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 "Trybalski, K." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Modelowanie przemysłowego procesu mielenia rudy z wykorzystaniem energetycznych wskaźników oceny
    Modeling of industrial ore grinding process using energetic factors of evaluation
    Autorzy:
    Trybalski, K.
    Krawczykowski, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/349569.pdf
    Data publikacji:
    2006
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    modelowanie statystyczne procesów mielenia
    sieci neuronowe
    modele regresyjne
    statistical modeling of grinding processes
    neural network
    regressive models
    Opis:
    W artykule przeprowadzono analizę kosztów węzła mielenia i klasyfikacji w jednym z zakładów wzbogacania rudy KGHM "Polska Miedź" S.A., wskazując najwyższą energochłonność procesu mielenia. Zaproponowano i obliczono wskaźniki technologiczno-energetyczne oceniające proces mielenia i klasyfikacji. Na ich podstawie zbudowano przykładowe modele: regresyjne oraz w postaci sieci neuronowych, ujmujące zależności pomiędzy wskaźnikami oceny procesu a danymi energetyczno-technologicznymi badanego procesu. Przeprowadzono porównanie uzyskanych modeli.
    The costs analysis of grinding and classification center in one of KGHM "Polska Miedź" SA ore enrichment plants was conducted in the paper, what identified the highest energy consumption of grinding process. The energetic-technological factors evaluating grinding and classification processes were then proposed and calculated. On their basis the examples of models were constructed, which were regressive ones and neural networks forms, taking into consideration dependencies between process evaluation factors and energetic-technological data of investigated process. The comparison of given models was carried out.
    Źródło:
    Górnictwo i Geoinżynieria; 2006, 30, 3/1; 327-346
    1732-6702
    Pojawia się w:
    Górnictwo i Geoinżynieria
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przydatność laserowych analiz uziarnienia do bilansowania produktów klasyfikacji w hydrocyklonie
    Usefulness of the particle size distribution laser analyzes on balancing of hydrocyclone classification products
    Autorzy:
    Krawczykowski, D.
    Trybalski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/349677.pdf
    Data publikacji:
    2009
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    laserowe analizy granulometryczne
    dokładność analiz granulometrycznych
    bilans produktów klasyfikacji
    laser particle sizing
    adequacy of granulometric analyzes
    balance of classification products
    Opis:
    Artykuł dotyczy dokładności określania składów ziarnowych produktów klasyfikacji odpadów flotacyjnych rudy Zn Pb metodą laserową oraz jej wpływu na bilansowanie produktów klasyfikacji. Badania obejmowały: wykonanie analiz granulometrycznych odpadów (nadaw) kierowanych do klasyfikacji w hydrocyklonie oraz wylewów i przelewów produktów klasyfikacji, określenie dokładności analiz, obliczenia bilansujące wychody produktów klasyfikacji. Do analiz wykorzystano nowoczesny, laserowy analizator wielkości cząstek Analysette 22, którego zasada pomiaru oparta jest na dyfrakcji światła laserowego na mierzonych cząstkach. Jest to standardowa, rozpowszechniona w świecie metoda określania rozkładu wielkości drobnych cząstek.
    The paper concerns adequacy of particle size distributions of flotation wastes classification products of ZN-Pb ore and its influence on balancing of classification products. The investigations concerned performance of granulometric analyzes of the wastes (feeds) directed to the classification process in hydrocyclone, as well the outflows and overflows - classification products, determination of the analyzes adequacy, balancing calculations of classification products yields. The modern, laser particle sizer Analysette 22 was applied to perform analyzes, which rule of measurement is based on laser diffraction on measured particles. This is the standard, common method of fine particles distribution determination.
    Źródło:
    Górnictwo i Geoinżynieria; 2009, 33, 4; 153-168
    1732-6702
    Pojawia się w:
    Górnictwo i Geoinżynieria
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Matematyczna identyfikacja przemysłowego procesu mielenia i klasyfikacji rudy miedzi za pomocą modeli regresyjnych
    Mathematical identification of industrial copper ore grinding and classification process by application of regressive models
    Autorzy:
    Krawczykowski, D.
    Trybalski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/349212.pdf
    Data publikacji:
    2007
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    przeróbka kopalin
    miedź
    wskaźniki energetyczne
    optymalizacja
    modelowanie
    mineral processing
    copper
    energetic factors
    optimization
    modelling
    Opis:
    Artykuł dotyczy problemów identyfikacji przemysłowego procesu przygotowania rudy miedzi do procesu jej wzbogacania. Identyfikacji dokonano na drodze matematycznego modelowania z wykorzystaniem regresyjnych modeli liniowych wskaźników energetycznych oceny procesu przygotowania rudy.
    Problems of the identification industrial process of the copper ore preparation to the enrichment process were presented in this paper. Identification was achieved by mathematical modeling using the linear regression models of energetic factors to evaluation of the ore preparation process.
    Źródło:
    Górnictwo i Geoinżynieria; 2007, 31, 3/1; 279-295
    1732-6702
    Pojawia się w:
    Górnictwo i Geoinżynieria
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Energetyczne wskaźniki oceny procesu mielenia rudy miedzi i ich modelowanie
    Energetic factors of copper ore grinding process evaluation and their modeling
    Autorzy:
    Trybalski, K.
    Krawczykowski, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/350596.pdf
    Data publikacji:
    2005
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    miedź
    rozdrabnianie
    modelowanie
    energochłonność
    copper
    grinding
    modeling
    energy consumption
    Opis:
    Artykuł dotyczy problemu energochłonności oraz oceny procesów mielenia rudy miedzi w węźle mielenia i klasyfikacji jednego z zakładów wzbogacania rudy KGHM "Polska Miedź" S.A. Przeprowadzono analizę kosztów węzła mielenia i klasyfikacji, wskazując na jego najwyższą energochłonność. Zaproponowano i obliczono wskaźniki tcchnologiczno-energetyczne oceniające proces mielenia i klasyfikacji. Na ich podstawie zbudowano przykładowe modele: regresyjne oraz w postaci sieci neuronowych, ujmujące zależności pomiędzy wskaźnikami oceny procesu a danymi energetyczno-tcchnologicznymi badanego procesu. Przeprowadzono porównanie uzyskanych modeli.
    The paper concerns the energy consumption problem and copper ores grinding processes evaluation in grinding and classification system of one of KGHM "Polska Miedź" SA ore enrichment plants. The costs analysis of grinding and classification center was conducted, what identified its highest energy consumption. The energetic-technological factors evaluating grinding and classification processes were then proposed and calculated. On their basis the examples of models were constructed, which were regressive ones and neural networks forms, taking into consideration dependencies between process evaluation factors and energetic-technological data of investigated process. The comparison of given models was carried out.
    Źródło:
    Górnictwo i Geoinżynieria; 2005, 29, 4; 183-193
    1732-6702
    Pojawia się w:
    Górnictwo i Geoinżynieria
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The application of modern techniques and measurement devices for identification of copper ore types and their properties
    Wykorzystanie nowoczesnych technik i urządzeń pomiarowych do identyfikacji typów rud miedzi i ich właściwości
    Autorzy:
    Krawczykowska, A.
    Trybalski, K.
    Krawczykowski, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/219128.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    identyfikacja typów rud
    analiza obrazu
    mikroskopia skaningowa
    sieci neuronowe
    identification of ores
    image analysis
    scanning microscope
    neuron networks
    Opis:
    The paper concerns the application of modern methods and research techniques for investigations of copper ore properties. It presents the procedure and tools which, when put together, can constitute a source of information on properties of different products of processing and, simultaneously, can be used in the process control and optimization. The copper ore of one of the branches of the KHGM Polska Miedz plc was investigated. The ore samples represented each of the three lithological types occurring in the Polish deposits, i.e. carbonate, shale and sandstone ores. The paper presents the results of microscopic analyses, image analysis of scanning photographs and application procedures of the obtained information for the identification of ore types (application of neuron networks to the recognition of lithological compositions). The present publication will present sample results of modelling of classification identifying two types of ores, i.e. carbonate-shale and sandstone. Summing up the predictions of ore type fractions in respective mixtures for the considered problem of classification it can be stated that the prediction results are good and confirm the lithological predominance of certain ore types in the investigated mixtures. The experimental part comprised the determination of mineralogical and lithological composition of ores (optical microscope) and also elemental composition in the microareas of analysed samples (scanning microscope). Next, the image analysis was performed and subsequently the models classifying the ore types were made.
    W rudzie miedzi przerabianej w zakładach wzbogacania O/ZWR KGHM Polska Miedź S.A. można wyróżnić trzy typy litologiczne: rudę węglanową, łupkową i piaskowcową. Typy te różnią się właściwościami między innymi takimi jak: rodzaj i zawartość minerałów miedzi, rodzaj minerałów nieużytecznych, zawartość miedzi, twardość i podatność na rozdrabnianie, ale także wielkością i kształtem ziaren minerałów miedzionośnych oraz rodzajem ich skupień i wpryśnięć. Niezwykle istotne jest właściwe rozpoznanie rudy pod względem petrograficzno-mineralogicznym. Znajomość właściwości przerabianej rudy pozwala na pełniejsze jej wykorzystanie poprzez właściwe prowadzenie i sterowanie procesami, dobór ich parametrów takich m.in. jak: czas mielenia, parametry klasyfikacji, rodzaj odczynników flotacyjnych, czas flotacji. W artykule przedstawiono wyniki przeprowadzonych analiz mikroskopowych, analizy obrazów zdjęć skaningowych oraz procedury wykorzystania otrzymanych informacji do identyfikacji typów rud (zastosowanie sieci neuronowych do rozpoznawania składów litologicznych). W badaniach wykorzystano rudę miedzi, pochodzącą z jednego z zakładów górniczych KGHM Polska Miedź S.A. Pobrane próbki rudy reprezentowały każdy z trzech typów litologicznych występujących w krajowych złożach: węglanową, łupkową oraz piaskowcową. Przeprowadzono ilościową analizę mineralogiczno-petrograficzną przy pomocy mikroskopu optycznego w świetle odbitym, a wyniki przedstawiono w tabelach 1 i 2. Wyniki te określają ilościowo stopień uwolnienia i zrosty dla jednego rodzaju minerału. Pokazano także przykładowe zdjęcia mikroskopowe zgładów poszczególnych typów litologicznych rud oraz próbek proszkowych tych typów (rys. 1 i 2). W kolejnym etapie badań wykorzystano skaningowy mikroskop elektronowy. Zdjęcia morfologii próbek uzyskane z mikroskopu elektronowego (obrazy SEM) były przedmiotem komputerowej analizy obrazu, umożliwiającej mikrostrukturalną klasyfikację ilościową typów rud. Analizowano wszystkie próbki poszczególnych typów litologicznych rudy miedzi: węglanowej, łupkowej i piaskowcowej oraz mieszanki tych typów w trzech klasach ziarnowych: 0÷45 μm, 45÷71 μm i 71÷100 μm. Celem przekształceń wykorzystanych w procedurze komputerowej analizy obrazu jest otrzymanie poprawnie posegmentowanego obrazu binarnego, który umożliwiałby wyróżnienie badanych obiektów - pojedynczych (poszczególnych) ziaren oraz tła, a następnie wykonanie pomiarów parametrów zbinaryzowanych obiektów. Spośród dużej ilości parametrów dostępnych w używanym oprogramowaniu do identyfikacji typów rud wybrano najważniejsze z punktu widzenia opisu ziaren. Obok parametrów opisujących podstawowe właściwości geometryczne tj. pole powierzchni, wysokość, szerokość, średnice Feret’a, oraz opisujących kształt ziaren, np. współczynniki wypełnienia, kolistości, wybrano parametry szarości obiektów. W tabeli 3 podano wartości statystyczne zmiennych wykorzystywanych w obliczeniach modelowych, dla jednego z materiałów. Do analizy uzyskanych danych wykorzystano sieci neuronowe. W niniejszej publikacji przedstawiono przykładowe wyniki modelowania dla zagadnienia klasyfikacji identyfikującego dwa typy rud: węglanowo-łupkową i piaskowcową. Połączenie rud: węglanowej i łupkowej w jeden typ ma swoje technologiczne uzasadnienie. Obliczenia modelujące wykonano przy użyciu komputerowego programu do modelowania Statistica Neural Networks firmy StatSoft. W tabeli 4 i 5 przedstawiono charakterystyki ostatecznych najskuteczniejszych modeli sieci neuronowych klasyfikujących typy rud. Ogólnie modele sieci neuronowych, realizujące zagadnienie klasyfikacji typów rud, charakteryzowały się wysoką jakością działania oraz małymi błędami sieci dla poszczególnych podzbiorów danych (uczącego, walidacyjnego i testowego). Świadczy to o ich wysokiej stabilności i pewności działania w przypadku uruchamiania sieci na nowych zbiorach danych. Weryfikacja zdolności predykcyjnych najskuteczniejszych modeli sieci neuronowych polegała na uruchomieniu sieci na nowych danych charakterystycznych dla poszczególnych mieszanek, oraz na porównaniu i ocenie uzyskanych przewidywań z rzeczywistymi udziałami poszczególnych typów rud miedzi w analizowanych mieszankach. Na rysunkach 6 i 7 przedstawiono wyniki przewidywań udziałów odmian litologicznych rud miedzi w mieszankach. Podsumowując przewidywania udziałów typów rud w poszczególnych mieszankach dla rozważanego zagadnienia klasyfikacji można stwierdzić, że wyniki przewidywań są dobre i potwierdzają przewagę litologiczną określonych odmian rud w badanych mieszankach. Szczególnie istotny z technologicznego punktu widzenia jest wysoki stopień trafności przewidywań typów rud dla szerokiej klasy ziarnowej, która odpowiada zazwyczaj rzeczywistemu składowi ziarnowemu nadawy do procesu flotacji. Trafność tych przewidywań jest większa dla mieszanek z przewagą rudy piaskowcowej.
    Źródło:
    Archives of Mining Sciences; 2013, 58, 2; 433-448
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Laser particle size analysis - the influence of density and particle shape on measurement results
    Laserowa analiza uziarnienia - wpływ gęstości i kształtu ziaren na wyniki pomiarów
    Autorzy:
    Krawczykowski, D.
    Krawczykowska, A.
    Trybalski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/216976.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    laserowe analizy granulometryczne
    dokładność analiz granulometrycznych
    laser granulometric analysis
    accuracy of granulometric analysis
    Opis:
    The paper concerns the accuracy of determining particle size distributions of the fine-grained materials by means of laser diffraction method. Selection of measuring method for determination of materials granulation depends on various properties of the sample, but mainly on the range of particle size in the sample. It must be taken into consideration that each of the measurement methods inherently generate different information about particle size distribution. The applied measurement method generates the main impact on the results of research because it uses various material properties, like: geometric properties, density or type of the surface (porosity). Influence of density and particle shape on the results of measurements by laser diffraction was studied in the paper. This method becomes a standard for measuring particle size of mineral powders. Analysis of raw materials particle size distribution was performed using a laser particle-meter Analysette 22. Investigations included measurements of particle size of raw materials characterized by various densities (coal, porphyry, barite) and the shape of the particles (copper shale ore, fly ash from coal combustion). The density of raw materials was determined by helium pycnometer, while the particle shape was expressed by coefficient which was calculated on the basis of particles geometric parameters. Geometry of the grains was measured using an optical microscope with a digital record of images by means of image analysis method. The accuracy of laser granulometric analyzes was expressed by variation coefficient of narrow particle fractions contents. Results of analyzes confirmed that the laser granulometric analysis provides accurate information about the finest particle size distribution. No significant effect of the material density on the accuracy of granulometric analysis was observed. Effect of particle shape of the tested materials caused more stable values of the variation coefficient for particles of more spherical shape what is related to the applied method of laser measurement. The accuracy of laser granulometric analyzes varies dependably on the measured particle size range of particles. The most accurate analyzed materials are these ones being the part of narrow particle fractions.
    Artykuł dotyczy dokładności określania składów ziarnowych materiałów drobnoziarnistych metodą laserową. Wybór metody pomiarowej do określenia składu ziarnowego materiałów uziarnionych zależy od różnych właściwości reprezentującej go próbki, głównie jednak od zakresu wielkości ziaren znajdujących się w badanej próbce. Należy jednak zdawać sobie sprawę, że każda z metod pomiarowych generuje z założenia różną informację o rozkładzie wielkości cząstek. Na wyniki oznaczeń główny wpływ ma bowiem stosowana metoda pomiaru, wykorzystująca różne właściwości materiałów: np. właściwości geometryczne, gęstość, charakter powierzchni (porowatość) itp. Badano więc wpływ gęstości oraz kształtu cząstek na wyniki pomiarów metodą dyfrakcji laserowej, która to metoda staje się standardową w pomiarach uziarnienia proszków mineralnych. Analizy składów ziarnowych surowców wykonano przy użyciu laserowego granulometru Analysette 22 firmy Fritsch. Badania obejmowały pomiary uziarnienia surowców różniących się gęstością (węgiel kamienny, porfir, baryt) oraz kształtem ziaren (łupkowa ruda miedzi, popiół lotny ze spalania węgla). Gęstość surowców określono metodą piknometrii helowej, natomiast kształt ziaren wyrażono współczynnikiem kształtu obliczonym na podstawie wielkości geometrycznych cząstek. Geometrię ziaren badano przy użyciu mikroskopu optycznego z cyfrowym zapisem zdjęć, które poddano komputerowej analizie obrazu. Dokładność laserowych analiz granulometrycznych wyrażono współczynnikiem zmienności udziału wąskich klas ziarnowych. Wyniki analiz potwierdziły, że laserowa analiza granulometryczna dostarcza dokładnych informacji o rozkładzie wielkości cząstek najdrobniejszych. Nie zaobserwowano istotnego wpływu gęstości materiału na dokładność analiz granulometrycznych. Wpływ kształtu ziaren badanych materiałów zaznaczył się stabilniejszymi wartościami współczynnika zmienności dla cząstek o kształcie bardziej sferycznym, co ma związek z zastosowaną laserową metodą pomiaru. Dokładność laserowych analiz granulometrycznych różni się w zależności od zakresu uziarnienia mierzonych cząstek, najdokładniej analizowane są materiały w wąskich klasach ziarnowych.
    Źródło:
    Gospodarka Surowcami Mineralnymi; 2012, 28, 4; 101-112
    0860-0953
    Pojawia się w:
    Gospodarka Surowcami Mineralnymi
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie modeli sieci neuronowych do identyfikacji składu litologicznego rudy miedzi
    Application of neural networks models to lithological composition determination of copper ore
    Autorzy:
    Krawczykowska, A.
    Trybalski, K.
    Krawczykowski, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/349707.pdf
    Data publikacji:
    2009
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    typy litologiczne rud miedzi
    modelowanie
    sieci neuronowe
    lithological types of copper ore
    modelling
    neural networks
    Opis:
    Artykuł dotyczy zastosowania modeli sieci neuronowych w rozpoznawaniu typów litologicznych rudy miedzi. Do sprawdzenia zdolności predykcyjnych najskuteczniejszych modeli wykorzystano zbiory danych uzyskane z analizy zdjęć skaningowych dwóch charakterystycznych mieszanek różnych typów litologicznych: mieszanki z przewagą rudy piaskowcowej oraz mieszanki z przewagą rudy węglanowej i łupkowej. Wyniki rozpoznawania porównano z rzeczywistymi udziałami poszczególnych typów litologicznych rud miedzi w analizowanych mieszankach.
    The paper concerns the application of neural networks models in recognition of lithological types of copper ore. To verify the predictive abilities of the most efficient models, the data sets given by scanning photos analyzes of two characteristic mixtures of various lithological types were applied. These were mixture with the advantage of sandstone ore and mixture with the advantage of carbonate and shale ores. The results of recognition were compared with the real contents of individual lithological types of copper ore in analyzed mixtures.
    Źródło:
    Górnictwo i Geoinżynieria; 2009, 33, 4; 141-151
    1732-6702
    Pojawia się w:
    Górnictwo i Geoinżynieria
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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