1. Vodenje hidravlične stiskalnice s frekvenčnim pretvornikomŽiga Janežič, 2025, diplomsko delo Opis: Diplomsko delo obravnava nadgradnjo hidravlične stiskalnice s frekvenčnim pretvornikom EFC 5610 2k20 3P4 za natančno krmiljenje elektromotorja in regulacijo delovanja hidravličnega valja. Poudarek je na energetski učinkovitosti, zmanjšanju tlačnih nihanj ter uporabi PID regulatorja pretvornika za optimizacijo tlaka in pretoka. Opisana je programska oprema IndraWorks Ds, izvedba elektro in hidravličnega sklopa, testiranje različnih nastavitev regulatorja ter primerjava s klasičnim PLK krmiljenjem. Rezultati naloge potrjujejo prednosti frekvenčnega vodenja za manjše industrijske sisteme.
Ključne besede: frekvenčni pretvornik, hidravlična stiskalnica, PID regulator, IndraWorks Ds, energetska učinkovitost.
Objavljeno v DKUM: 22.10.2025; Ogledov: 0; Prenosov: 12
 Celotno besedilo (4,71 MB) |
2. Cascade hydropower plant operational dispatch control using deep reinforcement learning on a digital twin environmentErik Rot Weiss, Robert Gselman, Rudi Polner, Riko Šafarič, 2025, izvirni znanstveni članek Opis: In this work, we propose the use of a reinforcement learning (RL) agent for the control of a cascade hydropower plant system. Generally, this job is handled by power plant dispatchers who manually adjust power plant electricity production to meet the changing demand set by energy traders. This work explores the more fundamental problem with the cascade hydropower plant operation of flow control for power production in a highly nonlinear setting on a data-based digital twin. Using deep deterministic policy gradient (DDPG), twin delayed DDPG (TD3), soft actor-critic (SAC), and proximal policy optimization (PPO) algorithms, we can generalize the characteristics of the system and determine the human dispatcher level of control of the entire system of eight hydropower plants on the river Drava in Slovenia. The creation of an RL agent that makes decisions similar to a human dispatcher is not only interesting in terms of control but also in terms of long-term decision-making analysis in an ever-changing energy portfolio. The specific novelty of this work is in training an RL agent on an accurate testing environment of eight real-world cascade hydropower plants on the river Drava in Slovenia and comparing the agent’s performance to human dispatchers. The results show that the RL agent’s absolute mean error of 7.64 MW is comparable to the general human dispatcher’s absolute mean error of 5.8 MW at a peak installed power of 591.95 MW.
Ključne besede: cascade hydropower, reinforcement learning, digital twin
Objavljeno v DKUM: 17.10.2025; Ogledov: 0; Prenosov: 3
Celotno besedilo (6,94 MB) |
3. Mobile robot localization based on the PSO algorithm with local minima avoiding the fitness functionBožidar Bratina, Dušan Fister, Suzana Uran, Izidor Mlakar, Erik Rot Weiss, Kristijan Korez, Riko Šafarič, 2025, izvirni znanstveni članek Opis: Localization of a semi-humanoid mobile robot Pepper is proposed based on the particle swarm optimization algorithm (PSO) that is robust to the disturbance perturbations of LIDAR-measured distances from the mobile robot to the walls of the robot real laboratory workspace. The novel PSO, with the avoiding local minima algorithm (PSO-ALM), uses a novel fitness function that can prevent the PSO search from trapping into the local minima and thus prevent the mobile robot from misidentifying the actual location. The fitness function penalizes nonsense solutions by introducing continuous integrity checks of solutions between two different consecutive locations. The proposed methodology enables accurate and real-time global localization of a mobile robot, given the underlying a priori map, with a consistent and predictable time complexity. Numerical simulations and real-world laboratory experiments with different a priori map accuracies have been conducted to prove the proper functioning of the method. The results have been compared with the benchmarks, i.e., the plain vanilla PSO and the built-in robot’s odometrical method, a genetic algorithm with included elitism and adaptive mutation rate (GA), the same GA algorithm with the included ALM algorithm (GA-ALM), the state-of-the-art plain vanilla golden eagle optimization (GEO) algorithm, and the same GEO algorithm with the added ALM algorithm (GEO-ALM). The results showed similar performance with the odometrical method right after recalibration and significantly better performance after some traveled distance. The GA and GEO algorithms with or without the ALM extension gave us similar results according to the accuracy of localization. The optimization algorithms’ performance with added ALM algorithms was much better at not getting caught in the local minimum, while the PSO-ALM algorithm gave us the overall best results
Ključne besede: mobile robot localization, PSO algorithm, avoid the global minima
Objavljeno v DKUM: 17.10.2025; Ogledov: 0; Prenosov: 6
Celotno besedilo (2,95 MB) |
4. Razvoj testnega vpenjala in avtomatiziranega sistema za funkcionalno preverjanje tiskanih vezijLuka Sakač, 2025, magistrsko delo Opis: V zaključnem delu je bil predstavljen razvoj in izdelava testnega vpenjala za avtomatizirano testiranje elektronskih vezij. Opisan je bil celoten postopek načrtovanja mehanskih in elektronskih komponent, izdelava vmesnega tiskanega vezja ter uporaba programskih orodij, kot sta SolidWorks in Altium Designer. Kot rezultat je bil izdelan funkcionalen izdelek, ki omogoča zanesljivo, hitro in ponovljivo testiranje. Na koncu so bila podana priporočila za nadaljnjo optimizacijo mehanizma.
Ključne besede: testno vpenjalo, elektronsko vezje, avtomatizirano testiranje, tiskano vezje, testne iglice
Objavljeno v DKUM: 15.10.2025; Ogledov: 0; Prenosov: 4
Celotno besedilo (5,63 MB) |
5. Nadgradnja grelne naprave za upogibanje kovaških odrezkovAlen Kovše Škerget, 2025, diplomsko delo Opis: Diplomska naloga opisuje uspešno izvedbo celovitega projekta: razvoj in implementacijo funkcionalne naprave za obdelavo kovinskih odrezkov. Glavni cilj je bil zagotoviti stabilno in zanesljivo delovanje v kovačnici. Projekt je vključeval izdelavo robustne nosilne konstrukcije, natančno sestavo upogibnega mehanizma ter optimizacijo hidravličnega sistema. Naprava je bila uspešno integrirana v kovaško linijo, kar je potrdilo ustreznost teoretičnih predpostavk in konstrukcijskih rešitev. Rezultati kažejo na povečano produktivnost, povečanje učinkovitosti, zagotavljanje kakovosti, zmanjšanje ročnega dela in izboljšanje delovnih pogojev, kar dokazuje neposredno uporabnost v industrijski praksi.
Ključne besede: Upogibni mehanizem, varjenje konstrukcije, kovanje, postavitev stroja
Objavljeno v DKUM: 03.10.2025; Ogledov: 0; Prenosov: 6
Celotno besedilo (7,49 MB) |
6. Razvoj modularnega merilnega sistema s Pitotovo cevjo s petimi luknjicamiJan Gračnar, 2025, diplomsko delo Opis: V diplomskem delu je predstavljen razvoj in preizkus merilnega sistema, ki temelji na pet-luknjasti Pitotovi cevi in diferencialnem merjenju tlaka za določitev hitrosti zraka, vpadnega kota (AOA) in bočnega kota (SSA). Pitotova cev je bila izdelana s SLA 3D-tiskanjem, nato pa mehansko pregledana. Zaradi nezadostnega zaznavanja tlaka pri fizični kalibraciji je bila uporabljena nadomestna izvedba iz silikonskih cevk. Virtualna kalibracija je pokazala stabilne in primerljive koeficiente z literaturo, fizična in eksperimentalna testiranja pa so potrdila funkcionalnost sistema z največjim odstopanjem 3,5 m/s. Rezultati nakazujejo možnosti nadaljnje optimizacije in integracije sistema v realne aplikacije.
Ključne besede: Pitotova cev, diferencialni tlak, AOA, SSA, aerodinamika
Objavljeno v DKUM: 25.09.2025; Ogledov: 0; Prenosov: 4
Celotno besedilo (2,59 MB) |
7. Optično sortiranje plastičnega granulataPatrik Kožar, Marko Simonič, 2025, diplomsko delo Opis: Diplomsko delo obravnava razvoj in izvedbo optičnega sortirnega sistema za razvrščanje granulata po barvi in velikosti. Glavni cilj je bil izdelati preprost, a učinkovit prototip, ki z uporabo strojnega vida zazna posamezne delce na tekočem traku in jih s pomočjo pnevmatskih ventilov usmeri v ustrezne zbiralnike. Sistem temelji na Beckhoffovem krmilniku in TwinCAT Vision okolju, kjer smo implementirali algoritem za zajem slike, določanje lege delcev in časovno usklajeno proženje ventilov. Preizkusi so pokazali, da je sistem pravilno razvrstil približno 73 % vseh granul, kar potrjuje delovanje prototipa in daje dobro osnovo za nadaljnji razvoj.
Ključne besede: sortirnik, optični, granulat, strojni vid, Beckhoff
Objavljeno v DKUM: 22.09.2025; Ogledov: 0; Prenosov: 5
Celotno besedilo (2,16 MB) |
8. Implementacija robota v robotsko celico za pobiranje razsutih kosov iz zaboja : diplomsko deloPrimož Jančič, 2025, diplomsko delo Opis: V diplomskem delu smo se osredotočili na prikaz in opis implementacije robota v robotsko celico. Namen je bil zamenjati fizično delo človeka z robotom in hkrati povečati produktivnost celotne celice. Področje na katero se to delo nanaša je avtomatizacija in robotika, kjer vpeljemo različne komponente v eno avtomatizirano celico. V teoretičnem delu je podrobneje opisanih nekaj malenkosti o tem kaj je robot in njihovem razvoju, predstavljene so vse komponente robotske celice in opis robotske celice. Empirični del zajema opis programiranja robota, vpeljave ostalih komponent v celico ter namestitev robota v celico in njegov zagon. Na koncu smo izvedli uspešno implementacijo robota v robotsko celico.
Ključne besede: robot, celica, programiranje, kos (obdelovanec), kamera, PLK (programirljiv logični krmilnik)
Objavljeno v DKUM: 22.09.2025; Ogledov: 0; Prenosov: 6
Celotno besedilo (2,04 MB) |
9. |
10. Klasifikacija krompirja s pomočjo globokih nevronskih mrež s podporo barvne in termovizijske analizeTaja Pec, 2025, magistrsko delo Opis: V magistrskem delu obravnavamo klasifikacijo krompirja v tri kakovostne razrede – gnili, krmni in jedilni – z uporabo naprednih globokih nevronskih mrež. Model smo razvili v programskem jeziku Python z uporabo ogrodja TensorFlow. Primerjali smo učinkovitost treh sodobnih arhitektur konvolucijskih nevronskih mrež: EfficientNet, DenseNet in Xception, ter na podlagi rezultatov izbrali najbolj primerno za našo podatkovno bazo. DenseNet201 je izstopal kot najbolj natančen in stabilen model, DenseNet121 pa je ponujal najboljše ravnovesje med natančnostjo in računsko zahtevnostjo. Preizkusili smo tudi termovizijsko kamero za preučevanje možnosti zaznave gnilobe na podlagi temperaturnih razlik krompirja in opisali omejitve te metode. Cilj raziskave je razvoj inteligentnega, cenovno dostopnega sistema za avtomatsko sortiranje krompirja, ki bi povečal produktivnost kmetijske proizvodnje ob minimalnih stroških.
Ključne besede: globoko učenje, konvolucijske nevronske mreže, klasifikacija krompirja, TensorFlow, termovizijska analiza
Objavljeno v DKUM: 22.09.2025; Ogledov: 0; Prenosov: 11
Celotno besedilo (8,18 MB) |
