Простийпошук |
Розширенийпошук |
Покажчики
|
Професійний пошук |
Рубрикатор НБУВ |
Розподілений пошук |
Бази даних
Наукова періодика України - результати пошуку
Книжкові видання та компакт-дискиЖурнали та продовжувані виданняАвтореферати дисертаційРеферативна база данихНаукова періодика УкраїниТематичний навігаторАвторитетний файл імен осіб
 |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
| Знайдено в інших БД: | Книжкові видання та компакт-диски (1) | Автореферати дисертацій (1) | Реферативна база даних (8) |
Список видань за алфавітом назв: Авторський покажчик Покажчик назв публікацій  |
Пошуковий запит: (<.>A=Куєвда Ю$<.>) | |||
|
Загальна кількість знайдених документів : 11 Представлено документи з 1 до 11 |
|||
| 1. | 
Балюта С. М. Електромагнітний сепаратор барабанного типу для очищення цукру-піску від феромагнітних домішок [Електронний ресурс] / С. М. Балюта, В. П. Куєвда, М. І. Юхно, В. О. Данилюк, Ю. В. Куєвда, І. Ю. Литвин, О. А. Мащенко // Наукові праці Національного університету харчових технологій. - 2014. - Т. 20, № 6. - С. 142-147. - Режим доступу: http://nbuv.gov.ua/UJRN/Npnukht_2014_20_6_20 | ||
| 2. |
Юхно М. І. Електромагнітний сепаратор барабанного типу [Електронний ресурс] / М. І. Юхно, В. Б. Захаревич, В. П. Куєвда, Ю. В. Куєвда // Наукові праці Національного університету харчових технологій. - 2015. - Т. 21, № 2. - С. 132-138. - Режим доступу: http://nbuv.gov.ua/UJRN/Npnukht_2015_21_2_19 У результаті огляду конструкцій шківних електромагнітних сепараторів виділено конструкцію електромагнітного сепаратора, який є електромагнітною системою, що має нерухому обмотку постійного струму, барабан у зборі з концентраторами магнітного поля й електромагнітний екран. Особливістю розробленої конструкції є розташування електромагнітної системи по обидва боки барабана у вигляді секторних виступів, кожен із яких має два сердечники, закріплені на боковинах, а також 4 котушки намагнічування, змонтовані по одній на сердечниках. Розроблено математичні моделі для визначення продуктивності та раціональних параметрів магнітної сепарації шківних електромагнітних сепараторів. | ||
| 3. | 
Бовсуновський А. П. Втомне пошкодження валопроводу парової турбіни при несинхронному підключенні до мережі турбогенератора [Електронний ресурс] / А. П. Бовсуновський, В. П. Куєвда, Ю. В. Куєвда, Є. В. Штефан // Вібрації в техніці та технологіях. - 2013. - № 4. - С. 48-55. - Режим доступу: http://nbuv.gov.ua/UJRN/vvtt_2013_4_9 | ||
| 4. | 
Куєвда Ю. В. Зменшення крутильних коливань валопроводів потужних турбогенераторів за допомогою асинхронного демпфірувального пристрою [Електронний ресурс] / Ю. В. Куєвда, В. П. Куєвда, С. М. Балюта // Праці Інституту електродинаміки Національної академії наук України. - 2017. - Вип. 46. - С. 50-55. - Режим доступу: http://nbuv.gov.ua/UJRN/PIED_2017_46_10 Розглянуто роботу асинхронного демпфірувального пристрою (АДП) для покращання якості перехідних електромеханічних процесів у потужних турбогенераторах. Розраховано параметри АДП, створено його модель у Matlab Simulink та змодельовано перехідні процеси при несинхронному ввімкненні турбогенератора на холостому ході в систему нескінченної потужності, а також при трифазному короткому замиканні поза трансформатором та подальшому автоматичному повторному ввімкненні (АПВ) турбогенератора при його номінальному навантаженні. Показано, що АДП, демпфіруючи хитання ротора турбогенератора, суттєво покращує динамічні властивості розрахованих перехідних процесів, значно знижуючи час хитань ротора та кількість критичних значень механічних крутних моментів у особливо напруженому перетині валопроводу між ротором генератора та циліндром низького тиску турбіни. | ||
| 5. |
Куєвда Ю. В. Методика ідентифікації параметрів пружної моделі валопроводу турбоагрегату для моделювання крутильних коливань [Електронний ресурс] / Ю. В. Куєвда, С. М. Балюта // Праці Інституту електродинаміки Національної академії наук України. - 2017. - Вип. 47. - С. 37-44. - Режим доступу: http://nbuv.gov.ua/UJRN/PIED_2017_47_8 Порівняно математичні моделі різної розмірності з кінцевим числом ступенів свободи валопроводу потужного турбоагрегату, які використовуються для розрахунку крутильних коливань валопроводу турбогенератора. Проведено розрахункові дослідження перехідних процесів при ввімкненні турбогенератора на паралельну роботу з електричною системою з холостого ходу при використанні різних математичних моделей валопроводу та порівняння крутильних моментів. Розроблено методику ідентифікації параметрів багатомасової моделі валопроводу турбоагрегату за допомогою ітеративного методу спряжених градієнтів та евристичного методу генетичного алгоритму. Проведені розрахункові дослідження показали ефективність розробленої методики. | ||
| 6. |
Зінькевич П. О. Порівняльний аналіз методів короткострокового прогнозування електричного навантаження на один крок вперед [Електронний ресурс] / П. О. Зінькевич, С. М. Балюта, Ю. В. Куєвда // Наукові праці Національного університету харчових технологій. - 2021. - Т. 27, № 3. - С. 62-76. - Режим доступу: http://nbuv.gov.ua/UJRN/Npnukht_2021_27_3_9 Короткострокове прогнозування електричного навантаження (ПЕН) промислових підприємств і цивільних об'єктів є важливим і складним науковим завданням, оскільки надає змогу реалізувати функції керування електроспоживанням і забезпечити енергоефективні режими функціонування систем електрозабезпечення цих і цивільних об'єктів. Досліджено математичні моделі на основі статистичних методів і методів штучного інтелекту для ПЕН промислових підприємств на один крок вперед. Опрацювання літератури показало, що найбільш ефективні та поширені методи короткострокового ПЕН на один крок вперед такі: авторегресивна інтегрована модель ковзного середнього (ARIMA), "наївний" прогноз та адаптивна система нейро-нечіткого висновку (ANFIS). Із метою вибору методу ПЕН, який забезпечить вирішення задач керування електроспоживанням та електропостачанням, проведено розрахункові дослідження вказаних методів ПЕН. При прогнозуванні з використанням ANFIS враховувалися такі зовнішні факторі: фактор дня (якщо будній день, то 1, якщо вихідний, то 0), час доби, день тижня. Об'єктом дослідження є методи ПЕН, які проводилися на основі виміряних даних електричного навантаження промислового підприємства з виготовленням пластмасових виробів. Вимірювання проводилися щоденно з 11 січня 2015 р. по 11 червня 2015 р. (з урахуванням святкових і вихідних днів) кожні пів години (відповідно, 48 вимірювань на добу). Для оцінки якості моделей прогнозування використовувалася стандартна величина: середньоквадратична похибка (RMSE). Розрахункові дослідження виконані у програмному середовищі MATLAB 2020b, із набором інструментів: Fuzzy Logic Toolbox та Econometrics Toolbox. Із використанням методів ARIMA, "наївного" прогнозу та адаптивної системи ANFIS розроблено моделі ПЕН на один крок вперед. Результати розрахункових досліджень показали, що прогнозування з використанням моделі ARIMA (2,1,2) забезпечує найменшу похибку RMSE на рівні 0,0317 і 0,0354 відповідно для навчальної та тестової вибірки. В подальших дослідженнях планується розробка моделей багатокрокового ПЕН.Багатокрокове прогнозування електричного навантаження (ПЕН) надає змогу передбачити багатоетапне споживання електроенергії в майбутньому. Багатокрокове ПЕН використовується для керування електроспоживанням і забезпечення енергоефективних режимів функціонування систем електрозабезпечення промислових і цивільних об'єктів. Досліджено математичні моделі на основі статистичних методів і методів штучного інтелекту для прогнозування електричного навантаження (ПЕН) промислових підприємств на багато кроків уперед. Опрацювання літератури показало, що для багатокрокового короткострокового ПЕН розроблено відносно невелику кількість статистичних методів і методів штучного інтелекту. Найбільш перспективними методами ПЕН, які забезпечують точність прогнозування можна вважати такі: авторегресивна інтегрована модель ковзного середнього (ARIMA) та адаптивна система нейронечіткого висновку (ANFIS). Для порівняння методів ARIMA та ANFIS було вибрано статистичний метод: "наївний" прогноз. Із метою вибору методу ПЕН, який найбільшою мірою забезпечить вирішення завдань керування електроспоживанням та електропостачанням, проведено розрахункові дослідження з використанням вказаних методів ПЕН. Особливістю прогнозування з використанням ANFIS є врахування такого екзогенного фактора, як час доби. Об'єктом дослідження є методи ПЕН, які проводилися на основі виміряних даних електричного навантаження промислового підприємства з виготовлення пластмасових виробів. Вимірювання проводилися щоденно з 01 квітня 2015 р. по 01 травня 2015 р. (з урахуванням святкових і вихідних днів) що пів години (відповідно 48 вимірювань на добу). Для оцінки якості моделей прогнозування використано стандартні величини: середньоквадратична похибка (RMSE) та середня абсолютна похибка (MAPE). Розрахункові дослідження виконано у програмному середовищі MATLAB 2020b із набором інструментів: Fuzzy Logic Toolbox та Econometrics Toolbox. Із використанням методів ARIMA, "наївного" прогнозу та адаптивної системи ANFIS розроблено моделі ПЕН для багатокрокового ПЕН. Результати розрахункових досліджень показано, що прогнозування з використанням моделі ARIMA (4,1,2) для тестової вибірки забезпечує найменшу похибку RMSE - 0,052, похибка MAPE - 0,035. У подальших дослідженнях планується розробка моделей прогнозування вироблення електроенергії фотоелектростанціями (ФЕС) з інтелектуальними системами керування. | ||
| 7. |
Балюта С. М. Компенсація реактивної потужності в системах електрозабезпечення промислових і цивільних об’єктів [Електронний ресурс] / С. М. Балюта, В. Д. Йовбак, Л. О. Копилова, Ю. В. Куєвда // Наукові праці Національного університету харчових технологій. - 2021. - Т. 27, № 4. - С. 117-128. - Режим доступу: http://nbuv.gov.ua/UJRN/Npnukht_2021_27_4_13 Компенсація реактивної потужності (КРП) в системах електрозабезпечення (СЕЗ) промислових (ПО) і цивільних (ЦО) об'єктів є актуальним завданням, оскільки надає змогу зменшити споживання та втрати електричної енергії, видатки на електротехнічне обладнання системи електрозабезпечення, забезпечити нормовані значення рівнів напруги у споживачів. Наведено результати дослідження енергоефективності режимів СЕЗ ПО і ЦО за різних ступенів глибини КРП на рівні електроприймачів. Для отримання максимального економічного ефекту за КРП вирішується однокритеріальна задача оптимізації - мінімізації фінансових витрат на оплату втрат електричної енергії і на установку пристроїв КРП. Така постановка задачі забезпечує взаємодію між "моделлю СЕЗ" і використаним "методом оптимізації". У цьому випадку запропонований підхід надає можливість використовувати різні методи оптимізації, оскільки зміни в електричній схемі не призводять до необхідності змінювати будь-що в реалізації оптимізаційного методу. Іншими словами, забезпечується відсутність тісної залежності між задачею оптимізації і методом її розв'язку, підвищується гнучкість підходу. Запропоновано метод визначення місць оптимального розміщення джерел реактивної потужності та величини їх потужності в СЕЗ ПО та ЦО, що базується на використанні алгоритму рою частинок (АРЧ) з адаптацією. При розв'язанні задач оптимізації за допомогою АРЧ для настройки параметрів використано генетичний алгоритм оптимізації. В результаті розрахункових досліджень для СЕЗ ПО та ЦО визначено енергоефективні ступені КРП, мінімальні довжини кабелів і величини коефіцієнтів реактивної потужності, для яких необхідно проводити КРП. Проведено техніко-економічну оцінку ефективності підвищення ступеня глибини КРП на рівні електроприймачів: визначено зміни втрат активної потужності в елементах СЕЗ ПО та ЦО, можливість використання кабелів меншого перерізу, зменшення видатків на оплату втрат електричної енергії та вартість провідникового матеріалу. | ||
| 8. |
Зінькевич П. О. Порівняльний аналіз методів короткострокового багатокрокового прогнозування електричного навантаження [Електронний ресурс] / П. О. Зінькевич, С. М. Балюта, Ю. В. Куєвда // Наукові праці Національного університету харчових технологій. - 2022. - Т. 28, № 1. - С. 77-92. - Режим доступу: http://nbuv.gov.ua/UJRN/Npnukht_2022_28_1_9 Короткострокове прогнозування електричного навантаження (ПЕН) промислових підприємств і цивільних об'єктів є важливим і складним науковим завданням, оскільки надає змогу реалізувати функції керування електроспоживанням і забезпечити енергоефективні режими функціонування систем електрозабезпечення цих і цивільних об'єктів. Досліджено математичні моделі на основі статистичних методів і методів штучного інтелекту для ПЕН промислових підприємств на один крок вперед. Опрацювання літератури показало, що найбільш ефективні та поширені методи короткострокового ПЕН на один крок вперед такі: авторегресивна інтегрована модель ковзного середнього (ARIMA), "наївний" прогноз та адаптивна система нейро-нечіткого висновку (ANFIS). Із метою вибору методу ПЕН, який забезпечить вирішення задач керування електроспоживанням та електропостачанням, проведено розрахункові дослідження вказаних методів ПЕН. При прогнозуванні з використанням ANFIS враховувалися такі зовнішні факторі: фактор дня (якщо будній день, то 1, якщо вихідний, то 0), час доби, день тижня. Об'єктом дослідження є методи ПЕН, які проводилися на основі виміряних даних електричного навантаження промислового підприємства з виготовленням пластмасових виробів. Вимірювання проводилися щоденно з 11 січня 2015 р. по 11 червня 2015 р. (з урахуванням святкових і вихідних днів) кожні пів години (відповідно, 48 вимірювань на добу). Для оцінки якості моделей прогнозування використовувалася стандартна величина: середньоквадратична похибка (RMSE). Розрахункові дослідження виконані у програмному середовищі MATLAB 2020b, із набором інструментів: Fuzzy Logic Toolbox та Econometrics Toolbox. Із використанням методів ARIMA, "наївного" прогнозу та адаптивної системи ANFIS розроблено моделі ПЕН на один крок вперед. Результати розрахункових досліджень показали, що прогнозування з використанням моделі ARIMA (2,1,2) забезпечує найменшу похибку RMSE на рівні 0,0317 і 0,0354 відповідно для навчальної та тестової вибірки. В подальших дослідженнях планується розробка моделей багатокрокового ПЕН.Багатокрокове прогнозування електричного навантаження (ПЕН) надає змогу передбачити багатоетапне споживання електроенергії в майбутньому. Багатокрокове ПЕН використовується для керування електроспоживанням і забезпечення енергоефективних режимів функціонування систем електрозабезпечення промислових і цивільних об'єктів. Досліджено математичні моделі на основі статистичних методів і методів штучного інтелекту для прогнозування електричного навантаження (ПЕН) промислових підприємств на багато кроків уперед. Опрацювання літератури показало, що для багатокрокового короткострокового ПЕН розроблено відносно невелику кількість статистичних методів і методів штучного інтелекту. Найбільш перспективними методами ПЕН, які забезпечують точність прогнозування можна вважати такі: авторегресивна інтегрована модель ковзного середнього (ARIMA) та адаптивна система нейронечіткого висновку (ANFIS). Для порівняння методів ARIMA та ANFIS було вибрано статистичний метод: "наївний" прогноз. Із метою вибору методу ПЕН, який найбільшою мірою забезпечить вирішення завдань керування електроспоживанням та електропостачанням, проведено розрахункові дослідження з використанням вказаних методів ПЕН. Особливістю прогнозування з використанням ANFIS є врахування такого екзогенного фактора, як час доби. Об'єктом дослідження є методи ПЕН, які проводилися на основі виміряних даних електричного навантаження промислового підприємства з виготовлення пластмасових виробів. Вимірювання проводилися щоденно з 01 квітня 2015 р. по 01 травня 2015 р. (з урахуванням святкових і вихідних днів) що пів години (відповідно 48 вимірювань на добу). Для оцінки якості моделей прогнозування використано стандартні величини: середньоквадратична похибка (RMSE) та середня абсолютна похибка (MAPE). Розрахункові дослідження виконано у програмному середовищі MATLAB 2020b із набором інструментів: Fuzzy Logic Toolbox та Econometrics Toolbox. Із використанням методів ARIMA, "наївного" прогнозу та адаптивної системи ANFIS розроблено моделі ПЕН для багатокрокового ПЕН. Результати розрахункових досліджень показано, що прогнозування з використанням моделі ARIMA (4,1,2) для тестової вибірки забезпечує найменшу похибку RMSE - 0,052, похибка MAPE - 0,035. У подальших дослідженнях планується розробка моделей прогнозування вироблення електроенергії фотоелектростанціями (ФЕС) з інтелектуальними системами керування. | ||
| 9. |
Балюта С. М. Системи електрозабезпечення промислових і цивільних об’єктів з використанням відновлювальних джерел енергії та накопичувачів [Електронний ресурс] / С. М. Балюта, Л. О. Копилова, Ю. В. Куєвда, Ю. А. Чорний, В. П. Куєвда, П. О. Зінькевич // Наукові праці Національного університету харчових технологій. - 2022. - Т. 28, № 2. - С. 63-73. - Режим доступу: http://nbuv.gov.ua/UJRN/Npnukht_2022_28_2_7 Наведено підходи до вирішення завдання оптимізації складу джерел енергії ГЕТК шляхом мінімізації фінансових видатків на енергетичне обладнання. Питання техніко-економічної ефективності ГЕТК вирішуються шляхом вибору оптимального складу основного обладнання: встановленої потужності фотоелектричної станції (ФЕС); встановленої потужності вітроелектричної станції (ВЕС); кількості та встановленої потужності дизельних генераторних установок (ДГУ); кількості та потужності накопичувачів електроенергії (СНЕ). Для оптимізації використовується багатокритеріальна функція оптимізації та градієнтний метод оптимізації. Наведено математичні моделі джерел енергії, які входять до складу системи електрозабезпечення: дизель-генераторів, фотоелектростанцій, ВЕС, накопичувачів електричної енергії. Крім того, вирішується задача мінімізації витрат користувача мікромережі на електричну енергію (ЕЕ), що реалізується шляхом розробки алгоритму оптимізації режимів джерел живлення та визначення значення енергії, яка отримується від кожного з джерел енергії та накопичувача електричної енергії з урахуванням тарифів на ЕЕ від енергосистеми. Оптимізація режимів системи електрозабезпечення проводиться з використанням оптимального добового графіка навантажень. При вирішенні задач оптимізації враховуються обмеження на кількість запусків дизель-генератора протягом доби та кількості зарядів/розрядів акумуляторних батарей протягом року. Вирішення задач оптимізації добового графіка навантаження та режимів роботи системи електрозабезпечення проводиться на основі прогнозованих на основі статичних даних і метеоданих добових графіків генерації ЕЕ ФЕС, ВЕС. Наведено результати імітаційного моделювання системи електрозабезпечення цивільного об'єкта з відновлювальними джерелами енергії та накопичувачами ЕЕ в середовищі Matlab/Simulink. | ||
| 10. |
Балюта С. М. Забезпечення енергоефективних режимів роботи в системах електрозабезпечення промислових і цивільних об’єктів шляхом регулювання напруги [Електронний ресурс] / С. М. Балюта, Л. О. Копилова, Ю. В. Куєвда, В. Д. Йовбак, М. С. Кондрашевський, П. М. Кандибка, В. П. Куєвда // Наукові праці Національного університету харчових технологій. - 2023. - Т. 29, № 2. - С. 61-76. - Режим доступу: http://nbuv.gov.ua/UJRN/Npnukht_2023_29_2_7 | ||
| 11. | 
Балюта С. М. Робастні системи взаємозв'язаного керування турбогенераторами в умовах невизначеності [Електронний ресурс] / С. М. Балюта, Ю. В. Куєвда. // Наукові праці Вінницького національного технічного університету. - 2017. - № 4. - Режим доступу: http://nbuv.gov.ua/UJRN/VNTUV_2017_4_3 | ||
Попередній перегляд: 
Реферативна БД
 |
| Відділ наукової організації електронних інформаційних ресурсів |
 Пам`ятка користувача |