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 "neural controller" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 27
Tytuł:
O doborze reguł sterowania dla regulatora rozmytego
About collecting of control for a fuzzy logic controller
Autorzy:
Wiktorowicz, K.
Zajdel, R.
Powiązania:
https://bibliotekanauki.pl/articles/156306.pdf
Data publikacji:
2005
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
sterowanie rozmyte
sieci neuronowe
uczenie ze wzmocnieniem
fuzzy control
neural networks
reinforcement learning
stability
quality
Opis:
W pracy scharakteryzowano problem doboru reguł sterowania dla regulatora rozmytego. Omówiono metody pozyskiwania reguł za pomocą sieci neuronowej uczonej metodą z nauczycielem i ze wzmocnieniem. Przedstawiono zagadnienie badania stabilności i jakości zaprojektowanego układu. Omawiane problemy zilustrowano przykładowymi wynikami badań.
In the paper the problem of collecting of control rules a fuzzy logic controller is characterised. Two methods of generating of rules using neural network are described: supervised learning and reinforcement learning. the problem of stability and quality analysis is presented. The considerations are illustrated by examples.
Źródło:
Pomiary Automatyka Kontrola; 2005, R. 51, nr 1, 1; 44-46
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Power quality management in electrical grid using SCANN controller-based UPQC
Autorzy:
Varadharajan, Balaji
Subramanian, Chitra
Powiązania:
https://bibliotekanauki.pl/articles/2173547.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
SCANN
single comprehensive artificial neural network
UPQC
unified power quality conditioner
total harmonic distortion
particle swarm optimization
POS
sztuczna sieć neuronowa pojedyncza kompleksowa
zunifikowany kondycjoner jakości energii
współczynnik zawartości harmonicznych
optymalizacja roju cząstek
PSO
Opis:
The electrical grid integration takes great attention because of the increasing population in the nonlinear load connected to the power distribution system. This manuscript deals with the power quality issues and mitigations associated with the electrical grid. The proposed single comprehensive artificial neural network (SCANN) controller with unified power quality conditioner (UPQC) is modelled in MATLAB Simulink environment. It provides series and shunt compensation that helps mitigate voltage and current distortion at the end of the distribution system. Initially, four proportional integral (PI) controllers are used to control the UPQC. Later the trained SCANN controller replaces four PI Controllers for better control action. PI and SCANN controllers’ simulation results are compared to find the optimal solutions. A prototype model of SCANN controller is constructed and tested. The test results show that the SCANN based UPQC maintains grid voltage and current magnitude within permissible limits under fluctuating conditions.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2022, 70, 1; e140257, 1--9
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Particle swarm optimization of artificial-neural-network-based on-line trained speed controller for battery electric vehicle
Autorzy:
Ufnalski, B.
Grzesiak, L.
Powiązania:
https://bibliotekanauki.pl/articles/201631.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
electric vehicle
speed control
adaptive ANN controller
particle swarm optimization (PSO)
Opis:
The paper presents implementation of PSO (Particle Swarm Optimization) to ANN-based speed controller tuning. Selected learning parameters are optimized according to the control objective function. A battery electric vehicle is considered as a potential plant for an adaptive speed controller. The need for adaptivity in the control algorithm is justified by variations of a total weight of the vehicle. A sizable section of the paper deals with selection of a combined objective function able to effectively evaluate the quality of a solution.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2012, 60, 3; 661-667
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Adaptive neural voltage controller with tunable activation gain
Adaptacyjny neuronowy regulator napięcia z nastrojonym współczynnikiem wzmocnienia funkcji przynależności
Autorzy:
Tiliouine, H.
Powiązania:
https://bibliotekanauki.pl/articles/153867.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
turbogenerator
adaptacyjny neuronowy regulator napięcia
współczynnik wzmocnienia aktywacji
adaptive neural voltage controller (ANVC)
activation gain
Opis:
In this paper an adaptive neural voltage controller (ANVC) for turbogenerator, with tunable activation function gain is developed. It combines both traditional neural model and neural model with activation gain depending on the operating conditions of the plant. Simulation results evaluating the performance of the ANVC under different operating conditions and disturbances are presented. These results are compared to that obtained with a fixed activation gain neural controller (the traditional one) and to that obtained with conventional (analog) controller.
W artykule przedstawiono model adaptacyjnego neuronowego regulatora napięcia dla turbogeneratora z nastrojonym współczynnikiem wzmocnienia funkcji przynależności. Ten model jest kombinacją klasycznego neurono-wego modelu i neuronowego modelu z współczynnikiem wzmocnienia funkcji przynależności zależnym od warunków pracy obiektu. Przedsta-wiono, także wyniki symulacji mające na celu badania efektywności proponowanego regulatora dla różnych zakłóceń i różnych warunków pracy turbogeneratora. Te wyniki porównano z wynikami uzyskanymi z regula-torem o stałym współczynnikiem wzmocnienia funkcji przynależności oraz z wynikami uzyskanymi z regulatorem analogowym.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 4, 4; 114-116
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparative study of learning methods for artificial neural network
Badania porównawcze metod uczenia sieci neuronowej
Autorzy:
Tiliouine, H.
Powiązania:
https://bibliotekanauki.pl/articles/153863.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
metody uczenia
sieć neuronowa
neuronowy regulator napięcia
learning methods
artificial neural network (ANN)
neural voltage controller
Opis:
The paper presents a comparative study of various learning methods for artificial neural network. The methods are: the backpropagation BP, the recursive least squares RLS, the Zangwill's method ZGW and the method based on evolutionary algorithm EA. The study consists of evaluating the learning effectiveness of these methods and selecting the most efficient one to be used in the designing of an adaptive neural voltage controller for a synchronous generator.
W artykule przedstawiono wyniki badań porównawczych metod uczenia sieci neuronowych takich jak: metoda propagacji wstecznej błędów, rekurencyjna metoda najmniejszych kwadratów, metoda Zangwill'a, metoda algorytmów ewolucyjnych. Celem tych badań jest dobieranie najefektywniejszej metody uczenia do projektowania adaptacyjnego neuronowego regulatora napięcia generatora synchronicznego.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 4, 4; 117-121
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Intelligent Turbogenerator Controller Based On Artificial Neural Network
Inteligentny regulator turbogeneratora oparty na sieci neuronowej
Autorzy:
Tiliouine, H.
Powiązania:
https://bibliotekanauki.pl/articles/157331.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
regulator napięcia
stabilizator systemowy
turbogenerator
sieci neuronowe
neural network
voltage controller
power system stabilizer
Opis:
The paper presents a design of an intelligent controller based on neural network (ICNN). The ICNN ensures at the same time two fundamental functions: the maintaining of generator voltage at the desired value and the damping of the electromechanical oscillations. Its performance is evaluated on a single machine infinite bus power system through computer simulations. The dynamic and transient operation of the proposed controller is compared with the operation of the conventional excitation control system composed of a conventional automatic voltage regulator (CAVR) and a conventional power system stabilizer (CPSS) as recommended in the IEEE standard. The proposed ICNN exhibits better performance.
W artykule przedstawiono projekt inteligentnego regulatora opartego na sieci neuronowej, przeznaczonego do sterowania generatorem synchronicznym pracującym w systemie elektroenergetycznym. Proponowany regulator realizuje jednocześnie dwie podstawowe funkcje: utrzymanie napięcia generatora na zadanej wartości oraz tłumienie kołysań elektromechanicznych. Regulator zbudowany jest w oparciu dwie sieci neuronowe: Emulator (lub Identyfikator) i właściwy regulator. Emulator wykorzystywany jest do predykcji parametrów wyjściowych generatora (napięcie, moc), a regulator minimalizuje zadaną funkcję celu. Efektywność regulatora została oceniona na podstawie badań symulacyjnych w układzie jednomaszynowym pracującym w systemie elektroenergetycznym. Dynamiczne działanie proponowanego regulatora porównano z dynamicznym działaniem klasycznego układu regulacji, składającego się z konwencjonalnego regulatora napięcia i konwencjonalnego stabilizatora systemowego - zgodnie z zaleceniami standardu IEEE. Na podstawie tego porównania stwierdzono, że proponowany regulator jest bardziej efektywny. Zapewnia duże tłumienie kołysań elektromechanicznych jednocześnie przy zapewnieniu szybkiej regulacji napięcia generatora. Dodatkowo ten regulator charakteryzuje się prostą strukturą.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 3, 3; 244-248
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Artificial Neural Network-Based Gain-Scheduled State Feedback Speed Controller for Synchronous Reluctance Motor
Autorzy:
Tarczewski, Tomasz
Niewiara, Łukasz J.
Grzesiak, Lech M.
Powiązania:
https://bibliotekanauki.pl/articles/1956002.pdf
Data publikacji:
2021
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
synchronous reluctance motor
state feedback controller
gain scheduling
artificial neural network
robustness analysis
Opis:
This paper focuses on designing a gain-scheduled (G-S) state feedback controller (SFC) for synchronous reluctance motor (SynRM) speed control with non-linear inductance characteristics. The augmented model of the drive with additional state variables is introduced to assure precise control of selected state variables (i.e. angular speed and d-axis current). Optimal, non-constant coefficients of the controller are calculated using a linear-quadratic optimisation method. Non-constant coefficients are approximated using an artificial neural network (ANN) to assure superior accuracy and relatively low usage of resources during implementation. To the best of our knowledge, this is the first time when ANN-based gain-scheduled state feedback controller (G-S SFC) is applied for speed control of SynRM. Based on numerous simulation tests, including a comparison with a signum-based SFC, it is shown that the proposed solution assures good dynamical behaviour of SynRM drive and robustness against q-axis inductance, the moment of inertia and viscous friction fluctuations.
Źródło:
Power Electronics and Drives; 2021, 6, 41; 276-288
2451-0262
2543-4292
Pojawia się w:
Power Electronics and Drives
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A stability based neural networks controller design method
Autorzy:
Song, J.
Xu, X.
He, X.
Powiązania:
https://bibliotekanauki.pl/articles/206120.pdf
Data publikacji:
1998
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
sieć neuronowa
stabilność
sterowanie nieliniowe
neural networks control
nonlinear control
sliding mode
stability
Opis:
The use of neural networks in control systems can be seen as a natural step in the evolution of control methodology to meet new challenges. Many attempts have been made to apply the neural networks to deal with non-linearities and uncertainties of the control systems. Research in neural network applications to control can be classified according to the major methods depending on structures of the control system, such as NN-based NON-linear System Identification, NN-based Supervised Control, NN-based Direct Control, NN-based Indirect Control, NN-based Adaptive Control, NN-based Self-learning Control, NN-based Fuzzy Control, and NN Variable Structure Control. All these control methods cannot, however, effectively guarantee system stability, i.e. none of these neural network controls, except for NN-based Variable Structure Control, is based on system stability. This also limits the application and development of the neural networks in control theory. The paper shows the effort to solve this difficulty and give a way for the design method of the stability based neural networks controller using Lyapunov second stability theorem. This kind of controller can not only guarantee system stability, but also fully compensate for the influence of system uncertainties and non-linearities.Simulation results also show the effectiveness of the controller.
Źródło:
Control and Cybernetics; 1998, 27, 1; 119-133
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Novel Intelligent Neural Network Techniques of UPQC with Integrated Solar PV System for Power Quality Enhancement
Autorzy:
Rudraram, Ramesh
Chinnathambi, Sasi
Mani, Manikandan
Powiązania:
https://bibliotekanauki.pl/articles/27311926.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
PV system
Re-lift Luo DC-DC converter
Cascaded ANN MPPT
Adaptive PI controller
CNN assisted dq theory
Opis:
A Novel Intelligent control of a Unified Power Quality Conditioner (UPQC) coupled with Photovoltaic (PV) system is proposed in this work. The utilization of a Re-lift Luo converter in conjunction with a Cascaded Artificial Neural Network (ANN) Maximum Power Point Tracking (MPPT) method facilitates the optimization of power extraction from PV sources. UPQC is made up of a series and shunt Active Power Filter (APF), where the former compensates source side voltage quality issues and the latter compensates the load side current quality issues. The PV along with a series and shunt APFs of the UPQC are linked to a common dc-bus and for regulating a dc-bus voltage a fuzzy tuned Adaptive PI controller is employed. Moreover, a harmonics free reference current is generated with the aid of CNN assisted dq theory in case of the shunt APF. The results obtained from MATLAB simulation.
