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
100
Lista 2023
Status:
Autorzy: Futa Anna, Jastrzębska Magdalena, Paśnikowska-Łukaszuk Magdalena, Wośko Elżbieta, Suchorab Zbigniew
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2023
Wersja dokumentu: Elektroniczna
Język: angielski
Numer czasopisma: 5
Wolumen/Tom: 17
Strony: 326 - 336
Impact Factor: 1,0
Web of Science® Times Cited: 3
Scopus® Cytowania: 4
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Finansowanie: FD-20/IT-3/044
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: 20 października 2023
Abstrakty: angielski
The paper presents the models for moisture evaluation using a set of the reflectometric sensors in some types of building materials. The readouts reveal the relationship between the building material moisture, being assessed gravimetrically and the apparent permittivity values obtained by the TDR (Time Domain Reflectometry) method and surface sensors. Based on the readouts, equations describing this relationship were derived. These types of equations function as calibration equations and are used to calibrate the sensors. Most of the equations used to describe the examined relationships are linear regression. These equations very often refer to specific materials and cannot be applied to others that differ in density or chemical composition, which is the cause of many incorrect measurements. In this article, we propose the use of the analysis of covariance method (ANCOVA) for the analysis of reflectometric data. Using this method, it will be possible to determine the moisture content of materials, regardless of their type and construction of the sensor, which can significantly improve moisture measurements using the reflectometric method. For comparative aims data achieved in conducted research were analyzed using both traditional linear regression models and using the analysis of covariance method (ANCOVA). Both types of fitting models are discussed and their quality was compared in terms of accuracy expressed by the Residual Standard Error (RSE), the Root Mean Square Error (RMSE) and the determination coefficient (R2) values. The paper showed that the use of the ANCOVA method allows for improvement the fit of the model in terms of the determination coefficient by 0.0174. Moreover, the average RSE and RMSE value in the ANCOVA models are smaller about 1.24 vol.% and 1.25 vol.% than the ones in the regression model, respectively, which means that the models obtained using ANCOVA more accurately describe the examined relationship.