5. Modelowanie własno ci stali szybkotn cych
|
|
- Laura Skrzypczak
- 8 lat temu
- Przeglądów:
Transkrypt
1 5. Modelowanie własno ci stali szybkotn cych Głównym celem przeprowadzonych bada jest opracowanie metodyki projektowania nowych stali szybkotn cych o wymaganych własno ciach u ytkowych. Przyj to, e przy projektowaniu stali szybkotn cych kryterium stanowić b d twardo ć oraz odporno ć na rozprzestrzenianie si p kni ć wyra ona warto ci współczynnika intensywno ci napr e K Ic. Dlatego te w pierwszej kolejno ci opracowano modele: twardo ci stali szybkotn cych, odporno ci stali na p kanie wyra onej warto ci współczynnika intensywno ci napr e K Ic. Pierwszy opracowany model umo liwia obliczenie twardo ci stali szybkotn cej wył cznie na podstawie składu chemicznego stali oraz parametrów obróbki cieplnej, tj. temperatury austenityzowania oraz odpuszczania. Do jego opracowania wykorzystano wyniki prac [62, 63, 1, 134, 2] nad wpływem pierwiastków stopowych na efekt twardo ci wtórnej, a tak e dane zawarte w katalogach oraz normach przedmiotowych dotycz cych stali szybkotn cych [1, 174]. Wyniki wcze niejszych prac [199] potwierdzaj, e mo liwe jest wykorzystanie danych katalogowych oraz z norm do opracowania zało onego modelu, przez co zwi ksza si jego adekwatno ć oraz uniwersalno ć. Drugi opracowany model pozwala na okre lenie odporno ci na p kanie stali szybkotn cych, wyra onej warto ci współczynnika K Ic, na podstawie składu chemicznego stali oraz parametrów obróbki cieplnej bez konieczno ci wykonywania całego szeregu zło onych i czasochłonnych bada metaloznawczych. W tym przypadku wykorzystano wyniki bada własnych wybranych gatunków stali szybkotn cych zestawionych w tabeli Modele twardo ci stali szybkotn cych i ich weryfikacja Przy opracowaniu modeli twardo ci wykorzystano wyniki bada przeprowadzonych na nowoopracowanych stalach szybkotn cych, normach przedmiotowych oraz katalogach producentów. Szczegółowe informacje dotycz ce st e pierwiastków stopowych dla 46 W. Sitek
2 nowoopracowanych stali, zaczerpni tych z norm oraz z katalogów producentów stali, podano odpowiednio w tabelach 1-3. Zakres temperatury austenityzowania, dla którego opracowano dane do wiadczalne wynosi C-80 C, natomiast zakres temperatury odpuszczania wynosi 480 C-630 C. Wyniki bada uzupełniaj cych nie były wykorzystane przy tworzeniu modeli, a posłu yły jedynie do ostatecznej weryfikacji do wiadczalnej opracowanych modeli. Jako narz dzi do opracowania modeli umo liwiaj cych obliczenie twardo ci stali szybkotn cych wył cznie na podstawie składu chemicznego i temperatury austenityzowania oraz temperatury odpuszczania zastosowano: metod statystyczn regresji wielokrotnej, sztuczne sieci neuronowe. Jako podstawowe zało enie przyj to na wst pie, e twardo ć stali zale y od st e podstawowych pierwiastków stopowych wyst puj cych w tych stalach: w gla, chromu, wolframu, molibdenu, wanadu i kobaltu, oraz temperatury austenityzowania i odpuszczania. W metodzie regresji wielokrotnej przyj to ogóln postać równania - modelu: HRC = k i= 1 a f i ( X ) i (2) gdzie: a i współczynniki równania regresji, HRC - twardo ć stali, f i - funkcje zmiennych równania, X - wektor zmiennych równania, (X = [% C, % Cr,..., Ta, To]). W ramach bada rozpatrzono kilkadziesi t postaci równania (2), a współczynniki a i wyznaczono metod regresji klasycznej (najmniejszych kwadratów). W drugiej metodzie do obliczania twardo ci stali szybkotn cych, zastosowano sztuczne sieci neuronowe typu perceptron wielowarstwowy wykorzystuj c ró ne metody uczenia. Przyj to stał liczb neuronów wej ciowych (8), jako konsekwencj podstawowego zało enia, e twardo ć zale y od C, Cr, W, V, Co i Co oraz temperatury austenityzowania i odpuszczania. Analizowane sieci posiadały 1 wyj cie odpowiadaj ce twardo ci stali. W badaniach modyfikowano liczb warstw oraz neuronów ukrytych. Adekwatno ć opracowanych modeli badano analizuj c bł d pomi dzy twardo ci obliczon a odpowiadaj c jej twardo ci zmierzon do wiadczalnie. 47
3 5. Modelowanie własno ci stali szybkotn cych Jako kryterium przyj to redni bł d dla testowanego zbioru danych: R = N ( HRCoi HRCzi ) i= 1 (3) N gdzie: N liczebno ć zbioru testowego, HRC oi twardo ć obliczona (i ta), HRC zi twardo ć zmierzona (i ta). Przyj to, e adekwatnym jest model, który pozwoli na uzyskanie warto ci bł du oblicze ok. 1 HRC. Model statystyczny W oparciu o opracowany zbiór danych do wiadczalnych przeanalizowano kilkadziesi t fenomenologicznych modeli matematycznych do obliczania twardo ci stali na podstawie st enia pierwiastków stopowych i temperatur obróbki cieplnej stali szybkotn cych. Wyniki analizy tych modeli matematycznych wskazuj, e wykonane obliczenia twardo ci dla ró nych postaci równania matematycznego zmierzaj do warto ci bł du oblicze 0,7 HRC. Uznano zatem, e jest to graniczna dokładno ć oblicze mo liwa do uzyskania dla modelu matematycznego. St d te model (4) wykazuj cy bł d oblicze 0,71 HRC uznano za najlepszy i zastosowano w dalszych analizach, m.i.n. oblicze krzywych odpuszczania dla wybranych gatunków stali przedstawionych na rysunkach HRC = 5,1 C 0,13 Cr 0,06 W + 0,11 Mo 0,81 V + 0,17 Co 21,4 Ta 1,63 To + 0,37 Ta 2 4,86 To ,23 ( ToTa) 23,46 ( Ta / To) (4) Zwrócić nale y uwag, e w przypadku temperatur austenityzowania i odpuszczania dokonano ich normalizacji poprzez podzielenie przez 0. Tak wi c korzystaj c z opracowanych modeli matematycznych rzeczywista temperatura powinna być w ten sposób prezentowana jako zmienna w modelu. I tak np. je eli rzeczywista temperatura austenityzowania wynosi 00 C, to w modelu nale y podać jej warto ć po znormalizowaniu, czyli. 48 W. Sitek
4 Model sieci neuronowej W dalszej kolejno ci do modelowania twardo ci wtórnej zastosowano sztuczne sieci neuronowe. Podstaw do zaprojektowania sieci neuronowych stanowi wyniki bada eksperymentalnych zawieraj cych informacje o składach chemicznych oraz badaniach twardo ci stali zestawionych w tablicach -. W sumie dysponowano zbiorem 27 wzorców, co mo na uznać za ilo ć wystarczaj c do opracowania w pełni adekwatnego modelu sieci neuronowych. W odniesieniu do struktury zaprojektowanych sieci neuronowych przyj to zało enie, e sieć posiada 8 wej ć, odpowiadaj cych warto ci st e sze ciu podstawowych pierwiastków stopowych wyst puj cych w tej grupie stali oraz temperaturom austenityzowania i odpuszczania oraz jedno wyj cie, odpowiadaj ce twardo ci. Do zaprojektowania, uczenia i testowania sieci neuronowych u yto programu STATISTICA Neural Networks wersja 4.0 F firmy StatSoft. Sieci neuronowe jako narz dzie do modelowania numerycznego, s narz dziem bardziej uniwersalnym i zdolnym do odwzorowa zło onych funkcji ani eli zastosowana wcze niej metoda statystyczna regresji. Przystosowanie sieci neuronowych do wykonania okre lonego zadania nie wymaga bowiem precyzowania algorytmu i zapisywania go w postaci programu komputerowego lub postaci konkretnego modelu matematycznego. Proces ten zast puje uczenie przy u yciu ci gu typowych pobudze i odpowiadaj cych im po danych reakcji. W przypadkach, w których fizykalna natura zjawiska jest nie do ko ca poznana, szczególnie po dana staje si podstawowa cecha sieci neuronowych, jak jest zdolno ć do generalizacji, czyli uogólniania wiedzy dla nowych danych nie prezentowanych w trakcie nauki. Sieci neuronowe nie wymagaj zgromadzenia i bie cego dost pu do całej wiedzy na temat zagadnienia, wykazuj tolerancj na nieci gło ci, przypadkowe zaburzenia lub braki w zbiorze ucz cym. Pozwala to na zastosowanie ich tam, gdzie pojawiaj si problemy z przetwarzaniem i analiz danych, z ich klasyfikacj czy predykcj. W modelu matematycznym sztucznego neuronu sygnały wej ciowe neuronu s sumowane z odpowiedni wag i poddawane działaniu nieliniowej funkcji aktywacji (np. typu skoku jednostkowego), co prowadzi do otrzymania sygnału wyj ciowego y i opisanego równaniem [153]: 49
5 5. Modelowanie własno ci stali szybkotn cych N yi = f Wij x j i= 1 (5) gdzie: x j (j=1,2,...,n) sygnały wej ciowe, W ij - współczynniki wagowe (wagi), f() funkcja aktywacji. Sieci neuronowe posiadaj zdolno ci adaptacyjne, umo liwiaj ce ich przystosowanie do wykonania konkretnego zadania przez dobór struktury i metody oraz parametrów uczenia. Podczas procesu uczenia nast puje adaptacyjny dobór wag poł cze mi dzy elementami przetwarzaj cymi, umo liwiaj cy działanie sieci, polegaj ce na odwzorowaniu danych wej ciowych w wyj ciowe z mo liwie małym bł dem. Odbywaj ca si w kolejnych cyklach adaptacja wag mo e być wyra ona zale no ci [153]: W ( n + 1) = W ( n) + W ( n) (6) ij ij ij gdzie: n - numer cyklu ucz cego, W ij (n) poprzednia waga, W ij (n+1) nowa waga ł cz ca neuron i-ty z j-tym. Bł d działania sieci, okre lany mianem bł du redniokwadratowego, opisuje równanie [153]: Q( n) N = L N 2 L ( L) i ( n) = m= 1 i= 1 ( L) ( L) 2 ε ( d ( n) y ( n)) (7) i i (L) (L) gdzie: i bł d na wyj ciu i-tego neuronu warstwy ostatniej (L) sieci, d i sygnał wzorcowy, y (L) i sygnał na wyj ciu neuronu. Uczenie sieci prowadzone jest w celu minimalizacji funkcji bł du. Do metod wykorzystywanych szczególnie cz sto nale y zaliczyć metody gradientowe. Informacje o kierunku najszybszego wzrostu funkcji bł du zawarte s w wektorze gradientu, który zbudowany jest z pochodnych cz stkowych funkcji bł du po poszczególnych wagach sieci. Wektory wag ulegaj modyfikacji zgodnie z równaniem [153]: W ( n + 1) = W ( n) + µ p( W ( n)) (8) gdzie: p(w(n)) kierunek minimalizacji funkcji bł du, µ współczynnik uczenia. W. Sitek
6 Spo ród algorytmów wykorzystywanych do uczenia sieci jednokierunkowych wielowarstwowych zastosowano metod uczenia opart na algorytmie wstecznej propagacji bł du. Sygnał bł du dla tej metody obliczany jest pocz wszy od warstwy wyj ciowej, przez warstwy ukryte, w kierunku warstwy wej ciowej. Dla okre lenia minimum funkcji bł du obliczana jest suma kwadratów bł dów na wyj ciu sieci zgonie z równaniem (7). Warto ci pocz tkowe wag dobierane s zwykle w sposób losowy, a dla ich modyfikacji wykorzystywany jest algorytm najszybszego spadku. Tempo zmian wag modyfikowanych przez algorytm jest uzale nione od współczynnika uczenia. Mała warto ć współczynnika uczenia prowadzi do niezwykle powolnej zbie no ci, zapewnia jednak stabilniejszy i dokładniejszy przebieg procesu uczenia. Je eli powierzchnia bł du nie jest skomplikowana, to zwi kszenie współczynnika uczenia pozwala na szybsze osi gni cie akceptowalnego poziomu bł du nie zwi kszaj c niebezpiecze stwa pomini cia jego minimum. Zwi kszenie tempa uczenia sieci przy jednoczesnym zapewnieniu stabilno ci procesu, umo liwia wprowadzenie do modyfikacji wag dodatkowego czynnika okre lanego mianem momentu. Nowy kierunek poszukiwania minimum funkcji bł du, z zastosowaniem momentu, jest wyra ony przez sum wa on bie cego gradientu i poprzednio znalezionego kierunku. Czynnik momentu pozwala tak e niejednokrotnie na opuszczenie minimum lokalnego funkcji bł du, powoduj c zmian wag prowadz c do chwilowego wzrostu warto ci tej funkcji. Kolejnym, wykorzystanym algorytmem do uczenia sieci neuronowych, jest algorytm gradientów sprz onych. Gradient bł du, obliczany w trakcie jednej epoki treningowej, jest sum gradientów bł du dla ka dego przypadku. W metodzie tej poszukiwanie minimum funkcji bł du odbywa si wzdłu wybranych kierunków na powierzchni bł du. Dla funkcji jednej zmiennej proces ten przeprowadzany jest w dwóch etapach. W pierwszym, poszukiwane s trzy punkty, z których rodkowy reprezentuje mniejsz warto ć funkcji bł du od dwóch pozostałych. Drugi etap sprowadza si do zaw enia obszaru poszukiwa i trwa do momentu odnalezienia poło enia minimum z zadowalaj c dokładno ci. Odnalezienie punktu minimalnego powoduje przej cie algorytmu do nast pnego poszukiwania liniowego minimum funkcji bł du, realizowanego w kolejnej epoce wzdłu prostej tworz cej z poprzednim kierunkiem kierunek sprz ony. Kolejny krok algorytmu gradientów sprz onych nie powoduje pogorszenia uzyskanego wcze niej wyniku dzi ki metodzie wyznaczania kierunków sprz onych, gwarantuj cej zachowanie uzyskanych poprzednio minimów. Podstaw do wyznaczenia kierunków sprz onych jest zało enie, e funkcja bł du w pobli u minimów 51
7 5. Modelowanie własno ci stali szybkotn cych lokalnych jest w przybli eniu kwadratowa. Aktualizacja wag jest przeprowadzana jednokrotnie w trakcie jednej epoki treningowej. Podstaw do modyfikacji wag stanowi warto ć gradientu u redniona wzgl dem wszystkich przypadków prezentowanych w jednej epoce. Uczenie sieci neuronowej przy pomocy algorytmu gradientów sprz onych nie wymaga okre lania współczynnika uczenia ani warto ci momentu. Wielko ci wyst puj ce w tej metodzie, których rol mo na porównać z momentem bezwładno ci i współczynnikiem uczenia nie s stałe, ale zmieniaj si w sposób matematycznie optymalny [153]. Z wykorzystaniem programu Statistica Neural Network wygenerowano kilkaset sieci neuronowych o ró nej liczbie neuronów w warstwach ukrytych. Cz ć z nich została na wst pnym etapie projektowania wyeliminowana ze wzgl du na zbyt du y bł d lub zbyt du liczb neuronów w warstwach ukrytych. Po zako czeniu procesu uczenia lub w jego trakcie obserwowano wykres bł du uczenia ka dej sieci. Na jego podstawie sprawdzano czy sieć nie uległa przeuczeniu, a sieci przeuczone zostały usuni te z dalszej analizy. Jako wska niki jako ci sieci przyj to redni bł d bezwzgl dny, iloraz odchyle standardowych oraz współczynnik korelacji. Ostatecznie spo ród całego zbioru opracowanych sieci przyj to jedn - perceptron wielowarstwowy o strukturze (tzn. 8 wej ć, 7 neuronów w warstwie ukrytej, 1 wyj cie), o rednim bł dzie oblicze wynosz cym 0,59 HRC. Wska niki jako ci opracowanej sieci zestawiono w tabeli 17. Rys. 36. Struktura najlepszej opracowanej sieci neuronowej MLP W. Sitek
8 Tabela 17. Wska niki jako ci opracowanej sieci neuronowej do obliczania twardo ci stali Struktura sieci MLP Metoda uczenia/liczba epok treningowych BP/ CG/462 Zbiór ucz cy walidacyjny testowy redni bł d bezwzgl dny, HRC 0,53 0,57 0,59 Iloraz odchyle standardowych 0,23 0,25 0,27 Współczynnik korelacji BP wsteczna propagacja bł dów CG gradienty sprz one 0,97 0,97 0,96 Opracowane modele twardo ci poddano dodatkowej weryfikacji, w oparciu o wyniki bada uzupełniaj cych opisanych w punkcie 4.1. Z wykorzystaniem opracowanych modeli wykonano obliczenia twardo ci dla stali o składach chemicznych podanych w tabeli 4. Nast pnie oszacowano bł d oblicze zgodnie z równaniem (3), który dla modelu statystycznego oraz sieci neuronowej wynosi odpowiednio 0,99 HRC oraz 1,01 HRC. Nale y wi c uznać, e opracowane modele w pełni spełniaj przyj te zało enia dokładno ci oblicze. Na rysunkach przedstawiono porównanie wyników oblicze weryfikacyjnych. Natomiast na rysunkach przedstawiono porównanie obliczonych oraz do wiadczalnych krzywych odpuszczania dla sze ciu stali spo ród tworz cych w zbiór danych wykorzystanych do opracowania modeli. 53
9 5. Modelowanie własno ci stali szybkotn cych Temperatura austenityzowania Ta=11 o C Zmierzona Temperatura austenityzowania Ta=1190 o C Zmierzona Temperatura austenityzowania Ta=25 o C Zmierzona Rys. 37. Porównanie wyników do wiadczalnych i oblicze twardo ci z zastosowaniem opracowanej sieci neuronowej oraz modelu matematycznego dla stali HS W. Sitek
10 Temperatura austenityzowania Ta= o C Zmierzona Temperatura austenityzowania Ta= o C Zmierzona Temperatura austenityzowania Ta=80 o C Zmierzona Rys. 38. Porównanie wyników do wiadczalnych i oblicze twardo ci z zastosowaniem opracowanej sieci neuronowej oraz modelu matematycznego dla stali HS-0-1
11 5. Modelowanie własno ci stali szybkotn cych Temperatura austenityzowania Ta= o C Zmierzona Temperatura austenityzowania Ta=25 o C Zmierzona Temperatura austenityzowania Ta= o C Zmierzona Rys. 39. Porównanie wyników do wiadczalnych i oblicze twardo ci z zastosowaniem opracowanej sieci neuronowej oraz modelu matematycznego dla stali HS W. Sitek
12 Temperatura austenityzowania Ta= o C Do wiadczalna Temperatura austenityzowania Ta= o C Do wiadczalna Temperatura austenityzowania Ta=40 o C Do wiadczalna Rys. 40. Porównanie wyników do wiadczalnych i oblicze twardo ci z zastosowaniem opracowanej sieci neuronowej oraz modelu matematycznego dla stali typu Si 57
13 5. Modelowanie własno ci stali szybkotn cych Temperatura austenityzowania Ta=11 o C Do wiadczalna Temperatura austenityzowania Ta=11 o C Do wiadczalna Temperatura austenityzowania Ta= o C Do wiadczalna Rys. 41. Porównanie wyników do wiadczalnych i oblicze twardo ci z zastosowaniem opracowanej sieci neuronowej oraz modelu matematycznego dla stali HS W. Sitek
14 Temperatura austenityzowania Ta=10 o C Do wiadczalna Temperatura austenityzowania Ta=11 o C Do wiadczalna Temperatura austenityzowania Ta=1190 o C Do wiadczalna Rys. 42. Porównanie wyników do wiadczalnych i oblicze twardo ci z zastosowaniem opracowanej sieci neuronowej oraz modelu matematycznego dla stali HS
15 5. Modelowanie własno ci stali szybkotn cych 5.2. Model odporno ci na p kanie stali szybkotn cych Spo ród nielicznych modeli przedstawionych w literaturze pozwalaj cych na ocen odporno ci na p kanie ró nych materiałów, wskazanych w punkcie 1.2, jedynie jeden opisany w pracy [132] ma zastosowanie dla stali szybkotn cych. Umo liwia on obliczanie współczynnika K Ic stali szybkotn cych na podstawie twardo ci i parametrów opisuj cych mikrostruktur (udziału w glików f carb, udziału austenitu szcz tkowego f aust oraz od redniej odległo ci mi dzy w glikami d p ) zgodnie z zale no ci : HRC 6 K = 1,363 ( ) 1 (1 + IC E dp fcarb faust) (9) HRC 53 gdzie: f aust udział austenitu szcz tkowego, f carb udział w glików, E moduł Younga stali, d p - rednia odległo ć mi dzy w glikami, HRC twardo ć stali w skali C Rockwella. rednia odległo ć mi dzy w glikami d p mo e być obliczona wg zale no ci [132]: d = D ( 1 f ) 2 () p p carb ( 3 f ) carb gdzie: D p - rednia rednica w glików. Badania nad modelowaniem odporno ci na p kanie rozpocz to od weryfikacji modelu (9). W tym celu przeprowadzono obliczenia testowe dla wybranych gatunków stali dla ró nych stanów obróbki cieplnej. Wykorzystano przy tym wyniki bada struktury, opisanych w punkcie 4.3 i dodatkowo wyniki bada wykonanych rentgenowskich metod Averbacha-Cohena udziału austenitu szcz tkowego. Wyniki przeprowadzonych bada weryfikacyjnych wskazały na niepełn trafno ć tego modelu, gdy bł d wzgl dny oceny warto ci współczynnika K Ic wynosił nawet do % jego warto ci eksperymentalnej. Nale y nadmienić, e model (9) został opracowany w oparciu o wyniki bada stali szybkotn cej M2 (HS 6-5-2) poddanej obróbce cieplnej w pró ni w ograniczonym zakresie temperatury odpuszczania (jedynie 0 i 540 C). Zamieszczone wyniki bada mikrostruktury wskazuj, e udział martenzytu szcz tkowego w tej stali w zale no ci od wariantu obróbki cieplnej wynosi od 1,1% do 25,7%. W przypadku W. Sitek
16 konwencjonalnych stali szybkotn cych poddanych obróbce cieplnej w k pielach solnych udział martenzytu szcz tkowego po dwukrotnym odpuszczaniu jest pomijalny lub jest na progu wykrywalno ci metod rentgenowskich [39]. Wydaje si, e wła nie to stanowić mo e przyczyn du ych bł dów w ocenie warto ci współczynnika K Ic. Ponadto zastosowanie tego modelu do oceny odporno ci na p kanie wi e si z konieczno ci wykonywania całego szeregu zło onych i czasochłonnych bada metaloznawczych, co stanowiło bezpo redni przyczyn zaniechania dalszych prac z jego wykorzystaniem do modelowania współczynnika intensywno ci napr e K Ic. Dlatego dalsze prace miały na celu opracowanie modelu pozwalaj cego na okre lenie odporno ci na p kanie stali szybkotn cych wył cznie na podstawie składu chemicznego stali oraz parametrów obróbki cieplnej, na podstawie wyników bada opisanych w punkcie 3. Jako narz dzia do modelowania zastosowano sztuczne sieci neuronowe. W odniesieniu do struktury zaprojektowanych sieci neuronowych, analogicznie jak dla w przypadku modelowania twardo ci, przyj to zało enia, e sieć posiada 8 wej ć, odpowiadaj cych warto ci st e sze ciu podstawowych pierwiastków stopowych wyst puj cych w tej grupie stali oraz temperaturom austenityzowania i odpuszczania, oraz jedno wyj cie, odpowiadaj ce warto ci współczynnika intensywno ci napr e K Ic, Do zaprojektowania, uczenia i testowania sieci neuronowych u yto programu STATISTICA Neural Networks wersja 4.0 F firmy StatSoft. Po wprowadzeniu danych ucz cych do programu przyst piono do procesu projektowania sieci neuronowej. Przy pomocy programu wygenerowano kilkadziesi t sieci neuronowych o ró nej ilo ci neuronów w warstwie ukrytej. Około połowa z nich została od razu wyeliminowana ze wzgl du na zbyt du y bł d lub zbyt du liczb neuronów w warstwach ukrytych. Po zako czeniu procesu uczenia lub w jego trakcie obserwowano wykres bł du uczenia ka dej sieci. Na jego podstawie sprawdzano czy sieć nie uległa przeuczeniu, a sieci przeuczone zostały usuni te z dalszej analizy. Jako wska niki jako ci sieci przyj to redni bł d bezwzgl dny, iloraz odchyle standardowych oraz współczynnik korelacji. Ostatecznie spo ród całego zbioru opracowanych sieci przyj to jedn - perceptron wielowarstwowy o strukturze (tzn. 8 wej ć, 6 neuronów w warstwie ukrytej, 1 wyj cie), o rednim bł dzie oblicze wynosz cym 0,39 MPa m 1/2. Wska niki jako ci opracowanej sieci zestawiono w tabeli. Na rysunkach przedstawiono porównanie oblicze współczynnika K Ic z danymi do wiadczalnymi. 61
