NÁVRH MĚŘENÍ NA PRŮMYSLOVÉ PRAČCE
|
|
- Jindřich Čech
- před 9 lety
- Počet zobrazení:
Transkript
1 VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV PROCESNÍHO A EKOLOGICKÉHO INŽENÝRSTVÍ FACULTY OF MECHANICAL ENGINEERING INSTITUTE OF PROCESS AND ENVIRONMENTAL ENGINEERING NÁVRH MĚŘENÍ NA PRŮMYSLOVÉ PRAČCE DESIGN OF EXPERIMENT ON A WASHER EXTRACTOR BAKALÁŘSKÁ PRÁCE BACHELOR'S THESIS AUTOR PRÁCE AUTHOR VEDOUCÍ PRÁCE SUPERVISOR JOSEF TĚTHAL Ing. PAVEL KUBA BRNO 2013
2 Vysoké učení technické v Brně, Fakulta strojního inženýrství Ústav procesního a ekologického inženýrství Akademický rok: 2012/2013 ZADÁNÍ BAKALÁŘSKÉ PRÁCE student(ka): Josef Těthal který/která studuje v bakalářském studijním programu obor: Strojní inženýrství (2301R016) Ředitel ústavu Vám v souladu se zákonem č.111/1998 o vysokých školách a se Studijním a zkušebním řádem VUT v Brně určuje následující téma bakalářské práce: v anglickém jazyce: Návrh měření na průmyslové pračce Design of experiment on a washer extractor Stručná charakteristika problematiky úkolu: Práce je zaměřena na přípravu a provedení praktického měření a následné vyhodnocení výsledků. Vyhodnocení měření s podporou PC. Předpokládá se samostatnost, schopnost návrhu experimentu a interpretace výsledků. Cílem je prověřit závislost množství zbytkové vlhkosti prádla po odstředění na teplotě máchací vody a otáčkách při odstředění. Práce zapadá do výzkumného programu Centra nových technologií pro strojírenství (NETME Centre) při Fakultě strojního inženýrství VUT v Brně, konkrétně Laboratoře energeticky náročných procesů, v rámci které bude na začátku roku 2013 spuštěn provoz průmyslové prádelny jako model energeticky náročného procesu. Téma je možné v budoucnu rozšířit do podoby diplomové práce řešené v rámci navazujícího magisterského studia oboru Procesní inženýrství. Cíle bakalářské práce: Seznámit se procesem profesní údržby prádla se zaměřením na prací proces. Seznámit se s problematikou plánování experimentu. Naplánovat měření s ohledem na opakovatelnost a reprezentativnost. Provést měření na určeném zařízení - průmyslové bubnové pračce.
3 Seznam odborné literatury: MONTGOMERY, Douglas C. Design and analysis of experiments. 7th ed. Hoboken: John Wiley & Sons, 2009,656 s BOBÁK, P.: Systém pro hodnocení energetické náročnosti procesu profesní údržby prádla. Brno: Vysoké učení technické v Brně, Fakulta strojního inženýrství, s. Vedoucí bakalářské práce: Ing. Pavel Kuba Termín odevzdání bakalářské práce je stanoven časovým plánem akademického roku 2012/2013. V Brně, dne L.S. prof. Ing. Petr Stehlík, CSc. prof. RNDr. Miroslav Doupovec, CSc., dr. h. c. Ředitel ústavu Děkan fakulty
4 ABSTRAKT Tato bakalářská práce se zabývá v první části rešerší, kde je stručně popsán prací proces a úvod do navrhování experimentů. V další části je proveden experiment, který je výstupem této práce. Popisuje vliv teploty máchání a otáček motoru při odstřeďování na výslednou vlhkost prádla. KLÍČOVÁ SLOVA: praní, prádlo, voda, proces, návrh, experiment, DOE ABSTRACT This bachelor thesis deals in the first part with research regarding the laundry process and introduction to design of experiments. The next part, which is the output of this work, describes an experiment made. The experiment defines the impact of rinsing temperature and spin speeds on consequential humidity of the laundry. KEYWORDS: washing, laundry, water, process, design, experiment, DOE
5 BIBLIOGRAFICKÁ CITACE TÉTO PRÁCE TĚTHAL, J. Návrh měření na průmyslové pračce. Brno: Vysoké učení technické v Brně, Fakulta strojního inženýrství, s. Vedoucí bakalářské práce Ing. Pavel Kuba.
6 PROHLÁŠENÍ AUTORA O PŮVODNOSTI PRÁCE Prohlašuji, že jsem tuto bakalářskou práci vypracoval samostatně s využitím uvedených zdrojů, dále jsem vycházel z doporučené literatury a odborných konzultací. V Brně dne 24. května Josef Těthal
7 PODĚKOVÁNÍ Tímto bych chtěl poděkovat vedoucímu této práce Ing. Pavlovi Kubovi za cenné připomínky, spolupráci a trpělivost, dále také doc. RNDr. Bohumilu Marošovi, CSc. za úvodní informace do plánování experimentů. Na závěr patří poděkování rodičům za morální a finanční podporu.
8 Obsah 1. Úvod Proces profesní údržby prádla Úvod Faktory ovlivňující prací proces Rozdělení způsobů praní Praní v domácnostech a profesionálních prádelnách Funkce profesní prádelny Jednotlivé fáze pracovního procesu prádelny Voda v prádelnách Detergenty Energie Prací proces v prádelnách Namáčení Předpírka Hlavní praní Máchaní Strojní technologie Klasické pračky Tunelové pračky Odvodňování prádla Sušení prádla Vlhkost prádla Experimentální zařízení Plánovaný experiment Úvod do experimentu Základní typy návrhů experimentů Fáze experimentu Obecný model Úplný faktoriální plán s dvěma faktory... 21
9 Replikace a randomizace Hlavní efekt a efekt interakce Definice hlavního efektu Definice interakce Experiment Analýza procesu Návrh experimentu Provedení zkoušky Analýza naměřených dat Výsledky a závěry Závěr Seznam použitých zdrojů Seznam použitých symbolů Příloha... 36
10 1. Úvod V dnešní době se kladou velké nároky na spotřebu energií. A to bez ohledu na to, zda jde o elektrickou energii, energii ve formě tepla či např. zemního plynu. Tyto nároky se samozřejmě promítají do všech odvětví průmyslu i domácností. To platí i pro profesní údržbu prádla, pod kterou patří prací proces, kterým se budeme zabývat. Spotřeba energie a navíc i vody zde totiž tvoří klíčové faktory. Naší snahou je tyto veličiny pokud možno co nejvíce minimalizovat, aniž by došlo k výraznému snížení výsledné kvality produktu (prádla). Jak s tím vším souvisí tato bakalářská práce? Cílem této práce je provést základní experiment, kde se budou posuzovat dvě veličiny (faktory). Jsou jimi teplota máchání a otáčky motoru při odstřeďování. Naší snahou bude najít vazby mezi těmito faktory a zjistit, jak ovlivňují zbytkovou vodu v prádle (vlhkost prádla). V praxi to může znamenat, že si na začátku stanovíme požadovanou vlhkost prádla a následně nastavíme potřebné faktory, jejichž hodnoty zjistíme na základě provedeného experimentu. I když se v této práci o množství ušetřené energie nemluví, je potřeba si uvědomit, že právě zvyšování teploty a otáček zatěžuje proces nárůstem spotřeby energie. Jelikož se jedná o první experiment, je důležité na začátku konstatovat, že provedené měření nebude pravděpodobně spolehlivé a zjistíme, že tento proces bude potřeba neustále vylepšovat a provést experiment znovu a lépe. Celá práce je rozdělena do tří hlavních bloků: Prací proces Základní seznámení s pracím procesem, jeho rozdělení, nejpoužívanější způsoby praní a seznámení se zařízením, na kterém bude probíhat experiment. Návrh plánovaného experimentu Objasnění základních principů plánování experimentu, nejdůležitějších pojmů. Experiment Zde dojde k přípravě a provedení naplánovaného experimentu na pračce, vyhodnocení výsledků a konstatování možných závěrů. Chceme-li přesně určit, co se událo v procesu, jestliže jsme do něj zasáhli, musíme do něj zasahovat a ne jej pasivně pozorovat. (George Edward Pelham Box) 10
11 2. Proces profesní údržby prádla 2.1. Úvod Samotný prací proces (praní prádla) spadá pod profesní údržbu prádla. Jako celek tak vytváří kompletní péči o prádlo. Do této oblasti spadá také sušení, žehlení, skládání, stohování a třídění. Základem celého pracího procesu je praní ve vodní lázni za účelem obnovení textilie pro opětovné použití. Proces zahrnuje mechanické, fyzikální a chemické dopady na nečistoty i na samotný textilní materiál. Nejvíce je tento proces rozšířen v domácnostech, provádí se taktéž v profesionálních prádelnách. [1] 2.2. Faktory ovlivňující prací proces kvalita prací vody koncentrace pracího prostředku a dalších přísad stupeň znečištění prádla typ nečistoty teplotní průběh celého procesu praní doba smočení doba vlastního praní konstrukce pracího stroje (způsob namáhání prádla, způsob oplachu a další) [2] 2.3. Rozdělení způsobů praní Prací proces zabírá velmi širokou oblast, proto je rozdělení velmi obecné a je nutné se na tento celek dívat ze všech pohledů. podle typu praní (vypírání chemikálií, koloidní praní a pigmentové praní) podle druhu nečistot (nečistoty rozpustné, nerozpustné a dispergovatelné) podle časového hlediska (prací stroje pracující přetržitě a nepřetržitě) podle stavu rozpracovanosti textilního materiálu (praní volného materiálu, česanců, praní přízí v přadenech, praní na křížových cívkách a plošné praní tkanin) podle typu strojního zařízení (prací stroje pro praní zboží v provazci či hadici, stroje pro praní v plné šíři a stroje jednoúčelové pro praní rozpracovaného materiálu) [3] 11
