prognostycznego opartego na teorii fraktali, który prognozuje wartość zapotrzebowania na ciepło wszystkich odbiorców miejskiej sieci ciepłowniczej w zależności od progno-zy pogody oraz danych kalendarzowych. W publikacji zawarto opisy podstawowych założeń, technik, analiz samopodobieństwa danych o zapotrzebowaniu na ciepło oraz metodologii konstruowania krzywej interpolacji fraktalnej. Dokładność prognozy zweryfikowano na podstawie planowania produkcji ciepła w horyzoncie prognozy wynoszącym 24 godziny.

10

Modelowanie prognostyczne zmian w wielkości produkcji stali w Polsce do 2020 roku

Gajdzik B., Szymszal J.

Prace Instytutu Metalurgii Żelaza

|

2016

|

T. 68, nr 4

26--33

PL

Celem niniejszej publikacji jest przedstawienie zmian w wielkości produkcji stali w krajowym hutnictwie. Na podstawie statystycznych wielkości produkcji za lata 2000–2015 wykonano modelowanie prognostyczne na kolejne 5 lat. Uzyskane prognozy stały się podstawą do opracowania scenariusza bazowego.

EN

The aim of the article is to present changes in steel production in Poland. Based on statistical volume of production for 2000-2015, prognostic modelling for the next 5 years was carried out. The prognosis is helpful for establishing a baseline scenario.

11

Model prognostyczny zapotrzebowania na ciepło z wykorzystaniem struktur sztucznych sieci neuronowych

Aleksiejuk P.

Instal

|

2016

|

nr 2

13--15

PL

W ramach niniejszej pracy opracowano numeryczny model prognostyczny oparty na strukturze sieci neuronowych wyliczający wartość zapotrzebowania na ciepło wszystkich odbiorców przyłączonych do sieci ciepłowniczej w zależności od parametrów wejściowych. W pracy opisano proces analizy, korekty oraz podziału danych uczących. Ponadto, zbadano jakość prognozy pochodzącej z opracowanego modelu na potrzeby planowania produkcji ciepła w horyzoncie prognozy wynoszącym 24 lub 48 godzin w zależności od zastosowanej struktury sieci neuronowej.

EN

The aim of this thesis was to formulate numerical predictive model based on artificial neural networks structure that counts the value of heat demand depending on input parameters for all receivers connected to district heating system. The paper contains descriptions of data analysis, correction and division of training dataset. What is more, the quality of forecast obtained from developed model was investigated for planning the heat production in 24 or 48 hour prognosis horizon depending on applied structure of neural network.

12

Traffic fatalities prediction based on support vector machine

Li T., Yang Y., Wang Y., Chen C., Yao J.

Archives of Transport

|

2016

|

Vol. 39, iss. 3

21--30

EN

To effectively predict traffic fatalities and promote the friendly development of transportation, a prediction model of traffic fatalities is established based on support vector machine (SVM). As the prediction accuracy of SVM largely depends on the selection of parameters, Particle Swarm Optimization (PSO) is introduced to find the optimal parameters. In this paper, small sample and nonlinear data are used to predict fatalities of traffic accident. Traffic accident statistics data of China from 1981 to 2012 are chosen as experimental data. The input variables for predicting accident are highway mileage, vehicle number and population size while the output variables are traffic fatality. To verify the validity of the proposed prediction method, the back-propagation neural network (BPNN) prediction model and SVM prediction model are also used to predict the traffic fatalities. The results show that compared with BPNN prediction model and SVM model, the prediction model of traffic fatalities based on PSO-SVM has higher prediction precision and smaller errors. The model can be more effective to forecast the traffic fatalities. And the method using particle swarm optimization algorithm for parameter optimization of SVM is feasible and effective. In addition, this method avoids overcomes the problem of “over learning” in neural network training progress.

13

A System for Predicting Musculoskeletal Disorders Among Dental Students

Thanathornwong B., Suebnukarn S., Ouivirach K.

