Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2023

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: MatLab

Sortuj według:

Ogranicz wyniki do:

Problems of forecasting the length of the assembly cycle of complex products realized in the MTO (make-to-order) model

Brzozowska Jolanta, Gola Arkadiusz, Kulisz Monika

Technologia i Automatyzacja Montażu

2023

nr 3

13--20

This article presents the problem of forecasting the length of machine assembly cycles in make-to-order production (Make-to-Order). The model of Make-to-Order production and the technological process of manufacturing the finished product are presented. The possibility of developing a novel method, using artificial intelligence solutions, to estimate machine assembly times based on historical company data on manufacturing times for structurally similar components, is described. It is assumed that the result of the developed method will be an intelligent system supporting efficient and accurate estimation of machine assembly time, ready for implementation in production conditions. Such data as part availability, human resource availability and novelty factor will be used as input data for learning the neural network, while the output variable during learning the neural network will be the actual machine assembly time.

W niniejszym artykule przedstawiono problem prognozowania długości cyklu montażu maszyn w produkcji na zamówienie (Make-to-Order). Przedstawiony został model produkcji na zamówienie oraz proces technologiczny wytwarzania wyrobu gotowego. Opisana została możliwość opracowania nowatorskiej metody, wykorzystującej rozwiązania z zakresu sztucznej inteligencji, umożliwiającej szacowanie czasu montażu maszyn w oparciu o dane historyczne przedsiębiorstw, dotyczące czasów wytwarzania podobnych konstrukcyjnie elementów. Zakłada się, iż rezultatem opracowanej metody będzie inteligentny system wspomagający skuteczne i dokładne szacowanie czasu montażu maszyn, gotowy do implementacji w warunkach produkcyjnych. Jako dane wejściowe do uczenia sieci neuronowej wykorzystane zostaną takie dane jak: dostępność części, dostępność zasobów ludzkich oraz czynnik nowości, zaś zmienną wyjściową podczas uczenia sieci neuronowej będzie rzeczywisty czas montażu maszyny.

Automated Linearization of a System of Nonlinear Ordinary Differential Equations

Mazakova Aigerim, Jomartova Sholpan, Wójcik Waldemar, Mazakov Talgat, Ziyatbekova Gulzat

International Journal of Electronics and Telecommunications

2023

Vol. 69, No. 4

655--600

This paper investigates the possibility of automatically linearizing nonlinear models. Constructing a linearised model for a nonlinear system is quite labor-intensive and practically unrealistic when the dimension is greater than 3. Therefore, it is important to automate the process of linearisation of the original nonlinear model. Based on the application of computer algebra, a constructive algorithm for the linearisation of a system of non-linear ordinary differential equations was developed. A software was developed on MatLab. The effectiveness of the proposed algorithm has been demonstrated on applied problems: an unmanned aerial vehicle dynamics model and a twolink robot model. The obtained linearized models were then used to test the stability of the original models. In order to account for possible inaccuracies in the measurements of the technical parameters of the model, an interval linearized model is adopted. For such a model, the procedure for constructing the corresponding interval characteristic polynomial and the corresponding Hurwitz matrix is automated. On the basis of the analysis of the properties of the main minors of the Hurwitz matrix, the stability of the studied system was analyzed.