17 5. Modelowanie własno ci stali szybkotn cych Tabela Wska niki jako ci opracowanej sieci neuronowej do obliczania współczynnika K Ic Struktura sieci MLP Metoda uczenia/liczba epok treningowych BP/ CG/56 ucz cy BP wsteczna propagacja bł dów; CG gradienty sprz one Zbiór walidacyjny redni bł d bezwzgl dny, MPa m 1/2 0,39 0,39 Iloraz odchyle standardowych 0,15 0,22 Współczynnik korelacji 0,99 0, Rys. 43. Porównanie oblicze współczynnika K Ic z danymi do wiadczalnymi dla stali HS6-5-2, temperatura austenityzowania Ta=11 C Rys. 44. Porównanie oblicze współczynnika K Ic z danymi do wiadczalnymi dla stali HS6-5-2, temperatura austenityzowania Ta=1190 C 62 W. Sitek
18 Rys. 45. Porównanie oblicze współczynnika K Ic z danymi do wiadczalnymi dla stali HS6-5-2, temperatura austenityzowania Ta=25 C Rys. 46. Porównanie oblicze współczynnika K Ic z danymi do wiadczalnymi dla stali HS-0-1, temperatura austenityzowania Ta= C Rys. 47. Porównanie oblicze współczynnika K Ic z danymi do wiadczalnymi dla stali HS-0-1, temperatura austenityzowania Ta= C 63
19 5. Modelowanie własno ci stali szybkotn cych Rys. 48. Porównanie oblicze współczynnika K Ic z danymi do wiadczalnymi dla stali HS-0-1, temperatura austenityzowania Ta= C Rys. 49. Porównanie oblicze współczynnika K Ic z danymi do wiadczalnymi dla stali HS-0-1, temperatura austenityzowania Ta=80 C Rys.. Porównanie oblicze współczynnika K Ic z danymi do wiadczalnymi dla stali HS-4-3-, temperatura austenityzowania Ta= C 64 W. Sitek
20 Rys. 51. Porównanie oblicze współczynnika K Ic z danymi do wiadczalnymi dla stali HS-4-3-, temperatura austenityzowania Ta=00 C Rys. 52. Porównanie oblicze współczynnika K Ic z danymi do wiadczalnymi dla stali HS-4-3-, temperatura austenityzowania Ta=25 C Rys. 53. Porównanie oblicze współczynnika K Ic z danymi do wiadczalnymi dla stali HS-4-3-, temperatura austenityzowania Ta=40
7. Symulacje komputerowe z wykorzystaniem opracowanych modeli
Opracowane w ramach wykonanych bada modele sieci neuronowych pozwalaj na przeprowadzanie symulacji komputerowych, w tym dotycz cych m.in.: zmian twardo ci stali szybkotn cych w zale no ci od zmieniaj cej
Bardziej szczegółowo6. Projektowanie składu chemicznego stali szybkotn cych o wymaganej twardo ci i odporno ci na p kanie
6. Projektowanie składu chemicznego stali szybkotn cych o wymaganej twardo ci i odporno ci na p kanie Do projektowania składu chemicznego stali szybkotn cych, które jest zadaniem optymalizacyjnym, wykorzystano
Bardziej szczegółowo4. Wyniki bada uzupełniaj cych własno ci stali szybkotn cych
4. Wyniki bada uzupełniaj cych własno ci stali szybkotn cych 4.1. Wyniki bada twardo ci Pomiarów twardo ci stali w skali C Rockwella dokonano na przekroju próbek poddanych uprzednio badaniu współczynnika
Bardziej szczegółowoStatystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW
Statystyczna analiza danych w programie STATISTICA ( 4 (wykład Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Regresja prosta liniowa Regresja prosta jest
Bardziej szczegółowoWYKŁAD 4 PLAN WYKŁADU. Sieci neuronowe: Algorytmy uczenia & Dalsze zastosowania. Metody uczenia sieci: Zastosowania
WYKŁAD 4 Sieci neuronowe: Algorytmy uczenia & Dalsze zastosowania PLAN WYKŁADU Metody uczenia sieci: Uczenie perceptronu Propagacja wsteczna Zastosowania Sterowanie (powtórzenie) Kompresja obrazu Rozpoznawanie
Bardziej szczegółowo11.1. Zale no ć pr dko ci propagacji fali ultrad wi kowej od czasu starzenia
11. Wyniki bada i ich analiza Na podstawie nieniszcz cych bada ultrad wi kowych kompozytu degradowanego cieplnie i zm czeniowo wyznaczono nast puj ce zale no ci: pr dko ci propagacji fali ultrad wi kowej
Bardziej szczegółowo8. Przykłady wyników modelowania własno ci badanych stopów Mg-Al-Zn z wykorzystaniem narz dzi sztucznej inteligencji
8. Przykłady wyników modelowania własno ci badanych stopów Mg-Al-Zn z wykorzystaniem narz dzi sztucznej inteligencji W przypadku numerycznego modelowania optymalnych warunków obróbki cieplnej badanych
Bardziej szczegółowo12. Wyznaczenie relacji diagnostycznej oceny stanu wytrzymało ci badanych materiałów kompozytowych
Open Access Library Volume 2 211 12. Wyznaczenie relacji diagnostycznej oceny stanu wytrzymało ci badanych materiałów kompozytowych 12.1 Wyznaczanie relacji diagnostycznych w badaniach ultrad wi kowych
Bardziej szczegółowoSztuczna Inteligencja Tematy projektów Sieci Neuronowe
PB, 2009 2010 Sztuczna Inteligencja Tematy projektów Sieci Neuronowe Projekt 1 Stwórz projekt implementujący jednokierunkową sztuczną neuronową złożoną z neuronów typu sigmoidalnego z algorytmem uczenia
Bardziej szczegółowo2) Drugim Roku Programu rozumie się przez to okres od 1 stycznia 2017 roku do 31 grudnia 2017 roku.
REGULAMIN PROGRAMU OPCJI MENEDŻERSKICH W SPÓŁCE POD FIRMĄ 4FUN MEDIA SPÓŁKA AKCYJNA Z SIEDZIBĄ W WARSZAWIE W LATACH 2016-2018 1. Ilekroć w niniejszym Regulaminie mowa o: 1) Akcjach rozumie się przez to
Bardziej szczegółowoPRÓG RENTOWNOŚCI i PRÓG
PRÓG RENTOWNOŚCI i PRÓG WYPŁACALNOŚCI (MB) Próg rentowności (BP) i margines bezpieczeństwa Przychody Przychody Koszty Koszty całkowite Koszty stałe Koszty zmienne BP Q MB Produkcja gdzie: BP próg rentowności
Bardziej szczegółowo8. Podsumowanie. W. Sitek
8. Podsumowanie Głównym celem podj tych bada było opracowanie metodyki projektowania nowych stali szybkotn cych o wymaganych własno ciach u ytkowych, w tym twardo ci oraz odporno ci na p kanie wyra onej
Bardziej szczegółowoHarmonogramowanie projektów Zarządzanie czasem
Harmonogramowanie projektów Zarządzanie czasem Zarządzanie czasem TOMASZ ŁUKASZEWSKI INSTYTUT INFORMATYKI W ZARZĄDZANIU Zarządzanie czasem w projekcie /49 Czas w zarządzaniu projektami 1. Pojęcie zarządzania
Bardziej szczegółowoWyznaczanie współczynnika sprężystości sprężyn i ich układów
Ćwiczenie 63 Wyznaczanie współczynnika sprężystości sprężyn i ich układów 63.1. Zasada ćwiczenia W ćwiczeniu określa się współczynnik sprężystości pojedynczych sprężyn i ich układów, mierząc wydłużenie
Bardziej szczegółowoOrganizator badania biegłości ma wdrożony system zarządzania wg normy PN-EN ISO/IEC 17025:2005.
1. Nazwa i adres organizatora badania biegłości Pracownia Aerozoli ul. św. Teresy od Dzieciątka Jezus 8 91-348 Łódź 1/6 Organizator badania biegłości ma wdrożony system zarządzania wg normy PN-EN ISO/IEC
Bardziej szczegółowo5. Aplikacja metod sztucznej inteligencji do wspomagania oceny stanu uszkodzenia stali pracuj cych w warunkach pełzania
5. Aplikacja metod sztucznej inteligencji do wspomagania oceny stanu uszkodzenia stali pracuj cych w warunkach pełzania D enie do potwierdzenia tezy niniejszej monografii, dotycz cej obiektywizacji oceny
Bardziej szczegółowoBadania radiograficzne rentgenowskie złączy spawanych o różnych grubościach według PN-EN 1435.
Badania radiograficzne rentgenowskie złączy spawanych o różnych grubościach według PN-EN 1435. Dr inż. Ryszard Świątkowski Mgr inż. Jacek Haras Inż. Tadeusz Belka 1. WSTĘP I CEL PRACY Porównując normę
Bardziej szczegółowoPrzetwarzanie bazuj ce na linii opó niaj cej
Przetwarzanie bazuj ce na linii opó niaj cej Przetwarzanie bazuj ce na linii opó niaj cej obejmuje kilka zagadnie. W niniejszym podrozdziale zostan omówione zagadnienia zarówno bazuj ce na linii opó niaj
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 szczegółowoci trwałej modułu steruj cego robota. Po wł niami i programami. W czasie działania wykorzystywane w czasie działania programu: wy robota (poło
ci trwałej modułu steruj cego robota. Po wł niami i programami. W czasie działania wykorzystywane w czasie działania programu: wy robota (poło W systemie AS robot jest sterowany i obsługiwany w trznych
Bardziej szczegółowoPRZEDMIOTOWY SYSTEM OCENIANIA Z PODSTAW PSYCHOLOGII W KLASIE DRUGIEJ. Ocenianie wewnątrzszkolne na przedmiocie podstawy psychologii ma na celu:
PRZEDMIOTOWY SYSTEM OCENIANIA Z PODSTAW PSYCHOLOGII W KLASIE DRUGIEJ Zasady ogólne Ocenianie wewnątrzszkolne na przedmiocie podstawy psychologii ma na celu: 1. informowanie ucznia o poziomie jego osiągnięć
Bardziej szczegółowoPodstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych
Podstawowe pojęcia: Badanie statystyczne - zespół czynności zmierzających do uzyskania za pomocą metod statystycznych informacji charakteryzujących interesującą nas zbiorowość (populację generalną) Populacja
Bardziej szczegółowoPROGRAM ZAPEWNIENIA I POPRAWY JAKOŚCI AUDYTU WEWNĘTRZNEGO
Załącznik nr 4 do Zarządzenia Nr 103/2012 Burmistrza Miasta i Gminy Skawina z dnia 19 czerwca 2012 r. PROGRAM ZAPEWNIENIA I POPRAWY JAKOŚCI AUDYTU WEWNĘTRZNEGO MÓDL SIĘ TAK, JAKBY WSZYSTKO ZALEśAŁO OD
Bardziej szczegółowoCz. X. MAKRONIWELACJA TERENU. Spis zawarto ci
Cz. X. MAKRONIWELACJA TERENU A. Cz opisowa B. Cz graficzna Spis zawarto ci Spis rysunków: Skala: Rys. M-01 Plan sytuacyjny oznaczenie przekrojów 1: 1000 Przekroje podłu ne wzdłu kierunku: zachód (W)-wschód
Bardziej szczegółowoDobór nastaw PID regulatorów LB-760A i LB-762
1 z 5 Dobór nastaw PID regulatorów LB-760A i LB-762 Strojenie regulatorów LB-760A i LB-762 Nastawy regulatora PID Regulatory PID (rolnicze np.: LB-760A - poczynając od wersji 7.1 programu ładowalnego,
Bardziej szczegółowoObjaśnienia do Wieloletniej Prognozy Finansowej na lata 2011-2017
Załącznik Nr 2 do uchwały Nr V/33/11 Rady Gminy Wilczyn z dnia 21 lutego 2011 r. w sprawie uchwalenia Wieloletniej Prognozy Finansowej na lata 2011-2017 Objaśnienia do Wieloletniej Prognozy Finansowej
Bardziej szczegółowoPRAWA ZACHOWANIA. Podstawowe terminy. Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc
PRAWA ZACHOWANIA Podstawowe terminy Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc a) si wewn trznych - si dzia aj cych na dane cia o ze strony innych
Bardziej szczegółowoInteligentne systemy decyzyjne: Uczenie maszynowe sztuczne sieci neuronowe
Inteligentne systemy decyzyjne: Uczenie maszynowe sztuczne sieci neuronowe Trening jednokierunkowych sieci neuronowych wykład 2. dr inż. PawełŻwan Katedra Systemów Multimedialnych Politechnika Gdańska
Bardziej szczegółowoUczenie Wielowarstwowych Sieci Neuronów o
Plan uczenie neuronu o ci gªej funkcji aktywacji uczenie jednowarstwowej sieci neuronów o ci gªej funkcji aktywacji uczenie sieci wielowarstwowej - metoda propagacji wstecznej neuronu o ci gªej funkcji
Bardziej szczegółowoStrategia rozwoju kariery zawodowej - Twój scenariusz (program nagrania).
Strategia rozwoju kariery zawodowej - Twój scenariusz (program nagrania). W momencie gdy jesteś studentem lub świeżym absolwentem to znajdujesz się w dobrym momencie, aby rozpocząć planowanie swojej ścieżki
Bardziej szczegółowoOpis modułu analitycznego do śledzenia rotacji towaru oraz planowania dostaw dla programu WF-Mag dla Windows.
Opis modułu analitycznego do śledzenia rotacji towaru oraz planowania dostaw dla programu WF-Mag dla Windows. Zadaniem modułu jest wspomaganie zarządzania magazynem wg. algorytmu just in time, czyli planowanie
Bardziej szczegółowoZarządzenie nr 538 Wójta Gminy Zarszyn z dnia 9 czerwca 2014 r.
Zarządzenie nr 538 Wójta Gminy Zarszyn z dnia 9 czerwca 2014 r. w sprawie: ustalenia instrukcji dokumentowania i rozliczania wyjść prywatnych pracowników Urzędu Gminy w Zarszynie Na podstawie art. 151
Bardziej szczegółowoIMPLEMENTACJA SIECI NEURONOWYCH MLP Z WALIDACJĄ KRZYŻOWĄ
IMPLEMENTACJA SIECI NEURONOWYCH MLP Z WALIDACJĄ KRZYŻOWĄ Celem ćwiczenia jest zapoznanie się ze sposobem działania sieci neuronowych typu MLP (multi-layer perceptron) uczonych nadzorowaną (z nauczycielem,
Bardziej szczegółowo1 Przedmiot Umowy 1. Przedmiotem umowy jest sukcesywna dostawa: publikacji książkowych i nutowych wydanych przez. (dalej zwanych: Publikacjami).
WZÓR UMOWY ANALOGICZNY dla CZĘŚCI 1-10 UMOWA o wykonanie zamówienia publicznego zawarta w dniu.. w Krakowie pomiędzy: Polskim Wydawnictwem Muzycznym z siedzibą w Krakowie 31-111, al. Krasińskiego 11a wpisanym
Bardziej szczegółowoPROCEDURA REKRUTACJI DZIECI DO KLASY PIERWSZEJ DO SZKOŁY PODSTAWOWEJ W OSTASZEWIE NA ROK SZKOLNY 2015/2016
PROCEDURA REKRUTACJI DZIECI DO KLASY PIERWSZEJ DO SZKOŁY PODSTAWOWEJ W OSTASZEWIE NA ROK SZKOLNY 2015/2016 1. Zasady prowadzenia postępowania rekrutacyjnego zostały przygotowane w oparciu o treść ustawy
Bardziej szczegółowoZAANGA OWANIE PRACOWNIKÓW W PROJEKTY INFORMATYCZNE
ZAANGA OWANIE PRACOWNIKÓW W PROJEKTY INFORMATYCZNE LESZEK MISZTAL Politechnika Szczeci ska Streszczenie Celem artykułu jest przedstawienie metody rozwi zania problemu dotycz cego zaanga owania pracowników
Bardziej szczegółowoEdycja geometrii w Solid Edge ST
Edycja geometrii w Solid Edge ST Artykuł pt.: " Czym jest Technologia Synchroniczna a czym nie jest?" zwracał kilkukrotnie uwagę na fakt, że nie należy mylić pojęć modelowania bezpośredniego i edycji bezpośredniej.
Bardziej szczegółowotel/fax 018 443 82 13 lub 018 443 74 19 NIP 7343246017 Regon 120493751
Zespół Placówek Kształcenia Zawodowego 33-300 Nowy Sącz ul. Zamenhoffa 1 tel/fax 018 443 82 13 lub 018 443 74 19 http://zpkz.nowysacz.pl e-mail biuro@ckp-ns.edu.pl NIP 7343246017 Regon 120493751 Wskazówki
Bardziej szczegółowoGruntowy wymiennik ciepła PROVENT- GEO
Gruntowy wymiennik ciepła PROVENT- GEO Bezprzeponowy Płytowy Gruntowy Wymiennik Ciepła PROVENT-GEO to unikatowe, oryginalne rozwiązanie umożliwiające pozyskanie zawartego gruncie chłodu latem oraz ciepła
Bardziej szczegółowoPL 215399 B1. POLITECHNIKA POZNAŃSKA, Poznań, PL 03.01.2011 BUP 01/11. RAFAŁ TALAR, Kościan, PL 31.12.2013 WUP 12/13
PL 215399 B1 RZECZPOSPOLITA POLSKA (12) OPIS PATENTOWY (19) PL (11) 215399 (13) B1 (21) Numer zgłoszenia: 388446 (51) Int.Cl. B23F 9/08 (2006.01) Urząd Patentowy Rzeczypospolitej Polskiej (22) Data zgłoszenia:
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z PRZEDMIOTÓW ZAWODOWYCH ODBYWAJĄCYCH SIĘ W SZKOLNYM LABORATORIUM CHEMICZNYM
WYMAGANIA EDUKACYJNE Z PRZEDMIOTÓW ZAWODOWYCH ODBYWAJĄCYCH SIĘ W SZKOLNYM LABORATORIUM CHEMICZNYM PSO jest uzupełnieniem Wewnątrzszkolnego Systemu Oceniania obowiązującego w GCE. Precyzuje zagadnienia
Bardziej szczegółowoProjekt MES. Wykonali: Lidia Orkowska Mateusz Wróbel Adam Wysocki WBMIZ, MIBM, IMe
Projekt MES Wykonali: Lidia Orkowska Mateusz Wróbel Adam Wysocki WBMIZ, MIBM, IMe 1. Ugięcie wieszaka pod wpływem przyłożonego obciążenia 1.1. Wstęp Analizie poddane zostało ugięcie wieszaka na ubrania
Bardziej szczegółowoPrzedmiotowe Zasady Oceniania
Przedmiotowe Zasady Oceniania z języka polskiego dla klas IV-VI Szkoły Podstawowej im. Marii Konopnickiej w Zaczarniu Zaczarnie, rok szkolny 2015/2016 Przedmiotowe zasady oceniania z języka polskiego w
Bardziej szczegółowoPRZEDMIOTOWY SYSTEM OCENIANIA Z JĘZYKA NIEMIECKIEGO
PRZEDMIOTOWY SYSTEM OCENIANIA Z JĘZYKA NIEMIECKIEGO Zasady ogólne Ocenianie wewnątrzszkolne na przedmiocie język niemiecki ma na celu: 1) informowanie ucznia o poziomie jego osiągnięć edukacyjnych i jego
Bardziej szczegółowoPFR Wstępnie wypełnione zeznanie podatkowe. PIT-37 i PIT-38 za rok 2015
PFR Wstępnie wypełnione zeznanie podatkowe PIT-37 i PIT-38 za rok 2015 Wstępnie Wypełnione Zeznanie Podatkowe (PFR) PIT-37 i (PFR) PIT-38 Usługa Wstępnie Wypełnionego Zeznania Podatkowego (PFR) PIT-37
Bardziej szczegółowoOpis programu do wizualizacji algorytmów z zakresu arytmetyki komputerowej
Opis programu do wizualizacji algorytmów z zakresu arytmetyki komputerowej 3.1 Informacje ogólne Program WAAK 1.0 służy do wizualizacji algorytmów arytmetyki komputerowej. Oczywiście istnieje wiele narzędzi
Bardziej szczegółowoRegulamin rekrutacji. do II Liceum Ogólnokształcącego w Jaśle im. ppłk J.Modrzejewskiego. na rok szkolny 2014/2015
Zarządzenie nr 6/2014 Dyrektora II Liceum Ogólnokształcącego w Jaśle im. ppłk J.Modrzejewskiego z dnia 27 lutego 2014r w sprawie: regulaminu rekrutacji na rok szkolny 2014/2015 na podstawie: ustawy z dnia
Bardziej szczegółowoRegulator typu P posiada liniow zale no sygnału wyj ciowego (y) od wej ciowego (PV).
Spis tre ci: 1. Wst p 2. Regulator typu P 3. Charakterystyki TZR 4. Przebieg regulacji 5. Przykładowe układy chłodnicze z zaworami TZR 6. Wnioski Literatura 1. Wst p REGULATOR jest to urz dzenie, którego
Bardziej szczegółowo4.3. Warunki życia Katarzyna Gorczyca
4.3. Warunki życia Katarzyna Gorczyca [w] Małe i średnie w policentrycznym rozwoju Polski, G.Korzeniak (red), Instytut Rozwoju Miast, Kraków 2014, str. 88-96 W publikacji zostały zaprezentowane wyniki
Bardziej szczegółowoUSTAWA. z dnia 26 czerwca 1974 r. Kodeks pracy. 1) (tekst jednolity)
Dz.U.98.21.94 1998.09.01 zm. Dz.U.98.113.717 art. 5 1999.01.01 zm. Dz.U.98.106.668 art. 31 2000.01.01 zm. Dz.U.99.99.1152 art. 1 2000.04.06 zm. Dz.U.00.19.239 art. 2 2001.01.01 zm. Dz.U.00.43.489 art.
Bardziej szczegółowoOd redakcji. Symbolem oznaczono zadania wykraczające poza zakres materiału omówionego w podręczniku Fizyka z plusem cz. 2.
Od redakcji Niniejszy zbiór zadań powstał z myślą o tych wszystkich, dla których rozwiązanie zadania z fizyki nie polega wyłącznie na mechanicznym przekształceniu wzorów i podstawieniu do nich danych.
Bardziej szczegółowoZintegrowane Systemy Zarządzania Biblioteką SOWA1 i SOWA2 SKONTRUM
Zintegrowane Systemy Zarządzania Biblioteką SOWA1 i SOWA2 SKONTRUM PROGRAM INWENTARYZACJI Poznań 2011 Spis treści 1. WSTĘP...4 2. SPIS INWENTARZA (EWIDENCJA)...5 3. STAŁE UBYTKI...7 4. INTERPRETACJA ZAŁĄCZNIKÓW
Bardziej szczegółowoROZWIĄZANIA PRZYKŁADOWYCH ZADAŃ. KORELACJA zmiennych jakościowych (niemierzalnych)
ROZWIĄZANIA PRZYKŁADOWYCH ZADAŃ KORELACJA zmiennych jakościowych (niemierzalnych) Zadanie 1 Zapytano 180 osób (w tym 120 mężczyzn) o to czy rozpoczynają dzień od wypicia kawy czy też może preferują herbatę.
Bardziej szczegółowoWprowadzam : REGULAMIN REKRUTACJI DZIECI DO PRZEDSZKOLA NR 14
ZARZĄDZENIE Nr 2/2016 z dnia 16 lutego 2016r DYREKTORA PRZEDSZKOLA Nr 14 W K O N I N I E W sprawie wprowadzenia REGULAMINU REKRUTACJI DZIECI DO PRZEDSZKOLA NR 14 IM KRASNALA HAŁABAŁY W KONINIE Podstawa
Bardziej szczegółowoK P K P R K P R D K P R D W
KLASA III TECHNIKUM POZIOM PODSTAWOWY I ROZSZERZONY PROPOZYCJA POZIOMÓW WYMAGAŃ Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i
Bardziej szczegółowoURZĄD OCHRONY KONKURENCJI I KONSUMENTÓW
URZĄD OCHRONY KONKURENCJI I KONSUMENTÓW Wyniki monitorowania pomocy publicznej udzielonej spółkom motoryzacyjnym prowadzącym działalność gospodarczą na terenie specjalnych stref ekonomicznych (stan na
Bardziej szczegółowoARKUSZ EGZAMINACYJNY ETAP PRAKTYCZNY EGZAMINU POTWIERDZAJ CEGO KWALIFIKACJE ZAWODOWE CZERWIEC 2012
Zawód: technik mechanik Symbol cyfrowy zawodu: 311[20] Numer zadania: 1 Arkusz zawiera informacje prawnie chronione do momentu rozpocz cia egzaminu 311[20]-01-122 Czas trwania egzaminu: 180 minut ARKUSZ
Bardziej szczegółowoTermostaty V2, V4 i V8 Regulatory temperatury bezpo redniego działania F CHARAKTERYSTYKA:
Termostaty V2, V4 i V8 Regulatory temperatury bezpo redniego działania 3.4.01-F CHARAKTERYSTYKA: siła zamkni cia 200 N, 400 N i 800 N do zaworów grzewczych lub chłodz cych solidne i godne zaufania zakres
Bardziej szczegółowoSystem wielokryterialnej optymalizacji systemu traderskiego na rynku kontraktów terminowych
System wielokryterialnej optymalizacji systemu traderskiego na rynku kontraktów terminowych Bartłomiej Wietrak 1 1 Wydział Inżynierii Mechanicznej i Informatyki Kierunek informatyka, Rok IV Streszczenie
Bardziej szczegółowoU M O W A (WZÓR) zwanym dalej Zamawiającym, a...
Załącznik nr 8 dot. Części I U M O W A (WZÓR) zawarta w dniu... r. w Płocku pomiędzy: Gminą Miasto Płock, w imieniu i na rzecz której działa Miejski Zakład Gospodarki Mieszkaniowej - TBS spółka z o. o.
