An automated system for calibration table calculation of cylindrical horizontal tanks

Denis Proskurenko; Mykhailo Bezuglyi

doi:10.35784/iapgos.7408

PDF (angielski)

Opublikowane: 2026-03-30

DOI: https://doi.org/10.35784/iapgos.7408

Numer Tom 16 Nr 1 (2026)

Wydajna klasyfikacja białych krwinek w oparciu o CNN: badanie porównawcze wydajności modeli
Achraf Benba, Sara Sandabad

5-9
Zautomatyzowana diagnostyka raka skóry z wykorzystaniem głębokiego uczenia: systematyczny przegląd najnowocześniejszych architektur, technik i oceny wydajności
Subaidabeevi Shafeena, Ramayyan Sumathy Vinod Kumar, Sikamony Sumathi Kumar, David Shahi

10-20
Zwiększanie bezpieczeństwa kierowców dzięki rozpoznawaniu emocji na podstawie sygnałów EKG z wykorzystaniem sieci BiLSTM
Raga Madhuri Chandra, Satya Sumanth Vanapalli, Giri Venkata Sai Tej Neelaiahgari

21-28
Automatyczny system do obliczania tabeli kalibracyjnej cylindrycznych zbiorników poziomych
Denis Proskurenko, Mykhailo Bezuglyi

29-34
Kontrola stabilności emulsji woda-diesel za pomocą pomiarów zmętnienia
Oleksandr Zabolotnyi, Andrii Khodieiev, Nicolay Koshevoy, Roman Trishch

35-41
Poprawa trybu rozruchu silnika indukcyjnego w warunkach spadku napięcia
Oleksandr Vovk, Serhii Halko, Andrii Sabo, Oleksandr Miroshnyk, Taras Shchur

42-47
Modelowanie trybów dynamicznych w silniku prądu stałego do pojazdów elektrycznych
Viktor Lyshuk, Anatolii Tkachuk, Sergiy Moroz, Mykola Yevsiuk, Mykola Khvyshchun, Stanislav Prystupa, Valentyn Zablotskyi

48-55
Budowa i analiza scenariuszy awarii w sieciach elektroenergetycznych z wykorzystaniem ontologii, modelu przepływu mocy oraz grafu wiedzy
Oleksandr Khomenko, Vyacheslav Senchenko, Oleksandr Koval, Iryna Husyeva

56-61
Kinetyka suszenia materiałów ziarnistych w instalacjach z przerywanym zasilaniem elektrycznym wykorzystujących promieniowanie mikrofalowe i podczerwone
Roman Kalinichenko, Valentyna Bandura, Borys Kotov, Yurii Pantsyr, Ihor Garasymchuk, Serhii Stepanenko

62-66
Metoda automatycznego dostrajania regulatora temperatury obudowy smartfonu
Danylo Zinchenko, Yurii Mariiash

67-71
Wykorzystanie FPGA do modelowania i generowania procesów chaotycznych
Oleksandr Osadchuk, Iaroslav Osadchuk, Valentyn Skoshchuk

72-77
ymulacja i projektowanie elektroniczne pięciowymiarowej chaotycznej sztucznej sieci neuronowej
Michael Kopp, Inna Samuilik

78-83
Inteligentny łańcuch przetwarzania DL-SCH/PDSCH w sieci 5G z adaptacyjnym mechanizmem HARQ
Juliy Boiko, Ilya Pyatin

84-93
Analiza modeli generatywnych w teledetekcji: przegląd kompleksowy
Gottapu Santosh Kumar, Gurugubelli Jagadeesh, Swarajya Madhuri Rayavarapu

94-98
Dekodowanie z wykorzystaniem szumu zbiorowego z metodą inwersji bitów w kodach z niską gęstością i kontrolą parzystości
Mykola Shtompel, Oleksandr Shefer

99-103
Wymiana wiedzy w niezależnych głębokich sieciach Q
Viacheslav Bochok, Nataliia Fedorova

