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 "modelowanie systemów" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Formal notation of a logistic system model taking into consideration cargo stream transformations
    Formalizacja zapisu modelu systemu logistycznego z uwzględnieniem przekształceń strumieni ładunków
    Autorzy:
    Wasiak, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/224349.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    systemy logistyczne
    modelowanie systemów logistycznych
    strumienie ładunków
    logistic systems
    system potential
    logistic system modeling
    Opis:
    The modeling of logistic systems is a complex task. Specitic goals to be attained by the systems (mainly cargo stream form transformations) and the diversity of resources used within the systems are the main reasons. Therefore various models useful for the partial analyses of logistic systems have been devised. The author's approach to the formaI notation of a logistic system model proposed in this paper may be used as a basis to work out various classes of detailed (integrated) models. In addition to cargo stream time, form and location transformations, transformations of material and human resources used within logistic systems have also been taken into account in the proposed model.
    Modelowanie systemów logistycznych stanowi złożone zagadnienie. Przyczyną tego jest specyfika zadań stawianych przed tymi systemami (głównie chodzi tu o transformacje strumieni ładunków ze względu na postać) oraz różnorodność zasobów, jakie mogą być w tych systemach wykorzystywane. Sprawia to, że konstruowane są różnorodne modele systemów logistycznych, które umożliwiają ich cząstkowe analizy. W artykule zaproponowano autorskie podejście do formalizacji zapisu modelu systemu logistycznego, który może być podstawą do opracowywania modeli szczegółowych (scalonych) różnych klas. W proponowanym modelu poza odwzorowaniem przekształceń strumieni ładunków ze względu na czas, postać oraz przestrzeń, w sposób szczegółowy przedstawiono odwzorowanie rzeczowych i ludzkich zasobów wykorzystywanych w systemach logistycznych.
    Źródło:
    Archives of Transport; 2011, 23, 1; 91-110
    0866-9546
    2300-8830
    Pojawia się w:
    Archives of Transport
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Improving Quality and Occupational Safety on Automated Casting Lines
    Autorzy:
    Kukla, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/380123.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    foundry industry
    quality management
    automation in foundry
    application of information technology
    modelling of production systems
    simulation of production systems
    work ergonomics
    przemysł odlewniczy
    zarządzanie jakością
    automatyzacja w odlewni
    zastosowanie technologii informatycznych
    modelowanie systemów produkcyjnych
    symulacja systemów produkcyjnych
    ergonomia pracy
    Opis:
    The paper presents a practical example of improving quality and occupational safety on automated casting lines. Working conditions on the line of box moulding with horizontal mould split were analysed due to low degree of automation at the stage of cores or filters installation as well as spheroidizing mortar dosing. A simulation analysis was carried out, which was related to the grounds of introducing an automatic mortar dispenser to the mould. To carry out the research, a simulation model of a line in universal Arena software for modelling and simulation of manufacturing systems by Rockwell Software Inc. was created. A simulation experiment was carried out on a model in order to determine basic parameters of the working system. Organization and working conditions in other sections of the line were also analysed, paying particular attention to quality, ergonomics and occupational safety. Ergonomics analysis was carried out on manual cores installation workplace and filters installation workplace, and changes to these workplaces were suggested in order to eliminate actions being unnecessary and onerous for employees.
    Źródło:
    Archives of Foundry Engineering; 2017, 17, 3; 69-72
    1897-3310
    2299-2944
    Pojawia się w:
    Archives of Foundry Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Improving the Organization of Iron Casts Finishing Processes
    Autorzy:
    Kukla, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/380666.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    information technology
    foundry industry
    automation in foundry
    robotics in foundry
    multicriteria variants analysis
    modelling of production systems
    simulation of production systems
    work ergonomics
    technologia informatyczna
    przemysł odlewniczy
    automatyka w odlewnictwie
    robotyka w odlewnictwie
    modelowanie systemów produkcji
    symulacja systemów produkcyjnych
    ergonomia pracy
    Opis:
    The paper presents issues of production processes improvement in foundries in terms of finishing treatment of iron casts on grinding workstations. Basing on the conducted analysis of work ergonomics on the grinding line and the observation of work at workstations, a range of improvements related to organizing grinding treatment processes was proposed. In order to visualize the production system functioning and estimate its efficiency, a simulation model of a grinding line has been created, on which a simulation experiment was carried out. Due to many factors influencing the effectiveness of processes, it was suggested to use multi-criteria evaluation tools to choose the most rational solution. Three criteria have been assumed, according to which particular improvement variants were evaluated. Also, criteria weights have been set according to the Saaty’s method, and particular solution variants have been assessed separately with respect to each criterion. On the basis of the presented course of action, the best solution has been selected from among the analyzed options.
    Źródło:
    Archives of Foundry Engineering; 2015, 15, 2 spec.; 55-58
    1897-3310
    2299-2944
    Pojawia się w:
    Archives of Foundry Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neural networks in mining sciences – general overview and some representative examples
    Sieci neuronowe w naukach górniczych – ogólne omówienie i kilka reprezentatywnych przykładów
    Autorzy:
    Tadeusiewicz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/219318.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    neural networks
    applications in mining sciences
    process modeling
    systems modeling
    machine learning
    modeling of the oil mining process
    forecasting of reservoir properties
    sieci neuronowe
    zastosowania w naukach górniczych
    modelowanie procesów
    modelowanie systemów
    uczenie maszyn
    modelowanie procesu wydobycia ropy naftowej
    przewidywanie właściwości zbiornikowych pokładów geologicznych
    Opis:
    The many difficult problems that must now be addressed in mining sciences make us search for ever newer and more efficient computer tools that can be used to solve those problems. Among the numerous tools of this type, there are neural networks presented in this article – which, although not yet widely used in mining sciences, are certainly worth consideration. Neural networks are a technique which belongs to so called artificial intelligence, and originates from the attempts to model the structure and functioning of biological nervous systems. Initially constructed and tested exclusively out of scientific curiosity, as computer models of parts of the human brain, neural networks have become a surprisingly effective calculation tool in many areas: in technology, medicine, economics, and even social sciences. Unfortunately, they are relatively rarely used in mining sciences and mining technology. The article is intended to convince the readers that neural networks can be very useful also in mining sciences. It contains information how modern neural networks are built, how they operate and how one can use them. The preliminary discussion presented in this paper can help the reader gain an opinion whether this is a tool with handy properties, useful for him, and what it might come in useful for. Of course, the brief introduction to neural networks contained in this paper will not be enough for the readers who get convinced by the arguments contained here, and want to use neural networks. They will still need a considerable portion of detailed knowledge so that they can begin to independently create and build such networks, and use them in practice. However, an interested reader who decides to try out the capabilities of neural networks will also find here links to references that will allow him to start exploration of neural networks fast, and then work with this handy tool efficiently. This will be easy, because there are currently quite a few ready-made computer programs, easily available, which allow their user to quickly and effortlessly create artificial neural networks, run them, train and use in practice. The key issue is the question how to use these networks in mining sciences. The fact that this is possible and desirable is shown by convincing examples included in the second part of this study. From the very rich literature on the various applications of neural networks, we have selected several works that show how and what neural networks are used in the mining industry, and what has been achieved thanks to their use. The review of applications will continue in the next article, filed already for publication in the journal „Archives of Mining Sciences“. Only studying these two articles will provide sufficient knowledge for initial guidance in the area of issues under consideration here.
    Liczne i trudne problemy, jakie muszą być obecnie rozwiązywane w naukach górniczych, skłaniają do poszukiwanie i wypróbowywania wciąż nowszych i bardziej sprawnych narzędzi informatycznych, które mogą być wykorzystane do rozwiązywania tych problemów. Wśród narzędzi tego typu, które wprawdzie jeszcze powszechnie wykorzystywane nie są, z pewnością zasługują na uwagę, warto rozważyć przedstawiane w tym artykule sieci neuronowe. Sieć neuronowa, której schemat przedstawiony jest na rysunku 1, jest narzędziem tak zwanej sztucznej inteligencji, wywodzącym się z prób modelowania struktury i funkcji biologicznych systemów nerwowych. Początkowo budowane i badane wyłącznie z ciekawości naukowej, jako komputerowe modele fragmentów ludzkiego mózgu, sieci neuronowe nieoczekiwanie okazały się skutecznym narzędziem w wielu zastosowaniach: w technice, w medycynie, w ekonomii a nawet w naukach społecznych. Mogą one dostarczać pojedynczych rozwiązań (wartości oszacowań poszukiwanych parametrów, lub przesłanek do podjęcia określonych decyzji), bądź całych wektorów rozwiązań – jakkolwiek w tym drugim przypadku celowe jest rozważenie kwestii, czy zastosować jedną sieć o wielu wyjściach, czy kilka sieci mających pojedyncze wyjście (Rys. 2). Przy tworzeniu sieci neuronowych trzeba wybierać stopień złożoności jej struktury, co nie jest łatwe, ponieważ sieć o zbyt ubogiej strukturze (zwłaszcza dysponująca zbyt mała liczbą tak zwanych neuronów ukrytych) może nie podołać rozwiązaniu bardziej złożonego zadania, natomiast sieć mająca zbyt skomplikowaną i bogatą strukturę zawsze sprawia kłopoty podczas procesu uczenia. Proces uczenia jest kluczem do wszystkich zastosowań sieci neuronowych. Kluczem do skutecznego nauczenia sieci rozwiązywania jakiejś klasy zadań jest posiadanie tak zwanego zbioru uczącego, to znaczy zbioru przykładowych zadań wraz z ich prawidłowymi rozwiązaniami (Rys. 4). Wprowadzając na wejście sieci dane stanowiące przesłanki do rozwiązania zadania i porównując odpowiedź sieci z prawidłową odpowiedzią zapisaną w zbiorze uczącym można na podstawie wykrytego błędu automatycznie korygować parametry sieci, co prowadzi zwykle do tego, że sieć po pewnym czasie sama nauczy się rozwiązywania rozważanej klasy zadań. Dzięki korzystaniu z procesu uczenia (opartego na przykładach, a nie na regułach) sieć neuronowa może rozwiązywać zadania, dla których my (użytkownicy sieci) nie dysponujemy wiedzą, jak te zadania należy rozwiązywać (Rys. 6). Dzięki temu sieć neuronowa może służyć jako model dowolnego złożonego procesu, co pozwala na wykonywanie dla tego procesu wielu istotnych czynności (Rys. 7). Niestety, mimo niewątpliwych zalet sieci neuronowych w naukach górniczych są one stosowane raczej rzadko. Prezentowany artykuł ma przekonać Czytelników, że sieci neuronowe mogą się okazać bardzo przydatne także w naukach górniczych. Artykuł stanowi również użyteczne wstępne wprowadzenie do wiedzy o sieciach neuronowych. Praca zawiera bowiem informacje o tym, jak są zbudowane nowoczesne sieci neuronowe, jak one działają i jak można ich używać. To wstępne omówienie przedstawione w artykule może pomóc w tym, by Czytelnik wyrobił sobie opinię, czym jest to narzędzie, jakie ma właściwości i w związku z tym do czego może mu się przydać. Oczywiście skrótowe wprowadzenie do problematyki sieci neuronowych zawarte w prezentowanym artykule nie wystarczy tym Czytelnikom, którzy dadzą się przekonać i naprawdę będą chcieli użyć sieci neuronowych. Będą oni potrzebowali jeszcze sporej porcji szczegółowej wiedzy, żeby mogli zacząć samodzielnie tworzyć takie sieci i ich używać w praktyce. Jednak jeśli decyzja o wypróbowaniu możliwości sieci neuronowych będzie pozytywna, to zainteresowany Czytelnik będzie mógł w artykule znaleźć odnośniki do pozycji literatury, pozwalających szybko i sprawnie poznać technikę sieci neuronowych na poziomie wystarczającym do rozpoczęcia własnych prac z tym wygodnym narzędziem. Będzie to tym łatwiejsze, że obecnie dostępnych jest sporo gotowych programów komputerowych pozwalających szybko i bez wysiłku tworzyć sztuczne sieci neuronowe, uruchamiać je, uczyć i wykorzystywać praktycznie. Oczywiście kluczową sprawą jest kwestia, jak tych sieci używać w naukach górniczych. O tym, że jest to możliwe i celowe przekonują jednak przykłady zawarte w drugiej części opracowania. Z przebogatej literatury, dotyczącej różnych zastosowań sieci neuronowych, wybrano kilkanaście prac, które pokazują, jak i do czego sieci neuronowych w górnictwie użyto i co zostało osiągnięte dzięki ich zastosowaniu. Ten przegląd zastosowań będzie kontynuowany w następnym artykule, zgłoszonym już do publikacji w czasopiśmie „Archiwum Górnictwa” i dopiero przestudiowanie obydwu tych artykułów dostarczy wiedzy wystarczającej do wstępnej orientacji w obszarze rozważanej tu problematyki.
    Źródło:
    Archives of Mining Sciences; 2015, 60, 4; 971-984
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelling and Optimization of Organization of Workplaces in a Foundry
    Autorzy:
    Kukla, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/380728.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    application of information technology
    foundry industry
    automation in foundries
    robotics in foundries
    equipment effectiveness
    modelling of production systems
    simulation of production systems
    work ergonomics
    zastosowanie technologii informatycznych
    przemysł odlewniczy
    automatyzacja odlewni
    robotyka w odlewniach
    skuteczność urządzeń
    modelowanie systemów produkcyjnych
    symulacja systemów produkcyjnych
    ergonomia pracy
    Opis:
    The paper presents a practical example of improvement of foundry production systems in terms of post-finishing of nodular iron castings produced in the conditions of bulk production for automotive industry. The attention was paid to high labour-intensive efforts, which are difficult to be subjected to mechanization and automation. The times of actions related to grinding processing of castings in three grinding positions connected with a belt conveyor were estimated with the use of a time study method. A bottleneck as well as limiting factors were specified in a system. A number of improvements were proposed, aimed at improving work organization on the castings post-finishing line. An analysis of work ergonomics at the workplace was made in order to eliminate unnecessary and onerous for the employee actions. A model of production system using the Arena software, on which a simulation experiment was conducted, was drawn up in order to visualize the analysed phenomena. The effects of the project were shown on graphs comparing times, costs, work ergonomics and overall efficiency of production equipment indicator.
    Źródło:
    Archives of Foundry Engineering; 2016, 16, 3; 55-58
    1897-3310
    2299-2944
    Pojawia się w:
    Archives of Foundry Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dynamic simulation based optimization of information flow in extended enterprise and its impact on business partners production efficiency and stock replenishment
    Symulacja dynamiczna w procesie optymalizacji przepływu informacji w przedsiębiorstwie rozszerzonym i jej wpływ na efektywność działań produkcyjnych i zarządzanie zapasami
    Autorzy:
    Litwin, P.
    Jakieła, J.
    Olech, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/175924.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    system dynamics method
    supply chain modeling
    supply chain numerical simulation
    extended enterprise operations optimization
    metoda dynamiki systemów
    modelowanie łańcucha dostaw
    symulacja numeryczna łańcucha dostaw
    optymalizacja funkcjonowania przedsiębiorstwa rozszerzonego
    Opis:
    Contemporary firms organize their activities in the form of extended enterprises. Extended enterprise is the concept that a company does not operate in isolation because its success is dependent upon a network of partner relationships established in the whole supply chain. These relationships are used for coordination of activities done by firms, every business partner focuses on specific area it operates the best with regard to costs or efficiency and therefore extended enterprise can optimize its operations as a whole. However, the scale of activities conducted and problems with information flow organization makes the whole business structure more vulnerable to demand fluctuations, what leads to bullwhip effect problem. The paper presents dynamic simulation approach to information flow optimization and shows how it can positively impact a production efficiency and stock replenishment. Simulation experiment has been designed with two models of supply chain – standard and with improved information flow organization. Models have been developed, simulation experiment planned and conducted with the use of system dynamics approach methods and techniques.
    Współczesne firmy organizują swoją działalność w formie przedsiębiorstwa rozszerzonego (ang. Extended Enterprise). Rozszerzone przedsiębiorstwo oznacza, że utworzona organizacja funkcjonuje w określonym ekosystemie. Jej sukces w dużej mierze zależy od ustanowionych relacji z partnerami biznesowymi w ramach całego łańcucha dostaw. Relacje te stanowią sieć wzajemnych powiązań, wspieranych technologiami informacyjno-komunikacyjnymi, i są wykorzystywane przy koordynacji wspólnych działań. Każdy partner działający w ramach przedsiębiorstwa rozszerzonego skupia swoją aktywność na wybranym obszarze, w którym jest liderem (kosztowym lub efektywnościowym). Pozwala to na optymalizację funkcjonowania całej utworzonej struktury biznesowej. Często jednak zakres wykonywanych czynności oraz problemy z odpowiednią organizacją przepływu informacji powoduje, że przedsiębiorstwo rozszerzone jest wrażliwe na zmiany rynkowe (np. okresowe fluktuacje popytu). Powoduje to pojawienie się problemów związanych z efektem „byczego bicza” (ang. Bullwhip Effect). W pracy przedstawiono rozwiązanie tego problemu z wykorzystaniem symulacji dynamicznej. Celem symulacji jest optymalizacja organizacji przepływu informacji w rozszerzonym przedsiębiorstwie. To z kolei prowadzi do poprawy efektywności działań operacyjnych partnerów biznesowych, także w zakresie zarządzania zapasami. Opracowano dwa modele łańcucha dostaw – model standardowy oraz z ulepszoną strukturą przepływu informacji. Symulację numeryczną realizowano z zastosowaniem metod dynamiki systemowej (ang. System Dynamics).
    Źródło:
    Advances in Manufacturing Science and Technology; 2016, 40, 1; 33-45
    0137-4478
    Pojawia się w:
    Advances in Manufacturing Science and Technology
    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