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 "field network" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Realizacja wnioskowania diagnostycznego rozpylacza opryskiwacza polowego w czasie rzeczywistym
    Implementation of diagnostic concluding for field spraying machine atomiser in real time
    Autorzy:
    Langman, J.
    Pedryc, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/289765.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    diagnostyka
    komputer pokładowy
    sieć neuronowa
    ochrona roślin
    opryskiwacz polowy
    rozpylacz
    diagnostics
    onboard computer
    neural network
    plant protection
    field spraying machine
    atomizer
    Opis:
    Komputery pokładowe stosowane w opryskiwaczach spełniają głównie rolę sterowników odciążając w ten sposób operatora i dokładniej sterują procesem. Informacje dostarczane przez czujniki wykorzystywane są tylko do zmiany parametrów roboczych, ponieważ mikrokomputery nie mają zaimplementowanych procedur diagnostycznych. Rozszerzenie funkcji komputera pokładowego o moduły diagnostyczne wymaga opracowania bardzo wydajnego, a równocześnie prostego w aplikacji systemu diagnostycznego. W pracy przedstawiony został moduł wnioskowania diagnostycznego umożliwiający diagnostykę rozpylaczy opryskiwacza polowego jako osobny moduł jak również może być wykorzystany do rozbudowy istniejących komputerów pokładowych.
    On-board computers employed in spraying machines work mainly as controllers, and thus they relieve machine operators and control the process more precisely. Information delivered by sensors is used only to change working parameters, because microcomputers do not have any implemented diagnostic procedures. Adding diagnostic modules to on-board computer functions requires a diagnostic system to be developed, which would be very efficient and at the same time simple to apply. The work presents diagnostic concluding module allowing to diagnose field spraying machine atomisers that may either work as a separate module or be used to expand existing on-board computers.
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 11(109), 11(109); 165-171
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sterowanie silnika indukcyjnego na podstawie estymowanego sygnału prędkości kątowej
    Induction motor control with utilisation estimated speed signal
    Autorzy:
    Filipek, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/157793.pdf
    Data publikacji:
    2005
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    sterowanie polowo zorientowane
    estymacja prędkości
    sieć neuronowa
    układ adaptacyjny
    field oriented control
    speed estimation
    neural network
    adaptive systems
    Opis:
    W artykule przedstawiono porównanie dwóch koncepcji estymatorów predkości kątowej silnika indukcyjnego - układu z modelem wzorcowycm i modelem nadążnym strumienia wirnika oraz układu opartego na liniowej sieci neuronowej on-line. Szacowany przez nie sygnał prędkości wykorzystywano do śledzenia prędkości jak też w układzie automatycznej regulacji do realizacji sterowania wektorowego. Na drodze symulacji komputerowej oraz eksperymentów laboratoryjnych poddano analizie precyzję identyfikacji predkości w stanach ustalonych i dynamicznych w różnych obszarach pracy. Przedstawiono wyniki badań wrażliwości estymatorów na odstrojenie parametrów modelu silnika.
    The paper the comparison of two speed estimator concept: MRAS type and system based on linear neural network trained on-line. Estimated signal was not only used for speed tracking but also in automatic control system and indirect rotor field oriented control. Speed estimation performances were examined through computer simulations and laboratory tests for dynamic and states in wide operation range. The test results of estimator sensitivity to motor papameters variation are presented in the paper.
    Źródło:
    Pomiary Automatyka Kontrola; 2005, R. 51, nr 3, 3; 26-29
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sieci neuronowe jako narzędzie umożliwiające prognozowanie zapotrzebowania na wodę w uprawach rolnych
    Neural network as a tool enabling prediction of water demand in agriculture
    Autorzy:
    Neugebauer, M.
    Nalepa, K.
    Sołowiej, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/288976.pdf
    Data publikacji:
    2007
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sieć neuronowa
    prognozowanie
    nawadnianie pól
    opady deszczu
    neural networks
    prediction
    field irrigation
    rainfall
    Opis:
    W pracy przedstawiono możliwości wykorzystania modelowania neuronowego w celu wyznaczenia momentu w którym należy rozpocząć nawadnianie upraw. Właściwy moment rozpoczęcia nawadniania umożliwia uniknięcie przesuszenia roślin, a jednocześnie pozwala na bardziej efektywne wykorzystanie systemów nawadniających uprawy (np. deszczowni). Jako dane wejściowe w modelowani neuronowym przyjęto dane charakteryzujące poszczególne uprawy - gatunek, okres wegetacji, rodzaj gleby, położenie względem najbliższych zbiorników wód powierzchniowych oraz prognozy siedmiodniowe dotyczące opadów na danym terenie.
    The paper presents the enable of neural network modeling for the purpose to find the start point of water the fields. The right moment of start the water the fields enable avoided dry up the plants, and at the same time allow on the more efficient using of irrigated systems (for example water- butt). As input date in neural network modelling was taken the date which characterize each cultivation - kind, phase of vegetation, kind of soil, location with regard to nearest water reservoir and seven-days rain forecast.
    Źródło:
    Inżynieria Rolnicza; 2007, R. 11, nr 2 (90), 2 (90); 205-210
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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