104-108
Wykrywanie ludzi na obrazach z dronów z wykorzystaniem technik głębokiego uczenia
Sobhana Mummaneni, Naga Deepika Ginjupalli, Pragathi Dodda, Novaline Jacob, Sanjay Raj Emmanuel Katari

109-115
Analiza porównawcza algorytmów DeepSORT, ByteTrack i StrongSORT w zakresie śledzenia wielu obiektów w systemach monitoringu wizyjnego opartych na bezzałogowych statkach powietrznych
Andrii Safonyk, Viktor Podvyshennyi, Oleksandr Naumchuk

116-120
Wysoce wydajne metody przetwarzania złożonych danych wizualnych w systemach wsparcia decyzyjnego
Oleksandr Poplavskyi, Sergii Pavlov, Oksana Bezsmernta, Iryna Gerasymova, Bakhyt Yeraliyeva

121-125
Metoda antyaliasingu dla krzywych rzędu drugiego na rastrach heksagonalnych
Oleksandr Melnyk, Tetiana Prysiazhniuk

126-129
Metoda oceny ryzyka naruszenia bezpieczeństwa użytkownika na podstawie indywidualnego profilu bezpieczeństwa
Svitlana Lehominova, Mykhailo Zaporozhchenko, Tetiana Kapeliushna, Yuriy Shchavinsky, Tetiana Muzhanova

130-137
Metoda kodowania pozycyjnego w diferencyjnej przestrzeni falowej
Volodymyr Barannik, Anatolii Berchanov, Valeriy Barannik, Dmytro Uzlov, Mykola Dihtiar, Mykhailo Osovytskyi, Andrii Sushko, Yurii Babenko

138-146
Platforma internetowa z usługą Checkbox: aspekty rachunkowości podatkowej, sprawozdawczości i współpracy z organami podatkowymi
Yuliia Povstiana, Lyudmila Samchuk, Ivan Kachula

147-154
Analiza porównawcza webowych szkieletów programistycznych języka PHP: Codeigniter, Cakephp oraz Yii
Karol Rak, Mariusz Dzieńkowski

155-161
Prognozowanie cen plonów z wykorzystaniem Temporal Fusion Transformer dla okręgu Krishna w stanie Andhra Pradesh
Dedeepya Manikonda, Ashutosh Satapathy, Keerthi Padamata, Jaswanthi Machcha, J. Chandrakanta Badajena

162-170
Model transmisji pakietowej danych tekstowych z wykorzystaniem SDR w środowisku GNU Radio Companion
Nurbol Kaliaskarov, Kyrmyzy Taissariyeva, Nurlykhan Raulyev, Akezhan Sabibolda

171-176
Modelowanie systemu produkcyjnego typu pull-flow z dynamicznym sterowaniem zapasami buforowymi
Saad Elbaraka, Salah-eddine Mokhlis, Adil Barra, Hicham Fouraiji, Mohamed Rhouzali, Najat Messaoudi

177-182

Archiwum

2026

Tom 16 Nr 2
2026-06-30 27
Tom 16 Nr 1
2026-03-30 27

2025

Tom 15 Nr 4
2025-12-20 27
Tom 15 Nr 3
2025-09-30 24
Tom 15 Nr 2
2025-06-27 24
Tom 15 Nr 1
2025-03-31 26

2024

Tom 14 Nr 4
2024-12-21 25
Tom 14 Nr 3
2024-09-30 24
Tom 14 Nr 2
2024-06-30 24
Tom 14 Nr 1
2024-03-31 23

2023

Tom 13 Nr 4
2023-12-20 24
Tom 13 Nr 3
2023-09-30 25
Tom 13 Nr 2
2023-06-30 14
Tom 13 Nr 1
2023-03-31 12

2022

Tom 12 Nr 4
2022-12-30 16
Tom 12 Nr 3
2022-09-30 15
Tom 12 Nr 2
2022-06-30 16
Tom 12 Nr 1
2022-03-31 9

Authors

Denis Proskurenko

pdm-vp-pbf21@lll.kpi.ua

National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"

https://orcid.org/0000-0002-0673-5708

Mykhailo Bezuglyi

m.bezuglyi@kpi.ua

National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"

https://orcid.org/0000-0003-0624-0585

Abstrakt

Artykuł przedstawia wyniki opracowania i wdrożenia oprogramowania "Automatyczne obliczanie tabeli kalibracji" do kalibracji stalowych cylindrycznych zbiorników poziomych uzyskanych za pomocą skanowania laserowego 3D. Proponowany system automatyzuje przetwarzanie chmur punktów 3D przy użyciu hybrydowej metody segmentacji (RANSAC i DBSCAN) oraz ulepszonych wzorów geometrycznych do obliczania tabeli pojemności w mililitrach. Wyniki obliczeń objętości i współczynników pojemności porównano z alternatywnym oprogramowaniem przedsiębiorstwa, co wykazało wzrost dokładności o 5–15% i skrócenie czasu przetwarzania o 70–80%. Opracowane oprogramowanie dostosowuje się do deformacji zbiorników, zapewniając niezawodność w warunkach przemysłowych, co potwierdza analiza danych dla 10 zbiorników o gęstości chmury wynoszącej 5–15 milionów punktów.

Słowa kluczowe:

kalibracja, analiza 3D, chmura punktów, system automatyki, technologie zintegrowane z komputerem

Bibliografia

References

[1] Adekitan, A. I., & Omoruyi, O. (2018). Stock keeping accuracy: A data based investigation of storage tank calibration challenges. Data in Brief, 19, 2155–2162. https://doi.org/10.1016/j.dib.2018.06.122

[2] Agboola, O. O., Akinnuli, B. O., Akintunde, M. A., Ikubanni, P. P., & Adeleke, A. A. (2019). Comparative Analysis of Manual Strapping Method (MSM) and Electro-Optical Distance Ranging (EODR) Method of Tank Calibration. Journal of Physics: Conference Series, 1378(2), 022062. https://doi.org/10.1088/1742-6596/1378/2/022062

[3] Agboola, O. O., Akinnuli, B. O., Kareem, B., Akintunde, M. A., Ikubanni, P. P., & Adeleke, A. A. (2024). Rating of Geometrical Methods of Tank Calibration: F-TOPSIS Approach. MAPAN, 39(3), 653–662. https://doi.org/10.1007/s12647-024-00748-z

[4] Castro, H. F. F. (2024). Mathematical modeling applied to the uncertainty analysis of a tank prover calibration: Understanding the influence of calibration conditions on the GUM validation using the Monte Carlo method. Flow Measurement and Instrumentation, 96, 102547. https://doi.org/10.1016/j.flowmeasinst.2024.102547

[5] del Horno, L., Segura, E., Somolinos, J. A., & Morales, R. (2023). A New Methodology-Based Sensorial System with Which to Determine the Volume of Liquid Contained in a Cylindrical Tank Subjected to Full Variations in Its Orientation. Journal of Marine Science and Engineering, 11(12), 2316. https://doi.org/10.3390/jmse11122316

[6] Goda, I., L’Hostis, G., & Guerlain, P. (2019). In-situ non-contact 3D optical deformation measurement of large capacity composite tank based on close-range photogrammetry. Optics and Lasers in Engineering, 119, 37–55. https://doi.org/10.1016/j.optlaseng.2019.02.006

[7] Hu, M.-S., & Tao, C.-R. (2016). Calculation of oil tank volume and report generation system with trim and list corrections. Transactions of the Canadian Society for Mechanical Engineering, 40(5), 835–845. https://doi.org/10.1139/tcsme-2016-0068

[8] International Organization for Standardization, Petroleum and liquid petroleum products. (2001). Tank calibration by liquid measurement – Incremental method using volumetric meters (ISO 4269:2001).

[9] International Organization for Standardization, Petroleum and liquid petroleum products. (2002). Calibration of horizontal cylindrical tanks – Part 2: Internal electro-optical distance-ranging method (ISO 12917-2:2002).

[10] International Organization for Standardization, Petroleum and liquid petroleum products. (2017). Calibration of horizontal cylindrical tanks – Part 1: Manual methods (ISO 12917-1:2017).

[11] Knyva, M., Knyva, V., Meškuotienė, A., Kuzas, P., Gailius, D., & Nakutis, Ž. (2020). 3D Laser Scanning Pointcloud Processing Uncertainty Estimation for Fuel Tank Volume Calibration. MAPAN, 35(3), 333–341. https://doi.org/10.1007/s12647-020-00367-4

[12] Knyva, M., Knyva, V., Nakutis, Ž., Dumbrava, V., & Saunoris, M. (2017). A Concept of Fuel Tank Calibration Process Automation Within IoT Infrastructure. MAPAN, 32(1), 7–15. https://doi.org/10.1007/s12647-016-0193-1

[13] Meškuotienė, A., Kaškonas, P., Raudienė, E., Dobilienė, J., & Urbonavičius, B. G. (2022). Calibration Periodicity of Fuel Tanks Assigned to Legal–Industrial Metrology: A Case Study. Sustainability, 14(16), 9817. https://doi.org/10.3390/su14169817

[14] Milinkovic, A. (2018). 3D laser scanning and imaging laser scanning in storage tanks metrology control process. STEPGRAD, 13(1). https://doi.org/10.7251/STP1813794M

[15] Milinković, A., García-Balboa, J. L., & Ruiz-Armenteros, A. M. (2020). An Overview of Methods Applied To Quality Control Of Storage Tanks Volume. 17th IMEKO TC10 Conference "Global trends in Testing, Diagnostics & Inspection for 2030”, Dubrovnik, Croatia.

[16] Okeke, A. (2021). Towards sustainability in the global oil and gas industry: Identifying where the emphasis lies. Environmental and Sustainability Indicators, 12, 100145. https://doi.org/10.1016/j.indic.2021.100145

[17] Proskurenko, D., & Bezuglyi, M. (2025). Integrated approach for 3D point cloud segmentation in tank calibration. Bulletin of Kyiv Polytechnic Institute. Series Instrument Making, (69(1)), 75–81. https://doi.org/10.20535/1970.69(1).2025.333512

[18] Samoilenko, O., & Zaets, V. (2022). Calibration of Tanks and Ships’ Tanks for Storage and Transportation of Liquids by Laser Scanning. In O. Velychko (Ed.), Applied Aspects of Modern Metrology. IntechOpen. https://doi.org/10.5772/intechopen.100565

[19] State Enterprise "All-Ukrainian State Scientific and Production Center for Standardization, Metrology, Certification and Consumer Rights Protection". (2016). Horizontal Cylindrical Steel Tankers. Methodology for Verification (Calibration) by Geometric Method Using Geodetic Instruments (DSTU Patent No. 7475).

[20] Wan, Y., Wang, L., Gao, F., Tian, P., & Lin, J. (2021). Processing Method of Horizontal Tank Capacity Based on VAB and OLE Technology. 2021 IEEE 15th International Conference on Electronic Measurement & Instruments (ICEMI), 292–295. https://doi.org/10.1109/ICEMI52946.2021.9679585

[21] Zhou, J., & Zhang, J. (2016). Monte Carlo Simulation on Automatic Calibration Method of Horizontal Tanks. In E. Qi (Ed.), Proceedings of the 6th International Asia Conference on Industrial Engineering and Management Innovation (pp. 571–578). Atlantis Press. https://doi.org/10.2991/978-94-6239-145-1_54

Automatyczny system do obliczania tabeli kalibracyjnej cylindrycznych zbiorników poziomych. (2026). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 16(1), 29-34. https://doi.org/10.35784/iapgos.7408

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 16 Nr 1 (2026)

Archiwum

##plugins.themes.bootstrap3.article.main##

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja