Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: sygnały wejściowe

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.

Excitations signals and nonlinearly distored systems

Dobrowiecki T., Schoukens J.

Zeszyty Naukowe Politechniki Rzeszowskiej. Elektrotechnika

2003

z. 25 [207]

33-43

Small nonlinearities affect the measurement of the frequency response function. The measured best linear approximation to the (non-linear) system becomes offset from the underlying linear system and the measurements appear noisy due to the presence of the stochastic nonlinear component. Using repeated measurements the characteristics can be smoothed; the bias however presents a problem. A proper choice of excitation signals (random phase multisines on special frequency grids) permits to quantify the nonlinear distortions in a number of important measurement situations.

Referat zajmuje się sytuacją, kiedy to mierzony system liniowy jest zniekształcony nieliniowo, co może zostać omyłkowo uznane za wpływ zakłóceń szumem na wyjściu systemu. W takim przypadku pomiar nieparametrycznej charakterystyki częstotliwościowej będzie zniekształcony. W referacie zakładamy, że dokładna identyfikacja systemu nieliniowego jest praktycznie niemożliwa oraz że badany system daje się opisać zbieżnym szeregiem Yolterra, z dominującym członem liniowym. Jako sygnałów wejściowych używamy sygnałów harmonicznych z fazą losową. Pokazujemy, że sygnały takie dają się łatwo manipulować i przy odpowiednim doborze częstotliwości zapewniają wgląd w charakter zniekształcającej nieliniowości. W tej sytuacji system zniekształcony nieliniowo daje się zastąpić addytywnym modelem złożonym z aproksymującego systemu liniowego i nieliniowego szumu na wyjściu systemu. Model ten analizowany jest w różnych, w praktyce pomiarowej istotnych sytuacjach.