International Journal of Occupational Safety and Ergonomics

|

2014

|

Vol. 20, No. 3

463--475

EN

Objective. This study aimed to develop a system for predicting work-related musculoskeletal disorders (WMSD) among dental students. Materials and methods. The system comprised 2 accelerometer sensors to register neck and upper back postures and movements, and software developed to collect and process the data. Hidden Markov models (HMMs) were used to predict the likelihood of WMSD in dental students by comparing their neck and upper back movement patterns with WMSD and non-WMSD HMMs learned from previous data. To evaluate the performance of the system, 16 participants were randomly assigned into a 2 × 2 crossover trial scheduled for each sequence of working: receiving feedback or no-feedback from the system. The primary outcome measure was the extension of the neck and upper back, before (pre-test) and after (posttest) receiving feedback or no-feedback from the system. The secondary outcome measure was the log likelihood of classifying the movements as WMSD. Results and discussion. The results showed that in the group that received feedback, the extension of the neck in the y axis and of the upper back in the y axis decreased significantly (t test, p < .05) on the post-test. Conclusion. The system for predicting and preventing WMSD aids the correction of the extension of the neck and upper back in the y axis.

14

Projektowanie i analiza modeli prognostycznych stanu wody na rzece Mała Panew

Kulig K.

Zeszyty Naukowe. Elektryka / Politechnika Opolska

|

2012

|

z. 67

43-46

PL

W artykule przedstawiono zagadnienia prognozowania oraz potrzeby jego stosowania w życiu codziennym. Przedstawiono również modele prognozujące stan wody na rzece Mała Panew zaprojektowane w systemie Predyktor. W artykule dokonano również analizy uzyskanych wyników prognoz.

EN

This paper presents the issues of forecasting and the need for its use in everyday life. It also presents the water level forecasting models on the Mala Panew River designed in the “ Predyktor” system. In this article was also presented an analysis of the obtained forecasting results.

15

Analiza istniejących prognoz rozwoju konsumpcji i podaży gazu ziemnego w Polsce w świetle dostępnych prognoz Unii Europejskiej

Kaliski M., Krupa M., Sikora A.

AGH Drilling, Oil, Gas

|

2012

|

Vol. 29, no. 1

185-195

PL

W artykule omówiono istniejące i dostępne publicznie prognozy dotyczące podaży i popytu gazu ziemnego w Polsce w perspektywie zatwierdzonej Polityki Energetycznej Polski 2030 (PEP 2030) oraz pojawiających się estymacji możliwego wydobycia gazu z łupków w Polsce. Autorzy w artykule podnoszą, że choć strategia dywersyfikacji dostawców jest wyraźną przesłanką do zwiększenia bezpieczeństwa energetycznego kraju, to mimo to rozbieżności w prognozowaniu przede wszystkim "energy mix", olbrzymi wpływ na prognozy polityki klimatycznej UE oraz brak przewidywalności co do możliwych scenariuszy rozwoju wydobycia gazu z łupków są na tyle duże, że trudno mówić o przewidywalności i stabilizacji rynku gazu w Europie. Omówione zostały także scenariusze rozwoju rynku gazu uwzględniające rozwój wytwarzania energii elektrycznej z OZE, energetykę jądrową oraz perspektywę zero energetycznego rozwoju kraju (wzrost poziomu efektywności energetycznej). Wnioskiem z artykułu jest konieczność zbudowania modelu prognostycznego dla rynku gazu ziemnego w Polsce oraz zmiana prognoz w PEP 2030.

EN

The article discusses the existing and publicly available forecasts of supply and demand of natural gas in Poland in the Polish Energy Policy (PEP 2030) and the estimation of the possible emerging shale gas production in Poland. The authors of the article argue that although the strategy of diversification of suppliers is a clear prerequisite to enhance national energy security, despite the differences in prognosis above all "energy mix", and a huge impact on the forecasts in the EU climate policy or even the lack of predictability as to the possible scenarios for the development of gas production from shale are large enough that it's hard to talk about the predictability and stability of the gas market in Europe. Also discussed the gas market scenarios taking into account the development of energy generation from renewable sources, nuclear power and the prospect of zero-energy development of the country (increased the level of the energy efficiency). The conclusion of this article is the need to build a predictive model for the natural gas market in Poland and forecasts changes in the PEP 2030.

