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

Znaleziono wyników: 35

Liczba wyników na stronie
first rewind previous Strona / 2 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  steel production
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
1
Content available remote Przegląd stali o wysokiej i bardzo wysokiej wytrzymałości.
100%
PL
Omówiono technologie wytwarzania stali o wysokiej i bardzo wysokiej wytrzymałości. Podano sposób wytwarzania stali za pomocą termomechanicznego walcowania i ulepszania cieplnego. Zestawiono rodzaje stali o wysokiej i bardzo wysokiej wytrzymałości, takie jak stale typu: HSLA, niskostopowe stale na zbiorniki ciśnieniowe, stale Cr-Mo do pracy w podwyższonych temperaturach, utwardzone wydzieleniowo stale nierdzewne, stale Ni-Co wtórnie utwardzalne w wyniku wydzielania drobnodyspersyjnych węglików podczas odpuszczania, starzone stale niklowe w stanie martenzytycznym (Ni-Co maraging steels). W następnych artykułach zostaną omówione problemy spawalności stali o bardzo wysokiej wytrzymałości i własności wytrzymałościowo-plastyczne złączy spawanych wykonanych m.in. ze stali Weldox 1100 różnymi metodami spawania.
EN
Production procedures of high-strength and ultra high-strength steels are presented. The manufacturing procedure for steel by thermo-mechanical rolling and direct quenching and tempering has been given. The kinds of high-strength and ultra high-strength steels such as those of the types: HSLA, low-alloy steels for pressure vessels, Cr-Mo steels for operation at elevated temperatures, precipitation hardened stainless steels, Ni-Co steels rehardenable as a result of precipitation of finely dispersed carbides during tempering and Ni-Co maraging steels have been confronted. In the next papers, the issues of weldability of ultra high-strength steels and mechanical-plastic properties of their welded joints, including those in Weldox 1100 steel, with the use of various welding methods, will be discussed.
PL
Treścią publikacji były zmiany w poziomie i w strukturze produkcji hutniczej w Polsce po 2008 roku. Analizą objęto wielkość i asortyment produkcji, a także zużycie wyrobów hutniczych oraz wymianę handlową z zagranicą.
EN
In the publication the changes in production and its structure in steel industry after 2008 were presented. Key areas of the analysis were level of steel production, breakdown of metallurgical products, apparent consumption of steel and foreign trade of metallurgical products.
3
100%
EN
The article presents the results of forecasting the volume (size) of steel production in Poland based on selected adaptation models. The data used in forecasting were the annual size of steel production in the period from 2000 to 2017. Data on the size of steel production in Poland were obtained from reports of both the Polish Steel Association in Katowice (Poland) and the World Steel Association. The accuracy of predictions was determined by the values of real deviation of forecasted variable from forecasts (extinguished - ex post) using square root calculated from mean square error of apparent forecasts, ie RMSE - Root Mean Square Error and mean value of relative error of expired forecasts Ψ. Forecasts can be used in making decisions in metallurgical enterprises for building production scenarios.
EN
The paper presents the results of forecasts made for the volume of steel production in Poland based on actual data for the period from 2006 to 2021 with forecasting until 2026. The actual data used for the forecasts included annual steel production volumes in Poland (crude steel) in millions of tons. Basic adaptive methods were used to forecast the volume of steel production for the next five years. When selecting the methods, the course of the trend of the studied phenomenon was taken into account. In order to estimate the level of admissibility of the adopted forecasting methods, as well as to select the best forecasts, the errors of apparent forecasts (ex post) were calculated. Errors were calculated in the work: RMSE Root Mean Square Error being the square root of the mean square error of the ex-post forecasts yt for the period 2006-2021; as the mean value of the relative error of expired forecasts y*t (2006-2021) – this error informs about the part of the absolute error per unit of the real value of the variable yt. Optimization of the forecast values was based on the search for the minimum value of one of the above-mentioned errors, treated as an optimization criterion. In addition, the value of the point forecast (for 2022) obtained on the basis of the models used was compared with the steel production volume obtained for 3 quarters of 2022 in Poland with the forecast for the last quarter. Forecasting results obtained on the basis of the forecasting methods used, taking into account the permissible forecast errors, were considered as the basis for determining steel production scenarios for Poland until 2026. To determine the scenarios, forecast aggregation was used, and so the central forecasts were determined separately for decreasing trends and for increasing trends, based on the average values of the forecasts obtained for the period 2022-2026. The central forecasts were considered the baseline scenarios for steel production in Poland in 2022-2026 and the projected production volumes above the baseline forecasts with upward trends were considered an optimistic scenario, while the forecasted production volumes below the central scenario for downward trends were considered a pessimistic scenario for the Polish steel industry.
EN
This paper presents the importance of the prediction of steel production in industry 4.0 along with forecasts for steel production in the world until 2022. In the last two decades, the virtual world has been increasingly entering production. Today’s manufacturing systems are becoming faster and more flexible – easily adaptable to new products. Steel is the basic structural material (base material) for many industrial sectors. Industries such as automotive, mechanical engineering, construction and transport use steel in their production processes. Prediction methods in cyber-physical production systems are gaining in importance. The task of prediction is to reduce risk in the decision-making process. In autonomous manufacturing systems in industry 4.0 the role of prediction is more active than passive. Forecasts have the following functions: warning, reaction, prevention, normative, etc. The growing number of customized solutions in industry 4.0 translates into new challenges in the production process. Manufacturers must respond to individual customer needs more quickly, be able to personalize products while reducing energy and resource costs (saving energy and resources can increase the product competitiveness). The modern market becomes increasingly unpredictable. Production prediction under such conditions should be carried out continuously, which is possible because there is more empirical data and access to data. Information from the ongoing monitoring of the company’s production is directly transferred to the prospective evaluation. In view of the contemporary reciprocal use of automation, data processing, data exchange and manufacturing techniques, there is greater access to external data, e.g. on production in different target markets and with global, international, national, regional coverage. Companies can forecast in real time, and the forecasts obtained give the possibility to quickly change their production. Industry 4.0 (from the business objective point of view) aims to provide companies with concrete economic benefits – primarily by reducing manufacturing costs, standardizing and stabilizing quality, increasing productivity. Industry 4.0 aims to create a given autonomous smart factory system in which machines, factory components and services communicate and cooperate with each other, producing a personalized product. The aim of this paper is to present new challenges in the production processes in relation to steel production, as well as to prepare and present forecasts of (quantitative) steel production of territorial, global and temporary range until 2022, taking into account the applied production technologies (BOF and EAF). For forecasting purposes, classic trend models and adaptive trend models were used. This methodology was used to build separate forecasts for: total steel production, BOF steel and EAF steel. Empirical data is world steel production in 2000-2017 (annual production volume in Mt).
EN
Based on World Steel Association statistical data, this study brings together changes in the geographical pattern of global steel production in the first two decades of the 21st century and its fluctuations during economic and social crises. The analysis indicates a strong concentration of production in several countries, and among them, China has become the leader in the last two decades. Since 2017, it has produced more than half of all steel globally, and in 2019 its annual production exceeded one billion tonnes. In 2020 the largest Chinese concern, China Baowu Group, ousted ArcelorMittal from its leading position in the ranking of the world’s largest steel concerns. Such an intense concentration of steel production in one country and the strategies of internal consolidation of Chinese steel producers are a clear signal that China is taking control of the global market for this raw material, essential for many economic sectors.
PL
Znane z literatury metody planowania produkcji nie są przydatne w przypadku planowania produkcji stalowni, ponieważ nie uwzględniają założeń technologicznych i dynamicznie zmieniającego się procesu. Stosowane algorytmy nie odwzorowują pracy na rzeczywistym obiekcie, jakim jest elektrostalownia wyposażona w elektryczny piec łukowy, piec kadziowy oraz linię do ciągłego odlewania stali. Opisany w pracy system planowania produkcji tworzy plan oparty na tzw. „regułach priorytetu”. Przedstawiono opracowany algorytm. Omówiono wybrane wyniki badań przemysłowych.
EN
Known from the literature methods of production planning are not suitable for an electric steelwork. The methods do not include technological assumptions and dynamically changing process. Known algorithms do not reflect a real processes of a steelwork with arc electric furnaces, ladle furnaces and continuous casting device. Described in the paper system for production planning generates plans basing on the so called “priorities rules”. Developed algorithm has been presented. Some chosen research results have been discussed.
