Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Wojciechowski, G." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    The use of artificial neural networks to predict the spatial variability of grain quality during combine harvest of wheat
    Wykorzystanie sztucznych sieci neuronowych do prognozowania zmienności przestrzennej jakości ziarna podczas zbioru kombajnowego pszenicy
    Autorzy:
    Niedbała, G.
    Czechlowski, M.
    Wojciechowski, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/335514.pdf
    Data publikacji:
    2013
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    sztuczne sieci neuronowe
    MLP
    predykcja neuronowa
    selektywny zbiór zbóż
    spektroskopia VIS-NIR
    artificial neural network
    neural prediction
    selective grain harvest
    VIS-NIR spectroscopy
    Opis:
    The aim of the study was to attempt to build and validate the neural model controlling the qualitative selection of the stream of grain mass as early as the stage of combine harvesting of winter wheat. The model uses the highest possible number of data describing locally changeable environmental conditions such as: protein content, moisture and yield of wheat grain, soil abundance in basic nutrients (total Kjeldahl nitrogen, exchangeable phosphorus and potassium, magnesium) and additionally - the pH coefficient, content of organic matter in soil and the relative altitude. The construction of the neural model was preceded with a multiple regression analysis. The results of the analysis (α = 0.05) indicated statistical significance of all of the traits under analysis, which influence grain quality and are defined as the content of protein. The MLP neural network (9-30-1) consisted of one hidden layer containing 30 neurons, one output and nine inputs. The network learning was done with the BFGS (Broyden-Fletcher-Goldfarb-Shanno) algorithm in a single phase during 827 epochs with the SOS error function. The study was a part of the development project No. R12 0073 06 entitled “Development and validation of the technology for separation grain stream during cereals selective harvesting”, financed by the Polish National Centre for Research and Development.
    Celem pracy było podjęcie próby budowy i walidacji modelu neuronowego sterującego selekcją jakościową strumienia masy ziarna już na etapie kombajnowego zbioru pszenicy ozimej. Model wykorzystuje jak najwięcej danych opisujących lokalnie zmienne warunki środowiskowe takie jak: zawartości białka, wilgotność i wielkość plonu ziarna pszenicy, zasobność gleby w podstawowe składniki pokarmowe (azot ogólny, fosfor i potas wymienny, magnez) oraz dodatkowo współczynnik pH, zawartość materii organicznej w glebie oraz wysokość względną NPM. Budowę modelu neuronowego poprzedzono analizą regresji wielorakiej. Wyniki tej analizy na poziomie α = 0,05 wskazały istotność statystyczną wszystkich badanych cech wpływających na jakość ziarna zdefiniowaną jako zawartość białka. Zbudowana sieć neuronowa typu MLP (9-30-1) składała się jednej warstwy ukrytej zawierającej 30 neuronów, jednego wyjścia i dziewięciu wejść. Uczenie sieci z wykorzystaniem algorytmu BFGS wykonano jednofazowo w trakcie 827 epok z funkcją błędu SOS. Pracę zrealizowano w ramach projektu rozwojowego nr R12 0073 06 pt: „Opracowanie i walidacja technologii rozdziału strumienia ziarna podczas selektywnego zbioru zbóż” finansowanego przez NCBIR.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2013, 58, 1; 126-129
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Evaluation of the surface layer mikrostructure of high carbon alloy steel after laser modification
    Ocena mikrostruktury warstwy wierzchniej wysokowęglowej stali stopowej po modyfikacji laserowej
    Autorzy:
    Paczkowska, M.
    Kinal, G.
    Rewolińska, A.
    Wojciechowski, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/335340.pdf
    Data publikacji:
    2016
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    surface layer
    microstructure
    laser alloying
    warstwa wierzchnia
    mikrostruktura
    stopowanie laserowe
    Opis:
    This paper refers to surface layer microstructure of high carbon steel strengthened by laser heat treatment. The aim of this research was to evaluate the influence of the laser heat treatment conditions on microstructure and hardness of the surface layer of high carbon alloy steel. Laser modification consist in alloying the surface layer with boron. Molecular CO2 continuous Triumph laser type 7/)Wwith 2,6 kW output power and TEM0,1 mode was used. Laser beam power density from 160 to 900 W/mm2 and laser beam velocity from 4,5 to 22,7 mm/s were applied during treatment. The research results allow to state, that boron average atomic concentration in the alloyed zone was 13% and did not exceed 20%. Nevertheless, it is enough for appearing the eutectic mixture (α+Fe2B). The alloyed zone was almost entirely homogenous and very fine-crystalline, especially near the surface. Areas with dendritic microstructure were found also. The thickness of the alloyed zone increased from 0,15 to 0,4 mm with increasing laser beam power density from 160 to 850 W/mm2 and decreased from 0,25 to 0,1 mm with increasing laser beam velocity from 4,5 to 22,7 mm/s. The average hardness of alloyed zone was in range of: 1100÷1600 HV 65. The average hardness of the hardened zone from the solid state did not exceed 1000 HV 65. The strengthen of alloyed (boronized) zone by the hardened zone from the solid state in the surface layer of high carbon alloy steel was observed to approx. 1 mm from surface. Existence of the hardened zone from the solid state after laser boronizing (as opposite to diffusion boronizing) should favor gentle changes of the internal stresses in the cross section of the surface layer of treated steel, which has a great importance in case of durability and reliability of the particular machine part.
    Artykuł dotyczy umocnionej za pomocą laserowej obróbki cieplnej mikrostruktury warstwy wierzchniej stali wysokowęglowej. Celem tych badań była ocena wpływu warunków laserowej obróbki cieplnej na mikrostrukturę i twardość warstwy wierzchniej wysokowęglowej stali stopowej. Modyfikacja laserowa polegała na stopowaniu warstwy wierzchniej borem. Do badań wykorzystano laser molekularny CO2 typ 7/)Wo maksymalnej mocy 2,6 kW i modzie TEM0,1. Podczas obróbki zastosowano gęstość mocy wiązki laserowej od 160 do 900 W/mm2 oraz prędkość jej posuwu od 4,5 do 22,7 mm/s. Wyniki badań pozwoliły stwierdzić, że średnia atomowa zawartość boru w strefie stopowanej wynosiła 13% (zawartość boru nie przekraczała 20%). Niemniej jednak, jest to wystarczająco dużo, aby powstała mieszanina eutektyczna (α+Fe2B). Strefa stopowana charakteryzowała się (prawie całkowicie) jednorodną mikrostrukturą i była bardzo drobnokrystaliczna, w szczególności przy powierzchni. Zaobserwowano również obszary z dendrytami. Grubość strefy stopowanej zwiększała się od 0,15 do 0,4 mm wraz ze wzrostem zastosowanej gęstości mocy wiązki laserowej od 160 do 850 W/mm2 oraz zmniejszała się od 0,25 do 0,1 mm wraz ze zwiększaniem prędkości wiązki laserowej od 4,5 do 22,7 mm/s. Średnia twardość strefy stopowanej była w zakresie od 1100 do 1600 HV 65. Średnia twardość strefy zahartowanej ze stanu stałego nie przekraczała 1000 HV 65. Umocnienie strefy stopowanej (borowanej) przez zahartowaną strefę ze stanu stałego w warstwy wierzchniej wysokowęglowej stali stopowe wnosiła ok. 1 mm od powierzchni. Obecność strefy zahartowanej ze stanu stałego po borowaniu laserowym (w przeciwieństwie do borowania dyfuzyjnego) sprzyjać powinna występowaniu łagodnych zmian naprężeń własnych na przekroju poprzecznym warstwy wierzchniej obrabianej stali, co szczególnie jest ważne w przypadku trwałości i niezawodności części maszyn.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2016, 61, 1; 61-65
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Changes in the emission of toxic compounds from farming machinery used in Poland between 2011 and 2013
    Zmiany emisji związków toksycznych z maszyn rolniczych eksploatowanych w Polsce w latach 2011-2013
    Autorzy:
    Czechlowski, M.
    Adamski, M.
    Wojciechowski, T.
    Niedbała, G.
    Wojdak, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/334840.pdf
    Data publikacji:
    2016
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    emission
    toxic compounds
    farming machine
    fuel
    Directive 97/68/EC
    emisja
    związek toksyczny
    maszyna rolnicza
    paliwo
    dyrektywa 97/68/WE
    Opis:
    The article presents changes in the total annual emission of limited toxic compounds released into the atmosphere together with exhaust gases from farming machinery used in Poland between 2011 and 2013. The calculations were based on the amounts of the excise tax refund for ‘farming’ fuel, which were expended from the budget during the years under study. The methodology of calculations presented by the authors in the previous publication was also used in this study. It was based on emission limits included in Directive 97/68/EC and on exceeding of these limits during the operation of farming machinery under typical field conditions, which was presented by Lindgren. The fuel consumed by the whole population of farming machinery (including tractors, mobile and stationary machinery with diesel engines) has the greatest influence on the total emission of toxic compounds. This dependence was particularly noticeable when 2012 and 2013 were compared. In 2012 the lowest consumption of farming fuel was noted, i.e. 601.7 million tonnes. It resulted in the lowest total emission of toxic compounds, i.e. 88,188 tonnes. In 2013 the emission of toxic compounds was greater by 6.7% than in the previous year and reached 94,137 tonnes. It was caused by the highest fuel consumption during the years under study, i.e. 646.9 million tonnes.
    W pracy przedstawiono zmiany całkowitej rocznej emisji do atmosfery limitowanych związków toksycznych uwalnianych wraz ze spalinami przez maszyny rolnicze eksploatowane w polskim rolnictwie w latach 2011-2013. Jako podstawę do obliczeń przyjęto kwoty zwrotu podatku akcyzowego za tzw. paliwo rolnicze, które wydatkowano z budżetu w analizowanych latach. Do obliczeń zastosowano metodykę przedstawioną przez autorów we wcześniejszej publikacji, bazującą na limitach emisji zawartych w dyrektywie 97/68/WE oraz przedstawionych przez Lindgren'a przekroczeń tych limitów podczas pracy maszyny rolniczych w typowych warunkach polowych. Największy wpływ na całkowitą emisję związków toksycznych ma zużycie paliwa przez całą populację maszyn rolniczych (w tym ciągników, maszyn samobieżnych oraz stacjonarnych wyposażonych w silniki ZS). Zależność ta jest szczególnie widoczna pomiędzy latami 2012 oraz 2013. W 2012 r. zanotowano najniższe zużycie "paliwa rolniczego" wynoszące 601,7 mln t, co przełożyło się na najmniejszą sumaryczną emisję związków toksycznych wynoszącą 88 188 t. Natomiast w 2013 r. emisja związków toksycznych wzrosła do poziomu 94 137 t, co stanowi wzrost o 6,7% w stosunku do roku poprzedniego. Było to spowodowane najwyższym, w analizowanych latach, zużyciem paliwa równym 646,9 mln t.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2016, 61, 3; 57-61
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of ASG-EUPOS high precision positioning system for cereal harvester monitoring
    Zastosowanie systemu precyzyjnego pozycjonowania ASG-EUPOS do monitorowania pracy kombajnu zbożowego
    Autorzy:
    Czechlowski, M.
    Wojciechowski, T.
    Adamski, M.
    Niedbała, G.
    Piekutowska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/335216.pdf
    Data publikacji:
    2018
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    GNSS
    ASG-EUPOS
    RTK
    precision agriculture
    agricultural machines positioning
    combine harvester
    rolnictwo precyzyjne
    pozycjonowanie maszyn rolniczych
    kombajn zbożowy
    Opis:
    The paper presents the application of a high precision positioning system ASG-EUPOS and its service NAWGEO for agricultural machines positioning. A measurement set was mounted on a cereal combine harvester and consisted of a GNSS antenna and receiver with a GSM modem for RTK corrections transfer. The positioning system was validated in a field during the 2011 harvest period in selected farms in southern and western Wielkopolska region in Poland. The total area of the field under study was 75 hectares. The quality of determining the machine’s position was monitored. It was understood as standard deviation values for longitude, latitude and altitude above the mean sea level. The hypothesis about the importance of impact of the adopted criteria on the level of changes in the recorded deviation errors was tested. Field tests show usefulness of the ASG-EUPOS network and its VRS NAWGEO service for precise positioning of agricultural machinery in dynamic conditions. The obtained data can be used to create numerical models of fields on-line, for example, in selective cereals harvesting technology, but they require filtration to remove the points affected by positioning error exceeding the acceptable value.
    W pracy przedstawiono zastosowanie systemu precyzyjnego pozycjonowania ASG- EUPOS i jego serwisu NAWGEO do pozycjonowania maszyn rolniczych. Zestaw pomiarowy został zamontowany na kombajnie zbożowym i składał się z anteny i odbiornika GNSS z modemem GSM do przesyłania sygnału korekcyjnego RTK w czasie rzeczywistym. Walidacja systemu pozycjonowania wykonana została w warunkach polowych w okresie zbiorów w 2011 roku na wybranych komercyjnych polach gospodarstw południowej i zachodniej Wielkopolski regionu Polski. Całkowita powierzchnia pola objęta badaniami to 75 hektarów. Jakość pozycjonowania urządzeniu była monitorowana, jako odchylenie standardowe błędu pomiaru długości, szerokości geograficznej oraz wysokości nad poziomem morza. Analizowano cztery kryteria jakości sygnału korekcji w funkcji czasu. Kryteriami tymi były: dokładność pozycjonowania w czasie zimnego i ciepłego startu oraz dynamika dokładności pozycjonowania w czasie ruchu i w spoczynku. Testowano hipotezę o znaczeniu wpływu przyjętych kryteriów na poziom zmian odchylenia standardowego rejestrowanych błędów. Przedstawiono przydatność sieci ASG-EUPOS i jej serwisu NAWGEO do precyzyjnego pozycjonowania maszyn rolniczych w warunkach dynamicznych oraz wykorzystania pozyskanych danych przestrzennych oraz ich filtracji przy tworzeniu modeli numerycznych np. w warunkach zbioru selektywnego.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2018, 63, 4; 44-50
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modeling methods of predicting potato yield - examples and possibilities of application
    Metody modelowania predykcji plonu ziemniaków – przykłady i możliwości zastosowania
    Autorzy:
    Piekutowska, M.
    Niedbała, G.
    Adamski, M.
    Czechlowski, M.
    Wojciechowski, T.
    Czechowska-Kosacka, A.
    Wójcik Oliveira, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/337475.pdf
    Data publikacji:
    2018
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    yield prediction
    potato
    artificial neural networks
    regression
    predykcja plonowania
    ziemniak
    sztuczne sieci neuronowe
    regresja
    Opis:
    The purpose of the following work is to review the methods used in predicting plant yields, with particular emphasis on potato production. The article refers to the histological methods of estimating plant yields and prevailing trends: groundbased remote sensing, which is often associated with regression calculus, multiple regression, artificial intelligence and image analysis. There are also two popular models SUBSTOR and LINTUL-POTATO, which are the foundation for developing more and more accurate tools of potato yield estimation. There are many methods that allow to predict yields before the end of the growing season. The most important element in creating prediction models is choosing the appropriate number of independent variables that actually shape the yielding of potatoes. Timely and accurate prediction of crop yields improve the management of agricultural production as well as limit financial, quantitative and qualitative losses of crops.
