Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The stability of rotating systems in turbomachinery has to account for the structure design, the actual geometry of bearings and all of the remaining forces, including operational data as well as temperature of the bearing lubricating oil. Thus, a study of the dynamic stability of rotating machines is complex and time consuming in terms of modelling and calculations. Even though it is recognized that other methods of analysis and acceptance criteria have been used to evaluate stability, API standardization procedures ensure appropriate notification and participation in the development process. According to these procedures, firstly we prepare a rotor technical documentation based on geometry measurements, frequently with optical scanning. Secondly, a theoretical analysis consisting of calculations with the finite element method based on the program that allows us to build a numerical model of rotor dynamics, is carried out. Then, the so-called “bump test” is performed to measure natural frequencies of a freely suspended rotor, which makes it possible to “tune” the theoretical model, making it compatible with the real object not only in terms of geometric dimensions and mass, but also from the point of view of the form and frequency of free vibrations. Thus, we obtain an experimentally verified numerical model which can be used for future machine diagnostics and other needs.
2
Content available remote Analiza i strojenie modelu filtracji wody
84%
PL
Model procesu filtracji zawiera współczynniki, których wartości liczbowe nie wynikają z przesłanek fizycznych. Współczynniki te mogą być zatem wykorzystane do strojenia modelu, to jest uzyskania zgodności danych generowanych przez model z pomiarami na obiekcie rzeczywistym. W pracy zaproponowano ilościową miarę zgodności pomiędzy danymi generowanymi przez model a pomiarami pochodzącymi z procesu fizycznego oraz metodę doboru wartości wybranych współczynników modelu z warunku maksymalizacji tej zgodności. Miara zgodności wyznaczona dla różnych wartości strojonych parametrów nazywana jest funkcją podobieństwa i jako funkcja określa wrażliwość modelu na zmiany wybranych współczynników. W pracy przeprowadzono symulacje numeryczne, których celem było wyznaczenie postaci funkcji podobieństwa w zależności od wyboru punktów pomiarowych w złożu, czasowych chwil pomiaru, liczby pomiarów oraz błędów pomiarowych. Minimalizacja funkcji podobieństwa względem współczynników modelu stanowi podstawę metody doboru wartości strojonych współczynników. Nastrojony model może być następnie wykorzystany do predykcji procesu filtracji w filtrze pospiesznym.
EN
In the paper, based on comparison of simulated functions C(t,L), o(t,L), h(t,L) representing dependence of concentration of particles in filtered water, concentration of particles deposited in filtration bed, pressure in the bed, as functions of time and depth in the filter layer, with values of analogous functions obtained from measurements, evaluation analyzing and tuning of water filtration model for rapid sand filter is presented. The model of rapid sand filter contains coefficients whose values do not depend on process physical laws. Coefficients selected for tuning should have significant influence on three main model functions, namely: volume density, filtration coefficient and head loss, as functions of bulk density and filtration velocity. Such an influence is numerically examined and illustrated in the first part of the paper. On the other hand, due to numerical effects governed by dimension of minimization problem, number of coefficients should be as small as possible. In the paper measure of similarity between simulated data and measurements is proposed as well as procedure of tuning of coefficients based on minimization of such a measure. Similarity measure as function of coefficients is called similarity function. Such a function characterize model sensitivity with respect to tuned coefficients but also minimization problem properties such as local and global minima, valleys important for proper interpretation of obtained results of minimization. For this reason similarity function was numerically determined and tested for different Structures of measurements data defined by location of measurement points in space and time, number of measurements, as well as measurement error. In this tests due to necessity of flexibility so called simulated measurements was used which can be easily reconfigured and for which true values of coefficients are known. Finally the proposed tuning method was numerically tested for real measurement data of rapid sand filters of water treatment plant GoCzall (Upper Silesia, South Poland). In this case measurements are given as each hour measure of pressure at the bottom and the top of the bed, head loss, velocity of filtration and concentration of particles at the filter outlet. It was shown that based on developed method results of simulations for optimal values of tuned parameters are very closed to measurements.
3
Content available Tuning Of Belief Network-Based Diagnostic Model
84%
EN
This paper presents a multi-stage diagnostic Belief Network Based Model (BNBM). Proposed model allows for application of acquired knowledge from data training, domain experts and domain literature. This feature is its special advantage. A general model structure, selected issues with its identification and application were shown as well. Described BNBM model consists of three stages: preliminary data processing, equalization and balance of additional variables and belief network. Tuning of BNBM model with using memetic algorithm as global optimization method with local optimization was proposed.
PL
W artykule opisano wielostopniowy model diagnostyczny bazujący na sieci przekonań. Przedstawiono ogólną strukturę modelu oraz omówiono problemy związane z jego identyfikacją oraz strojeniem. Szczególną zaletą proponowanego modelu jest to, że pozwala on na stosowanie wiedzy pozyskanej zarówno z danych uczących jak i artykułowanej bezpośrednio przez specjalistów i literaturę rozpatrywanej dziedziny. Opisany model diagnostyczny składa się ze stopnia wstępnego przetwarzania, stopnia uzgadniania oraz stopnia w postaci sieci przekonań. Dla przyjętej ogólnej postaci modelu omówiono procedurę strojenia z użyciem algorytmu genetycznego. Z uwagi na wady i zalety tego algorytmu dokonano modyfikacji procedury strojenia poprzez zastosowanie algorytmu memetycznego. Określono kierunki dalszych prac badawczych.
4
Content available remote Finite element model updating using Lagrange interpolation
84%
EN
In this paper, an iterative finite element model updating method in structural dynamics is proposed. This uses information matrices and element connectivity matrices to reconstruct the corrected model by reproducing the frequency response at measured degrees of freedom. Indicators have been proposed to quantify the mismodelling errors based on a development in Lagrange matrix interpolation. When applied on simulated truss structures, the model gives satisfactory results by detecting and quantifying the defaults of the initial model.
EN
In this paper we describe Bayesian inference-based approach to the solution of parametric identification problem in the context of updating of a finite element model of a structure. The proposed inverse solution is based on Monte Carlo filter and on the comparison of structure displacements extracted using digital image correlation method during a quasi-static loading and the corresponding displacements predicted by finite element method program. Our approach is applied to the problem of material model parameter identification of an aluminum laboratory-scale frame. The results are also verified by comparing the Monte Carlo filter-based solution with the analytical solution obtained using Kalman filter.
PL
Artykuł przedstawia zastosowanie podejścia opartego na wnioskowaniu bayesowskim do problemu identyfikacji parametrycznej w kontekście strojenia modelu MES konstrukcji. Proponowane rozwiązanie odwrotne opiera się na filtrze Monte Carlo oraz porównaniu przemieszczeń konstrukcji otrzymanych metodą korelacji obrazów cyfrowych podczas quasi statycznej próby obciążeniowej i odpowiadających im przemieszczeń przewidywanych przez program oparty na metodzie elementów skończonych. Nasze podejście zostało zastosowane do identyfikacji parametru modelu materiału aluminiowej ramki laboratoryjnej. Otrzymane wyniki porównano z wynikami otrzymanymi za pomocą filtru Kalmana.
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.