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

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

MNiSW
140
Lista 2021
Status:
Autorzy: Kosicka Ewelina, Krzyżak Aneta, Dorobek Mateusz, Borowiec Marek
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2022
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 3
Wolumen/Tom: 15
Numer artykułu: 882
Strony: 1 - 13
Web of Science® Times Cited: 4
Scopus® Cytowania: 5
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Finansowanie: This research was financed in the framework of the project from the Lublin University of Technology—Regional Excellence Initiative, funded by the Polish Ministry of Science and Higher Education (contract no. 030/RID/2018/19).
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 24 stycznia 2022
Abstrakty: angielski
Forecasting is one of the cognitive methods based on empirical knowledge supported by appropriate modeling methods that give information about the way the relations between factors and how the phenomenon under study will develop in the future. In this article, a selection is made of a suitable architecture for a predictive model for a set of data obtained during testing of the properties of polymer composites with a matrix in the form of epoxy resin with trade name L285 (Havel Composites) with H285 MGS hardener (Havel Composites), and with the addition of the physical modifier noble alumina with mass percentages of 5%, 10%, 15%, 20% and 25% for the following grain sizes: F220, F240, F280, F320, F360, respectively. In order to select the optimal architecture for the predictive model, the results of the study were tested on five types of predictive model architectures results were tested on five types of prediction model architectures, with five-fold validation, including the mean square error (MSE) metric and R2 determined for Young’s modulus (Et), maximum stress (σm), maximum strain (εm) and Shore D hardness (⁰Sh). Based on the values from the forecasts and the values from the empirical studies, it was found that in 63 cases the forecast should be considered very accurate (this represents 63% of the forecasts that were compared with the experimental results), while 15 forecasts can be described as accurate (15% of the forecasts that were compared with the experimental results). In 20 cases, the MPE value indicated the classification of the forecast as acceptable. As can be seen, only for two forecasts the MPE error takes values classifying them to unacceptable forecasts (2% of forecasts generated for verifiable cases based on experimental results).