BADANIE EFEKTYWNOŚCI PRACY ELASTYCZNEGO GNIAZDA MONTAŻOWEGO
|
|
- Radosław Kowalczyk
- 5 lat temu
- Przeglądów:
Transkrypt
1 BADANIE EFEKTYWNOŚCI PRACY ELASTYCZNEGO GNIAZDA MONTAŻOWEGO Rafał KLUZ, Barbara CIECIŃSKA Streszczenie W pracy przedstawiono wyniki badań dotyczące efektywności pracy elastycznego gniazda montażowego. Jako kryterium efektywności pracy systemu przyjęto podstawowe wskaźniki pracy systemu obsługi masowej: średnią liczbę wyrobów czekających w kolejce, średni czas pobytu wyrobu w kolejce i systemie montażowym. Uzyskane wyniki porównano z wynikami typowych modeli opisujących pracę systemów obsługi masowej (M/M/1, M/D/1, M/El/1, M/G/1). Słowa kluczowe montaż, elastyczny system montażowy, system obsługi masowej 1. Wprowadzenie Jedną z głównych form elastycznej organizacji produkcji jest elastyczny system montażowy (ang. Flexible Assembly System), który można zdefiniować jako komputerowo zintegrowany system produkcyjny, zbudowany z robotów, urządzeń peryferyjnych oraz automatycznych urządzeń pomiarowych i diagnostycznych z minimalną obsługą ręczną i krótkimi czasami przezbrojeń, w którym podstawowymi operacjami technologicznymi są operacje montażowe [1, 2]. W systemach takich mogą być montowane dowolne wyroby należące do określonej klasy przedmiotów o wspólnych cechach technologicznych i zróżnicowanych cechach konstrukcyjnych w ramach swych określonych możliwości. Modelowanie elastycznych systemów montażowych jest zadaniem trudnym i pracochłonnym. W praktyce znajdują zastosowanie głównie modele symulacyjne i analityczne. Modele symulacyjne budowane są na bazie specjalnych języków i systemów programowych. Pozwalają analizować złożone systemy pomimo tego, że nie posiadają odpowiednio dużej bazy otrzymywanych wyników. Wymagają jednak zastosowania komputerów o dużej mocy obliczeniowej [3, 4]. Do jednych z najbardziej obiecujących modeli analitycznych opisujących pracę elastycznych systemów montażowych należą modele oparte na teorii obsługi masowej. Wynikiem analizy takich systemów jest ustalenie optymalnej liczby stanowisk obsługi lub zasady wyboru zgłoszeń oczekujących w kolejce do obsługi. Celem może być zapewnienie przez system założonego średniego czasu oczekiwania na obsługę lub określonej długości kolejki. Ze względu na fakt, że dokładne czasy przybycia zadania do systemu, jak i czasy obsługi zadania przez system nie są znane, a priori przyjmuje się, że są one zmiennymi losowymi i analizuje się je za pomocą modeli niedeterministycznych. Modele te wymagają zatem zdefiniowania kilku podstawowych parametrów, tzn.: charakteru rozkładu prawdopodobieństwa opisującego strumień zgłoszeń i obsługi oraz dyscyplinę kolejki. Wyniki uzyskane na ich podstawie charakteryzują się stosunkowo dużą dokładnością uzależnioną jednak od dokładności oszacowania podstawowych parametrów systemu. Jak jednak wiadomo, rzeczywiste parametry rozkładów znacznie odbiegają od modelowych, co przekłada się na dokładność prognozowania efektywności pracy systemów. W celu określenia błędu prognozowania modeli analitycznych przeprowadzono eksperymentalne badanie efektywności pracy elastycznego gniazda montażowego. Jako kryterium efektywności pracy systemu przyjęto podstawowe wskaźniki pracy systemu obsługi masowej, tzn. średnią liczbę wyrobów czekających w kolejce, średni czas pobytu wyrobu w kolejce i systemie montażowym. Uzyskane wyniki porównano z wynikami typowych modeli opisujących pracę systemów obsługi masowej (M/M/1, M/D/1, M/El/1, M/G/1). 2. Systemy obsługi masowej Teoria masowej obsługi (teoria kolejek) stanowi samodzielną dziedzinę wiedzy opartą na statystyce matematycznej i rachunku prawdopodobieństwa. Zajmuje się analizowaniem systemów, w których powstają kolejki. Opracowane metody pozwalają ocenić efektywność pracy systemów za pomocą takich parametrów, jak: prawdopodobieństwo, że nowe zgłoszenie będzie musiało oczekiwać na obsługę, średni czas oczekiwania na obsługę, średnia długość kolejki itp. Takie informacje pozwalają projektantom elastycznych systemów wytwarzania porównać różne warianty systemu oraz ocenić opłacalność inwestowania w dodatkowe stanowiska obsługi. 23
2 2/2015 Technologia i Automatyzacja Montażu Do skróconego oznaczenia systemów obsługi masowej (SOM), ciągów zgłoszeń oraz ciągów obsługi używa się symboliki wprowadzonej przez D. Kendalla, w której system jest scharakteryzowany za pomocą uporządkowanej piątki pól X/Y/m/L/k, gdzie [5, 6]: X oznacza rozkład zmiennej losowej wejścia, Y oznacza rozkład zmiennej losowej czasu obsługi zadania, m oznacza liczbę stanowisk obsługi, L oznacza pojemność poczekalni, k oznacza wymiar źródła zgłoszeń. Jeżeli L = k =, to notacja Kendalla ogranicza się do trzech pierwszych pół. Rozkłady zmiennych losowych oznacza się następującymi symbolami [5]: D strumień zdeterminowany lub regularny (jednopunktowy), M wykładniczy rozkład czasów obsługi lub odstępów między zgłoszeniami, albo poissonowski rozkład przybyć, E k rozkład Erlanga k-tego rzędu, który może wystąpić zarówno po stronie urządzeń obsługujących, jak