12 2.4. Praní v domácnostech a profesionálních prádelnách Pro praní v domácnosti (obr. 1) je charakteristické praní menšího množství prádla, pohybuje se kolem 5 až 8 kg. Mezi výhody patří relativně malé nároky na prostor a neodpovědnost za vliv odpadní vody na životní prostředí. Kdež to praní v prádelnách (obr. 2) vyžaduje nejenom odborné znalosti v dané oblasti, ale také vysokou míru odpovědnosti, jednak za odpadní vodu, tak i za opakování špatně nastaveného procesu, který stojí nemalou finanční částku navíc. [1] Je zřejmé, že profesionální prádelna zabírá taktéž více místa. Klade se také větší důraz na kvalitu vypraného prádla, které musí vydržet vysoký počet opakování pracího procesu. [1] Obr. 1 Pračka v domácnosti [20] Obr. 2 Profesionální prádelna [21] 2.5. Funkce profesní prádelny Mezi hlavní zákazníky profesionální prádelny patří zejména hotely, penziony, restaurace, nemocnice, továrny i jednotlivci. Prádelny musí v rámci konkurenčního boje zákazníkům poskytnout nejlepší služby a zároveň nabídnout přijatelnou cenu. K důležitým faktorům z pohledu zákazníka patří právě nízká cena, rychlost provedení objednávky, výsledná kvalita, profesionální přístup, šetrnost k prádlu a další. [1] 2.6. Jednotlivé fáze pracovního procesu prádelny První krok spočívá v dopravě prádla od zákazníka do prádelny. Zde se prádlo roztřídí a naváží. Následuje samotný proces praní (předpírka, hlavní praní, máchání, odstřeďování). Po té se prádlo usuší. V případě potřeby se opraví poškozené kusy. Následuje žehlení (např. na kalandru). V poslední fázi se prádlo zkontroluje, poskládá a je expedováno zpět zákazníkovi. Obdobný model je zobrazen na následujícím obrázku, kde je navíc zobrazeno využití moderních technologií. [4] 12
13 2.7. Voda v prádelnách Obr. 3 Schématické znázornění moderní prádelny [4] V prádelnách plní voda řadu funkcí např. jako ohřívací medium, transportní medium, rozpouštědlo pro detergent a špínu a jako smáčecí činidlo pro textilie. Současně také přenáší mechanickou energii pračky na prádlo. Z toho plyne, že využití vody v prádelnách je velmi široké. Její spotřeba se pohybuje mezi 4 až 30 litry na 1 kg textilií. [5] Cena spotřebované vody tvoří relativně malou část z celkových nákladů prádelny. Ale vzhledem k jejímu pomalému růstu je nezbytné hledat možnosti jak její spotřebu snížit. [5] Vodu lze získat ze zdrojů jako je řeka, studna, popř. z řádu. Před samotným použitím je potřeba tuto vodu upravit (změkčit, dekontaminovat apod.). Její kvalita má totiž velký vliv na proces praní a na životnost textilií. Snížením spotřeby vody v konečném důsledku docílíme toho, že ušetříme za úpravu vody a také se sníží množství odpadní vody, kterou musí prádelna zneškodňovat podle evropských a národních norem. Pro ještě vyšší využití lze odpadní vodu recyklovat a znovu použít. [5] 2.8. Detergenty Detergenty lze definovat jako chemické látky určené k čištění. Jejich volba je velmi důležitá z hlediska správného provedení pracího procesu. Detergenty také ovlivňují životní cyklus prádla a obstarávají v pracím procesu různé funkce, včetně zajištění správných parametrů vody, optimálního ph, rovnoměrné smáčení špinavého prádla, odstranění prachových částic, mastných nečistot a skvrn. Složení detergentů rovněž odpovídá národní legislativě, zejména co se týče biologicky odbouratelných látek. Detergenty rovněž musí plnit požadavky na bělost a hygienickou čistotu prádla. [6] 13
14 2.9. Energie Mezi základní zdroje energie patří uhlí, plyn, ropa, jaderná energie a obnovitelé zdroje. Elektrická energie je až koncovou energií vytvořenou přeměnou uvedených zdrojů. Praní a sušení prádla patří mezi procesy, které jsou nejnáročnější na spotřebu energie, jejíž spotřeba hraje důležitou roli z hlediska cenové politiky prádelny. Navíc každá sebemenší úspora je klíčová z pohledu ochrany životního prostředí. V případě, že k výrobě energie používáme přírodní plyn, vytvoří se na každou kwh přibližně 0,2 kg CO 2, při použití jiných zdrojů energie je tato hodnota vyšší. V součtu to znamená, že na každou vyrobenou tunu páry se vyprodukuje kg CO 2. [7] Prací proces v prádelnách V následující kapitole se nachází popis jednotlivých částí pracího procesu. Jejich hlavním cílem je odstranění nečistot z prádla a také zajištění hygienické čistoty Namáčení Při namáčení je prádlo vloženo do prací lázně, která pokryje jeho povrch. Část této lázně se také dostane i do vlákna. Pro usnadnění namáčení lze použít smáčecí prostředky. Jejich cílem je snížit povrchové napětí mezi ovzduším, pracím roztokem a textilním materiálem, popř. lze povrchové napětí snížit nebo odstranit zvýšením teploty prací lázně. [8] Předpírka Předpírka se používá u silně špinavého prádla. Toto prádlo se před samotným praním namočí (např. do mýdlového roztoku) a při následném hlavním praní se snadněji odstraňují zbývající skvrny Hlavní praní V této části dochází k odstranění nečistot z prádla. S rostoucí teplotou prací lázně se zvyšuje efektivita samotného praní, nečistoty se lépe oddělují od prádla a jsou přenášeny do prací lázně. Na každém textilním výrobku se nachází štítek, který obsahuje informace nejen o použité prací teplotě, ale také o sušení, žehlení a dalších okolnostech, podle kterých je potřeba se řídit, aby textil bylo možné prát na co nejvíce cyklů, zkrátka aby jeho životnost byla co nejdelší. Tyto údaje vychází hlavně z druhu materiálu prádla, popř. ze způsobu jeho výroby atd. [8] Časová délka hlavního praní je ovlivněna intenzitou špíny v prádle, obvykle trvá 40 až 90 minut. Podle míry špinavosti se také odvíjí prací program a dávkování detergentů. Všechny výše uvedené faktory teplota, čas, mechanické a chemické působení tvoří tzv. Sinnerův kruh (obr. 4). Každý z těchto faktorů se na výsledném efektu praní podílí nezastupitelnou rolí. Pokud snížíme vliv jednoho faktoru, projeví se to zvýšením vlivu jiného faktoru. Cílem je použít k danému praní optimální kombinaci těchto faktorů, aby praní bylo co nejefektivnější. Samozřejmě Sinnerův kruh nehraje důležitou roli jen při hlavním praní, ale při celém procesu praní. [9], [10] 14
15 Obr. 4 Sinnerův kruh [9] Máchaní Máchání se může provádět i při teplotách C. Tato teplota postupně klesá. Během máchání se z prádla odvádí zbytková špína, která v prádle zůstala po hlavním praní. Dále jsou z prádla odváděny zbytky detergentů. Před dokončením máchání je možné přidat aviváž. Výsledkem je prádlo zbavené chemických látek, které by např. mohly dráždit pokožku, popř. vyvolávat alergie. Jak kvalitně je prádlo vymácháno, lze ověřit pomocí konduktometru, a to měřením elektrické vodivosti. Vodivost je totiž parametr, který popisuje koncentraci rozpuštěných látek ve vodě. Cílem je, aby vodivost lázně na konci máchání byla co nejblíže vodivosti čisté vody. [11] Strojní technologie V prádelnách se vyskytuje široké spektrum strojů a jejich variant. Strojní technologie zahrnují pračky, odstředivky, lisy na prádlo, sušičky atd. Požadujeme od nich co nejekonomičtější a nejekologičtější provoz Klasické pračky Tyto pračky jsou obdobné jako ty, které známe z domácností (obr. 1). Liší se konstrukcí (bubnu), kapacitou, způsobem plnění atd. Používat se mohou rovněž v prádelnách Tunelové pračky Tunelová pračka (obr. 5) má krabicovitý tvar. Uvnitř se nachází dlouhý buben, který je rozdělen obvykle do tří zón (zóna pro předepírání, hlavní praní a máchání). Každá z těchto zón se může ještě skládat z několika dílčích komor. Na jednom konci se do bubnu pračky prádlo vkládá, na druhém vystupuje jako vyprané, kde postupuje do lisu k odvodnění. Během praní koná pračka kývavý pohyb. Mezi největší výhody patří vysoká produktivita a automatizace celého procesu. Čím více je tato pračka využitá, tím menší má spotřebu vody. Jako nevýhody lze uvést vysoké pořizovací náklady a znalost problematiky o praní. [12], [1] 15
