Kovács Ernő 1, Füvesi Viktor 2

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Kovács Ernő 1, Füvesi Viktor 2"

Átírás

1 Kovács Ernő 1, Füvesi Viktor 2 1 Miskolci Egyetem, Elektrotechnikai - Elektronikai Tanszék 2 Miskolci Egyetem, Alkalmazott Földtudományi Kutatóintézet 1 HU-3515 Miskolc-Egyetemváros 2 HU-3515 Miskolc-Egyetemváros, Pf Műszaki Tudomány az Észak-Kelet Magyarországi Régióban

2 1. Indítómotor 2. Mérőpad 3. Modellezés differenciál egyenletekkel 4. Modellezés neurális hálóval 5. Modellezés adattáblával 2/33

3 2 1 indítómotor 4 2 behúzó tekercs 3 fogaskerék 4 ház 3 1 3/33

4 1. Indítómotor 2. Mérőpad 3. Modellezés differenciál egyenletekkel 4. Modellezés neurális hálóval 5. Modellezés adattáblával 4/33

5 1 - indítómotor 2 tengely kapcsoló 3 mágnesporos fék fék vezérlője 4 3 5/33

6 szögsebesség nyomaték áram feszültség 6/33

7 1. Indítómotor 2. Mérőpad 3. Modellezés differenciál egyenletekkel 4. Modellezés neurális hálóval 5. Modellezés adattáblával 7/33

8 I R a L a ω M t J red U U i R g L g U i K 1 (1) Armatúra egyenlet: di dt ( U ( Ra Rg ) I K1 )/( La Lg ) (2) Rendszer mozgásegyenlete: d ( K2I M t ) / J red dt (3) 8/33

9 9/33

10 Mért: I, U, ω, M terh Mérésekből számított: di/dt, dω/dt Közelített: R, L, K 1, K 2, J red Keresett paraméter Átlagérték Szórás R [Ω] L [mh] K 1 [V/perc] K 2 [Nm/A] J red [kgm 2 ] /33

11 1. Indítómotor 2. Mérőpad 3. Modellezés differenciál egyenletekkel 4. Modellezés neurális hálóval 5. Modellezés adattáblával 11/33

12 Bemeneti mennyiségek Kimeneti mennyiségek Áram (I) Feszültség (U) Motor Szögsebesség (ω) Leadott nyomaték (M) 12/33

13 Bementi réteg Rejtett réteg Kimeneti réteg 13/33

14 Virtual inputs SISO - Single Input Single Output System u(t) ~ y ( t ) Z -1 u(t-1) Z -1 u(t-2) Z -1 u(t-3) Egy rétegű neurális hálózat ~ y( t) f ut, ut 1, ut 2,..., ut n n (4) 14/33

15 Bemenet Kimenet Bemenet Kimenet adatsor Validáló mintakészlet adatsor Tanító mintakészlet adatsor adatsor 15/33

16 Bemenet Kimenet Bemenet Kimenet adatsor adatsor adatsor adatsor eredeti simított tükrözött simított d0s0 d0s1 d1s0 d1s1 16/33

17 Bemenetek száma 1,, 6 1, 11, 21, 101 Neuronok száma a rejtett rétegben 17/33

18 Virtuális bemenetek száma Virtuális bemenetek száma AIC MSE w b nlog 2 (5) MSE BIC nlog MSE w blogn (6) FPE MSE nlog 1 n n n w b n w b MSE nlog y y i1 ~ 2 (7) (8) Rejtett neuronok száma R 2 R 2 1 n y y i1 MSE 2 (9) Pearson s korrelációs együttható Rejtett neuronok száma 18/33

19 AIC BIC FPE AIC BIC FPE d0s0 d0s1 d1s0 d1s1 AIC 0, , , , BIC 0, , , ,12911 FPE 0, , , , MSE 0, , , , Összesített MSE érték a különféle validáló mintakészletekre a szimulációs mezőn a különféle leállító kritériumok használata mellett 19/33

20 Regressziós egyenes meredeksége Lineáris regresszió a valós és közelített kimenet között d0s0 d0s1 d1s0 d1s1 Különféle modellek 20/33

21 Közelített adatsor Közelített adatsor Skálázott szögsebesség érték Skálázott szögsebesség érték adatsor Tanító mintakészlet adatsor Validáló mintakészlet Valós adatsor Valós adatsor 21/33

22 d0s0 d0s1 MSE MSE MSE MSE Rejtett neuronok száma d1s0 Rejtett neuronok száma d1s1 Rejtett neuronok száma Rejtett neuronok száma 22/33

23 MSE MSE MSE MSE d0s0 d0s1 Bemenetek száma Bemenetek száma d1s0 d1s1 Bemenetek száma Bemenetek száma 23/33

24 1. Indítómotor 2. Mérőpad 3. Modellezés differenciál egyenletekkel 4. Modellezés neurális hálóval 5. Modellezés adattáblával 24/33

25 ) )/( ( ) ~ ( d d d d z d z d z d z d t z 2 2 ) ( ) ( y y x x d i i i (10) (11) 25/33

26 Terhelés [Nm] Szögsebesség [1/perc] Szögsebesség Feszültség [V] 26/33

27 Négyzetes hiba Közelített adatsor Szögsebesség érték [1/perc] adatsor Valós adatsor adatsor 27/33

28 Terhelés [Nm] Áram[A] Áram[A] Feszültség [V] 28/33

29 Négyzetes hiba Közelített adatsor Szögsebesség érték [1/perc] adatsor Valós adatsor adatsor 29/33

30 Futási idő [s] Normalizált MSE MSE és osztásszám kapcsolat 1,2 1 0,8 0,6 0,4 0, Felhasznált szomszédok száma Tengelyenkénti osztásszám Adatbázis tengelyenkénti osztásszáma 30/33

31 módszer számításigény pontosság hátrány Differenciál egyenlet közepes közepes Vizsgált rendszer pontosabb ismerete szükséges Neurális hálózat nagy nagy Nehéz jó tanító mintakészletet kialakítani Adattábla kicsi kicsi Gyenge dinamika 31/33

32 Aktuátor modellezése differenciálegyenletek segítségével Modell validálás több mérés alapján Neurális hálózat alkalmazása aktuátor modellezéséhez Betanító és feldolgozó programok fejlesztése C/C++ nyelven Különféle felépítésű hálózat használata Optimális modell kiválasztása, különféle irodalomból ismert modellkiválasztó mennyiségeke alkalmazása mellett a háló által közelített és a megkívánt minta regresszió analízise Adatbázisos modell kialakítása a motor áramának és a szögsebességének közelítésére 32/33

33

Mobil Gamma-log berendezés hajtásláncának modellezése LOLIMOT használatával

Mobil Gamma-log berendezés hajtásláncának modellezése LOLIMOT használatával Mobil Gamma-log berendezés hajtásláncának modellezése LOLIMOT használatával Füvesi Viktor 1, Kovács Ernő 2, Jónap Károly 3, Vörös Csaba 4 1,4 tudományos s. munkatárs, 2 PhD, egyetemi docens, 3 PhD, tudományos

Részletesebben

INDÍTÓMOTOROK MODELLEZÉSÉRE ALKALMAS MÓDSZEREK ÖSSZEHASONLÍTÓ ELEMZÉSE

INDÍTÓMOTOROK MODELLEZÉSÉRE ALKALMAS MÓDSZEREK ÖSSZEHASONLÍTÓ ELEMZÉSE Miskolci Egyetem, Multidiszciplináris tudományok, 1. kötet (2011) 1. szám, pp. 197-204. INDÍTÓMOTOROK MODELLEZÉSÉRE ALKALMAS MÓDSZEREK ÖSSZEHASONLÍTÓ ELEMZÉSE Kovács Ernő 1, Füvesi Viktor 2 1 Egyetemi

Részletesebben

INDÍTÓMOTOR MODELLEZÉSE KÜLÖNFÉLE MÓDSZEREKKEL STARTER MOTOR MODELING WITH DIFFERENT METHODS

INDÍTÓMOTOR MODELLEZÉSE KÜLÖNFÉLE MÓDSZEREKKEL STARTER MOTOR MODELING WITH DIFFERENT METHODS INDÍTÓMOTOR MODELLEZÉSE KÜLÖNFÉLE MÓDSZEREKKEL STARTER MOTOR MODELING WITH DIFFERENT METHODS KOVÁCS Ernő 1, FÜVESI Viktor 2 1 Egyetemi docens, PhD; 2 tudományos segédmunkatárs 1 Miskolci Egyetem, Elektrotechnikai

Részletesebben

Neurális hálózatok bemutató

Neurális hálózatok bemutató Neurális hálózatok bemutató Füvesi Viktor Miskolci Egyetem Alkalmazott Földtudományi Kutatóintézet Miért? Vannak feladatok amelyeket az agy gyorsabban hajt végre mint a konvencionális számítógépek. Pl.:

Részletesebben

AKTUÁTOR MODELLEK KIVÁLASZTÁSA ÉS OBJEKTÍV ÖSSZEHASONLÍTÁSA

AKTUÁTOR MODELLEK KIVÁLASZTÁSA ÉS OBJEKTÍV ÖSSZEHASONLÍTÁSA AKTUÁTOR MODELLEK KIVÁLASZTÁSA ÉS OBJEKTÍV ÖSSZEHASONLÍTÁSA Kovács Ernő 1, Füvesi Viktor 2 1 Egyetemi docens, PhD; 2 tudományos segédmunkatárs 1 Eletrotechnikai és Elektronikai Tanszék, Miskolci Egyetem

Részletesebben

Hibadetektáló rendszer légtechnikai berendezések számára

Hibadetektáló rendszer légtechnikai berendezések számára Hibadetektáló rendszer légtechnikai berendezések számára Tudományos Diákköri Konferencia A feladatunk Légtechnikai berendezések Monitorozás Hibadetektálás Újrataníthatóság A megvalósítás Mozgásérzékelő

Részletesebben

DFTH november

DFTH november Kovács Ernő 1, Füves Vktor 2 1,2 Elektrotechnka és Elektronka Tanszék Mskolc Egyetem 3515 Mskolc-Egyetemváros tel.: +36-(46)-565-111 mellék: 12-16, 12-18 fax : +36-(46)-563-447 elkke@un-mskolc.hu 1, elkfv@un-mskolc.hu

Részletesebben

Irányításelmélet és technika I.

Irányításelmélet és technika I. Irányításelmélet és technika I. Elektromechanikai rendszerek dinamikus leírása Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék amagyar@almos.vein.hu

Részletesebben

Mérési adatok illesztése, korreláció, regresszió

Mérési adatok illesztése, korreláció, regresszió Mérési adatok illesztése, korreláció, regresszió Korreláció, regresszió Két változó mennyiség közötti kapcsolatot vizsgálunk. Kérdés: van-e kapcsolat két, ugyanabban az egyénben, állatban, kísérleti mintában,

Részletesebben

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 7.

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 7. Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 7. előadás Szederkényi Gábor Pázmány Péter Katolikus Egyetem Információs

Részletesebben

Intelligens Rendszerek Gyakorlata. Neurális hálózatok I.

Intelligens Rendszerek Gyakorlata. Neurális hálózatok I. : Intelligens Rendszerek Gyakorlata Neurális hálózatok I. dr. Kutor László http://mobil.nik.bmf.hu/tantargyak/ir2.html IRG 3/1 Trend osztályozás Pnndemo.exe IRG 3/2 Hangulat azonosítás Happy.exe IRG 3/3

Részletesebben

Neurális hálózatokon alapuló modellezés és hibadiagnosztika villamos hajtások példáján keresztül

Neurális hálózatokon alapuló modellezés és hibadiagnosztika villamos hajtások példáján keresztül Neurális hálózatokon alapuló modellezés és hibadiagnosztika villamos hajtások példáján keresztül Ph.D. védés Jelölt: Okleveles gépészmérnök, tudományos segédmunkatárs Témavezető: Dr. Kovács Ernő Társ-témavezető:

Részletesebben

Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok

Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok Zrínyi Miklós Gimnázium Művészet és tudomány napja Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok 10/9/2009 Dr. Viharos Zsolt János Elsősorban volt Zrínyis diák Tudományos főmunkatárs

Részletesebben

Irányításelmélet és technika II.

Irányításelmélet és technika II. Irányításelmélet és technika II. Legkisebb négyzetek módszere Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék amagyar@almos.vein.hu 200 november

Részletesebben

Bevezetés a neurális számításokba Analóg processzortömbök,

Bevezetés a neurális számításokba Analóg processzortömbök, Pannon Egyetem Villamosmérnöki és Információs Tanszék Bevezetés a neurális számításokba Analóg processzortömbök, neurális hálózatok Előadó: dr. Tömördi Katalin Neurális áramkörök (ismétlés) A neurális

Részletesebben

Forgalmi modellezés BMEKOKUM209

Forgalmi modellezés BMEKOKUM209 BME Közlekedésüzemi és Közlekedésgazdasági Tanszék Forgalmi modellezés BMEKOKUM209 Szimulációs modellezés Dr. Juhász János A forgalmi modellezés célja A közlekedési igények bővülése és a motorizáció növekedése

Részletesebben

Neurális hálózatokon alapuló modellezés és hibadiagnosztika villamos hajtások példáján keresztül. Ph.D. értekezés

Neurális hálózatokon alapuló modellezés és hibadiagnosztika villamos hajtások példáján keresztül. Ph.D. értekezés MISKOLCI EGYETEM GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR hibadiagnosztika villamos hajtások példáján keresztül Ph.D. értekezés Készítette: okleveles gépészmérnök SÁLYI ISTVÁN GÉPÉSZETI TUDOMÁNYOK DOKTORI ISKOLA

Részletesebben

Mérés és modellezés Méréstechnika VM, GM, MM 1

Mérés és modellezés Méréstechnika VM, GM, MM 1 Mérés és modellezés 2008.02.04. 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni

Részletesebben

Elektronika 1. (BMEVIHIA205)

Elektronika 1. (BMEVIHIA205) Elektronika. (BMEVHA05) 5. Előadás (06..8.) Differenciál erősítő, műveleti erősítő Dr. Gaál József BME Hálózati endszerek és SzolgáltatásokTanszék gaal@hit.bme.h Differenciál erősítő, nagyjelű analízis

Részletesebben

Elektronika 2. TFBE1302

Elektronika 2. TFBE1302 Elektronika 2. FBE1302 áplálás FBE1302 Elektronika 2. Analóg elektronika Az analóg elektronikai alkalmazásoknál a részfeladatok többsége több alkalmazási területen is előforduló, közös feladat. Az ilyen

Részletesebben

Egyenáramú szervomotor modellezése

Egyenáramú szervomotor modellezése Egyenáramú szervomotor modellezése. A gyakorlat élja: Az egyenáramú szervomotor mködését leíró modell meghatározása. A modell valdálása számításokkal és szotverejlesztéssel katalógsadatok alapján.. Elmélet

Részletesebben

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31. Regresszió Csorba János Nagyméretű adathalmazok kezelése 2010. március 31. A feladat X magyarázó attribútumok halmaza Y magyarázandó attribútumok) Kérdés: f : X -> Y a kapcsolat pár tanítópontban ismert

Részletesebben

Osztályozás, regresszió. Nagyméretű adathalmazok kezelése Tatai Márton

Osztályozás, regresszió. Nagyméretű adathalmazok kezelése Tatai Márton Osztályozás, regresszió Nagyméretű adathalmazok kezelése Tatai Márton Osztályozási algoritmusok Osztályozás Diszkrét értékkészletű, ismeretlen attribútumok értékének meghatározása ismert attribútumok értéke

Részletesebben

MESTERSÉGES INTELLIGENCIÁN ALAPULÓ MÓDSZER ELEKTROMECHANIKUS AKTUÁTOR HIBADIAGNOSZTIKÁJÁRA

MESTERSÉGES INTELLIGENCIÁN ALAPULÓ MÓDSZER ELEKTROMECHANIKUS AKTUÁTOR HIBADIAGNOSZTIKÁJÁRA Multidiszciplináris tudományok, 3. kötet. (2013) sz. pp. 225-240. MESTERSÉGES INTELLIGENCIÁN ALAPULÓ MÓDSZER ELEKTROMECHANIKUS AKTUÁTOR HIBADIAGNOSZTIKÁJÁRA Füvesi Viktor 1, Kovács Ernő 2 1 Tudományos

Részletesebben

Dinamikus modellek szerkezete, SDG modellek

Dinamikus modellek szerkezete, SDG modellek Diagnosztika - 3. p. 1/2 Modell Alapú Diagnosztika Diszkrét Módszerekkel Dinamikus modellek szerkezete, SDG modellek Hangos Katalin PE Villamosmérnöki és Információs Rendszerek Tanszék Diagnosztika - 3.

Részletesebben

Széladatok homogenizálása és korrekciója

Széladatok homogenizálása és korrekciója Széladatok homogenizálása és korrekciója Péliné Németh Csilla 1 Prof. Dr. Bartholy Judit 2 Dr. Pongrácz Rita 2 Dr. Radics Kornélia 3 1 MH Geoinformációs Szolgálat pelinenemeth.csilla@mhtehi.gov.hu 2 Eötvös

Részletesebben

Megújuló energia bázisú, kis léptékű energiarendszer

Megújuló energia bázisú, kis léptékű energiarendszer Megújuló energia bázisú, kis léptékű energiarendszer Molnárné Dőry Zsófia 2. éves doktorandusz hallgató, energetikai mérnök (MSc), BME, Energetikai Gépek és Rendszerek Tanszék, Magyar Energetikai Társaság

Részletesebben

E23 laboratóriumi mérés Fizikai Tanszék

E23 laboratóriumi mérés Fizikai Tanszék E23 laboratóriumi mérés Fizikai Tanszék Kondenzátor kisütő áramának időbeli változása 1. A mérés célja, elve A kondenzátorok és tekercsek az egyenáramú hálózatokban triviálisan működnek (a kondenzátor

Részletesebben

Bevezetés a méréstechnikába és jelfeldolgozásba. Tihanyi Attila április 17.

Bevezetés a méréstechnikába és jelfeldolgozásba. Tihanyi Attila április 17. Bevezetés a méréstechnikába és jelfeldolgozásba Tihanyi Attila 2007. április 17. ALAPOK Töltés 1 elektron töltése 1,602 10-19 C 1 C (coulomb) = 6,24 10 18 elemi elektromos töltés. Áram Feszültség I=Q/t

Részletesebben

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás

Részletesebben

Haszongépj. Németh. Huba. és s Fejlesztési Budapest. Kutatási. Knorr-Bremse. 2004. November 17. Knorr-Bremse 19.11.

Haszongépj. Németh. Huba. és s Fejlesztési Budapest. Kutatási. Knorr-Bremse. 2004. November 17. Knorr-Bremse 19.11. Haszongépj pjármű fékrendszer intelligens vezérl rlése Németh Huba Knorr-Bremse Kutatási és s Fejlesztési si Központ, Budapest 2004. November 17. Knorr-Bremse 19.11.2004 Huba Németh 1 Tartalom Motiváció

Részletesebben

KOOPERÁCIÓ ÉS GÉPI TANULÁS LABORATÓRIUM

KOOPERÁCIÓ ÉS GÉPI TANULÁS LABORATÓRIUM KOOPERÁCIÓ ÉS GÉPI TANULÁS LABORATÓRIUM Kernel módszerek idősor előrejelzés Mérési útmutató Készítette: Engedy István (engedy@mit.bme.hu) Méréstechnika és Információs Rendszerek Tanszék Budapesti Műszaki

Részletesebben

A végeselem módszer alapjai. 2. Alapvető elemtípusok

A végeselem módszer alapjai. 2. Alapvető elemtípusok A végeselem módszer alapjai Előadás jegyzet Dr. Goda Tibor 2. Alapvető elemtípusok - A 3D-s szerkezeteket vagy szerkezeti elemeket gyakran egyszerűsített formában modellezzük rúd, gerenda, 2D-s elemek,

Részletesebben

Méréselmélet MI BSc 1

Méréselmélet MI BSc 1 Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok

Részletesebben

Mesterséges neurális hálózatok II. - A felügyelt tanítás paraméterei, gyorsító megoldásai - Versengéses tanulás

Mesterséges neurális hálózatok II. - A felügyelt tanítás paraméterei, gyorsító megoldásai - Versengéses tanulás Mesterséges neurális hálózatok II. - A felügyelt tanítás paraméterei, gyorsító megoldásai - Versengéses tanulás http:/uni-obuda.hu/users/kutor/ IRE 7/50/1 A neurális hálózatok általános jellemzői 1. A

Részletesebben

2. Rugalmas állandók mérése

2. Rugalmas állandók mérése 2. Rugalmas állandók mérése Klasszikus fizika laboratórium Mérési jegyzőkönyv Mérést végezte: Vitkóczi Fanni Jegyzőkönyv leadásának időpontja: 2012. 12. 15. I. A mérés célja: Két anyag Young-modulusának

Részletesebben

(Az 1. példa adatai Uray-Szabó: Elektrotechnika c. (Nemzeti Tankönyvkiadó) könyvéből vannak.)

(Az 1. példa adatai Uray-Szabó: Elektrotechnika c. (Nemzeti Tankönyvkiadó) könyvéből vannak.) Egyenáramú gépek (Az 1. példa adatai Uray-Szabó: Elektrotechnika c. (Nemzeti Tankönyvkiadó) könyvéből vannak.) 1. Párhuzamos gerjesztésű egyenáramú motor 500 V kapocsfeszültségű, párhuzamos gerjesztésű

Részletesebben

Rácsvonalak parancsot. Válasszuk az Elsődleges függőleges rácsvonalak parancs Segédrácsok parancsát!

Rácsvonalak parancsot. Válasszuk az Elsődleges függőleges rácsvonalak parancs Segédrácsok parancsát! Konduktometriás titrálás kiértékelése Excel program segítségével (Office 2007) Alapszint 1. A mérési adatokat írjuk be a táblázat egymás melletti oszlopaiba. Az első oszlopba kerül a fogyás, a másodikba

Részletesebben

Adatelemzés SAS Enterprise Guide használatával. Soltész Gábor solteszgabee[at]gmail.com

Adatelemzés SAS Enterprise Guide használatával. Soltész Gábor solteszgabee[at]gmail.com Adatelemzés SAS Enterprise Guide használatával Soltész Gábor solteszgabee[at]gmail.com Tartalom SAS Enterprise Guide bemutatása Kezelőfelület Adatbeolvasás Szűrés, rendezés Új változó létrehozása Elemzések

Részletesebben

Intelligens Rendszerek Elmélete. Versengéses és önszervező tanulás neurális hálózatokban

Intelligens Rendszerek Elmélete. Versengéses és önszervező tanulás neurális hálózatokban Intelligens Rendszerek Elmélete : dr. Kutor László Versengéses és önszervező tanulás neurális hálózatokban http://mobil.nik.bmf.hu/tantargyak/ire.html Login név: ire jelszó: IRE07 IRE 9/1 Processzor Versengéses

Részletesebben

Intelligens Rendszerek Elmélete

Intelligens Rendszerek Elmélete Intelligens Rendszerek Elmélete Dr. Kutor László : Mesterséges neurális hálózatok felügyelt tanítása hiba visszateresztő Back error Propagation algoritmussal Versengéses tanulás http://mobil.nik.bmf.hu/tantargyak/ire.html

Részletesebben

TEE - Adásvételi szerződés keretében informatikai kutatási eszközök és szoftverek beszerzése a Pázmány Péter Katolikus Egyetem számára

TEE - Adásvételi szerződés keretében informatikai kutatási eszközök és szoftverek beszerzése a Pázmány Péter Katolikus Egyetem számára TEE - Adásvételi szerződés keretében informatikai kutatási eszközök és szoftverek beszerzése a Pázmány Péter Katolikus Egyetem számára Közbeszerzési Értesítő száma: 2015/146 Beszerzés tárgya: Árubeszerzés

Részletesebben

ÁRAMKÖRÖK SZIMULÁCIÓJA

ÁRAMKÖRÖK SZIMULÁCIÓJA ÁRAMKÖRÖK SZIMULÁCIÓJA Az áramkörök szimulációja révén betekintést nyerünk azok működésébe. Meg tudjuk határozni az áramkörök válaszát különböző gerjesztésekre, különböző üzemmódokra. Végezhetők analóg

Részletesebben

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 9.

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 9. Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 9. előadás Szederkényi Gábor Pázmány Péter Katolikus Egyetem Információs

Részletesebben

Dinamikus modellek felállítása mérnöki alapelvek segítségével

Dinamikus modellek felállítása mérnöki alapelvek segítségével IgyR - 3/1 p. 1/20 Integrált Gyártórendszerek - MSc Dinamikus modellek felállítása mérnöki alapelvek segítségével Hangos Katalin PE Villamosmérnöki és Információs Rendszerek Tanszék IgyR - 3/1 p. 2/20

Részletesebben

Ipari kemencék PID irányítása

Ipari kemencék PID irányítása Ipari kemencék PID irányítása 1. A gyakorlat célja: Az ellenállással melegített ipari kemencék modelljének meghatározása. A Opelt PID tervezési módszer alkalmazása ipari kemencék irányítására. Az ipari

Részletesebben

Elektromechanikai rendszerek szimulációja

Elektromechanikai rendszerek szimulációja Kandó Polytechnic of Technology Institute of Informatics Kóré László Elektromechanikai rendszerek szimulációja I Budapest 1997 Tartalom 1.MINTAPÉLDÁK...2 1.1 IDEÁLIS EGYENÁRAMÚ MOTOR FESZÜLTSÉG-SZÖGSEBESSÉG

Részletesebben

Korreláció és lineáris regresszió

Korreláció és lineáris regresszió Korreláció és lineáris regresszió Két folytonos változó közötti összefüggés vizsgálata Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi Fizika és Statisztika I. előadás 2016.11.02.

Részletesebben

I. LABOR -Mesterséges neuron

I. LABOR -Mesterséges neuron I. LABOR -Mesterséges neuron A GYAKORLAT CÉLJA: A mesterséges neuron struktúrájának az ismertetése, neuronhálókkal kapcsolatos elemek, alapfogalmak bemutatása, aktivációs függvénytípusok szemléltetése,

Részletesebben

Nagy pontosságú rövidtávú ivóvíz fogyasztás előrejelzés Készítette: Bibok Attila PhD Hallgató MHT XXXIV. Vándorgyűlés

Nagy pontosságú rövidtávú ivóvíz fogyasztás előrejelzés Készítette: Bibok Attila PhD Hallgató MHT XXXIV. Vándorgyűlés Budapesti Műszaki és Gazdaságtudományi Egyetem Építőmérnöki kar Vízi Közmű és Környezetmérnöki Tanszék Nagy pontosságú rövidtávú ivóvíz fogyasztás előrejelzés Készítette: Bibok Attila PhD Hallgató MHT

Részletesebben

Mérés és modellezés 1

Mérés és modellezés 1 Mérés és modellezés 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni kell

Részletesebben

Villamos mérések. Analóg (mutatós) műszerek. Készítette: Füvesi Viktor doktorandusz

Villamos mérések. Analóg (mutatós) műszerek. Készítette: Füvesi Viktor doktorandusz Villamos mérések Analóg (mutatós) műszerek Készítette: Füvesi Viktor doktorandusz rodalom UrayVilmos Dr. Szabó Szilárd: Elektrotechnika o.61-79 1 Alapfogalmak Mutatós műszerek Legegyszerűbbek Közvetlenül

Részletesebben

Számítógépes döntéstámogatás. Statisztikai elemzés

Számítógépes döntéstámogatás. Statisztikai elemzés SZDT-03 p. 1/22 Számítógépes döntéstámogatás Statisztikai elemzés Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-03 p. 2/22 Rendelkezésre

Részletesebben

Minta Írásbeli Záróvizsga és BSc felvételi kérdések Mechatronikai mérnök

Minta Írásbeli Záróvizsga és BSc felvételi kérdések Mechatronikai mérnök Minta Írásbeli Záróvizsga és BSc felvételi kérdések Mechatronikai mérnök Debrecen, 2017. 01. 03-04. Név: Neptun kód: 1. Az ábrán egy hajtás fordulatszám-nyomaték jelleggörbéje látható. M(ω) a motor, az

Részletesebben

társadalomtudományokban

társadalomtudományokban Gépi tanulás, predikció és okság a társadalomtudományokban Muraközy Balázs (MTA KRTK) Bemutatkozik a Számítógépes Társadalomtudomány témacsoport, MTA, 2017 2/20 Empirikus közgazdasági kérdések Felváltja-e

Részletesebben

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető! BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22

Részletesebben

LG Startvert ig5a frekvenciaváltó program paraméterek magyarázata

LG Startvert ig5a frekvenciaváltó program paraméterek magyarázata 1 A dokumentum szerzıi jog védelme alatt áll, mindenféle másolása, terjesztése jogi következményeket von maga után! LG Startvert ig5a frekvenciaváltó program paraméterek magyarázata 1. Motorhajtás paraméter