i po stronie zgłoszeń, G strumień o dowolnym rozkładzie czasów obsługi. Zgodnie z tą symboliką: M/M/1 oznacza system obsługi masowej zawierający jeden kanał obsługi, dla którego strumień wejściowy zdarzeń (zgłoszeń) jest opisany rozkładem Poissona, a czas obsługi rozkładem wykładniczym, natomiast system opisany symboliką M/D/1 charakteryzuje się zdeterminowanym (jednopunktowym) czasem obsługi zgłoszeń [6]. Przedstawione systemy wyznaczają graniczne przedziały, w których zawarte są wartości podstawowych parametrów systemów z dowolnym, innym rozkładem czasu obsługi, ale identycznymi intensywnościami: napływu zgłoszeń λ i obsługi μ. Sytuacje te w bardzo przejrzysty sposób ilustruje wykres rozmiarów kolejki (średnia długość kolejki), przy różnych rozkładach czasu obsługi, w zależności od wartości parametru obciążenia systemu (stałej Erlanga ρ) (rys. 1). Rys. 1. Średnia długość kolejki w wybranych systemach Fig. 1. The mean length of the queue in selected systems a. Strumień zgłoszeń W trakcie badań założono losowy strumień zgłoszeń wyrobów, tzn. strumień, w którym odstęp czasu t pomiędzy kolejnymi zgłoszeniami jest zmienną losową o rozkładzie wykładniczym (bądź liczba zgłoszeń w jednostce czasu ma rozkład Poissona) o funkcji gęstości prawdopodobieństwa: z wartością oczekiwaną: dla t 0 (1) Do przeprowadzenia eksperymentu wygenerowano ciąg liczb pseudolosowych o podanym rozkładzie wykładniczym. Histogram przedstawiający rozkład zmiennej losowej przedstawiono na rys. 2. (2) 3. Badanie eksperymentalne W celu ustalenia, który z przedstawionych modeli SOM w największym stopniu odpowiada pracy elastycznego stanowiska montażowego, poddano analizie funkcjonowanie takiego stanowiska. W trakcie badań założono, że w systemie mogą być składane zespoły montażowe technologicznie podobne, charakteryzujące się różnymi czasami kalkulowanymi. Założono również, że w dowolnym momencie czasu może nastąpić zlecenie wykonania dowolnego wyrobu mieszczącego się w zakresie możliwości systemu, przy czym system nie będzie wymagał przezbrojenia, a więc będzie się odznaczał wysoką elastycznością rodzajów wyrobów. System posiadał następujące parametry: Rys. 2. Histogram zmiennej losowej napływu zgłoszeń Fig. 2. The histogram of random variable of application inflow 24
3 b. Dyscyplina kolejki Na potrzeby badań założono, że w systemie będzie obowiązywała kolejka naturalna, tzn. zgłoszenie stojące na pierwszym miejscu w kolejce będzie obsługiwane jako pierwsze FIFO (z ang. First In First Out). c. Obsługa zgłoszeń W trakcie badań dokonano analizy pracy systemu, w którym montowano 12, 18, 24 i 30 zespołów montażowych technologicznie podobnych. Ze względu na tak ograniczoną liczbę wyrobów również rozkłady uzyskane na podstawie rzeczywistych czasów kalkulowanych różniły się od rozkładów modelowych, przekładając się tym samym na dokładność prognozowania wybranych modeli. Histogramy przedstawiające rozkłady zmiennej losowej czasu obsługi przedstawiono na rys. 3. W trakcie badań monitorowano podstawowe parametry systemu, tzn. czas oczekiwania każdego wyrobu w kolejce, czas pobytu wyrobów w systemie oraz liczbę wyrobów (jednostek bazowych) oczekujących w kolejce. Pomiaru długości kolejki dokonywano w stałych odstępach czasu t większych od średniego czasu obsługi (montażu) μ (t > μ). Wyniki badań przedstawiono na rys. 4, 5 i Analiza wyników badań Analiza wykresów przedstawiających wyniki uzyskane na podstawie modelowania matematycznego oraz badań eksperymentalnych wskazuje, że ocenę zgodności modeli należy przeprowadzić z uwzględnieniem liczby zespołów montowanych w systemie. W przypadku, gdy w systemie montowano 12 różnych zespołów, rozkład prawdopodobieństwa czasu obsługi odbiega od typowych znanych rozkładów. Znajduje to natychmiast swoje odzwierciedlenie w dokładności uzyskanych wyników. Średnia długość kolejki wyznaczona eksperymentalnie wyniosła 0,83 szt. (rys. 4). Najbliższy tej wartości był wynik modelu M/E 2 /1 wynoszący 0,79 z błędem 4,82%, natomiast wynik uzyskany na podstawie najpowszechniej stosowanego modelu M/M/1 obarczony był błędem wynoszącym 27,7%. Podobna sytuacja ma miejsce w przypadku pozostałych wskaźników. Średni czas przebywania wyrobu w systemie wyznaczony eksperymentalnie wyniósł 14,4 min, natomiast w kolejce 7,2 min (rys. 5 i 6). Również i w tym przypadku największą zbieżność z wynikami badań wykazał model M/E 2 /1 z błędem wynoszącym odpowiednio 2,98% i -8,33% (model M/M/1: -15,06% i -44,44%). Oznacza to, że projektant systemów montażowych, zakładając wykładniczy rozkład czasu Rys. 3. Histogramy zmiennej losowej czasu obsługi stanowiska dla: a) 12 zespołów, b) 18 zespołów, c) 24 zespołów, d) 30 zespołów Fig. 3. The histograms of random variable of handling work stand time for: a) 12 sets, b) 18 sets, c) 24 sets, d) 30 sets 25
4 2/2015 Technologia i Automatyzacja Montażu obsługi, uzyskuje zawyżone wartości wskaźników efektywności pracy gniazda, czego skutkiem mogą być błędne decyzje dotyczące określenia optymalnej liczby równoległych kanałów obsługi. Rys. 4. Średnia długość kolejki w systemie Fig. 4. The mean queue length in the system Podobna sytuacja miała miejsce przy założeniu, że w systemie może być montowanych 18 zespołów. Również i w tym przypadku największą zbieżność z wynikami badań wykazał model M/E 2 /1. Wartość błędu dla średniej długości kolejki, średniego czasu przebywania wyrobów w systemie i kolejce wyniosła odpowiednio: 7,69%, 9,51% i 12%. Model M/M/1 charakteryzował się większymi wartościami błędów (-24,7%, -6,8% i -17,25%), jednak znacznie mniejszymi niż w przypadku 12 wyrobów. Sytuacja ta uległa jednak zmianie w przypadku, gdy w systemie montowanych było 24 i 30 zespołów. W tym przypadku największą zbieżność z wynikami badań wykazał model M/M/1 z błędami wynoszącymi -9,23%, 5,30%, -16,5% (24 zespoły) i -3,7%, 3,55%, 14,34% (30 zespołów). Wartości błędów modelu M/E 2 /1 wyniosły odpowiednio: 18,46%, 18,56%, 12,66% (24 zespoły) i 24,07%, 16,04%, 21,41% (30 zespołów). 5. Podsumowanie Rys. 5. Średni czas oczekiwania wyrobu w kolejce Fig. 5. Mean time of product waiting in the queue Rys. 6. Średni czas przebywania wyrobu w systemie Fig. 6. Mean time of product in the system Modele oparte na teorii systemów obsługi masowej należą do jednych z najbardziej obiecujących modeli analitycznych, opisujących pracę elastycznych systemów montażowych. Informacje uzyskane na ich podstawie pozwalają menedżerom porównać odmienne warianty organizacyjne systemu oraz ocenić opłacalność inwestowania w dodatkowe stanowiska obsługi. Ich podstawową wadą jest wrażliwość na dokładność oszacowania podstawowych parametrów systemu. Najprostszym i zarazem najczęściej stosowanym modelem elastycznych systemów wytwarzania jest system M/M/1, gdzie napływ strumienia zgłoszeń podlega rozkładowi Poissona, a czas obsługi rozkładowi wykładniczemu. System ten charakteryzuje się najgorszymi wskaźnikami efektywności pracy systemu. Przeprowadzone badania wykazały jednak, że jeżeli w gnieździe montażowym montowana jest mała liczba zespołów, to przyjęcie modelu M/M/1 może w wielu przypadkach nie mieć uzasadnienie. Większą zbieżność z wynikami badań eksperymentalnych wykazuje w tym przypadku model M/E 2 /1 (model z dwoma fazami Erlanga). W przypadku, gdy zwiększy się liczbę zespołów montowanych w systemie (w rozważanym przypadku 26
5 powyżej 24) uzasadnione wydaje się stosowanie modelu M/M/1. Pojawiają się wówczas zlecenia na wykonanie wyrobów o dłuższych czasach kalkulowanych, w wyniku czego czas obsługi jest coraz bardziej zbliżony do rozkładu wykładniczego, pogarszając tym samym wskaźniki efektywności pracy systemu. LITERATURA 1. Świć A., Taranienko W.: Projektowanie technologiczne elastycznych systemów produkcyjnych. Wydawnictwo Politechniki Lubelskiej, Lublin Tolio T.(redaktor): Design of Flexible Production Systems. Springer-Verlag, Berlin Heidelberg Kluz R., Ciecińska B.: Możliwości symulacji przebiegu procesów produkcyjnych w modułowym systemie mechatronicznym. Technologia i Automatyzacja Montażu, nr 3, Kluz R.: Projektowanie modułowego stanowiska montażowego. Technologia i Automatyzacja Montażu, nr 1, Oniszczuk W.: Metody modelowania. Wydawnictwa Politechniki Białostockiej, Białystok, Ayyappan G., Sekar G., Muthu Ganapathi Subramanian A.: M/M/1 Retrial Queuing System with Vacation Interruptions under ERLANG-K Service. International Journal of Computer Applications, Volume 2 No. 2, Dr inż. Rafał Kluz Politechnika Rzeszowska, Katedra Technologii Maszyn i Inżynierii Produkcji, Rzeszów, al. Powstańców Warszawy 12, rkktmiop@ prz.edu.pl. Dr inż. Barbara Ciecińska Politechnika Rzeszowska, Katedra Technologii Maszyn i Inżynierii Produkcji, Rzeszów, al. Powstańców Warszawy 12, bcktmiop@prz.edu.pl. EFFICIENCY WORK RESEARCH OF ELASTIC ASSEMBLING GROUP Abstract The paper presents results regarding a work efficiency of assembling elastic group. As the efficiency criteria of group work the elementary indicators of work of mass handling system is defined: mean number of products waiting in the queue, mean time of product being in the queue, and in the assembling system. Achieved results were compared with the results of typical models of mass handling systems (M/M/1, M/D/1, M/El/1, M/G/1). Keywords assembly, elastic assembling system, mass handling system 27
Elementy Modelowania Matematycznego
Elementy Modelowania Matematycznego Wykład 9 Systemy kolejkowe Spis treści Wstęp Systemy masowej obsługi (SMO) Notacja Kendalla Schemat systemu masowej obsługi Przykład systemu M/M/1 Założenia modelu matematycznego
Bardziej szczegółowoPodstawy Informatyki Elementy teorii masowej obsługi
Podstawy Informatyki alina.momot@polsl.pl http://zti.polsl.pl/amomot/pi Plan wykładu 1 Wprowadzenie Źródło, kolejka, stanowisko obsługi Notacja Kendalla 2 Analiza systemu M/M/1 Wyznaczenie P n (t) Wybrane
Bardziej szczegółowoModele procesów masowej obsługi
Modele procesów masowej obsługi Musiał Kamil Motek Jakub Osowski Michał Inżynieria Bezpieczeństwa Rok II Wstęp Teoria masowej obsługi to samodzielna dyscyplina, której celem jest dostarczenie możliwie
Bardziej szczegółowoLiteratura TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK. Teoria masowej obsługi. Geneza. Teoria masowej obsługi
TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK Wykład 1 Dr inż. Anna Kwasiborska Literatura B. von der Veen: Wstęp do teorii badań operacyjnych. PWN, Warszawa 1970. Gniedenko B. W., Kowalenko I. N.: Wstęp do teorii
Bardziej szczegółowodr Adam Sojda Wykład Politechnika Śląska Badania Operacyjne Teoria kolejek
dr Adam Sojda Badania Operacyjne Wykład Politechnika Śląska Teoria kolejek Teoria kolejek zajmuje się badaniem systemów związanych z powstawaniem kolejek. Systemy kolejkowe W systemach, którymi zajmuje
Bardziej szczegółowoSystemy masowej obsługi
Systemy masowej obsługi Celem niniejszego ćwiczenia jest: zapoznanie się z podstawowymi właściwościami najprostszego systemu analizowanego w ramach teorii masowej obsługi, systemu M/M/ zapoznanie się z
Bardziej szczegółowoTEORIA OBSŁUGI MASOWEJ
TEORIA OBSŁUGI MASOWEJ mgr Marcin Ziółkowski Wstęp do teorii obsługi masowej Początków nurtu naukowego nazwanego później TEORIĄ OBSŁUGI MASOWEJ (ang. Queuing theory) można doszukiwać się na początku XX
Bardziej szczegółowoLiteratura TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK. Teoria masowej obsługi. Geneza. Teoria masowej obsługi
TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK Wykład 1 Dr inż. Anna Kwasiborska Literatura B. von der Veen: Wstęp do teorii badań operacyjnych. PWN, Warszawa 1970. Gniedenko B. W., Kowalenko I. N.: Wstęp do teorii
Bardziej szczegółowoLiteratura TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK. Geneza. Teoria masowej obsługi. Cele masowej obsługi. Teoria masowej obsługi
Literatura TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK B. von der Veen: Wstęp do teorii badań operacyjnych. PWN, Warszawa 1970. Gniedenko B. W., Kowalenko I. N.: Wstęp do teorii obsługi masowej. PWN, Warszawa
Bardziej szczegółowoModelowanie systemu remontu techniki wojsk lądowych w operacjach
Bi u l e t y n WAT Vo l. LX, Nr2, 2011 Modelowanie systemu remontu techniki wojsk lądowych w operacjach Marian Brzeziński Wojskowa Akademia Techniczna, Wydział Mechaniczny, Katedra Logistyki, 00-908 Warszawa,
Bardziej szczegółowoWYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Bardziej szczegółowoModelowanie komputerowe
Modelowanie komputerowe wykład 5- Klasyczne systemy kolejkowe i ich analiza dr Marcin Ziółkowski Instytut Matematyki i Informatyki Akademia im. Jana Długosza w Częstochowie 16,23listopada2015r. Analiza
Bardziej szczegółowoAKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA
AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej KATEDRA MATEMATYKI TEMAT PRACY: ROZKŁAD NORMALNY ROZKŁAD GAUSSA AUTOR: BARBARA MARDOSZ Kraków, styczeń 2008 Spis treści 1 Wprowadzenie 2 2 Definicja
Bardziej szczegółowoPLANOWANIE PRZEZBROJEŃ LINII PRODUKCYJNYCH Z WYKORZYSTANIEM METODY MODELOWANIA I SYMULACJI
Dariusz PLINTA Sławomir KUKŁA Akademia Techniczno-Humanistyczna w Bielsku-Białej PLANOWANIE PRZEZBROJEŃ LINII PRODUKCYJNYCH Z WYKORZYSTANIEM METODY MODELOWANIA I SYMULACJI 1. Planowanie produkcji Produkcja
Bardziej szczegółowoBADANIE WYDAJNOŚCI GNIAZDA MONTAŻU WRZECIENNIKA GŁÓWNEGO CENTRUM TOKARSKIEGO
KOMISJA BUDOWY MASZYN PAN ODDZIAŁ W POZNANIU Vol. 28 nr 4 Archiwum Technologii Maszyn i Automatyzacji 2008 OLAF CISZAK *, JAN ŻUREK ** BADANIE WYDAJNOŚCI GNIAZDA MONTAŻU WRZECIENNIKA GŁÓWNEGO CENTRUM TOKARSKIEGO
Bardziej szczegółowoRachunek prawdopodobieństwa dla informatyków
Rachunek prawdopodobieństwa dla informatyków Adam Roman Instytut Informatyki UJ Wykład 7 teoria kolejek prawo Little a systemy jedno- i wielokolejkowe 1/75 System kolejkowy System kolejkowy to układ złożony
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:
Bardziej szczegółowoSystem obsługi klienta przy okienku w urzędzie pocztowym
System obsługi klienta przy okienku w urzędzie pocztowym Opracowały: Monika Rozmarynowska Paulina Wałdoch Joanna Wika Specjalność : EPiF Rok akademicki: 2009/2010 1 Spis treści 1. Opis i założenia wstępne
Bardziej szczegółowoNumeryczna symulacja rozpływu płynu w węźle
231 Prace Instytutu Mechaniki Górotworu PAN Tom 7, nr 3-4, (2005), s. 231-236 Instytut Mechaniki Górotworu PAN Numeryczna symulacja rozpływu płynu w węźle JERZY CYGAN Instytut Mechaniki Górotworu PAN,
Bardziej szczegółowoSpis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Bardziej szczegółowoMODELOWANIE OBCIĄŻEŃ ZIAREN AKTYWNYCH I SIŁ W PROCESIE SZLIFOWANIA
Modelowanie obciążeń ziaren ściernych prof. dr hab. inż. Wojciech Kacalak, mgr inż. Filip Szafraniec Politechnika Koszalińska MODELOWANIE OBCIĄŻEŃ ZIAREN AKTYWNYCH I SIŁ W PROCESIE SZLIFOWANIA XXXVI NAUKOWA
Bardziej szczegółowoZARYS SYSTEMU WSPOMAGAJĄCEGO PROJEKTOWANIE OPERACJI KONTROLNO- POMIAROWYCH W ZAUTOMATYZOWANYM SYSTEMIE OBRÓBKOWYM. Streszczenie
DOI: 10.17814/mechanik.2015.8-9.475 Dr hab. inż. Jerzy STAMIROWSKI, prof. PŚk; dr inż. Stanisław DZIECHCIARZ: (Politechnika Świętokrzyska): ZARYS SYSTEMU WSPOMAGAJĄCEGO PROJEKTOWANIE OPERACJI KONTROLNO-
Bardziej szczegółowoBADANIA SYMULACYJNE PROCESU HAMOWANIA SAMOCHODU OSOBOWEGO W PROGRAMIE PC-CRASH
BADANIA SYMULACYJNE PROCESU HAMOWANIA SAMOCHODU OSOBOWEGO W PROGRAMIE PC-CRASH Dr inż. Artur JAWORSKI, Dr inż. Hubert KUSZEWSKI, Dr inż. Adam USTRZYCKI W artykule przedstawiono wyniki analizy symulacyjnej
Bardziej szczegółowoWstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński
Wstęp do teorii niepewności pomiaru Danuta J. Michczyńska Adam Michczyński Podstawowe informacje: Strona Politechniki Śląskiej: www.polsl.pl Instytut Fizyki / strona własna Instytutu / Dydaktyka / I Pracownia
Bardziej szczegółowoColloquium 1, Grupa A
Colloquium 1, Grupa A 1. W pewnej fabryce zamontowano system kontroli pracowników wchodzących na teren zakładu. Osoba chcąca wejść, dzwoni na portiernię i czeka przy drzwiach. Portier sprawdza tę osobę
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Bardziej szczegółowoSYMULACYJNE BADANIE SKUTECZNOŚCI AMUNICJI ODŁAMKOWEJ
Dr inż. Maciej PODCIECHOWSKI Dr inż. Dariusz RODZIK Dr inż. Stanisław ŻYGADŁO Wojskowa Akademia Techniczna SYMULACYJNE BADANIE SKUTECZNOŚCI AMUNICJI ODŁAMKOWEJ Streszczenie: W referacie przedstawiono wyniki
Bardziej szczegółowoSTOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI
1-2011 PROBLEMY EKSPLOATACJI 89 Franciszek GRABSKI Akademia Marynarki Wojennej, Gdynia STOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI Słowa kluczowe Bezpieczeństwo, procesy semimarkowskie,
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 4 Modelowanie niezawodności prostych struktur sprzętowych Prowadzący: mgr inż. Marcel Luzar Cel
Bardziej szczegółowoOdchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi
Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska D syst D śr m 1 3 5 2 4 6 śr j D 1
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowo4. ZNACZENIE ROZKŁADU WYKŁADNICZEGO
Znaczenie rozkładu wykładniczego 4 51 4. ZNACZENIE ROZKŁADU WYKŁADNICZEGO 4.1. Rozkład wykładniczy Zmienna losowa X ma rozkład wykładniczy, jeżeli funkcja gęstości prawdopodobieństwa f ( x) = λe λx x 0,
Bardziej szczegółowoDr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji
Automatyzacja i Robotyzacja Procesów Produkcyjnych Dr hab. inż. Jan Duda Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji Podstawowe pojęcia Automatyka Nauka o metodach i układach sterowania
Bardziej szczegółowoSterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
Bardziej szczegółowoBadania operacyjne egzamin
Imię i nazwisko:................................................... Nr indeksu:............ Zadanie 1 Załóżmy, że Tablica 1 reprezentuje jeden z kroków algorytmu sympleks dla problemu (1)-(4). Tablica
Bardziej szczegółowoMgr inż. Marta DROSIŃSKA Politechnika Gdańska, Wydział Oceanotechniki i Okrętownictwa
MECHANIK 7/2014 Mgr inż. Marta DROSIŃSKA Politechnika Gdańska, Wydział Oceanotechniki i Okrętownictwa WYZNACZENIE CHARAKTERYSTYK EKSPLOATACYJNYCH SIŁOWNI TURBINOWEJ Z REAKTOREM WYSOKOTEMPERATUROWYM W ZMIENNYCH
Bardziej szczegółowoXIII International PhD Workshop OWD 2011, October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH
XIII International PhD Workshop OWD 2011, 22 25 October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH METHOD OF REEINGINEERING ORGANIZATION USING BUSINESS PROCESS
Bardziej szczegółowoHISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =
HISTOGRAM W pewnych przypadkach interesuje nas nie tylko określenie prawdziwej wartości mierzonej wielkości, ale także zbadanie całego rozkład prawdopodobieństwa wyników pomiarów. W takim przypadku wyniki
Bardziej szczegółowoKarta (sylabus) modułu/przedmiotu Mechatronika Studia pierwszego stopnia. Techniki wytwarzania i systemy montażu Rodzaj przedmiotu:
Karta (sylabus) modułu/przedmiotu Mechatronika Studia pierwszego stopnia Przedmiot: Techniki wytwarzania i systemy montażu Rodzaj przedmiotu: Obowiązkowy Kod przedmiotu: MT 1 S 0 3 18-0_1 Rok: II Semestr:
Bardziej szczegółowoOPTYMALIZACJA HARMONOGRAMU DOSTAW MATERIAŁÓW BUDOWLANYCH PRZY ZASTOSOWANIU METODY GRAFICZNEJ WSPOMAGANEJ TEORIĄ KOLEJEK
OPTYMALIZACJA HARMONOGRAMU DOSTAW MATERIAŁÓW BUDOWLANYCH PRZY ZASTOSOWANIU METODY GRAFICZNEJ WSPOMAGANEJ TEORIĄ KOLEJEK Michał Krzemiński*, Paweł Nowak ** 1. Wprowadzenie Problem opracowania harmonogramu
Bardziej szczegółowoMODEL OCENY SYSTEMU REMONTU TECHNIKI WOJSKOWEJ
ZESZYTY NAUKOWE AKADEMII MARYNARKI WOJENNEJ ROK LII NR 1 (184) 2011 Marian Brzeziń ski Wojskowa Akademia Techniczna MODEL OCENY SYSTEMU REMONTU TECHNIKI WOJSKOWEJ STRESZCZENIE W artykule scharakteryzowano
Bardziej szczegółowoSieci Mobilne i Bezprzewodowe laboratorium 2 Modelowanie zdarzeń dyskretnych
Sieci Mobilne i Bezprzewodowe laboratorium 2 Modelowanie zdarzeń dyskretnych Plan laboratorium Generatory liczb pseudolosowych dla rozkładów dyskretnych: Generator liczb o rozkładzie równomiernym Generator
Bardziej szczegółowoStatystyczna analiza awarii pojazdów samochodowych. Failure analysis of cars
Wydawnictwo UR 2016 ISSN 2080-9069 ISSN 2450-9221 online Edukacja Technika Informatyka nr 1/15/2016 www.eti.rzeszow.pl DOI: 10.15584/eti.2016.1.1 ROMAN RUMIANOWSKI Statystyczna analiza awarii pojazdów
Bardziej szczegółowoElementy Modelowania Matematycznego Wykªad 9 Systemy kolejkowe
Elementy Modelowania Matematycznego Wykªad 9 Systemy kolejkowe Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis tre±ci 1 2 3 Spis tre±ci 1 2 3 Spis tre±ci 1 2 3 Teoria masowej obsªugi,
Bardziej szczegółowoDWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI
DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI mgr Marcin Pawlak Katedra Inwestycji i Wyceny Przedsiębiorstw Plan wystąpienia
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoMODELOWANIE PODSYSTEMU OBRABIAREK W ESP CZĘŚCI KLASY KORPUS Z WYKORZYSTANIEM PROGRAMU ENTERPRISE DYNAMICS
Arkadiusz Gola 1), Marta Osak 2) MODELOWANIE PODSYSTEMU OBRABIAREK W ESP CZĘŚCI KLASY KORPUS Z WYKORZYSTANIEM PROGRAMU ENTERPRISE DYNAMICS Streszczenie: Złożoność problemów techniczno-organizacyjnych,
Bardziej szczegółowoModelowanie niezawodności prostych struktur sprzętowych
Modelowanie niezawodności prostych struktur sprzętowych W ćwiczeniu tym przedstawione zostaną proste struktury sprzętowe oraz sposób obliczania ich niezawodności przy założeniu, że funkcja niezawodności
Bardziej szczegółowoBadania charakterystyki sprawności cieplnej kolektorów słonecznych płaskich o zmniejszonej średnicy kanałów roboczych
Badania charakterystyki sprawności cieplnej kolektorów słonecznych płaskich o zmniejszonej średnicy kanałów roboczych Jednym z parametrów istotnie wpływających na proces odprowadzania ciepła z kolektora
Bardziej szczegółowoAkademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Przetwarzanie Sygnałów Studia Podyplomowe, Automatyka i Robotyka. Wstęp teoretyczny Zmienne losowe Zmienne losowe
Bardziej szczegółowoWPŁYW TECHNICZNEGO UZBROJENIA PROCESU PRACY NA NADWYŻKĘ BEZPOŚREDNIĄ W GOSPODARSTWACH RODZINNYCH
Inżynieria Rolnicza 4(102)/2008 WPŁYW TECHNICZNEGO UZBROJENIA PROCESU PRACY NA NADWYŻKĘ BEZPOŚREDNIĄ W GOSPODARSTWACH RODZINNYCH Sławomir Kocira Katedra Eksploatacji Maszyn i Zarządzania w Inżynierii Rolniczej,
Bardziej szczegółowoTRAFFIC LIGHTS WITH THE USE OF VISSIM
Katarzyna CZYŻOWSKA 1 Opiekun naukowy: Artur RYGUŁA 2 OCENA EFEKTYWNOŚCI PRACY PROJEKTOWANEJ SYGNALIZACJI ŚWIETLNEJ Z WYKORZYSTANIEM VISSIM Streszczenie: Niniejszy artykuł przedstawia ocenę efektywności
Bardziej szczegółowoMatematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0
Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia
Bardziej szczegółowoPodstawy symulacji komputerowej
Podstawy symulacji komputerowej Wykład 3 Generatory liczb losowych Wojciech Kordecki wojciech.kordecki@pwsz-legnica.eu Państwowa Wyższa Szkoła Zawodowa im. Witelona w Legnicy Wydział Nauk Technicznych
Bardziej szczegółowoI jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek
ZADANIA statystyka opisowa i CTG 1. Dokonano pomiaru stężenia jonów azotanowych w wodzie μg/ml 1 0.51 0.51 0.51 0.50 0.51 0.49 0.52 0.53 0.50 0.47 0.51 0.52 0.53 0.48 0.59 0.50 0.52 0.49 0.49 0.50 0.49
Bardziej szczegółowoWYBÓR PUNKTÓW POMIAROWYCH
Scientific Bulletin of Che lm Section of Technical Sciences No. 1/2008 WYBÓR PUNKTÓW POMIAROWYCH WE WSPÓŁRZĘDNOŚCIOWEJ TECHNICE POMIAROWEJ MAREK MAGDZIAK Katedra Technik Wytwarzania i Automatyzacji, Politechnika
Bardziej szczegółowoSymulacja cyfrowa - projekt zaliczeniowy Zadanie 1b1, metoda przeglądania działań
Symulacja cyfrowa - projekt zaliczeniowy Zadanie 1b1, metoda przeglądania działań Gliwiński Jarosław Marek Grupa dziekańska I5 #74839 20 czerwca 2008 1 Treść zadania Napisać program symulacyjny badający
Bardziej szczegółowoAnaliza niepewności pomiarów
Teoria pomiarów Analiza niepewności pomiarów Zagadnienia statystyki matematycznej Dr hab. inż. Paweł Majda www.pmajda.zut.edu.pl Podstawy statystyki matematycznej Histogram oraz wielobok liczebności zmiennej
Bardziej szczegółowoJAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE
JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE 1 Dokładność i poprawność Dr hab. inż. Piotr KONIECZKA Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska ul. G. Narutowicza 11/12 80-233 GDAŃSK e-mail:
Bardziej szczegółowoPOISSONOWSKA APROKSYMACJA W SYSTEMACH NIEZAWODNOŚCIOWYCH
POISSONOWSKA APROKSYMACJA W SYSTEMACH NIEZAWODNOŚCIOWYCH Barbara Popowska bpopowsk@math.put.poznan.pl Politechnika Poznańska http://www.put.poznan.pl/ PROGRAM REFERATU 1. WPROWADZENIE 2. GRAF JAKO MODEL
Bardziej szczegółowoHarmonogramowanie produkcji
Harmonogramowanie produkcji Przedmiot: Zarządzanie zasobami przedsiębiorstwa Moduł: 4/4 Opracował: mgr inż. Paweł Wojakowski Instytut Technologii Maszyn i Automatyzacji Produkcji Zakład Projektowania Procesów
Bardziej szczegółowoAUTOMATYZACJA PROCESU PROJEKTOWANIA RUR GIĘTYCH W OPARCIU O PARAMETRYCZNY SYSTEM CAD
mgr inż. Przemysław Zawadzki, email: przemyslaw.zawadzki@put.poznan.pl, mgr inż. Maciej Kowalski, email: e-mail: maciejkow@poczta.fm, mgr inż. Radosław Wichniarek, email: radoslaw.wichniarek@put.poznan.pl,
Bardziej szczegółowoTeoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.
Teoria błędów Wskutek niedoskonałości przyrządów, jak również niedoskonałości organów zmysłów wszystkie pomiary są dokonywane z określonym stopniem dokładności. Nie otrzymujemy prawidłowych wartości mierzonej
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 9 Temat: Karty kontrolne przy alternatywnej ocenie właściwości.
Bardziej szczegółowoHARMONOGRAMOWANIE OPERACYJNE Z OGRANICZENIAMI W IFS APPLICATIONS
HARMONOGRAMOWANIE OPERACYJNE Z OGRANICZENIAMI W IFS APPLICATIONS Cele sterowania produkcją Dostosowanie asortymentu i tempa produkcji do spływających na bieżąco zamówień Dostarczanie produktu finalnego
Bardziej szczegółowoModelowanie komputerowe
Modelowanie komputerowe wykład 1- Generatory liczb losowych i ich wykorzystanie dr Marcin Ziółkowski Instytut Matematyki i Informatyki Akademia im. Jana Długosza w Częstochowie 5,12 października 2016 r.
Bardziej szczegółowoInżynieria Rolnicza 3(121)/2010
Inżynieria Rolnicza 3(121)/2010 METODA OCENY NOWOCZESNOŚCI TECHNICZNO- -KONSTRUKCYJNEJ CIĄGNIKÓW ROLNICZYCH WYKORZYSTUJĄCA SZTUCZNE SIECI NEURONOWE. CZ. III: PRZYKŁADY ZASTOSOWANIA METODY Sławomir Francik
Bardziej szczegółowoThe development of the technological process in an integrated computer system CAD / CAM (SerfCAM and MTS) with emphasis on their use and purpose.
mgr inż. Marta Kordowska, dr inż. Wojciech Musiał; Politechnika Koszalińska, Wydział: Mechanika i Budowa Maszyn; marteczka.kordowska@vp.pl wmusiał@vp.pl Opracowanie przebiegu procesu technologicznego w
Bardziej szczegółowoKOMPUTEROWE MODELOWANIE SIECI WODOCIĄGOWYCH JAKO NARZĘDZIE DO ANALIZY PRĘDKOŚCI PRZEPŁYWU WODY
Wojciech KRUSZYŃSKI * systemy zaopatrzenia w wodę, komputerowe modelowanie sieci wodociągowych, wodociągi, modelowanie KOMPUTEROWE MODELOWANIE SIECI WODOCIĄGOWYCH JAKO NARZĘDZIE DO ANALIZY PRĘDKOŚCI PRZEPŁYWU
Bardziej szczegółowoNowoczesne systemy wspomagające pracę inżyniera
Wojciech ŻYŁKA Uniwersytet Rzeszowski, Polska Marta ŻYŁKA Politechnika Rzeszowska, Polska Nowoczesne systemy wspomagające pracę inżyniera Wstęp W dzisiejszych czasach duże znaczenie w technologii kształtowania
Bardziej szczegółowoKOMPUTEROWY MODEL UKŁADU STEROWANIA MIKROKLIMATEM W PRZECHOWALNI JABŁEK
Inżynieria Rolnicza 8(117)/2009 KOMPUTEROWY MODEL UKŁADU STEROWANIA MIKROKLIMATEM W PRZECHOWALNI JABŁEK Ewa Wachowicz, Piotr Grudziński Katedra Automatyki, Politechnika Koszalińska Streszczenie. W pracy
Bardziej szczegółowoANALIZA I OCENA FUNKCJONALNOŚCI SYSTEMU MASOWEJ OBSŁUGI NA PODSTAWIE OBSŁUGI CELNEJ POJAZDÓW CIĘŻAROWYCH
Andrzej LEWIŃSKI, Marta ŻUREK-MORTKA ANALIZA I OCENA FUNKCJONALNOŚCI SYSTEMU MASOWEJ OBSŁUGI NA PODSTAWIE OBSŁUGI CELNEJ POJAZDÓW CIĘŻAROWYCH Artykuł przedstawia modelowanie procesów obsługi celnej pojazdów
Bardziej szczegółowoCYFROWE PRZETWARZANIE SYGNAŁÓW
POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Sygnały stochastyczne, parametry w dziedzinie
Bardziej szczegółowoAnaliza wymiany ciepła w przekroju rury solarnej Heat Pipe w warunkach ustalonych
Stanisław Kandefer 1, Piotr Olczak Politechnika Krakowska 2 Analiza wymiany ciepła w przekroju rury solarnej Heat Pipe w warunkach ustalonych Wprowadzenie Wśród paneli słonecznych stosowane są często rurowe
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO
STATYSTYKA I DOŚWIADCZALNICTWO dla studiów magisterskich kierunku ogrodnictwo Wykład 1 Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Słowo statystyka pochodzi
Bardziej szczegółowoZmienność wiatru w okresie wieloletnim
Warsztaty: Prognozowanie produktywności farm wiatrowych PSEW, Warszawa 5.02.2015 Zmienność wiatru w okresie wieloletnim Dr Marcin Zientara DCAD / Stermedia Sp. z o.o. Zmienność wiatru w różnych skalach
Bardziej szczegółowoPOSTĘPY W KONSTRUKCJI I STEROWANIU Bydgoszcz 2004
POSTĘPY W KONSTRUKCJI I STEROWANIU Bydgoszcz 2004 METODA SYMULACJI CAM WIERCENIA OTWORÓW W TARCZY ROZDRABNIACZA WIELOTARCZOWEGO Józef Flizikowski, Kazimierz Peszyński, Wojciech Bieniaszewski, Adam Budzyński
Bardziej szczegółowoREPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH
REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Reprezentacja
Bardziej szczegółowoZASTOSOWANIE TECHNOLOGII WIRTUALNEJ RZECZYWISTOŚCI W PROJEKTOWANIU MASZYN
MODELOWANIE INŻYNIERSKIE ISSN 1896-771X 37, s. 141-146, Gliwice 2009 ZASTOSOWANIE TECHNOLOGII WIRTUALNEJ RZECZYWISTOŚCI W PROJEKTOWANIU MASZYN KRZYSZTOF HERBUŚ, JERZY ŚWIDER Instytut Automatyzacji Procesów
Bardziej szczegółowoWPŁYW METODY DOPASOWANIA NA WYNIKI POMIARÓW PIÓRA ŁOPATKI INFLUENCE OF BEST-FIT METHOD ON RESULTS OF COORDINATE MEASUREMENTS OF TURBINE BLADE
