ZASTOSOWANIE SYSTEMÓW UCZĄCYCH SIĘ DO PRZEWIDYWANIA WŁASNOŚCI MATERIAŁÓW ODLEWANYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "ZASTOSOWANIE SYSTEMÓW UCZĄCYCH SIĘ DO PRZEWIDYWANIA WŁASNOŚCI MATERIAŁÓW ODLEWANYCH"

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., 2 mgr inż., 3 dr inż., 4 prof. dr hab. inż., 5 dr inż.,

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

XIV EKSPLORACJA DANYCH

XIV EKSPLORACJA DANYCH Przypadek I: system bezpieczeństwa energetycznego Ocena bezpieczeństwa systemu energetycznego wymaga zbudowania schematu tego systemu zawierającego: topologię sieci energetycznej obciążenie (moc czynna

Bardziej szczegółowo

Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym

Zastosowanie 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 szczegółowo

OBRÓBKA CIEPLNO-PLASTYCZNA ŻELIWA SFEROIDALNEGO

OBRÓBKA 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 szczegółowo

ODPORNOŚĆ STALIWA NA ZUŻYCIE EROZYJNE CZĘŚĆ II. ANALIZA WYNIKÓW BADAŃ

ODPORNOŚĆ 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 szczegółowo

SYSTEM INFORMATYCZNEGO WSPOMAGANIA ZARZĄDZANIA GOSPODARKĄ MATERIAŁAMI WSADOWYMI W ODLEWNI PRIMA-ŁÓDŹ

SYSTEM 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 szczegółowo

MODELOWANIE WARSTWY POWIERZCHNIOWEJ O ZMIENNEJ TWARDOŚCI

MODELOWANIE 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 szczegółowo

Zastosowanie sztucznej inteligencji w testowaniu oprogramowania

Zastosowanie 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 szczegółowo

WYKORZYSTANIE ANALIZY WSKAŹNIKÓW ZDOLNOŚCI DO OPTYMALIZACJI PROCESU WYTWARZANIA MASY FORMIERSKIEJ

WYKORZYSTANIE 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 szczegółowo

ANALIZA ODDZIAŁYWANIA SYSTEMU ZARZĄDZANIA JAKOŚCIĄ NA STABILIZACJĘ WYBRANYCH WŁAŚCIWOŚCI WALCÓW HUTNICZYCH

ANALIZA 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 szczegółowo

J. SZYMSZAL 1, A. GIEREK 2, J. PIĄTKOWSKI 3, J. KLIŚ 4 Politechnika Śląska, 40-019 Katowice, ul. Krasińskiego 8

J. 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 szczegółowo

MODYFIKACJA SILUMINU AK20. F. ROMANKIEWICZ 1 Politechnika Zielonogórska,

MODYFIKACJA 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 szczegółowo

MODELOWANIE POŁĄCZEŃ TYPU SWORZEŃ OTWÓR ZA POMOCĄ MES BEZ UŻYCIA ANALIZY KONTAKTOWEJ

MODELOWANIE 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 szczegółowo

ADAPTACJA METODY QFD DLA POTRZEB ODLEWNI ŻELIWA

ADAPTACJA 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 szczegółowo

ANALIZA KRZEPNIĘCIA I BADANIA MIKROSTRUKTURY PODEUTEKTYCZNYCH STOPÓW UKŁADU Al-Si

ANALIZA 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 szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK 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 szczegółowo

2.2.P.07: Komputerowe narzędzia inżynierii powierzchni

2.2.P.07: Komputerowe narzędzia inżynierii powierzchni 2nd Workshop on Foresight of surface properties formation leading technologies of engineering materials and biomaterials in Białka Tatrzańska, Poland 29th-30th November 2009 2 Panel nt. Produkt oraz materiał

Bardziej szczegółowo

MODELOWANIE I SYMULACJA Kościelisko, 19-23 czerwca 2006r. Oddział Warszawski PTETiS Wydział Elektryczny Politechniki Warszawskiej Polska Sekcja IEEE

MODELOWANIE I SYMULACJA Kościelisko, 19-23 czerwca 2006r. Oddział Warszawski PTETiS Wydział Elektryczny Politechniki Warszawskiej Polska Sekcja IEEE ODELOWANIE I SYULACJA Kościelisko, 9-3 czerwca 006r. Oddział Warszawski PTETiS Wydział Elektryczny Politechniki Warszawskiej Polska Sekcja IEEE SYSTE DO KOPUTEROWEGO ODELOWANIA I SYULACJI UKŁADÓW DYNAICZNYCH

Bardziej szczegółowo

URUCHOMIENIE PRODUKCJI ARMATURY Z ŻELIWA O GWARANTOWANEJ UDARNOŚCI W NISKICH TEMPERATU- RACH

URUCHOMIENIE PRODUKCJI ARMATURY Z ŻELIWA O GWARANTOWANEJ UDARNOŚCI W NISKICH TEMPERATU- RACH 106/18 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 URUCHOMIENIE PRODUKCJI ARMATURY Z ŻELIWA O GWARANTOWANEJ

Bardziej szczegółowo

SYNTEZA NONOCZĄSTEK WĘGLIKA WANADU W ŻELIWIE SFEROIDALNYM. Wydział Metalurgii AGH, 30-059 Kraków ul. Mickiewicza 30

SYNTEZA NONOCZĄSTEK WĘGLIKA WANADU W ŻELIWIE SFEROIDALNYM. Wydział Metalurgii AGH, 30-059 Kraków ul. Mickiewicza 30 94/18 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 SYNTEZA NONOCZĄSTEK WĘGLIKA WANADU W ŻELIWIE SFEROIDALNYM

Bardziej szczegółowo

Dr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji

Dr 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 szczegółowo

WPŁYW CHROPOWATOŚCI POWIERZCHNI MATERIAŁU NA GRUBOŚĆ POWŁOKI PO ALFINOWANIU

WPŁYW CHROPOWATOŚCI POWIERZCHNI MATERIAŁU NA GRUBOŚĆ POWŁOKI PO ALFINOWANIU 51/17 ARCHIWUM ODLEWNICTWA Rok 2005, Rocznik 5, Nr 17 Archives of Foundry Year 2005, Volume 5, Book 17 PAN - Katowice PL ISSN 1642-5308 WPŁYW CHROPOWATOŚCI POWIERZCHNI MATERIAŁU NA GRUBOŚĆ POWŁOKI PO ALFINOWANIU

Bardziej szczegółowo

PROCESOWY MODEL ZAKŁADU ODLEWNICZEGO

PROCESOWY MODEL ZAKŁADU ODLEWNICZEGO ARCHIWUM ODLEWNICTWA 34/17 Rok 2005, Rocznik 5, Nr 17 Archives of Foundry Year 2005, Volume 5, Book 17 PAN - Katowice PL ISSN 1642-5308 PROCESOWY MODEL ZAKŁADU ODLEWNICZEGO A. STAWOWY 1, A. MACIOŁ 2, R.

Bardziej szczegółowo

ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Seria: TRANSPORT z. 82 Nr kol. 1903

ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Seria: TRANSPORT z. 82 Nr kol. 1903 ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Seria: TRANSPORT z. 82 Nr kol. 1903 Piotr FOLĘGA 1 DOBÓR ZĘBATYCH PRZEKŁADNI FALOWYCH Streszczenie. Różnorodność typów oraz rozmiarów obecnie produkowanych zębatych

Bardziej szczegółowo

ul. Zakopiańska 73 30-418 Kraków, Polska tel: +48 (12) 261-83-24 fax +48 (12) 266-08-70 iod@iod.krakow.pl Rok założenia Established in 1946

ul. Zakopiańska 73 30-418 Kraków, Polska tel: +48 (12) 261-83-24 fax +48 (12) 266-08-70 iod@iod.krakow.pl Rok założenia Established in 1946 ul. Zakopiańska 73 30-418 Kraków, Polska tel: +48 (12) 261-83-24 fax +48 (12) 266-08-70 iod@iod.krakow.pl Rok założenia Established in 1946 Propozycje badawczo-wdrożeniowe Instytutu Odlewnictwa Konwersja

Bardziej szczegółowo

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia

Bardziej szczegółowo

WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH W PROGNOZOWANIU

WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH W PROGNOZOWANIU WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH W PROGNOZOWANIU THE USE OF ARTIFICIAL NEURAL NETWORKS IN FORECASTING Konrad BAJDA, Sebastian PIRÓG Resume Artykuł opisuje wykorzystanie sztucznych sieci neuronowych

Bardziej szczegółowo

WPŁYW MIESZANKI EGZOTERMICZNEJ NA BAZIE Na 2 B 4 O 7 I NaNO 3 NA WYTRZYMAŁOŚĆ NA ROZCIĄGANIE STOPU AlSi7Mg

WPŁYW MIESZANKI EGZOTERMICZNEJ NA BAZIE Na 2 B 4 O 7 I NaNO 3 NA WYTRZYMAŁOŚĆ NA ROZCIĄGANIE STOPU AlSi7Mg 4/ Archives of Foundry, Year 006, Volume 6, Archiwum Odlewnictwa, Rok 006, Rocznik 6, Nr PAN Katowice PL ISSN 64-508 WPŁYW MIESZANKI EGZOTERMICZNEJ NA BAZIE Na B 4 O 7 I NaNO NA WYTRZYMAŁOŚĆ NA ROZCIĄGANIE

Bardziej szczegółowo

ANALIZA WPŁYWU SZYBKOŚCI CHŁODZENIA NA STRUKTURĘ I WŁASNOŚCI STALIWA L21HMF PO REGENERUJĄCEJ OBRÓBCE CIEPLNEJ

ANALIZA WPŁYWU SZYBKOŚCI CHŁODZENIA NA STRUKTURĘ I WŁASNOŚCI STALIWA L21HMF PO REGENERUJĄCEJ OBRÓBCE CIEPLNEJ 73/21 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 21(2/2) ARCHIVES OF FOUNDARY Year 2006, Volume 6, Nº 21 (2/2) PAN Katowice PL ISSN 1642-5308 ANALIZA WPŁYWU SZYBKOŚCI CHŁODZENIA NA STRUKTURĘ I WŁASNOŚCI

Bardziej szczegółowo

Recykling złomu obiegowego odlewniczych stopów magnezu poprzez zastosowanie innowacyjnej metody endomodyfikacji

Recykling złomu obiegowego odlewniczych stopów magnezu poprzez zastosowanie innowacyjnej metody endomodyfikacji PROJEKT NR: POIG.01.01.02-00-015/09 Zaawansowane materiały i technologie ich wytwarzania Recykling złomu obiegowego odlewniczych stopów magnezu poprzez zastosowanie innowacyjnej metody endomodyfikacji

Bardziej szczegółowo

Spis 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. 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 szczegółowo

UDARNOŚĆ STALIWA L15G W TEMPERATURZE -40 C. RONATOSKI Jacek, ABB Zamech Elbląg, GŁOWNIA Jan, AGH Kraków

UDARNOŚĆ STALIWA L15G W TEMPERATURZE -40 C. RONATOSKI Jacek, ABB Zamech Elbląg, GŁOWNIA Jan, AGH Kraków 35/38 Solidification of Metals and Alloys, No. 38, 1998 Krzepnięcie Metali i Stopów, nr 38, 1998 PAN KATOWICE PL ISSN 0208-9386 UDARNOŚĆ STALIWA L15G W TEMPERATURZE -40 C RONATOSKI Jacek, ABB Zamech Elbląg,

Bardziej szczegółowo

Testowanie modeli predykcyjnych

Testowanie modeli predykcyjnych Testowanie modeli predykcyjnych Wstęp Podczas budowy modelu, którego celem jest przewidywanie pewnych wartości na podstawie zbioru danych uczących poważnym problemem jest ocena jakości uczenia i zdolności

Bardziej szczegółowo

NUMERYCZNA SYMULACJA NAPRĘŻEŃ I DEFORMACJI W ODLEWACH MOŻLIWOŚCI I KOSZTY ANALIZY

NUMERYCZNA SYMULACJA NAPRĘŻEŃ I DEFORMACJI W ODLEWACH MOŻLIWOŚCI I KOSZTY ANALIZY 48/17 ARCHIWUM ODLEWNICTWA Rok 2005, Rocznik 5, Nr 17 Archives of Foundry Year 2005, Volume 5, Book 17 PAN - Katowice PL ISSN 1642-5308 NUMERYCZNA SYMULACJA NAPRĘŻEŃ I DEFORMACJI W ODLEWACH MOŻLIWOŚCI

Bardziej szczegółowo

PROGRAMOWANIE METODĄ GRAFPOL STEROWNIKÓW PLC STERUJĄCYCH PROCESAMI TECHNOLOGICZNYMI W ODLEWNIACH

PROGRAMOWANIE METODĄ GRAFPOL STEROWNIKÓW PLC STERUJĄCYCH PROCESAMI TECHNOLOGICZNYMI W ODLEWNIACH PROGRAMOWANIE METODĄ GRAFPOL STEROWNIKÓW PLC STERUJĄCYCH PROCESAMI TECHNOLOGICZNYMI W ODLEWNIACH PROGRAMOWANIE METODĄ GRAFPOL STEROWNIKÓW PLC STERUJĄCYCH PROCESAMI TECHNOLOGICZNYMI W ODLEWNIACH Łukasz

Bardziej szczegółowo

PRACE INSTYTUTU ODLEWNICTWA

PRACE INSTYTUTU ODLEWNICTWA PRACE INSTYTUTU ODLEWNICTWA Tom L Rok 2010 Zeszyt 3 WPŁYW MODYFIKACJI BEZPOŚREDNIEJ W FORMIE ODLEWNICZEJ NA STRUKTURĘ STOPÓW ŻELAZA EFFECT OF DIRECT IN-MOULD INOCULATION ON THE STRUCTURE OF IRON ALLOYS

Bardziej szczegółowo

ODLEWANIE KÓŁ SAMOCHODOWYCH Z SILUMINÓW. S. PIETROWSKI 1 Politechnika Łódzka, Katedra Systemów Produkcji ul. Stefanowskiego 1/15, 90-924 Łódź

ODLEWANIE KÓŁ SAMOCHODOWYCH Z SILUMINÓW. S. PIETROWSKI 1 Politechnika Łódzka, Katedra Systemów Produkcji ul. Stefanowskiego 1/15, 90-924 Łódź 28/4 Archives of Foundry, Year 2002, Volume 2, 4 Archiwum Odlewnictwa, Rok 2002, Rocznik 2, Nr 4 PAN Katowice PL ISSN 1642-5308 ODLEWANIE KÓŁ SAMOCHODOWYCH Z SILUMINÓW S. PIETROWSKI 1 Politechnika Łódzka,

Bardziej szczegółowo

STABILNOŚĆ STRUKTURALNA STALI P92 W KSZTAŁTOWANYCH PLASTYCZNIE ELEMENTACH RUROCIĄGÓW KOTŁÓW ENERGETYCZNYCH ANDRZEJ TOKARZ, WŁADYSŁAW ZALECKI

STABILNOŚĆ STRUKTURALNA STALI P92 W KSZTAŁTOWANYCH PLASTYCZNIE ELEMENTACH RUROCIĄGÓW KOTŁÓW ENERGETYCZNYCH ANDRZEJ TOKARZ, WŁADYSŁAW ZALECKI PL0400058 STABILNOŚĆ STRUKTURALNA STALI P92 W KSZTAŁTOWANYCH PLASTYCZNIE ELEMENTACH RUROCIĄGÓW KOTŁÓW ENERGETYCZNYCH ANDRZEJ TOKARZ, WŁADYSŁAW ZALECKI Instytut Metalurgii Żelaza im. S. Staszica, Gliwice

Bardziej szczegółowo

ZAKŁADANE EFEKTY KSZTAŁCENIA Kierunek: Inżynieria Materiałowa Studia I stopnia

ZAKŁADANE EFEKTY KSZTAŁCENIA Kierunek: Inżynieria Materiałowa Studia I stopnia ZAKŁADANE EFEKTY KSZTAŁCENIA Kierunek: Inżynieria Materiałowa Studia I stopnia Tabela odniesień efektów kierunkowych do efektów obszarowych Odniesienie do Symbol Kierunkowe efekty kształcenia efektów kształcenia

Bardziej szczegółowo

OBRÓBKA CIEPLNA STALIWA Cr Mo V PO DŁUGOTRWAŁEJ EKSPLOATACJI

OBRÓBKA CIEPLNA STALIWA Cr Mo V PO DŁUGOTRWAŁEJ EKSPLOATACJI 76/18 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 OBRÓBKA CIEPLNA STALIWA Cr Mo V PO DŁUGOTRWAŁEJ EKSPLOATACJI

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1. Zapoznanie studentów z inteligentnymi

Bardziej szczegółowo

Recenzja Pracy Doktorskiej

Recenzja Pracy Doktorskiej Politechnika Częstochowska Wydział Inżynierii Produkcji i Technologii Materiałów Instytut Inżynierii Materiałowej Dr hab. inż. Michał Szota, Prof. P.Cz. Częstochowa, 15.10.2014 roku Recenzja Pracy Doktorskiej

Bardziej szczegółowo

Spis treści. Wstęp 9 ROK 2008

Spis treści. Wstęp 9 ROK 2008 Spis treści Wstęp 9 I. METALE I ICH STOPY 1. Wprowadzenie nowoczesnych metod do badań odlewów i materiałów odlewniczych z wykorzystaniem nowej aparatury, będącej na wyposażeniu Zespołu Laboratoriów Badawczych.

Bardziej szczegółowo

DIGITALIZACJA GEOMETRII WKŁADEK OSTRZOWYCH NA POTRZEBY SYMULACJI MES PROCESU OBRÓBKI SKRAWANIEM

DIGITALIZACJA GEOMETRII WKŁADEK OSTRZOWYCH NA POTRZEBY SYMULACJI MES PROCESU OBRÓBKI SKRAWANIEM Dr inż. Witold HABRAT, e-mail: witekhab@prz.edu.pl Politechnika Rzeszowska, Wydział Budowy Maszyn i Lotnictwa Dr hab. inż. Piotr NIESŁONY, prof. PO, e-mail: p.nieslony@po.opole.pl Politechnika Opolska,

Bardziej szczegółowo

KONTROLA STATYSTYCZNA W AKTUALNYCH WARUNKACH ODLEWNI W POLSCE. Jerzy PIASKOWSKI

KONTROLA STATYSTYCZNA W AKTUALNYCH WARUNKACH ODLEWNI W POLSCE. Jerzy PIASKOWSKI 43/49 Solidification of Metais and Alloys, Year 2000, Volume 2, Book No. 43 Krzepnięcie Metali i Stopów, Rok 2000, Rocznik 2, Nr 43 PAN -Katowice PL ISSN 0208-9386 KONTROLA STATYSTYCZNA W AKTUALNYCH WARUNKACH

Bardziej szczegółowo

ĆWICZENIE Nr 2/N. 9. Stopy aluminium z litem: budowa strukturalna, właściwości, zastosowania.

ĆWICZENIE Nr 2/N. 9. Stopy aluminium z litem: budowa strukturalna, właściwości, zastosowania. Akceptował: Kierownik Katedry prof. dr hab. inż. A. Weroński POLITECHNIKA LUBELSKA WYDZIAŁ MECHANICZNY KATEDRA INŻYNIERII MATERIAŁOWEJ Laboratorium Materiały Metaliczne II ĆWICZENIE Nr 2/N Opracowali:

Bardziej szczegółowo

CHARAKTERYSTYKA MECHANIZACJI TRANSPORTU WEWNĘTRZNEGO ODLEWNI

CHARAKTERYSTYKA MECHANIZACJI TRANSPORTU WEWNĘTRZNEGO ODLEWNI 7/5 Archives of Foundry, Year 2002, Volume 2, 5 Archiwum Odlewnictwa, Rok 2002, Rocznik 2, Nr 5 PAN Katowice PL ISSN 1642-5308 CHARAKTERYSTYKA MECHANIZACJI TRANSPORTU WEWNĘTRZNEGO ODLEWNI M. GREGORASZCZUK

Bardziej szczegółowo

Od ERP do ERP czasu rzeczywistego

Od ERP do ERP czasu rzeczywistego Przemysław Polak Od ERP do ERP czasu rzeczywistego SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE ZARZĄDZANIE PRODUKCJĄ Wrocław, 19 listopada 2009 r. Kierunki rozwoju systemów informatycznych zarządzania rozszerzenie

Bardziej szczegółowo

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Dorota Witkowska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Wprowadzenie Sztuczne

Bardziej szczegółowo

ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH

ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH Małgorzata Szerszunowicz Uniwersytet Ekonomiczny w Katowicach ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH Wprowadzenie Statystyczna kontrola jakości ma na celu doskonalenie procesu produkcyjnego

Bardziej szczegółowo

OKREŚLENIE METODĄ KALORYMETRII SKANINGOWEJ ENTALPII PRZEMIAN FAZOWYCH W ŻELIWIE SZARYM

OKREŚLENIE METODĄ KALORYMETRII SKANINGOWEJ ENTALPII PRZEMIAN FAZOWYCH W ŻELIWIE SZARYM 5/22 Archives of Foundry, Year 6, Volume 6, 22 Archiwum Odlewnictwa, Rok 6, Rocznik 6, Nr 22 PAN Katowice PL ISSN 1642-538 OKREŚLENIE METODĄ KALORYMETRII SKANINGOWEJ ENTALPII PRZEMIAN FAZOWYCH W ŻELIWIE

Bardziej szczegółowo

Materiałowe i technologiczne uwarunkowania stanu naprężeń własnych i anizotropii wtórnej powłok cylindrycznych wytłaczanych z polietylenu

Materiałowe i technologiczne uwarunkowania stanu naprężeń własnych i anizotropii wtórnej powłok cylindrycznych wytłaczanych z polietylenu POLITECHNIKA ŚLĄSKA ZESZYTY NAUKOWE NR 1676 SUB Gottingen 7 217 872 077 Andrzej PUSZ 2005 A 12174 Materiałowe i technologiczne uwarunkowania stanu naprężeń własnych i anizotropii wtórnej powłok cylindrycznych

Bardziej szczegółowo

ĆWICZENIE Nr 1. Laboratorium CAD/MES. Przedmiot: Modelowanie właściwości materiałów. Opracował: dr inż. Hubert Dębski

ĆWICZENIE Nr 1. Laboratorium CAD/MES. Przedmiot: Modelowanie właściwości materiałów. Opracował: dr inż. Hubert Dębski POLITECHNIKA LUBELSKA WYDZIAŁ MECHANICZNY KATEDRA PODSTAW KON- STRUKCJI MASZYN Przedmiot: Modelowanie właściwości materiałów Laboratorium CAD/MES ĆWICZENIE Nr 1 Opracował: dr inż. Hubert Dębski I. Temat

Bardziej szczegółowo

ODLEWNICZY STOP MAGNEZU ELEKTRON 21 STRUKTURA I WŁAŚCIWOŚCI W STANIE LANYM

ODLEWNICZY STOP MAGNEZU ELEKTRON 21 STRUKTURA I WŁAŚCIWOŚCI W STANIE LANYM 26/18 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 ODLEWNICZY STOP MAGNEZU ELEKTRON 21 STRUKTURA I WŁAŚCIWOŚCI

Bardziej szczegółowo

STEROWANIE Z WIZUALIZACJĄ PROCESAMI ZACHODZĄCYMI W INSTALACJI ŻELIWIAKOWEJ

STEROWANIE Z WIZUALIZACJĄ PROCESAMI ZACHODZĄCYMI W INSTALACJI ŻELIWIAKOWEJ 63/2 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 STEROWANIE Z WIZUALIZACJĄ PROCESAMI ZACHODZĄCYMI W INSTALACJI

Bardziej szczegółowo

WPŁYW OBRÓBKI CIEPLNEJ NA WŁAŚCIWOŚCI MECHANICZNE STALIWA GS-20Mn5 PRZEZNACZONEGO DO PRACY W OBNIŻONEJ TEMPERATURZE

WPŁYW OBRÓBKI CIEPLNEJ NA WŁAŚCIWOŚCI MECHANICZNE STALIWA GS-20Mn5 PRZEZNACZONEGO DO PRACY W OBNIŻONEJ TEMPERATURZE PRACE INSTYTUTU ODLEWNICTWA Tom XLIX Rok 2009 Zeszyt 2 WPŁYW OBRÓBKI CIEPLNEJ NA WŁAŚCIWOŚCI MECHANICZNE STALIWA GS-20Mn5 PRZEZNACZONEGO DO PRACY W OBNIŻONEJ TEMPERATURZE EFFECT OF HEAT TREATMENT ON THE

Bardziej szczegółowo

Computer-aided control of high-quality cast iron

Computer-aided control of high-quality cast iron ARCHIVES of FOUNDRY ENGINEERING Published quarterly as the organ of the Foundry Commission of the Polish Academy of Sciences ISSN (1897-3310) Volume 8 Issue 1/2008 101 108 21/1 Computer-aided control of

Bardziej szczegółowo

OPTYMALIZACJA STEROWANIA MIKROKLIMATEM W PIECZARKARNI

OPTYMALIZACJA STEROWANIA MIKROKLIMATEM W PIECZARKARNI Inżynieria Rolnicza 6(131)/2011 OPTYMALIZACJA STEROWANIA MIKROKLIMATEM W PIECZARKARNI Leonard Woroncow, Ewa Wachowicz Katedra Automatyki, Politechnika Koszalińska Streszczenie. W pracy przedstawiono wyniki

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: PODSTAWY MODELOWANIA PROCESÓW WYTWARZANIA Fundamentals of manufacturing processes modeling Kierunek: Mechanika i Budowa Maszyn Rodzaj przedmiotu: obowiązkowy na specjalności APWiR Rodzaj

Bardziej szczegółowo

KSZTAŁTOWANIE STRUKTURY ŻELIWA SFEROIDALNEGO PODCZAS CIĄGŁEGO CHŁODZENIA

KSZTAŁTOWANIE STRUKTURY ŻELIWA SFEROIDALNEGO PODCZAS CIĄGŁEGO CHŁODZENIA 12/8 ARCHIWUM ODLEWNICTWA Rok 2003, Rocznik 3, Nr 8 Archives of Foundry Year 2003, Volume 3, Book 8 PAN - Katowice PL ISSN 1642-5308 KSZTAŁTOWANIE STRUKTURY ŻELIWA SFEROIDALNEGO PODCZAS CIĄGŁEGO CHŁODZENIA

Bardziej szczegółowo

ZARZĄDZANIE I INŻYNIERIA PRODUKCJI

ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZARZĄDZANIE I INŻYNIERIA PRODUKCJI STUDIA PIERWSZEGO STOPNIA PROFIL OGÓLNOAKADEMICKI Załącznik nr 2 Odniesienie efektów kierunkowych do efektów obszarowych i odwrotnie Załącznik nr 2a - Tabela odniesienia

Bardziej szczegółowo

Projekt współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Innowacyjna Gospodarka

Projekt współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Innowacyjna Gospodarka Projekt współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Innowacyjna Gospodarka Poznań, 16.05.2012r. Raport z promocji projektu Nowa generacja energooszczędnych

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: MODELOWANIE I SYMULACJA PROCESÓW WYTWARZANIA Modeling and Simulation of Manufacturing Processes Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy specjalności PSM Rodzaj zajęć: wykład,

Bardziej szczegółowo

Badania w sieciach złożonych

Badania w sieciach złożonych Badania w sieciach złożonych Grant WCSS nr 177, sprawozdanie za rok 2012 Kierownik grantu dr. hab. inż. Przemysław Kazienko mgr inż. Radosław Michalski Instytut Informatyki Politechniki Wrocławskiej Obszar

Bardziej szczegółowo

PRACE INSTYTUTU ODLEWNICTWA

PRACE INSTYTUTU ODLEWNICTWA PRACE INSTYTUTU ODLEWNICTWA Tom LI Rok 2011 Zeszyt 2 BADANIE KINETYKI KRZEPNIĘCIA I STYGNIĘCIA MASY MODELOWEJ W MATRYCY THE STUDY OF THE KINETICS OF SOLIDIFICATION AND COOLING OF PATTERN MATERIAL IN A

Bardziej szczegółowo

Zastosowanie sieci neuronowej do oceny klienta banku pod względem ryzyka kredytowego Streszczenie

Zastosowanie sieci neuronowej do oceny klienta banku pod względem ryzyka kredytowego Streszczenie Adam Stawowy Paweł Jastrzębski Wydział Zarządzania AGH Zastosowanie sieci neuronowej do oceny klienta banku pod względem ryzyka kredytowego Streszczenie Jedną z najczęściej podejmowanych decyzji w działalności

Bardziej szczegółowo

Inżynieria Jakości Quality Engineering. Zarządzanie i Inżynieria Produkcji II stopień Ogólnoakademicki

Inżynieria Jakości Quality Engineering. Zarządzanie i Inżynieria Produkcji II stopień Ogólnoakademicki KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Inżynieria Jakości Quality Engineering A. USYTUOWANIE MODUŁU W SYSTEMIE

Bardziej szczegółowo

BADANIA MATERIAŁOWE ODLEWÓW GŁOWIC SILNIKÓW

BADANIA MATERIAŁOWE ODLEWÓW GŁOWIC SILNIKÓW 16/38 Solidification of Metals and Alloys, No. 38, 1998 Krzepnięcie Metali i Stopów, nr 38, 1998 PAN Katowice PL ISSN 0208-9386 BADANIA MATERIAŁOWE ODLEWÓW GŁOWIC SILNIKÓW ORŁOWICZ Władysław, OPIEKUN Zenon

Bardziej szczegółowo

MATLAB Neural Network Toolbox przegląd

MATLAB Neural Network Toolbox przegląd MATLAB Neural Network Toolbox przegląd WYKŁAD Piotr Ciskowski Neural Network Toolbox: Neural Network Toolbox - zastosowania: przykłady zastosowań sieci neuronowych: The 1988 DARPA Neural Network Study

Bardziej szczegółowo

Częstochowa

Częstochowa Częstochowa 31.03.2016 Prof. dr hab. inż. Marek Sławomir Soiński Politechnika Częstochowska Katedra Odlewnictwa Al. Armii Krajowej 19 42-200 Częstochowa R E C E N Z J A rozprawy doktorskiej mgr inż. Daniela

Bardziej szczegółowo

Katowice GPW 2013. Zintegrowany system informatyczny do kompleksowego zarządzania siecią wodociągową. Jan Studziński

Katowice GPW 2013. Zintegrowany system informatyczny do kompleksowego zarządzania siecią wodociągową. Jan Studziński Katowice GPW 2013 Zintegrowany system informatyczny do kompleksowego zarządzania siecią wodociągową Jan Studziński 1 1. Wstęp Cel pracy Usprawnienie zarządzania siecią wodociągową za pomocą nowoczesnych

Bardziej szczegółowo

9/42 ZASTOSOWANIE WĘGLIKA KRZEMU DO WYTOPU ŻELIW A SZAREGO W ŻELIWIAKU WPROW ADZENIE.

9/42 ZASTOSOWANIE WĘGLIKA KRZEMU DO WYTOPU ŻELIW A SZAREGO W ŻELIWIAKU WPROW ADZENIE. 9/42 Soidification of Metais and Aoys, Year 2000, Voume 2, Book No 42 Krzepnięcie Metai i Stopów, Rok 2000, Rocznik 2, Nr 42 PAN-Katowice, PL ISSN 0208-9386 ZASTOSOWANIE WĘGLIKA KRZEMU DO WYTOPU ŻELIW

Bardziej szczegółowo

Krytyczne czynniki sukcesu w zarządzaniu projektami

Krytyczne czynniki sukcesu w zarządzaniu projektami Seweryn SPAŁEK Krytyczne czynniki sukcesu w zarządzaniu projektami MONOGRAFIA Wydawnictwo Politechniki Śląskiej Gliwice 2004 SPIS TREŚCI WPROWADZENIE 5 1. ZARZĄDZANIE PROJEKTAMI W ORGANIZACJI 13 1.1. Zarządzanie

Bardziej szczegółowo

ZAGADNIENIA SPECJALNOŚCIOWE

ZAGADNIENIA SPECJALNOŚCIOWE (ARK) Komputerowe sieci sterowania 1.Zaawansowane metody wyznaczania parametrów regulatorów 2.Mechanizmy innowacyjne. 3.Sieci neuronowe w modelowaniu obiektów dynamicznych. 4.Zasady projektowania i zastosowania

Bardziej szczegółowo

Przemysłowe zastosowania technologii generatywnych

Przemysłowe zastosowania technologii generatywnych Industrial applications of additive manufacturing technologies Przemysłowe zastosowania technologii generatywnych Edward Chlebus, Bogdan Dybała, Tomasz Boratyoski, Mariusz Frankiewicz, Tomasz Będza CAMT

Bardziej szczegółowo

EWALUACJA PROGRAMÓW KOMPUTEROWYCH ZWIĄZANYCH ZE STEROWANIEM PRODUKCJĄ

EWALUACJA PROGRAMÓW KOMPUTEROWYCH ZWIĄZANYCH ZE STEROWANIEM PRODUKCJĄ 10/5 Archives of Foundry, Year 2002, Volume 2, 5 Archiwum Odlewnictwa, Rok 2002, Rocznik 2, Nr 5 PAN Katowice PL ISSN 1642-5308 EWALUACJA PROGRAMÓW KOMPUTEROWYCH ZWIĄZANYCH ZE STEROWANIEM PRODUKCJĄ STRESZCZENIE

Bardziej szczegółowo

XII International PhD Workshop OWD 2010, 23 26 October 2010. Metodyka pozyskiwania i analizy wyników badań symulacyjnych ścieżek klinicznych

XII International PhD Workshop OWD 2010, 23 26 October 2010. Metodyka pozyskiwania i analizy wyników badań symulacyjnych ścieżek klinicznych XII International PhD Workshop OWD 2010, 23 26 October 2010 Metodyka pozyskiwania i analizy wyników badań symulacyjnych ścieżek klinicznych Methodology of Acquiring and Analyzing Results of Simulation

Bardziej szczegółowo

CECHY TECHNICZNO-UŻYTKOWE A WARTOŚĆ WYBRANYCH TECHNICZNYCH ŚRODKÓW PRODUKCJI W ROLNICTWIE

CECHY TECHNICZNO-UŻYTKOWE A WARTOŚĆ WYBRANYCH TECHNICZNYCH ŚRODKÓW PRODUKCJI W ROLNICTWIE Inżynieria Rolnicza 9(107)/2008 CECHY TECHNICZNO-UŻYTKOWE A WARTOŚĆ WYBRANYCH TECHNICZNYCH ŚRODKÓW PRODUKCJI W ROLNICTWIE Zbigniew Kowalczyk Katedra Inżynierii Rolniczej i Informatyki, Uniwersytet Rolniczy

Bardziej szczegółowo

Uchwała obowiązuje od dnia podjęcia przez Senat. Traci moc Uchwała nr 144/06/2013 Senatu Uniwersytetu Rzeszowskiego z 27 czerwca 2013 r.

Uchwała obowiązuje od dnia podjęcia przez Senat. Traci moc Uchwała nr 144/06/2013 Senatu Uniwersytetu Rzeszowskiego z 27 czerwca 2013 r. Rektor Uniwersytetu Rzeszowskiego al. Rejtana 16c; 35-959 Rzeszów tel.: + 48 17 872 10 00 (centrala) + 48 17 872 10 10 fax: + 48 17 872 12 65 e-mail: rektorur@ur.edu.pl Uchwała nr 282/03/2014 Senatu Uniwersytetu

Bardziej szczegółowo

Systemy ERP. dr inż. Andrzej Macioł http://amber.zarz.agh.edu.pl/amaciol/

Systemy ERP. dr inż. Andrzej Macioł http://amber.zarz.agh.edu.pl/amaciol/ Systemy ERP dr inż. Andrzej Macioł http://amber.zarz.agh.edu.pl/amaciol/ Źródło: Materiały promocyjne firmy BaaN Inventory Control Jako pierwsze pojawiły się systemy IC (Inventory Control) - systemy zarządzania

Bardziej szczegółowo

NOWOCZESNY SYSTEM ZARZĄDZANIA JAKOŚCIĄ MASY FORMIERSKIEJ

NOWOCZESNY SYSTEM ZARZĄDZANIA JAKOŚCIĄ MASY FORMIERSKIEJ NOWOCZESNY SYSTEM ZARZĄDZANIA JAKOŚCIĄ MASY FORMIERSKIEJ NOWOCZESNY SYSTEM ZARZĄDZANIA JAKOŚCIĄ MASY FORMIERSKIEJ Wstęp Waldemar BOJANOWSKI 1 Piotr WOŹNIAK 2 Przygotowania masy formierskiej o wysokich

Bardziej szczegółowo

Sterowanie wielkością zamówienia w Excelu - cz. 3

Sterowanie 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 szczegółowo

BADANIA STRUKTURALNE ŻELIWA ADI W TRANSMISYJNYM MIKROSKOPIE ELEKTRONOWYM

BADANIA STRUKTURALNE ŻELIWA ADI W TRANSMISYJNYM MIKROSKOPIE ELEKTRONOWYM 34/9 Archives of Foundry, Year 2003, Volume 3, 9 Archiwum Odlewnictwa, Rok 2003, Rocznik 3, Nr 9 PAN Katowice PL ISSN 1642-5308 BADANIA STRUKTURALNE ŻELIWA ADI W TRANSMISYJNYM MIKROSKOPIE ELEKTRONOWYM

Bardziej szczegółowo

PROCESY PRODUKCYJNE WYTWARZANIA METALI I WYROBÓW METALOWYCH

PROCESY PRODUKCYJNE WYTWARZANIA METALI I WYROBÓW METALOWYCH Wyższa Szkoła Ekonomii i Administracji w Bytomiu Wilhelm Gorecki PROCESY PRODUKCYJNE WYTWARZANIA METALI I WYROBÓW METALOWYCH Podręcznik akademicki Bytom 2011 1. Wstęp...9 2. Cel podręcznika...11 3. Wstęp

Bardziej szczegółowo

W roku 2004 do programu produkcji wprowadzone zostały odlewy z żeliwa szarego i sferoidalnego.

W roku 2004 do programu produkcji wprowadzone zostały odlewy z żeliwa szarego i sferoidalnego. Odlewnia, działająca do lutego 2002 roku w ramach Zakładów Mechanicznych BUMAR ŁABĘDY S.A., ma za sobą ponad 50 lat tradycji i doświadczeń w produkcji odlewów staliwnych. Nasze wyroby stosowane są w maszynach

Bardziej szczegółowo

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu.

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu. SYLLABUS na rok akademicki 01/013 Tryb studiów Studia stacjonarne Kierunek studiów Informatyka Poziom studiów Pierwszego stopnia Rok studiów/ semestr /3 Specjalność Bez specjalności Kod katedry/zakładu

Bardziej szczegółowo

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty

Bardziej szczegółowo

Krzysztof Jąkalski Rafał Żmijewski Siemens Industry Software

Krzysztof Jąkalski Rafał Żmijewski Siemens Industry Software Krzysztof Jąkalski Rafał Żmijewski Siemens Industry Software Warszawa 31.05.2011 Plan rejsu 1 2 3 Ale po co żeglować i z kim? Rozwiązanie, czyli co mamy pod pokładem Eksperymenty, czyli przykłady żeglowania

Bardziej szczegółowo

WSTĘPNE MODELOWANIE ODDZIAŁYWANIA FALI CIŚNIENIA NA PÓŁSFERYCZNY ELEMENT KOMPOZYTOWY O ZMIENNEJ GRUBOŚCI

WSTĘPNE MODELOWANIE ODDZIAŁYWANIA FALI CIŚNIENIA NA PÓŁSFERYCZNY ELEMENT KOMPOZYTOWY O ZMIENNEJ GRUBOŚCI WSTĘPNE MODELOWANIE ODDZIAŁYWANIA FALI CIŚNIENIA NA PÓŁSFERYCZNY ELEMENT KOMPOZYTOWY O ZMIENNEJ GRUBOŚCI Robert PANOWICZ Danuta MIEDZIŃSKA Tadeusz NIEZGODA Wiesław BARNAT Wojskowa Akademia Techniczna,