Részletesebben

Háromfázisú aszinkron motorok

Háromfázisú aszinkron motorok Háromfázisú aszinkron motorok 1. példa Egy háromfázisú, 20 kw teljesítményű, 6 pólusú, 400 V/50 Hz hálózatról üzemeltetett aszinkron motor fordulatszáma 950 1/min. Teljesítmény tényezője 0,88, az állórész

Részletesebben

Adatok: R B1 = 100 kω R B2 = 47 kω. R 2 = 33 kω. R E = 1,5 kω. R t = 3 kω. h 22E = 50 MΩ -1

Adatok: R B1 = 100 kω R B2 = 47 kω. R 2 = 33 kω. R E = 1,5 kω. R t = 3 kω. h 22E = 50 MΩ -1 1. feladat R B1 = 100 kω R B2 = 47 kω R C = 3 kω R E = 1,5 kω R t = 4 kω A tranzisztor paraméterei: h 21E = 180 h 22E = 30 MΩ -1 a) Számítsa ki a tranzisztor kollektor áramát, ha U CE = 6,5V, a tápfeszültség

Részletesebben

Hogyan lesz adatbányából aranybánya?

Hogyan lesz adatbányából aranybánya? Hogyan lesz adatbányából aranybánya? Szolgáltatások kapacitástervezése a Budapest Banknál Németh Balázs Budapest Bank Fehér Péter - Corvinno Visontai Balázs - KFKI Tartalom 1. Szolgáltatás életciklus 2.

Részletesebben

Regresszió számítás. Tartalomjegyzék: GeoEasy V2.05+ Geodéziai Kommunikációs Program

Regresszió számítás. Tartalomjegyzék: GeoEasy V2.05+ Geodéziai Kommunikációs Program Regresszió számítás GeoEasy V2.05+ Geodéziai Kommunikációs Program DigiKom Kft. 2006-2010 Tartalomjegyzék: Egyenes x változik Egyenes y változik Egyenes y és x változik Kör Sík z változik Sík y, x és z

Részletesebben

2. Rugalmas állandók mérése jegyzőkönyv javított. Zsigmond Anna Fizika Bsc II. Mérés dátuma: Leadás dátuma:

2. Rugalmas állandók mérése jegyzőkönyv javított. Zsigmond Anna Fizika Bsc II. Mérés dátuma: Leadás dátuma: 2. Rugalmas állandók mérése jegyzőkönyv javított Zsigmond Anna Fizika Bsc II. Mérés dátuma: 2008. 09. 17. Leadás dátuma: 2008. 10. 08. 1 1. Mérések ismertetése Az első részben egy téglalap keresztmetszetű

Részletesebben

Mechatronika, Optika és Gépészeti Informatika Tanszék MOTOR - BOARD

Mechatronika, Optika és Gépészeti Informatika Tanszék MOTOR - BOARD echatronika, Optika és Gépészeti Informatika Tanszék OTOR - BORD I. Elméleti alapok a felkészüléshez 1. vizsgált berendezés mérést a HPS System Technik (www.hps-systemtechnik.com) rendszereszközök segítségével

Részletesebben

Passzív és aktív aluláteresztő szűrők

Passzív és aktív aluláteresztő szűrők 7. Laboratóriumi gyakorlat Passzív és aktív aluláteresztő szűrők. A gyakorlat célja: A Micro-Cap és Filterlab programok segítségével tanulmányozzuk a passzív és aktív aluláteresztő szűrők elépítését, jelátvitelét.

Részletesebben

PCS-1000I Szigetelt kimenetű nagy pontosságú áram sönt mérő

PCS-1000I Szigetelt kimenetű nagy pontosságú áram sönt mérő GW Instek PCS-1000I Szigetelt kimenetű nagy pontosságú áram sönt mérő Új termék bejelentése A precízen elvégzett mérések nem hibáznak GW Instek kibocsátja az új PCS-1000I szigetelt kimenetű nagypontosságú

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

Részletesebben

SMARTWINCH csörlőgép baromfitartáshoz

SMARTWINCH csörlőgép baromfitartáshoz SMARTWINCH csörlőgép baromfitartáshoz Kezelési utasítás és műszaki tájékoztató Verzió : 01/hun POULTRY-TECH Kereskedelmi és Szolgáltató Kft. H-2943 Bábolna, Pf.: 37. Tel. 06 20 388 5550, 5543 Tel. 06 96

Részletesebben

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK ÉRETTSÉGI VIZSGA 2011. október 17. ELEKTRONIKAI ALAPISMERETEK KÖZÉPSZINTŰ ÍRÁSBELI VIZSGA 2011. október 17. 14:00 Az írásbeli vizsga időtartama: 180 perc Pótlapok száma Tisztázati Piszkozati NEMZETI ERŐFORRÁS

Részletesebben

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( ) Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:

Részletesebben

Érzékelők és beavatkozók

Érzékelők és beavatkozók Érzékelők és beavatkozók DC motorok 1. rész egyetemi docens - 1 - Főbb típusok: Elektromos motorok Egyenáramú motor DC motor. Kefenélküli egyenáramú motor BLDC motor. Indukciós motor AC motor aszinkron

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre

Részletesebben

DT13xx Gyújtószikramentes NAMUR / kontaktus leválasztók

DT13xx Gyújtószikramentes NAMUR / kontaktus leválasztók DOC N : DT1361-1393-62 DT13xx Gyújtószikramentes NAMUR / kontaktus leválasztók Felhasználói leírás DT1361, DT1362, DT1363, DT1364, DT1371, DT1372, DT1373, DT1381, DT1382, DT1384, DT1393 típusokhoz Gyártó:

Részletesebben

TxRail-USB Hőmérséklet távadó

TxRail-USB Hőmérséklet távadó TxRail-USB Hőmérséklet távadó Bevezetés TxRail-USB egy USB-n keresztül konfigurálható DIN sínre szerelhető hőmérséklet jeladó. Lehetővé teszi a bemenetek típusának kiválasztását és konfigurálását, méréstartomány

Részletesebben

Irányításelmélet és technika II.

Irányításelmélet és technika II. Irányításelmélet és technika II. Modell-prediktív szabályozás Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék amagyar@almos.vein.hu 2010 november

Részletesebben

1 csűrő 1 csűrő 2 magassági 2 magassági 3 gáz 3 gáz 4 oldalkormány 4 oldalkormány 5 Robot üzemmód 5 csűrő

1 csűrő 1 csűrő 2 magassági 2 magassági 3 gáz 3 gáz 4 oldalkormány 4 oldalkormány 5 Robot üzemmód 5 csűrő RC csatlakozók A csatlakozók kiosztása. Figyelem, a Gnd (föld, fekete) tüskéi felül vannak! RC input RC output 1 2 3 4 5 1 2 3 4 5 SP Gnd 5V Signal A robot 5 tel (RC input) és 5 tel (RC output) rendelkezik.

Részletesebben

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK ÉRETTSÉGI VIZSGA 2014. október 13. ELEKTRONIKAI ALAPISMERETEK EMELT SZINTŰ ÍRÁSBELI VIZSGA 2014. október 13. 14:00 Az írásbeli vizsga időtartama: 240 perc Pótlapok száma Tisztázati Piszkozati EMBERI ERŐFORRÁSOK

Részletesebben

ÉPÍTŐANYAGOK REOLÓGIAI TULAJDONSÁGAINAK VIZSGÁLATA A DE-ATC-MFK MÉLY- ÉS SZERKEZETÉPÍTÉSI TANSZÉKÉN

ÉPÍTŐANYAGOK REOLÓGIAI TULAJDONSÁGAINAK VIZSGÁLATA A DE-ATC-MFK MÉLY- ÉS SZERKEZETÉPÍTÉSI TANSZÉKÉN ÉPÍTŐANYAGOK REOLÓGIAI TULAJDONSÁGAINAK VIZSGÁLATA A DE-ATC-MK MÉLY- ÉS SZERKEZETÉPÍTÉSI TANSZÉKÉN Dr. Kovács Imre PhD. tanszékvezető főiskolai docens 1 Vizsgálataink szintjei Numerikus szimuláció lineáris,

Részletesebben

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK Elektronikai alapismeretek emelt szint 08 ÉETTSÉGI VIZSG 00. október 8. ELEKTONIKI LPISMEETEK EMELT SZINTŰ ÍÁSELI ÉETTSÉGI VIZSG JVÍTÁSI-ÉTÉKELÉSI ÚTMUTTÓ NEMZETI EŐFOÁS MINISZTÉIUM Egyszerű, rövid feladatok

Részletesebben

Beninca KEN 600 N garázskapu mozgató motor

Beninca KEN 600 N garázskapu mozgató motor 1 Beninca KEN 600 N garázskapu mozgató motor Telepítési kézikönyv 2 Technikai adatok Tápfeszültség 230Vac Motor feszültség 24Vdc Teljesítmény 180W Húzósebesség 6.5/5.2m/1 Húzó/tólóerő 800N Védelem IPXO

Részletesebben

KIT-UNDERGROUND. Földbe rejtett kapumozgató szett

KIT-UNDERGROUND. Földbe rejtett kapumozgató szett 1 KIT-UNDERGROUND Földbe rejtett kapumozgató szett 2 Köszönjük, hogy az általunk forgalmazott, Benincá terméket választotta. A Benincá cég kínálatában található összes termék 20 éves gyártási tapasztalat,

Részletesebben

Tanulás az idegrendszerben. Structure Dynamics Implementation Algorithm Computation - Function

Tanulás az idegrendszerben. Structure Dynamics Implementation Algorithm Computation - Function Tanulás az idegrendszerben Structure Dynamics Implementation Algorithm Computation - Function Tanulás pszichológiai szinten Classical conditioning Hebb ötlete: "Ha az A sejt axonja elég közel van a B sejthez,

Részletesebben

Tanulás az idegrendszerben. Structure Dynamics Implementation Algorithm Computation - Function

Tanulás az idegrendszerben. Structure Dynamics Implementation Algorithm Computation - Function Tanulás az idegrendszerben Structure Dynamics Implementation Algorithm Computation - Function Tanulás pszichológiai szinten Classical conditioning Hebb ötlete: "Ha az A sejt axonja elég közel van a B sejthez,

Részletesebben

Mérési struktúrák

Mérési struktúrák Mérési struktúrák 2007.02.19. 1 Mérési struktúrák A mérés művelete: a mérendő jellemző és a szimbólum halmaz közötti leképezés megvalósítása jel- és rendszerelméleti aspektus mérési folyamat: a leképezést

Részletesebben

19. A fényelektromos jelenségek vizsgálata

19. A fényelektromos jelenségek vizsgálata 19. A fényelektromos jelenségek vizsgálata PÁPICS PÉTER ISTVÁN csillagász, 3. évfolyam Mérőpár: Balázs Miklós 2006.04.19. Beadva: 2006.05.15. Értékelés: A MÉRÉS LEÍRÁSA Fontos megállapítás, hogy a fénysugárzásban

Részletesebben

3. számú mérés Szélessávú transzformátor vizsgálata

3. számú mérés Szélessávú transzformátor vizsgálata 3. számú mérés Szélessávú transzformátor vizsgálata A mérésben a hallgatók megismerkedhetnek a szélessávú transzformátorok főbb jellemzőivel. A mérési utasítás első része a méréshez szükséges elméleti

Részletesebben

Mérés és adatgyűjtés

Mérés és adatgyűjtés Mérés és adatgyűjtés 4. óra - levelező Mingesz Róbert Szegedi Tudományegyetem 2011. március 18. MA lev - 4. óra Verzió: 1.3 Utolsó frissítés: 2011. május 15. 1/51 Tartalom I 1 A/D konverterek alkalmazása

Részletesebben

Rugalmas állandók mérése (2-es számú mérés) mérési jegyzõkönyv

Rugalmas állandók mérése (2-es számú mérés) mérési jegyzõkönyv (-es számú mérés) mérési jegyzõkönyv Készítette:,... Beadás ideje:.. 9. /9 A mérés leírása: A mérés során különbözõ alakú és anyagú rudak Young-moduluszát, valamint egy torziós szál torziómoduluszát akarjuk

Részletesebben

Fordulatszám szabályozott egyenáramú szervohajtás vizsgálata

Fordulatszám szabályozott egyenáramú szervohajtás vizsgálata 2011.03.24. Fordulatszám szabályozott egyenáramú szervohajtás vizsgálata BMEVIVEM264 Dr. Számel László Budapesti Műszaki és Gazdaságtudományi Egyetem Villamos Energetika Tanszék Készült a Társadalmi Megújulás

Részletesebben

KÖSZÖNTJÜK HALLGATÓINKAT!

KÖSZÖNTJÜK HALLGATÓINKAT! 2010. november 10. KÖSZÖNTJÜK HALLGATÓINKAT! Önök Dr. Horváth Zoltán Módszerek, amelyek megváltoztatják a világot A számítógépes szimuláció és optimalizáció jelentősége c. előadását hallhatják! 1 Módszerek,

Részletesebben

Numerikus matematika vizsga

Numerikus matematika vizsga 1. Az a = 2, t = 4, k = 3, k + = 2 számábrázolási jellemzők mellett hány pozitív, normalizált lebegőpontos szám ábrázolható? Adja meg a legnagyobb ábrázolható számot! Mi lesz a 0.8-hoz rendelt lebegőpontos

Részletesebben

Rugalmas állandók mérése

Rugalmas állandók mérése KLASSZIKUS FIZIKA LABORATÓRIUM 2. MÉRÉS Rugalmas állandók mérése Mérést végezte: Enyingi Vera Atala ENVSAAT.ELTE Mérés időpontja: 2011. november 16. Szerda délelőtti csoport 1. A mérés rövid leírása Mérésem

Részletesebben

A hallgató neve Minta Elemér A NEPTUN kódja αβγδεζ A tantárgy neve Fizika I. vagy Fizika II. A képzés típusa Élelmiszermérnök BSc/Szőlész-borász

A hallgató neve Minta Elemér A NEPTUN kódja αβγδεζ A tantárgy neve Fizika I. vagy Fizika II. A képzés típusa Élelmiszermérnök BSc/Szőlész-borász A hallgató neve Minta Elemér A NEPTUN kódja αβγδεζ A tantárgy neve Fizika I. vagy Fizika II. A képzés típusa Élelmiszermérnök BSc/Szőlész-borász /Biomérnök A gyakorlat ideje pl. Hétfő 18-20 Ez egy fiú

Részletesebben

Hajtástechnika. Villanymotorok. Egyenáramú motorok. Váltóáramú motorok

Hajtástechnika. Villanymotorok. Egyenáramú motorok. Váltóáramú motorok Hajtástechnika Villanymotorok Egyenáramú motorok Váltóáramú motorok Soros gerjesztésű Párhuzamos gerjesztésű Külső gerjesztésű Vegyes gerjesztésű Állandó mágneses gerjesztésű Aszinkron motorok Szinkron

Részletesebben

MINTA Írásbeli Záróvizsga Mechatronikai mérnök MSc. Debrecen,

MINTA Írásbeli Záróvizsga Mechatronikai mérnök MSc. Debrecen, MINTA Írásbeli Záróvizsga Mechatronikai mérnök MSc Debrecen, 2017. 01. 03. Név: Neptun kód: Megjegyzések: A feladatok megoldásánál használja a géprajz szabályait, valamint a szabványos áramköri elemeket.

Részletesebben

Halmazállapot-változások vizsgálata ( )

Halmazállapot-változások vizsgálata ( ) Halmazállapot-változások vizsgálata Eddigi tanulmányaik során a szilárd, folyékony és légnemő, valamint a plazma állapottal találkoztak. Ezen halmazállapotok mindegyikében más és más összefüggés áll fenn

Részletesebben

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása l--si háromalkotós egyensúlyi fázisdiagram közelítő számítása evezetés Farkas János 1, Dr. Roósz ndrás 1 doktorandusz, tanszékvezető egyetemi tanár Miskolci Egyetem nyag- és Kohómérnöki Kar Fémtani Tanszék

Részletesebben

Felhasználói kézikönyv. 3DM860A típusú léptetőmotor meghajtó

Felhasználói kézikönyv. 3DM860A típusú léptetőmotor meghajtó Felhasználói kézikönyv 3DM860A típusú léptetőmotor meghajtó Bevezetés A 3DM860A egy új generációs léptetőmotor meghajtó, a 32 bites digitális jelfeldolgozásnak (DSP) köszönhetően, lépésvesztés lehetősége

Részletesebben

TST kapcsoló. működésének megértését segítő ábrasorok. Készítette: Balambér Dávid

TST kapcsoló. működésének megértését segítő ábrasorok. Készítette: Balambér Dávid STS kapcsoló és TST kapcsoló működésének megértését segítő ábrasorok Készítette: alambér Dávid S T T T T S 1. STS kapcsoló k=4 k=4 n=3 n=3 STS kapcsoló: n db be- és kimenet van és k db időkapcsoló blokkolásmentesség

Részletesebben

Villamos gépek tantárgy tételei

Villamos gépek tantárgy tételei 10. tétel Milyen mérési feladatokat kell elvégeznie a kördiagram megszerkesztéséhez? Rajzolja meg a kördiagram felhasználásával a teljes nyomatéki függvényt! Az aszinkron gép egyszerűsített kördiagramja

Részletesebben