Dr hab. inż. Andrzej Kawalec, e-mail: ak@prz.edu.pl Dr inż. Marek Magdziak, e-mail: marekm@prz.edu.pl Politechnika Rzeszowska Wydział Budowy Maszyn i Lotnictwa Katedra Technik Wytwarzania i Automatyzacji
Bardziej szczegółowoW rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:
W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe
Bardziej szczegółowo5 Błąd średniokwadratowy i obciążenie
5 Błąd średniokwadratowy i obciążenie Przeprowadziliśmy 200 powtórzeń przebiegu próbnika dla tego samego zestawu parametrów modelowych co w Rozdziale 1, to znaczy µ = 0, s = 10, v = 10, n i = 10 (i = 1,...,
Bardziej szczegółowoORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH
Systemy Logistyczne Wojsk nr 41/2014 ORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH ORGANIZATION OF DISTRIBUTION PROCESSES IN PRODUCTIVE, TRADE AND
Bardziej szczegółowoStatystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 1) Dariusz Gozdowski
Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 1) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW STATYSTYKA to nauka, której przedmiotem
Bardziej szczegółowoHarmonogramowanie przedsięwzięć
Harmonogramowanie przedsięwzięć Mariusz Kaleta Instytut Automatyki i Informatyki Stosowanej Politechnika Warszawska luty 2014, Warszawa Politechnika Warszawska Harmonogramowanie przedsięwzięć 1 / 25 Wstęp
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr Temat: Karty kontrolne przy alternatywnej ocenie właściwości.
Bardziej szczegółowoElementy modelowania matematycznego
Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski
Bardziej szczegółowoInżynieria Rolnicza 5(93)/2007
Inżynieria Rolnicza 5(9)/7 WPŁYW PODSTAWOWYCH WIELKOŚCI WEJŚCIOWYCH PROCESU EKSPANDOWANIA NASION AMARANTUSA I PROSA W STRUMIENIU GORĄCEGO POWIETRZA NA NIEZAWODNOŚĆ ICH TRANSPORTU PNEUMATYCZNEGO Henryk
Bardziej szczegółowoAnaliza możliwości szacowania parametrów mieszanin rozkładów prawdopodobieństwa za pomocą sztucznych sieci neuronowych 4
Wojciech Sikora 1 AGH w Krakowie Grzegorz Wiązania 2 AGH w Krakowie Maksymilian Smolnik 3 AGH w Krakowie Analiza możliwości szacowania parametrów mieszanin rozkładów prawdopodobieństwa za pomocą sztucznych
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 4.04.0 r. Zadanie. Przy danej wartości λ parametru ryzyka Λ liczby szkód generowane przez ubezpieczającego się w kolejnych latach to niezależne zmienne losowe o rozkładzie
Bardziej szczegółowoMETODA TWORZENIA TYPOSZEREGÓW KONSTRUKCJI MASZYN Z ZASTOSOWANIEM TEORII PODOBIEŃSTWA KONSTRUKCYJNEGO
MODELOWANIE INŻYNIERSKIE nr 47, ISSN 1896-771X METODA TWORZENIA TYPOSZEREGÓW KONSTRUKCJI MASZYN Z ZASTOSOWANIEM TEORII PODOBIEŃSTWA KONSTRUKCYJNEGO Mateusz Cielniak 1a, Piotr Gendarz 1b 1 Instytut Automatyzacji
Bardziej szczegółowoHarmonogramowanie produkcji
Harmonogramowanie produkcji Przedmiot: Zarządzanie produkcją Moduł: 2/3 Prowadzący: mgr inż. Paweł Wojakowski Instytut Technologii Maszyn i Automatyzacji Produkcji Zakład Projektowania Procesów Wytwarzania
Bardziej szczegółowoKOMPUTEROWA INTEGRACJA WYTWARZANIA Z ZASTOSOWANIEM OPROGRAMOWANIA I-DEAS. S. Płaska, P. Kozak, P. Wolszczak, M. Kapuśniak
KOMPUTEROWA INTEGRACJA WYTWARZANIA Z ZASTOSOWANIEM OPROGRAMOWANIA I-DEAS S. Płaska, P. Kozak, P. Wolszczak, M. Kapuśniak Katedra Automatyzacji, Wydział Mechaniczny, Politechnika Lubelska ul. Nadbystrzycka
Bardziej szczegółowoColloquium 2, Grupa A
Colloquium 2, Grupa A 1. W warsztacie samochodowym są dwa stanowiska obsługi. Na każdym z nich, naprawa samochodu trwa przeciętnie pół godziny. Do warsztatu przyjeżdża średnio 4 klientów w ciągu godziny.
Bardziej szczegółowoLABORATORIUM Z FIZYKI
LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)
Bardziej szczegółowoSystemy masowej obsługi
Rozdział 1 Systemy masowej obsługi Systemy masowej obsługi (lub kolejkowe) występują w wielu praktycznych sytuacjach, np. samoloty na lotnisku oczekują na start lub lądowanie, klienci w banku oczekują
Bardziej szczegółowoREPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH
REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH Transport, studia I stopnia rok akademicki 2012/2013 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Pojęcie
Bardziej szczegółowoBiostatystyka, # 3 /Weterynaria I/
Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Inżynierii Jakości Ćwiczenie nr 10 Temat: Karta kontrolna pojedynczych obserwacji i ruchomego
Bardziej szczegółowoWalidacja metod analitycznych Raport z walidacji
Walidacja metod analitycznych Raport z walidacji Małgorzata Jakubowska Katedra Chemii Analitycznej WIMiC AGH Walidacja metod analitycznych (według ISO) to proces ustalania parametrów charakteryzujących
Bardziej szczegółowo