Filtry
wszystkich: 25
Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (23)
Wyniki wyszukiwania dla: MODELOWANIE NIEPEWNOŚCI
-
Zespół Katedry Automatyki
Potencjał BadawczyMikroprocesorowe urządzenia pomiarowo-rejestrujące i systemy monitorowania wykorzystujące technologie sieciowe, systemy sterowania urządzeniami i procesami technologicznymi. Systemy sterowania w obiektach energetyki odnawialnej, skupionych i rozproszonych. Modelowanie i symulacja obiektów dynamicznych, procesów oraz systemów sterowania i kontroli; projektowanie interfejsów operatorskich. Systemy elektroenergetyczne i automatyki...
-
Katedra Elektrotechniki, Systemów Sterowania i Informatyki
Potencjał BadawczyW Katedrze Elektrotechniki, Systemów Sterowania i Informatyki prowadzone są badania w tematyce podstaw elektrotechniki, zaawansowanych systemów sterowania, prototypowania dedykowanych rozwiązań sprzętowych w FPGA. Prowadzone badania skupiają się również na wykorzystaniu zaawansowanych technik analizy komputerowej w systemach sterowania oraz elektrotechniki.
-
Zespół Technologii Sieciowych i Inżynierii Bezpieczeństwa
Potencjał Badawczy1. Analizy bezpieczeństwa funkcjonalnego infrastruktury krytycznej; 2. Modelowanie, synteza oraz projektowanie systemów monitorowania, sterowania i automatyki zabezpieczeniowej z wykorzystaniem techniki mikroprocesorowej, sterowników programowalnych PLC i systemów informatycznych; 3. Diagnostyka i zarządzanie procesami eksploatacji systemów technicznych.
Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (2)
Wyniki wyszukiwania dla: MODELOWANIE NIEPEWNOŚCI
-
Laboratorium Badawcze 2-3
Oferta BiznesowaObliczenia komputerowe wymagające dużych mocy obliczeniowych z wykorzystaniem oprogramowania typu: Matlab, Tomlab, Gams, Apros.
-
Laboratorium Źródeł Energii w Katedrze Konwersji i Magazynowania Energii
Oferta Biznesowa
Pozostałe wyniki Pokaż wszystkie wyniki (11)
Wyniki wyszukiwania dla: MODELOWANIE NIEPEWNOŚCI
-
Modelowanie niepewności pomiarowych obiegu turboparowego
PublikacjaArtykuł opisuje próbę stworzenia modelu neuronowego wymiennika regeneracyjnego siłowni kondensacyjnej pracującego w zmiennych warunkach ruchu. Wzorzec poprawnej pracy elementów siłowni turboparowej jest pożądany w dziedzinie diagnostyki, ponieważ poprawnie pracujący model neuronowy jest w stanie zastąpić czasochłonne obliczenia bilansowe.
-
Modelowanie niepewności pomiarowych obiegu turbo parowego.
PublikacjaArtykuł opisuje próbę stworzenia modelu neuronowego wymiennika regeneracyjnego siłowni kondensacyjnej pracującego w zmiennych warunkach ruchu. Wzorzec poprawnej pracy elementów siłowni turboparowej jest pożądany w dziedzinie diagnostyki, ponieważ poprawnie pracujący model neuronowy jest w stanie zastąpić czasochłonne obliczenia bilansowe.
-
A performance-oriented risk-based method for assessment of safety of ships. Modelling uncertainties in hazard and risk analysis
PublikacjaW artykule podano informacje na temat alternatywnej metody oceny bezpieczeństwa statków, opartej na ocenie zachowania się statku i ocenie ryzyka. Zaproponowano użycie metody do projektowania statków w oparciu o ocenę ryzyka. W takim podejściu do projektowania bezpieczeństwo powinno być celem projektowym. Ocena bezpieczeństwa w proponowanej metodzie powinna być dokonywana na podstawie oceny ryzyka. Do oceny ryzyka zastosowano elementy...
-
Showing compliance of probabilistic assessments with safety goals
PublikacjaW niektórych standardach formułuje się wymagania, że wyniki modelowania probabilistycznego i oszacowań ryzyka powinny zawierać ocenę niepewności. Modelowanie złożonych systemów bazuje w praktyce na kategoriach zdarzeń, które są mniej lub więcej rozmyte. Artykuł dotyczy kwestii wykazywania zgodności wyników modelowania probabilistycznego z ilościowymi kryteriami bezpieczeństwa. Proponuje się metodę definiowania takich kryteriów...
-
Robust estimation of variables and parameters in dynamic water distribution systems
PublikacjaPrzedstawiono estymację metodą ''set membership'' zmiennych i parametrów systemu dystrybucji wody pitnej. Zmienne odnoszą się do ilości i jakości wody, natomiast parametry odnoszą się do modelu matematycznego hydrauliki. Problemten jest wysoce nieliniowy. Algorytm estymacji jest oparty na wcześniejszychpracach i wykorzystuje również algorytm dynamicznej linearyzacji odcinkami.