PL
W artykule przedstawiono analizę wpływu scenariuszy stanów otoczenia na przewidywaną wielkość produkcji stali w Polsce. Praca powstała na podstawie połączenia metod ilościowych i jakościowych. Dane statystyczne o wielości produkcji stali (jednowymiarowy szereg czasowy t = 2000, 2001…, 2016) zostały wykorzystane do zbudowania prognoz do 2020 roku. Wyniki prognoz poddano ocenie ekspertów z obszaru metalurgii proszonych o wskazanie przyczyn zmian. W procesie tworzenia scenariusza uwzględniono prawdopodobieństwo wystąpienia przewidywanych uwarunkowań wraz z ich oceną, czy stanowią szansę dla prognozowanej produkcji hutniczej, czy też zagrożenie. Na podstawie wykonanej analizy stwierdzono, że strefą o wysokim zagrożeniu dla wzrostu produkcji stali jest strefa środowiskowa, a w szczególności rosnące obostrzenia w zakresie ochrony środowiska i związane z tym koszty dostosowania przedsiębiorstw hutniczych do nowych wymagań UE.
EN
The article presents analysis of the effect of scenarios of the environment states on forecasted volume of steel production in Poland. The work was based on a combination of quantitative and qualitative methods. Statistics on figures of steel production (one-dimensional time series t = 2000, 2001 ..., 2016) were used to build forecasts by 2020. The forecast results were evaluated by experts from metallurgy and they were asked for indication of reasons of the changes. The process of creating the scenario takes into account the probability of occurrence of predicted conditions together with their assessment, whether they constitute an opportunity for forecasted steel production or a threat. On the base of realized analysis the most threats for development of steel industry in Poland is environmental protection particularly the new European environmental law.
PL
Celem niniejszej publikacji jest przedstawienie zmian w wielkości produkcji stali w krajowym hutnictwie. Na podstawie statystycznych wielkości produkcji za lata 2000–2015 wykonano modelowanie prognostyczne na kolejne 5 lat. Uzyskane prognozy stały się podstawą do opracowania scenariusza bazowego.
EN
The aim of the article is to present changes in steel production in Poland. Based on statistical volume of production for 2000-2015, prognostic modelling for the next 5 years was carried out. The prognosis is helpful for establishing a baseline scenario.
PL
Wzrost automatyzacji produkcji tworzy korzystne warunki dla wprowadzenia w zakładzie produkcyjnym rozwiązań wykorzystujących systemy informatyczne. Analizowany w pracy system planowania produkcji jest odpowiedzią na potrzeby przedsiębiorstw, w szczególności elektrostalowni). Dotyczy on planowania krótkoterminowego, z co najwyżej miesięcznym wyprzedzeniem. Opracowany system planowania produkcji jest częścią Inteligentnego Systemu Ekspertowego [4, 5]. Planowanie działalności produkcyjnej elektrostalowni wymaga wyspecyfikowania wszystkich wymagań technologicznych, gdyż bez właściwie rozpoznanego procesu produkcyjnego i uwzględnieniu najdrobniejszych szczegółów, nie możliwe jest właściwe zaplanowanie procesu produkcji. Zatem prawidłowe rozpoznanie procesu jest podstawą opisanej w pracy metody planowania produkcji metalurgicznej.
EN
Increasing production automation creates favorable conditions for application information systems. Analyzed in the paper the production planning system responds to the needs of enterprises, in particular electric steel plants). It concerns the short-term planning, with at most one month in advance. Developed system for production planning is a part of the Intelligent Expert System [4, 5]. Scheduling production activities of an electric steel plant requires specifying of all technological restrictions, because without properly diagnosed the production process and taking into account every detail of the production, it is impossible to optimally plan production process. Therefore, proper recognition of the technological process is the basis of methods of planning of metallurgical production described in the work.
PL
Zaproponowano użycie kryteriów produkcyjnych do wyboru wariantu inwestycyjnego budowy lub modernizacji stalowniczego pieca łukowego. Jako podstawy opracowania kryteriów wyboru wariantu pieca wykorzystano czas topienia wsadu i wydajność produkcji stali surowej. Wskazano na ograniczone możliwości wykorzystania tych kryteriów ze względu na różnorodność realizowanych procesów technologicznych i systemów organizacji pracy.
EN
Usage of production criteria for choosing investment variant of building or modernization of steelmaking arc furnace has been proposed. Time of batch melting and efficiency of raw steel production have been used as foundation of developing criteria for choosing variant of a furnace. Limited possibilities of using these criteria because of variety of technological processes ib use and work systems has been pointed .
PL
W artykule przedstawiono prognozowanie wielkości produkcji stali na świecie i w Polsce na lata 2016−2020. W analizie zmian wielkości produkcji stali w latach 1977–2015 wykorzystano 3 podstawowe narzędzia prognostyczne: metodę trendu liniowego, metodę naiwną oraz adaptacyjny model Holta. W analizowanych przypadkach najlepszym jakościowo okazał się model Holta. Na podstawie tego modelu wyznaczono prognozy produkcji stali na świecie i w Polsce na lata 2016−2020. Określona prognoza jest prognozą krótkoterminową i została opracowana wyłącznie na podstawie analizy dotychczasowych trendów zmian produkcji stali. Nie uwzględniono natomiast wpływu jakichkolwiek czynników makroekonomicznych czy technologicznych.
EN
The article presents the prediction of steel production in the world and in Poland in years 2016−2020. In the analysis of changes of steel production in the period of time 1977–2015 three basic prediction tools were used: linear trend method, naïve method and adaptive Holt model. During the analysis of steel production in both cases Holt model was the most suitable for prediction. Based on this model prediction of steel production in the world and in Poland in years 2016−2020 was determined. Determined prediction is short-term and was developed exclusively on the basis of the analysis of previous trends of steel production. In the analysis the influence of any macro-economic and technological factors was not included.
PL
W niniejszej publikacji przedstawiono opracowane prognozy wielkości produkcji stali według technologii wytwarzania (proces konwertorowy i elektryczny) dla krajowego hutnictwa do 2022 roku. Do prognozowania produkcji stali ogółem zostały wykorzystane podstawowe modele statystyczne. Szereg czasowy utworzyły dane dotyczące rocznej produkcji stali w Polsce w latach 2000-2017. Uzyskane prognozy produkcji stali ogółem stały się podstawą do wyznaczenia udziału stosowanych technologii w prognozach ogółem na podstawie uśrednionych wartości udziałów technologii konwertorowej i elektrycznej w produkcji stali ogółem za lata 2000-2017.
EN
This publication presents forecasts of the steel production according to the used technology (converter and electric process) for the domestic steel industry up to 2022. Basic statistical models were used to forecast steel production in total. The time series created data on annual steel production in Poland in 2000-2017. The obtained forecasts of steel production in total were used to obtain production in converter and electric process on the base of averaged values of these technologies in total steel production in 2000-2017.
EN
The publication presents the analysis of steel consumption for the Polish economy in 2004–2018 by using selected assessment indicators. Steel intensity is one of the important measures of an economy development. Steel intensity is a measure of the processing and consumption of steel by individual sectors of the industry in an economy. Indicators of steel intensity are used at the level of an economy or particular industry sectors. The choice of indicators is therefore conditioned by the spatial scope of the analysis: macroeconomic or mesoeconomic approach. This paper presents the level of steel intensity of the Polish economy and particular sectors of the industry. The analysis shows the differentiation of the analyzed steel intensity by using particular indicators in an economy and industry sectors. Obtained ranges of the analysis were compared with the level of steel intensity in the EU and in the world. The analysis extends the knowledge of steel consumption in the economy and industry.
PL
W publiakcji przedstawiono wykonaną analizę stalochłonności dla polskiej gospodarki w latach 2004–2018 przy użyciu wybranych wskaźników oceny. Stalochłonność stanowi jeden z istotnych mierników oceny rozwoju gospodarki. Stal jest podstawowym materiałem konstrukcyjny o bardzo szerokim zakresie właściwości użytkowych, z możliwością pełnego recyklingu. Funkcjonowanie sektora stalowego było określane tradycyjnie w wielu krajach jako strategiczne dla gospodarki, a jego dobra kondycja ma wyraźny kontekst polityczny i społeczny. Stalochłonność jest miarą przetworzenia i zużycia stali przez poszczególne sektory przemysłu w gospodarce. W ustaleniu stalochłonności stosowane są wskaźniki oceny na poziomie całej gospodarki lub poszczególnych sektorów przemysłu. Wybór wskaźników uwarunkowany jest zatem zakresem przestrzennym analizy: ujęcie makroekonomiczne lub mezoekonomiczne. W niniejszej pracy przedstawiono poziom stalochłonności gospodarki polskiej w ujęciu krajowym i sektorowym. Wykonana analiza pokazuje poziom zróznicowania przebiegu analizowanego trendu stalochłonności w zależności od zastosowanego miernika oceny i zakresu przestrzennego analizy. W publikacji zastosowano również odniesienie wyznaczonej stalochłonności do poziomu uzyskiwanego w Unii Europejskiej i na świecie. Wykonana analiza poszerza wiedzę na temat zużycia stali w gospodarce i przemyśle.
EN
In the Steel and Semi-Products Plant, ArcelorMittal Poland, Unit in Dąbrowa Górnicza the third continuous casting machine was erected. The production capacity of a new caster amounts to 3 mln. tons of slabs per year. This article covers the investment process, construction of the machine (by SMS Demag as the main supplier), production program and technological process control system.
PL
W Stalowni firmy ArcelorMittal Poland – Oddział w Dąbrowie Górniczej zbudowano już trzecie urządzenie do ciągłego odlewania stali. Urządzenie to posiada zdolność produkcyjną 3 mln.ton wlewków płaskich w ciągu roku. W artykule opisano przebieg inwestycji, konstrukcję urządzenia, której głównym dostawcą była firma SMS Demag, program produkcyjny i system sterowania procesem technologicznym.
PL
W artykule przedstawiono wyniki statycznej analizy zużycia jawnego prętów żebrowanych w Polsce z wykorzystaniem modeli ekonometrycznych. Publikacja powstała na podstawie danych empirycznych zgromadzonych przez Hutniczą Izbę Przemysłowo-Handlową w Katowicach. Zużycie jawne obliczono jest sumą produkcji wyrobu pomniejszonego o eksport wyrobu a zwiększonego o import w ujęciu rocznym. Dane przedstawiono w jednostkach naturalnych (tony). Zakresem czasowym analizy zostały objęte lata 2004-2017. W badanym okresie uwzględniono zużycie prętów żebrowanych przez kluczowego odbiorcę wyrobów w przemyśle, tj. budownictwo. Oszacowane modele są odzwierciedleniem rzeczywistego zjawiska zużycia prętów żebrowanych w Polsce. Wykonana analiza może być wykorzystana przy podejmowaniu decyzji produkcyjnych w przedsiębiorstwach hutniczych i okołohutniczych, jak i stanowić podstawę do prognozowania kierunków zmian na rynkach producentów i odbiorców wyrobów stalowych.
EN
The article presents the results of a static analysis of the apparent use of rebars in Poland using econometric models. The publication was based on empirical data collected by the Polish Steel Association in Katowice. Explicit consumption is calculated as the sum of production of the product less the export of the product and increased by import on an annual basis. Data are presented in natural units (tons). The period of analysis was covered in the years 2004-2017. In the analyzed period, the consumption of rebars by the key recipient of products in industry, i.e. construction, was taken into account. The estimated models are a reflection of the real phenomenon of the wear of rebars in Poland. The performed analysis can be used in making production decisions in metallurgical and metallurgical enterprises, as well as be the basis for forecasting directions of changes on the markets of producers and recipients of steel products.
PL
W publiakcji przedstawiono wykonaną analizę stalochłonności dla polskiej gospodarki w latach 2004–2018 przy użyciu wybranych wskaźników oceny. Stalochłonność stanowi jeden z istotnych mierników oceny rozwoju gospodarki. Stal jest podstawowym materiałem konstrukcyjny o bardzo szerokim zakresie właściwości użytkowych, z możliwością pełnego recyklingu. Funkcjonowanie sektora stalowego było określane tradycyjnie w wielu krajach jako strategiczne dla gospodarki, a jego dobra kondycja ma wyraźny kontekst polityczny i społeczny. Stalochłonność jest miarą przetworzenia i zużycia stali przez poszczególne sektory przemysłu w gospodarce. W ustaleniu stalochłonności stosowane są wskaźniki oceny na poziomie całej gospodarki lub poszczególnych sektorów przemysłu. Wybór wskaźników uwarunkowany jest zatem zakresem przestrzennym analizy: ujęcie makroekonomiczne lub mezoekonomiczne. W niniejszej pracy przedstawiono poziom stalochłonności gospodarki polskiej w ujęciu krajowym i sektorowym. Wykonana analiza pokazuje poziom zróznicowania przebiegu analizowanego trendu stalochłonności w zależności od zastosowanego miernika oceny i zakresu przestrzennego analizy. W publikacji zastosowano również odniesienie wyznaczonej stalochłonności do poziomu uzyskiwanego w Unii Europejskiej i na świecie. Wykonana analiza poszerza wiedzę na temat zużycia stali w gospodarce i przemyśle.
EN
The publication presents the analysis of steel consumption for the Polish economy in 2004–2018 by using selected assessment indicators. Steel intensity is one of the important measures of an economy development. Steel intensity is a measure of the processing and consumption of steel by individual sectors of the industry in an economy. Indicators of steel intensity are used at the level of an economy or particular industry sectors. The choice of indicators is therefore conditioned by the spatial scope of the analysis: macroeconomic or mesoeconomic approach. This paper presents the level of steel intensity of the Polish economy and particular sectors of the industry. The analysis shows the differentiation of the analyzed steel intensity by using particular indicators in an economy and industry sectors. Obtained ranges of the analysis were compared with the level of steel intensity in the EU and in the world. The analysis extends the knowledge of steel consumption in the economy and industry.
|
|
tom Vol. 84, nr 2
102--105
EN
The publication presents the prognostic modeling of steel production in Poland by 2020. Based on the general framework predicting, was made an attempt to adjust the model to empirical data, which were the size of steel production in Poland in the years 1990−2015. Applied prediction based on the autoregressive model AR (1, 3, 4) and (1, 4). Prediction exante (for the years 2016 to 2020) indicates that over the next 5 years (until 2020) should be an decrease in steel production by approx. 200−300 thousand tons according to steel production in 2015.
PL
W publikacji zaprezentowano prognostyczny model zmian w produkcji stali do 2020 roku. Model powstał na podstawie danych empirycznych (ze źródeł statystycznych) obrazujących wolumen produkcji stali w latach 1990−2015. Zbudowano modele autoregresyjne AR (1, 3, 4) i AR (1, 4). Przewidywania ex-ante (na lata 2016−2020) obejmowały 5 lat (do 2020 roku) i pozwoliły ustalić nieznaczne wahania spadkowe o około 200−300 tys. ton. w stosunku do produkcji stali w 2015 roku.
EN
The paper focuses on reducing the energy intensity of ladle metallurgy as part of steel production and the associated reduction of pollutant emissions. It can be achieved by optimising the thermal work of metallurgical aggregates in terms of the impact on energy consumption and the environmental burden of steel production. It is about minimising the heat loss of liquid steel in the casting ladle throughout the entire process, from the melting equipment, through the extra-furnace processing, to the continuous casting of the steel.
20
Content available Zastosowanie stali stopowych w środkach transportu
63%
PL
W artykule omówione zostały zagadnienia zastosowania stali stopowych w środkach transportu. Przedstawiono podstawowe informacje dotyczące produkcji stali stopowych, walcowania na gorąco, właściwości mechanicznych oraz korozyjnych. Sporządzono wykresy przedstawiające uśrednione wartości granicy plastyczności, wydłużenia względnego, twardości oraz odporności korozyjne (PREN) dla wybranych stali stopowych.
EN
The article discusses transport applications of most popular stainless steels. The basic information about the production of alloy steels, hot rolling, mechanical and corrosion properties in that paper, are presented. In addition, the plots of yield strength, relative elongation, hardness and corrosion resistance (PREN) for selected stainless steels were shown.
first rewind previous Strona / 2 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.