PL EN


2017 | (12)2017 | 224-232
Article title

Wrzeciono CNC małej mocy jako obiekt badawczy dla metod CI na przykładzie detekcji prędkości

Content
Title variants
EN
Low-power CNC spindle as a research facicilty for ci methods on the example of speed detection
Languages of publication
PL
Abstracts
PL
Artykuł omawia zastosowanie stanowiska dydaktycznego wyposażonego we wrzeciono CNC małej mocy do nauki metod inteligencji obliczeniowej na kierunkach technicznych wyższych uczelni np. automatyka i robotyka. Przedstawiono praktyczny przykład ćwiczenia, które zaznaja-mia studentów z rzeczywistym sprzętem sprzężonym z oprogramowaniem inżynierskim takim jak Matlab/Simulink, umożliwiającym stosowanie i analizę działania poszczególnych metod CI, także w czasie rzeczywistym.
The article discusses the use of didactic station equipped with a low-power CNC spindle to teach computational intelligence methods to technical majors at universities, e.g. Automatic con-trol and Robotics. This paper presents a practical example of exercises, which acquaint students with actual hardware integrated with engineering software such as Matlab/Simulink, which allows implementation and analysis of the operation of various CI methods, also in real time.
Year
Volume
Pages
224-232
Physical description
Dates
published
2017
Contributors
  • Politechnika Rzeszowska
References
  • Boniecki P., Mueller W., Neuronowe techniki klasyfikacyjne w problemach identyfikacyjnych inżynierii rolniczej, „Journal of Research and Applications in Agricultural Engineering” 2005, Vol. 50(3), p. 17.
  • Flasiński M., Wstęp do sztucznej inteligencji, PWN, Warszawa 2011.
  • Jemielniak K., Kosmol J., Diagnostyka narzędzia i procesu skrawania – stan aktualny i kierunki rozwoju, „Mechanik” 1996, nr 10.
  • Krawiec K., Stefanowski J., Uczenie maszynowe i sieci neuronowe. Wydawnictwo Politechniki Poznańskiej, Poznań 2003.
  • Matlab&Simulink Neural Network Pattern Recognition Tool – instrukcja użytkowania.
  • Piecuch G., Zastosowanie metod inteligencji obliczeniowej w diagnozowaniu wrzeciona, praca magisterska, Politechnika Rzeszowska, Rzeszów 2015.
  • Sammut C., Webb G., Encyclopedia of Machine Learning, Springer 2010, p. 600–601.
  • Stefanowski J., Zaawansowana eksploracja danych: Metody oceny wiedzy klasyfikacyjnej odkrytej z danych – materiały wykładowe, Instytut Informatyki, Politechnika Poznańska, Poznań 2010.
  • Wawrzyński P., Uczenie maszynowe – sztuczne sieci neuronowe, Materiały wykładowe, PSZT.
Document Type
Publication order reference
Identifiers
YADDA identifier
bwmeta1.element.desklight-747b3543-1c31-4b90-ad34-525bfe53dfc4
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.