Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 257

Liczba wyników na stronie
first rewind previous Strona / 13 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  prognoza
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 13 next fast forward last
PL
Gaz ziemny jest podstawowym paliwem energetycznym w gospodarce światowej. Zgodnie z informacją opublikowaną przez Polskie Górnictwo Naftowe i Gazownictwo SA w dokumencie Prezentacja Spółki – zużycie gazu w 2018 roku wyniosło 19,7 mld m3 . W związku z tym, że stopień czerpania krajowych złóż gazu ziemnego jest coraz większy, zapotrzebowanie na gaz ziemny będzie zaspokajane przez rosnący import. Bilansowanie krajowego zapotrzebowania na gaz będzie wymagało precyzyjnej znajomości wielkości krajowej produkcji gazu ziemnego. Z drugiej strony Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy co roku publikuje Bilans zasobów złóż kopalin w Polsce. Zgodnie z publikacją dotyczącą stanu zasobów na dzień 31.12.2018 r. w Polsce udokumentowano 298 złóż gazu ziemnego, na Bałtyku – 5, w Karpatach – 35, na przedgórzu Karpat (dalej: Przedgórze) – 105 oraz na Niżu Polskim (dalej: Niż) – 153. Bilans przedstawiony przez PIG – BIP za rok 2018 wykazał stan wydobywalnych zasobów gazu ziemnego w wielkości 139,93 mld m3 (łącznie zasoby bilansowe i pozabilansowe). Wielkość zasobów przemysłowych złóż gazu ziemnego na dzień 31.12.2018 r. wyniosła 66,64 mld m3 . Należy podkreślić, że wszystkie dane w Bilansie zasobów złóż i kopalin w Polsce podawane są w normalnych metrach sześciennych. W związku z tym dane publikowane przez PIG – BIP nie uwzględniają rzeczywistej kaloryczności gazu ziemnego wydobywanego z różnych złóż. Począwszy od roku 2014 w Polsce podstawową jednostką rozliczeniową jest jednostka energii (kWh). Wprowadzenie rozliczenia w jednostkach energii spowodowało, że wartość 1 m3 gazu zaazotowanego wydobywanego ze złóż znajdujących się na Niżu jest niższa od wartości gazu wydobywanego ze złóż Przedgórza i Karpat. Średnia kaloryczność gazu wydobywanego ze złóż Niżu wynosi około 8,0 kWh/m3 , natomiast ze złóż Przedgórza – 11,2 kWh/m3 . Głównym celem niniejszej pracy było wykonanie prognozy wydobycia gazu ze złóż krajowych na podstawie publikowanego przez PIG – BIP Bilansu zasobów złóż kopalin w Polsce. Prognozę wydobycia gazu z krajowych złóż przygotowano dla lat 2020–2030, dla każdego rejonu gazonośnego oddzielnie. W celu dostosowania wielkości raportowanych do obowiązujących jednostek energii prognoza wydobycia gazu wykonana dla złóż obszaru Niżu została przeliczona na wydobycie gazu wysokometanowego.
EN
Natural gas is the basic fossil fuel in the global economy. According to the information published by Polskie Górnictwo Naftowe i Gazownictwo SA in the document Company Presentation, gas consumption in 2018 amounted to 19.7 billion m3 . Due to the fact that the domestic reserves of natural gas are increasingly depleted, the demand for natural gas will be satisfied by growing imports. Balancing gas demand will require precise knowledge of the volume of domestic natural gas production. On the other hand, every year the Polish Geological Institute – National Research Institute (PIG – BIP) publishes Balance of mine resources in Poland. According to the publication on the state of resources as of December 31, 2018, 298 natural gas fields have been documented in Poland, 5 in the Baltic Sea region, 35 in Carpathians, 105 in Carpathian Foreland and 153 in Polish Lowland. The balance presented by PIG – BIP for 2018 showed the state of natural gas contingent resources in the amount of 139.93 billion m3 (total balance resources). The volume of industrial reserves of natural gas deposits as at December 31, 2018 was 66.64 billion m3 . It should be emphasized that all data published in the Balance of mine resources in Poland are given in normal cubic meters. Therefore, the data published by PIG – BIP do not take into account the actual calorific value of natural gas produced from various fields. Starting from 2014, the basic accounting unit in Poland is the energy unit (kWh). Due to the introduction of the settlement in energy units, the value of 1 m3 of nitrogen-rich gas produced from the fields located in the Lowland region is lower than the value of gas produced from the Carpathian Foreland fields and the Carpathians. The average calorific value of gas produced from the Lowland fields is about 8.0 kWh/m3 , while the average calorific value of gas produced from the rest of the Foreland is about 11.2 kWh/m3 . The main goal of this article was to make a forecast of gas production from domestic deposits based on the Balance of mine resources in Poland published by the Polish Geological Institute –National Research Institute. The forecast of gas extraction from domestic deposits was made for the years 2020–2030. The production forecast was prepared for each gas-bearing region separately. In order to adjust the reported volumes to the applicable energy units, the gas production forecast for the Lowland fields was converted into high-methane gas production.
EN
Prediction of soft soil sub-grades settlement has been a big challenge for geotechnical engineers that are responsible for the design of roadbed embankment. The characteristics of low strength, poor permeability, high water contents, and high compressibility are dominant in soft soils, which result in a huge settlement in the case of long-term loading. The settlement prediction in soft soil subgrades of Jiehui Expressway A1, Guangdong, China, is the focus of this study. For this purpose, the necessary data of settlement is collected throughout the project execution. The numerical analysis is conducted by using the Richards model based on Linear Least Squares Iteration (LLS-I) method to calculate and predict the expected settlement. The traditional settlement prediction methods, including the hyperbolic method, exponential curve method, and pearl curve method, are applied on field settlement data of soft soil subgrades of Jiehui Expressway A1. The results show that the Richards model based on Linear Least Squares Iteration (LLS-I) method has high precision, and it has proven to be a better option for settlement prediction of soft soil sub-grades. The model analysis indicates that the mean absolute percentage error (MAPE) can be minimized as compared to other soft soil sub-grades settlement prediction methods. Hence, Richards's model-based LLS-I method has a capability for simulation and settlement prediction of soft soil subgrades.
EN
The Coronavirus Disease 2019 (COVID-19) has caused massive infections and death toll. Radiological imaging in chest such as computed tomography (CT) has been instrumental in the diagnosis and evaluation of the lung infection which is the common indication in COVID-19 infected patients. The technological advances in artificial intelligence (AI) furthermore increase the performance of imaging tools and support health professionals. CT, Positron Emission Tomography – CT (PET/CT), X-ray, Magnetic Resonance Imaging (MRI), and Lung Ultrasound (LUS) are used for diagnosis, treatment of COVID-19. Applying AI on image acquisition will help automate the process of scanning and providing protection to lab technicians. AI empowered models help radiologists and health experts in making better clinical decisions. We review AI-empowered medical imaging characteristics, image acquisition, computer-aided models that help in the COVID-19 diagnosis, management, and follow-up. Much emphasis is on CT and X-ray with integrated AI, as they are first choice in many hospitals.
EN
Long short-term memory networks (LSTM) produces promising results in the prediction of traffic flows. However, LSTM needs large numbers of data to produce satisfactory results. Therefore, the effect of LSTM training set size on performance and optimum training set size for short-term traffic flow prediction problems were investigated in this study. To achieve this, the numbers of data in the training set was set between 480 and 2800, and the prediction performance of the LSTMs trained using these adjusted training sets was measured. In addition, LSTM prediction results were compared with nonlinear autoregressive neural networks (NAR) trained using the same training sets. Consequently, it was seen that the increase in LSTM's training cluster size increased performance to a certain point. However, after this point, the performance decreased. Three main results emerged in this study: First, the optimum training set size for LSTM significantly improves the prediction performance of the model. Second, LSTM makes short-term traffic forecasting better than NAR. Third, LSTM predictions fluctuate less than the NAR model following instant traffic flow changes.
EN
The basis of the conducted analysis were the data on electricity production balance, including the structure of eleltricity production. The data used for calculations include monthly electricity production figures from power plants (thermal and hydro electric power plants, wind farms), independent power producers and industrial power stations. In this paper, two predictive models are applied – a prediction method using Adaptive Neuro-Fuzzy Inference System (ANFIS), and a method using stochastic differential equations (SDE), which make it possible to make medium-term projections of electricity production and its structure, thus providing the basis for energy mix analysis. The results of estimations and verification of the developed models are presented, as well as examples of prediction results. The results were compared to the projection provided in the draft of Polityka Energetyczna Polski do 2040 roku PEP2040 (Poland’s Energy Policy until 2040). An attempt was also made to answer the question whether the models based only on historical time series may serve as a valid basis for the analysis of electricity production structure, and whether such models are capable of adequately describing the processes in power engineering under uncertainty and risk.
PL
Dane dotyczące bilansu w zakresie wytwarzania energii elektrycznej z uwzględnieniem jej struktury są podstawą wykonanych analiz. Dane wykorzystywane do obliczeń zawierają miesięczne produkcje energii elektrycznej z elektrowni zawodowych (termiczne, wodne i wiatrowe), niezależnych producentów energii elektrycznej oraz przemysłowych elektrociepłowni. W artykule wykorzystano dwa modele predykcji, metodę predykcji z wykorzystaniem rozmytego systemu wnioskowania ANFIS - Adaptive Neuro-Fuzzy Inference System i metodę wykorzystującą stochastyczne równania różniczkowe SDE – Stochastic Differential Equations, umożliwiające wykonanie średnioterminowej prognozy produkcji energii elektrycznej wraz z jej strukturą, dając podstawę do analizy mixu energetycznego. Zaprezentowano wyniki estymacji i weryfikacji budowanych modeli oraz przykładowe wyniki predykcji. Rezultaty porównano z prognozą prezentowaną w projekcie Polityki Energetycznej Polski do 2040 roku PEP2040. W tym kontekście podjęto dyskusję w celu odpowiedzi na pytanie, czy modele bazujące tylko na historycznych szeregach chronologicznych mogą być podstawą analiz struktury wytwarzania energii elektrycznej i czy są adekwatne do opisu procesów w elektroenergetyce w warunkach niepewności i ryzyka.
EN
In the article, mathematical modeling methods are used to study the main trends and macroeconomic determinants of the electric car market development in 2011–2018 on the example of the US. The determinants include economic (GDP), socio-economic (household income), energy (electricity use), and environmental (СО2 emissions) factors. The authors justify the role of electric transport in strengthening national energy security due to the transition to renewable energy technologies and the reduction of fossil fuel use. Based on the constructed linear regression equations, a weak relationship has been revealed between the number of electric vehicles sold and the environmental factor, which can be explained by the small share of electric cars in the US market. The formed multifactor linear model showed a positive impact of both the country’s GDP growth and electricity consumption increase on the number of electric vehicles sold. However, the rise in household incomes negatively influences market development due to insufficient consumer awareness of the electric transport operation benefits, an underdeveloped network of electric vehicle charging stations, etc. Based on the obtained multifactor model, the authors have built optimistic, optimal and pessimistic scenarios for the US electric vehicle market deployment for the next five years. In order to implement the most favorable scenarios, recommendations for market development factors’ management have been made. The results of the study can be used to improve public policy in the US transport and energy sectors, as well as in other countries to optimize the fuel and energy balance, strengthen the energy independence of states by developing clean transport and adapting the model to national specifics.
PL
W artykule zastosowano metody modelowania matematycznego do badania głównych trendów i makroekonomicznych uwarunkowań rozwoju rynku samochodów elektrycznych w latach 2011–2018 na przykładzie USA. Determinanty obejmują czynniki ekonomiczne (PKB), społeczno-ekonomiczne (dochody gospodarstw domowych), energetyczne (zużycie energii elektrycznej) i środowiskowe (emisja СО2). Autorzy potwierdzają znaczącą rolę transportu elektrycznego we wzmacnianiu bezpieczeństwa energetycznego kraju ze względu na przejście na technologie energii odnawialnej i ograniczenie zużycia paliw kopalnych. Na podstawie skonstruowanych równań regresji liniowej ujawniono słabą zależność między liczbą sprzedanych pojazdów elektrycznych a czynnikiem środowiskowym, co można wyjaśnić niewielkim udziałem samochodów elektrycznych w rynku amerykańskim. Utworzony wieloczynnikowy model liniowy wykazał pozytywny wpływ zarówno wzrostu PKB kraju, jak i wzrostu zużycia energii elektrycznej na liczbę sprzedawanych pojazdów elektrycznych. Wzrost dochodów gospodarstw domowych negatywnie wpływa na rozwój rynku ze względu na niedostateczną świadomość konsumentów dotyczącą korzyści płynących z eksploatacji transportu elektrycznego, słabo rozwiniętą sieć stacji ładowania pojazdów elektrycznych, itp. Na podstawie uzyskanego modelu wieloczynnikowego autorzy zbudowali scenariusze rozwoju rynku pojazdów elektrycznych w USA na najbliższe pięć lat: optymistyczny, optymalny i pesymistyczny. W celu realizacji najkorzystniejszych scenariuszy sformułowano rekomendacje dotyczące zarządzania czynnikami rozwoju rynku. Wyniki badania mogą zostać wykorzystane do poprawy polityki publicznej w sektorze transportu i energii w USA, a także w innych krajach do optymalizacji bilansu paliwowo-energetycznego, wzmocnienia niezależności energetycznej państw poprzez rozwój czystego transportu poprzez dostosowanie modelu do specyfiki tych krajów.
7
Content available Dokąd zmierza mostownictwo? Świat i Polska, cz. 2
PL
Tematem artykułu są kierunki rozwoju mostownictwa w ciągu najbliższych dwóch dekad. Jak w każdej innej dziedzinie, również w odniesieniu do mostownictwa przewidywanie oparte jest na obserwacji dotychczasowych tendencji rozwojowych i pewnego rodzaju ekstrapolowaniu tego, co było i jest, na to, co będzie. Świadomość tego, co może czekać budownictwo mostowe, jest ważna z wielu powodów, z których za najbardziej ogólne i mające zarazem największe znaczenie należy uznać nowoczesne realizacje celów gospodarczych i społecznych, przygotowanie kadr badawczych i inżynieryjnych do nowych wyzwań, możliwość uniknięcia poprzednio stosowanych rozwiązań konstrukcyjnych, materiałowych, technologicznych (wykonawczych) oraz eksploatacyjnych i utrzymaniowych, które okazały się niewystarczająco właściwe lub nawet błędne. Artykuł stanowi kontynuację tekstu opublikowanego w poprzednim numerze „NBI”. Wszystkie spostrzeżenia, uwagi i prognozy wynikają z subiektywnych obserwacji i przemyśleń autora.
EN
COVID-19 has stamped an indelible mark in the history of humanity as one of the recorded deadly virus that has wiped out millions of lives on planet earth many whose exact cause of death cannot be account for due to lack of knowledge. It has become a household name in every nook and cranny from developed to the underdeveloped nations of the world. Most of the prominent signs of COVID-19 like fever, cough, difficulty in breathing and accessional muscle pain can also resemble those of many other notable diseases thereby making it highly necessary to undergo a diagnostic test to be able to categorically identify COVID-19 patients. The use of medical diagnostic tests can also help determine patients who have recovered from COVID-19. Various studies abound with researchers trying to predict and even forecast the level of damage and disruption of economic activities this may have brought to almost every nation of the world. This research attempts to find out the nature of the spread of the virus using Autoregressive Integrated Moving Average (ARIMA) and Artificial Neural Networks (ANN). The essence is to ascertain the exact model to use in forecasting the future occurrence of the pandemic especially at this stage where the second wave of the pandemic is in view. The study found that both linear and nonlinear predictions models can fit the trend of the virus in Nigeria with ARIMA producing results of over 97% on a 120-day period while ANN produced results of about 98.01% in some states. We conclude that future waves of the virus in addition to other epidemics of this nature can be predicted with high degree of accuracy with ARIMA or ANN.
EN
The characterization of textural properties of minerals is closely related to the process of their respective liberation. Measurements of mineral liberation, related to grinded ore, can be performed using optical ore microscope, by conventional, classical methods – point counting, linear intercepts method or planimetric measurements method (2D). Modern automatic devices and sophisticated measurement techniques (QEMSCAN/MLA) imply recording free surfaces area of mineral grains on polished sections samples in order to determine mineral degree of liberation. Value of mineral liberation obtained over free surfaces area can be of interest to flotation concentration, although not for gravity separation or, for example, magnetic separation. The prediction accuracy for behavior of one feed ore during the concentration process depends on the method of measuring/recording mineral liberation. Considering raw materials with complex textural characteristics it is crucial which method will be applied for determination of mineral liberation respecting whether for concentration process is crucial physical or chemical method.
PL
Charakterystyka właściwości tekstury minerałów jest blisko związana z procesem ich uwolnienia. Pomiary uwolnienia minerałów powiązane są z mieleniem rudy i mogą być wykonane za pomocą mikroskopu optycznego przy zastosowaniu konwencjonalnych metod – liczenia punktów, metody linii przecięcia albo metody pomiarów planimetrycznych (2D). Nowoczesne urządzenia automatyczne, jak również wyrafinowane techniki pomiarowe (QEMSCAN/MLA) stosują pomiar pól powierzchni wolnych ziaren minerału na próbkach wypolerowanych przekrojów w celu określenia stopnia uwolnienia minerałów. Wartość tego uwolnienia otrzymana na podstawie pola powierzchni wolnej może być przedmiotem zainteresowania w kontekście prowadzenia procesu flotacji, aczkolwiek nie w przypadku wzbogacania grawitacyjnego, czy magnetycznego. Prawidłowość prognozy odnośnie zachowania rudy podczas procesu zależy od metody oceny uwolnienia minerałów. Biorąc pod uwagę surowce o skomplikowanej teksturze bardzo ważnym jest, którą metodę zastosuje się w celu określenia stopnia uwolnienia minerałów pamiętając także o tym, czy dany proces jest oparty o metody fizyczne, czy też chemiczne.
EN
This study presents an artificial intelligence technique based on ensemble of artificial neural networks for the purposes of analysis and prediction of labour productivity. The study focuses on the development of model that combines several artificial neural networks on the basis of real-life data collected on a construction site for steel reinforcement works. The data includes conditions, characteristics, features of steel reinforcement works and related efficiencies of workers assigned to particular tasks recorded on site. The proposed ensemble based model combines five supervised learning models - five different multilayer perceptron networks, which contribution in the prediction is weighted due to the application of generalised averaging approach. Testing results show that the proposed ensemble based model achieves the satisfactory evaluation criteria for coefficient of correlation (0.989), root-mean-squared error (2.548), mean absolute percentage error (4.65%) and maximum absolute percentage error (8.98%).
PL
Wydajność pracy ma kluczowy wpływ na czas realizacji i koszty przedsięwzięć budowlanych. W publikacji przedstawiono wyniki prac badawczych nad wykorzystaniem zespołów sztucznych sieci neuronowych w analizie i predykcji wydajności pracy na przykładzie robot zbrojarskich. Analiza została przeprowadzona w oparciu dane zbierane przez wykonawcę w trakcie realizacji robót. Celem pracy badawczej była ocena przydatności danych zebranych przez wykonawcę robot oraz proponowanego narzędzia matematycznego do analizy i predykcji wydajności pracy.
11
Content available Dokąd zmierza mostownictwo? Świat i Polska, cz. 1
PL
Przewidywanie przyszłości zawsze jest ryzykowne i rzadko kiedy dobrze odpowiada jej rzeczywistemu obrazowi obserwowanemu po latach. Ryzyko mylnego przewidywania jest tym większe, im dalszego sięga czasu. To właśnie dlatego w różnego rodzaju opracowaniach o charakterze futurystycznym ich autorzy asekurują się zwrotem „w dającej się przewidzieć przyszłości”, która wybiega w przód na ogół nie więcej niż dwie, wyjątkowo trzy dekady.
PL
W niniejszej publikacji przedstawiono opracowane prognozy wielkości produkcji stali według technologii wytwarzania (proces konwertorowy i elektryczny) dla krajowego hutnictwa do 2022 roku. Do prognozowania produkcji stali ogółem zostały wykorzystane podstawowe modele statystyczne. Szereg czasowy utworzyły dane dotyczące rocznej produkcji stali w Polsce w latach 2000-2017. Uzyskane prognozy produkcji stali ogółem stały się podstawą do wyznaczenia udziału stosowanych technologii w prognozach ogółem na podstawie uśrednionych wartości udziałów technologii konwertorowej i elektrycznej w produkcji stali ogółem za lata 2000-2017.
EN
This publication presents forecasts of the steel production according to the used technology (converter and electric process) for the domestic steel industry up to 2022. Basic statistical models were used to forecast steel production in total. The time series created data on annual steel production in Poland in 2000-2017. The obtained forecasts of steel production in total were used to obtain production in converter and electric process on the base of averaged values of these technologies in total steel production in 2000-2017.
PL
Tematem artykułu jest prognozowanie wielkości przewozu ładunków transportem kolejowym w Polsce metodą wag harmonicznych w oparciu o przeprowadzone badania empiryczne. Celem głównym niniejszego artykułu jest obliczenie prognoz na kolejne kwartały roku 2019, na bazie danych statystycznych z lat 2015÷2019 oraz zademonstrowanie praktycznego wykorzystania opracowanego szczegółowego algorytmu prognozowania metodą wag harmonicznych, po uprzednim wygładzeniu szeregu czasowego metodą trendu pełzającego. Biorąc pod uwagę tendencje rozwojowe europejskiego transportu drogowego, kolejowego i wodnego zamieszczone w Białej Księdze Transportu, a w szczególności uwzględniając perspektywy rozwojowe transportu kolejowego, który jest konkurencyjnym i zasobooszczędnym systemem transportu, obliczono prognozę wielkości przewozu ładunków w Polsce tym transportem.
EN
The subject of the article is the prediction of the volume of rail transport in Poland using the harmonic weight method based on empirical studies. The main goal of this article is to calculate predictions for subsequent quarters of 2019, based on statistical data from 2015÷2019, and to demonstrate the practical use of the developed detailed prediction algorithm using harmonic weights method, after smoothing the time series with the creeping trend method. Taking into account the development trends of European road, rail and water transport, included in the White Paper of Transport, and in particular considering the development prospects of rail transport, which is a competitive and resource efficient transport system, the prediction of the volume of freight in Poland was calculated.
EN
Presentation of the number of passenger cars, vehicles other than passenger cars with GVM up to 3.5 tons and above 3.5 tons (trucks, buses and special vehicles), registered in Poland as at the end of 2015, with types of energy carriers. Forecasts of transport performance of the vehicle fleet and the forecast of the fleet volume in Poland by year 2035. Expert forecasts of energy carriers consumption (petrol, diesel oil, LPG, CNG, electric power, hydrogen) up to year 2035.
15
EN
The prediction of traffic accidents in urban networks is one of the key future theme in the areas of traffic control and navigation. Early identification of the risk of a traffic accident can lead to an increase in the safety and smoothness of road transport. Neural networks belong to the expert methods for modeling of complex systems. The issue of their use in the transport sector is scientifically quite progressive. The article describes the design of prediction model based on available traffic data from town Uherské Hradiště. Traffic data was collected from many sources, e.g. junction detectors, meteorological stations or traffic accident portal. Appropriate parameters for the model were selected from the traffic data. The model was then tested on a 2-month data sample. The aim of the article is to confirm the suitability of using neural networks to predict traffic accidents.
EN
The article presents the possibility of applying artificial intelligence to forecast necessary repairs on ordinary railway switches. Railway switch data from Katowice and Katowice Szopienice Północne Stations were used to model neural structures. Using the prepared data set (changes in values of nominal dimensions in characteristic sections of 15 railway switches), we created three variants of railway switch classifications. Then, with the results, we determined the values of classifiers and the low mean absolute error, as well as compared charts of effectivity. It was calculated that the best solution by which to evaluate necessary repairs in railway switches was, in part, to repair the crossing nose. It was assessed that a structure with single output data was more effective for the accepted data.
17
Content available remote Organization of the information support to the military security of a state
EN
Global trends show that information factors in politics are strategic, playing an increasingly important role in shaping and implementing the military policy of states. In this regard, relevant is the issue of scientific recognition and understanding of the key role of information support to the military security of a state. The article gives the points of view on the main aspects of organizing a system of information support to the military security of a state and requirements to such a system.
PL
Globalne trendy pokazują, że czynniki informacyjne w polityce są strategiczne, odgrywają coraz większą rolę w kształtowaniu i wdrażaniu polityki militarnej państw. W związku z tym istotna jest kwestia naukowego poznania i zrozumienia kluczowej roli wsparcia informacyjnego dla bezpieczeństwa militarnego państwa. W artykule przedstawiono punkty widzenia na główne aspekty organizacji systemu wsparcia informacyjnego dla wojskowego bezpieczeństwa państwa i wymagań dla takiego systemu.
PL
Opracowany przez FAO model prognostyczny rozwoju sektora rybołówstwa do roku 2030 zakłada wzrost światowej konsumpcji żywności pochodzenia wodnego do 21,5 kg/os. Podstawowymi czynnikami zapewniającymi wzrost mają być dynamicznie rozwijająca się akwakultura, a także wdrożenie zrownoważonego rybołówstwa i wielu innych działań prośrodowiskowych.
EN
A forecasting model on the development of the fisheries sector till the year 2030 as developed by FAO, anticipates the growth of global consumption of seafood to a level of 21.5 kg per person. The key factors ensuring the growth will include dynamically developing aquaculture as well as the introduction of sustainable fishery and other pro-environment activities.
PL
Przeprowadzone w ostatnich latach w Głównym Instytucie Górnictwa badania dołowe zasięgu strefy spękań górotworu wokół chodników przyścianowych z wykorzystaniem nowoczesnych przyrządów pomiarowych, takich jak endoskop otworowy, czy sonda SBS (Slim Borehole Scanner) pozwoliły na opracowanie dwóch odrębnych metod obliczania zasięgu strefy spękań wokół chodników przed frontem ściany. Pierwsza metoda bazuje na prostych zależnościach empirycznych, druga natomiast na modelowaniu numerycznym z wykorzystaniem oprogramowania Phase2, opartego na metodzie elementów skończonych. Opracowane metody mogą znaleźć zastosowanie w procesie projektowania obudowy podporowej wraz z jej wzmocnieniami, szczególnie w postaci kotwi, a także podczas oceny zagrożenia metanowego w polu eksploatacji ścianowej w przypadkach występowania w bliskiej odległości innych pokładów węgla.
EN
In recent years, the Central Mining Institute (GIG) has performed underground measurements of fractured rock mass zone around gateroads. The measurements were conducted by means of modern measuring devices, such as the endoscope borehole or SBS probe (Slim Borehole Scanner) and allowed to develop two separate methods for calculating the fracture zone around the gateroad in front of the longwall face. The first method is based on simple empirical relationships, the second method - on numerical modeling using Phase2 software, based on the finite element method. These methods can be applied in the process of designing the roadway roof support with its reinforcements, especially in the form of bolts, as well as during the assessment of methane hazard in longwall panels in the case of close proximity of other coal seams.
PL
Celem niniejszej publikacji jest opracowanie prognoz wielkości produkcji stali ogółem i według technologii wytwarzania (proces konwertorowy i elektryczny) w krajowym hutnictwie. W artykule przedstawiono przebieg linii trendów wielkości produkcji stali według poszczególnych procesów wytwarzania w latach 2000-2017. Poszczególne trendy poddano interpretacji, a następnie dokonano predykcji zmian w ich przebiegu do 2022 roku. Jako instrumenty (metody) prognozowania zastosowano adaptacyjne modele wygładzania wykładniczego.
EN
The aim of the article is to forecast total steel production and according to the used technology (Bessemer and electrical process) in Poland. The article presents the course of trends in steel production according to manufacturing processes over the period of 2000-2017. A prediction of their changes until 2022 was developed based on the interpretation of the trends. Adaptive exponential smoothing models were used during forecasting.
first rewind previous Strona / 13 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.