Informacja

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

Wyszukujesz frazę "Frączek, J." wg kryterium: Autor


Wyświetlanie 1-8 z 8
Tytuł:
Model development of the external friction of granular vegetable materials on the basis of artificial neural networks
Autorzy:
Francik, S.
Fraczek, J.
Powiązania:
https://bibliotekanauki.pl/articles/25205.pdf
Data publikacji:
2001
Wydawca:
Polska Akademia Nauk. Instytut Agrofizyki PAN
Tematy:
granular vegetable material
artificial neural network
external friction
vegetable
Źródło:
International Agrophysics; 2001, 15, 4
0236-8722
Pojawia się w:
International Agrophysics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie SSN w symulacji procesu brykietowania miskanta
Use of artificial neural networks in the miscanthus briquetting process simulation
Autorzy:
Francik, S.
Frączek, J.
Powiązania:
https://bibliotekanauki.pl/articles/310883.pdf
Data publikacji:
2012
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
sztuczne sieci neuronowe
miskant
brykietowanie
produkcja brykietów
briquetting
artificial neural networks
production of briquettes
Miscanthus
Opis:
Sztuczne sieci neuronowe (SSN) są uważane za jedno z najnowszych narzędzi, które są wykorzystywane do rozwiązywania skomplikowanych problemów, które nie mogą być rozwiązane za pomocą konwencjonalnych metod. W badaniach wykorzystano SSN jako narzędzia do symulacji i optymalizacji procesu produkcji brykietów. Proces ten składa się z trzech etapów: rozdrabniania wstępnego na sieczkarni toporowej, mielenia na młynie bijakowym i zagęszczania w brykieciarce tłokowej. Na podstawie przeprowadzonych symulacji opracowano zalecenia dotyczące optymalnych parametrów prowadzenia procesu produkcji brykietów z miskanta (teoretycznej długości sieczki, średnicy sita młyna i ciśnienia brykietowania). Stwierdzono, że najkorzystniejsze jest przyjęcie teoretycznej długości sieczki równej 10 mm i średnicy sita 15 mm. Zapewnia to minimalną energochłonność procesu produkcji brykietu. Parametry jakościowe brykietu (trwałość i gęstość) należy regulować wartością ciśnienia brykietowania.
Artificial neural networks (ANN) are considered to be one of the newest tools that are used to solve complex problems that can not be solved by conventional methods. The study used an ANN as a tool to simulate and optimize the production of briquettes. This process consists of three stages: preliminary shredding process carried out using flywheel cutter, grinding in a beater wheel mill, and compacting in the briquetting piston machine. Based on simulations performed, we developed recommendations for the optimal production parameters of miscanthus briquette (theoretical chop length, diameter sieve mill and briquetting pressure). It was found that the best is to adopt a theoretical chop length equal to 10 mm and 15 mm diameter sieve. This ensures minimal energy consumption during production of briquettes. Quality parameters of briquette (durability and density) should be regulated by briquetting pressure value.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2012, 13, 4; 74-85
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Uwarunkowania spalania i współspalania biomasy
Determinants combustion and co-combustion of biomass
Autorzy:
Frączek, J.
Francik, S.
Ślipek, Z.
Powiązania:
https://bibliotekanauki.pl/articles/309840.pdf
Data publikacji:
2012
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
biomasa
spalanie
współspalanie
biomass
combustion
co-combustion
Opis:
W artykule omówiony problem spalania i współspalania biopaliw. Przedstawione zostały działania podjęte przez kraje UE, sprzyjające wykorzystaniu biomasy jako paliwa stałego. Zwrócono również uwagę na problemy towarzyszące zastosowaniu biopaliw w istniejących systemach spalania.
In the article was discussed the problem of combustion and co-combustion of biofuels. The action which has been taken by the EU were presented, favoring the usage of biomass as a solid fuel. The attention was also drew to the problems associated with the use of biofuels in existing combustion systems.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2012, 13, 10; 202-207
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Preferencje wyboru źródła ciepła dla indywidualnych budynków mieszkalnych
Heat source selection preferences in heating systems of private residential buildings
Autorzy:
Francik, S.
Frączek, J.
Ślipek, Z.
Powiązania:
https://bibliotekanauki.pl/articles/316081.pdf
Data publikacji:
2012
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
system grzewczy budynków mieszkalnych
źródło ciepła
residential heating system
heat source
Opis:
W artykule scharakteryzowano paliwa konwencjonalne i odnawialne. Przeanalizowano wady i zalety różnych paliw stosowanych do ogrzewania domów. Na podstawie wyników badań ankietowych określono kryteria jakimi kierowali się inwestorzy przy doboru źródła ciepła do systemu grzewczego w indywidualnych budynkach mieszkalnych. Najważniejszym kryterium były koszty inwestycyjne i eksploatacyjne (42,5%).
W This paper describes conventional and renewable fuels. We analyzed the pros and cons of various fuels used to heat homes. Based on the results of the survey which sets out the criteria guided the selection of investors with a heat source to the heating system in individual residential buildings. The most important criteria were the capital and operating costs (42.5%).
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2012, 13, 10; 188-191
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Methodological aspects of conceptual design of an agricultural machine by the case of a tunnel spraying machine
Metodyczne aspekty projektowania konceptualnego maszyny rolniczej na przykładzie opryskiwacza tunelowego
Autorzy:
Ślipek, Z.
Francik, S.
Frączek, J.
Knapczyk, A.
Powiązania:
https://bibliotekanauki.pl/articles/93497.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
conceptual design
concept
structural form
design requirements
structure card
tunnel spraying machine
projektowanie konceptualne
koncepcja
postać konstrukcyjna
wymagania projektowe
karta struktur
opryskiwacz tunelowy
Opis:
The article presents the procedure of determination of a structural form of an agricultural machine which encompasses methodological aspects of design related to the division of the basic objective function into member functions, multi-variant solutions and synthesis of astructural form (a virtual prototype of an agricultural machine). The suggested course of proceeding was presented by the case of a design of a tunnel spraying machine. This example reflects well and includes the specificity of the design object in the form of an agricultural machine with specific technical and agro-technical requirements. Attention was paid to the aspects related to methodology of selection of fractional solutions based on previously defined criteria.
W artykule przedstawiono procedurę postępowania przy wyznaczaniu postaci konstrukcyjnej maszyny rolniczej, uwzględniającą aspekty metodyczne projektowania, związane z podziałem zasadniczej funkcji celu na funkcje składowe, wielowariantowe rozwiązania oraz syntezę postaci konstrukcyjnej (prototyp wirtualny maszyny rolniczej). Proponowany tok postępowania przedstawiony został na przykładzie projektu opryskiwacza tunelowego. Przykład ten dobrze odzwierciedla i uwzględnia specyfikę przedmiotu projektowania, jakim jest maszyna rolnicza o szczególnych wymaganiach technicznych i agrotechnicznych. Zwrócono uwagę na aspekty związane z metodyką wyboru rozwiązań cząstkowych w oparciu o wcześniej ustalone kryteria.
Źródło:
Agricultural Engineering; 2016, 20, 4; 195-206
2083-1587
Pojawia się w:
Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of artificial neural networks in modelling the contact area of grain seeds
Wykorzystanie sztucznych sieci neuronowych w modelowaniu powierzchni kontaktu ziarna zbóż
Autorzy:
Frączek, J.
Francik, S.
Ślipek, Z.
Knapczyk, A.
Powiązania:
https://bibliotekanauki.pl/articles/93661.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
contact area
seed material
artificial neural network
powierzchnia kontaktu
materiał ziarnisty
sztuczna sieć neuronowa
Opis:
The objective of the research was to create a model which defines the relation between a fundamental contact area of a seed and the pressure force, water content in a seed and its geometrical dimensions with application of artificial neural networks (SSN). Computer program Statistica Neural Networks v. 6.0. was used for formation of a neural model. Tests were carried out on Roma wheat seed and Dańkowskie Złote rye with six various water contents: 0.11 0.15 0.19 0.23 0.28 0.33 (kg⋅kg-1 dry mass). Caryopses were loaded with eight values of compression force - from 41 N to 230 N. Multiplicity of iterations was 5. Seed material was moistened to obtain a specific water content. Each seed was loaded with compression force with respectively growing values: 41N, 68N, 95N, 122N, 149N, 176N, 203N and 230N. A four-layer network of Perceptron type with 10 neurons in the first and 8 neurons in the second hidden layer was selected as a model which the best defines the contact area of grain seeds loaded with axial force at various moisture levels. This network has 4 inputs (water content, pressure force, thickness and length of caryopses) and one output (elementary contact area of rye and wheat seeds). Comparison of the neural model with empirical formulas obtained from nonlinear estimation proved a considerable higher precision of the first one.
Celem badań było utworzenie modelu określającego zależności między elementarną powierzchnią kontaktu ziarna, a siłą nacisku, zawartością wody w ziarnie oraz jego wymiarami geometrycznymi, przy wykorzystaniu sztucznych sieci neuronowych (SSN). Do tworzenie modelu neuronowego wykorzystano program komputerowy Statistica Sieci Neuronowe v. 6.0. Badania przeprowadzono na ziarnie pszenicy Roma oraz żyta Dańkowskie Złote, przy sześciu różnych zawartościach wody: 0,11 0,15 0,19 0,23 0,28 0,33 (kg⋅kg-1 s.m.). Ziarniaki obciążano ośmioma wartościami siły ściskającej – od 41N do 230N. Krotność powtórzeń wynosiła 5. Materiał ziarnisty nawilżano aby uzyskać określoną zawartość wody. Każde ziarno obciążano siłą ściskającą o kolejno rosnących wartościach: 41N, 68N, 95N, 122N, 149N, 176N, 203N i 230N. Jako model najlepiej określający powierzchnię styku ziarna zbóż obciążanego siłą osiową, przy różnej wilgotności wybrano czterowarstwową sieć typu Perceptron o 10 neuronach w pierwszej i 8 neuronach w drugiej warstwie ukrytej. Sieć ta posiada 4 wejścia (zawartość wody, siła nacisku, grubość i długość ziarniaka), i jedno wyjście (elementarna powierzchnia kontaktu ziarna żyta i pszenicy). Porównanie modelu neuronowego z formułami empirycznymi uzyskanymi z estymacji nieliniowej wykazało zdecydowanie większą dokładność pierwszego z nich.
Źródło:
Agricultural Engineering; 2016, 20, 4; 27-37
2083-1587
Pojawia się w:
Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Present trends in research on application of artificial neural networks in agricultural engineering
Aktualne kierunki badań dotyczących zastosowań sztucznych sieci neuronowych w inżynierii rolniczej
Autorzy:
Francik, S.
Ślipek, Z.
Frączek, J.
Knapczyk, A.
Powiązania:
https://bibliotekanauki.pl/articles/93849.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
agricultural engineering
artificial neural network
bibliometric analysis
dynamics of publishing
inżynieria rolnicza
sztuczna sieć neuronowa
analiza bibliometryczna
dynamika publikowania
Opis:
The objective of the paper was to carry out a bibliometric quantitative analysis of publications concerning the application of artificial neural networks in the research area - agriculture and a bibliometric quantitative analysis and subject analysis with regard to agricultural engineering. A number of scientific publications devoted to the ANN found in the data base of the Web of Science - in documents published to 2015 was a basis for the quantitative analysis. Research on the use of artificial neural networks in the research area – agriculture is extending systematically. Moreover, a rapidly growing number of citations prove a continuous increase in the scientists' interest in possibilities of the ANN applications. The quantitative analysis of scientific publications in 5 selected scientific journals and thematically related to agricultural engineering (indexed in the Web of Science) allowed a statement that 236 scientific articles from 1996-2015 were related to the ANN application. The biggest number of publications was reported in Computers and Electronics in Agriculture - 118 articles. In 2011-2015 there was a growing trend in dynamics of publishing of scientific papers devoted to the ANN application to agricultural engineering. Thus, we may assume that the research related to application of the artificial neural networks to agricultural engineering will be continued and their scope and number will be still growing. The thematic analysis of the most often quoted publications from 2011-2015 in the journal Computers and Electronics in Agriculture, proved that they concern both the issues related to the classification problem as well as to modelling processes and systems. We should suppose that the subjects related to modelling of drying processes and application of neural networks for image analysis will grow dynamically in the following years.
Celem pracy było przeprowadzenie bibliometrycznej analizy ilościowej publikacji dotyczących wykorzystania sztucznych sieci neuronowych (ANN) w obszarze badawczym rolnictwo oraz bibliometrycznej analizy ilościowej i tematycznej w dyscyplinie inżynieria rolnicza. Podstawą dla wykonania analiz ilościowych była liczba publikacji naukowych poświęconych ANN znaleziona w bazie Web of Science - dokumenty opublikowane do roku 2015. Badania nad zastosowaniami sztucznych sieci neuronowych w obszarze badawczym rolnictwo rozszerzają się systematycznie. O ciągłym wzroście zainteresowania naukowców możliwościami wykorzystania ANN świadczy również gwałtownie wzrastająca liczba cytowań. Analiza ilościowa publikacji naukowych w 5 wybranych czasopismach naukowych tematycznie związanych z inżynierią rolniczą (indeksowanych w bazie Web of Science) pozwoliła stwierdzić, że 236 artykułów naukowych z lat 1996-2015 było powiązane tematycznie z zastosowaniem ANN. Najwięcej publikacji odnotowano w czasopiśmie Computers and Electronics in Agriculture - 118 artykułów. W latach 2011-2015 występuje tendencja wzrostowa dynamiki publikowania prac naukowych poświęconych zastosowaniom ANN w inżynierii rolniczej. Można zatem wnioskować, że badania związane z zastosowaniem sztucznych sieci neuronowych w dyscyplinie inżynieria rolnicza będą kontynuowane, a ich zakres i liczba będzie się w dalszym ciągu zwiększać. Analiza tematyki najczęściej cytowanych publikacji z lat 2011-2015 w czasopiśmie Computers and Electronics in Agriculture wykazała, że dotyczą one zarówno zagadnień związanych z problemem klasyfikacji, jak i modelowania procesów i systemów. Należy przypuszczać, że tematyka związana z modelowaniem procesów suszarniczych oraz wykorzystaniem sieci neuronowych do analizy obrazu będzie się w kolejnych latach gwałtownie rozwijać.
Źródło:
Agricultural Engineering; 2016, 20, 4; 15-25
2083-1587
Pojawia się w:
Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie skurczu suszarniczego wybranych warzyw korzeniowych za pomocą sieci neuronowych
Modeling drying shrinkage for selected root vegetables using neural networks
Autorzy:
Łapczyńska-Kordon, B.
Francik, S.
Frączek, J.
Ślipek, Z.
Powiązania:
https://bibliotekanauki.pl/articles/289368.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
skurcz
model SSN
burak ćwikłowy
shrinkage
SSN model
red beet
Opis:
W pracy przedstawiano próbę zastosowania modelu sformułowanego z pomocą sztucznych sieci neuronowych do opisu zmian skurczu suszarniczego próbek buraka ćwikłowego, podczas konwekcyjnego suszenia, w zależności od zawartości wody, temperatury materiału i wielkości powierzchni. Na podstawie analizy różnych architektur sieci, wybrano do opisu trójwarstwową sieć z trzema wejściami (trzy neurony w pierwszej warstwie ukrytej, jeden neuron w drugiej warstwie ukrytej i jeden neuron na wyjściu - jedna zmienna wyjściowa) ze względu na najmniejsze mierniki błędów. Stwierdzono, że model ma cechy uniwersalności, gdyż pozwala na jednoczesną analizę zmian skurczu w zależności od trzech wielkości: zawartości wody, temperatury i powierzchni przekroju poprzecznego próbki.
The paper presents an attempt to use a model created with the use of artificial neural networks for description of changes of drying shrinkage of red beet samples, during convection drying, as a function of water content, temperature of material and surface size. Based on the analysis of different network architectures, for description a tri-layer network with three inputs (three neurons in the first hidden layer, one neuron in the second hidden layer and one neuron at the output - one output variable) was selected due to the lowest error standards. The model turned out to show universal character, since it enabled simultaneous analysis of changes of shrinkage as a function of three parameters: water content, temperature and cross-section area of the sample.
Źródło:
Inżynieria Rolnicza; 2006, R. 10, nr 13(88), 13(88); 303-311
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-8 z 8

    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