| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 10 / 22
Na začetekNa prejšnjo stran123Na naslednjo stranNa konec
1.
Inteligentni sistem za spremljanje laserskega navarjanja
Aleksandra Krivec, 2017, diplomsko delo

Opis: Lasersko navarjanje je postopek, namenjen predvsem popravilu poškodovanih strojnih elementov, obnovi površin in nanašanju raznovrstnih materialov na substrat, z namenom povečanja površinske trdote ali drugih površinskih lastnosti. Zaradi velikih temperaturnih gradientov in metalurških razlik med materiali se na površini ter na stiku navara z osnovnim materialom pojavljajo razpoke. Prav tako lahko zaradi premajhnih vnosov energije ali nepravilnega gorišča laserskega žarka pride do nezvarjenih mest med navarom in substratom ter posledično tudi do odstopanja materiala. V podjetju EMO – Orodjarna, d. o. o., poskušajo omenjene težave odpraviti z uporabo inteligentnega sistema za spremljanje laserskega navarjanja. Sistem z uporabo termo kamere spremlja temperaturo talilnega bazna in na podlagi le-te spreminja moč laserja. Z regulacijo moči laserja dosežemo bolj enakomerne temperaturne razmere v navaru, kar ugodno vpliva na proces navaranja in pojavljanje razpok. S poskusom smo poiskali parametre, pri katerih smo dosegli največji izkoristek postopka in ugotavljali vpliv regulacije na pojav razpok. Rezultati so pokazali, da sistem izboljša gostoto navara in deloma zmanjša količino in velikost razpok, jih pa pri opazovalnih kombinacijah materialov ne odpravi povsem. Pri obravnavanih materialih bi morali za popolno odpravo razpok substrat predgreti.
Ključne besede: lasersko navarjanje, inteligentni sistem, pojav razpok, proizvodne tehnologije
Objavljeno: 29.09.2017; Ogledov: 1106; Prenosov: 87
.pdf Celotno besedilo (1,71 MB)

2.
Zasnova inteligentnega sistema celovite obdelave podpornih informacij za razvoj novih aparatov
Boštjan Ogrizek, 2017, doktorska disertacija

Opis: V industrijski praksi je vedno večja težnja po izboljšanju razvojnega procesa. Eden izmed razlogov je želja po končnem dobičku na izdelani aparat. Drug razlog je porast količine različnih razvojnih podjetij ter posledično tudi konkurence na globalnem trgu. Sam razvoj traja od prve ideje za nov izdelek pa vse do njegove ukinitve. V tem času poteka veliko aktivnosti, ki se izvajajo z željo po končnem uspehu izdelka na trgu. Vendar pa se, tako kot je to znano iz drugih panog, v obilici konkurence pogoji za uspeh zaostrijo. To pomeni, da v primeru podobnega napredka ter delovanja podjetij le ta celovito gledano ne morejo ustvariti večje konkurenčne prednosti na trgu. Če je v razvoj vloženih preveč resursov to pomeni, presežek investicije ter vpliv na končno ceno izdelka. V koliko je vloženih resursov premalo je lahko končni rezultat nepopoln izdelek, ki ga trg na dolgi rok zavrne. Tako je za optimalen razvoj izdelka potrebna optimalna pot, ki sočasno zmanjša resurse na optimalno raven prav tako pa zagotovi prepotrebno končno kvaliteto. V doktorski disertaciji smo zbrali podatke o različnih aparatih za pripravo napitkov za namene raziskovanja v področju snovanja inteligentnega podpornega sistema za razvoj aparatov. Iz zbranih podatkov smo nato izluščili predvidene pomembne karakteristike, ki smo jih nato zapisali v različne table za kasnejše delo. Zaradi samega tipa delovanja smo za kreiranje podpornega sistema uporabili metodologijo nevronskih mrež. S pomočjo le teh smo na podlagi podatkov iz obstoječe baze znanja kreirali podporne mehanizme, ki smo jih kasneje umestili v naš podporni sistem. Podporni sistem smo zastavili modulno, saj je bil že začetni namen možnost kasnejših enostavnih nadgradenj v primeru novih dognanj ter učenja iz lastnih primerov. Kreirane nevronske mreže so bile tekom razvoja sistema tudi testirane ter kvalitativno ovrednotene. Podporni sistem je bil kreiran s pomočjo implementacije šestih podpornih področij. Ta področja so bila izbrana iz različnih vej razvoja aparatov. Končni sistem je bil zasnovan z miselnostjo hitre pomoči ter enostavnostjo uporabe končnega odjemalca. Rezultati testiranja podpornega sistema so pokazali ustreznost metodologije za namen razvoja aparatov. Dokazali smo, da je mogoče razviti podporni sistem s pomočjo nevronskih mrež, ki pomaga pri obdelavi podpornih informacij. Prav tako pa smo s pomočjo rezultatov ponudili možnosti za dodatne raziskave ter razvoj v smeri inteligentnih sistemov za podporo tekom razvoja različnih izdelkov.
Ključne besede: razvoj izdelka, nevronske mreže, inteligentni sistem, podporne informacije
Objavljeno: 07.07.2017; Ogledov: 873; Prenosov: 106
.pdf Celotno besedilo (6,24 MB)

