| | 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 / 1189
Na začetekNa prejšnjo stran12345678910Na naslednjo stranNa konec
1.
Meritve dimenzij : praktikum (navodila za vaje pri predmetu Tehniške meritve)
Lucija Črepinšek-Lipuš, 2022

Opis: Praktikum Meritve dimenzij je študijski pripomoček za izvajanje laboratorijskih vaj pri predmetu Tehniške meritve. Vaje so namenjene spoznavanju preprostih tehnik merjenja dimenzij v proizvodnem strojništvu. Obsegajo samostojno izvajanje različnih primerov meritev s poudarkom na iskanju rešitev za doseganje čim manjših pogreškov in čim boljše merilne zanesljivosti.Publikacija je dostopna le študentom Univerze v Mariboru, Fakultete za strojništvo.
Ključne besede: Meritve dimenzij, proizvodne meritve, pomično merilo, vijačno merilo, merilne kladice, merilna urica, komparator, kotomer, projektor
Objavljeno v DKUM: 20.05.2022; Ogledov: 7; Prenosov: 0
URL Povezava na datoteko

2.
Avtomatska vozila in mobilni roboti v intralogistiki
Tone Lerher, 2022

Opis: Učbenik obravnava avtomatizacijo in robotizacijo notranjega transporta v intralogistiki, kjer so navedena avtomatsko vodena vozila AGV in avtonomni mobilni roboti AMR. Poleg tehnično-tehnoloških karakteristik AGV in AMR so predstavljene posamezne izvedbe AGV in AMR, ki se uporabljajo širse v logistiki. V učbeniku so posebej obravnavani avtomatski vozički za delo v avtomatiziranih regalnih skladiščnih sistemih in avtonomni mobilni roboti za delovanje v skladiščih prihodnosti. Navedeni so temeljni analitični in numerični modeli za določitev pretočne zmogljivosti AGV in AMR v skladiščnih sistemih. Poleg ze ustaljenih rešitev AGV in AMR v skladiščih v praksi so predstavljeni novi idejni koncepti avtomatiziranih in robotiziranih transportno-skladiščnih sistemov AGV in AMR, ki so trenutno se v fazi koncipiranja in nadaljnjega razvoja.
Ključne besede: lntralogistika, skladišča, avtomatizacija in robotizacija, AGV in AMR, idejni koncepti AGV in AMR
Objavljeno v DKUM: 26.04.2022; Ogledov: 149; Prenosov: 28
.pdf Celotno besedilo (37,06 MB)
Gradivo ima več datotek! Več...

3.
4.
Programiranje industrijskih robotov
Timi Karner, Janez Gotlih, 2022

Opis: Učbenik zajema osnove programiranja, pravilne izbire industrijskih robotov, postavitve, zagon, prve nastavitve, nastavitve koordinatnega sistema orodja, obdelovancev, uporaba odločitvenih vej, ponovitvenih zank, prekinitvenih rutin, serijske komunikacije z uporabo PROFINET protokola ter podaja smernice za varno vračanje robota v izhodiščno točko. Prav tako podaja smernice za pripravo robota za operaterja.
Ključne besede: programiranje industrijskih robotov, konfiguracija, koordinatni sistemi, PROFINET, varnost
Objavljeno v DKUM: 31.03.2022; Ogledov: 128; Prenosov: 26
.pdf Celotno besedilo (29,13 MB)
Gradivo ima več datotek! Več...

5.
Konstrukcijski materiali : učbenik
Ivan Anžel, Mihael Brunčko, 2022, učbenik za višje in visoke šole

Opis: Učbenik je kot osnovna literatura namenjen študentom 1. stopnje študijskih programov Strojništvo, Gospodarsko inženirstvo in Mehatronika. Učbenik sestavljajo tri samostojna poglavja, ki kot celota prinašajo znanja s področja materialov in tehnologij in so potrebna pri razvoju, raziskavah in uporabi materialov na področju strojništva, elektrotehnike, avtomatike, energetike ... Prvo poglavje obravnava značilne skupine konstrukcijskih materialov in njihovo zgradbo. Opisani so osnovni pojmi in predstave o materialih, ki so potrebne za razumevanje njihovih lastnosti. V drugem poglavju so obravnavane ključne lastnosti konstrukcijskih materialov, ki omogočajo uspešno izbiro materialov za določeno aplikacijo. Tretje poglavje vsebuje izbrane primere konstrukcijskih materialov. Opisuje posebna jekla za uporabo v strojništvu, lahke zlitine, konstrukcijsko keramiko, keramična stekla in polimerne materiale.
Ključne besede: konstrukcijski materiali, posebna jekla, lahke zlitine, inženirska keramika in stekla, polimerni materiali
Objavljeno v DKUM: 23.02.2022; Ogledov: 226; Prenosov: 46
.pdf Celotno besedilo (25,86 MB)
Gradivo ima več datotek! Več...

6.
7.
Izdelava multifunkcionalnih Au nanodelcev in razvoj ustreznih tehnik karakterizacije : trajanje projekta: 1.7. 2017 – 31. 3. 2020
Rebeka Rudolf, 2020, končno poročilo o rezultatih raziskav

Objavljeno v DKUM: 21.01.2022; Ogledov: 145; Prenosov: 7
.pdf Celotno besedilo (13,93 MB)

8.
Proizvodnja nanodelcev zlata za hitre antigenske LFIA teste (COVID-19 epidemija), NANO-AU-LFIA : končno poročilo
Rebeka Rudolf, 2021, končno poročilo o rezultatih raziskav

Objavljeno v DKUM: 21.01.2022; Ogledov: 152; Prenosov: 9
.pdf Celotno besedilo (207,72 KB)

9.
Proizvodnja nanodelcev zlata za hitre antigenske LFIA teste (COVID-19 epidemija), NANO-AU-LFIA : končno poročilo
Rebeka Rudolf, 2021, končno poročilo o rezultatih raziskav

Objavljeno v DKUM: 21.01.2022; Ogledov: 149; Prenosov: 10
.pdf Celotno besedilo (186,18 KB)

10.
Model inteligentnega nadzora obrabe in poškodb rezalnih orodij z uporabo termografije
Nika Brili, 1987, katalog

Opis: Nadzor obrabe rezalnega orodja pri struženju prispeva k izboljšanju kakovosti izdelkov, optimizaciji stroškov orodja in zmanjšanju števila neželenih dogodkov. Pri maloserijski in posamični proizvodnji se operater stroja na podlagi izkušenj odloča, kdaj zamenjati rezalno orodje. Slabe odločitve lahko vodijo do povišanja stroškov, zastojev proizvodnje in izmeta. V disertaciji smo predstavili sistem nadzora stanja rezalnega orodja, ki med in po struženju samodejno prepozna obrabo rezalnega orodja. Za nadzor procesa smo uporabili infrardečo (IR) kamero, ki za razliko od uporabe navadnih industrijskih kamer ne spremlja zgolj vizualnega stanja procesa, ampak zajema še termografsko stanje. Kljub zahtevnemu okolju (vroči ostružki) smo kamero ustrezno zaščitili in namestili tik ob rezalno ploščico, kar omogoča spremljanje obdelave iz neposredne bližine. Material smo obdelovali z različno obrabljenimi rezalnimi ploščicami in ustvarili bazo 18.486 slik, ki so bile namenjene učenju in testiranju modela. Z uporabo globokega učenja in konvolucijske nevronske mreže (CNN) smo razvili napovedni model obrabe in poškodb rezalnega orodja. Pripravljeno bazo slik smo razdelili na slike, ki so nastale med procesom struženja (slike procesa), in na slike, ki so nastale po struženju (termografske slike rezalnega orodja). Ugotovili smo, da je model uspešen na obeh bazah slik. Naučen model na podlagi termografske slike procesa samodejno razvrsti stanje rezalnega orodja glede na primernost za nadaljnjo uporabo pri struženju (brez obrabe, majhna obraba, velika obraba). Točnost klasifikacije za združeno množico vseh slik je 99,92 % in potrjuje ustreznost predlagane metode. Model smo testirali tudi na nepoznanih slikah (spremenjeni obdelovalni pogoji), s čimer smo z več kot 98 % točnostjo klasifikacije potrdili robustnost naučenega sistema pri uporabi za nepoznani material obdelovanca. Takšen sistem omogoča takojšnje ukrepanje v primeru obrabe ali zloma rezalnega orodja, ne glede na znanje in usposobljenost operaterja.
Ključne besede: umetna inteligenca, globoko učenje, Industrija 4.0, odrezavanje, rezalna orodja, struženje, obraba orodja, termografija
Objavljeno v DKUM: 22.11.2021; Ogledov: 236; Prenosov: 36
.pdf Celotno besedilo (3,70 MB)

Iskanje izvedeno v 0.55 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici