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 "machine set" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Diagnozowanie potencjału eksploatacyjnego zespołu maszyn
    Diagnosing the wear margin of the machine sets
    Autorzy:
    Bielawski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/29520539.pdf
    Data publikacji:
    2023
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    wirnik zespołu maszyn
    zespół funkcjonalny
    potencjał eksploatacyjny
    diagnozowanie
    machine set
    functional unit
    wear margin
    diagnosing
    Opis:
    Zespoły maszyn są częścią technicznych systemów produkcyjnych, ulegają zużyciu podczas użytkowania a ich potencjał eksploatacyjny może zostać przywrócony podczas obsługiwania. Efektywność i skuteczność obsługiwania uzależniona jest w dużym stopniu od informacji o potencjale eksploatacyjnym zespołu maszyn. Aktualną, rzeczywistą wartość potencjału eksploatacyjnego można uzyskać poprzez diagnozowanie zespołu maszyn. W artykule wykazano, że jakość informacji o potencjale eksploatacyjnym można podwyższyć dzieląc zespół maszyn na zespoły funkcjonalne, które mogą być obsługiwane oddzielnie. Wskazano na konieczność budowania modeli zespołów funkcjonalnych, z których może zbudować model dowolnego zespołu maszyn. Zaproponowano budowę następujących zespołów funkcjonalnych: rurociąg – maszyna, wirnik zespołu maszyn podparty w łożyskach tocznych, wirnik zespołu maszyn podparty w łożyskach ślizgowych, oscylator bez wymuszenia zewnętrznego, oscylator z wymuszeniem zewnętrznym, przekładnie z poślizgiem, przekładnie bez poślizgu, łożyska toczne. Dla każdego z wymienionych zespołów funkcjonalnych wskazano miary sygnałów diagnostycznych.
    Machine sets are part of technical production systems, they wear out dur ing use and their wear margin can be restored during maintenance. The efficiency and effectiveness of maintenance depends to a large extent on information about the wear margin of the machine sets. The current actual value of the wear margin can be obtained by diagnosing the machine set. The article shows that the quality of information about wear margin can be increased by dividing the machine set into functional units that can be maintained separately. It was pointed out that it is necessary to build mod els of functional units, from which it can build a model of any machine set. The construction of the following functional units was proposed: pipeline machine, rotor of the machine set supported in rolling bearings, rotor of the machine set supported in slide bearings, oscillator without external forcing, oscillator with external forcing, gearboxes with slip, gearboxes without slip, rolling bearings. Measures of diagnostic signals are indicated for each of the listed functional units.
    Źródło:
    Badania Nieniszczące i Diagnostyka; 2023, 1-4; 25--29
    2451-4462
    2543-7755
    Pojawia się w:
    Badania Nieniszczące i Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of machine learning and rough set theory in lean maintenance decision support system development
    Autorzy:
    Antosz, Katarzyna
    Jasiulewicz-Kaczmarek, Małgorzata
    Paśko, Łukasz
    Zhang, Chao
    Wang, Shaoping
    Powiązania:
    https://bibliotekanauki.pl/articles/2038009.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    lean maintenance
    availability
    machine learning
    decision trees
    rough set theory
    Opis:
    Lean maintenance concept is crucial to increase the reliability and availability of maintenance equipment in the manufacturing companies. Due the elimination of losses in maintenance processes this concept reduce the number of unplanned downtime and unexpected failures, simultaneously influence a company’s operational and economic performance. Despite the widespread use of lean maintenance, there is no structured approach to support the choice of methods and tools used for the maintenance function improvement. Therefore, in this paper by using machine learning methods and rough set theory a new approach was proposed. This approach supports the decision makers in the selection of methods and tools for the effective implementation of Lean Maintenance.
    Źródło:
    Eksploatacja i Niezawodność; 2021, 23, 4; 695-708
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Weryfikacja autentyczności kolorów na zdjęciach wykonanych w technice analogowej
    Checking color authenticity in analog photos
    Autorzy:
    Sokołowski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/267227.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    zbiór danych
    fotografia kolorowa
    fotografia historyczna
    uczenie maszynowe
    uwierzytelnianie
    data set
    colour photography
    historic photography
    machine learning
    authenticity
    Opis:
    W artykule opisano zagadnienie odróżniania historycznych fotografii pomiędzy oryginalnie kolorowe a koloryzowane. Rozważono problem doboru zdjęć pod względem technologii, w jakiej zostały wykonane. Następnie wykorzystując sieci neuronowe już w części wyuczone na innych zbiorach danych, sprawdzono ich efektywność w rozwiązywaniu badanego problemu. Rozważono wpływ rozmiaru obrazu podanego na wejściu, architektury zastosowanej sieci, a także zestawu danych użytego do uczenia sieci i wyodrębniania cech. W rezultacie potwierdzono przydatność opracowanego zbioru do treningu sieci, a także zaobserwowano, że zwiększanie rozmiaru sieci nie przynosi dodatkowych korzyści. Uzyskana trafność rozróżniania sięgnęła ponad 92 %.
    The article describes a dataset designed to train neural networks distinguishing historical photographs between the ones that have original historic color and those which were contemporary colorized. The problem of choosing photos in terms of technology and content was considered. Using some of the pre-trained neural networks on other collections, their effectiveness in solving the studied issue was checked. The influence of the input image size, the depth of the neural network used as well as the data set used to train the network to extract features was investigated. As a result, the usefulness of the developed set for network training was confirmed, and it was observed that increasing the network did not bring any additional benefits. The reached accuracy is up to 92.6%.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2019, 68; 45-48
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Slime mould games based on rough set theory
    Autorzy:
    Pancerz, K.
    Schumann, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/331200.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    slime mould game
    Physarum machine
    transition system
    rough set theory
    simulation software
    system przejściowy
    teoria zbiorów przybliżonych
    oprogramowanie symulacyjne
    Opis:
    We define games on the medium of plasmodia of slime mould, unicellular organisms that look like giant amoebae. The plasmodia try to occupy all the food pieces they can detect. Thus, two different plasmodia can compete with each other. In particular, we consider game-theoretically how plasmodia of Physarum polycephalum and Badhamia utricularis fight for food. Placing food pieces at different locations determines the behavior of plasmodia. In this way, we can program the plasmodia of Physarum polycephalum and Badhamia utricularis by placing food, and we can examine their motion as a Physarum machine—an abstract machine where states are represented as food pieces and transitions among states are represented as movements of plasmodia from one piece to another. Hence, this machine is treated as a natural transition system. The behavior of the Physarum machine in the form of a transition system can be interpreted in terms of rough set theory that enables modeling some ambiguities in motions of plasmodia. The problem is that there is always an ambiguity which direction of plasmodium propagation is currently chosen: one or several concurrent ones, i.e., whether we deal with a sequential, concurrent or massively parallel motion. We propose to manage this ambiguity using rough set theory. Firstly, we define the region of plasmodium interest as a rough set; secondly, we consider concurrent transitions determined by these regions as a context-based game; thirdly, we define strategies in this game as a rough set; fourthly, we show how these results can be interpreted as a Go game.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2018, 28, 3; 531-544
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Specialized, MSE-optimal m-estimators of the rule probability especially suitable for machine learning
    Autorzy:
    Piegat, A.
    Landowski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/205508.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    machine learning
    rule probability
    probability estimation
    m-estimators
    decision trees
    rough set theory
    Opis:
    The paper presents an improved sample based rule- probability estimation that is an important indicator of the rule quality and credibility in systems of machine learning. It concerns rules obtained, e.g., with the use of decision trees and rough set theory. Particular rules are frequently supported only by a small or very small number of data pieces. The rule probability is mostly investigated with the use of global estimators such as the frequency-, the Laplace-, or the m-estimator constructed for the full probability interval [0,1]. The paper shows that precision of the rule probability estimation can be considerably increased by the use of m-estimators which are specialized for the interval [phmin, phmax] given by the problem expert. The paper also presents a new interpretation of the m-estimator parameters that can be optimized in the estimators.
    Źródło:
    Control and Cybernetics; 2014, 43, 1; 133-160
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Efficiency of the generating set with synchronous generator supplied with single-phase electricity receivers
    Sprawnosc zespolu pradotworczego z synchronicznym generatorem wyposazonym w jednofazowe odbiorniki elektryczne
    Autorzy:
    Scibisz, M.
    Makarski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/792172.pdf
    Data publikacji:
    2012
    Wydawca:
    Komisja Motoryzacji i Energetyki Rolnictwa
    Tematy:
    synchronous generating set
    efficiency
    generating set
    synchronous machine
    reactive power compensation
    single-phase electricity receiver
    investigation
    methodology
    Źródło:
    Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2012, 12, 2
    1641-7739
    Pojawia się w:
    Teka Komisji Motoryzacji i Energetyki Rolnictwa
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Określanie granic ekonomicznych funkcjonalnego stosowania zestawów maszynowych na przykładzie agregatów do orki
    Determination of economic boundaries for functional usage of machine sets on the example of ploughing unit
    Autorzy:
    Frančak, J.
    Korenko, M.
    Budyn, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/289918.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    zestaw maszynowy
    koszty eksploatacji
    wydajność maszyn
    machine set
    operating costs
    machine output
    Opis:
    Zestaw maszynowy jest połączeniem źródła energii z maszyną roboczą lub narzędziem służącym do przeprowadzania konkretnej czynności roboczej. Dla działalności rolniczej należy jednak bazę pod uwagę nie tylko zestaw roboczy odpowiedni do wykonania czynności roboczej w określonym czasie, lecz również jej wykonanie przy jak najniższych kosztach. Celem niniejszego opracowania jest porównanie dwóch zestawów maszynowych przy pracach ornych wraz z wyliczeniem kosztów eksploatacyjnych w koronach na hektar w zależności od wysokości nakładów wstępnych (cena zakupu) i osiąganej rocznej wydajności (w hektarach). Opracowany algorytm stanowi materiał łączenia wiedzy technicznej i ekonomicznej w działalności projektowej w warunkach rzeczywistych.
    Machine set combines power source with working machine or tool used to carry out specific working operation. However, in case of agricultural activity it is necessary to take into account not only working set proper to execute particular working operation within specific time limit, but also execution of that operation at lowest possible costs. The purpose of this study is to compare two machine sets employed for ploughing work, including operating cost calculation in crowns per hectare, depending on the initial capital expenditure (purchase cost) and obtained annual output (in hectares). Developed algorithm constitutes material combining technological and economical knowledge for design purposes in real conditions.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 10, 10; 75-81
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    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