PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Prawna kontrola metrologiczna liczników energii elektrycznej
Pogorzelski R.
Metrologia i Probiernictwo : biuletyn Głównego Urzędu Miar
|
2018
|
nr 1 (20)
26--28
PL
W artykule przedstawiono zagadnienie prawnej kontroli metrologicznej liczników energii elektrycznej. Zaprezentowano rodzaje oraz zasadę działania występujących liczników. Poniżej omówiono też wymagania, jakie stawiane są licznikom podczas procesu legalizacji ponownej oraz zaprezentowano nowoczesne stanowisko, na którym pracownicy Urzędu Miar w Białymstoku dokonują legalizacji. Stanowisko pozwala na dużą automatyzację pracy i znajduje się na wyposażeniu białostockiej firmy Energetyczne Systemy Pomiarowe ESP.
EN
The paper presents the issue of legal metrological control of electricity meter. Article describes how the electricity meter works and shows various kind of electricity meter. In addition, it presents the requirements to be met by electricity meter and describes the process of subsequent verification. There are shown modern and automated test equipment, which is located in the ESP company in Bialystok.
2
Content available Szacowanie niepewności pomiaru natężenia oświetlenia metodą analityczną oraz Monte Carlo
Pogorzelski R.
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
|
2017
|
Nr 54
179--182
PL
W Laboratorium Fotometrycznym Obwodowego Urzędu Miar w Białymstoku rocznie dokonuje się kilkuset wzorcowań mierników natężenia oświetlenia (luksomierzy). Dążąc do podania użytkownikowi jak najszerszej informacji o pomiarze, oprócz ustalenia różnicy pomiędzy wartością wzorca jednostki miary, a wskazaniem przyrządu wzorcowanego, określa się również niepewność dokonanego pomiaru. W pracy zaprezentowano analizę szacowania niepewności pomiaru natężenia oświetlenia przy zastosowaniu metody propagacji niepewności (analityczna) oraz metody propagacji rozkładów (Monte Carlo). Dodatkowo porównano wyniki uzyskane obiema metodami sprawdzając, czy metoda Monte Carlo generuje wiarygodne wyniki i może być stosowana w pracach laboratoriów wzorcujących.
EN
The Photometric Laboratory in Local Office of Measures in Bialystok calibrates luxmeters. To calcuate a uncertainty of measurement of illuminance the Monte Carlo method and uncertainty propagation law method are used. This paper presents calibration process of a luxmeters and describes inputs values which affect on measurement uncertainty. Shown how to use both methods, and how to create uncertainty budget. Uncertainty of measurement calculated by Monte Carlo method was made in Microsoft Excel software. Comparison of the results of both methods shows that they are similar. Difference between results of measurement uncertainty is 2,2 %. The results show that Monte Carlo Method can be effectively used in calibration laboratories.
3
Content available Modularne sieci neuronowe w sterowaniu modelem laboratoryjnym suwnicy przemysłowej
Pogorzelski R.
Poznan University of Technology Academic Journals. Electrical Engineering
|
2017
|
No. 91
277--285
PL
W artykule przedstawiono zagadnienie sterowania neuronowego modelem suwnicy przemysłowej. Celem sterowania jest dokładne śledzenie trajektorii zadanej oraz minimalizacja szkodliwego kołysania przenoszonego ładunku. Testom poddano strukturę sterowania wykorzystującą modularne sieci neuronowe. Rozwiązanie oparte jest na wykorzystaniu kilku niezależnych modułów realizujących optymalne sterowanie w zależności od wysokości ładunku. W sterowaniu wykorzystano sieci perceptronowe wielowarstwowe MLP (ang. Multilayer Perceptron). Zaproponowana metoda sterowania została porównana z układem regulacji PID. Zastosowanie układu z modularną siecią neuronową wpływa korzystnie na uzyskane wyniki. Badania zostały przeprowadzone w środowisku obliczeniowym Matlab/Simulink.
EN
In automated manufacturing processes demands are increasing for time and accuracy of transport tasks. In this paper a modular neural network for control a 3D crane model is presented (Fig. 3). The system was analyzed on five transport levels for x and y–axes. Therefore a modular neural network contains 5 independent neural networks. Each independent neural network serves as a module, which has to accomplish a certain subtask and operates on one of the five transport levels. In this case the multilayer perceptron (MLP) neural network was used. The Levenberg-Marquardt method has been used to find the best weights of an MLP. The main advantages of that approach are smaller overshoot, shorter settling time and better integral of absolute value error in most cases (Fig. 5, Table 2, 3). The research was carried out in the Matlab/Simulink environment.
4
Sterowanie neuronowe modelem laboratoryjnym suwnicy przemysłowej
Pogorzelski R.
Poznan University of Technology Academic Journals. Electrical Engineering
|
2016
|
No. 87
473--482
PL
Suwnice przemysłowe są nieodłącznym urządzeniem używanym przy przenoszeniu ładunku. Potrzeba szybkiego transportu wymaga sterowania ruchem suwnicy, tak aby dynamika całego ruchu była zoptymalizowana. W artykule przedstawiono syntezę sterowania neuronowego napowietrzną suwnicą przemysłową. Sterowanie procesem zostało zrealizowane za pomocą sieci neuronowych realizujących odwzorowanie wejściowowyjściowe (trajektorii zadanej w sygnał sterujący). W sterowaniu wykorzystano sieci perceptronowe typu MLP (ang. Multilayer Perceptron). Zaproponowana metoda sterowania została porównana z układem regulacji PD. Wyniki badań wskazują na poprawę wskaźników jakości regulacji przy zastosowaniu proponowanego rozwiązania. Eksperymenty zostały przeprowadzone w środowisku obliczeniowym Matlab/Simulink.
EN
Cranes are indispensable systems used for material handling. The need for faster cargo handling requires such a control of the crane motion so that its dynamic performance is optimized. This paper presents neural control synthesis for a crane model (Fig. 5). The process control executed using artificial neural networks (the multilayer perceptron - MLP). The Levenberg-Marquardt method has been used to find the best weights of an MLP. In order to accelerate material handling, the movement was made at a special trajectory, where motion is held in two directions (Fig. 4). Presented neural methods were compared with traditional PD control. The research was carried out in the Matlab/Simulink environment. The test results show that artificial neural networks can be a useful tool to control the industrial devices.
5
Content available Prawna kontrola metrologiczna przeliczników do gazomierzy
Pogorzelski R., Baczewski K., Dębowski M.
Metrologia i Probiernictwo : biuletyn Głównego Urzędu Miar
|
2016
|
nr 1 (12)
42--46
PL
W artykule poruszono zagadnienie prawnej kontroli metrologicznej przeliczników do gazomierzy. Przedstawiono zmiany, które wniosła ze sobą dyrektywa MID w zakresie wprowadzenia do obrotu tych przyrządów pomiarowych. Opisano zasadę działania oraz rodzaje przeliczników. Dodatkowo podano wymagania, jakie stawiane są przelicznikom podczas procesu legalizacji pierwotnej i opisano sam proces legalizacji.
EN
The paper presents the issue of legal metrological control of gas-volume flowcomputers. It shows changes, which MID directive introduced in the field of marketing flowcomputers. Article describes how the flowcomputer works and shows various kinds of flowcomputers. In addition, presents the requirements to be met by flowcomputers and describes the process of initial verification.
6
Content available Porównanie właściwości neuronowych i klasycznych układów sterowania nieliniowym procesem dynamicznym
Pogorzelski R.
Poznan University of Technology Academic Journals. Electrical Engineering
|
2015
|
No. 84
173--181
PL
W pracy zaprezentowano wybrane architektury neuronowych układów sterowania nieliniowym obiektem dynamicznym i porównano ich właściwości. Sterowanie procesem zostało zrealizowane za pomocą trzech algorytmów, wykorzystujących sztuczne sieci neuronowe: metody stosującej neuronowy model odwrotnej dynamiki obiektu, metody działającej w oparciu o linearyzację przez sprzężenie zwrotne oraz metody opartej o algorytm przeprowadzający na bieżąco linearyzację nieliniowego, neuronowego modelu obiektu. W sterowaniu wykorzystano sieci perceptronowe typu MLP (ang. Multilayer Perceptron). Dobór wag sieci przeprowadzono z wykorzystaniem algorytmu Levenberga–Marquardta. Zaproponowane metody sterowania zostały porównane z układem regulacji PID.
EN
The paper presents a few neural control systems to control nonlinear process and compares their properties. Control of the process was carried out by three algorithms based on neural networks: direct inverse, feedback linearization, and instantaneous linearization. The Multilayer perceptron neural network (MLP) is chosen to represent a model of a nonlinear process. To find the best weights of an MLP, the Levenberg- Marquardt method was used. Presented neural methods were compared with traditional PID control. Research has been done in the Matlab/Simulink. The test results show that artificial neural networks can be a useful tool to control a nonlinear process.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.