Bardziej szczegółowo

Lista zagadnień kierunkowych pomocniczych w przygotowaniu do egzaminu dyplomowego magisterskiego Kierunek: Mechatronika

Lista zagadnień kierunkowych pomocniczych w przygotowaniu do egzaminu dyplomowego magisterskiego Kierunek: Mechatronika Lista zagadnień kierunkowych pomocniczych w przygotowaniu do Kierunek: Mechatronika 1. Materiały używane w budowie urządzeń precyzyjnych. 2. Rodzaje stali węglowych i stopowych, 3. Granica sprężystości

Bardziej szczegółowo

METODA OKREŚLANIA CZASÓW OBRÓBKI CIEPLNEJ PRÓBEK ZIARNA NA PRZYKŁADZIE PROSA Zbigniew Oszczak, Marian Panasiewicz

METODA OKREŚLANIA CZASÓW OBRÓBKI CIEPLNEJ PRÓBEK ZIARNA NA PRZYKŁADZIE PROSA Zbigniew Oszczak, Marian Panasiewicz Acta Agrophysica, 004, 3(3), METODA OKREŚLANIA CZASÓW OBRÓBKI CIEPLNEJ PRÓBEK ZIARNA NA PRZYKŁADZIE PROSA Zbigniew Oszczak, Marian Panasiewicz Katedra Maszynoznawstwa i InŜynierii Przemysłu SpoŜywczego,

Bardziej szczegółowo

Z-ZIP2-119z Inżynieria Jakości Quality Engineering

Z-ZIP2-119z Inżynieria Jakości Quality Engineering KARTA MODUŁU / KARTA PRZEDMIOTU Z-ZIP2-119z Inżynieria Jakości Quality Engineering Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU

Bardziej szczegółowo

WYKORZYSTANIE TECHNOLOGII RAPID PROTOTYPING W ODLEWNICTWIE PRECYZYJNYM

WYKORZYSTANIE TECHNOLOGII RAPID PROTOTYPING W ODLEWNICTWIE PRECYZYJNYM 117/18 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 TECHNOLOGII RAPID PROTOTYPING W ODLEWNICTWIE

Bardziej szczegółowo

LISTA PUBLIKACJI PAKIETU BADAWCZEGO KCM 1

LISTA PUBLIKACJI PAKIETU BADAWCZEGO KCM 1 Projekt: Kompozyty i Nanokompozyty Ceramiczno-Metalowe dla Przemysłu Lotniczego i Samochodowego (akronim: KomCerMet) współfinansowany jest ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach

Bardziej szczegółowo

KARTA MODUŁU KSZTAŁCENIA

KARTA MODUŁU KSZTAŁCENIA KARTA MODUŁU KSZTAŁCENIA I. Informacje ogólne 1 Nazwa modułu kształcenia Sztuczna inteligencja 2 Nazwa jednostki prowadzącej moduł Instytut Informatyki, Zakład Informatyki Stosowanej 3 Kod modułu (wypełnia

Bardziej szczegółowo

InŜynieria Rolnicza 14/2005. Streszczenie

InŜynieria Rolnicza 14/2005. Streszczenie Michał Cupiał Katedra InŜynierii Rolniczej i Informatyki Akademia Rolnicza w Krakowie PROGRAM WSPOMAGAJĄCY NAWOśENIE MINERALNE NAWOZY 2 Streszczenie Przedstawiono program Nawozy 2 wspomagający nawoŝenie

Bardziej szczegółowo

SZKOLENIA W SYSTEMIE ZARZĄDZANIA JAKOŚCIĄ

SZKOLENIA W SYSTEMIE ZARZĄDZANIA JAKOŚCIĄ 64/21 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 21(2/2) ARCHIVES OF FOUNDARY Year 2006, Volume 6, Nº 21 (2/2) PAN Katowice PL ISSN 1642-5308 SZKOLENIA W SYSTEMIE ZARZĄDZANIA JAKOŚCIĄ A. PIECZONKA 1

Bardziej szczegółowo

PROGNOZOWANIE SZEREGÓW CZASOWYCH WIELKOŚCI SPRZEDAŻY W ZAKŁADZIE ODLEWNICZYM

PROGNOZOWANIE SZEREGÓW CZASOWYCH WIELKOŚCI SPRZEDAŻY W ZAKŁADZIE ODLEWNICZYM 40/17 ARCHIWUM ODLEWNICTWA Rok 2005, Rocznik 5, Nr 17 Archives of Foundry Year 2005, Volume 5, Book 17 PAN - Katowice PL ISSN 1642-5308 PROGNOZOWANIE SZEREGÓW CZASOWYCH WIELKOŚCI SPRZEDAŻY W ZAKŁADZIE

Bardziej szczegółowo

NOWA GENERACJA OPROGRAMOWANIA WSPOMAGAJĄCEGO PROJEKTOWANIE PROCESÓW ODLEWNICZYCH

NOWA GENERACJA OPROGRAMOWANIA WSPOMAGAJĄCEGO PROJEKTOWANIE PROCESÓW ODLEWNICZYCH Sol ijification of Metais and Alloys, No.30, 1997 Krzepnięcie Metali i Stopów, Nr 30, 1997 PAN - Oddział Katowice; PL ISSN 0208-9386 MARCIN PERZYK. NOWA GENERACJA OPROGRAMOWANIA WSPOMAGAJĄCEGO PROJEKTOWANIE

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina

Bardziej szczegółowo