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 "network control" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 22
Tytuł:
Nonlinear Structural Acoustic Control with Shunt Circuit Governed by a Soft-Computing Algorithm
Autorzy:
Kurczyk, S.
Pawełczyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/177699.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
Active Noise Control
adaptive control
neural network
vibrating plate
Opis:
Noise control has gained a lot of attention recently. However, presence of nonlinearities in Signac paths for some applications can cause significant difficulties in the operation of control algorithms. In particular, this problem is common in structural noise control, which uses a piezoelectric shunt circuit. Not only vibrating structures may exhibit nonlinear characteristics, but also piezoelectric actuators. In this paper, active device casing is addressed. The objective is to minimize the noise coming out of the casing, by controlling vibration of its walls. The shunt technology is applied. The proposed control algorithm is based on algorithms from a group of soft computing. It is verified by means of simulations using data acquired from a real object.
Źródło:
Archives of Acoustics; 2018, 43, 3; 397-402
0137-5075
Pojawia się w:
Archives of Acoustics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural network simulation in running of acetic acid synthesis unit while start-up
Nejjroetevoe modelirovanie dlja upravlenija kolonnojj sinteza uksusnojj kisloty v period puska
Autorzy:
Porkuian, O.
Samojlova, Z.
Powiązania:
https://bibliotekanauki.pl/articles/792304.pdf
Data publikacji:
2013
Wydawca:
Komisja Motoryzacji i Energetyki Rolnictwa
Tematy:
neural network
artificial neural network
automated control system
acetic acid
MATLAB software
Źródło:
Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2013, 13, 3
1641-7739
Pojawia się w:
Teka Komisji Motoryzacji i Energetyki Rolnictwa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Stabilizacja emisji NOx z pojedynczego palnika pyłowego z wykorzystaniem NPC i neuronowej metody estymacji parametrów spalania
Individual burner NOx emission stabilization with the use of NPC and neural method for estimation of combustion parameters
Autorzy:
Wójcik, W.
Smolarz, A.
Powiązania:
https://bibliotekanauki.pl/articles/152214.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
low-emission burner
combustion
process control
neural network
Opis:
W kotłach energetycznych pracuje od kilkunastu do kilkudziesięciu palników Sterowanie na podstawie pomiarów uśrednionych lub opóźnionych (np. z analizatorów gazowych umieszczonych na kominie), jest często za mało efektywne. Wady tej nie miałaby regulacja pracy pojedynczego palnika, ale brak jest metody pomiaru jego parametrów spalania. W artykule opisana jest próba konstrukcji układu regulacyjnego stabilizującego emisję NOx z pojedynczego palnika pyłowego z wykorzystaniem regulatora predykcyjnego z neuronowym modelem procesu (NPC). Do estymacji emisji zostały użyte sieci neuronowe i sygnał ze światłowodowego układu monitorującego wybrane strefy płomienia w pojedynczym palniku opracowanego w Katedrze Elektroniki Politechniki Lubelskiej. W artykule zawarte są wyniki symulacji takiego układu regulacji.
There are even several tens of burners operating in a power boiler so control based on averaged and delayed measurements (e.g. from gas analyzers located in flue gas duct) often results ineffective. Control of individual burner would not have such disadvantage but there is a lack of method of measurement of its combustion parameters. The article describes attempt to build a control system stabilizing NOx emission of individual pulverized coal burner using the predictive controller with neural internal process model (NPC). In order to estimate the emission neural networks and signal from fiber optic system for flame monitoring, developed in Department of Electronics of Lublin University of Technology were used. The article includes the results of simulation tests of such control system.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 11, 11; 20-23
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural network-PID controller for roll fin stabilizer
Autorzy:
Ghassemi, H.
Dadmarzi, F. H.
Ghadimi, P.
Ommani, B.
Powiązania:
https://bibliotekanauki.pl/articles/259283.pdf
Data publikacji:
2010
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
Fin stabilizer
neural network
PID control
restoring force
Opis:
Fin stabilizers are very effective devices for controlling the ship roll motion against external wave-generated moments. Lift forces due to flow around fin with an angle of attack produce anti - roll moment. Therefore control of attack angle plays important role in reducing roll of ships. This paper presents results of using a combined neural network and PID for roll control of ship with small draught. Numerical results are given of around-fin flow analysis with considering free surface effect modelled by neural network and imposed to controlling loop. Hydraulic machinery constraints are also considered in the modelling. The obtained results show good performance of the controller in reducing roll amplitude in random seas. The approach can be used for any irregular sea conditions.
Źródło:
Polish Maritime Research; 2010, 2; 23-28
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Active Noise Control Algorithm Based on a Neural Network and Nonlinear Input-Output System Identification Model
Autorzy:
Krukowicz, T.
Powiązania:
https://bibliotekanauki.pl/articles/178040.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
active noise control
neural network
system identification
nonlinear phenomena
Opis:
The development of digital signal processors and the increase in their computing capabilities bring opportunities to employ algorithms with multiple variable parameters in active noise control systems. Of particular interest are the algorithms based on artificial neural networks. This paper presents an active noise control algorithm based on a neural network and a nonlinear input-output system identification model. The purpose of the algorithm is an active noise control system with a nonlinear primary path. The algorithm uses the NARMAX system identification model. The neural network employed in the proposed algorithm is a multilayer perceptron. The error backpropagation rule with adaptive learning rate is employed to update the weight of the neural network. The performance of the proposed algorithm has been tested by numerical simulations. Results for narrow-band input signals and nonlinear primary path are presented below.
Źródło:
Archives of Acoustics; 2010, 35, 2; 191-202
0137-5075
Pojawia się w:
Archives of Acoustics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modified neural network based cascaded control for product composition of reactive distillation
Autorzy:
Sakhre, V.
Jain, S.
Sapkal, V. S.
Agarwal, D. P.
Powiązania:
https://bibliotekanauki.pl/articles/778231.pdf
Data publikacji:
2016
Wydawca:
Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Wydawnictwo Uczelniane ZUT w Szczecinie
Tematy:
composition
inferential control
neural network
reactive distillation
soft sensor
Opis:
In this research work, neural network based single loop and cascaded control strategies, based on Feed Forward Neural Network trained with Back Propagation (FBPNN) algorithm is carried out to control the product composition of reactive distillation. The FBPNN is modified using the steepest descent method. This modification is suggested for optimization of error function. The weights connecting the input and hidden layer, hidden and output layer is optimized using steepest descent method which causes minimization of mean square error and hence improves the response of the system. FBPNN, as the inferential soft sensor is used for composition estimation of reactive distillation using temperature as a secondary process variable. The optimized temperature profile of the reactive distillation is selected as input to the neural network. Reboiler heat duty is selected as a manipulating variable in case of single loop control strategy while the bottom stage temperature T9 is selected as a manipulating variable for cascaded control strategy. It has been observed that modified FBPNN gives minimum mean square error. It has also been observed from the results that cascaded control structure gives improved dynamic response as compared to the single loop control strategy.
Źródło:
Polish Journal of Chemical Technology; 2016, 18, 2; 111-121
1509-8117
1899-4741
Pojawia się w:
Polish Journal of Chemical Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of Intelligent Control Methods for the Ore Jigging Process
Autorzy:
Kulakova, Yelena
Wójcik, Waldemar
Suleimenov, Batyrbek
Smolarz, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/1844513.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
neural network
ore jiggling
control algorithm
fuzzy logic
correlation
Opis:
Efficient control of the process of jigging ore of small and fine grain allows avoiding the loss of valuable material in production residual. Due to the multi-dimensionality and multi-connectivity of this enrichment process, classical control methods do not allow achieving the maximum technological indicators of enrichment. This paper proposes investigating intelligent algorithms for controlling the jigging process, which determine the key variables - the level of the natural «bed» and the ripple frequency of the jigging machine. Algorithms are developed using fuzzy logic, neural and hybrid networks. The adequacy of intelligent algorithms was evaluated using the following criteria: correlation of expert and model values (R); Root Mean Square Error (RMSE); Mean absolute percentage error (MAPE). To assess the adequacy of the obtained algorithms, a test sample of input variables, different from the training one, was compiled. As a consequence, we determined an algorithm that gives a minimal discrepancy between the calculated and experimental data.
Źródło:
International Journal of Electronics and Telecommunications; 2021, 67, 3; 529-534
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural Network Identifier of a Four-wheeled Mobile Robot Subject to Wheel Slip
Autorzy:
Hendzel, Z
Trojnacki, M.
Powiązania:
https://bibliotekanauki.pl/articles/384453.pdf
Data publikacji:
2014
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
mobile robot
tracking control
wheels’ slip
neural network
Lyapunov stability
Opis:
The paper presents a sequential neural network (NN) identification scheme for the four-wheeled mobile robot subject to wheel slip. The sequential identification scheme, different from conventional methods of optimization of a cost function, attempts to ensure stability of the overall system while the neural network learns the nonlinearities of the mobile robot. An on-line weight learning algorithm is developed to adjust the weights so that the identified model can adapt to variations of the characteristics and operating points in the four-wheeled mobile robot. The proposed identification system that can guarantee stability is derived from the Lyapunov stability theory. Computer simulations have been conducted to illustrate the performance of the proposed solution by a series of experiments on the emulator of the wheeled mobile robot.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2014, 8, 4; 24-30
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of neural networks for control of district heating
Wykorzystanie sieci neuronowych do regulacji w ciepłownictwie
Autorzy:
Chmielnicki, W. J.
Powiązania:
https://bibliotekanauki.pl/articles/230702.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
sieć neuronowa
regulacja
ciepłownictwo
zastosowanie
neural network
control
district heating
application
Opis:
The annual usage of heat for the demand of heating systems in municipal sector has been estimated as about 650PJ. It is mostly addressed for the demand of central heating systems and hot water consumption. The mode of adopted solutions concerning regulation and control, as well as energy management system, essentially influence its consumption. In the case of residential buildings, the costs of energy constitute the greatest share related to the total cost of building maintenance. Providing buildings with modern digital systems for control and regulation of heating installations is a basic condition enabling their rational usage. In currently employed solutions, algorithms PI or PID are usually applied. However, due to the non-linear properties of heating control systems, they do not secure proper quality. The sequences are often unstable and major control deviations occur. The application of neural networks is an alternative solution to those presently employed. They are especially recommended for adaptive control of non-stationary systems. Such cases occur in heating objects since they demonstrate non-linear properties with a great range of variability of parameters; this especially refers to district heating equipped with flux-through heat exchangers. A compile model of heating system control aided by neural networks is presented. The results of the investigation clearly prove the usefulness of such solutions, cause the quality of control is much better than that one applied in traditional systems. Presently, works on the implementation of the proposed solutions are under way.
Roczne zużycie ciepła na potrzeby ciepłownicze w Polsce w sektorze komunalno-bytowym, szacowane jest na około 650PJ. W znacznej części przeznaczone ono jest na potrzeby centralnego ogrzewania i ciepłej wody użytkowej. Instotny wpły na jego zużycie ma rodzaj przyjętych rozwiązań dotyczących regulacji i sterowania oraz systemów zarządzania energią. W przypadku budynków mieszkalnych koszty energii stanowią największy udział w stosunku do całkowitych kosztów związanych z eksploatacją budynku. Podstawowym warunkiem umożliwiającym racjonalne jej zużycie jest wyposażenie budynku w nowoczesne cyfrowe systemy do regulacji i sterowania instalacji ciepłowniczych. W stosowanych obecnie rozwiązaniach wykorzystuje się zwykle algorytmy Pl lub PlD. Jednak ze względu na nieliniowe właściwości ciepłowniczych obiektów regulacji, nie zapewniają one odpowiedniej jakości. Często przebiegi mają charakter niestabilny i dochodzi do znacznych odchyłek regulacji. Alternatywą do stosowanych obecnie rozwiązań jest wykorzystanie sieci neuronowych. Są one szczególnie zalecane do sterowania adaptacyjnego układów niestacjonarnych. Takie przypadki występują w obiektach cieplnych, gdyż mają one właściwości nieliniowe o bardzo dużym zakresie zmienności parametrów, dotyczy to zwłaszcza węzłów ciepłowniczych wyposażonych w przepływowe wymienniki ciepła. W pracy przedstawiono opracowany model sterowania węzłów ciepłowniczych za pomocą sieci neuronowych. Wyniki badań wyraźnie wskazują na celowość takich rozwiązań, gdyż jakość regulacji jest znacznie lepsza aniżeli w przypadku stosowania układów tradycyjnych. Aktualnie trwają prace nad wdrożeniem zaproponowanych rozwiązań.
Źródło:
Archives of Civil Engineering; 2010, 56, 3; 219-238
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Energy-efficient modes for management of biotechnical objects based on natural disturbances prediction
Metody efektywnego energetycznie zarządzania obiektami biotechnicznymi na podstawie przewidywanych zakłóceń naturalnych
Autorzy:
Lysenko, V.
Golovinskyi, B.
Reshetiuk, V.
Shcherbatiuk, V.
Shtepa, V.
Powiązania:
https://bibliotekanauki.pl/articles/56247.pdf
Data publikacji:
2015
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
energy-efficient mode
management
biotechnical object
control system
statistical decision
neural network
agriculture
Opis:
Nowadays overwhelming majority of biotechnical objects in agriculture, such as poultry houses, greenhouses etc., function under the mode of stabilization of technological parameters (air temperature, humidity etc.). This approach leads to excess consumption of energy resources (electrical energy, natural gas). Intelligent control based on using different strategies (not only stabilization), prediction and consideration of natural disturbances on biotechnical objects, physiological features of biological objects (poultry, plants etc.) allows to reduce energy consumption. The paper presents specific knowledge concerning promising areas of control systems of biotechnical objects, methodological bases for specialized algorithmic-mathematical software construction based on the methods of game theory and statistical solutions, neural networks (including genetic algorithm), filtering the noise components of information signals.
Aktualnie większość biotechnicznych obiektów w rolnictwie, takich jak kurniki, szklarnie i inne, funkcjonują z uwzględnieniem metody stabilizacji technologicznych parametrów środowiska (temperatura powietrza, wilgotność powietrza itp.). Takie podejście prowadzi do nadmiernego zużycia źródeł energii (energii elektrycznej, gazu). Inteligentna kontrola i sterowanie bazujące na wykorzystaniu różnych strategii (nie tylko strategii stabilizacji), przewidywaniu i uwzględnianiu naturalnych zakłóceń w obiektach biotechnicznych, a także fizjologicznych cech obiektów biologicznych (drób, materiał roślinny itp.) pozwalają na zmniejszenie zużycia energii. W artykule przedstawiono szczegółową wiedzę dotyczącą obszarów włączenia systemów kontroli obiektów biotechnicznych, metodologicznie bazujących na specjalistycznym oprogramowaniu algorytmiczno-matematycznym z uwzględnieniem metod teorii gier i statystycznych rozwiązań, sieci neuronowych (uwzględniając algorytm genetyczny) filtrujących elementy składowe sygnałów informacyjnych.
Źródło:
Annals of Warsaw University of Life Sciences - SGGW. Agriculture; 2015, 65 Agric.Forest Eng.
0208-5712
Pojawia się w:
Annals of Warsaw University of Life Sciences - SGGW. Agriculture
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A linear programming methodology for approximate dynamic programming
Autorzy:
Díaz, Henry
Sala, Antonio
Armesto, Leopoldo
Powiązania:
https://bibliotekanauki.pl/articles/330082.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
linear programming
approximate dynamic programming
control applications
neural network
programowanie liniowe
programowanie dynamiczne
sieć neuronowa
Opis:
The linear programming (LP) approach to solve the Bellman equation in dynamic programming is a well-known option for finite state and input spaces to obtain an exact solution. However, with function approximation or continuous state spaces, refinements are necessary. This paper presents a methodology to make approximate dynamic programming via LP work in practical control applications with continuous state and input spaces. There are some guidelines on data and regressor choices needed to obtain meaningful and well-conditioned value function estimates. The work discusses the introduction of terminal ingredients and computation of lower and upper bounds of the value function. An experimental inverted-pendulum application will be used to illustrate the proposal and carry out a suitable comparative analysis with alternative options in the literature.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2020, 30, 2; 363-375
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Concept of the speed sensor faults detector for DFOC drive based on the neural network
Autorzy:
Klimkowski, K.
Dybkowski, M.
Powiązania:
https://bibliotekanauki.pl/articles/1395759.pdf
Data publikacji:
2015
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
Fault Tolerant Control Drive (FTC)
speed sensor faults
failure detection
speed estimator
neural network
DFOC
Opis:
In the paper the concept of safety vector controlled drive system with induction motor is presented. The speed sensor fault detector, based on the neural network, is described and tested in vector controlled (DFOC) induction motor drive. The fault tolerant algorithm using proposed neural network algorithm was applied and tested during different drive conditions. Simulation (obtained in MATLAB/SimPowerSystem) results are presented.
Źródło:
Computer Applications in Electrical Engineering; 2015, 13; 340-351
1508-4248
Pojawia się w:
Computer Applications in Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application and Neural Networks in Active Noise Reduction Systems
Autorzy:
Morzyński, L.
Makarewicz, G.
Powiązania:
https://bibliotekanauki.pl/articles/90886.pdf
Data publikacji:
2003
Wydawca:
Centralny Instytut Ochrony Pracy
Tematy:
noise
active methods
control
neural network
hałas
ochrona przed hałasem
aktywna redukcja hałasu
sieci neuronowe
Opis:
Active noise reduction systems based on a control unit in the form of a finite impulse response filter assume the linearity of every single component. Neural networks, which have so far been seldom used in this field, are a kind of a filter with the ability to project nonlinear characteristics of an active noise reduction system. This paper presents some simulation research studies of active noise reduction systems based on neural networks. Also presented are results of the operation of systems with different levels of complexity as well as the influence of different parameters of a neural network and of the system itself on those results.
Źródło:
International Journal of Occupational Safety and Ergonomics; 2003, 9, 3; 257-270
1080-3548
Pojawia się w:
International Journal of Occupational Safety and Ergonomics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Input constraints handling in an MPC/feedback linearization scheme
Autorzy:
Deng, J.
Becerra, V. M.
Stobart, R.
Powiązania:
https://bibliotekanauki.pl/articles/907653.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
sterowanie predykcyjne
sterowanie odwrotne
sieć neuronowa
system nieliniowy
predictive control
feedback linearization
neural network
nonlinear system
constraints
Opis:
The combination of model predictive control based on linear models (MPC) with feedback linearization (FL) has attracted interest for a number of years, giving rise to MPC+FL control schemes. An important advantage of such schemes is that feedback linearizable plants can be controlled with a linear predictive controller with a fixed model. Handling input constraints within such schemes is difficult since simple bound contraints on the input become state dependent because of the nonlinear transformation introduced by feedback linearization. This paper introduces a technique for handling input constraints within a real timeMPC/FL scheme, where the plant model employed is a class of dynamic neural networks. The technique is based on a simple affine transformation of the feasible area. A simulated case study is presented to illustrate the use and benefits of the technique.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2009, 19, 2; 219-232
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Energy efficient, multicriterion intelligent control system of the electrical regimes of arc steel-melting furnace
Energooszczędny, wielokryterialny układ inteligentny do sterowania elektrycznymi stanami pracy pieca łukowego do topienia stali
Autorzy:
Lozinskyy, O. Yu.
Lozinskyy, A. O.
Paranchuk, R. Ya.
Paranchuk, Ya. S.
Powiązania:
https://bibliotekanauki.pl/articles/194136.pdf
Data publikacji:
2009
Wydawca:
Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
Tematy:
piec łukowy do topienia stali
sieć neuronowa
układ sterowania
arc steel-melting furnace
neural network
control system
Opis:
Hierarchical structure of a system of adaptive multicriterion control of a three-phase arc steel furnace electrical modes is proposed. Models of optimal control vector synthesis were developed. Adaptation of control is performed depending on technological stages, which are identified by neural network.
W artykule zaproponowano hierarchiczną strukturę układu adaptacyjnego do wielokryterialnego sterowania stanami pracy trójfazowego pieca łukowego do topienia stali. Opracowano modele syntezy optymalnego wektora sterowania. Adaptacja sterowania dokonuje się w zależnośći od stadiów technologicznych topienia stali, które są identyfikowane za pomocą sieci neuronowej.
Źródło:
Zeszyty Naukowe. Elektrotechnika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2009, 14; 5-16
0209-0570
Pojawia się w:
Zeszyty Naukowe. Elektrotechnika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 22

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