3.
Inteligentni sistem za večkriterijsko optimizacijo tehnološkega načrta dvoosnega struženja
Zlatko Botak, 2016, doktorska disertacija

Opis: Obdelovalni proces je pod stalnim vplivom razvoja in posodabljanja komponent v sistemu stroj-orodje-obdelovanec. Bolj kot so poznana zapletena razmerja med vhodnimi in izhodnimi veličinami, uspešnejši je končni rezultat obdelave s tehničnega in ekonomskega vidika. Obdelava množice medsebojno odvisnih podatkov in omejitev v realnem procesu s klasičnimi metodami ni več primerna, temveč se za optimizacijo poskuša narediti model, ki vključuje določeno stopnjo umetne inteligence. V disertaciji je predstavljen model inteligentnega sistema za samodejno programiranje obdelave struženja na rotacijskih izdelkih. Sistem je zmožen na osnovi 3D-modela izdelka samostojno prepoznati izdelovalnost s postopkom dvoosnega struženja, določiti obdelovalna orodja, zaporedje obdelave, izvesti optimalizacijo in pripraviti NC-program. Nastali NC-program bo glede na izbrane kriterije optimalen glede na čas in učinkovitost obdelave. Razviti inteligentni sistem deluje popolnoma samostojno, brez posega izkušenega strokovnjaka v potek priprave tehnologije. Obdelava se sočasno optimalizira po več kriterijih, po odrezovalnem času, odvzemu materiala, strošku orodja in številu prehodov orodja. Kriteriji se merijo v različnih enotah in se pogosto medsebojno izključujejo, kar pomeni, da izboljšanje obdelave po enem kriteriju pripelje do poslabšanja po drugem. V sistem za samodejno programiranje obdelave je vključena metoda za večkriterijsko optimiranje, analitični hierarhični proces. Metoda temelji razčlenjevanju problema na več ravni, primerjavi kriterijev po parih, izračun vpliva posamezne alternative na končni cilj in preverjanje doslednosti. Rezultati so dodatno preverjeni z metodo za večkriterijsko odločanje ELECTRE II in programom SuperDecisions. Predstavljeni model se lahko uporabi za analizo in optimalizacijo realnih problemov obdelave s struženjem v praksi.
Ključne besede: inteligentni obdelovalni sistem, večkriterijska optimalizacija, NC-programiranje, analitični hierarhični proces, računalniška simulacija, struženje.
Objavljeno: 03.01.2017; Ogledov: 1139; Prenosov: 184
.pdf Celotno besedilo (5,34 MB)

4.
Vloga inteligentnih tutorskih sistemov v poučevanju
Gregor Lorenčič, 2016, diplomsko delo

Opis: Kognitivna znanost ima veliko vlogo v izobraževanju. V diplomskem delu smo pregledali kratko zgodovino poučevanja, ter nato podrobneje pogledali različne teoretske poglede na sodobno izobraževanja in njeno vlogo v tehniki in tehnologiji in filozofiji. Z namenom da spoznamo kaj je potrebno za dobro poučevanje, smo se dotaknili različne koncepte poučevanja ter jih primerjali med seboj. Prav tako smo pod drobnogled vzeli različne teorije v filozofiji kognitivne znanosti: fizični simbolni sistem hipoteza in konectionistično hipotezo. S tema hipotezama smo želeli razložiti delovanje človeškega uma, in kako le tega simulirati s tehnologijo. Naše diplomsko delo smo zaključili s praktičnim primerom kognitivne znanosti, pilotskim projektom TECH8 za osnovnošolsko poučevanje tehnike in tehnologije.
Ključne besede: inteligentni tutorski sistem, kognitivna znanost, konekcionizem, simbolni sistem, filozofija
Objavljeno: 16.11.2016; Ogledov: 1169; Prenosov: 68
.pdf Celotno besedilo (1,61 MB)

5.
UMETNI IMUNSKI SISTEM - S STRANI BIOLOGIJE NAVDIHNJENO RAČUNANJE
Andrej Barovič Karpov, 2016, magistrsko delo

Opis: Cilj magistrskega dela je opis (njihova sestava in princip, po katerem delujejo), implementacija algoritmov umetnega imunskega sistema (AIS) in njihova integracija v obstoječo EARS okolje. V AIS skupino algoritmov spadajo CLONALG, NSA, aiNET in drugi. Te algoritme smo primerjali z ostalimi optimizacijskimi algoritmi, kot so: PSO, DE, ABC, in TLBO. Primerjavo med algoritmi smo izvedli na CEC skupini problemov in pri tem uporabili statistične teste (NHST) ter novejši pristop CRS4EAs. Rezultati vsake generacije so bili podvrženi dodatnim testom za ugotavljanje eksploracijskih (raziskovalnih) in eksploatacijskih (izkoriščevalnih) lastnosti algoritma AIS.
Ključne besede: inteligentni sistemi, evolucijsko računanje, evolucijski algoritmi, evolucijske strategije, genetsko programiranje, genetski algoritmi, umetni imunski sistem
Objavljeno: 07.07.2016; Ogledov: 1026; Prenosov: 81
.pdf Celotno besedilo (1,67 MB)

6.
AVTOMATSKI NAMAKALNI SISTEM NA OSNOVI PLATFORME ARM
Janko Pušnik, 2016, magistrsko delo

Opis: Magistrsko delo predstavlja razvoj inteligentnega namakalnega sistema na osnovi platforme ARM. Sistem je zgrajen iz več modulov, pri čemer podrejeni moduli bazirajo na arhitekturi AVR. Sistem zagotavlja popolnoma avtomatiziran namakalni sistem, tudi v kontekstu pametnega doma. Sistem omogoča preprosto konfiguriranje preko uporabniškega vmesnika in preprosto vključevanje v okolja, saj je komunikacija med posameznimi vozlišči sistema brezžična, sami moduli pa lahko delujejo na baterijskem napajanju.
Ključne besede: platforma ARM, platforma AVR, inteligentni zalivalni sistem, komunikacija RF, uporabniški vmesnik
Objavljeno: 04.07.2016; Ogledov: 624; Prenosov: 106
.pdf Celotno besedilo (3,28 MB)

7.
Model inteligentnega sistema za prilagajanje postavitve obdelovanca v delovni prostor obdelovalnega stroja
Matej Paulič, 2015, doktorska disertacija

Opis: Moderni obdelovalni sistemi zahtevajo nenehno posodabljanje in vključevanje najnovejših tehnologij v tehnološke postopke. Raziskave in razvoj obdelovanih postopkov se v zadnjem obdobju nagiba k rešitvam, ki na eni strani povečujejo hitrosti, večajo fleksibilnost in točnost, na drugi strani pa skrajšujejo razvojni cikel izdelka. Uvajanje računalniškega vida na obdelovalne stroje nam omogoča, da lahko brez večjih težav zaznamo postavitev (pozicijo) in orientacijo obdelovanca, ki ga bomo obdelovali. V raziskavi predlagamo uporabo metod umetne inteligence za zasnovo naprednega sistema, ki bo sposoben samodejno prilagoditi postavitev obdelovanca v obdelovalni prostor stroja., ter prilagoditi CNC-program za novo pozicijo vpetega obdelovanca. Predlagana je uporaba algoritmov optimizacije z rojem delcev, kot tudi uporaba mehke logike. V zaključku raziskave so podani rezultati, ki utemeljujejo in dokazujejo uporabnost sistema. Podani so tudi predlogi za nadaljnji razvoj in raziskave.
Ključne besede: Rezkanje, obdelovanec, računalniški vid, inteligentni sistem, skupinska inteligenca, optimizacija postavitve
Objavljeno: 06.11.2015; Ogledov: 972; Prenosov: 112
.pdf Celotno besedilo (4,57 MB)

8.
INTERNET STVARI NA PRIMERU SAMODEJNEGA PODAJALCA PAKOV
Aleš Hriberšek, 2015, diplomsko delo

Opis: Diplomsko delo predstavlja potek dela na napravi za podajanje ploščkov. Vsebuje informacije o porabljenih materialih, postopkih izdelave mehanizma in načinih programiranja vmesnikov. Razložen je celotni proces od začetka ideje do same realizacije naprave. Hkrati opisuje koncept in način globalne komunikacije preko omrežja Wi-Fi.
Ključne besede: internet stvari, podajalec pakov, inteligentni sistem
Objavljeno: 28.10.2015; Ogledov: 841; Prenosov: 129
.pdf Celotno besedilo (1,30 MB)

9.
10.
Modeliranje in optimizacija CNC obdelav s skupinsko inteligenco
Marko Hrelja, 2015, doktorska disertacija

Opis: Izboljševanje obstoječe proizvodnje in obdelovalnih sistemov zahteva nenehno posodabljanje in integracijo najnovejših tehnologij v proizvodne sisteme. Proizvodnih spremenljivk je čedalje več, s tem pa se povečuje množica podatkov, ki jo moramo obdelati, tu pa velikokrat klasične analitične metode optimizacije odpovedo. Zaradi tega smo prisiljeni bolje izkoristiti razpoložljive proizvodne vire, zato pa moramo poseči po naprednejših pristopih reševanja problemov. Za reševanje zahtevnih problemov čedalje pogosteje uporabljajo različna področja umetne inteligence, še zlasti strojnega učenja. Pregled do sedaj opravljenih raziskav je pokazal, da so obstoječi razviti sistemi precej ozko usmerjeni. V disertaciji predlagamo popolnoma nov pristop k modeliranju CNC-obdelav s pomočjo novega gravitacijskega iskalnega algoritma (GSA), ki spada med metode skupinske inteligence. Razviti inteligentni sistem deluje na osnovi osnovnih Newtonovih fizikalnih zakonov oziroma na osnovi interakcij med masnimi telesi v prostoru. Za primerjavo in potrditev ustreznosti rezultatov doktorske disertacije smo uporabili tudi metodo modeliranja z rojem delcev (PSO). Primerjava je pokazala, da je GSA algoritem primeren za modeliranje obdelav z odrezovanjem, saj so odstopanja od eksperimentalnih podatkov v sprejemljivih mejah. Dobljeni modeli so dobro opisali postopek odrezovanja materiala s struženjem, ki smo ga uporabili kot postopek odrezovanja. Posebej velja omeniti, da je GSA algoritem v najslabšem primeru vsaj dvakrat hitrejši od enakovrednega PSO algoritma. Dobljen model CNC-obdelave smo nato uporabili za večkriterijsko optimiranje obdelovalnih parametrov: optimalne hrapavosti obdelane površine, rezalnih sil in časovne obstojnosti orodja. Vsaka izmed omenjenih odvisnih spremenljivk prispeva k optimalnemu delovanju CNC-obdelovalnega stroja, kar znižuje stroške proizvodnje. Večkriterijsko optimiranje smo izvedli s pomočjo NSGA-II algoritma. Za optimiranje smo morali določiti tudi omejitve. Te smo določili s pomočjo teoretičnih izračunov in jih preverili s pomočjo eksperimentalnih podatkov. Zaradi obsega dela smo se omejili na struženje, hkrati pa so v delu predstavljene osnove prilagoditev za uporabo metod na ostalih obdelovalnih strojih, saj je predlagan pristop univerzalen.
Ključne besede: inteligentni obdelovalni sistem, CNC-obdelovalni stroj, odrezovanje, struženje, skupinska inteligenca, optimizacija z rojem delcev, gravitacijski iskalni algoritem, genetski algoritmi, večkriterijska optimizacija, NSGA-II algoritem
Objavljeno: 04.02.2015; Ogledov: 1912; Prenosov: 287
.pdf Celotno besedilo (3,55 MB)

Iskanje izvedeno v 0.29 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici