ZASTOSOWANIE SYSTEMÓW UCZĄCYCH SIĘ DO PRZEWIDYWANIA WŁASNOŚCI MATERIAŁÓW ODLEWANYCH
|
|
- Marian Paluch
- 8 lat temu
- Przeglądów:
Transkrypt
1 33/14 Archives of Foundry, Year 2004, Volume 4, 14 Archiwum Odlewnictwa, Rok 2004, Rocznik 4, Nr 14 PAN Katowice PL ISSN ZASTOSOWANIE SYSTEMÓW UCZĄCYCH SIĘ DO PRZEWIDYWANIA WŁASNOŚCI MATERIAŁÓW ODLEWANYCH J. KOZŁOWSKI 1, R. BIERNACKI 2, D. MYSZKA 3, M. PERZYK 4, A. KOCHAŃSKI 5 Instytut Technologii Materiałowych Politechniki Warszawskiej Narbutta 85, Warszawa STRESZCZENIE Przedstawiono przykłady zastosowania systemów uczących się do przewidywania własności materiałów odlewanych. Omówiono rozszerzone możliwości zastosowania sieci neuronowych do sterowania procesami metalurgicznymi. Omówiono realizowany projekt badawczy dotyczący modelowania procesu wytwarzania żeliwa ADI. Key words: austempered ductile iron, mechanical properties, learning systems, artificial neural networks, naive Bayesian classifier 1. AKTUALNY STAN WIEDZY Procesy odlewnicze są najczęściej procesami niezalgorytmizowanymi, czyli takimi, z którymi nie jest związany żaden model matematyczny, który opisywałby wszystkie (istotne) zjawiska zachodzące w procesie. Z uwagi na złożoną i często, niewyjaśnioną naturę fizyczną tych procesów, modelowanie ich odbywa się najczęściej przy zastosowaniu różnorodnych systemów uczących się. Takie systemy mogą wykorzystywać metody probabilistyczne, np. oparte na twierdzeniu Bayesa (klasyfikatory Bayesa, sieci Bayesowskie), inne mogą wykorzystywać logikę rozmytą, ale najbardziej rozpowszechnione są sztuczne sieci neuronowe (SSN). 1 mgr inż., jkozlows@wp.pl 2 mgr inż., rbiernac@wip.pw.edu.pl 3 dr inż., dawidmyszka@poczta.onet.pl 4 prof. dr hab. inż., M.Perzyk@wip.pw.edu.pl 5 dr inż., akochans@wip.pw.edu.pl
2 250 Ogólnie można stwierdzić, że systemy uczące się znajdują zastosowanie do rozwiązywania zadań takich jak: Analiza danych, gdy zbiory o dużej liczebności umożliwiają ich analizę jedynie w sposób automatyczny (np. przemysłowe, ekonomiczne lub medyczne bazy danych). Praca w środowisku, w którym system musi się dopasować do szybko zmieniających się warunków. Do zadań złożonych i trudnych do opisania innymi modelami matematycznymi. Systemy takie były pomocne w rozwiązywaniu różnorodnych problemów zawiązanych także z zagadnieniami odlewniczymi, co zostało opisane w literatu rze krajowej i zagranicznej. Przykładem jest wykorzystanie logiki rozmytej do określenia zależności pomiędzy temperaturą, czasem i parametrami wytrzymałościowymi żeliwa ADI. W badaniach tych użyto czterech modeli rozmytych i neuro-rozmytych do budowy modeli prognozujących. Rezultaty tych badań wykazały pełną ich przydatność w tego typu procesach [1]. Innym przykładem wykorzystania narzędzi opartych na systemach uczących się, jest przewidywanie twardości Vickersa i określanie ilości austenitu szczątkowego, od którego, jak wiadomo zależy wiele właściwości żeliwa ADI, w funkcji składu chemicznego i parametrów obróbki cieplnej. W obydwu przypadkach wykorzystano model sieci neuronowej optymalizowany z wykorzystaniem podejścia bayesowskiego, a opracowane narzędzia z powodzeniem wykorzystywano do wytwarzania tego typu żeliwa [2,3]. Modele takie wykorzystano również do wyznaczenia oceny pękania zmęczeniowego w superstopach na bazie Niklu, w funkcji 51 zmiennych m.in. zakresu naprężeń, składu chemicznego, wielkości ziarna, obróbki cieplnej etc [4]. Metoda ta pozwalała określić wielkość błędu przewidywanej wielkości, jak i istotność poszczególnych wartości wejściowych, dla każdego badanego czynnika. W dodatku możliwe było oszacowanie szczególnych efektów tych zmiennych, które w praktyce zmieniały się niezależnie. Pozwoliło to w pewnym stopniu badać zjawiska i zdobywać informacje, które były niedostępne na drodze eksperymentu. W Zakładzie Odlewnictwa Politechniki Warszawskiej od kilku lat prowadzone są prace nad zastosowaniem SSN oraz innych algorytmów uczących się do modelowania procesów odlewniczych. Celem ich jest znalezienie zależności pomiędzy parametrami procesów produkcyjnych, właściwościami materiałów i jakością produktów, co umożliwiłoby ograniczenie poziomu braków jak i kosztów produkcji [5-8]. Jednym z pierwszych badanych problemów było przewidywanie własności żeliwa sferoidalnego. Na podstawie opublikowanych danych z odlewni fińskiej porównano przewidywania twardości przez wielomian zastosowany przez tych autorów [9] oraz sieć neuronową, stworzoną w Politechnice Warszawskiej, uczoną metodami symulowanego wyżarzania i wstecznej propagacji błędu. Wykazano, że w tego typu zastosowaniach, modele oparte na SSN istotnie lepiej przewidują wartości rzeczywiste, niż model wielomianowy (rys.1) [8].
3 Istotność względna Twardość HB Wartość rzeczywista Przewidywania sieci neuronowej Przewidywanie przez wielomian Numer wytopu Rys. 1. Porównanie wyników przewidywania twardości żeliwa sferoidalnego, na podstawie danych pochodzących z odlewni fińskiej, za pomocą modelu wielomianowego i sztucznej sieci neuronowej Fig. 1. Comparison of results of prediction of ductile iron hardness, based on data from a Finland foundry, by polynomial model and neural networks model Systemy uczące się umożliwiają niekiedy analizę istotności wielkości wejściowych. W przypadku danych przemysłowych dotyczących żeliwa sferoidalnego najistotniejszym pierwiastkiem dla SSN oraz tzw. naiwnego klasyfikatora Bayesa okazała się miedź, co potwierdza znany fakt dodawania miedzi w celu uzyskania struktury perlitycznej i podniesienia w ten sposób wytrzymałości żeliwa (rys. 2). 1 0,8 0,6 0,4 Sieć neuronowa Naiwny klasyfikator Bayesa 0,2 0 C Mn Si P S Cr Ni Cu Mg Rys. 2. Istotność względna pierwiastków stopowych w żeliwie sferoidalnym przewidywana przez systemy uczące się na podstawie wybranych danych przemysłowych Fig. 2. Relative importance of chemical elements in ductile cast iron predicted by learning systems based on selected industrial data
4 ANALIZA ROZSZERZONYCH MOŻLIWOŚCI SSN We wszystkich procesach wytwórczych istotne jest znalezienie relacji między parametrami procesu oraz własnościami i ilościami użytych materiałów z jednej strony, a parametrami jakościowymi wyrobów z drugiej, czyli modele ich jakości (rys. 3). W tym obszarze zagadnień SSN wykorzystywane są jako systemy zdolne do szybkiego obliczania wartości wyjściowych, dla zadanych wartości wejść. Jednakże w celu ułatwienia identyfikacji przyczyn rozpatrywanych problemów, bardziej użyteczna wydaje się być analiza względnej istotności sygnałów wejściowych, gdyż znajdowanie parametrów produkcji, które są najbardziej istotne dla uzyskania określonych fizycznych czy ekonomicznych efektów może pomóc w optymalizacji procesów produkcyjnych. Przykład wykresów istotności pojedynczych sygnałów wejściowych pokazano na rys. 2. Wszechstronną analizę metod wyznaczania współczynników istotności względnej przedstawiono w pracach [10,11]. Dodatki odświeżające (ilość i jakość) Własności masy zwrotnej Parametry i zakłócenia procesu przerobu masy Przerób masy formierskiej Własności masy świeżej Parametry i zakłócenia procesu formowania Materiały wsadowe (ilość i jakość) Parametry i zakłócenia procesu wytopu Formowanie Wytop Jakość formy Parametry i zakłócenia procesu wytwarzania odlewu Czas Warunki otoczenia Jakość ciekłego metalu Przerób masy formierskiej Parametry jakości odlewu Rys. 3. Modele jakości procesów wytwórczych w typowej odlewni Fig. 3. Quality models of manufacturing processes in a typical foundry Stosując SSN jako model jakości wyrobu należy przeanalizować kilka istotnych elementów. Po pierwsze niezbędne jest ustalenie listy parametrów (sygnałów), które mogą mieć istotny związek z jakością wyrobu. Po drugie należy określić, w jaki sposób tworzony będzie zbiór uczący dla SSN, a więc w jaki sposób zostaną zidentyfikowane parametry procesu i materiały zastosowane w przypadku wyrobu o danych parametrach jakościowych. Tego typu powiązania nie zawsze są dostępne na podstawie istniejącej dokumentacji.
5 253 Ważną sprawą jest zdecydowanie, które wielkości traktowane będą jako sygnały wejściowe, a które jako wyjściowe (wynikowe). Naturalne wydaje się przyjęcie własności surowców i parametrów procesu jako wejścia sieci neuronowej, zaś własności wyrobu jako wyjścia (rys. 4a). Tego typu podejście umożliwia symulację procesu (przewidywanie własności wyrobu) w konkretnej sytuacji, jednakże nie daje bezpośredniej wskazówki, jak dobrać parametry procesu czy ilości określonych surowców dla uzyskania wyrobu o określonych parametrach. Z tego względu często stosuje się uczenie sieci w innym układzie (rys 4b), gdzie wielkościami wejściowymi (niezależnymi) będą własności wyrobu (traktowane przy zapytaniu sieci jako pożądane), zaś wynikowymi np. ilości potrzebnych surowców albo parametry procesu, które należy zastosować. Tego typu podejście może być stosowane np. do określania ilości potrzebnych dodatków odświeżających do mas formierskich w sytuacji znanych własności oraz składu masy znajdującej się aktualnie w obiegu [12,13]. a) Ilość (skład) surowców Jakość surowców Parametry procesu Zakłócenia procesu MODEL SIECI NEURONOWEJ Jakość wyrobu b) Jakość wyrobu Jakość surowców Parametry procesu Zakłócenia procesu MODEL SIECI NEURONOWEJ Ilość (skład) surowców Rys. 4. Neuronowe modele jakości procesów wytwórczych: a) modelowanie wprost, b) modelowanie odwrotne Fig. 4. Neural models of quality of manufacturing processes: a) direct modeling, b) reverse modeling Należy jednak zwrócić uwagę, że nie zawsze takie odwrócenie zagadnienia jest uzasadnione, gdyż nie zawsze w pełnym zakresie możemy wpływać na wszystkie parametry procesu lub własności i ilości użytych surowców i dostosować je do wartości wskazanych przez sieć. Typowym przykładem wydają się być procesy wytopu, gdzie w danej sytuacji wpływ np. na skład chemiczny kąpieli jest na ogół ograniczony i to w różny sposób, w zależności od użytych materiałów wsadowych. W tego typu przypadkach bezpieczniejsze wydaje się stworzenie sieci w pierwszym wariancie (rys.4a), zaś dla uzyskania informacji o pożądanych dodatkach lub parametrach procesu należy przeprowadzić wielokrotną symulację (odpytywanie sieci). Programy komputerowe opracowane w Zakładzie Odlewnictwa Politechniki Warszawskiej umożliwiają optymalizację wartości wybranych sygnałów wejściowych SSN w wybranych przez użytkownika zakresach dla uzyskania pożądanego wyniku. Przykład okna dialogowego z takiego programu pokazano na rys. 5.
6 254 Rys. 5. Okno optymalizacji wielkości wejściowych na podstawie nauczonej sieci neuronowej, modelującej zależność między składem chemicznym kąpieli, a własnościami mechanicznymi żeliwa sferoidalnego Fig. 5. Software window used for optimization of input values of trained neural network, modeling relationships between melt chemical composition and mechanical properties of SG cast iron W wielu procesach występuje łączne, wspomagające się działanie wielu wielkości wejściowych. Skłoniło to autorów do opracowania algorytmów (narzędzi) umożliwiających analizę istotności grup sygnałów [11]. Zasadnicza trudność wynika z pracochłonności obliczeń: np. dla 15 wielkości wejściowych liczba możliwych kombinacji (grup) wynosi ponad Opracowana procedura wykorzystuje metodę znajdowania quasi globalnego optimum funkcji wielu zmiennych zwaną metodą symulowanego wyżarzania, wypróbowaną z dobrym skutkiem przy uczeniu wstępnym sieci neuronowych. Przykład kopii ekranu ilustrującego znaczenie wszystkich grup sygnałów pokazano na rys. 6. W celu umożliwienia wyselekcjonowania najbardziej istotnych grup sygnałów wejściowych dla danego wyjścia sieci opracowano procedurę filtracji wszystkich kombinacji. Nie chodzi tu przy tym o wytypowanie po prostu grup najbardziej znaczących, gdyż jest oczywiste, że grupy liczniejsze będą zawsze bardziej znaczące. Proste odniesienie znaczenia grupy do jej liczebności również nie wydaje się wystarczająco dobrym rozwiązaniem, gdyż wówczas największe wyznaczone w powyższy sposób znaczenie mogą uzyskać sygnały pojedyncze, choć kombinacja kilku innych może być faktycznie bardziej znacząca. Przykład kopii ekranu z wynikami takiej filtracji pokazano na rys 7. Opisane metody są obecnie w fazie testowania przy użyciu zarówno symulowanych jak i rzeczywistych danych uczących.
7 255 Rys. 6. Kopia ekranu oprogramowania służącego do przeglądania wyników obliczeń znaczenia grup (kombinacji) sygnałów wejściowych SSN Fig. 6. Exemplary screen copy of the software developed for analysis of the significance of groups (combinations) of ANN input signals
8 256 Rys. 7. Kopia ekranu oprogramowania służącego do ustalenia i analizy najbardziej znaczących grup sygnałów wejściowych SSN Fig. 7. Exemplary screen copy of the software developed for analysis of the most significant groups of ANN input signals 3. MODELOWANIE PROCESÓW OTRZYMYWANIA ŻELIWA ADI ZA POMOCĄ SSN Prowadzone w ośrodkach badawczych prace dotyczące żeliwa ADI obejmują przede wszystkim badania jego składu chemicznego oraz różnych sposobów wytwarzania. Inną grupą zagadnień, ważną z punktu widzenia producentów wykorzystujących to tworzywo, jest możliwość oceny własności mechanicznych oraz wiedza dotycząca możliwości kształtowania cech użytkowych wyrobów z tego żeliwa. Z uwagi na złożoność oddziaływań zachodzących w poszczególnych etapach procesu technologicznego żeliwa ADI, dostępna wiedza w postaci opracowań naukowych nie definiuje tych zagadnień w sposób obejmujący ich całokształt. Opisy literaturowe podają dane dotyczące parametrów obróbki cieplnej i niektórych własności mechanicznych, jednak w sposób wybiórczy, niejednokrotnie dane te są niekompletne, a w większości przypadków otrzymane na próbkach laboratoryjnych. Dla producenta odlewów są zatem w dużej mierze bezużyteczne. Istnieje więc potrzeba zebrania danych literaturowych oraz przemysłowych w jedną bazę, która odpowiednio wykorzystana
9 257 umożliwi przewidywanie własności oraz odpowiedni dobór parametrów procesu technologicznego w celu otrzymania żeliwa ADI. Działania takie zostały podjęte w ramach wspólnej pracy badawczej prowadzonej przez Instytut Odlewnictwa w Krakowie i Zakład Odlewnictwa Politechniki Warszawskiej. Gromadzone są obecnie dane literaturowe, dane doświadczalne wykonane w ramach prac własnych oraz przemysłowe, udostępnione w ramach współpracy z jedną z włoskich odlewni. Dla uzyskania rozwiązania modelującego relacje typu: parametry procesu technologicznego własności otrzymanych wyrobów, tworzony jest system uczący się oparty na SSN. Cechy dotyczące systemów uczących się a w szczególności SSN czynią je doskonałym narzędziem wspomagającym przewidywanie czterech podstawowych własności mechanicznych badanych na żeliwie ADI: wytrzymałości na rozciąganie, umownej granicy plastyczności, wydłużenia oraz twardości. Własności mechaniczne żeliwa ADI zależą m.in. od parametrów obróbki cieplnej żeliwa sferoidalnego, tj. temperatury i czasu austenityzacji oraz temperatury i czasu hartowania izotermicznego, od jego składu chemicznego, ilości i kształtu wydzieleń grafitu kulkowego, konstrukcji i sposobu wykonania odlewu [14]. Wymienione parametry stanowią wejścia sieci. Oczekuje się efektu w postaci praktycznego narzędzia ułatwiającego producentom podejmowanie decyzji dotyczących projektowania wyrobów z żeliwa ADI oraz narzędzia określającego precyzyjne wytyczne dotyczące parametrów austenityzacji i hartowania izotermicznego. Ważną zaletą proponowanego rozwiązania jest uwzględnienie w procesie uczenia SSN (poprzez odpowiednie skorelowanie z zadanymi wejściami) pewnych informacji uzupełniających np.: stopnia sferoidyzacji, typu struktury pierwotnej, warunków obróbki cieplnej, których wytwórca nie musi posiadać. Wymagane zestawy danych obejmują parametry, którymi w szybki sposób może dysponować każdy producent wyrobów z żeliwa ADI. LITERATURA [1] L. Arafeh, H. Singh, S. Putatunda: A Neuro Fuzzy Logic Approach to Material Processing. IEEE Transactions On Systems, Man, And Cybernetics Part C: Applications And Reviews, Vol. 29, No. 3, August [2] M. A. Yescas: Prediction of the Vickers hardness in austempered ductile irons using neural networks. Int. J. Cast Metals Res., 2003, 15, [3] M. A. Yescas, H.K.D.H. Bhadeshia, D.J. MacKay: Estimation of the amount of retained austenite in austempered ductile irons using neural networks. Materials Science and Engineering A311 (2001) [4] H. Fujii, D.J. Mackay, H.K.D.H. Bhadesia: Bayesian Neural Network Analysis of Fatigue Crack Growth Rate in Nickel Base Superalloys. ISIJ International, Vol. 36 (1996), No. 11, pp [5] A. Kochański, M. Perzyk: Identyfikacja przyczyn wady porowatości w odlewach staliwnych z wykorzystaniem sztucznych sieci neuronowych. Archiwum Odlewnictwa, 2 (2002), nr 5.
10 258 [6] M. Perzyk, A. Kochański: Methodology of detection of casting defects causes by neural networks. Materials Science, Vol. 8, No. 4, 2002 (ISSN ). [7] M. Perzyk, A. Kochański: Detection of causes of casting defects assisted by artificial neural networks. Journal of Engineering Manufacture, Proceedings of the Institution of Mechanical Engineers, Part B. Vol. 217, (2003) str [8] M. Perzyk, A. Kochański: Prediction of ductile cast iron quality by artificial neural networks. Journal of Materials Processing Technology, Elsevier, 2001 Vol/issue:109/3, p [9] Luovo A., Alhainen J., Eklund P.: Criterion functions for estimating the microstructure and mechanical properties of SG iron castings. Proc. 58th World Foundry Congress, Krakow, 1992, Paper No. 20. [10] M. Perzyk, A. Kochański, J. Kozłowski: Istotność względna sygnałów wejściowych sieci neuronowej. Informatyka w Technologii Materiałów, Wydawnictwo Naukowe AKAPIT, Kraków, tom 3, rok 2003, str [11] M. Perzyk, A. Kochański, J. Kozłowski: Significance analysis of production parameters asisted by artificial neural networks. IIIth International Conference on Advances in Production Engineering, Oficyna Wydawnicza PW, Warszawa, tom 1, rok 2004, str [12] M. Perzyk, P. Siwek: Application of artificial neural networks to green molding sands control. Acta Metallurgica Slovaca, 8, (2002), nr 2. [13] P. F. Bartelt, M.R. Grady, D. Dibble: Application of intelligent techniques for green sand control. Trans. American Foundrymen s Society, 104 (1996) [14] D. Myszka, M. Kaczorowski, J. Tybulczuk, A. Kowalski: Parametry procesu otrzymywania żeliwa ADI, a jego własności mechaniczne. Archiwum Odlewnictwa, materiały VI Międzynarodowej Konferencji Naukowej, Szklarska Poręba APPLICATION OF LEARNING SYSTEMS TO PREDICTION OF CAST METALS PROPERTIES SUMMARY Applications of artificial neural networks and other learning systems to prediction of properties of cast materials are presented. Extended possibilities of applications of neural networks to control of metallurgical processes are shown. A currently developed project related to production of ADI is briefly discussed. Recenzował Prof. Mieczysław Kaczorowski
SYSTEMY MONITORUJĄCE I STERUJĄCE PRODUKCJĄ W ODLEWNI WYKORZYSTUJĄCE SZTUCZNE SIECI NEU- RONOWE
18/8 ARCHIWUM ODLEWNICTWA Rok 2003, Rocznik 3, Nr 8 Archives of Foundry Year 2003, Volume 3, Book 8 PAN - Katowice PL ISSN 1642-5308 SYSTEMY MONITORUJĄCE I STERUJĄCE PRODUKCJĄ W ODLEWNI WYKORZYSTUJĄCE
Bardziej szczegółowoIDENTYFIKACJA PRZYCZYN WADY POROWATOŚCI W ODLEWACH STALIWNYCH Z WYKORZYSTANIEM SZTUCZNYCH SIECI NEURONOWYCH
11/5 Archives of Foundry, Year 2002, Volume 2, 5 Archiwum Odlewnictwa, Rok 2002, Rocznik 2, Nr 5 PAN Katowice PL ISSN 1642-5308 IDENTYFIKACJA PRZYCZYN WADY POROWATOŚCI W ODLEWACH STALIWNYCH Z WYKORZYSTANIEM
Bardziej szczegółowoANALIZA STATYSTYCZNA WPŁYWU SKŁADU CHEMICZ- NEGO NA WŁASNOŚCI MECHANICZNE ŻELIWA ADI CZ. I ŻELIWO NIESTOPOWE
101/18 ARCHIWUM ODLEWNICTWA Rok 006 Rocznik 6 Nr 18 (/) ARCHIVES OF FOUNDRY Year 006 Volume 6 N o 18 (/) PAN Katowice PL ISSN 164-5308 ANALIZA STATYSTYCZNA WPŁYWU SKŁADU CHEMICZ- NEGO NA WŁASNOŚCI MECHANICZNE
Bardziej szczegółowoSztuczne sieci neuronowe w analizie procesów odlewniczych
METRO MEtalurgiczny TRening On-line Sztuczne sieci neuronowe w analizie procesów odlewniczych Marcin Perzyk PW Edukacja i Kultura Definicja sztucznej sieci neuronowej Sztuczna sieć neuronowa jest to złożona
Bardziej szczegółowoNOWOCZESNE ODMIANY ŻELIWA O STRUKTURZE AUSFERRYTYCZNEJ. A. KOWALSKI, A. PYTEL Instytut Odlewnictwa, ul. Zakopiańska 73, Kraków
97/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (2/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (2/2) PAN Katowice PL ISSN 1642-5308 NOWOCZESNE ODMIANY ŻELIWA O STRUKTURZE AUSFERRYTYCZNEJ A.
Bardziej szczegółowoCHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ. E. ZIÓŁKOWSKI 1 Wydział Odlewnictwa AGH, ul. Reymonta 23, Kraków
36/3 Archives of Foundry, Year 004, Volume 4, 3 Archiwum Odlewnictwa, Rok 004, Rocznik 4, Nr 3 PAN Katowice PL ISSN 64-5308 CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ E. ZIÓŁKOWSKI
Bardziej szczegółowoZAAWANSOWANE METODY STATYSTYCZNE W STEROWANIU PROCESAMI PRODUKCYJNYMI
1/12 ARCHIWUM ODLEWNICTWA Rok 2004, Rocznik 4, Nr 12 Archives of Foundry Year 2004, Volume 4, Book 12 PAN Katowice PL ISSN 1642-5308 ZAAWANSOWANE METODY STATYSTYCZNE W STEROWANIU PROCESAMI PRODUKCYJNYMI
Bardziej szczegółowoWPŁYW WIELKOŚCI WYDZIELEŃ GRAFITU NA WYTRZYMAŁOŚĆ ŻELIWA SFEROIDALNEGO NA ROZCIĄGANIE
15/12 ARCHIWUM ODLEWNICTWA Rok 2004, Rocznik 4, Nr 12 Archives of Foundry Year 2004, Volume 4, Book 12 PAN Katowice PL ISSN 1642-5308 WPŁYW WIELKOŚCI WYDZIELEŃ GRAFITU NA WYTRZYMAŁOŚĆ ŻELIWA SFEROIDALNEGO
Bardziej szczegółowoSTRUKTURA ŻELIWA EN-GJS W ZALEŻNOŚCI OD MATERIAŁÓW WSADOWYCH
3/22 Archives of Foundry, Year 2006, Volume 6, 22 Archiwum Odlewnictwa, Rok 2006, Rocznik 6, Nr 22 PAN Katowice PL ISSN 1642-5308 STRUKTURA ŻELIWA EN-GJS-500-7 W ZALEŻNOŚCI OD MATERIAŁÓW WSADOWYCH D. BARTOCHA
Bardziej szczegółowoMOŻLIWOŚCI ZASTOSOWANIA SZTUCZNYCH SIECI NEURONOWYCH DO MODELOWANIA PROCESÓW ODLEWNICZYCH
7/38 Solidification of Metals and Alloys, No. 38, 1998 Krzepnięcie Metali i Stopów, nr 38, 1998 PAN Katowice PL ISSN 0208-9386 MOŻLIWOŚCI ZASTOSOWANIA SZTUCZNYCH SIECI NEURONOWYCH DO MODELOWANIA PROCESÓW
Bardziej szczegółowoWPŁYW SZYBKOŚCI STYGNIĘCIA NA WŁASNOŚCI TERMOFIZYCZNE STALIWA W STANIE STAŁYM
2/1 Archives of Foundry, Year 200, Volume, 1 Archiwum Odlewnictwa, Rok 200, Rocznik, Nr 1 PAN Katowice PL ISSN 1642-308 WPŁYW SZYBKOŚCI STYGNIĘCIA NA WŁASNOŚCI TERMOFIZYCZNE STALIWA W STANIE STAŁYM D.
Bardziej szczegółowoMODELOWANIE ROZKŁADU STOPNIA ZAGĘSZCZENIA MASY FORMIERSKIEJ Z WYKORZYSTANIEM SYSTEMÓW UCZĄCYCH SIĘ
Robert Biernacki, Marcin Perzyk, Jacek Kozłowski MODELOWANIE ROZKŁADU STOPNIA ZAGĘSZCZENIA MASY FORMIERSKIEJ Z WYKORZYSTANIEM SYSTEMÓW UCZĄCYCH SIĘ Streszczenie Omówiono czynniki wpływające na stopień
Bardziej szczegółowoOCENA JAKOŚCI ŻELIWA SFEROIDALNEGO METODĄ ATD
26/10 Archives of Foundry, Year 2003, Volume 3, 10 Archiwum O dlewnictwa, Rok 2003, Rocznik 3, Nr 10 PAN Katowice PL ISSN 1642-5308 OCENA JAKOŚCI ŻELIWA SFEROIDALNEGO METODĄ ATD M. STAWARZ 1, J. SZAJNAR
Bardziej szczegółowoOKREŚLENIE WŁASNOŚCI MECHANICZNYCH ŻELIWA SFEROIDALNEGO METODĄ ATD
47/15 Archives of Foundry, Year 2005, Volume 5, 15 Archiwum Odlewnictwa, Rok 2005, Rocznik 5, Nr 15 PAN Katowice PL ISSN 1642-5308 OKREŚLENIE WŁASNOŚCI MECHANICZNYCH ŻELIWA SFEROIDALNEGO METODĄ ATD M.
Bardziej szczegółowoBADANIA ŻELIWA Z GRAFITEM KULKOWYM PO DWUSTOPNIOWYM HARTOWANIU IZOTERMICZNYM Część I
13/17 ARCHIWUM ODLEWNICTWA Rok 2005, Rocznik 5, Nr 17 Archives of Foundry Year 2005, Volume 5, Book 17 PAN - Katowice PL ISSN 1642-5308 BADANIA ŻELIWA Z GRAFITEM KULKOWYM PO DWUSTOPNIOWYM HARTOWANIU IZOTERMICZNYM
Bardziej szczegółowoZMĘCZENIE CIEPLNE STALIWA CHROMOWEGO I CHROMOWO-NIKLOWEGO
23/2 Archives of Foundry, Year 2001, Volume 1, 1 (2/2) Archiwum Odlewnictwa, Rok 2001, Rocznik 1, Nr 1 (2/2) PAN Katowice PL ISSN 1642-5308 ZMĘCZENIE CIEPLNE STALIWA CHROMOWEGO I CHROMOWO-NIKLOWEGO J.
Bardziej szczegółowoWŁAŚCIWOŚCI ŻELIWA EN-GJS W ZALEŻNOŚCI OD MATERIAŁÓW WSADOWYCH
2/22 Archives of Foundry, Year 2006, Volume 6, 22 Archiwum Odlewnictwa, Rok 2006, Rocznik 6, Nr 22 PAN Katowice PL ISSN 1642-5308 WŁAŚCIWOŚCI ŻELIWA EN-GJS-500-7 W ZALEŻNOŚCI OD MATERIAŁÓW WSADOWYCH STRESZCZENIE
Bardziej szczegółowoPARAMETRY STEREOLOGICZNE GRAFITU I SKŁAD CHEMICZNY OKREŚLAJĄCY WŁAŚCIWOŚCI MECHANICZNE ŻELIWA SFEROIDALNEGO
60/4 Archives of Foundry, Year 2002, Volume 2, 4 Archiwum Odlewnictwa, Rok 2002, Rocznik 2, Nr 4 PAN Katowice PL ISSN 1642-5308 PARAMETRY STEREOLOGICZNE GRAFITU I SKŁAD CHEMICZNY OKREŚLAJĄCY WŁAŚCIWOŚCI
Bardziej szczegółowoOKREŚLENIE WŁAŚCIWOŚCI MECHANICZNYCH SILUMINU AK132 NA PODSTAWIE METODY ATND.
37/44 Solidification of Metals and Alloys, Year 000, Volume, Book No. 44 Krzepnięcie Metali i Stopów, Rok 000, Rocznik, Nr 44 PAN Katowice PL ISSN 008-9386 OKREŚLENIE WŁAŚCIWOŚCI MECHANICZNYCH SILUMINU
Bardziej szczegółowoOPTYMALIZACJA PARAMETRÓW OBRÓBKI CIEPLNEJ SILUMINU ALSi17
71/2 Archives of Foundry, Year 2001, Volume 1, 1 (2/2) Archiwum Odlewnictwa, Rok 2001, Rocznik 1, Nr 1 (2/2) PAN Katowice PL ISSN 1642-5308 OPTYMALIZACJA PARAMETRÓW OBRÓBKI CIEPLNEJ SILUMINU ALSi17 J.
Bardziej szczegółowoWĘGLOAZOTOWANIE JAKO ELEMENT OBRÓBKI CIEPLNEJ DLA ŻELIWA ADI
54/4 Archives of Foundry, Year 2002, Volume 2, 4 Archiwum Odlewnictwa, Rok 2002, Rocznik 2, Nr 4 PAN Katowice PL ISSN 1642-5308 WĘGLOAZOTOWANIE JAKO ELEMENT OBRÓBKI CIEPLNEJ DLA ŻELIWA ADI D. MYSZKA 1,
Bardziej szczegółowoOBRÓBKA CIEPLNA SILUMINU AK132
52/22 Archives of Foundry, Year 2006, Volume 6, 22 Archiwum Odlewnictwa, Rok 2006, Rocznik 6, Nr 22 PAN Katowice PL ISSN 1642-5308 OBRÓBKA CIEPLNA SILUMINU AK132 J. PEZDA 1 Akademia Techniczno-Humanistyczna
Bardziej szczegółowoZastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym
POLITECHNIKA WARSZAWSKA Instytut Technik Wytwarzania Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym Marcin Perzyk Dlaczego eksploracja danych?
Bardziej szczegółowoWPŁYW SKŁADU CHEMICZNEGO I STOPNIA SFEROIDYZACJI GRAFITU NA WŁASNOŚCI MECHANICZNE ŻELIWA
20/2 Archives of Foundry, Year 2001, Volume 1, 1 (2/2) Archiwum Odlewnictwa, Rok 2001, Rocznik 1, Nr 1 (2/2) PAN Katowice PL ISSN 1642-5308 WPŁYW SKŁADU CHEMICZNEGO I STOPNIA SFEROIDYZACJI GRAFITU NA WŁASNOŚCI
Bardziej szczegółowoXIV EKSPLORACJA DANYCH
Przypadek I: system bezpieczeństwa energetycznego Ocena bezpieczeństwa systemu energetycznego wymaga zbudowania schematu tego systemu zawierającego: topologię sieci energetycznej obciążenie (moc czynna
Bardziej szczegółowoMONITOROWANIE PRODUKCJI I KONTROLA JAKOŚCI STALIWA ZA POMOCĄ PROGRAMU KOMPUTEROWEGO
50/17 ARCHIWUM ODLEWNICTWA Rok 2005, Rocznik 5, Nr 17 Archives of Foundry Year 2005, Volume 5, Book 17 PAN - Katowice PL ISSN 1642-5308 MONITOROWANIE PRODUKCJI I KONTROLA JAKOŚCI STALIWA ZA POMOCĄ PROGRAMU
Bardziej szczegółowoOCENA JAKOŚCI ŻELIWA SFEROIDALNEGO EN-GJS METODĄ ATD
3/6 ARCHIWUM ODLEWNICTWA Rok 22, Rocznik 2, Nr 6 Archives of Foundry Year 22, Volume 2, Book 6 PAN - Katowice PL ISSN 1642-538 OCENA JAKOŚCI ŻELIWA SFEROIDALNEGO EN-GJS-4-15 METODĄ ATD S. PIETROWSKI 1,
Bardziej szczegółowo43/59 WPL YW ZA W ARTOŚCI BIZMUTU I CERU PO MODYFIKACJI KOMPLEKSOWEJ NA WŁAŚCIWOŚCI MECHANICZNE ŻELIW A NADEUTEKTYCZNEGO
43/59 Solidification of Metais and Alloys, Year 2000, Volume 2, Book No. 43 Krzepnięcie Metali i Stopów, Rok 2000, Rocznik 2, Nr 43 P AN -Katowice PL ISSN 0208-9386 WPL YW ZA W ARTOŚCI BIZMUTU I CERU PO
Bardziej szczegółowoTWARDOŚĆ, UDARNOŚĆ I ZUŻYCIE EROZYJNE STALIWA CHROMOWEGO
24/2 Archives of Foundry, Year 200, Volume, (2/2) Archiwum Odlewnictwa, Rok 200, Rocznik, Nr (2/2) PAN Katowice PL ISSN 642-5308 TWARDOŚĆ, UDARNOŚĆ I ZUŻYCIE EROZYJNE STALIWA CHROMOWEGO J. KILARSKI, A.
Bardziej szczegółowoZASTOSOWANIE METODY ATD DO JAKOŚCIOWEJ OCENY STALIWA CHROMOWEGO PRZEZNACZONEGO NA WYKŁADZINY MŁYNÓW CEMENTOWYCH
24/44 Solidification of Metals and Alloys, Year 2000, Volume 2, Book No. 44 Krzepnięcie Metali i Stopów, Rok 2000, Rocznik 2, Nr 44 PAN Katowice PL ISSN 0208-9386 ZASTOSOWANIE METODY ATD DO JAKOŚCIOWEJ
Bardziej szczegółowoWPŁYW MATERIAŁÓW WSADOWYCH I TECHNOLOGII WYTOPU NA WŁAŚCIWOŚCI ŻELIWA SFEROIDALNEGO
1/17 ARCHIWUM ODLEWNICTWA Rok 25, Rocznik 5, Nr 17 Archives of Foundry Year 25, Volume 5, Book 17 PAN - Katowice PL ISSN 1642-538 WPŁYW MATERIAŁÓW WSADOWYCH I TECHNOLOGII WYTOPU NA WŁAŚCIWOŚCI ŻELIWA SFEROIDALNEGO
Bardziej szczegółowoROZKŁAD TWARDOŚCI I MIKROTWARDOŚCI OSNOWY ŻELIWA CHROMOWEGO ODPORNEGO NA ŚCIERANIE NA PRZEKROJU MODELOWEGO ODLEWU
35/9 Archives of Foundry, Year 2003, Volume 3, 9 Archiwum Odlewnictwa, Rok 2003, Rocznik 3, Nr 9 PAN Katowice PL ISSN 1642-5308 ROZKŁAD TWARDOŚCI I MIKROTWARDOŚCI OSNOWY ŻELIWA CHROMOWEGO ODPORNEGO NA
Bardziej szczegółowoWŁASNOŚCI MECHANICZNE I STRUKTURA ŻELIWA Z GRAFITEM MIESZANYM PO DWUSTOPNIOWYM HARTO- WANIU IZOTERMICZNYM
98/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (2/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (2/2) PAN Katowice PL ISSN 1642-5308 WŁASNOŚCI MECHANICZNE I STRUKTURA ŻELIWA Z GRAFITEM MIESZANYM
Bardziej szczegółowoKrzepnięcie Metali i Stopów, Nr 26, 1996 P Ai'l - Oddział Katowice PL ISSN POCICA-FILIPOWICZ Anna, NOWAK Andrzej
26/39 Soliditikation of Metais and Alloys, No 26, 1996 Krzepnięcie Metali i Stopów, Nr 26, 1996 P Ai'l - Oddział Katowice PL ISSN 02011-9386 WYKRESY CTPc ŻELIW A SZAREGO POCICA-FILIPOWICZ Anna, NOWAK Andrzej
Bardziej szczegółowoWPŁYW DODATKÓW STOPOWYCH NA WŁASNOŚCI STOPU ALUMINIUM KRZEM O NADEUTEKTYCZNYM SKŁADZIE
WYDZIAŁ ODLEWNICTWA AGH Oddział Krakowski STOP XXXIV KONFERENCJA NAUKOWA Kraków - 19 listopada 2010 r. Marcin PIĘKOŚ 1, Stanisław RZADKOSZ 2, Janusz KOZANA 3,Witold CIEŚLAK 4 WPŁYW DODATKÓW STOPOWYCH NA
Bardziej szczegółowoOSZACOWANIE ZAWARTOŚCI AUSTENITU SZCZĄTKOWEGO W ŻELIWIE ADI ZA POMOCĄ SZTUCZNEJ SIECI NEURONOWEJ
22/19 ARCHIWUM ODLEWNICTWA Rok 26, Rocznik 6, Nr 19 Archives of Foundry Year 26, Volume 6, Book 19 PAN - Katowice PL ISSN 1642-38 OSZACOWANIE ZAWARTOŚCI AUSTENITU SZCZĄTKOWEGO W ŻELIWIE ADI ZA POMOCĄ SZTUCZNEJ
Bardziej szczegółowoBADANIA ŻELIWA Z GRAFITEM KULKOWYM PO DWUSTOPNIOWYM HARTOWANIU IZOTERMICZNYM Część II
14/17 ARCHIWUM ODLEWNICTWA Rok 2005, Rocznik 5, Nr 17 Archives of Foundry Year 2005, Volume 5, Book 17 PAN - Katowice PL ISSN 1642-5308 BADANIA ŻELIWA Z GRAFITEM KULKOWYM PO DWUSTOPNIOWYM HARTOWANIU IZOTERMICZNYM
Bardziej szczegółowoOBRÓBKA CIEPLNO-PLASTYCZNA ŻELIWA SFEROIDALNEGO
43/19 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 19 Archives of Foundry Year 2006, Volume 6, Book 19 PAN - Katowice PL ISSN 1642-5308 OBRÓBKA CIEPLNO-PLASTYCZNA ŻELIWA SFEROIDALNEGO T. SZYKOWNY 1, K.CIECHACKI
Bardziej szczegółowoOKREŚLANIE WŁASNOŚCI MECHANICZNYCH SILUMINU AK20 NA PODSTAWIE METODY ATND
28/17 ARCHIWUM ODLEWNICTWA Rok 2005, Rocznik 5, Nr 17 Archives of Foundry Year 2005, Volume 5, Book 17 PAN - Katowice PL ISSN 1642-5308 OKREŚLANIE WŁASNOŚCI MECHANICZNYCH SILUMINU AK20 NA PODSTAWIE METODY
Bardziej szczegółowoODPORNOŚĆ STALIWA NA ZUŻYCIE EROZYJNE CZĘŚĆ II. ANALIZA WYNIKÓW BADAŃ
Szybkobieżne Pojazdy Gąsienicowe (15) nr 1, 2002 Stanisław JURA Roman BOGUCKI ODPORNOŚĆ STALIWA NA ZUŻYCIE EROZYJNE CZĘŚĆ II. ANALIZA WYNIKÓW BADAŃ Streszczenie: W części I w oparciu o teorię Bittera określono
Bardziej szczegółowoZastosowanie sztucznej inteligencji w testowaniu oprogramowania
Zastosowanie sztucznej inteligencji w testowaniu oprogramowania Problem NP Problem NP (niedeterministycznie wielomianowy, ang. nondeterministic polynomial) to problem decyzyjny, dla którego rozwiązanie
Bardziej szczegółowoSTRUKTURA ORAZ UDARNOŚĆ ŻELIWA AUSTENITYCZNEGO PRZEZNACZONEGO DO PRACY W NISKICH TEMPERATURACH
14/12 ARCHIWUM ODLEWNICTWA Rok 2004, Rocznik 4, Nr 12 Archives of Foundry Year 2004, Volume 4, Book 12 PAN Katowice PL ISSN 1642-5308 STRUKTURA ORAZ UDARNOŚĆ ŻELIWA AUSTENITYCZNEGO PRZEZNACZONEGO DO PRACY
Bardziej szczegółowoWPŁYW WARUNKÓW PRZESYCANIA I STARZENIA STOPU C355 NA ZMIANY JEGO TWARDOŚCI
40/15 Archives of Foundry, Year 2005, Volume 5, 15 Archiwum Odlewnictwa, Rok 2005, Rocznik 5, Nr 15 PAN Katowice PL ISSN 1642-5308 WPŁYW WARUNKÓW PRZESYCANIA I STARZENIA STOPU C355 NA ZMIANY JEGO TWARDOŚCI
Bardziej szczegółowoMODELOWANIE WARSTWY POWIERZCHNIOWEJ O ZMIENNEJ TWARDOŚCI
Dr inż. Danuta MIEDZIŃSKA, email: dmiedzinska@wat.edu.pl Dr inż. Robert PANOWICZ, email: Panowicz@wat.edu.pl Wojskowa Akademia Techniczna, Katedra Mechaniki i Informatyki Stosowanej MODELOWANIE WARSTWY
Bardziej szczegółowoSTRUKTURA I WŁAŚCIWOŚCI MECHANICZNE ŻELIWA Z GRAFITEM MIESZANYM HARTOWANEGO IZOTERMICZNIE
13/6 ARCHIWUM ODLEWNICTWA Rok 2002, Rocznik 2, Nr 6 Archives of Foundry Year 2002, Volume 2, Book 6 PAN - Katowice PL ISSN 1642-5308 STRUKTURA I WŁAŚCIWOŚCI MECHANICZNE ŻELIWA Z GRAFITEM MIESZANYM HARTOWANEGO
Bardziej szczegółowoSYSTEM INFORMATYCZNEGO WSPOMAGANIA ZARZĄDZANIA GOSPODARKĄ MATERIAŁAMI WSADOWYMI W ODLEWNI PRIMA-ŁÓDŹ
4/12 ARCHIWUM ODLEWNICTWA Rok 2004, Rocznik 4, Nr 12 Archives of Foundry Year 2004, Volume 4, Book 12 PAN Katowice PL ISSN 1642-5308 SYSTEM INFORMATYCZNEGO WSPOMAGANIA ZARZĄDZANIA GOSPODARKĄ MATERIAŁAMI
Bardziej szczegółowoBADANIE DOKŁADNOŚCI WYMIAROWEJ W METODZIE ZGAZOWYWANYCH MODELI
118/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (2/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (2/2) PAN Katowice PL ISSN 1642-5308 BADANIE DOKŁADNOŚCI WYMIAROWEJ W METODZIE ZGAZOWYWANYCH
Bardziej szczegółowoWŁAŚCIWOŚCI MECHANICZNE KOMPOZYTÓW AlSi13Cu2- WŁÓKNA WĘGLOWE WYTWARZANYCH METODĄ ODLEWANIA CIŚNIENIOWEGO
31/14 Archives of Foundry, Year 2004, Volume 4, 14 Archiwum Odlewnictwa, Rok 2004, Rocznik 4, Nr 14 PAN Katowice PL ISSN 1642-5308 WŁAŚCIWOŚCI MECHANICZNE KOMPOZYTÓW AlSi13Cu2- WŁÓKNA WĘGLOWE WYTWARZANYCH
Bardziej szczegółowoZARZĄDZANIE PRODUKCJĄ ODLEWÓW W OPARCIU O TECHNIKĘ MODELOWANIA I SYMULACJI PRACY LINII ODLEWNICZYCH
ARCHIWUM ODLEWNICTWA 19/17 Rok 2005, Rocznik 5, Nr 17 Archives of Foundry Year 2005, Volume 5, Book 17 PAN - Katowice PL ISSN 1642-5308 ZARZĄDZANIE PRODUKCJĄ ODLEWÓW W OPARCIU O TECHNIKĘ MODELOWANIA I
Bardziej szczegółowoZASTOSOWANIE SIECI NEURONOWYCH DO OPTYMALIZACJI WARUNKÓW OBRÓBKI CIEPLNEJ STOPÓW Mg-Al
LESZEK A. DOBRZAŃSKI, TOMASZ TAŃSKI ZASTOSOWANIE SIECI NEURONOWYCH DO OPTYMALIZACJI WARUNKÓW OBRÓBKI CIEPLNEJ STOPÓW Mg-Al APPLICATION OF NEURAL NETWORKS FOR OPTIMISATION OF Mg-Al ALLOYS HEAT TREATMENT
Bardziej szczegółowoEKSPERYMENTALNE MODELOWANIE STYGNIĘCIA ODLEWU W FORMIE
64/14 Archives of Foundry, Year 2004, Volume 4, 14 Archiwum Odlewnictwa, Rok 2004, Rocznik 4, Nr 14 PAN Katowice PL ISSN 1642-5308 EKSPERYMENTALNE MODELOWANIE STYGNIĘCIA ODLEWU W FORMIE A. STUDNICKI 1
Bardziej szczegółowoWPŁYW PARAMETRÓW ODLEWANIA CIŚNIENIOWEGO NA STRUKTURĘ i WŁAŚCIWOŚCI STOPU MAGNEZU AM50
28/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (1/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (1/2) PAN Katowice PL ISSN 1642-5308 WPŁYW PARAMETRÓW ODLEWANIA CIŚNIENIOWEGO NA STRUKTURĘ i
Bardziej szczegółowoOCENA JAKOŚCI ŻELIWA SFEROIDALNEGO FERRYTYCZNEGO
9/8 ARCHIWUM ODLEWNICTWA Rok 003, Rocznik 3, Nr 8 Archives of Foundry Year 003, Volume 3, Book 8 PAN - Katowice PL ISSN 164-5308 OCENA JAKOŚCI ŻELIWA SFEROIDALNEGO FERRYTYCZNEGO S. PIETROWSKI 1, G. GUMIENNY
Bardziej szczegółowoWPŁYW OBRÓBKI CIEPLNEJ NA WYBRANE WŁASNOŚCI STALIWA CHROMOWEGO ODPORNEGO NA ŚCIERANIE
59/22 Archives of Foundry, Year 2006, Volume 6, 22 Archiwum Odlewnictwa, Rok 2006, Rocznik 6, Nr 22 PAN Katowice PL ISSN 1642-5308 WPŁYW OBRÓBKI CIEPLNEJ NA WYBRANE WŁASNOŚCI STALIWA CHROMOWEGO ODPORNEGO
Bardziej szczegółowoWSKAŹNIK JAKOŚCI ODLEWÓW ZE STOPU Al-Si
48/14 Archives of Foundry, Year 2004, Volume 4, 14 Archiwum Odlewnictwa, Rok 2004, Rocznik 4, Nr 14 PAN Katowice PL ISSN 1642-5308 WSKAŹNIK JAKOŚCI ODLEWÓW ZE STOPU Al-Si A. W. ORŁOWICZ 1, M. MRÓZ 2 Zakład
Bardziej szczegółowoMODYFIKACJA SILUMINU AK20 DODATKAMI ZŁOŻONYMI
41/2 Archives of Foundry, Year 2001, Volume 1, 1 (2/2) Archiwum Odlewnictwa, Rok 2001, Rocznik 1, Nr 1 (2/2) PAN Katowice PL ISSN 1642-5308 MODYFIKACJA SILUMINU AK20 DODATKAMI ZŁOŻONYMI F. ROMANKIEWICZ
Bardziej szczegółowoSZACOWANIE WŁASNOŚCI MECHANICZNYCH SILUMINU AK9 NA PODSTAWIE METODY ATND
13/10 Archives of Foundry, Year 2003, Volume 3, 10 Archiwum Odlewnictwa, Rok 2003, Rocznik 3, Nr 10 PAN Katowice PL ISSN 1642-5308 SZACOWANIE WŁASNOŚCI MECHANICZNYCH SILUMINU AK9 NA PODSTAWIE METODY ATND
Bardziej szczegółowoMODYFIKACJA SILUMINÓW AK7 i AK9. F. ROMANKIEWICZ 1 Uniwersytet Zielonogórski, ul. Podgórna 50, Zielona Góra
23/6 ARCHIWUM ODLEWNICTWA Rok 2002, Rocznik 2, Nr 6 Archives of Foundry Year 2002, Volume 2, Book 6 PAN - Katowice PL ISSN 1642-5308 MODYFIKACJA SILUMINÓW AK7 i AK9 F. ROMANKIEWICZ 1 Uniwersytet Zielonogórski,
Bardziej szczegółowoBADANIA STRUKTURALNE ŻELIWA ADI OTRZYMANEGO W WYNIKU BEZPOŚREDNIEGO HARTOWANIA IZOTERMICZNEGO Z FORM PIASKOWYCH
34/2 Archives of Foundry, Year 2001, Volume 1, 1 (2/2) Archiwum Odlewnictwa, Rok 2001, Rocznik 1, Nr 1 (2/2) PAN Katowice PL ISSN 1642-5308 BADANIA STRUKTURALNE ŻELIWA ADI OTRZYMANEGO W WYNIKU BEZPOŚREDNIEGO
Bardziej szczegółowoBADANIA STRUKTURY I WŁASNOŚCI ŻELIWA SYNTETYCZNEGO HARTOWANEGO IZOTERMICZNIE W ZŁOŻU FLUIDALNYM
18/40 Solidification of Metals and Alloys, Year 1999, Volume 1, Book No. 40 Krzepnięcie Metali i Stopów, Rok 1999, Rocznik 1, Nr 40 PAN Katowice PL ISSN 0208-9386 BADANIA STRUKTURY I WŁASNOŚCI ŻELIWA SYNTETYCZNEGO
Bardziej szczegółowoOCENA KRYSTALIZACJI STALIWA METODĄ ATD
34/8 ARCHIWUM ODLEWNICTWA Rok 2003, Rocznik 3, Nr 8 Archives of Foundry Year 2003, Volume 3, Book 8 PAN - Katowice PL ISSN 1642-5308 OCENA KRYSTALIZACJI STALIWA METODĄ ATD S. PIETROWSKI 1, R. WŁADYSIAK
Bardziej szczegółowoZASTOSOWANIE METODY FMEA W DOSKONALENIU JAKOŚCI WYROBÓW ODLEWANYCH
4/15 Archives of Foundry, Year 2005, Volume 5, 15 Archiwum Odlewnictwa, Rok 2005, Rocznik 5, Nr 15 PAN Katowice PL ISSN 1642-5308 ZASTOSOWANIE METODY FMEA W DOSKONALENIU JAKOŚCI WYROBÓW ODLEWANYCH S. BORKOWSKI
Bardziej szczegółowoRecenzja rozprawy doktorskiej mgr inż. Joanny Wróbel
Prof. dr hab. inż. Tadeusz BURCZYŃSKI, czł. koresp. PAN Instytut Podstawowych Problemów Techniki PAN ul. A. Pawińskiego 5B 02-106 Warszawa e-mail: tburczynski@ippt.pan.pl Warszawa, 15.09.2017 Recenzja
Bardziej szczegółowoBADANIE STABILNOŚCI SYSTEMU PRZYGOTOWANIA OBIEGOWEJ MASY FORMIERSKIEJ
164/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (2/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (2/2) PAN Katowice PL ISSN 1642-5308 BADANIE STABILNOŚCI SYSTEMU PRZYGOTOWANIA OBIEGOWEJ MASY
Bardziej szczegółowoMODYFIKACJA SILUMINU AK20. F. ROMANKIEWICZ 1 Politechnika Zielonogórska,
42/44 Solidification of Metals and Alloys, Year 2000, Volume 2, Book No. 44 Krzepnięcie Metali i Stopów, Rok 2000, Rocznik 2, Nr 44 PAN Katowice PL ISSN 0208-9386 MODYFIKACJA SILUMINU AK20 F. ROMANKIEWICZ
Bardziej szczegółowoWPŁYW SZYBKOŚCI WYPEŁNIANIA WNĘKI FORMY NA STRUKTURĘ ŻELIWA CHROMOWEGO
43/15 Archives of Foundry, Year 2005, Volume 5, 15 Archiwum Odlewnictwa, Rok 2005, Rocznik 5, Nr 15 PAN Katowice PL ISSN 1642-5308 WPŁYW SZYBKOŚCI WYPEŁNIANIA WNĘKI FORMY NA STRUKTURĘ ŻELIWA CHROMOWEGO
Bardziej szczegółowoWPŁYW SZYBKOŚCI STYGNIĘCIA NA PARAMETRY KRYSTALIZACJI ŻELIWA CHROMOWEGO
27/1 Archives of Foundry, Year 23, Volume 3, 1 Archiwum Odlewnictwa, Rok 23, Rocznik 3, Nr 1 PAN Katowice PL ISSN 1642-538 WPŁYW SZYBKOŚCI STYGNIĘCIA NA PARAMETRY KRYSTALIZACJI ŻELIWA CHROMOWEGO A. STUDNICKI
Bardziej szczegółowoWŁAŚCIWOŚCI MECHANICZNE ŻELIWA SFEROIDALNEGO OBRABIANEGO RÓŻNYMI MODYFIKATORAMI
89/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (2/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (2/2) PAN Katowice PL ISSN 1642-5308 WŁAŚCIWOŚCI MECHANICZNE ŻELIWA SFEROIDALNEGO OBRABIANEGO
Bardziej szczegółowoBADANIA ŻELIWA CHROMOWEGO NA DYLATOMETRZE ODLEWNICZYM DO-01/P.Śl.
36/38 Solidification of Metals and Alloys, No. 38, 1998 Krzepnięcie Metali i Stopów, nr 38, 1998 PAN Katowice PL ISSN 0208-9386 BADANIA ŻELIWA CHROMOWEGO NA DYLATOMETRZE ODLEWNICZYM DO-01/P.Śl. STUDNICKI
Bardziej szczegółowoZASTOSOWANIE OCHŁADZALNIKA W CELU ROZDROBNIENIA STRUKTURY W ODLEWIE BIMETALICZNYM
28/10 Archives of Foundry, Year 2003, Volume 3, 10 Archiwum Odlewnictwa, Rok 2003, Rocznik 3, Nr 10 PAN Katowice PL ISSN 1642-5308 ZASTOSOWANIE OCHŁADZALNIKA W CELU ROZDROBNIENIA STRUKTURY W ODLEWIE BIMETALICZNYM
Bardziej szczegółowoWYKORZYSTANIE ANALIZY WSKAŹNIKÓW ZDOLNOŚCI DO OPTYMALIZACJI PROCESU WYTWARZANIA MASY FORMIERSKIEJ
168/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (2/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (2/2) PAN Katowice PL ISSN 1642-5308 WYKORZYSTANIE ANALIZY WSKAŹNIKÓW ZDOLNOŚCI DO OPTYMALIZACJI
Bardziej szczegółowoWtrącenia niemetaliczne w staliwie topionym w małym piecu indukcyjnym
A R C H I V E S of F O U N D R Y E N G I N E E R I N G Published quarterly as the organ of the Foundry Commission of the Polish Academy of Sciences ISSN (897-0) Volume Special Issue /0 9 97 8/ Wtrącenia
Bardziej szczegółowoKONTROLA STALIWA NIESTOPOWEGO METODĄ ATD
36/12 ARCHIWUM ODLEWNICTWA Rok 2004, Rocznik 4, Nr 12 Archives of Foundry Year 2004, Volume 4, Book 12 PAN Katowice PL ISSN 1642-5308 KONTROLA STALIWA NIESTOPOWEGO METODĄ ATD S. PIETROWSKI 1, G. GUMIENNY
Bardziej szczegółowoODLEWNICTWO Casting. forma studiów: studia stacjonarne. Liczba godzin/tydzień: 2W, 1L PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu Kierunek: Inżynieria materiałowa Rodzaj przedmiotu: kierunkowy obowiązkowy Rodzaj zajęć: Wyk. Lab. Poziom studiów: studia I stopnia ODLEWNICTWO Casting forma studiów: studia stacjonarne
Bardziej szczegółowoWPŁYW MODYFIKACJI NA STRUKTURĘ I MORFOLOGIĘ PRZEŁOMÓW SILUMINU AK132
60/22 Archives of Foundry, Year 2006, Volume 6, 22 Archiwum Odlewnictwa, Rok 2006, Rocznik 6, Nr 22 PAN Katowice PL ISSN 1642-5308 WPŁYW MODYFIKACJI NA STRUKTURĘ I MORFOLOGIĘ PRZEŁOMÓW SILUMINU AK132 F.
Bardziej szczegółowoTEMPERATURY KRYSTALIZACJI ŻELIWA CHROMOWEGO W FUNKCJI SZYBKOŚCI STYGNIĘCIA ODLEWU
48/15 Archives of Foundry, Year 2005, Volume 5, 15 Archiwum Odlewnictwa, Rok 2005, Rocznik 5, Nr 15 PAN Katowice PL ISSN 1642-5308 TEMPERATURY KRYSTALIZACJI ŻELIWA CHROMOWEGO W FUNKCJI SZYBKOŚCI STYGNIĘCIA
Bardziej szczegółowoANALIZA STATYSTYCZNA WPŁYWU SKŁADU CHEMICZ- NEGO NA WŁASNOŚCI MECHANICZNE ŻELIWA ADI CZ. II ŻELIWO STOPOWE
10/18 ARCHIWUM ODLEWNICTWA Rok 006, Rocznik 6, Nr 18 (/) ARCHIVES OF FOUNDRY Year 006, Volume 6, N o 18 (/) PAN Katowice PL ISSN 164-5308 ANALIZA STATYSTYCZNA WPŁYWU SKŁADU CHEMICZ- NEGO NA WŁASNOŚCI MECHANICZNE
Bardziej szczegółowoWPŁYW OBRÓBKI CIEPLNEJ NA WŁAŚCIWOŚCI MECHANICZNE SILUMINU AlSi17Cu3Mg
72/2 Archives of Foundry, Year 2001, Volume 1, 1 (2/2) Archiwum Odlewnictwa, Rok 2001, Rocznik 1, Nr 1 (2/2) PAN Katowice PL ISSN 1642-5308 WPŁYW OBRÓBKI CIEPLNEJ NA WŁAŚCIWOŚCI MECHANICZNE SILUMINU AlSi17Cu3Mg
Bardziej szczegółowoWPŁYW FUNKCYJNYCH PARAMETRÓW STEREOLOGICZNYCH GRAFITU NA WŁAŚCIWOŚCI MECHANICZNE ŻELIWA SFEROIDALNEGO. ul. Towarowa 7, Gliwice
21/2 Archives of Foundry, Year 2001, Volume 1, 1 (2/2) Archiwum Odlewnictwa, Rok 2001, Rocznik 1, Nr 1 (2/2) PAN Katowice PL ISSN 1642-5308 WPŁYW FUNKCYJNYCH PARAMETRÓW STEREOLOGICZNYCH GRAFITU NA WŁAŚCIWOŚCI
Bardziej szczegółowoPróba ocena jakości żeliwa z różną postacią grafitu w oparciu o pomiar aktywności tlenu w ciekłym stopie i wybrane parametry krzywej krystalizacji
PROJEKT NR: POIG.01.03.01-12-061/08 Badania i rozwój nowoczesnej technologii tworzyw odlewniczych odpornych na zmęczenie cieplne Próba ocena jakości żeliwa z różną postacią grafitu w oparciu o pomiar aktywności
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 szczegółowoANALIZA ODDZIAŁYWANIA SYSTEMU ZARZĄDZANIA JAKOŚCIĄ NA STABILIZACJĘ WYBRANYCH WŁAŚCIWOŚCI WALCÓW HUTNICZYCH
54/19 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 19 Archives of Foundry Year 2006, Volume 6, Book 19 PAN - Katowice PL ISSN 1642-5308 ANALIZA ODDZIAŁYWANIA SYSTEMU ZARZĄDZANIA JAKOŚCIĄ NA STABILIZACJĘ
Bardziej szczegółowoMODYFIKACJA STOPU AK64
17/10 Archives of Foundry, Year 2003, Volume 3, 10 Archiwum Odlewnictwa, Rok 2003, Rocznik 3, Nr 10 PAN Katowice PL ISSN 1642-5308 MODYFIKACJA STOPU AK64 F. ROMANKIEWICZ 1, R. ROMANKIEWICZ 2, T. PODRÁBSKÝ
Bardziej szczegółowoFOTOELEKTRYCZNA REJESTRACJA ENERGII PROMIENIOWANIA KRZEPNĄCEGO STOPU
13/8 ARCHIWUM ODLEWNICTWA Rok 23, Rocznik 3, Nr 8 Archives of Foundry Year 23, Volume 3, Book 8 PAN - Katowice PL ISSN 1642-538 FOTOELEKTRYCZNA REJESTRACJA ENERGII PROMIENIOWANIA KRZEPNĄCEGO STOPU Z. NIEDŹWIEDZKI
Bardziej szczegółowoPorównanie wyników symulacji wpływu kształtu i amplitudy zakłóceń na jakość sterowania piecem oporowym w układzie z regulatorem PID lub rozmytym
ARCHIVES of FOUNDRY ENGINEERING Published quarterly as the organ of the Foundry Commission of the Polish Academy of Sciences ISSN (1897-3310) Volume 15 Special Issue 4/2015 133 138 28/4 Porównanie wyników
Bardziej szczegółowoMODELOWANIE POŁĄCZEŃ TYPU SWORZEŃ OTWÓR ZA POMOCĄ MES BEZ UŻYCIA ANALIZY KONTAKTOWEJ
Jarosław MAŃKOWSKI * Andrzej ŻABICKI * Piotr ŻACH * MODELOWANIE POŁĄCZEŃ TYPU SWORZEŃ OTWÓR ZA POMOCĄ MES BEZ UŻYCIA ANALIZY KONTAKTOWEJ 1. WSTĘP W analizach MES dużych konstrukcji wykonywanych na skalę
Bardziej szczegółowoANALIZA KRZEPNIĘCIA I BADANIA MIKROSTRUKTURY PODEUTEKTYCZNYCH STOPÓW UKŁADU Al-Si
53/22 Archives of Foundry, Year 2006, Volume 6, 22 Archiwum Odlewnictwa, Rok 2006, Rocznik 6, Nr 22 PAN Katowice PL ISSN 1642-5308 ANALIZA KRZEPNIĘCIA I BADANIA MIKROSTRUKTURY PODEUTEKTYCZNYCH STOPÓW UKŁADU
Bardziej szczegółowoWYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO
5/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (1/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (1/2) PAN Katowice PL ISSN 1642-5308 WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU
Bardziej szczegółowoADAPTACJA METODY QFD DLA POTRZEB ODLEWNI ŻELIWA
35/19 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 19 Archives of Foundry Year 2006, Volume 6, Book 19 PAN - Katowice PL ISSN 1642-5308 ADAPTACJA METODY QFD DLA POTRZEB ODLEWNI ŻELIWA J. SITKO 1 Politechnika
Bardziej szczegółowoODLEWNICTWO STOPÓW ŻELAZA Casting of ferrous alloys PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu Kierunek: ODLEWNICTWO STOPÓW ŻELAZA Casting of ferrous alloys Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: specjalnościowy Rodzaj zajęć:
Bardziej szczegółowoJ. SZYMSZAL 1, A. GIEREK 2, J. PIĄTKOWSKI 3, J. KLIŚ 4 Politechnika Śląska, 40-019 Katowice, ul. Krasińskiego 8
3/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (1/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (1/2) PAN Katowice PL ISSN 1642-5308 PROGNOZOWANIE SZEREGU CZASOWEGO WYKAZUJĄCEGO WAHANIA SEZONOWE
Bardziej szczegółowoWpływ temperatury odpuszczania na własności niskostopowego staliwa
A R C H I V E S of F O U N D R Y E N G I N E E R I N G Published quarterly as the organ of the Foundry Commission of the Polish Academy of Sciences ISSN (1897-3310) Volume 11 Special Issue 3/2011 272 276
Bardziej szczegółowoTemat: Sztuczne Sieci Neuronowe. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Sztuczne Sieci Neuronowe Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Sztuczne sieci neuronowe
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu ODLEWNICTWO STOPÓW ŻELAZA Casting of ferrous alloys Kierunek: Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: specjalnościowy Poziom studiów:
Bardziej szczegółowoPREDYKCJA WŁASNOŚCI ODLEWNICZYCH STOPÓW Mg NA PODSTAWIE WYNIKÓW ANALIZY TERMICZNO-DERYWACYJNEJ
LESZEK A. DOBRZAŃSKI, MARIUSZ KRÓL PREDYKCJA WŁASNOŚCI ODLEWNICZYCH STOPÓW Mg NA PODSTAWIE WYNIKÓW ANALIZY TERMICZNO-DERYWACYJNEJ PREDICTION OF PROPERTIES MAGNESIUM ALLOYS BASED ON THERMAL DERIVATIVE ANALYSIS
Bardziej szczegółowoANALIZA DYNAMIKI PRZENOŚNIKA FORM ODLEWNICZYCH. T. SOCHACKI 1, J. GRABSKI 2 Katedra Systemów Produkcji, Politechnika Łódzka, Stefanowskiego 1/15, Łódź
32/12 ARCHIWUM ODLEWNICTWA Rok 2004, Rocznik 4, Nr 12 Archives of Foundry Year 2004, Volume 4, Book 12 PAN Katowice PL ISSN 1642-5308 ANALIZA DYNAMIKI PRZENOŚNIKA FORM ODLEWNICZYCH T. SOCHACKI 1, J. GRABSKI
Bardziej szczegółowoNowa ekologiczna metoda wykonywania odlewów z żeliwa sferoidyzowanego lub wermikularyzowanego w formie odlewniczej
PROJEKT NR: POIG.01.03.01-12-061/08 Badania i rozwój nowoczesnej technologii tworzyw odlewniczych odpornych na zmęczenie cieplne Nowa ekologiczna metoda wykonywania odlewów z żeliwa sferoidyzowanego lub
Bardziej szczegółowoKONTROLA STALIWA GXCrNi72-32 METODĄ ATD
54/14 Archives of Foundry, Year 2004, Volume 4, 14 Archiwum Odlewnictwa, Rok 2004, Rocznik 4, Nr 14 PAN Katowice PL ISSN 1642-5308 KONTROLA STALIWA GXCrNi72-32 METODĄ ATD S. PIETROWSKI 1, G. GUMIENNY 2
Bardziej szczegółowoIch właściwości zmieniające się w szerokim zakresie w zależności od składu chemicznego (rys) i technologii wytwarzania wyrobu.
STOPY ŻELAZA Ich właściwości zmieniające się w szerokim zakresie w zależności od składu chemicznego (rys) i technologii wytwarzania wyrobu. Ze względu na bardzo dużą ilość stopów żelaza z węglem dla ułatwienia
Bardziej szczegółowoZASTOSOWANIE SIECI NEURONOWYCH DO STEROWANIA JAKOŚCIĄ MAS FORMIERSKICH
Jarosław JAKUBSKI, Stanisław M. DOBOSZ 1 WYDZIAŁ ODLEWNICTWA AGH ODDZIAŁ KRAKOWSKI STOP XXXIII KONFERENCJA NAUKOWA z okazji Ogólnopolskiego Dnia Odlewnika 2009 Kraków, 11 grudnia 2009 r. ZASTOSOWANIE SIECI
Bardziej szczegółowo