    Celem niniejszej pracy był przegląd metod wykorzystywanych w prognozowaniu plonów roślin ze szczególnym uwzględnieniem produkcji ziemniaka. W artykule nawiązano do historycznych sposobów szacowania plonów roślin oraz obecnie panujących trendów w predykcji: teledetekcji naziemnej, która często powiązana jest z rachunkiem regresyjnym, regresji wielorakiej, sztucznej inteligencji, analizie obrazów. Wspomniano także o dwóch popularnych modelach SUBSTOR i LINTULPOTATO, które stworzyły podwaliny do opracowywania coraz dokładniejszych narzędzi prognozujących plony ziemniaków. Wiele metod pozwala na predykcję plonów przed zakończeniem sezonu wegetacyjnego. Najistotniejszym elementem tworzenia modeli predykcyjnych jest dobór odpowiedniej liczby zmiennych niezależnych, które rzeczywiście kształtują plonowanie ziemniaków. Terminowe i dokładne prognozy plonów roślin uprawnych usprawniają zarządzanie produkcją rolniczą, pozwalają na ograniczanie strat finansowych, ilościowych i jakościowych plonów.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2018, 63, 4; 176-180
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of artificial neural networks to analyze the emergence of soybean seeds after applying herbal treatments
    Zastosowanie sztucznych sieci neuronowych do analizy wschodów nasion soi po zastosowaniu zapraw ziołowych
    Autorzy:
    Niedbała, G.
    Piekutowska, M.
    Rudowicz-Nawrocka, J.
    Adamski, M.
    Wojciechowski, T.
    Herkowiak, M.
    Szparaga, A.
    Czechowska-Kosacka, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/335114.pdf
    Data publikacji:
    2018
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    soybean
    natural seed treatments
    neural networks
    sensitivity analysis
    MLP
    soja
    naturalne zaprawy nasienne
    sieci neuronowe
    analiza wrażliwości
    Opis:
    The aim of the following work is to indicate factors which significantly affect the emergence of selected soybean varieties after application of natural herbal extracts based on - Levisticum officinale L., Ribes nigrum L., Matricaria chamomilla L., as wet seed treatments using two methods of treatment. The research material included seeds treated for 24 hours in macerats, decoctions and infusions made from the above herb species as well as untreated seeds, seeded together with preparations in point application. Untreated seeds were used as the control group. The experiment was being conducted for 16 days in a greenhouse facility belonging to the COBORU Experimental Station for Variety Testing in Karzniczka. The assessed parameter referred to the percentage of soybean seedlings emergence ability determined based on the number of emerged plants. Indication of the importance of factors in shaping soybean emergence and considering their rank was possible due to the sensitivity analysis of the generated neural network with the MLP architecture 4:4-13-5-1:1 with two hidden layers. All analyzed factors of the experiment significantly shaped the ability of soybean emergence, with the following order: cultivar, application method, herb species from which the extract was made, form of preparation.
    Celem pracy było wskazanie czynników istotnie wpływających na wschody wybranych odmian soi po zastosowaniu naturalnych ekstraktów wodnych na bazie ziół - Levisticum officinale L., Ribes nigrum L., Matricaria chamomilla L., jako zapraw nasiennych na mokro z wykorzystaniem dwóch sposobów zaprawiania. Materiał badawczy stanowiły nasiona zaprawiane przez dobę w maceratach, wywarach i naparach sporządzonych z powyższych gatunków ziół oraz nasiona niezaprawiane, wysiewane łącznie z aplikacją punktową preparatów. Za obiekt kontrolny przyjęto nasiona niezaprawiane. Eksperyment prowadzono przez 16 dni w obiekcie szklarniowych należącym do Stacji Doświadczalnej Oceny Odmian COBORU w Karzniczce. Parametrem poddanym ocenie była procentowa zdolność wschodów siewek soi określana na podstawie liczby wzeszłych roślin. Wskazanie istotności czynników w kształtowaniu zdolności wschodów soi oraz uwzględnienie ich rangi było możliwe dzięki analizie wrażliwości wytworzonej sieci neuronowej o architekturze MLP 4:4-13-5-1:1 z dwoma ukrytymi warstwami. Wszystkie analizowane czynniki doświadczenia znacząco kształtowały zdolność wschodów soi, a ich waga miała następującą kolejność: odmiana, sposób aplikacji preparatu, gatunek zioła, z którego sporządzono ekstrakt, forma preparatu.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2018, 63, 4; 145-149
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies