Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Crosswell electromagnetic (EM) method has fundamentally improved the horizontal detection ability of well logging and will become an increasingly promising approach for the secondary exploration of hydrocarbon reservoir. We applied orthogonal least squares (OLS) radial basis function neural network (RBFNN) based on improved Gram–Schmidt (G–S) procedure to three-dimensional (3D) crosswell EM inversion problems. In the inversion process of the simplifed crosswell model with single-grid conductivity anomalies and normal oil reservoir, compared the inversion results of other fve neural networks, OLS-RBFNN was proved to have the best global optimization ability and the fastest sample learning speed and the average inversion error of low conductivity anomalies model (4%) and oil reservoir model (9%) can meet the inversion requirements of crosswell EM method. Only the OLS-RBFNN could achieve ideal inversion results in the most concerned central area of crosswell model, and the inversion accuracy of this algorithm will be more outstanding when the model becomes more complex. Merely using the three-component time-domain crosswell EM data of two wells, the inversion of 3D medium conductivity in the crosswell dominant exploration area can be efectively realized through the nonlinear approximation of the OLS-RBFNN.
PL
Wyniki dotychczasowych badań naukowych prowadzonych w różnych jednostkach akademickich wskazują, że możliwa jest identyfikacja aktywności niektórych odbiorników energii elektrycznej w oparciu o analizę wysokoczęstotliwościowych zniekształceń sygnału powstających podczas pracy urządzenia. Metody te jednak nie uwzględniają informacji o czasie pojawienia się zniekształceń. W metodzie wykorzystano przekształcenie falkowe dla uzyskania precyzyjnej informacji o czasie wystąpienia zniekształceń, która pozwala na identyfikację aktywności niektórych urządzeń.
EN
According to literature it is possible to identify activities of some electric energy receivers based on analysis of their high frequency signal distortion. These methods do not take into account starting point of these distortions. In this paper, wavelet transform was used to acquire precise information about start time of distortions that in case of some devices enables identification of their activity.
PL
W artykule przedstawiono analizę termiczną rozdzielnicy niskiego napięcia zawierającą moduł z wyłącznikiem głównym. Zaprezentowano podejście do analizy sprężonej składającej się z dwóch etapów, tj. wyznaczenia strat przy wykorzystaniu analizy elektromagnetycznej i przeniesieniu ich do analizy CFD. Na etapie analizy elektromagnetycznej obliczono straty ciepła Joule'a, jako wynik grzania rezystancyjnego w przewodnikach miedzianych oraz ciepła wyindukowanego na elementach stalowych obudowy (prądy wirowe). Analiza elektromagnetyczna uwzględnia również zjawisko naskórkowości oraz efekt zbliżenia pomiędzy przewodnikami różnych faz. Straty ciepła wykorzystane są jako dane wejściowe do analizy termicznej, która zawiera rozwiązanie promieniowania i konwekcji naturalnej. Wyniki otrzymane w symulacji numerycznej porównano z rzeczywistym testem termicznym wykonanym w laboratorium firmy Rockwell Automation zgodnie z normą IEC 61439-1.
EN
Paper presents thermal analysis of low voltage motor control center column which contains main unit with air circuit breaker. Described is two-stage simulation approach which includes solution of electromagnetic field and CFD analysis coupled together. The result of electromagnetic simulation, which is the first step of this combined approach, is heat loss generated as the result of Joule heating and induction of eddy currents on sheet metal parts of the enclosure. Heat loss is an input for further CFD simulation which is the final stage of analysis. CFD simulation is used to calculate radiation and natural convection. Results of conducted simulation were compared to real thermal test ran in Rockwell Automation laboratory according to IEC 61439-1 standard.
EN
The aim of the study was to assess the influence of Effective Microorganisms (EM) on the content of nutrients in the leaves of lettuce (Lactuca sativa L. ‘Sunny’) grown under cover in the spring-summer season and in autumn. The influence of the following methods of EM application was assessed: root treatment, leaf treatment and seed inoculation. When EM was applied into the roots, plants were irrigated with a 1% solution of the EM-A preparation or with EM-5 (250 cm3 of the liquid per plant), depending on the combination. The same preparations concentrated at 1% were sprayed on the leaves. Seeds were inoculated immediately before being sown (they were soaked for 30 minutes in a 10% solution of the EM-A preparation). During the growing season the plants were sprayed or irrigated four times at three-day intervals. Effective Microorganisms was not used in the control combination. The research proved the influence of EM on the content of nutrients in lettuce leaves. When the plants were irrigated and sprayed with EM-5, they had higher content of nitrogen. They were significantly better nourished with phosphorus, when the seeds were inoculated with EM-A, when the plants were sprayed with EM-5 at both terms of cultivation and when the plants were irrigated with EM-A in autumn. In comparison with the control combination the application of EM preparations significantly increased the content of potassium in the lettuce leaves. Simultaneously, the content of potassium generally tended to increase significantly when the plants were irrigated with both preparations and sprayed with EM-5 in the spring-summer season. The highest content of magnesium was noted when the plants were irrigated with EM. The inoculation of seeds resulted in the lowest content of this element. The tendencies were similar at both terms of cultivation. As far as the content of micrślements is concerned, the application of EM at both terms of cultivation resulted in a significant increasing tendency in the content of iron and zinc in the lettuce leaves. The volume of increase depended on the method of application of the preparations.
PL
Celem przeprowadzonych badań była ocena wpływu zastosowania Efektywnych Mikroorganizmów (EM) na zawartość składników pokarmowych w liściach sałaty (Lactuca sativa L. ‘Sunny’) uprawianej pod osłonami, w okresie wiosenno-letnim i jesiennym. Określono wpływ następujących form aplikowania EM: dokorzeniową, dolistną oraz poprzez zaprawianie nasion. Przy stosowaniu EM dokorzeniowo, rośliny podlewano w zależności od kombinacji 1% roztworem preparatu EM-A lub EM- 5 (250 ml cieczy na 1 roślinę). Do opryskiwania dolistnego wykorzystano wyżej wymienione środki, w stężeniu 1%. Zaprawianie nasion przeprowadzano bezpośrednio przed wysiewem (moczenie przez 30 minut w 10% roztworze preparatu EM-A). W okresie wegetacji przeprowadzono 4-krotnie zabiegi opryskiwania lub podlewania roślin, w odstępach 3 dniowych. W kombinacji kontrolnej nie stosowano Efektywnych Mikroorganizmów. W przeprowadzonych badaniach wykazano wpływ zastosowania EM na zawartość składników pokarmowych w liściach sałaty. Stwierdzono poprawę odżywienia roślin azotem po stosowaniu preparatu EM-5 poprzez podlewanie i opryskiwanie roślin. Jednocześnie wykazano istotną poprawę odżywienia roślin fosforem przy zaprawianiu nasion preparatem EM-A oraz opryskiwaniu roślin środkiem EM-5, w obu terminach uprawy i dodatkowo przy podlewaniu roślin (EM-A) w cyklu jesiennym. Zastosowanie preparatów EM wpływało istotnie na zwiększenie zawartości potasu w liściach sałaty (w relacji do kontroli), przy równoczesnej generalnej tendencji wzrostowej zawartości wapnia (istotnej dla podlewania obydwoma preparatami oraz opryskiwania środkiem EM-5 w terminie wiosenno-letnim). Największą zawartość magnezu oznaczono w przypadku podlewania roślin EM, a najmniejszą dla zaprawiania nasion (tendencje w obydwóch terminach uprawy były zbliżone). W przypadku mikroskładników w obu cyklach uprawowych po zastosowaniu EM zaobserwowano istotną tendencję wzrostową zawartości żelaza oraz cynku w liściach sałaty, a poziom wzrostu był zróżnicowany w zależności od sposobu aplikowania preparatów.
PL
Eksploracja danych dostarcza cennej wiedzy ukrytej w dużych zbiorach danych. Pozwala na odkrywanie zależności niewidocznych gołym okiem. Swoje zastosowanie może znaleźć także w edukacji podczas przygotowywania oferty dydaktycznej. Artykuł przedstawia zastosowanie algorytmów eksploracji danych w przygotowaniu procesu edukacyjnego. W rozważanym zakresie eksploracja danych służy do przekształcania surowych danych w wiedzę, która pozwala na poznanie preferencji studentów. Skupiono się na odkrywaniu grup studentów oraz tworzeniu ich modeli określających style uczenia się. W trakcie budowania grup zastosowano klasyfikację bez nadzoru m.in. metody k-średnich oraz EM. Grupy tworzone były z uwzględnieniem preferencji studentów dotyczących nauki. Pozwoliło to na uzyskanie grup zawierających studentów o podobnych stylach uczenia się. Do zweryfikowania poprawności klasyfikacji wykorzystane zostały indeksy walidacyjne, które pozwoliły na wybranie najbardziej efektywnego podziału studentów. Badania przeprowadzono na danych zebranych wśród studentów Politechniki Rzeszowskiej na podstawie ankiety zawierającej kwestionariusz ILS. Uzyskane podczas badań wyniki pozwoliły na określenie ile różnorodnych materiałów dydaktycznych należy przygotować, aby były dopasowane do preferencji studentów różnych grup. Poznanie stylów uczenia się studentów pozwala nauczycielowi na lepsze zrozumienie upodobań studentów, a samym uczniom na dopasowanie materiałów do własnego stylu uczenia, dzięki czemu łatwiej i szybciej przyswajają wiedzę.
EN
Data mining provides valuable knowledge hidden in large data sets. It allows to explore depending invisible to the naked eye. It has been used in education while preparation educational offer. The article shows the application of data mining algorithms in the preparation of the educational process. In the considered range, data mining is used to transform raw data into knowledge, which allows to know the students' preferences. It has been focused on discovering groups of students and the development of models for the assessment of their learning styles. It has been applied unsupervised classification during process build groups. Groups have been created taking into account the preferences of students in science. It has been allowed get the groups consisting of students with similar learning styles. To verify the accuracy of the classification has been used indexes validation that allowed you to select the most efficient distribution of students. The study was conducted on data collected among students of Rzeszow University of Technology based on a survey questionnaire containing the ILS. Obtained during the studies results allowed to determine what materials teaching should be prepared to be tailored to the preferences of different groups of students. Understanding the learning styles of students allows teachers to better understand the preferences of students and the students to tailor materials to their own learning style, making it easier and faster to acquire knowledge.
EN
Electromagnetism-like Mechanism (EM) method is known as one of metaheuristics. The basic idea is one that a set of parameters is regarded as charged particles and the strength of particles is corresponding to the value of the objective function for the optimization problem. Starting from any set of initial assignment of parameters, the parameters converge to a value including the optimal or semi-optimal parameter based on EM method. One of its drawbacks is that it takes too much time to the convergence of the parameters like other meta-heuristics. In this paper, we introduce hybrid methods combining EM and the descent method such as BP, k-means and FIS and show the performance comparison among some hybrid methods. As a result, it is shown that the hybrid EM method is superior in learning speed and accuracy to the conventional methods.
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.