Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Zasadniczym elementem technologii geodezyjnych jest dziedzina przetwarzania informacji, której dynamiczny rozwój wzbogaca klasyczne algorytmy obliczeń numerycznych, stanowiących podstawę finalnego wyznaczenia produktu prac inżynierskich. W kontekście modelowania procesów przemieszczeń i odkształceń pojawia się ciekawy temat przetwarzania informacji bazującego na sztucznej inteligencji, w szczególności na sztucznych sieciach neuronowych, które mają zdolność modelowania bardzo złożonych procesów. Sztuczne sieci neuronowe powstały na podstawie badań prowadzonych w dziedzinie sztucznej inteligencji. Szczególne znaczenie miały prace dotyczące działania systemu nerwowego istot żywych oraz budowy modeli struktur występujących w mózgu. Sztuczne sieci neuronowe ze względu na ich nieliniowy charakter reprezentują wyrafinowaną technikę modelowania i są zaliczane do metod inteligencji obliczeniowej. Funkcje pełnione przez sieć pozwalają uzyskać korzystne rezultaty praktyczne w obszarze takich zagadnień jak: aproksymacja, interpolacja, rozpoznawanie i klasyfikacja wzorców, kompresja, predykcja i wiele innych. Zastosowanie sieci neuronowych wprowadza jednak do rozwiązania trudny do określenia błąd metody, dlatego zauważono konieczność poszukiwania rozwiązań alternatywnych opartych na przetwarzaniu danych empirycznych. Przykładem takiego rozwiązania jest metoda grupowej obróbki danych (ang. Group Metod of Data Hndling –GMDH) należąca do klasy algorytmów ewolucyjnych. W artykule przedstawiono podstawowe założenia metody grupowej obróbki danych z zasadami budowy i uczenia statycznych sieci neuronowych o wielu wyjściach i jednym wejściu. Sieć GMDH została wykorzystane do modelowania deformacji osi geometrycznej komina stalowego, służącego do odpowietrzania podziemnych zbiorników z gazem, w procesie eksploatacji. Komin jest objęty pomiarami kontrolnymi prowadzonymi podczas jego eksploatacji z częstotliwością co 1 rok.
EN
The field of processing information provided by measurement results is one of the most important components of geodesic technologies. The dynamic development of this field improves classic algorithms for numerical calculations in the aspect of analytical solutions that are difficult to achieve. Algorithms based on artificial intelligence in the form of artificial neural networks, including the topology of connections between neurons have become an important instrument connected to the problem of processing and modelling processes. Artificial neural networks are based on research conducted in the field of artificial intelligence. Of particular importance were the work relating to the operation of the nervous system of living beings and the construction of models of structures that occur in the brain. Artificial neural networks due to their nonlinear character represents a sophisticated modeling technique and are included in the methods of computational intelligence. The functions of the network allow you to get positive results in the area of practical issues such as approximation, interpolation, pattern recognition and classification, compression, prediction, and many others. This concept results from the integration of neural networks and parameter optimization methods and makes it possible to avoid the necessity to arbitrarily define the structure of a network. This kind of extension of the teaching process is exemplified by the algorithm called the Group Method of Data Handling –GMDH), which belongs to the class of evolutionary algorithms. The article presents a GMDH type network, used for modelling deformations of the geometrical axis of a steel chimney during its operation. The chimney is covered by the control measurements carried out during the operation at intervals of one year.
PL
Celem artykułu jest przedstawienie fragmentu opracowania koncepcyjnego projektu samozaciskowego uchwytu do pionowego transportu blach. Wynikło to z faktu, iż nie istnieją żadne dostępne opracowania, które były by pomocne w ich projektowaniu. Zakres artykułu obejmuje analizę obciążeń dla wybranego elementu uchwytu jak również obliczenia wytrzymałościowe dla tego elementu. W artykule szczegółowy nacisk położono na dokładne obliczenia wytrzymałościowe oraz na wytłumaczenie w sposób jasny i klarowny kolejnych etapów projektowania. Opracowanie zawiera również wiele rysunków oraz schematów, dzięki którym czytelnik może łatwiej zrozumieć istotę rozważanych problemów. W artykule zawarto również wyniki uzyskane z zastosowania analizy MES dla wybranego elementu uchwytu oraz porównano otrzymane wyniki z wynikami uzyskanymi w części obliczeniowej. Szczególnymi osiągnięciami niniejszego opracowania jest uzyskanie poprawnego modelu obliczeniowego uchwytu oraz stworzenie dokumentacji technicznej zawierającej rysunki wykonawcze wszystkich elementów, dzięki którym istnieje możliwość wykonania obiektu rzeczywistego.
EN
The aim of this article is to develop a conceptual design of chosen vertical plate lifting clamp element. This resulted from the fact that there is no study available that would have been helpful in their design. The scope of work includes analysis of the loads for chosen clamp element and its strength calculations. In this work a detailed emphasis on the exact calculation of strength, and to explain in a clear way the subsequent stages of design. The article also contains many drawings and diagrams, so that the reader can easily understand the issues and problems under consideration. This article, also contains FEM analysis of the chosen clamp element and compared the results with those obtained in the computational part. Special achievements in this work are to obtain the correct handle the computational model and the creating of technical documentation contains drawings of all the elements that make possible the implementation of the actual object.
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.