Informacja

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

Wyszukujesz frazę "Łukomski, K." wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Computer control and measuring system of HWZ-3 engine dynamometer
Komputerowy system kontrolno-pomiarowy hamowni silnikowej HWZ-3
Autorzy:
Łukomski, M.
Koszela, K.
Przybył, K.
Mueller, W.
Powiązania:
https://bibliotekanauki.pl/articles/337176.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
engine dynamometer HWZ-3
modernization
power take-off dynamometer
external characteristics
wheeled tractor engine
built-in systems
Arduino platform
modernizacja
hamownia silnikowa HWZ-3
hamownia wału odbioru mocy
charakterystyka zewnętrzna
silnik ciągnika kołowego
systemy wbudowane
platforma Arduino
Opis:
This article presents a project that contributed to the computerization of the obsolete measurement and control cabinet SPS1, which is part of a test stand designed to determine the parameters of the engine in wheeled tractors. The test stand is located in the Department of Energy Systems Engineering at the University of Life Sciences in Poznań. Arduino platform was used as a built-in system, which enabled the exchange of information between the computer and the measurement and control cabinet along with the readout of analogue meter readings and the control of the engine dynamometer brake load. In order to clearly display measured parameters, proprietary applications were developed in the .NET environment, which in real time presents the results and graphs the speed characteristics of the engine. The implementation was carried out without violating the design of the test station.
Niniejszy artykuł przedstawia projekt, który przyczynił się do skomputeryzowania przestarzałej szafy pomiarowo-sterującej SPS-1, wchodzącej w skład stanowiska badawczego przeznaczonego do wyznaczania parametrów silnika w ciągnikach kołowych. Stanowisko badawcze znajduje się w Zakładzie Inżynierii Systemów Energetycznych Uniwersytetu Przyrodniczego w Poznaniu. Jako system wbudowany wykorzystano platformę Arduino, która umożliwiła wymianę informacji pomiędzy komputerem a szafą pomiarowo-sterującą wraz z odczytem wskazań analogowych mierników i sterowaniem obciążeniem hamulca hamowni silnikowej. W celu przejrzystego zobrazowania mierzonych parametrów opracowano autorską aplikację w środowisku .NET, która w czasie rzeczywistym prezentuje wyniki oraz wykreśla charakterystykę prędkościową silnika. Implementacja została przeprowadzona bez naruszania konstrukcji stacji badawczej.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2018, 63, 4; 114-116
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural identification of images showing selected varieties of stored potatoes
Neuronowa identyfikacja obrazów wybranych odmian magazynowanych ziemniaków
Autorzy:
Lange, D. M.
Przybył, K.
Łukomski, M.
Koszela, K.
Boniecki, P.
Powiązania:
https://bibliotekanauki.pl/articles/334965.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
artificial neural networks
neural modeling
image analysis
graphic descriptors
edible potato tubers
sztuczne sieci neuronowe
modelowanie neuronowe
analiza obrazu
deskryptor graficzny
bulwa
ziemniak jadalny
Opis:
In recent years, there has been a growing interest in the use of modern IT tools in agricultural engineering. Both image analysis methods and artificial neural networks, designed to reproduce the work of the human brain, serve to build predictive and classification models, highly useful for modern agriculture. Correct identification of both the seed material and the produced crops becomes a priority of agricultural engineering, ensuring adequate efficiency and cost-effectiveness of agrotechnical operations. This article presents a project whose aim was to develop an effective neural model for qualitative identification of the variety of stored consumer potato tubers by using input data obtained in the process of digital image analysis. The designed and created artificial neural network model (multilayer perceptron), using informations in the form of selected graphic descriptors, classifies three selected varieties of edible potato (Denar, Gala, Vineta).
W ostatnich latach dostrzec można wzrastające zainteresowanie wykorzystywaniem nowoczesnych narzędzi informatycznych w inżynierii rolniczej. Zarówno metody analizy obrazu, jak i sztuczne sieci neuronowe, mające odwzorowywać pracę ludzkiego mózgu, służą budowaniu modeli predykcyjnych i klasyfikacyjnych, wysoce użytecznych dla współczesnego rolnictwa. Właściwa identyfikacja zarówno materiału siewnego, jak i wytworzonych plonów, staje się priorytetem inżynierii rolniczej, zapewniając odpowiednią efektywność i opłacalność przeprowadzanych zabiegów agrotechnicznych. Niniejszy artykuł przedstawia projekt, którego celem było opracowanie efektywnego modelu neuronowego służącego do identyfikacji jakościowej odmiany magazynowanych bulw ziemniaków konsumpcyjnych przy użyciu danych wejściowych pozyskanych w procesie analizy obrazów cyfrowych. Zaprojektowany i wytworzony model sztucznej sieci neuronowej (perceptron wielowarstwowy), korzystający z informacji w postaci wybranych deskryptorów graficznych, klasyfikuje trzy wybrane odmiany ziemniaka jadalnego (Denar, Gala, Vineta).
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2018, 63, 4; 110-113
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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