16

Sztuczny system immunologiczny do krótkoterminowych prognoz obciążeń systemów elektroenergetycznych

Dudek G.

Śląskie Wiadomości Elektryczne

|

2011

|

Nr 6 (99)

12--15

PL

Przedstawiono model prognostyczny oparty na sztucznym systemie immunologicznym. Pamięć immunologiczna utworzona w procesie treningu reprezentuje obrazy połączonych sekwencji szeregów czasowych obciążeń - poprzedzających prognozę i prognozowanych. Przeciwciała zawarte w tej pamięci rozpoznają obrazy po sekwencji poprzedzającej prognozę i odtwarzają sekwencję prognozowaną.

EN

A forecasting model based on an artificial immune system was presented. The immune memory which is created during training, represents patterns of concatenated sequences of the load time series - the sequence preceding the forecast and the forecasted one. Antibodies contained in this memory recognize the first sequence of patterns and restore the forecasted sequence.

17

Application of the strip yield model to crack growth predictions for structural steel

Skorupa M., Machniewicz T.

Archive of Mechanical Engineering

|

2010

|

Vol. LVII, nr 1

5-20

EN

A strip yield model implementation by the present authors is applied to predict fatigue crack growth observed in structural steel specimens under various constant and variable amplitude loading conditions. Attention is paid to the model calibration using the constraint factors in view of the dependence of both the crack closure mechanism and the material stress-strain response on the load history. Prediction capabilities of the model are considered in the context of the incompatibility between the crack growth resistance for constant and variable amplitude loading.

PL

Opracowany przez Autorów model pasmowego płynięcia został zastosowany do prognozowania rozwoju pęknięć zmęczeniowych obserwowanych w badaniach zmęczeniowych próbek ze stali konstrukcyjnych w warunkach obciążeń stało- i zmiennoamplitudowych. Skoncentrowano się głównie na kalibracji modelu przy użyciu odpowiednio dobranych współczynników skrępowania uwzględniających zarówno mechanizm zamykania się pęknięcia jak i naprężeniowo-odkształceniową charakterystykę materiału właściwą dla danej historii obciążenia. Wyniki prognoz przy użyciu tak skalibrowanego modelu zostały poddane gruntownej ocenie z uwzględnieniem różnic w rozwoju pęknięć obserwowanych w przypadku obciążeń stało- i zmiennoamplitudowych.

18

Problematyka prognozowania mocy i energii pozyskiwanych z wiatru

Popławski T., Dąsal K., Łyp J.

Polityka Energetyczna

|

2009

|

T. 12, z. 2/2

511-523

PL

Dynamiczny rozwój odnawialnych źródeł energii elektrycznej OZE jest faktem. Wiele przyczyn ma wpływ na tę dynamikę i są one powszechnie znane. Wiadomo również, że moc generowana przez turbiny wiatrowe jest procesem losowym, gdyż w decydującej mierze uzależniona jest od prędkości wiatru i to w sposób silnie nieliniowy. Ta cecha turbin wiatrowych jest wysoce kłopotliwa w różnych aspektach pracy sieci. Bieżąca sytuacja w elektroenergetyce polskiej prowokuje do licznych pytań, na przykład o ilość energii wiatrowej, którą może przyjąć system elektroenergetyczny, czy też o rolę prognoz wiatrowych. Wiele prac wykonano w dziedzinie znaczącego zwiększenia dokładności przewidywania mocy generowanej w źródłach wiatrowych. W referacie skoncentrowano się na zagadnieniach dotyczących predykcji mocy na przykładzie analizy danych rzeczywistych w jednej z krajowych farm wiatrowych.

EN

A number of reasons influences the expansion of energy from renewable sources (RES). The power generated by wind turbines is the random process. This feature of wind turbines is highly cumbersome for the performance of the network. Actual situation in the Power System in Poland raises a lot of questions eg. how much energy can the power system accommodate and what is the role of wind plant forecasting. Much research has been done in the field of significant accuracy increase in the improvement of prediction tools on the basis of one of wind power plant in Poland.

19

Prediction of the Ultraviolet Protection of Cotton Woven Fabrics Dyed with Reactive Dystuffs

Dobnik-Dubrovski P., Brezocnik M.

Fibres & Textiles in Eastern Europe

|

2009

|

Vol. 17, no. 1 (72)

55--59

EN

Textile materials provide a simple and convenient protection against UV radiation. To assign the degree of UV radiation protection of textile materials, the Ultraviolet Protection Factor (UPF) is commonly used. This paper reports the effect of woven fabric construction (yarn fineness, type of weave, relative fabric density), the colour of bi-functional reactive dyestuffs, and Cibacron dyed fabrics on the ultraviolet protection of light summer woven fabrics. A predictive model, determined by genetic programming, was derived to describe the influence of fabric construction. Warp and weft densities, weave factor and CIELab colour components were taken into account by developing the prediction model for UPF. The results show very good agreement between the experimental and predicted values.

PL

Materiały tekstylne stanowią proste zabezpieczenie przed promieniowaniem UV. Jako miernik zabezpieczenia przed promieniowaniem UV wprowadzono powszechnie współczynnik UPF. W pracy opisano wpływ takich parametrów konstrukcyjnych tkaniny jak; gęstość liniowa przędź, typ splotu, względna gęstość tkaniny, dwufunkcyjnych reaktywnych barwników oraz barwników typu Cibacron na zabezpieczenie przed promieniowaniem UV tkanin o małej masie powierzchniowej używanych na letnie ubiory. Stworzono model pozwalający na przewidywanie wpływu struktury tkaniny na współczynnik ochrony. Wartościami wejściowymi dla modelu są: gęstość osnowowa i wątkowa, współczynnik charakterystyczny splotu i składniki sytemu kolorystycznego CIELab. Wyniki badań wskazują na bardzo dobrą zgodność pomiędzy wartościami przewidywanymi a wynikami eksperymentu.

20

Problemy związane z prognozowaniem zużycia energii elektrycznej w Polsce

Dąsal K., Popławski T.

Polityka Energetyczna

|

2008

|

T. 11, z. 1

101-115

PL

Mówiąc o prognozowaniu zużycia energii elektrycznej można rozważać ten problem w różnych kategoriach. W podziale czasowym będą to najczęściej prognozy krótko, średnio i długookresowe. Chociaż podkreślić należy wyraźnie względność tego podziału. Horyzont roczny dla potrzeb Giełdy będzie prognozą długoterminową, dla innego odbiorcy - krótkookresową. Można wyróżnić prognozy w podziale strukturalnym, napięciowym, taryfowym, terytorialnym czy też w węzłach sieci na różnych poziomach napięć [2],[6]. Każdy z tych podziałów ma swoją specyfikę, wymaga różnych modeli, różnych danych wejściowych, różnić może się oceną dokładności prognoz, odmienne na ogół są też cele prognoz krótkoterminowych i długoterminowych. Znajomość prognoz długoterminowych jest niezbędna głównie dla celów racjonalnego prowadzenia eksploatacji systemu elektroenergetycznego, a także do planowania jego rozwoju. W artykule skoncentrowano się na jeszcze jednym, ważnym aspekcie modelowania w ogóle, a w szczególności energii elektrycznej. Chodzi tu o podjęcie decyzji: modelować z wykorzystaniem jedynie procesu, czyli szeregu czasowego, czy tez budować model przyczynowo - skutkowy.

EN

Talking about forecasting of electric energy consumption we shall consider the issue in different categories. In terms of forecasting period, the short-term, medium-term and long-term forecasts can be distinguished. The forecasts may be classified in the terms of structure, voltage, tariff, area or in the nodes of the network for different voltage levels [2,6]. Each of these specifications has its own peculiarities, requires different models, different input data, the accuracy assessment may be different as well as the aims of the short-term and long-term forecasts. The knowledge of long-term forecasts is necessary for reasonable use of resources in the electric power engineering system as well as for planning of its development. In the paper the attention was focused on another important aspect of modeling, in particular modeling of electric energy consumption. The decision to be taken is: to model using the process data only, i.e. time series, or to develop an econometric model.