16 Obr. 5 Kontinuální prací linka s více komorami za sebou podle Boeweho-Passata (1990) [12] Odvodňování prádla Odvodňováním se z prádla odvádí přebytečná voda, která v něm zůstala po máchání. Rovnoměrně odvodněné prádlo zajistí menší spotřebu energie v následující operaci tj. termické sušení. V současné době se odvodňování provádí nejčastěji pomocí odvodňovacího lisu nebo pomocí odstředivky (obr. 6). [13] Obr. 6 Odstředivka PowerSpin PLUS [22] Tři pilíře technologie odvodňování: rychlost: dostupný čas je omezen dobou cyklu tunelové pračky, z toho plyne, že je nutné vedlejší operace provést v co nejkratší době a o to více protáhnout dobu odvodňování prádla výkon: vlivem působení soudržnosti mezi textilním vláknem a vodou musíme vyvinout vnější sílu, aby došlo k odstranění vody odvod vody: aby bylo zajištěno rychlé a výkonné odvodňování je potřeba rychle odvádět odstraněnou vodu [14] Sušení prádla Po správně odvodněném prádle přichází na řadu sušení, při kterém se z prádla odpaří zbývající vlhkost. Sušení se provádí v sušičce, finišeru oděvů nebo v žehlicím zařízení na rovné prádlo (kalandru). [15] 16
17 2.1. Vlhkost prádla V prádle se nachází hned několik druhů vlhkostí (adhezní, kapilární, hydroskopická a chemicky vázaná vlhkost). Vlhkost prádla se tedy definuje jako množství vody v kilogramech připadající na 1 kg suchého prádla. Pro náš návrh experimentu je hmotnost suchého prádla pro všechny jednotlivá měření stejná (kapitola 4.2), označme ji m 0. Konečná hmotnost prádla po odstředění bude m v. Získáváme vztah pro výpočet vlhkosti prádla (2.1), kde člen m v m 0 je hmotnost vody. [1] φφ = mm vv mm 0 mm 0 [kkkk HH2OO /kkkk ss.pp. ] (2.1) Absolutní vlhkost prádla v % Absolutní vlhkost prádla udává, kolik procent vody obsahuje prádlo z celkové hmotnosti (suché prádlo + voda). Ø = mm vv mm 0 mm vv 100 [%] (2.2) Rozdělení vlhkosti obsažené v prádle: adhezní vlhkost se působením přilnavosti udržuje na povrchu vláken, je možné ji odstranit mechanicky např. odstřeďováním kapilární vlhkost se nachází ve vnitřních mezimicelárních prostorách vláken, lze ji odstranit termicky (sušením) hydroskopická vlhkost je závislá na teplotě a vlhkosti okolí, je tedy přímo úměrná vlhkosti vzduchu (jsou v rovnováze). Odstraňuje se termicky při teplotách nad 100 C chemicky vázaná vlhkost je způsobena krystalickou vodou, spolu s vláknem vytváří chemickou sloučeninu. Odstranění této vlhkosti je nežádoucí, došlo by k narušení struktury vlákna [13] 17
18 2.2. Experimentální zařízení Ještě před provedením experimentu je potřeba se seznámit se zařízením, na kterém bude experiment proveden. V našem případě se jedná o průmyslovou pračku řady FX, konkrétně FX80. Výrobcem této pračky je firma Primus, která se prádelenskou technikou zabývá. V tabulce níže jsou shrnuty základní informace o pračce. Tabulka 1 Specifikace pračky Primus FX80 [24] Buben kapacita 8 kg objem 75 l průměr 530 mm Otáčky otáčky praní 49 ot./min otáčky odstředění 1165 ot./min G-faktor Ohřev elektrický (standard) 6 / 9 kw parní 1-8 bar horká voda 90 C Hmotnost (čistá) 185 kg Hlučnost < 65 db Rozměry šířka 710 mm hloubka 726 mm výška 1115 mm Spotřeba vody* 7,2 l/kg Spotřeba energie* 0,19 kwh/kg *spotřeba se vztahuje na 1 kg suchého prádla Obr. 7 Průmyslová pračka Primus FX80 [23] 18
19 3. Plánovaný experiment 3.1. Úvod do experimentu Plánovaný experiment je jedna nebo více zkoušek, ve kterých provádíme cílevědomé (záměrné a úmyslné) změny u vstupních faktorů procesu, abychom mohli pozorovat a identifikovat odpovídající změny výstupní proměnné tzv. odezvy. [16] Navrhování experimentů by se dalo zařadit do matematické statistiky, která nám říká, jakým způsobem data získat a jak připravovat jejich sběr. Získávání dat je velmi důležitý krok, protože ze špatných dat nelze získat smysluplné závěry ani při použití nejlepších statistických postupů. Samotné navrhování experimentů se skládá ze dvou hlavních částí; a to z vlastního plánu experimentu a ze statistického vyhodnocení plánu. [17] V praxi obecně platí, že experiment je zatížen náhodnými chybami, z toho plyne, že zpracování dat metodami matematické statistiky je v podstatě jediný objektivní přístup k vyhodnocení informace v datech obsažené. [17] Experiment by měl být takový, abychom z co nejmenšího množství dat získali co nejlepší vyhodnocení. Problémy mohou nastat špatným výběrem experimentu nebo nevhodným sběrem dat. Je důležité si také uvědomit, že u některých druhů experimentů dochází k destrukci vzorků, které nemusí být zrovna levné. To se nám v konečné fázi promítne do ceny za experiment. Samotné navrhování experimentu by mělo být součástí před výrobním procesem. Součástí experimentu je taktéž stanovení nejdůležitějších faktorů (hlavních), jsou to ty, které nejvíce ovlivňují naměřená data. Ostatní faktory jsou vedlejší. To ale neznamená, že vedlejší faktory nemohou ovlivnit experiment. Z počátku se vychází z toho, že o míře vlivu jednotlivých faktorů se neví. Mezi nejpoužívanější software pro vyhodnocení dat patří Minitab, Matlab Simulink, Gnuplot, Microsoft Excel a další Základní typy návrhů experimentů Obecně existuje celá řada návrhů experimentů. Návrhy experimentů lze obecně rozdělit do těchto čtyř skupin: faktoriální návrhy: slouží k identifikaci a popisu důležitých faktorů v experimentech návrhy pro hledání optimální odezvy: tento typ návrhu je vhodný, pokud hledáme optimální kombinaci faktorů pro dosažení optimální hodnoty odezvy 19
20 směsové návrhy: pomocí směsového návrhu najdeme nejvhodnější směs ingrediencí, které se podílejí na odezvě. Většinou se jedná o procentuální zastoupení jednotlivých složek směsi. Z těchto složek se následně vytváří výsledná veličina optimální návrhy: pokud máme hodně informací, tak můžeme použít optimální návrhy. Lze vytvořit detailní specifikaci statistického modelu. Optimální návrhy jsou velmi flexibilní, lze je použít v situaci, kdy standardní návrhy jsou nevyhovující [17] 3.3. Fáze experimentu Samotný experiment zahrnuje několik dílčích částí v dané posloupnosti, jejímž výstupem je provedený a vyhodnocený experiment. 1. analýza procesu Jedna z prvních věcí, kterou je potřeba určit je volba odezvy. Analýza procesu též souvisí s rozhodnutím, které faktory budou do experimentu zahrnuty. Součástí této části může být předpoklad, jak by měření mohlo dopadnout. Tento předpoklad vychází z nastudované problematiky, kterou se experiment zabývá. [17] 2. návrh experimentu Způsobů jak experiment navrhnout existuje celá řada. Je samozřejmě důležité se řídit finanční a časovou náročností, na kterou se klade velký důraz. Dále je důležité sestavit plán, jak bude experiment proveden. [17] 3. provedení zkoušek Samotné provedení zkoušek, provedení jednotlivých experimentů, vypsání do tabulek, popř. do statistického softwaru. Čím pečlivější je příprava, tím věrohodnější data z experimentu získáme. 4. analýza výsledků Výběr faktorů, které mají statisticky významný vliv na úroveň kvality. K tomu se používají metody testování hypotéz, metody analýzy, regresní analýzy apod. [17] 5. závěry a vyhodnocení experimentu Ze závěru by mělo být zřejmé, které faktory mají rozhodující vliv, které úrovně rozhodujících kvantitativních znaků vedou k optimální hodnotě odezvy. Také je důležité konstatovat, zda je experiment úspěšný, jestli je potřeba jej upravit a opakovat atd. [17] 20
21 3.4. Obecný model První realizace plánovaného experimentu se datuje k dvacátým létům minulého století. Stojí za tím pan Ronald Fisher z Rothamské zemědělské výzkumné stanice v Londýně. V experimentu se zjišťovalo, které z hnojiv má na rozdílných parcelách nejvyšší účinnost při pěstování obilí. Výsledek ovlivňovalo mnoho faktorů, např. typ zeminy, vlhkost a mnoho dalších faktorů. Plánovaný experiment byl použit k tomu, aby se rozlišil vliv hnojiva od vlivu ostatních faktorů. [18] Dnes obecně platí, že experimenty používáme ke studiu procesů a systémů. Proces nebo systém může být reprezentován podle obrázku níže. Proces můžeme obvykle zobrazit jako kombinaci strojů, metod, lidí a jiných zdrojů, které transformují vstupy na výstupy, kde můžeme sledovat jednu nebo více pozorovatelných odezev. Některé faktory x 1, x 2,, x p jsou kontrolovatelné, jiné z 1, z 2,, z q jsou nekontrolovatelné. [18], [19] Cílem experimentu může být: Obr. 8 Obecný model procesu nebo systému [19] Určení faktorů, které mají největší vliv na odezvu y Možnost nastavení faktorů x tak, aby odezva y byla co nejblíže k nominální hodnotě Možnost nastavení faktorů x tak, aby odezva y měla co nejmenší variabilitu Možnost nastavení faktorů x tak, aby vliv nekontrolovatelných proměnných byl co nejmenší [19] 3.5. Úplný faktoriální plán s dvěma faktory Problematika faktoriálních plánů je hodně široká a obsáhlá, proto se seznámíme jen se základním faktoriálním plánem - se dvěma faktory. Pro potřeby této práce je to dostačující. Důvodem volby tohoto způsobu je skutečnost, že se jedná o první sérii zkoušek, z toho plyne, že je nezbytné návrh experimentu provést pokud možno co nejjednodušeji, abychom získali základní představu o sledovaném procesu při provádění experimentu. 21
