Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej
MNiSW
70
Lista 2021
Status:
Autorzy: Kutyłowska Małgorzata, Kowalski Dariusz
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2021
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 9
Wolumen/Tom: 11
Numer artykułu: 156
Strony: 1 - 8
Impact Factor: 5,411
Web of Science® Times Cited: 2
Scopus® Cytowania: 2
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Otwarte czasopismo
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 3 września 2021
Abstrakty: angielski
The paper presents possibilities of application of selected regression methods (classification trees, support vector machines, K-nearest neighbours, artificial networks) for classification of sewers’ damages. Operational data from the time span 2006–2011 obtained from water utility were used for deterioration analysis. On the basis of the following independent variables, the modelling was carried out: diameter, depth, year of construction, material and season of damage’s occurring. The following kinds of damages were classified: corrosion, crack, longitudinal crack, displacement, unsealing, failure, collapse. The main aim of the paper was to check if prediction methodology could be useful for classification of different kinds of sewers’ damages. The obtained results pointed out that proposed classification methods are not appropriable in quality analysis of registered damages of sewers. Moreover, it is recommended for water and sewerage companies to register types of failures using unified notation which make easier preliminary classification before applying modelling approach. The calculations were performed in Statistica 13.1 software.