Informacja

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

Wyszukujesz frazę "Römer, M." wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Niewłaściwe wykorzystanie matematyki w teorii wzrostu gospodarczego
Mathiness in the Theory of Economic Growth
Autorzy:
Romer, Paul M.
Powiązania:
https://bibliotekanauki.pl/articles/574146.pdf
Data publikacji:
2015-12-31
Wydawca:
Szkoła Główna Handlowa w Warszawie. Kolegium Analiz Ekonomicznych
Źródło:
Gospodarka Narodowa. The Polish Journal of Economics; 2015, 280, 6; 141-150
2300-5238
Pojawia się w:
Gospodarka Narodowa. The Polish Journal of Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Development of an automated assembly process supported with an artificial neural network
Autorzy:
Bobka, P.
Heyn, J.
Henningson, J.-O.
Römer, M.
Engbers, T.
Dietrich, F.
Dröder, K.
Powiązania:
https://bibliotekanauki.pl/articles/99408.pdf
Data publikacji:
2018
Wydawca:
Wrocławska Rada Federacji Stowarzyszeń Naukowo-Technicznych
Tematy:
assembly
machine learning
neural network
industrial robot
Opis:
A central problem in automated assembly is the ramp-up phase. In order to achieve the required tolerances and cycle times, assembly parameters must be determined by extensive manual parameter variations. Therefore, the duration of the ramp-up phase represents a planning uncertainty and a financial risk, especially when high demands are placed on dynamics and precision. To complete this phase as efficiently as possible, comprehensive planning and experienced personnel are necessary. In this paper, we examine the use of machine learning techniques for the ramp-up of an automated assembly process. Specifically we use a deep artificial neural network to learn process parameters for pick-and-place operations of planar objects. We describe how the handling parameters of an industrial robot can be adjusted and optimized automatically by artificial neural networks and examine this approach in laboratory experiments. Furthermore, we test whether an artificial neural network can be used to optimize assembly parameters in process as an adaptive process controller. Finally, we discuss the advantages and disadvantages of the described approach for the determination of optimal assembly parameters in the ramp-up phase and during the utilization phase.
Źródło:
Journal of Machine Engineering; 2018, 18, 3; 28-41
1895-7595
2391-8071
Pojawia się w:
Journal of Machine 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