Bardziej szczegółowoWniosek o ustalenie warunków zabudowy
Wniosek o ustalenie warunków zabudowy Informacje ogólne Kiedy potrzebna jest decyzja Osoba, która składa wniosek o pozwolenie na budowę, nie musi mieć decyzji o warunkach zabudowy terenu, pod warunkiem
Bardziej szczegółowoDr inż. Andrzej Tatarek. Siłownie cieplne
Dr inż. Andrzej Tatarek Siłownie cieplne 1 Wykład 3 Sposoby podwyższania sprawności elektrowni 2 Zwiększenie sprawności Metody zwiększenia sprawności elektrowni: 1. podnoszenie temperatury i ciśnienia
Bardziej szczegółowo3. BADA IE WYDAJ OŚCI SPRĘŻARKI TŁOKOWEJ
1.Wprowadzenie 3. BADA IE WYDAJ OŚCI SPRĘŻARKI TŁOKOWEJ Sprężarka jest podstawowym przykładem otwartego układu termodynamicznego. Jej zadaniem jest między innymi podwyższenie ciśnienia gazu w celu: uzyskanie
Bardziej szczegółowoAparatura Przemysłu Chemicznego Projekt: Wymiennik ciepła
Aparatura Przemysłu Chemicznego Projekt: Wymiennik ciepła Opracowanie: mgr inż. Anna Dettlaff Obowiązkowa zawartość projektu:. Strona tytułowa 2. Tabela z punktami 3. Dane wyjściowe do zadania projektowego
Bardziej szczegółowoZarządzenie Nr 325/09 Burmistrza Miasta Bielsk Podlaski z dnia 29 czerwca 2009 r.
Zarządzenie Nr 325/09 Burmistrza Miasta Bielsk Podlaski z dnia 29 czerwca 2009 r. w sprawie wprowadzenia w Urzędzie Miasta Bielsk Podlaski regulaminu okresowej oceny pracowników Na podstawie art. 28 ustawy
Bardziej szczegółowoMetrologia cieplna i przepływowa
Metrologia cieplna i przepływowa Systemy, Maszyny i Urządzenia Energetyczne, I rok mgr Pomiar małych ciśnień Instrukcja do ćwiczenia Katedra Systemów Energetycznych i Urządzeń Ochrony Środowiska AGH Kraków
Bardziej szczegółowoTemat: Co to jest optymalizacja? Maksymalizacja objętości naczynia prostopadłościennego za pomocą arkusza kalkulacyjngo.
Konspekt lekcji Przedmiot: Informatyka Typ szkoły: Gimnazjum Klasa: II Nr programu nauczania: DKW-4014-87/99 Czas trwania zajęć: 90min Temat: Co to jest optymalizacja? Maksymalizacja objętości naczynia
Bardziej szczegółowoZapytanie ofertowe dotyczące wyboru wykonawcy (biegłego rewidenta) usługi polegającej na przeprowadzeniu kompleksowego badania sprawozdań finansowych
Zapytanie ofertowe dotyczące wyboru wykonawcy (biegłego rewidenta) usługi polegającej na przeprowadzeniu kompleksowego badania sprawozdań finansowych Data publikacji 2016-04-29 Rodzaj zamówienia Tryb zamówienia
Bardziej szczegółowoREGULAMIN przeprowadzania okresowych ocen pracowniczych w Urzędzie Miasta Mława ROZDZIAŁ I
Załącznik Nr 1 do zarządzenia Nr169/2011 Burmistrza Miasta Mława z dnia 2 listopada 2011 r. REGULAMIN przeprowadzania okresowych ocen pracowniczych w Urzędzie Miasta Mława Ilekroć w niniejszym regulaminie
Bardziej szczegółowoKrótkoterminowe planowanie finansowe na przykładzie przedsiębiorstw z branży 42
Krótkoterminowe planowanie finansowe na przykładzie przedsiębiorstw z branży 42 Anna Salata 0 1. Zaproponowanie strategii zarządzania środkami pieniężnymi. Celem zarządzania środkami pieniężnymi jest wyznaczenie
Bardziej szczegółowoProjektowanie bazy danych
Projektowanie bazy danych Pierwszą fazą tworzenia projektu bazy danych jest postawienie definicji celu, założeo wstępnych i określenie podstawowych funkcji aplikacji. Każda baza danych jest projektowana
Bardziej szczegółowoUKŁAD ROZRUCHU SILNIKÓW SPALINOWYCH
UKŁAD ROZRUCHU SILNIKÓW SPALINOWYCH We współczesnych samochodach osobowych są stosowane wyłącznie rozruszniki elektryczne składające się z trzech zasadniczych podzespołów: silnika elektrycznego; mechanizmu
Bardziej szczegółowoTechniczne nauki М.М.Zheplinska, A.S.Bessarab Narodowy uniwersytet spożywczych technologii, Кijow STOSOWANIE PARY WODNEJ SKRAPLANIA KAWITACJI
Techniczne nauki М.М.Zheplinska, A.S.Bessarab Narodowy uniwersytet spożywczych technologii, Кijow STOSOWANIE PARY WODNEJ SKRAPLANIA KAWITACJI SKLAROWANEGO SOKU JABŁKOWEGO Skutecznym sposobem leczenia soku
Bardziej szczegółowoZarządzanie projektami. wykład 1 dr inż. Agata Klaus-Rosińska
Zarządzanie projektami wykład 1 dr inż. Agata Klaus-Rosińska 1 DEFINICJA PROJEKTU Zbiór działań podejmowanych dla zrealizowania określonego celu i uzyskania konkretnego, wymiernego rezultatu produkt projektu
Bardziej szczegółowo2. Wykrywanie twarzy. 2.1. Wprowadzenie
14 2. Wykrywanie twarzy W rozdziale tym pokrótce omówiony zostanie problem detekcji twarzy. Mimo, i głównym tematem tej pracy jest rozpoznawanie twarzy, detekcja jest zadaniem ci le powi zanym z rozpoznawaniem,
Bardziej szczegółowoProblemy w realizacji umów o dofinansowanie SPO WKP 2.3, 2.2.1, Dzia anie 4.4 PO IG
2009 Problemy w realizacji umów o dofinansowanie SPO WKP 2.3, 2.2.1, Dzia anie 4.4 PO IG Jakub Moskal Warszawa, 30 czerwca 2009 r. Kontrola realizacji wska ników produktu Wska niki produktu musz zosta
Bardziej szczegółowoOCENIANIE OSIĄGNIĘĆ EDUKACYJNYCH SŁUCHACZY ZESPOŁU SZKÓŁ PONADGIMNAZJALNYCH IM. K. JAGIELLOŃCZYKA W ŁASINIE.
OCENIANIE OSIĄGNIĘĆ EDUKACYJNYCH SŁUCHACZY ZESPOŁU SZKÓŁ PONADGIMNAZJALNYCH IM. K. JAGIELLOŃCZYKA W ŁASINIE. 1 1. Ocenianiu podlegają osiągnięcia edukacyjne słuchacza. 2. Ocenianie o którym mowa w ust.1
Bardziej szczegółowoRegulamin Pracy Komisji Rekrutacyjnej w Publicznym Przedszkolu Nr 5 w Kozienicach
Regulamin Pracy Komisji Rekrutacyjnej w Publicznym Przedszkolu Nr 5 w Kozienicach Podstawa prawna: Ustawa z dnia 7 września 1991 o systemie oświaty (tekst jednolity Dz. U. z 2015 r., poz. 2156 ze zm.),
Bardziej szczegółowoAneks nr 8 z dnia 24.07.2013 r. do Regulaminu Świadczenia Krajowych Usług Przewozu Drogowego Przesyłek Towarowych przez Raben Polska sp. z o.o.
Aneks nr 8 z dnia 24.07.2013 r. do Regulaminu Świadczenia Krajowych Usług Przewozu Drogowego Przesyłek Towarowych przez Raben Polska sp. z o.o. 1 Z dniem 24 lipca 2013 r. wprowadza się w Regulaminie Świadczenia
Bardziej szczegółowoPROCEDURA OCENY RYZYKA ZAWODOWEGO. w Urzędzie Gminy Mściwojów
I. Postanowienia ogólne 1.Cel PROCEDURA OCENY RYZYKA ZAWODOWEGO w Urzędzie Gminy Mściwojów Przeprowadzenie oceny ryzyka zawodowego ma na celu: Załącznik A Zarządzenia oceny ryzyka zawodowego monitorowanie
Bardziej szczegółowoUchwała Nr XXVII/543/13 Sejmiku Województwa Warmińsko-Mazurskiego z dnia 29 maja 2013 r.
dotycząca przyjęcia planu aglomeracji Orzysz. Uchwała Nr XXVII/543/13 Sejmiku Województwa Warmińsko-Mazurskiego z dnia 29 maja 2013 r. Na podstawie art. 18 pkt 20 ustawy z dnia 5 czerwca 1998 r. o samorządzie
Bardziej szczegółowoPOWIATOWY URZĄD PRACY W LIDZBARKU WARMIŃSKIM
I. Informacja o naborze wniosków INFROMACJA DLA PRACODAWCÓW!!! W związku z realizacją projektu systemowego Aktywność drogą do sukcesu w ramach Programu Operacyjnego Kapitał Ludzki Poddziałanie 6.1.3 współfinansowanego
Bardziej szczegółowoRegulamin rekrutacji do Zespołu Szkół Ponadgimnazjalnych Nr 4 na rok szkolny 2016/2017
Regulamin rekrutacji do Zespołu Szkół Ponadgimnazjalnych Nr 4 na rok szkolny 2016/2017 1 1. O przyjęciu kandydata do klasy pierwszej szkoły ponadgimnazjalnej: zasadniczej szkoły zawodowej, liceum ogólnokształcącego
Bardziej szczegółowoCzęść II.A. Informacje o studiach podyplomowych ANALIZA DANYCH METODY, NARZĘDZIA, PRAKTYKA (nazwa studiów podyplomowych)
Część II.A. Informacje o studiach podyplomowych ANALIZA DANYCH METODY, NARZĘDZIA, PRAKTYKA (nazwa studiów podyplomowych) 1. Ogólna charakterystyka studiów podyplomowych 1.1 Ogólne cele kształcenia oraz
Bardziej szczegółowoOlsztyn, dnia 30 lipca 2014 r. Poz. 2682 UCHWAŁA NR LIII/329/2014 RADY GMINY JONKOWO. z dnia 26 czerwca 2014 r.
DZIENNIK URZĘDOWY WOJEWÓDZTWA WARMIŃSKO-MAZURSKIEGO Olsztyn, dnia 30 lipca 2014 r. Poz. 2682 UCHWAŁA NR LIII/329/2014 RADY GMINY JONKOWO z dnia 26 czerwca 2014 r. w sprawie określenia zasad i trybu przeprowadzania
Bardziej szczegółowoD - 05.03.11 FREZOWANIE NAWIERZCHNI ASFALTOWYCH NA ZIMNO 1. WST P... 2 2. MATERIA Y... 2 3. SPRZ T... 2 4. TRANSPORT... 3 5. WYKONANIE ROBÓT...
D - 05.03.11 FREZOWANIE NAWIERZCHNI ASFALTOWYCH NA ZIMNO SPIS TRE CI 1. WST P... 2 2. MATERIA Y... 2 3. SPRZ T... 2 4. TRANSPORT... 3 5. WYKONANIE ROBÓT... 3 6. KONTROLA JAKO CI ROBÓT... 4 7. OBMIAR ROBÓT...
Bardziej szczegółowoREGULAMIN WSPARCIA FINANSOWEGO CZŁONKÓW. OIPiP BĘDĄCYCH PRZEDSTAWICIELAMI USTAWOWYMI DZIECKA NIEPEŁNOSPRAWNEGO LUB PRZEWLEKLE CHOREGO
Załącznik nr 1 do Uchwały Okręgowej Rady Pielęgniarek i Położnych w Opolu Nr 786/VI/2014 z dnia 29.09.2014 r. REGULAMIN WSPARCIA FINANSOWEGO CZŁONKÓW OIPiP BĘDĄCYCH PRZEDSTAWICIELAMI USTAWOWYMI DZIECKA
Bardziej szczegółowoRegulamin rekrutacji do Gimnazjum w Chwaliszewie na rok szkolny 2016/2017
Regulamin rekrutacji do Gimnazjum w Chwaliszewie na rok szkolny 2016/2017 Podstawa prawna: 1. Ustawy z dnia 7 września 1991 r. o systemie oświaty (Dz.U. z 2015 r. poz. 2156 z późn zm.) 2. Rozporządzenie
Bardziej szczegółowoPROCEDURA WSPÓŁPRACY MIĘDZYOPERATORSKIEJ W ZAKRESIE OBSŁUGI ZLECEŃ PRESELEKCJI
Załącznik nr 17 do Umowy o połączeniu sieci PROCEDURA WSPÓŁPRACY MIĘDZYOPERATORSKIEJ W ZAKRESIE OBSŁUGI ZLECEŃ PRESELEKCJI Część I Przyjęcie Zlecenia Preselekcji przez TP S.A. 1. Abonent przyłączony do
Bardziej szczegółowoUCHWAŁA NR XLI/447/2013 RADY MIEJSKIEJ GÓRY KALWARII. z dnia 28 maja 2013 r.
UCHWAŁA NR XLI/447/2013 RADY MIEJSKIEJ GÓRY KALWARII z dnia 28 maja 2013 r. w sprawie przyjęcia programu działań wspierających rodziny wielodzietne zamieszkałe na terenie Gminy Góra Kalwaria Na podstawie
Bardziej szczegółowoKomunikat 16 z dnia 2015-05-07 dotyczący aktualnej sytuacji agrotechnicznej
Komunikat 16 z dnia 2015-05-07 dotyczący aktualnej sytuacji agrotechnicznej www.sad24.com Wszystkie poniższe informacje zostały przygotowane na podstawie obserwacji laboratoryjnych oraz lustracji wybranych
Bardziej szczegółowo7. REZONANS W OBWODACH ELEKTRYCZNYCH
OBWODY SYGNAŁY 7. EZONANS W OBWODAH EEKTYZNYH 7.. ZJAWSKO EZONANS Obwody elektryczne, w których występuje zjawisko rezonansu nazywane są obwodami rezonansowymi lub drgającymi. ozpatrując bezźródłowy obwód
Bardziej szczegółowoREGULAMIN PRZYZNAWANIA POMOCY MATERIALNEJ UCZNIOM ZESPO U SZKÓ PONADGIMNAZJALNYCH W NOWEM
REGULAMIN PRZYZNAWANIA POMOCY MATERIALNEJ UCZNIOM ZESPO U SZKÓ PONADGIMNAZJALNYCH W NOWEM PODSTAWA PRAWNA 1. Ustawa o systemie o wiaty z dnia 7 wrze nia 1991 r. 2. Rozporz dzenie Rady Ministrów dnia 14
Bardziej szczegółowoIII. Warunki i tryb przyjmowania uczniów do liceum ogólnokształcącego, technikum i zasadniczej szkoły zawodowej.
Regulamin rekrutacji do szkół w Zespole Szkół Ogólnokształcących i Zawodowych im. Jarosława Iwaszkiewicza w CIECHANOWCU na rok szkolny 2016/2017 I. Podstawa prawna - Ustawa z dnia 7 września 1991 r. o
Bardziej szczegółowoBadania skuteczności działania filtrów piaskowych o przepływie pionowym z dodatkiem węgla aktywowanego w przydomowych oczyszczalniach ścieków
Uniwersytet Rolniczy im. Hugona Kołł łłątaja w Krakowie, Wydział Inżynierii Środowiska i Geodezji Katedra Inżynierii Sanitarnej i Gospodarki Wodnej K r z y s z t o f C h m i e l o w s k i Badania skuteczności
Bardziej szczegółowoROZLICZENIA SPO WKP Problemy dot. wdra ania
ROZLICZENIA SPO WKP Problemy dot. wdra ania Zespó Instrumentów Inwestycyjnych Zespó Instrumentów Doradczych Dzia ania 2.3 i 2.1 Warszawa, dnia 7 wrze nia 2005r. Statystyka na dzie 31.08.2005r. Ilo onych
Bardziej szczegółowoPodstawy Sztucznej Inteligencji (PSZT)
Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Uczenie maszynowe Sztuczne sieci neuronowe Plan na dziś Uczenie maszynowe Problem aproksymacji funkcji Sieci neuronowe PSZT, zima 2013, wykład 12
Bardziej szczegółowoWdrożenie modułu płatności eservice dla systemu Virtuemart 2.0.x
Wdrożenie modułu płatności eservice dla systemu Virtuemart 2.0.x Wersja 02 Styczeń 2016 Centrum Elektronicznych Usług Płatniczych eservice Sp. z o.o. Spis treści 1. Wstęp... 3 1.1. Przeznaczenie dokumentu...
Bardziej szczegółowo1.Rysowanie wałka. Dostosowanie paska narzędzi. 1.1. Tworzenie nowego wałka. Uniwersytet Technologiczno Przyrodniczy w Bydgoszczy
Dostosowanie paska narzędzi. Wyświetlenie paska narzędzi Elemety. Celem wyświetlenia paska narzędzi Elementy należy wybrać w menu: Widok Paski narzędzi Dostosuj... lub w linii komend wprowadzić polecenie
Bardziej szczegółowoEwaluacja projektu szkoleniowego Międzykulturowe ABC
1. Definicja obiektu 2. Cele ewaluacji 3. Zakres przedmiotowy 4.Zakres czasowy Szkolenia dla 50 urzędników zatrudnionych w różnych departamentach i wydziałach Urzędu Miasta Lublina, obecnie lub w przyszłości
Bardziej szczegółowo