Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: modele predykcyjne

Sortuj według:

Ogranicz wyniki do:

Effect of particle shape and imperfect filler-matrix interface on effective thermal conductivity of epoxy-aluminum composite

100%

Pietrak K. , Kubiś M. , Langowski M. , Kropielnicki M. , Wultański P.

tom R. 17, nr 4

183--188

The predictions of major effective medium models and 2-dimensional numerical models implemented in Ansys Fluent were tested against the results of experimental measurements of macroscopic thermal conductivity for a polymer filled with aluminum powder. The examined composite may be regarded as a representative of materials used for heat management purposes, for example for the manufacture of electronic device housings. The study demonstrates the effect of particle shape and imperfect filler-matrix interface on the theoretical value of thermal conductivity of the considered material. It also creates the opportunity to discuss the versatility and accuracy of various methods devised to predict the effective thermal conductivity of heterogeneous materials. It was found that the effective medium approximation proposed by Duan et al., which considers the effect of the particle aspect ratio, outrivaled other predictive schemes in accuracy and cost-effectiveness. Effective medium approximations that assume spherically-shaped reinforcement as well as finite volume models implemented in Ansys Fluent, greatly underestimated the parameter in question.

Przewidywania popularnych, analitycznych modeli predykcyjnych efektywnej przewodności cieplnej kompozytów cząsteczkowych zostały porównane z danymi eksperymentalnymi uzyskanymi dla kompozytów polimerowych napełnionych proszkiem aluminiowym oraz z wynikami obliczeń numerycznych wykonanych metodą objętości skończonych w programie Ansys Fluent. Testowany materiał reprezentuje grupę materiałów stosowanych w technice cieplnej, np. do wytwarzania obudów urządzeń elektronicznych. Wyniki badania pokazują efekt kształtu wtrąceń oraz niedoskonałego kontaktu termicznego na granicy zbrojenie-osnowa na teoretyczną wartość efektywnej przewodności cieplnej rozważanego materiału. Są też podstawą do dyskusji na temat wad i zalet stosowania analitycznych metod przewidywania przewodności cieplnej materiałów kompozytowych (tzw. effective medium models). Najlepszą zgodność z eksperymentem otrzymano za pomocą jednego z modeli analitycznych (Duan i in.), który uwzględnia wydłużony kształt cząsteczek napełniacza. Przewidywania modeli analitycznych zakładających sferyczny kształt cząsteczek okazały się silnie zaniżone, podobnie jak przewidywania dwuwymiarowych modeli numerycznych zaimplementowanych w środowisku Ansys Fluent.

Superiority of Simplicity: A Lightweight Model for Network Device Workload Prediction

80%

Acker A. , Wittkopp T. , Nedelkoski S. , Bogatinovski J. , Kao O.

tom Vol. 21

7--10

The rapid growth and distribution of IT systems increases their complexity and aggravates operation and maintenance. To sustain control over large sets of hosts and the connecting networks, monitoring solutions are employed and constantly enhanced. They collect diverse key performance indicators (KPIs) (e.g. CPU utilization, allocated memory, etc.) and provide detailed information about the system state. Storing such metrics over a period of time naturally raises the motivation of predicting future KPI progress based on past observations. This allows different ahead of time optimizations like anomaly detection or predictive maintenance. Predicting the future progress of KPIs can be defined as a time series forecasting problem. Although, a variety of time series forecasting methods exist, forecasting the progress of IT system KPIs is very hard. First, KPI types like CPU utilization or allocated memory are very different and hard to be modelled by the same model. Second, system components are interconnected and constantly changing due to soft- or firmware updates and hardware modernization. Thus a frequent model retraining or fine-tuning must be expected. Therefore, we propose a lightweight solution for KPI series prediction based on historic observations. It consists of a weighted heterogeneous ensemble method composed of two models - a neural network and a mean predictor. As ensemble method a weighted summation is used, whereby a heuristic is employed to set the weights. The lightweight nature allows to train models individually on each KPI series and makes model retraining feasible when system changes occur. The modelling approach is evaluated on the available FedCSIS 2020 challenge dataset and achieves an overall R^2 score of 0.10 on the preliminary 10\% test data and 0.15 on the complete test data. We publish our code on the following github repository: https://github.com/citlab/fed\_challenge.

Bezpomiarowa ocena narażenia zawodowego na substancje chemiczne - nowe wyzwanie dla pracodawców

80%

Gromiec J. P. , Kupczewska-Dobecka M. , Jankowska A. , Czerczak S.

tom 64

nr 5

699-716

Employers are obliged to carry out and document the risk associated with the use of chemical substances. The best but the most expensive method is to measure workplace concentrations of chemicals. At present no "measureless" method for risk assessment is available in Poland, but predictive models for such assessments have been developed in some countries. The purpose of this work is to review and evaluate the applicability of selected predictive methods for assessing occupational inhalation exposure and related risk to check the compliance with Occupational Exposure Limits (OELs), as well as the compliance with REACH obligations. Based on the literature data HSE COSHH Essentials, EASE, ECETOC TRA, Stoffenmanager, and EMKG-Expo-Tool were evaluated. The data on validation of predictive models were also examined. It seems that predictive models may be used as a useful method for Tier 1 assessment of occupational exposure by inhalation. Since the levels of exposure are frequently overestimated, they should be considered as "rational worst cases" for selection of proper control measures. Bearing in mind that the number of available exposure scenarios and PROC categories is limited, further validation by field surveys is highly recommended. Predictive models may serve as a good tool for preliminary risk assessment and selection of the most appropriate risk control measures in Polish small and medium size enterprises (SMEs) providing that they are available in the Polish language. This also requires an extensive training of their future users. Med Pr 2013;64(5):699–716

W Polsce nie ma obecnie wiarygodnej, uproszczonej, bezpomiarowej metody oceny narażenia na związki chemiczne, natomiast w niektórych państwach podjęto próby opracowania i wprowadzenia takich metod. Celem pracy jest przegląd wybranych modeli bezpomiarowego prognozowania narażenia zawodowego i związanego z nim ryzyka oraz ocena ich przydatności do szacowania inhalacyjnego narażenia zawodowego, zarówno dla potrzeb oceny zgodności warunków pracy z normatywami higienicznymi, jak i spełnienia wymagań rozporządzenia w sprawie rejestracji i oceny chemikaliów (tzw. REACH). Na podstawie danych literaturowych przeprowadzono przegląd i ocenę modeli: HSE COSHH Essentials, EASE, ECETOC TRA, Stoffenmanager oraz EMKG-Expo-Tool. Zapoznano się z zasadami funkcjonowania modelu i zakresem informacji dotyczących procesu technologicznego oraz innymi danymi, które są wymagane jako dane wejściowe do modelu, oraz z dostępnymi wynikami badań porównawczych, prowadzonych w celu weryfikacji modeli. Na podstawie przeprowadzonej oceny wybranych modeli można stwierdzić, że mogą być one stosowane do wstępnej oceny narażenia inhalacyjnego w zakładach pracy. Omówione modele na ogół dają jako wynik przeszacowane narażenie, a obliczone z ich wykorzystaniem poziomy narażenia należy rozpatrywać jako tzw. racjonalny najgorszy przypadek, niezbędny do prawidłowego doboru środków prewencji. Dostępna w modelach liczba kategorii procesowych i wzorcowych scenariuszy narażenia zawodowego jest obecnie stosunkowo niewielka w porównaniu z sytuacjami, które występują w przemyśle. Niezbędna jest więc dalsza walidacja programów oceny narażenia i/lub ryzyka za pomocą badań terenowych. Modele te mogą być przydatne do wstępnej oceny narażenia inhalacyjnego i doboru środków prewencji, jednak warunkiem ich stosowania w małych i średnich przedsiębiorstwach w Polsce jest ich dostępność w polskiej wersji oraz intensywne szkolenia przyszłych użytkowników w zakresie ich stosowania. Med. Pr. 2013;64(5):699–716