Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
|
|
tom z. 130
11-19
PL
W artykule przedstawiono problem algorytmicznego generowania danych dla sterowania ESP. Informacje wejściowe stanowią zlecenia produkcyjne (dane o procesach technologicznych) oraz informacje o obiektach systemu. Dane wyjściowe, wymagane przez moduł sterujący (m.in. czynności elementarne potrzebne do wykonania zlecenia), zapisane są w odpowiednich tabelach relacyjnej bazy danych.
EN
In the paper the algorithmic way of generating program for FMS control is presented. The input data consist of information concerning production order (on the base of technological process and demanded batch sizes) and information about existing objects in the system (machine tools, robots, pallets, etc.). These data are generated in the presented algorithm and stored in relational data base.
2
Content available remote Komputerowa symulacja hartowania
75%
|
|
tom R. 2, nr 42
111--116
PL
W pracy przedstawiono metodę generowania danych niezbędnych do przeprowadzenia komputerowej symulacji pola twardości w hartowanych odlewach. Przeprowadzono także analizę wyników symulacji pola twardości, w oparciu o wygenerowane dane, na przykładzie hartowanych kół jezdnych suwnic.
EN
In work one represented method of generating given indispensable to removals computer simulation of hardness field in tempered castings. One passed also analysis of results of simulation of hardness field, basing on generated given, on example tempered crane wheel.
EN
In this paper, a multilayer feedforward neural network (MLFFNN) is proposed for solving the problem of the forward and inverse kinematics of a robotic manipulator. For the forward kinematics solution, two cases are presented. The first case is that one MLFFNN is designed and trained to find solely the position of the robot end-effector. In the second case, another MLFFNN is designed and trained to find both the position and the orientation of the robot end-effector. Both MLFFNNs are designed considering the joints’ positions as the inputs. For the inverse kinematics solution, a MLFFNN is designed and trained to find the joints’ positions considering the position and the orientation of the robot end-effector as the inputs. For training any of the proposed MLFFNNs, data is generated in MATLAB using two different cases. The first case is that data is generated assuming an incremental motion of the robot’s joints, whereas the second case is that data is obtained with a real robot considering a sinusoidal joint motion. The MLFFNN training is executed using the Levenberg-Marquardt algorithm. This method is designed to be used and generalized to any DOF manipulator, particularly more complex robots such as 6-DOF and 7-DOF robots. However, for simplicity, this is applied in this paper using a 2-DOF planar robot. The results show that the approximation error between the desired output and the estimated one by the MLFFNN is very low and it is approximately equal to zero. In other words, the MLFFNN is efficient enough to solve the problem of the forward and inverse kinematics, regardless of the joint motion type.
PL
W pracy przedstawiono metody generowania dobowych danych meteorologicznych na przykładzie modelu WGENK - tworzącego ciągi wartości promieniowania całkowitego, temperatur maksymalnych i minimalnych powietrza oraz sum opadów. Metodę oceniono wykorzystując dane meteorologiczne z sieci stacji Instytutu Meteorologii i Gospodarki Wodnej. Małe błędy danych generowanych dla wartości średnich, wariancji i korelacji pomiędzy zmiennymi definiowane w różnych okresach czasu (rok), okres wegetacji (miesiąc) wskazują na dużą przydatność danych do modelowania procesów środowiska naturalnego.
EN
In this paper actual and potential applications of synthetic meteorological data for the needs of environmental modelling are presented. Synthetic daily data are generated by WGENK model producing daily values of solar radiation, maximum/ minimum temperature and total precipitation. The evaluation of the method was done by parallel comparison of generated and observed data from the network of meteorological stations of the Institute of Meteorology and Water Resource. Evaluation of means, standard deviations and correlations for generated data suggest good estimation of climate records.
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.