22 Faktoriální plány jsou nejvíce používány v experimentech zahrnujících několik faktorů, kde je nezbytné sledovat společný účinek těchto faktorů na odezvě. Jednotlivé faktory mají dvě úrovně. Mohou nabývat kvalitativních nebo kvantitativních hodnot. Jelikož zde máme jen dvě úrovně faktorů, můžeme předpokládat, že výsledkem bude lineární průběh v rozmezí vybraných úrovní faktorů. [19] Jako označení faktoriálního plánu s dvěma úrovněmi se používá The 2 2 Factorial Design, kde základ značí počet úrovní a exponent označuje počet faktorů. Z toho snadno spočítáme, kolik měření je potřeba provést před samotným provedením experimentu. V našem případě se jedná o 2 2, což dává celkem 4 měření. Nesmíme ovšem zapomenout, že celkový počet měření musíme vynásobit počtem replikací Replikace a randomizace Replikací se rozumí opakovaní již provedeného měření za stejných podmínek. Tím docílíme, že dojde k zvýšení stupně důvěry ve výsledku experimentu. Replikace nám rovněž přináší informaci o chybě experimentu a aritmetické průměry díky menším rozptylům dávají lepší odhady efektů jednotlivých faktorů, které jsou součástí experimentu. Dalším principem, který souvisí s replikací je tzv. randomizace. Ta zaručuje, že rozložení experimentálního materiálu a pořadí v jakém bude prováděno měření, jsou náhodná. Při aplikaci statistických metod se totiž vychází z předpokladu vzájemné nezávislosti jednotlivých měření, což lze zaručit právě s pomocí randomizace. [17], [18] V některých případech lze jednotlivé měření uspořádat do bloků, což jsou podčásti experimentu, které mají většinou nějaké přirozené nebo logické opodstatnění. [17] Hlavní efekt a efekt interakce Máme tedy dva faktory: faktor A a faktor B. Každý z nich má dvě úrovně. Horní úroveň, kterou označujeme + a dolní úroveň, kterou označujeme -. V následující tabulce můžeme vidět v levé často rozepsané všechny jednotlivé měření. [19] Tabulka 2 Jednotlivé kombinace faktorů [19] Faktor Vyšetřované Označení Replikace Celkem A B kombinace bodu 1 2 n nn dolní úroveň A (1) (1) 1 (1) 2 (1) nn (1) ii dolní úroveň B + horní úroveň A dolní úroveň B dolní úroveň A + horní úroveň B + horní úroveň A + horní úroveň B ii=1 nn aa aa 1 aa 2 aa nn aa ii ii=1 nn bb bb 1 bb 2 bb nn bb ii ii=1 nn aaaa aaaa 1 aaaa 2 aaaa nn aaaa ii 22 ii=1
23 Z jednotlivých bodů (1), a, b, ab lze vytvořit tzv. geometrii návrhu (obr. 9). Obr. 9 Geometrie návrhu [19] Efektem faktoru je myšlena změna ve sledování závislé proměnné (v měřeních nebo v pokusech), která je odezvou na změnu v úrovních faktoru. Je možné rozlišit 2 typy efektů (hlavní efekty faktorů a efekty interakcí): Definice hlavního efektu Hlavní efekt je průměrné zvýšení (či snížení) hodnoty odezvy, jestliže faktor se změní od dolní po horní úroveň faktoru. [19] Hlavní efekt A: AA = 1 1 {[aaaa bb] + [aa (1)]} = 2nn 2nn [aaaa + aa bb (1)] (3.1) Hlavní efekt B: BB = 1 1 {[aaaa aa] + [bb (1)]} = 2nn 2nn [aaaa + bb aa (1)] (3.2) Definice interakce Interakci AB definujeme jako průměrný rozdíl mezi efektem A na horní úrovni B a efektem A na dolní úrovni B. Interakce je přítomna, jestliže efekt jednoho faktoru na odezvě Y není stejný pro všechny úrovně jiného faktoru. [19] 23
24 Efekt interakce AB: AAAA = 1 1 {[aaaa bb] [aa (1)]} = 2nn 2nn [aaaa + (1) aa bb] (3.3) Možné varianty efektu interakcí Obr. 10 Interpretace grafů interakcí [25] Pokud je možné předpokládat, že existují interakce mezi faktory, pak je faktoriální návrh jedinou možností, jak tyto faktory postihovat a analyzovat. Nevýhodou pak může být, že při vyšším počtu faktorů nastane velký (exponenciální) nárůst měření. 24
25 4. Experiment Zde se dostáváme k poslední části této práce a tou je provedení experimentu na průmyslové pračce. Experiment bude proveden podle výše zmíněného postupu Analýza procesu Jak již bylo zmíněno výše, cílem této práce je zjistit závislost mezi teplotou máchání a otáčkami motoru při odstřeďování. Než provedeme samotný návrh a měření, bude vhodné udělat si nějakou představu, co se bude dít, když budeme měnit jednotlivé faktory (teplotu a otáčky). Změna teploty: Zvyšováním teploty máchání bude docházet k vyššímu odvodu zbytkové vody z prádla, a to na základě snižování kinematické viskozity, která klesá s rostoucí teplotou. To znamená, že se voda při vyšší teplotě bude snadněji dostávat ven z prádla. Změna otáček motoru: Zvyšováním otáček motoru bude také docházet k vyššímu odvodu zbytkové vody z prádla. Je to způsobeno působením odstředivé síly, která vzniká při rotaci. Prádlo je touto silou tlačeno na vnitřní stěnu bubnu, ve kterém jsou malé otvory. Přes tyto otvory je voda odváděna ven z bubnu a uvnitř nakonec zůstane jen odstředěné prádlo. Výsledkem měření tedy předpokládáme, že zvyšováním hodnot jednotlivých faktorů bude docházet k vyššímu odvodu zbytkové vody z prádla. Samozřejmě je nezbytné si také uvědomit, že se v měření může vyskytnout i další faktor, který nám bude významně ovlivňovat měření to ale nepředpokládáme. Spíše očekáváme malé ovlivnění jednotlivých měření a to vedlejšími faktory. Mezi tyto faktory se dá považovat nestabilní teplota a otáčky, různé časové úseky při odstřeďování a také skutečnost, že prádlo není homogenní materiál a během pracího procesu se různě míchá a převrací. Tyto vedlejší faktory budou výsledek ovlivňovat jen minimálně. To je také důvod, proč jednotlivá měření opakujeme Návrh experimentu V této části je nezbytné se rozhodnout, který způsob řešení pro náš experiment bude nejvhodnější. Pro náš případ jsme se rozhodli použít faktoriální experiment, který je zmíněný výše v kapitole 3.5, díky kterému můžeme zkoumat více faktorů najednou. Než se začneme zabývat samotným měřením experimentu, je potřeba stanovit si podmínky, ze kterých budeme vycházet. Tyto podmínky budou stejné pro dílčí měření. 25
26 Stanovení úrovní V našem případě se jedná o experiment se dvěma faktory, pro každý faktor (otáčky a teplota) zvolíme horní a dolní mez. Tato volba je ovlivněna zařízením, na kterém bude experiment proveden a také je potřeba brát ohled na parametry, které se běžně používají v praxi. n min = 400 min -1 n max = 1000 min -1 t min = 24 C t max = 50 C Množství prádla Při volbě množství prádla vycházíme z kapacity pračky (maximálně 8 kg). Navážená dávka má hmotnost m 0 = 4,232 kg. Experimentální materiál je tvořen kombinací utěrek na nádobí a froté ručníků. Určení počtu replikací jednotlivých měření Počet replikací volíme: n = 3. Shrnutí experimentu Celkem bude provedeno 12 dílčích měření (2 faktory * 2 úrovně * 3 replikace). Bude potřeba vytvořit 4 programy pro pračku, které se budou 3x opakovat. Tyto programy budou obsahovat jednotlivé kombinace faktorů Provedení zkoušky Průběh experimentu Prádlo je vloženo do pračky, a protože nás zajímá až závěrečná část procesu praní (máchání a odstřeďování), není potřeba pouštět celý prací proces. Tím ušetříme spoustu času i energií. V PC si vytvoříme 4 prací programy (tabulka 3). Tyto programy pomocí sběrnice s protokolem nahrajeme do pračky. Jelikož proces máchání spotřebuje větší množství vody, dovolíme si menší změnu. Proces máchání bude nahrazen procesem hlavní praní. Ušetříme nezanedbatelné množství vody a samozřejmě účel bude splněn prádlo bude ohřáto na požadovanou teplotu. Po dobu 5 minut se bude prádlo prát ve vodní lázni bez přidání detergentů. Tím docílíme stejné situace, jako kdyby bylo použito máchání. Následně se prádlo odstředí po dobu 6 minut. Celý experiment bude tedy obsahovat jen hlavní praní a odstřeďování. 26
27 Tabulka 3 Prací programy Název programu Číslo programu Teplota [ C] Otáčky [min -1 ] t_min_n_min t_max_n_min t_min_n_max t_max_n_max Před provedením experimentu si připravíme měření v programu Minitab. Tento program bude vyhodnocovat naměřená data a zároveň nám náhodně vygeneruje pořadí, v jakém bude měření provedeno (obr. 11). Postup, jak Minitab nastavit je popsán v příloze. Po uplynutí pracího programu zvážíme prádlo na digitální váze s přesností na gramy. Hmotnost naváženého prádla onačíme m v. Prádlo opět vložíme do pračky a spustíme prací program, který je jako další na pořadí Analýza naměřených dat Obr. 11 Plán experimentu Zkouška byla provedena podle již zmíněného postupu. Bylo tedy provedeno celkem 12 měření, každé z nich trvalo přibližně 25 minut. Teď se dostáváme do části, kdy je potřeba zjistit z naměřených dat výslednou vlhkost prádla. Přepočet provedeme podle vztahu 2.1, tyto výsledky zapíšeme v Minitabu do sloupce C7 (obr. 12). 27
28 Tabulka 4 Získaná data a přepočet na vlhkost prádla RunOrder mm vv [kkkk] 6,264 6,292 8,264 6,321 8,204 6,485 8,684 6,582 8,435 8,764 6,627 8,851 φφ kkkk HH2OO kkkk ss.pp. 0,480 0,487 0,953 0,494 0,939 0,532 1,052 0,555 0,993 1,071 0,566 1,091 Obr. 12 Zapsání vypočtené vlhkosti do Minitabu 4.5. Výsledky a závěry Pomocí Paretova diagramu (obr. 13) zjistíme, které faktory jsou významné a nevýznamné. Červená svislá úsečka rozděluje diagram na dvě části, je to kritická hodnota významnosti pro riziko α = 0,05. Oba faktory tuto hodnotu překračují, z toho plyne, že teplota i otáčky jsou pro nás významné faktory. Kombinace faktorů teplota*otáčky tuto hodnotu nepřekračuje, tudíž není významná. Dále můžeme konstatovat, že faktor otáčky (B) je daleko významnější faktor, než faktor teplota (A). 28
29 Obr. 13 Paretův diagram Na obr. 14 je znázorněn vliv jednotlivých faktorů na vlhkost prádla. V první části závislost teploty na vlhkosti a v druhé části závislost otáček na vlhkosti. Opět z obrázku plyne, že faktor B hraje významnější roli, než faktor A. Obr. 14 Vliv hlavních faktorů 29
30 Obr. 15 Vliv interakcí Vliv interakcí nám vykresluje obr. 15. Z něho je zřejmé, interakce teploty*otáčky nejsou významné a jejich kombinace pro náš experiment nemá moc velký vliv. Úsečky jsou téměř rovnoběžné, z toho plyne, že interakce je malá. Budeme tedy uvažovat, že interakce je nulová. Pomocí konturového diagramu (obr. 16) si můžeme zjistit přibližné hodnoty otáček motoru a teploty pokud vycházíme z požadované vlhkosti. 30
31 Obr. 16 Konturový diagram Závěr Výsledkem experimentu jsou docela věrohodná data, která po zpracování ukázala, že náš předpoklad o průběhu experimentu se vyplnil. Otáčky motoru měly v experimentu zásadní vliv na vlhkost prádla. Teď už jen zbývá položit si otázku, který z těchto faktorů je více energeticky a ekonomicky náročný jestli se vyplatí zvýšit otáčky motoru při odstřeďování nebo více zvýšit teplotu. Je důležité také zmínit, že se voda ohřívala pomocí elektrického topného tělesa v pračce. Do budoucna bude na pračku připojena pára, kterou bude vytvářet kotel na zemní plyn, z toho plyne, že nám přibývá další záporný vliv CO 2. Spíše se ale dá předpokládat, že máchání se obvykle neprovádí při vysokých teplotách. Jak bylo zmíněno v rešeršní části, během máchání se přivádí do prádla čistá voda, která prací lázeň během máchání ochlazuje, tím že je studená. Tudíž ve výsledku bude prací lázeň studenější. A bude nutné použít vyšší otáčky při odstřeďování. Může ovšem nastat i opačná situace, kdy bude výhodnější ohřát vstupující vodu při máchání. Ohřev by se už mohl uskutečnit pomocí páry. Odstřeďování by se provádělo na nižší otáčky a výsledná vlhkost by mohla být dostačující. Obě varianty jsou pouhými teoriemi, nejsou podloženy žádnými konkrétními údaji. Z toho plyne, že jejich řešení může být námětem pro další práci. 31
32 5. Závěr Cílem této práce bylo naplánování a provedení experimentu na průmyslové pračce. Ještě před samotným plánováním je nutné se seznámit s pracím procesem, který patří z hlediska energetického k velmi náročným procesům. Problematika pracího procesu je velmi široká, proto jsou v práci zmíněny základy, které mohou být vodítkem k následnému rozšiřování obzoru v pracím procesu. Totéž platí i u další rešeršní části, která se zabývala problematikou plánování experimentu. Opět se jedná o zmínění nejzákladnějších faktů. Faktoriální plán se dvěma faktory a dvěma úrovněmi patří k těm nejjednodušším experimentům. Výsledkem bylo měření, které charakterizovalo vliv teploty máchání a otáček motoru při odstřeďování na výslednou vlhkost prádla. Přínosem této práce je tedy zjištění, jakým způsobem uvedené faktory ovlivňují vlhkost. Zjistili jsme, že otáčky se nejvíce podílejí na množství odebrané vody z prádla. Druhý faktor taktéž ovlivnil výslednou vlhkost, ale ne tak výrazně. Provedený experiment by se dal také rozšířit o další faktory. Zajímavé by mohlo být zjistit, jak se na výslednou vlhkost promítne doba odstřeďování, jaký je optimální čas pro tuto operaci. Dalším faktorem, který by se dal zkoumat je ovlivnění druhem prádla každý textilní materiál má jiné charakteristické vlastnosti a jinak zadržuje vodu. Následně pak zjistit, parametry jednotlivých faktorů pro jednotlivé druhy prádla tak, aby výsledkem byl co nejekonomičtější a nejekologičtější provoz. 32
33 6. Seznam použitých zdrojů [1] BOBÁK, Petr. Systém pro hodnocení energetické náročnosti procesu profesní údržby prádla [online]. Brno, 2009 [cit ]. Dostupné z: Diplomová práce. Vysoké učení technické v Brně. [2] Škola textilu. Princip a fáze pracího procesu [online]. [cit ]. Dostupné z: [3] Škola textilu. Praní [online]. [cit ]. Dostupné z: [4] Laundry Dashboard. [online]. [cit ]. Dostupné z: %5d.png. [5] Sustainability. Voda v prádelnách [online]. [cit ]. Dostupné z: [6] Sustainability. Detergenty [online]. [cit ]. Dostupné z: [7] Sustainability. Energie [online]. [cit ]. Dostupné z: [8] KETTNEROVÁ, Jana. Prací prostředky pro velmi jemné zboží [online]. Liberec, 2011 [cit ]. Dostupné z: BP/bp2011/Kettnerov%C3%A1%20- Prac%C3%AD%20prost%C5%99edky%20pro%20velmi%20jemn%C3%A9%20zbo %C5%BE%C3%AD.pdf. Bakalářská práce. Technická univerzita v Liberci. [9] Sustainability. Sinnerův cyklus [online]. [cit ]. Dostupné z: [10] Sustainability. Proces praní [online]. [cit ]. Dostupné z: [11] Úspory vody a energie na prádelnách podle fyzikálních, nikoliv marketingových zákonů. [online]. [cit ]. Dostupné z: [12] Sustainability. Tunelové pračky [online]. [cit ]. Dostupné z: 33
34 [13] Škola textilu. Odvodňování textilií [online]. [cit ]. Dostupné z: [14] Sustainability. Metody odvodňování [online]. [cit ]. Dostupné z: [15] Sustainability. Sušení prádla [online]. [cit ]. Dostupné z: [16] Česká statistická společnost. Informační bulletin [online] [cit ]. Dostupné z: [17] MICHÁLEK, Jiří. Navrhování a vyhodnocování experimentů (DOE) [online] [cit ]. Dostupné z: [18] LACHNIT, Zdeněk. Návrh experimentu [online]. Brno, 2011 [cit ]. Dostupné z: Diplomová práce. Vysoké učení technické v Brně. [19] MONTGOMERY, Doglas C. Design and Analysis of Experiments. Third edition. Arizona state university: John Wiley & Sons, s. ISBN [20] Electrolux. [online]. [cit ]. Dostupné z: [21] Emerald Textiles. [online]. [cit ]. Dostupné z: [22] Kannegiesser. [online]. [cit ]. Dostupné z: [23] LaundryStuff. [online]. [cit ]. Dostupné z: [24] Primus. [online]. [cit ]. Dostupné z: 4e022b997ab2dd911f57e77afc0551f8/techspecs_fx65_80_105_135_cz.pdf. [25] ISQ Praha. [online]. [cit ]. Dostupné z: %206%20-%20DOE-NPJ%20-%201.ppt. 34
35 7. Seznam použitých symbolů symbol popis jednotka A faktor A, teplota C B faktor B, otáčky min -1 + horní úroveň faktoru podle typu faktoru dolní úroveň faktoru podle typu faktoru (1), a, b, ab jednotlivé kombinace faktorů a úrovní m 0 hmotnost suchého prádla kg m v hmotnost odstředěného prádla kg n počet replikací n min minimální otáčky min -1 n max maximální otáčky min -1 t min minimální teplota C t max maximální teplota C x kontrolovatelné faktory z nekontrolovatelné faktory φ vlhkost prádla kg H2O /kg s.p. Ø absolutní vlhkost prádla % 35
36 8. Příloha A) Postup pro vytvoření plánu experimentu v programu Minitab Po spuštění programu vybereme v hlavním menu položku: Stat DOE Factorial Create Factorial Design. Obr. 17 Nastavení v programu Minitab 36
37 Obr. 18 Vyplnění buněk
38 Obr. 19 Nastavení randomizace Po zadání potřebných údajů potvrdíme výchozí dialogové okno a vygeneruje se nám plán experimentu (obr. 11, str. 27).
39 B) Zpracování experimentu Po provedení experimentu a vyplnění sloupce C7 (vlhkost) můžeme pomocí Minitabu vyhodnotit provedený experiment: Stat DOE Factorial Analyze Factorial Design. 1) Vytvoření Paretova diagramu Obr. 20 Výběr položek
40 Obr. 21 Nastavení diagramu
41 2) Vytvoření hlavních efektů a interakcí Cesta: Stat DOE Factorial Factorial Plots. Obr. 22 Nastavené hlavních efektů a interakcí
42 3) Konturový graf Cesta: Stat DOE Factorial Contour/Surface Plots. Obr. 23 Nastavení konturového grafu
Udržitelný rozvoj v průmyslových prádelnách
Leonardo da Vinci Project Udržitelný rozvoj v průmyslových prádelnách Modul 3 Proces praní Kapitola 2 Praní v klasických pračkách Modul 3 Proces praní Kapitola 2 Praní v klasických pračkách 1 Obsah oblast
Vliv moderních odvodňovacích procesů na spotřebu energie v sušičkách
Leonardo da Vinci Project Udržitelný rozvoj v průmyslových prádelnách Modul 5 Energie v prádelnách Kapitola 5 Vliv moderních odvodňovacích procesů na spotřebu energie v sušičkách Modul 5 Energie v prádelnách
BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ENERGETICKÝ ÚSTAV FACULTY OF MECHANICAL ENGINEERING ENERGY INSTITUTE
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ENERGETICKÝ ÚSTAV FACULTY OF MECHANICAL ENGINEERING ENERGY INSTITUTE SAMONASÁVACÍ ČERPADLO SELF-PRIMING PUMP DIPLOMOVÁ
Udržitelný rozvoj v průmyslových prádelnách
Leonardo da Vinci Project Udržitelný rozvoj v průmyslových prádelnách Modul 1 Voda v prádelnách Kapitola 2 Používání vody pro praní Obsah typy zdrojů vody pro prádelny obecné vlivy na spotřebu vody - Délka
Možnosti úspory energie
Leonardo da Vinci Project Udržitelný rozvoj v průmyslových prádelnách Modul 5 Energie v prádelnách Kapitola 3 Možnosti úspory energie Modul 5 Energie v prádelnách Kapitola 3 Možností úspory energie 1 Obsah
Základy navrhování průmyslových experimentů DOE
Základy navrhování průmyslových experimentů DOE cílová hodnota 1. Úvod, Analýza procesu Gejza Dohnal střední hodnota cílová hodnota Řízení jakosti (kvality) Plánování experimentů - historie Klasický přístup
Možnosti úspor vody a energie Praní při nízké teplotě
Leonardo da Vinci Project Udržitelný rozvoj v průmyslových prádelnách Modul 3 Proces praní Kapitola 4a Možnosti úspor vody a energie Praní při nízké teplotě Cíle Po prostudování této kapitoly budete mít
Design of Experiment (DOE) Petr Misák. Brno 2017
Navrhování experimentů Design of Experiment (DOE) Petr Misák Vysoké učení technické v Brně, Fakulta stavební, Ústav stavebního zkušebnictví Brno 2017 Úvod - Experiment jako nástroj hledání slavné vynálezy
Úspory vody a energie na prádelnách podle fyzikálních, nikoliv marketingových zákonů 3. část.
Úspory vody a energie na prádelnách podle fyzikálních, nikoliv marketingových zákonů 3. část. V předchozích dvou dílech této série článků jste se dozvěděli mnohé o snižování spotřeby vody a energie na
Udržitelný rozvoj v průmyslových prádelnách
Leonardo da Vinci Project Udržitelný rozvoj v průmyslových prádelnách Modul 1 Používání vody Kapitola 2 Používání vody pro praní Cíle Obsah typy zdrojů vody pro prádelny obecné vlivy na spotřebu vody -
PŘEPOČET KOTLE PŘI DÍLČÍM VÝKONU
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ENERGETICKÝ ÚSTAV FACULTY OF MECHANICAL ENGINEERING ENERGY INSTITUTE PŘEPOČET KOTLE PŘI DÍLČÍM VÝKONU RECALCULATION
Úspory vody a energie na prádelnách podle fyzikálních, nikoliv marketingových zákonů 1. část.
Úspory vody a energie na prádelnách podle fyzikálních, nikoliv marketingových zákonů 1. část. Snižování spotřeby vody a energie je jedním z nejvýraznějších, současných trendů v oboru velkokapacitního praní,
Proces praní. Sólo pračkách a tunelových pračkách. Modul 4
Proces praní v Sólo pračkách a tunelových pračkách Modul 4 Externí doprava 5 % - např. plenky Předpírka Sklad špinavého prádla 100 % Třídění prádla 100 % Typické procesy v komerční prádelně 100 % Sólopračky
PROTOKOL O PROVEDENÉM MĚŘENÍ
Vysoké učení technické v Brně Ústav procesního a ekologického inženýrství Procter & Gamble Professional Určení efektivity žehlení PROTOKOL O PROVEDENÉM MĚŘENÍ Vypracovali: Ing. Martin Pavlas, ÚPEI FSI
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY STUDIE TURBÍNY S VÍŘIVÝM OBĚŽNÝM KOLEM STUDY OF TURBINE WITH SIDE CHANNEL RUNNER
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ENERGETICKÝ ÚSTAV FACULTY OF MECHANICAL ENGINEERING ENERGY INSTITUTE STUDIE TURBÍNY S VÍŘIVÝM OBĚŽNÝM KOLEM STUDY
Udržitelný rozvoj v průmyslových prádelnách
Leonardo da Vinci Project Udržitelný rozvoj v průmyslových prádelnách Modul 2 Technologická zařízení Kapitola 5 Sušení prádla Modul 2 Technologická zařízení Kapitola 5 Sušení prádla 1 Obsah Rozdíly v sušících
Používání energie v prádelnách
Leonardo da Vinci Projekt Udržitelný rozvoj v průmyslových prádelnách Modul 5 Energie v prádelnách Kapitola 2 Používání energie v prádelnách Modul 5 Energie v prádelnách Kapitola 2 Používání energie 1
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV KONSTRUOVÁNÍ FACULTY OF MECHANICAL ENGINEERING INSTITUTE OF MACHINE AND INDUSTRIAL DESIGN DESIGN PC MONITORU
KOAGULAČNÍ PROCESY PŘI ÚPRAVĚ POVRCHOVÉ VODY
UNIVERZITA PARDUBICE FAKULTA CHEMICKO-TECHNOLOGICKÁ KATEDRA CHEMICKÉHO INŽENÝRSTVÍ KOAGULAČNÍ PROCESY PŘI ÚPRAVĚ POVRCHOVÉ VODY BAKALÁŘSKÁ PRÁCE AUTOR PRÁCE: VEDOUCÍ PRÁCE: Jiří Vašíř Ing. Hana Jiránková,
KONSTRUKČNÍ NÁVRH PŘÍPRAVKŮ PRO ZMĚNU VÝROBNÍHO POSTUPU TLAKOVÝCH ZÁSOBNÍKŮ COMMON RAIL
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV AUTOMOBILNÍHO A DOPRAVNÍHO INŽENÝRSTVÍ FACULTY OF MECHANICAL ENGINEERING INSTITUTE OF AUTOMOTIVE ENGINEERING
Navrhování experimentů a jejich analýza. Eva Jarošová
Navrhování experimentů a jejich analýza Eva Jarošová Obsah Základní techniky Vyhodnocení výsledků Experimenty s jedním zkoumaným faktorem Faktoriální experimenty úplné 2 N dílčí 2 N-p Experimenty pro studium
Případné technické změny, tiskové chyby a odlišnosti ve vyobrazení jsou vyhrazeny bez upozornění. 11 SIEMENS Název / Označení modelu Třída energetické účinnosti 1) A (nízká spotřeba energie) Aplus
Zvýšení prevence nozokomiálních infekcí modernizací systému čištění a dezinfekce prádla ve FN Plzeň
Zvýšení prevence nozokomiálních infekcí modernizací systému čištění a dezinfekce prádla ve FN Plzeň Plzeň, 15.10.2014 Projekt je spolufinancován Evropskou unií z Evropského fondu pro regionální rozvoj.
Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1
Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA 2018 4. dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1 Typy proměnných nominální (nominal) o dvou hodnotách lze říci pouze
Návrh a vyhodnocení experimentu
Návrh a vyhodnocení experimentu Návrh a vyhodnocení experimentů v procesech vývoje a řízení kvality vozidel Ing. Bohumil Kovář, Ph.D. FD ČVUT Ústav aplikované matematiky kovar@utia.cas.cz Mladá Boleslav
KATALOG SEMINÁŘŮ PRÁDELENSKO ČISTÍRENSKÉHO VZDĚLÁVÁNÍ TZÚ
KATALOG SEMINÁŘŮ PRÁDELENSKO ČISTÍRENSKÉHO VZDĚLÁVÁNÍ TZÚ Katalog vzdělávacích akcí Textilního zkušebního ústavu, s.p. Nabídka seminářů... 3 1. Čistírenská technologie... 4 2. Čistírenská chemie... 5 3.
Design of experiment Návrh experimentu
Design of experiment Návrh experimentu 19.7.2010 Co je to experiment Co je to experiment DOE SixSigma Proč se zabývat návrhem experimentu? Motivační příklad Klasický návrh DOE návrh experimentu Znalost
Parametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je =
Příklad 1 Metodou nejmenších čtverců nalezněte odhad lineární regresní funkce popisující závislost mezi výnosy pšenice a množstvím použitého hnojiva na základě hodnot výběrového souboru uvedeného v tabulce.
Základy navrhování průmyslových experimentů# (Design Of Experiments)
Základy navrhování průmyslových experimentů# (Design Of Experiments) cílová hodnota Prof. RNDr. Gejza Dohnal, CSc. střední hodnota cílová hodnota Přednáška - 13+1 lekcí, písemná zkouška 1. Úvod do plánování
Technická univerzita v Liberci
Technická univerzita v Liberci Ekonomická fakulta Analýza výsledků z dotazníkového šetření Jména studentů: Adam Pavlíček Michal Karlas Tomáš Vávra Anna Votavová Ročník: 2015/2016 Datum odevzdání: 13/05/2016
Normální (Gaussovo) rozdělení
Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký
Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 27. listopadu 2017 Typy statistických znaků (proměnných) Typy proměnných: Kvalitativní proměnná (kategoriální, slovní,... ) Kvantitativní proměnná (numerická,
Základy navrhování průmyslových experimentů DOE
Základy navrhování průmyslových experimentů DOE cílová hodnota V. Vícefaktoriální experimenty Gejza Dohnal střední hodnota cílová hodnota Vícefaktoriální návrhy experimentů počet faktorů: počet úrovní:
Trysky pro distributor vzduchu fluidního kotle v úpravě pro spalování biomasy
Trysky pro distributor vzduchu fluidního kotle v úpravě pro spalování biomasy Jan HRDLIČKA 1, * 1 ČVUT v Praze, Fakulta strojní, Ústav energetiky, Technická 4, 166 07 Praha 6 * Email: jan.hrdlicka@fs.cvut.cz
Měření zrychlení na nakloněné rovině
Měření zrychlení na nakloněné rovině Online: http://www.sclpx.eu/lab1r.php?exp=5 Při návrhu tohoto experimentu jsme vyšli z jeho klasického pojetí uvedeného v [4]. Protože jsme se snažili optimalizovat
Pojem a úkoly statistiky
Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby
Excel 2007 praktická práce
Excel 2007 praktická práce 1 Excel OP LZZ Tento kurz je financován prostřednictvím výzvy č. 40 Operačního programu Lidské zdroje a zaměstnanost z prostředků Evropského sociálního fondu. 2 Excel Cíl kurzu
Se spuštěním výroby modelů ASTRA dochází ke změně celé modelové řady.
PŘEDNÍ PLNĚNÍ Nové označení modelů Se spuštěním výroby modelů ASTRA dochází ke změně celé modelové řady. Proč? S uvedením na trh nové řady ASTRA chceme posílit povědomí o značce FAGOR jako o významném
STATISTICA Téma 1. Práce s datovým souborem
STATISTICA Téma 1. Práce s datovým souborem 1) Otevření datového souboru Program Statistika.cz otevíráme z ikony Start, nabídka Programy, podnabídka Statistika Cz 6. Ze dvou nabídnutých možností vybereme
Určeno pro Navazující magisterský studijní program Stavební inženýrství, obor Pozemní stavby, zaměření Navrhování pozemních staveb
Vzorový dokument pro zpracování základního posouzení objektu z hlediska stavební fyziky pro účely Diplomové práce ve formě projektové dokumentace stavby zpracovávané na Ústavu pozemního stavitelství, FAST,
ODBORNÁ INSTRUKCE STANOVENÍ KONCEPTU POLOŽKY PRO PRAČKY A SUŠIČKY
VELITELSTVÍ SIL PODPORY Odbor logistického zabezpečení personálu Oddělení všeobecné podpory Ve Staré Boleslavi dne 30. srpna 2010 Čj. 1586/2010-2280 Výtisk č. 1 Počet listů: 4 Přílohy: 13/13 ODBORNÁ INSTRUKCE
Miloslav Dohnal 1 PROCESNÍ VÝPOČTY TECHNOLOGIÍ
Miloslav Dohnal 1 PROCESNÍ VÝPOČTY TECHNOLOGIÍ Tento článek je věnován odborné stáži, která vznikla v rámci projektu MSEK Partnerství v oblasti energetiky. 1. ÚVOD Projekt MSEK Partnerství v oblasti energetiky
Interní norma č. 22-102-01/01 Průměr a chlupatost příze
Předmluva Text vnitřní normy byl vypracován v rámci Výzkumného centra Textil LN00B090 a schválen oponentním řízením dne 7.12.2004. Předmět normy Tato norma stanoví postup měření průměru příze a celkové
HODNOCENÍ ROZDÍLNÝCH REŽIMŮ PŘI PROCESU SPALOVÁNÍ
HODNOCENÍ ROZDÍLNÝCH REŽIMŮ PŘI PROCESU SPALOVÁNÍ Radim Paluska, Miroslav Kyjovský V tomto příspěvku jsou uvedeny poznatky vyplývající ze zkoušek provedených za účelem vyhodnocení rozdílných režimů při
Obr. P1.1 Zadání úlohy v MS Excel
Přílohy Příloha 1 Řešení úlohy lineárního programování v MS Excel V této příloze si ukážeme, jak lze řešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel. Výpočet budeme demonstrovat
Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel
Přílohy Příloha 1 Řešení úlohy lineárního programování v MS Excel V této příloze si ukážeme, jak lze řešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel 2007. Výpočet budeme demonstrovat
Náhodné (statistické) chyby přímých měření
Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně
DOE (Design of Experiments)
DOE - DOE () DOE je experimentální strategie, při které najednou studujeme účinky několika faktorů, prostřednictvím jejich testování na různých úrovních. Charakteristika jakosti,y je veličina, pomocí které
Náhodné chyby přímých měření
Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.
ÚPRAVA VODY V ENERGETICE. Ing. Jiří Tomčala
ÚPRAVA VODY V ENERGETICE Ing. Jiří Tomčala Úvod Voda je v elektrárnách po palivu nejdůležitější surovinou Její množství v provozních systémech elektráren je mnohonásobně větší než množství spotřebovaného
Statistika pro geografy
Statistika pro geografy 2. Popisná statistika Mgr. David Fiedor 23. února 2015 Osnova 1 2 3 Pojmy - Bodové rozdělení četností Absolutní četnost Absolutní četností hodnoty x j znaku x rozumíme počet statistických
3. FILTRACE. Obecný princip filtrace. Náčrt. vstup. suspenze. filtrační koláč. výstup
3. FILTRACE Filtrace je jednou ze základních technologických operací, je to jedna ze základních jednotkových operací. Touto operací se oddělují pevné částice od tekutiny ( směs tekutiny a pevných částic
Matematické modelování dopravního proudu
Matematické modelování dopravního proudu Ondřej Lanč, Alena Girglová, Kateřina Papežová, Lucie Obšilová Gymnázium Otokara Březiny a SOŠ Telč lancondrej@centrum.cz Abstrakt: Cílem projektu bylo seznámení
TRHACÍ PŘÍSTROJ LABTEST 2.05
TRHACÍ PŘÍSTROJ LABTEST 2.05 Přístroj: 1 8 7 6 2 3 4 1 horní příčník 2 pohyblivý příčník 3 siloměrný snímač 4 bezpečnostní STOP tlačítko 5 kontrolka napájení 6 modul řízení 7 spodní zarážka 8 horní zarážka
Měření součinitele smykového tření dynamickou metodou
Měření součinitele smykového tření dynamickou metodou Online: http://www.sclpx.eu/lab1r.php?exp=6 Měření smykového tření na nakloněné rovině pomocí zvukové karty řešil např. Sedláček [76]. Jeho konstrukce
Měření modulů pružnosti G a E z periody kmitů pružiny
Měření modulů pružnosti G a E z periody kmitů pružiny Online: http://www.sclpx.eu/lab2r.php?exp=2 V tomto experimentu vycházíme z pojetí klasického pokusu s pružinovým oscilátorem. Z periody kmitů se obvykle
3.5 Ověření frekvenční závislosti kapacitance a induktance
3.5 Ověření frekvenční závislosti kapacitance a induktance Online: http://www.sclpx.eu/lab3r.php?exp=10 I tento experiment patří mezi další původní experimenty autora práce. Stejně jako v předešlém experimentu
Předpisy platné pro ČR v souvislosti s používáním vody v prádelnách
Leonardo da Vinci Project Udržitelný rozvoj v průmyslových prádelnách Modul 1 Voda v prádelnách Kapitola 6b Předpisy platné pro ČR v souvislosti s používáním vody v prádelnách Modul 1 Voda v prádelnách
EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření. Jan Krystek
EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření Jan Krystek 9. května 2019 CHYBY A NEJISTOTY MĚŘENÍ Každé měření je zatíženo určitou nepřesností způsobenou nejrůznějšími negativními vlivy,
Jak postavit nízkoenergetický dům - Průkaz energetické náročnosti nízkoenergetických budov
Jak postavit nízkoenergetický dům - Průkaz energetické náročnosti nízkoenergetických budov Od ledna 2009 je povinnou součástí dokumentace ke stavebnímu povolení (na novostavby i rekonstrukce) Průkaz energetické
Optimalizace provozních podmínek. Eva Jarošová
Optimalizace provozních podmínek Eva Jarošová 1 Obsah 1. Experimenty pro optimalizaci provozních podmínek 2. EVOP klasický postup využití statistického softwaru 3. Centrální složený návrh model odezvové
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STAVEBNÍ ÚSTAV POZEMNÍCH KOMUNIKACÍ FACULTY OF CIVIL ENGINEERING INSTITUTE OF ROAD STRUCTURES VYHLEDÁVACÍ STUDIE OBCHVATU OBCE OSTROMĚŘ
Udržitelný rozvoj v průmyslových prádelnách. Modul 2 Technologická zařízení. Kapitola 2. Klasické pračky
Project Leonardo da Vinci Udržitelný rozvoj v průmyslových prádelnách Modul 2 Technologická zařízení Kapitola 2 Klasické pračky Modul 1 Technologická zařízení Kapitola 1 Klasické pračky 1 Obsah Konstrukce
ZADÁNÍ BAKALÁŘSKÉ PRÁCE
Vysoké učení technické v Brně, Fakulta strojního inženýrství Ústav fyzikálního inženýrství Akademický rok: 2013/2014 ZADÁNÍ BAKALÁŘSKÉ PRÁCE student(ka): Jakub Kuba který/která studuje v bakalářském studijním
PROTOKOL O PROVEDENÉM MĚŘENÍ
Vysoké učení technické v Brně Ústav procesního a ekologického inženýrství Procter & Gamble Professional Určení efektivity sušení v bubnových sušičkách PROTOKOL O PROVEDENÉM MĚŘENÍ Vypracovali: Ing. Martin
Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.
Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní
pra'delenska' technika
pra'delenska' technika Systém mokrého čištění www.primuslaundry.cz CHRAŇTE SVÉ ŽIVOTNÍ PROSTŘEDÍ www.primuslaundry.cz PRIMUS SOFTWASH : ŘEŠENÍ PRO MOKRÉ ČIŠTĚNÍ JEMNÝCH TKANIN Standardy ochrany životního
Úloha č.2 Vážení. Jméno: Datum provedení: TEORETICKÝ ÚVOD
Jméno: Obor: Datum provedení: TEORETICKÝ ÚVOD Jednou ze základních operací v biochemické laboratoři je vážení. Ve většině případů právě přesnost a správnost navažovaného množství látky má vliv na výsledek
UŽÍVEJTE SI PRANÍ ZANUSSI
UŽÍVEJTE SI PRANÍ ZANUSSI 19 Můžete se posadit, odpočívat a nechat Zanussi, aby se postaral o vaše prádlo. Funkce na úsporu času a energie vám ulehčí praní a poskytnou spoustu volného času na cokoliv chcete.
NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:
NÁHODNÁ ČÍSLA TYPY GENERÁTORŮ, LINEÁRNÍ KONGRUENČNÍ GENERÁTORY, TESTY NÁHODNOSTI, VYUŽITÍ HODNOT NÁHODNÝCH VELIČIN V SIMULACI CO JE TO NÁHODNÉ ČÍSLO? Náhodné číslo definujeme jako nezávislé hodnoty z rovnoměrného
FRVŠ 2829/2011/G1. Tvorba modelu materiálu pro živé tkáně
FOND ROZVOJE VYSOKÝCH ŠKOL 2011 FRVŠ 2829/2011/G1 Tvorba modelu materiálu pro živé tkáně Řešitel: Ing. Jiří Valášek Vysoké učení technické v Brně Fakulta strojního inženýrství Spoluřešitel 1: Ing. David
ROZDĚLENÍ SNÍMAČŮ, POŽADAVKY KLADENÉ NA SNÍMAČE, VLASTNOSTI SNÍMAČŮ
ROZDĚLENÍ SNÍMAČŮ, POŽADAVKY KLADENÉ NA SNÍMAČE, VLASTNOSTI SNÍMAČŮ (1.1, 1.2 a 1.3) Ing. Pavel VYLEGALA 2014 Rozdělení snímačů Snímače se dají rozdělit podle mnoha hledisek. Základním rozdělení: Snímače
ÚLOHA S2 STATICKÁ CHARAKTERISTIKA KONDENZÁTORU BRÝDOVÝCH PAR
VYSOKÁ ŠKOLA CHEMICKO-TECHNOLOGICKÁ V PRAZE Ústav počítačové a řídicí techniky Ústav fyziky a měřicí techniky LABORATOŘ OBORU IIŘP ÚLOHA S2 STATICKÁ CHARAKTERISTIKA KONDENZÁTORU BRÝDOVÝCH PAR Zpracoval:
Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality
Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality RNDr. Alena Mikušková FN Brno Pracoviště dětské medicíny, OKB amikuskova@fnbrno.cz Analytické znaky laboratorní metody
Teorie měření a regulace
Ústav technologie, mechanizace a řízení staveb CW01 Teorie měření a regulace Praxe názvy 1. ZS 2015/2016 2015 - Ing. Václav Rada, CSc. OBECNÝ ÚVOD - praxe Elektrotechnická měření mohou probíhat pouze při
Kontingenční tabulky v MS Excel 2010
Kontingenční tabulky v MS Excel 2010 Autor: RNDr. Milan Myšák e-mail: milan.mysak@konero.cz Obsah 1 Vytvoření KT... 3 1.1 Data pro KT... 3 1.2 Tvorba KT... 3 2 Tvorba KT z dalších zdrojů dat... 5 2.1 Data
Měření magnetické indukce elektromagnetu
Měření magnetické indukce elektromagnetu Online: http://www.sclpx.eu/lab3r.php?exp=1 V tomto experimentu jsme využili digitální kuchyňské váhy, pomocí kterých jsme určovali sílu, kterou elektromagnet působí
VÝBĚR A JEHO REPREZENTATIVNOST
VÝBĚR A JEHO REPREZENTATIVNOST Induktivní, analytická statistika se snaží odhadnout charakteristiky populace pomocí malého vzorku, který se nazývá VÝBĚR neboli VÝBĚROVÝ SOUBOR. REPREZENTATIVNOST VÝBĚRU:
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY OCELOVÁ KONSTRUKCE HALY STEEL STRUCTURE OF A HALL
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STAVEBNÍ ÚSTAV KOVOVÝCH A DŘEVĚNÝCH KONSTRUKCÍ FACULTY OF CIVIL ENGINEERING INSTITUTE OF METAL AND TIMBER STRUCTURES OCELOVÁ KONSTRUKCE
Josef Keder, Lenka Janatová Český hydrometeorologický ústav
ZHODNOENÍ MOŽNOSTI SNÍŽENÍ ČETNOSTI VÝSKYTU PŘEKRAČOVÁNÍ IMISNÍH LIMITŮ ESTOU REGULAE EMISÍ Josef Keder, Lenka Janatová Český hydrometeorologický ústav MOTIVAE Potřeba aplikace vhodných opatření k expozici
STATISTICA Téma 7. Testy na základě více než 2 výběrů
STATISTICA Téma 7. Testy na základě více než 2 výběrů 1) Test na homoskedasticitu Nalezneme jej v několika submenu. Omezme se na submenu Základní statistiky a tabulky základního menu Statistika. V něm
Protokol č. 1. Tloušťková struktura. Zadání:
Protokol č. 1 Tloušťková struktura Zadání: Pro zadané výčetní tloušťky (v cm) vypočítejte statistické charakteristiky a slovně interpretujte základní statistické vlastnosti tohoto souboru tloušťek. Dále
2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení
2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků
3 - Hmotnostní bilance filtrace a výpočet konstant filtrační rovnice
3 - Hmotnostní bilance filtrace a výpočet konstant filtrační rovnice I Základní vztahy a definice iltrace je jedna z metod dělení heterogenních směsí pevná fáze tekutina. Směs prochází pórovitým materiálem
Životní cyklus výrobku Faktory ovlivňující způsoby projektování
Životní cyklus výrobku Faktory ovlivňující způsoby projektování Šimon Kovář Katedra textilních a jednoúčelových strojů Zkuste definovat pojem životní cyklus výrobku? Životní Cyklus Výrobku Životní cyklus
Udržitelný rozvoj v průmyslových prádelnách
Leonardo da Vinci Project Udržitelný rozvoj v průmyslových prádelnách Modul 1 Voda v prádelnách Kapitola 4 Příčiny kontaminace vody Modul 1 Voda v prádelnách Kapitola 4 Příčiny kontaminace vody 1 Obsah
Manganový zeolit MZ 10
Manganový zeolit MZ 10 SPECIFIKACE POPIS PRODUKTU PUROLITE MZ 10 je manganový zeolit, oxidační a filtrační prostředek, který je připraven z glaukonitu, přírodního produktu, lépe známého jako greensand.
13 Měření na sériovém rezonančním obvodu
13 13.1 Zadání 1) Změřte hodnotu indukčnosti cívky a kapacity kondenzátoru RC můstkem, z naměřených hodnot vypočítej rezonanční kmitočet. 2) Generátorem nastavujte frekvenci v rozsahu od 0,1 * f REZ do
Zefektivnění procesu RCM
Zefektivnění procesu RCM Jaroslav Zajíček Abstrakt: Čas jsou peníze. To je hlavní myšlenka této práce. Principy metody RCM jsou všeobecně známé, jedná se o nalezení takové údržby, která je z dlouhodobého
Využití faktorového plánování v oblasti chemických specialit
LABORATOŘ OBORU I T Využití faktorového plánování v oblasti chemických specialit Vedoucí práce: Ing. Eliška Vyskočilová, Ph.D. Umístění práce: FO7 1 ÚVOD Faktorové plánování je optimalizační metoda, hojně
Six Sigma - DMAIC. Jan Vavruška Technická univerzita v Liberci. TU v Liberci
Tento materiál vznikl jako součást projektu, který je spolufinancován Evropským sociálním fondem a státním rozpočtem ČR. Six Sigma - DMAIC Technická univerzita v Liberci Řízení výrobních systémů Technická
TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar
INOVACE ODBORNÉHO VZDĚLÁVÁNÍ NA STŘEDNÍCH ŠKOLÁCH ZAMĚŘENÉ NA VYUŽÍVÁNÍ ENERGETICKÝCH ZDROJŮ PRO 21. STOLETÍ A NA JEJICH DOPAD NA ŽIVOTNÍ PROSTŘEDÍ
INOVACE ODBORNÉHO VZDĚLÁVÁNÍ NA STŘEDNÍCH ŠKOLÁCH ZAMĚŘENÉ NA VYUŽÍVÁNÍ ENERGETICKÝCH ZDROJŮ PRO 21. STOLETÍ A NA JEJICH DOPAD NA ŽIVOTNÍ PROSTŘEDÍ CZ.1.07/1.1.00/08.0010 NUMERICKÉ SIMULACE ING. KATEŘINA
Kalorimetrická měření I
KATEDRA EXPERIMENTÁLNÍ FYZIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITY PALACKÉHO V OLOMOUCI FYZIKÁLNÍ PRAKTIKUM Z MOLEKULOVÉ FYZIKY A TERMODYNAMIKY Kalorimetrická měření I Úvod Teplo Teplo Q je určeno energií,
T- MaR. Ústav technologie, mechanizace a řízení staveb. Teorie měření a regulace. Podmínky názvy. 1.c-pod. ZS 2015/ Ing. Václav Rada, CSc.
Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace Podmínky názvy 1.c-pod. ZS 2015/2016 2015 - Ing. Václav Rada, CSc. MĚŘENÍ praktická část OBECNÝ ÚVOD Veškerá měření mohou probíhat
Popisná statistika. Komentované řešení pomocí MS Excel
Popisná statistika Komentované řešení pomocí MS Excel Vstupní data Máme k dispozici data o počtech bodů z 1. a 2. zápočtového testu z Matematiky I v zimním semestru 2015/2016 a to za všech 762 studentů,
PRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Definice lineárního normálního regresního modelu Lineární normální regresní model Y β ε Matice n,k je matice realizací. Předpoklad: n > k, h() k - tj. matice je plné hodnosti