|
|
Vyrovnání provozních dat v energetických procesech
Nováček, Adam ; Kuba, Pavel (oponent) ; Touš, Michal (vedoucí práce)
Tato práce řeší problematiku vyrovnávání naměřených dat. Cílem této práce bylo vyrovnání naměřených veličin z elektrického bubnového sušiče prádla, tak aby vyhovovaly exaktně sestavenému matematickému modelu sušení. K řešení byla použita, při nelineárním vyrovnávání dat, podmíněna nelineární optimalizace. Celý výpočet je zpracován v prostření programu MATLAB a výstupem jsou grafy výsledných vyrovnaných veličin měřených na sušiči. Jmenovitě se jedná o vstupní a výstupní teplotu a relativní vlhkost, diferenciální tlak ve spalinovodu pro odvod vlhkého vzduchu z laboratoře, hmotnost sušeného prádla, atmosférického tlaku a elektrického příkonu. Dosažené řešení lze charakterizovat vyrovnaným množstvím odpařené vody. Hmotnost vlhkého resp. suchého prádla je 27,7 kg resp. 17,7 kg. Vypočtené množství odpařené vody z naměřených dat je ale téměř 18,8 kg. Při využití vyrovnaných dat je tato hodnota již 9,7 kg. Výsledkem této práce byla snaha o přiblížení naměřených dat k více reálnějším hodnotám.
|
|
|
Vyrovnání dat a detekce chyb v měření
Nováček, Adam ; Šomplák, Radovan (oponent) ; Touš, Michal (vedoucí práce)
V průmyslových a energetických zařízeních je využíváno provozních data k řízení provozu a jeho optimalizaci. Data poskytnuté měřením, jsou ale zatíženy chybami plynoucími z nejistoty měření (nepřesnosti měřících přístrojů). Vyrovnáním dat (data reconciliation) obdržíme přesnější hodnoty, které nám poskytnou možnost lepší optimalizace a dosažení vyšších ekonomických zisků. Cílem této bakalářské práce bylo seznámení se s problematikou vyrovnávání dat měření a detekcí chyb v měření. Tato práce je rozdělena do dvou částí. První část je teoretická, popisuje chyby měření, metody řešení pro vyrovnání dat a statistické testy pro detekci hrubých chyb. Druhá část je praktická ukázka vyrovnávání dat na dvou modelových příkladech, u kterých jsou prezentovány výsledky vyrovnávání a celé řešení i s postupem se nacházejí v příloze.
|
|
| |
|
|
Analýza interakcí v odpadovém hospodářství
Szásziová, Lenka ; Hájek, Jiří (oponent) ; Hrabec,, Dušan (oponent) ; Stehlík, Petr (vedoucí práce)
Dizertační práce se zabývá aplikací simulačních, prognostických a optimalizačních metod v oblasti odpadového hospodářství. V úvodu práce je popsán současný stav a výhled v oblasti odpadového hospodářství v ČR. Následující kapitola se zabývá analýzou dostupné datové základny v oblasti odpadového hospodářství v ČR, se zaměřením na její specifika a problémy, jako je např. rozdílná dostupnost prostorově a hierarchicky uspořádaných, nestejnorodých vstupních dat. Jádrem práce je pak výpočtový nástroj, pojmenovaný Justine, který představuje bilanční systém, zajišťující soulad hodnot pro jednotková a agregovaná data, z pohledu jejich složení a distribuce ve sledovaném území a čase. Vývoj nástroje byl motivován nutností predikovat produkci a složení jednotlivých typů odpadu. Aplikace konceptu je ukázána na třech případových studiích, se zaměřením na prognózu produkce nebezpečného odpadu, prognózu produkce a složení směsného komunálního odpadu a složek separovaného sběru komunálního odpadu a odhadu potenciálu spalitelných odpadů pro energetické využití v ČR. Výstupy z výpočtového nástroje představují cenné vstupy pro související optimalizační modely zpracovatelských řetězců, které jsou využívány např. pro navrhování nových zařízení pro nakládání s odpady.
|
|
|
Aplikace pokročilých regresních modelů
Rosecký, Martin ; Popela, Pavel (oponent) ; Bednář, Josef (vedoucí práce)
Tato práce shrnuje nejnovější poznatky z oblasti modelování produkce komunálního odpadu (KO). Tyto používá k řešení vícerozměrného analogu úlohy inverzní predikce. Jedná se o problém, který nelze řešit analyticky, proto byl navržen heuristický postup využívající regresních modelů a modelů vyrovnávání dat. Jako vedlejší produkt vznikly modely produkce KO využívající PCA (Principal Component Analysis) a LM (Linear Model). Tyto modely byly srovnány s heuristickým modelem RF (Random Forest). Oba modely byly použity i pro modelování množství odpadů na osobu. V práci jsou také zahrnuty nezbytné teoretické partie týkající se zobecněných lineárních modelů, vyrovnávání dat a nelineární optimalizace.
|
|
|
Pokročilé prognostické modely v oblasti odpadového hospodářství
Smejkalová, Veronika ; Procházka,, Vít (oponent) ; Slavík,, Jan (oponent) ; Pavlas, Martin (vedoucí práce)
Vydaný balíček oběhového hospodářství definuje opatření pro přechod od lineárního modelu hospodářství k oběhovému. Konkrétní cíle jsou implementovány do legislativy členských států EU. Prognózy produkce odpadů představují stěžejní informaci pro modifikaci stávající infrastruktury odpadového hospodářství tak, aby byl možný plynulý přechod k oběhovému hospodářství. V této práci je představen univerzální přístup k prognózování produkce odpadů pomocí optimalizačních modelů zahrnující přípravu dat, vlastní výpočet a zpracování do vhodné podoby pro konečné uživatele. Prognóza klade důraz na přípravné fáze a očištění vstupních dat od anomálií. Přístup je založen na modelování trendu v historických datech s následnou korekcí pro obnovení vazeb územního členění a frakcí odpadů. Nejistota prognózy je popsána pásy spolehlivosti konstruovanými pomocí bootstrapového přístupu. Dopad konkrétních opatření na podobu odpadového hospodářství je možné modelovat pomocí projekce. Předkládaná metodika je zpracována obecně a je vhodným základem pro strategické plánování na lokální, národní i nadnárodní úrovni.
|
|
|
Aplikace pokročilých regresních modelů
Rosecký, Martin ; Popela, Pavel (oponent) ; Bednář, Josef (vedoucí práce)
Tato práce shrnuje nejnovější poznatky z oblasti modelování produkce komunálního odpadu (KO). Tyto používá k řešení vícerozměrného analogu úlohy inverzní predikce. Jedná se o problém, který nelze řešit analyticky, proto byl navržen heuristický postup využívající regresních modelů a modelů vyrovnávání dat. Jako vedlejší produkt vznikly modely produkce KO využívající PCA (Principal Component Analysis) a LM (Linear Model). Tyto modely byly srovnány s heuristickým modelem RF (Random Forest). Oba modely byly použity i pro modelování množství odpadů na osobu. V práci jsou také zahrnuty nezbytné teoretické partie týkající se zobecněných lineárních modelů, vyrovnávání dat a nelineární optimalizace.
|
|
|
Analýza interakcí v odpadovém hospodářství
Szásziová, Lenka ; Hájek, Jiří (oponent) ; Hrabec,, Dušan (oponent) ; Stehlík, Petr (vedoucí práce)
Dizertační práce se zabývá aplikací simulačních, prognostických a optimalizačních metod v oblasti odpadového hospodářství. V úvodu práce je popsán současný stav a výhled v oblasti odpadového hospodářství v ČR. Následující kapitola se zabývá analýzou dostupné datové základny v oblasti odpadového hospodářství v ČR, se zaměřením na její specifika a problémy, jako je např. rozdílná dostupnost prostorově a hierarchicky uspořádaných, nestejnorodých vstupních dat. Jádrem práce je pak výpočtový nástroj, pojmenovaný Justine, který představuje bilanční systém, zajišťující soulad hodnot pro jednotková a agregovaná data, z pohledu jejich složení a distribuce ve sledovaném území a čase. Vývoj nástroje byl motivován nutností predikovat produkci a složení jednotlivých typů odpadu. Aplikace konceptu je ukázána na třech případových studiích, se zaměřením na prognózu produkce nebezpečného odpadu, prognózu produkce a složení směsného komunálního odpadu a složek separovaného sběru komunálního odpadu a odhadu potenciálu spalitelných odpadů pro energetické využití v ČR. Výstupy z výpočtového nástroje představují cenné vstupy pro související optimalizační modely zpracovatelských řetězců, které jsou využívány např. pro navrhování nových zařízení pro nakládání s odpady.
|
|
|
Vyrovnání provozních dat v energetických procesech
Nováček, Adam ; Kuba, Pavel (oponent) ; Touš, Michal (vedoucí práce)
Tato práce řeší problematiku vyrovnávání naměřených dat. Cílem této práce bylo vyrovnání naměřených veličin z elektrického bubnového sušiče prádla, tak aby vyhovovaly exaktně sestavenému matematickému modelu sušení. K řešení byla použita, při nelineárním vyrovnávání dat, podmíněna nelineární optimalizace. Celý výpočet je zpracován v prostření programu MATLAB a výstupem jsou grafy výsledných vyrovnaných veličin měřených na sušiči. Jmenovitě se jedná o vstupní a výstupní teplotu a relativní vlhkost, diferenciální tlak ve spalinovodu pro odvod vlhkého vzduchu z laboratoře, hmotnost sušeného prádla, atmosférického tlaku a elektrického příkonu. Dosažené řešení lze charakterizovat vyrovnaným množstvím odpařené vody. Hmotnost vlhkého resp. suchého prádla je 27,7 kg resp. 17,7 kg. Vypočtené množství odpařené vody z naměřených dat je ale téměř 18,8 kg. Při využití vyrovnaných dat je tato hodnota již 9,7 kg. Výsledkem této práce byla snaha o přiblížení naměřených dat k více reálnějším hodnotám.
|
|
| |
host ::
RSS.