Ten serwis zostanie wyłączony 2025-02-11.
Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
In this project, a fault detection and diagnosis (FDD) system was developed using Long Short-Term Memory Recurrent Neural Network (LSTM RNN), to detect and classify six common faults in a centralised chilled water air conditioning system. Datasets from a lab-scale centralised chilled water air conditioning system were used in the developed model. Results showed that the classifier model demonstrated a classification accuracy of over 99.3% for all six classes.
PL
W ramach tego projektu opracowano system wykrywania i diagnozowania usterek (FDD) z wykorzystaniem powtarzającej się sieci neuronowej długookresowej pamięci (LSTM RNN) w celu wykrycia i sklasyfikowania sześciu powszechnych usterek w scentralizowanym systemie klimatyzacji wody lodowej. W opracowanym modelu wykorzystano zestawy danych ze scentralizowanego systemu klimatyzacji wody lodowej w skali laboratoryjnej. Wyniki pokazały, że model klasyfikatora wykazał dokładność klasyfikacji na poziomie ponad 99,3% dla wszystkich sześciu klas.
EN
The air conditioning system is complex and consumes the most energy in the building. Due to its complexity, it is difficult to identify faults in the system immediately. In this project, fault detection and diagnosis system using decision tree classifier model was developed to detect and diagnose faults in a chilled water air conditioning system. The developed model successfully classified normal condition and five common faults for more than 99% accuracy and precision. A graphical user interface of the system was also developed to ease the users.
PL
System klimatyzacji jest złożony i zużywa najwięcej energii w budynku. Ze względu na swoją złożoność trudno jest od razu zidentyfikować usterki w systemie. W ramach tego projektu opracowano system wykrywania i diagnostyki usterek wykorzystujący model klasyfikatora drzewa decyzyjnego do wykrywania i diagnozowania usterek w systemie klimatyzacji wody lodowej. Opracowany model pomyślnie sklasyfikował stan normalny i pięć typowych usterek, zapewniając ponad 99% dokładności i precyzji. W celu ułatwienia użytkownikom opracowano również graficzny interfejs użytkownika systemu.
3
Content available remote Analysis of the electrodeposited ZnO as photo anode for solar cells
84%
EN
There are many methods to deposit a photoanode layer of DSSC, such as doctor blade, sputtering and spin coating. However, there are limitations for each of the methods. Electrochemical deposition is a three-electrode, cost-effective method for depositing metal, metallic oxide, and composites. The three-electrode method can also control the coating thickness and chemical composition by varying the deposition potential/current. Zinc Oxide (ZnO) is an n-type semiconductor with a wide bandgap energy value lying in the range of 3.37 eV. In this work, ZnO layers were deposited using an electrodeposition method by varying the time and molarity of the solution. The potential difference used in this experiment was - 0.61 V based on the cyclic voltammetry and chronoamperometry using a potentiostat and NOVA software. The qualities of the deposited ZnO have been studied using Scanning Electron Microscopy (SEM) and Ultraviolet-Visible Spectroscopy (UV-Vis) to determine their characterizations.
PL
Istnieje wiele metod osadzania warstwy fotoanody DSSC, takich jak rakla, napylanie katodowe i powlekanie wirowe. Istnieją jednak ograniczenia dla każdej z metod. Osadzanie elektrochemiczne to opłacalna metoda osadzania metali, tlenków metali i kompozytów za pomocą trzech elektrod. Metoda trójelektrodowa może również kontrolować grubość powłoki i skład chemiczny poprzez zmianę potencjału/prądu osadzania. Tlenek cynku (ZnO) to półprzewodnik typu n o wartości energetycznej szerokiego pasma wzbronionego mieszczącej się w przedziale 3,37 eV. W tej pracy warstwy ZnO osadzano metodą osadzania elektrolitycznego, zmieniając czas i molarność roztworu. Różnica potencjałów zastosowana w tym eksperymencie wynosiła -0,61 V w oparciu o cykliczną woltamperometrię i chronoamperometrię z użyciem potencjostatu i oprogramowania NOVA. Właściwości osadzonego ZnO badano za pomocą skaningowej mikroskopii elektronowej (SEM) i spektroskopii w zakresie widzialnym i ultrafioletowym (UV-Vis) w celu określenia ich charakterystyki.
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.