Źródło:
International Journal of Electronics and Telecommunications; 2023, 69, 3; 605--613
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Exploration and mining learning robot of autonomous marine resources based on adaptive neural network controller
Autorzy:
Pan, L.
Powiązania:
https://bibliotekanauki.pl/articles/260396.pdf
Data publikacji:
2018
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
adaptive neural network
marine resources
learning robot
Opis:
To study the autonomous learning model of the learning robot for marine resource exploration, an adaptive neural network controller was applied. The motion characteristics of autonomous learning robots were identified. The mathematical model of the multilayer forward neural network and its improved learning algorithm were studied. The improved Elman regression neural network and the composite input dynamic regression neural network were further discussed. At the same time, the diagonal neural network was analysed from the structure and learning algorithms. The results showed that for the complex environment of the ocean, the structure of the composite input dynamic regression network was simple, and the convergence was fast. In summary, the identification method of underwater robot system based on neural network is effective.
Źródło:
Polish Maritime Research; 2018, S 3; 78-83
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural network based adaptive state feedback controller for inverter with voltage matching circuit
Autorzy:
Niewiara, Ł.
Tarczewski, T.
Grzesiak, L. M.
Powiązania:
https://bibliotekanauki.pl/articles/376361.pdf
Data publikacji:
2014
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
adaptive linear-quadratic controller
voltage matching circuit
artificial neural network
current ripple
Opis:
This paper describes a discrete adaptive state feedback controller used to load current control in terms of variable DC voltage of inverter. Controller was designed by using linear quadratic optimization method. Adaptive LQR was used because of non-stationarity of the control system caused by Voltage Matching Circuit - VMC. Gain values of the adaptive controller were approximated by using an artificial neural network. The VMC was realized as an additional buck converter integrated with the main inverter. As the load of the 2-level inverter a 3-phase symmetric RL circuit was used. Simulation tests show the behavior of the load current regulation during DC bus voltage level step changes. The dependence between current RMS value and inverter DC bus voltage level was also shown. Simulation test was made by using Matlab Simulink and PLECS software.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 80; 231-238
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Synthesis of neural network controller with a reference model
Synteza regulatora neuronowego z modelem referencyjnym
Autorzy:
Nawrocka, A.
Powiązania:
https://bibliotekanauki.pl/articles/368848.pdf
Data publikacji:
2010
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
sterowanie predykcyjne
obiekt nieliniowy
model referencyjny
predictive control
non-linear object
reference model
Opis:
In the article there has been presented a structure of a control system with a neural network controller basing on a reference model. In the first part of the article there is a short overview of neural control models. In the following part, an identification of a non-linear object, which was a hydrostatic transmission, was conducted with the help of artificial neural networks; next, different identification structures of artificial neural networks were tested. The last stage covered a synthesis of a neural controller with a reference model and conducting simulation tests of the suggested structures in the system of the control with a non-linear object.
W artykule została przedstawiona struktura układu regulacji z neuronowym regulatorem bazującym na modelu referencyjnym. W pierwszej części znajduje się przegląd neuronowych modeli sterowania. W kolejnej części przedstawiono przeprowadzoną identyfikację za pomocą sztucznych sieci neuronowych nieliniowego obiektu, którym była przekładnia hydrostatyczna. Właściwości przekładni hydrostatycznej sprawiają, że jest ona obiektem wrażliwym na różnego rodzaju zakłócenia, które utrudniają sterowanie jej pracą. Ze względu na właściwości obiektu regulacji, tzn. nieliniowość i niestacjonarność, zastosowanie klasycznych regulatorów nie jest zadowalające. Z tego względu podjęto próbę wykorzystania zaawansowanych technologii do sterowania. Zbadano różne struktury identyfikacyjne sztucznych sieci neuronowych. Ostatni etap prac obejmował syntezę regulatora neuronowego z modelem referencyjnym oraz przeprowadzenie badań symulacyjnych zaproponowanych struktur w układzie regulacji z obiektem nieliniowym.
Źródło:
Mechanics and Control; 2010, 29, 1; 26-31
2083-6759
2300-7079
Pojawia się w:
Mechanics and Control
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neurocontrolled car speed system
Autorzy:
Nakonechnyi, Markiyan
Ivakhiv, Orest
Świsulski, Dariusz
Powiązania:
https://bibliotekanauki.pl/articles/27314203.pdf
Data publikacji:
2022
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
neural controller
PID-algorithm of control
dynamic object
neural networks
electric car
speed control
Opis:
The features of the synthesis of neural controllers for the car speed control system are considered in this article. The task of synthesis is to determine the weight coefficients of neural networks that provide the implementation of proportional and proportional-integralderivative control laws. The synthesis of controllers is based on an approach that uses a reversed model of the standard. A model of the car speed control system with the use of permitting subsystems has been developed, with the help of the synthesized controller that is connected under certain specified conditions. With the iterative programming and mathematical modeling environment in MATLAB, and using the Simulink package, a structural scheme for controlling the speed of the car was constructed and simulated using synthesized neural controllers.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2022, 16, 3; 13--21
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sensorless DTC of induction motor using improved neural network switching state selector controller
Autorzy:
Messaif, I.
Berkouk, E. M.
Saadia, N.
Powiązania:
https://bibliotekanauki.pl/articles/229864.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
direct torque control
NPC three-level inverter
switching table
neural point potential
neural networks
induction motor
Opis:
The paper deals with development of sensorless Direct Torque Control (DTC) system based on neural network. This network is built to solve the task of proper switching states selection based on information about electromagnetic torque and stator flux (position and magnitude) of induction motor. In fact, this technique which uses conventional switching table is not convenient for one-line and real time control for its high computation time. In order to avoid this problem a solution based on neural network is proposed. Well trained Artificial Neural Network structure can replace successfully the switching table. However, in the Neutral-Point-Clamped topology, it has an inherent problem of Neutral Point Potential (NPP) variation. In this way, a Neural Network-Direct Torque Control technique has been applied and the estimated value of the Neutral Point Potential is used, which is calculated by motor currents. This control strategy offers the possibility of selecting appropriate switching state to achieve the control of Neutral Point Potential. Simulation results verify the validity of the proposed method.
Źródło:
Archives of Control Sciences; 2010, 20, 4; 435-456
1230-2384
Pojawia się w:
Archives of Control Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ dodania małej sieci neuronowej do regulatora PID na jakość regulacji
Addition of small neural network to PID controller and its effect on quality of control
Autorzy:
Lis, M.
Kozierski, P.
Powiązania:
https://bibliotekanauki.pl/articles/377616.pdf
Data publikacji:
2013
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
sieć neuronowa
regulator PID
przetwornica Buck
Opis:
W artykule podjęto próbę implementacji połączenia regulatora PID oraz małej sieci neuronowej, zbadano wpływ takiego połączenia na jakość regulacji. Obiektem badanym jest przetwornica typu Buck sterowana prądem. Głównym kryterium badania było dobranie sieci pod kątem ograniczenia zasobów systemu sterowania. Porównano sieci o jednym, dwóch oraz trzech neuronach w warstwie ukrytej dla różnych punktów pracy przetwornicy.
The article attempts to implement PID controller and a small neural network connected together and explore the effect of this combination on the quality of regulation. The test object is a buck converter controlled with current. The main criterion for selection of the study was resource constraints in terms of the control system. Neural network has been compared with one, two and three neurons in the hidden layer for different operating points of the converter.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2013, 76; 205-211
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 27

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