Hibadetektáló rendszer légtechnikai berendezések számára
|
|
- Márta Kerekesné
- 9 évvel ezelőtt
- Látták:
Átírás
1 Hibadetektáló rendszer légtechnikai berendezések számára Tudományos Diákköri Konferencia
2 A feladatunk Légtechnikai berendezések Monitorozás Hibadetektálás Újrataníthatóság
3 A megvalósítás Mozgásérzékelő szenzorok Forgástengelyek közelében Fourier-transzformáció Jól jellemzi az ilyen típusú mozgás változásait Referencia <-> hibás működés Neurális hálózatok
4 Fourier-transzformáció Egy módszer, hogy egy jelet feldaraboljunk az alkotó frekvenciáira. Alkalmazása WiFi, Tömörítés, Differenciálegyenletek Variációi Fourier-transzformáció Fourier-sor Diszkrét Fourier-transzformáció (DFT) Gyors Fourier-transzformáció
5 Fourier-transzformáció
6 Neurális hálózatok Eredetük Biológiai rendszerek Hatékonyak Felismerési- és optimalizálási feladatoknál Nincs szükség sem a rendszer matematikai modelljének, sem a paramétereinek ismeretére!
7 Neurális hálózatok Tanulási algoritmussal rendelkeznek A bementi és a kimeneti megkívánt minták alapján a hálózat paramétereit módosítja a kívánt leképezés megvalósítása érdekében. Műveleti eleme a neuron Több bemenet Egy kimenet Nemlineárisan viselkedik
8 Neurális hálózatok Egyirányú jelterjedés Egy kimenet több bemenettel összeköthető A kimenetek egymással nem köthetők össze A neuronokat rétegekbe szervezzük Bemeneti réteg (input layer) Rejtett réteg (hidden layer) Kimeneti réteg (output layer)
9 Szenzorok a légtechnika ékszíjas részén Sorszám Pozíció 1 a ventilátor nem meghajtott oldalán a tengellyel párhuzamosan 2 a ventilátor nem meghajtott oldalán vízszintesen 3 a ventilátor nem meghajtott oldalán függőlegesen 4 a motor nem hajtó oldalán vízszintesen 5 a motor nem hajtó oldalán a tengellyel párhuzamosan 6 a motor nem hajtó oldalán függőlegesen 7 a motor hajtó oldalán függőlegesen 8 a motor hajtó oldalán vízszintesen 9 a ventilátor meghajtott oldalán vízszintesen 10 a ventilátor meghajtott oldalán függőlegesen
10 Felmért hibák a légtechnika ékszíjas részén Sorszám Hiba neve Mérések száma 1 a befúvó ventilátor ékszíja laza 1 2 a befúvó ventilátor ékszíj fellazulási hiba 2 3 a befúvó ventilátor ékszíj szakadása, 1 szíjon 1 4 a befúvó ventilátor ékszíj szakadása, 2 szíjon 1 5 a befúvó ventilátor hajtása rögzítése fellazulása 1 6 a befúvó ventilátor talapzata fellazulási hibája 2 7 a befúvó ventilátor kiegyensúlyozási hibája 3 8 a befúvó ventilátornál félig zárva van a zsalu 1 9 a befúvó ventilátornál a zsalu teljesen zárva 1 10 a befúvó ventilátor légáramlási hiba, a külső rács, vagy a kalorifer 2 eltömődött 11 a befúvó ventilátor légáramlási hiba, a szerkezeti elem lelazult 1 12 a befúvó ventilátor légáramlási hiba, a zsalu nem nyit ki 2 13 a befúvó ventilátor motorjának csapágy hibája 2 R (referencia) (4)
11 Eddigi méréseink Helyesen működő gép adatsorai 4 század másodperces intervallum 50Hz-en működő gép Látható pl. a motor frekvenciája
12 Eddigi méréseink FFT adatsorok Csúcsok Pl. a motor frekvenciája Hibás működés esetén a csúcsok helyzete, illetve az általuk jelzett energia nagysága fog megváltozni.
13 Eddigi méréseink FFT adatsorok változása Referencia adat FFT-ben az alábbi frekvencia tartományok: Hz Hz Hz (motor) Hz Hz (lapát) Hz
14 Eddigi méréseink FFT adatsorok 5-5 másodperces időintervallumok a kb. 60 másodperces mérés közepéből Megvizsgáltuk ezen idősorok FFT adatsorainak szórását
15 Eredmények A kísérletezéshez a MATLAB rendszer neural network toolbox klaszterező beállításait használtuk. A neuronháló 1200 adatsor 70% tanításra 15% validálásra 15% tesztelésre
16 Eredmények Szenzor\Hibák R Átlag , , , , , , , , , ,1 1, ,3 1, ,1 2, ,9 4, ,4 4, ,5 5, ,1 7, ,6 9, ,6 1, 2, ,0 4, 5, ,8 1, 3, 5, 6, 7, , ,6
17 Eredmények Ezek az eredmények azokon az adatsorokon születtek, amelyekkel a neurális hálót tanítottuk. Helyesek-e ezek az eredmények? Azt tanulta-e meg a neuronháló, amit kellett? Hiba <-> valami más tulajdonság Komoly veszély neuronhálóknál!
18 Vak tesztek Olyan mérések adatsorait kaptuk, amelyekről nem mondták meg, hogy mi volt a hiba Nekünk kellett vakon kitalálni A vak tesztek során felmért hibák különböznek a fentiektől.
19 Vak tesztek Helyesen működő gép esetén 93%-ban helyes eredményt kaptunk.
20 Vak tesztek Kissé laza ékszíj esetén 23%-ban kaptunk helyes eredményt, 63%- ban nagyon laza ékszíj hibát detektált a rendszer.
21 Vak tesztek Nagyon laza ékszíj esetén 83%-ban helyes eredményt kaptunk.
22 Vak tesztek Ékszíj szakadás esetén a helyes eredmények aránya 58%, viszont 40%-ban talapzat fellazulási hibát érzékelt a rendszer
23 Vak tesztek Kiegyensúlyozási hiba esetén 58%-ban hibátlan működést, 39%-ban csapágy hibát észlelt a rendszer.
24 Ami még hátravan További tesztelések Költségcsökkentés Felhasználói felület
25
Balatonőszöd, 2013. június 13.
Balatonőszöd, 2013. június 13. Egy tesztrendszer kiépítése Minőséges mérőláncok beépítése Hibák generálása Költséghatékony HW környezet kialakítása A megvalósított rendszer tesztelése Adatbázis kialakítása
Kovács Ernő 1, Füvesi Viktor 2
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,
Mit látnak a robotok? Bányai Mihály Matemorfózis, 2017.
Mit látnak a robotok? Bányai Mihály Matemorfózis, 2017. Vizuális feldolgozórendszerek feladatai Mesterséges intelligencia és idegtudomány Mesterséges intelligencia és idegtudomány Párhuzamos problémák
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
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.:
Neurális hálózatok.... a gyakorlatban
Neurális hálózatok... a gyakorlatban Java NNS Az SNNS Javás változata SNNS: Stuttgart Neural Network Simulator A Tübingeni Egyetemen fejlesztik http://www.ra.cs.unituebingen.de/software/javanns/ 2012/13.
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
Idősor előrejelzés. Szórádi Júlia, BSc konzulens: Dr. Horváth Gábor. Önálló laboratórium (BMEVIMIA362) II. félév
Idősor előrejelzés Szórádi Júlia, BSc konzulens: Dr. Horváth Gábor Önálló laboratórium (BMEVIMIA362) 2010-11 II. félév IDŐSOR ELŐREJELZÉS Az idősor előrejelzés számos területen alapvető fontosságú feladat,
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék. Neurális hálók. Pataki Béla
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Neurális hálók Előadó: Előadás anyaga: Hullám Gábor Pataki Béla Dobrowiecki Tadeusz BME I.E. 414, 463-26-79
Mély neuronhálók alkalmazása és optimalizálása
magyar nyelv beszédfelismerési feladatokhoz 2015. január 10. Konzulens: Dr. Mihajlik Péter A megvalósítandó feladatok Irodalomkutatás Nyílt kutatási eszközök keresése, beszédfelismer rendszerek tervezése
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,
Keresés képi jellemzők alapján. Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék
Keresés képi jellemzők alapján Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék Lusta gépi tanulási algoritmusok Osztályozás: k=1: piros k=5: kék k-legközelebbi szomszéd (k=1,3,5,7)
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
Intelligens orvosi műszerek VIMIA023
Intelligens orvosi műszerek VIMIA023 Neurális hálók (Dobrowiecki Tadeusz anyagának átdolgozásával) 2017 ősz http://www.mit.bme.hu/oktatas/targyak/vimia023 dr. Pataki Béla pataki@mit.bme.hu (463-)2679 A
TARTALOMJEGYZÉK. TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS A lágy számításról A könyv célkitűzése és felépítése...
TARTALOMJEGYZÉK TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS...1 1. A lágy számításról...2 2. A könyv célkitűzése és felépítése...6 AZ ÖSSZETEVŐ LÁGY RENDSZEREK...9 I. BEVEZETÉS...10 3. Az összetevő
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,
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
Számítógépes képelemzés 7. előadás. Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék
Számítógépes képelemzés 7. előadás Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék Momentumok Momentum-alapú jellemzők Tömegközéppont Irányultáság 1 2 tan 2 1 2,0 1,1 0, 2 Befoglaló
Modellezés és szimuláció. Szatmári József SZTE Természeti Földrajzi és Geoinformatikai Tanszék
Modellezés és szimuláció Szatmári József SZTE Természeti Földrajzi és Geoinformatikai Tanszék Kvantitatív forradalmak a földtudományban - geográfiában 1960- as évek eleje: statisztika 1970- as évek eleje:
Encom EDS800/EDS1000 frekvenciaváltó alapparaméterei
Encom EDS800/EDS1000 frekvenciaváltó alapparaméterei Paraméter Érték Leírás F0.00 F0.02 0 Billentyűzet potméter 4 Külső potméter VC1 bemenetre 0 Vezérlés billentyűzetről 1 Vezérlés sorkapcsokról 3 Vezérlés
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
Visszacsatolt (mély) neurális hálózatok
Visszacsatolt (mély) neurális hálózatok Visszacsatolt hálózatok kimenet rejtett rétegek bemenet Sima előrecsatolt neurális hálózat Visszacsatolt hálózatok kimenet rejtett rétegek bemenet Pl.: kép feliratozás,
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
1 záróérintkező 10 A beltérre, oldalfalra szereléshez 230/ / ,5/ 2,5/
- Kombinált kapcsolók (fénykapcsoló + mozgásérzékelő) 10 A 18- Infravörös mozgásérzékelők Hőt sugárzó élőlények (emberek, állatok) mozgását érzékelik; ugyancsak érzékelik pl. u zemelő járművek mozgását
Szoftverminőségbiztosítás
NGB_IN003_1 SZE 2014-15/2 (11) Szoftverminőségbiztosítás Tesztautomatizálás A tesztelés kivitelezése Tesztelési feladatok Detektálatlan maradék hibák számának csökkentése hatásosan és hatékonyan megfelelő
Milyen elvi mérési és számítási módszerrel lehet a Thevenin helyettesítő kép elemeit meghatározni?
1. mérés Definiálja a korrekciót! Definiálja a mérés eredményét metrológiailag helyes formában! Definiálja a relatív formában megadott mérési hibát! Definiálja a rendszeres hibát! Definiálja a véletlen
Mesterséges intelligencia alapú regressziós tesztelés
Mesterséges intelligencia alapú regressziós tesztelés Gujgiczer Anna, Elekes Márton* * AZ EMBERI ERŐFORRÁSOK MINISZTÉRIUMA ÚNKP-16-1-I. KÓDSZÁMÚ ÚJ NEMZETI KIVÁLÓSÁG PROGRAMJÁNAK TÁMOGATÁSÁVAL KÉSZÜLT
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
Vacon többvezérléső alkalmazás (Szoftver ALFIFF20) Ver. 1.02
Többvezérléső alkalmazás az NXL-hez 1 1 Vacon többvezérléső alkalmazás (Szoftver ALFIFF20) Ver. 1.02 Tartalom 1 BEVEZETÉS... 2 2 VEZÉRLİ I/O... 3 3 TÖBBVEZÉRLÉSŐ ALKALMAZÁS A PARAMÉTEREK FELSOROLÁSA...
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
Wavelet transzformáció
1 Wavelet transzformáció Más felbontás: Walsh, Haar, wavelet alapok! Eddig: amplitúdó vagy frekvencia leírás: Pl. egy rövid, Dirac-delta jellegű impulzus Fourier-transzformált: nagyon sok, kb. ugyanolyan
NEURÁLIS HÁLÓZATOK 1. eloadás 1
NEURÁLIS HÁLÓZATOKH 1. eloadás 1 Biológiai elozmények nyek: az agy Az agy az idegrendszerunk egyik legfontosabb része: - képes adatokat tárolni, - gyorsan és hatékonyan mukodik, - nagy a megbízhatósága,
KONVOLÚCIÓS NEURONHÁLÓK. A tananyag az EFOP pályázat támogatásával készült.
KONVOLÚCIÓS NEURONHÁLÓK A tananyag az EFOP-3.5.1-16-2017-00004 pályázat támogatásával készült. 1. motiváció A klasszikus neuronháló struktúra a fully connected háló Két réteg között minden neuron kapcsolódik
XXI. NEMZETKÖZI GÉPÉSZETI TALÁLKOZÓ
XXI. NEMZETKÖZI GÉPÉSZETI TALÁLKOZÓ Szaszák Norbert II. éves doktoranduszhallgató, Dr. Szabó Szilárd Miskolci Egyetem, Áramlás- és Hőtechnikai Gépek Tanszéke 2013. Összefoglaló Doktori téma: turbulenciagenerátorok
280 YTO 135 TÍPUS YTO 135 TYPE. Rendelési cikkszám felépítése Order code structure. Kihajtó tengely pozíciók Drive shaft positions
YTO 135 TÍPUS YTO 135 TYPE Rendelési cikkszám felépítése Order code structure Típus / Type YTO135-500 - 4P D01 - P 3 Lökethossz / Stroke Lineáris kocsik szám / Block quantity Kihajtó tengely pozíció /
LPT illesztőkártya. Beüzemelési útmutató
LPT illesztőkártya Beüzemelési útmutató Az LPT illesztőkártya a számítógépen futó mozgásvezérlő program ki- és bemenőjeleit illeszti a CNC gép és a PC nyomtató (LPT) csatlakozója között. Főbb jellemzők:
Konvolúciós neurális hálózatok (CNN)
Konvolúciós neurális hálózatok (CNN) Konvolúció Jelfeldolgozásban: Diszkrét jelek esetén diszkrét konvolúció: Képfeldolgozásban 2D konvolúció (szűrők): Konvolúciós neurális hálózat Konvolúciós réteg Kép,
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
Intelligens beágyazott rendszer üvegházak irányításában
P5-T6: Algoritmustervezési környezet kidolgozása intelligens autonóm rendszerekhez Intelligens beágyazott rendszer üvegházak irányításában Eredics Péter, Dobrowiecki P. Tadeusz, BME-MIT 1 Üvegházak Az
1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió
Mérés és adatgyűjtés - Kérdések 2.0 verzió Megjegyzés: ezek a kérdések a felkészülést szolgálják, nem ezek lesznek a vizsgán. Ha valaki a felkészülése alapján önállóan válaszolni tud ezekre a kérdésekre,
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
Kísérletek tervezése. A gyógyszertervezés lehetségei. Hagyományos módszer. Mi a Neurális hálózat?
A gyógyszertervezés lehetségei Kísérletek tervezése Mesterséges neurális hálózatok alkalmazása a gyógyszertervezésben Korábbi vizsgálatok adatai Gyakorlat, szaktudás, intuíció Számítógépes programok tervezést
Gyártórendszerek irányítási struktúrái
GyRDin-10 p. 1/2 Gyártórendszerek Dinamikája Gyártórendszerek irányítási struktúrái Hangos Katalin Villamosmérnöki és Információs Rendszerek Tanszék e-mail: hangos@scl.sztaki.hu GyRDin-10 p. 2/2 Tartalom
Programozó- készülék Kezelőkozol RT óra (pl. PC) Digitális bemenetek ROM memória Digitális kimenetek RAM memória Analóg bemenet Analóg kimenet
2. ZH A csoport 1. Hogyan adható meg egy digitális műszer pontossága? (3p) Digitális műszereknél a pontosságot két adattal lehet megadni: Az osztályjel ±%-os értékével, és a ± digit értékkel (jellemző
Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán
Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán MTA KFKI Részecske és Magfizikai Intézet, Biofizikai osztály Az egy adatsorra (idősorra) is alkalmazható módszerek Példa: Az epileptikus
FELÜGYELT ÉS MEGERŐSÍTÉSES TANULÓ RENDSZEREK FEJLESZTÉSE
FELÜGYELT ÉS MEGERŐSÍTÉSES TANULÓ RENDSZEREK FEJLESZTÉSE Dr. Aradi Szilárd, Fehér Árpád Mesterséges intelligencia kialakulása 1956 Dartmouth-i konferencián egy maroknyi tudós megalapította a MI területét
Algoritmizálás és adatmodellezés tanítása beadandó feladat: Algtan1 tanári beadandó /99 1
Algoritmizálás és adatmodellezés tanítása beadandó feladat: Algtan1 tanári beadandó /99 1 Készítette: Gipsz Jakab Neptun-azonosító: ABC123 E-mail: gipszjakab@seholse.hu Kurzuskód: IT-13AAT1EG 1 A fenti
2. tartály tele S3 A tartály tele, ha: S3=1 I 0.2. 3. tartály tele S5 A tartály tele, ha: S5=1 I 0.4
Követővezérlés tárolással Tárolótartályrendszer: feltöltés vezérlése Három tárolótartály tele állapotát az S1, S3, S5 jeladók, az üres jelet az S2, S4, S6 jeladók szolgáltatják az előbbi sorrendben. A
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
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
Légiforgalmi irányítás szektorizációs tool munkaterhelés alapú megközelítése Számel Bence Domonkos. Unrestricted
Légiforgalmi irányítás szektorizációs tool munkaterhelés alapú megközelítése Számel Bence Domonkos Unrestricted A döntéstámogató eszköz rendeltetése A légiforgalmi irányítás biztonságának és hatékonyságának
EFOP DISZRUPTÍV TECHNOLÓGIÁK KUTATÁS-FEJLESZTÉSE AZ E-MOBILITY TERÜLETÉN ÉS INTEGRÁLÁSUK A MÉRNÖKKÉPZÉSBE
SZTE Innovációs nap Szeged, 2017 május 30. EFOP-3.6.1-16-2016-00014 DISZRUPTÍV TECHNOLÓGIÁK KUTATÁS-FEJLESZTÉSE AZ E-MOBILITY TERÜLETÉN ÉS INTEGRÁLÁSUK A MÉRNÖKKÉPZÉSBE Dr. Weltsch Zoltán Pallasz Athéné
Az ExpertALERT szakértői rendszer által beazonosítható hibák felsorolása
Az ExpertALERT szakértői rendszer által beazonosítható hibák felsorolása Merev kuplungos berendezések Kiegyensúlyozatlanság Motor kiegyensúlyozatlanság Ventilátor kiegyensúlyozatlanság Gépalap flexibilitás
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
CS Lilin. Kültéri ház PIH-510 H/L
PIH-510H/L 1. oldal, összesen: 8 CS Lilin Kültéri ház PIH-510 H/L Telepítési útmutató A leírás fontossági és bonyolultsági sorrendben tartalmazza a készülékre vonatkozó elméleti és gyakorlati ismereteket.
Posztanalitikai folyamatok az orvosi laboratóriumban, az eredményközlés felelőssége
Posztanalitikai folyamatok az orvosi laboratóriumban, az eredményközlés felelőssége Autovalidálási folyamatok Lókiné Farkas Katalin Az autovalidálás elméleti alapjai Az előző eredménnyel való összehasonlítás
Matlab Fuzzy Logic Toolbox
Matlab Fuzzy Logic Toolbox The Future looks Fuzzy Newsweek, May, 28, 1990. A fuzzy irányítási rendszerek vizsgálatára Windows alatt futó Matlab programcsomag szimulációs eszközeit és a Matlab-ra ráépülő
Megerősítéses tanulás 9. előadás
Megerősítéses tanulás 9. előadás 1 Backgammon (vagy Ostábla) 2 3 TD-Gammon 0.0 TD() tanulás (azaz időbeli differencia-módszer felelősségnyomokkal) függvényapproximátor: neuronháló 40 rejtett (belső) neuron
PTE Pollack Mihály Műszaki Kar Gépszerkezettan Tanszék
PTE Pollack Mihály Műszaki Kar Gépszerkezettan Tanszék Összeállította: Dr. Stampfer Mihály 2009. Segédlet az ékszíjhajtás méretezéséhez A végtelenített ékszíjak és ékszíjtárcsák több országban is szabványosítottak
kodolosuli.hu: Interaktív, programozást tanító portál BALLA TAMÁS, DR. KIRÁLY SÁNDOR NETWORKSHOP 2017, SZEGED
kodolosuli.hu: Interaktív, programozást tanító portál BALLA TAMÁS, DR. KIRÁLY SÁNDOR NETWORKSHOP 2017, SZEGED A közoktatásban folyó informatika oktatásával kapcsolatos elvárások Állami szereplő: Az informatikaoktatás
Optidrive alkalmazás-támogatás gyûjtemény Jegyzékszám Cím Termékcsoport Szint
Optidrive alkalmazás-támogatás gyûjtemény Jegyzékszám Cím Termékcsoport Szint 2 Áttekintés AN-ODE-2-032 PI zárt hurkú visszacsatolt vezérléses alkalmazások Optidrive E2 1 Alapvető nem szükséges alaptudás
Yottacontrol I/O modulok beállítási segédlet
Yottacontrol I/O modulok beállítási segédlet : +36 1 236 0427 +36 1 236 0428 Fax: +36 1 236 0430 www.dialcomp.hu dial@dialcomp.hu 1131 Budapest, Kámfor u.31. 1558 Budapest, Pf. 7 Tartalomjegyzék Bevezető...
Grafikonok automatikus elemzése
Grafikonok automatikus elemzése MIT BSc önálló laboratórium konzulens: Orosz György 2016.05.18. A feladat elsődleges célkitűzései o eszközök adatlapján található grafikonok feldolgozása, digitalizálása
Funkcionális konnektivitás vizsgálata fmri adatok alapján
Funkcionális konnektivitás vizsgálata fmri adatok alapján Képalkotási technikák 4 Log Resolution (mm) 3 Brain EEG & MEG fmri TMS PET Lesions 2 Column 1 0 Lamina -1 Neuron -2 Dendrite -3 Synapse -4 Mikrolesions
HIL SZIMULÁCIÓ ROBOTPILÓTA FEJLESZTÉSBEN
Dr. Molnár András - Stojcsics Dániel HIL SZIMULÁCIÓ ROBOTPILÓTA FEJLESZTÉSBEN Bevezető Pilóta nélküli robotrepülőgéppel végzett kutatás és fejlesztés elengedhetetlen része a tesztelés. Az időjárási feltételek
STEADYPRES frekvenciaváltó ismertető
1 STEADYPRES frekvenciaváltó ismertető A STEADYPRES egy fordulatszámszabályzó, amelyet egy fázis (230 V AC) táplál, és egy és három fázisú váltakozó áramú motorok meghajtására szolgál. - A motor fordulatszámának
A RADARJELEK DETEKTÁLÁSA NEURÁLIS HÁLÓZAT ALKALMAZÁSÁVAL
A RADARJELEK DETEKTÁLÁSA NEURÁLIS HÁLÓZAT ALKALMAZÁSÁVAL Dr. Ludányi Lajos mk. alezredes egyetemi adjunktus Zrínyi Miklós Nemzetvédelmi Egyetem Vezetés- és Szervezéstudományi Kar Fedélzeti Rendszerek Tanszék
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.
2000 Szentendre, Bükköspart 74 WWW.MEVISOR.HU. MeviMR 3XC magnetorezisztív járműérzékelő szenzor
MeviMR 3XC Magnetorezisztív járműérzékelő szenzor MeviMR3XC járműérzékelő szenzor - 3 dimenzióban érzékeli a közelében megjelenő vastömeget. - Könnyű telepíthetőség. Nincs szükség az aszfalt felvágására,
Robotika. Relatív helymeghatározás Odometria
Robotika Relatív helymeghatározás Odometria Differenciális hajtás c m =πd n /nc e c m D n C e n = hány mm-t tesz meg a robot egy jeladó impulzusra = névleges kerék átmérő = jeladó fölbontása (impulzus/ford.)
HANDY PROGRAMOZÓ EGYSÉG STAR VEZÉRLÉSHEZ Használati útmutató. SAFEHOME v1.1
HANDY PROGRAMOZÓ EGYSÉG STAR VEZÉRLÉSHEZ Használati útmutató SAFEHOME v1.1 Ez a leírás szakképzett telepítőknek szól. A telepítés megkezdése előtt figyelmesen olvassa el a teljes leírást. A termék nem
Fluke 805 Rezgésmérő. Műszaki adatok. Mi teszi a Fluke 805-öt az elérhető legmegbízhatóbb rezgésvizsgáló eszközzé?
Fluke 805 Rezgésmérő Műszaki adatok A csapágy és a teljes rezgés ellenőrzésének megbízható, megismételhető és pontos útja. Hozzon bizalommal megy, vagy nem-megy karbantartási döntéseket. A Fluke 805 rezgésmérő
Tartalomjegyzék. Tartalomjegyzék... 3 Előszó... 9
... 3 Előszó... 9 I. Rész: Evolúciós számítások technikái, módszerei...11 1. Bevezetés... 13 1.1 Evolúciós számítások... 13 1.2 Evolúciós algoritmus alapfogalmak... 14 1.3 EC alkalmazásokról általában...
Dr. Oniga István DIGITÁLIS TECHNIKA 8
Dr. Oniga István DIGITÁLIS TECHNIA 8 Szekvenciális (sorrendi) hálózatok Szekvenciális hálózatok fogalma Tárolók RS tárolók tárolók T és D típusú tárolók Számlálók Szinkron számlálók Aszinkron számlálók
Multi-20 modul. Felhasználói dokumentáció 1.1. Készítette: Parrag László. Jóváhagyta: Rubin Informatikai Zrt.
Multi-20 modul Felhasználói dokumentáció. Készítette: Parrag László Jóváhagyta: Rubin Informatikai Zrt. 49 Budapest, Egressy út 7-2. telefon: +36 469 4020; fax: +36 469 4029 e-mail: info@rubin.hu; web:
2. Készítsen awk szkriptet, amely kiírja az aktuális könyvtár összes alkönyvtárának nevét, amely februári keltezésű (bármely év).
1. fejezet AWK 1.1. Szűrési feladatok 1. Készítsen awk szkriptet, ami kiírja egy állomány leghosszabb szavát. 2. Készítsen awk szkriptet, amely kiírja az aktuális könyvtár összes alkönyvtárának nevét,
Fényerősség. EV3 programleírás. Használt rövidítések. A program működésének összegzése
EV3 programleírás A 11- es program egy 60W- os hagyományos izzó fényerősségét méri (más típusú izzókkal is használható) tíz pontnál, 5 cm- es intervallumokra felosztva. Használt rövidítések ol Külső ciklus
Felhasználói Kézikönyv
SA-1389A Hálózati IP Kamera Felhasználói Kézikönyv 1. LED Jelzések 1. Hálózat jelző LED 2. Riasztás LED 3. Felvételt jelző LED 4. Riasztó élesítés LED 5. Infravörös vevő LED LED jelzés funkciók és jelentések:
GC1C / GC2C Zár, kapu és sorompó vezérlő. Használati utasítás Magyar
GC1C / GC2C Zár, kapu és sorompó vezérlő Használati utasítás Magyar 1 Biztonsági figyelmeztetések Olvassa el figyelmesen a használati utasítást az eszköz telepítése előtt és őrizze meg! Áramütésveszély!
KANDÓ KÁLMÁN VILLAMOSMÉRNÖKI KAR HÍRADÁSTECHNIKA INTÉZET
KANDÓ KÁLMÁN VILLAMOSMÉRNÖKI KAR HÍRADÁSTECHNIKA INTÉZET Infokommunikációs Hálózatok laboratóriumi mérési útmutató HW3 mérés Splitter átviteli karakterisztikájának fölvétele különböző mérési módszerekkel
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
Modern Fizika Labor. 12. Infravörös spektroszkópia. Fizika BSc. A mérés dátuma: okt. 04. A mérés száma és címe: Értékelés:
Modern Fizika Labor Fizika BSc A mérés dátuma: 011. okt. 04. A mérés száma és címe: 1. Infravörös spektroszkópia Értékelés: A beadás dátuma: 011. dec. 1. A mérést végezte: Domokos Zoltán Szőke Kálmán Benjamin
II. LABOR Tanulás, Perceptron, Adaline
II. LABOR Tanulás, Perceptron, Adaline A dolgozat célja a tanító algoritmusok osztályozása, a tanító és tesztel halmaz szerepe a neuronhálók tanításában, a Perceptron és ADALINE feldolgozó elemek struktúrája,
Intelligens irányítások
Intelligens irányítások Fuzzy következtető rendszerek Ballagi Áron Széchenyi István Egyetem Automatizálási Tsz. 1 Fuzzy következtető rendszer Fuzzy következtető Szabálybázis Fuzzifikáló Defuzzifikáló 2
MOTOR HAJTÁS Nagyfeszültségű megszakító
Forradalom a megszakító technológiában MOTOR HAJTÁS Nagyfeszültségű megszakító ABB HV Products - Page 1 Mi az a Motor Hajtás? ABB HV Products - Page 2 Energia Átvitel Energia Kioldás Energia Tárolás Energia
5. mérés: Diszkrét Fourier Transzformáció (DFT), Gyors Fourier Transzformáció (FFT), számítógépes jelanalízis
Híradástechnika II. laboratóriumi mérések 5. mérés: Diszkrét Fourier Transzformáció (DFT), Gyors Fourier Transzformáció (FFT), számítógépes jelanalízis Összeállította: Kármán József Általános bevezet Az
készülékek MSZ EN 50160 szabvány szerint
Villamos hálózat minség vizsgáló készülékek MSZ EN 50160 szabvány szerint Villamos hálózat minség vizsgáló készülékek MSZ EN 50160 szabvány Információt ad a szolgáltatott hálózati feszültség jellemzkrl
Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 9. előadás Előadó: Dr. Ertsey Imre Statisztikai hipotézis vizsgálatok elsősorban a biometriában alkalmazzák, újabban reprezentatív jellegű ökonómiai vizsgálatoknál, üzemi szinten élelmiszeripari
Szellőztető megoldások EC technikával
Klíma- és Légtechnikai Szakmai Nap 2018 Szellőztető megoldások EC technikával Budapest, Lurdy Ház Kovács István okl. gépészmérnök www.helios.hu 1 Helios 60 éve légtechnika 2 Rendeletek és piac Energiatakarékosság
Gyakorló többnyire régebbi zh feladatok. Intelligens orvosi műszerek október 2.
Gyakorló többnyire régebbi zh feladatok Intelligens orvosi műszerek 2018. október 2. Régebbi zh feladat - #1 Az ábrán látható két jelet, illetve összegüket mozgóablak mediánszűréssel szűrjük egy 11 pontos
Az Ön kézikönyve OMRON S8TS http://hu.yourpdfguides.com/dref/2889814
Elolvashatja az ajánlásokat a felhasználói kézikönyv, a műszaki vezető, illetve a telepítési útmutató. Megtalálja a választ minden kérdésre az a felhasználói kézikönyv (információk, leírások, biztonsági
Szoftverminőségbiztosítás
NGB_IN003_1 SZE 2017-18/2 (9) Szoftverminőségbiztosítás Specifikáció alapú (black-box) technikák A szoftver mint leképezés Szoftverhiba Hibát okozó bement Hibás kimenet Input Szoftver Output Funkcionális
XII. LABOR - Fuzzy logika
XII. LABOR - Fuzzy logika XII. LABOR - Fuzzy logika A gyakorlat célja elsajátítani a fuzzy logikával kapcsolatos elemeket: fuzzy tagsági függvények, fuzzy halmazmveletek, fuzzy következtet rendszerek felépítése,
Elektronika 2. TFBE1302
Elektronika 2. TFBE1302 Mérőműszerek Analóg elektronika Feszültség és áram mérése Feszültségmérő: V U R 1 I 1 igen nagy belső ellenállású mérőműszer párhuzamosan kapcsolandó a mérendő alkatrésszel R 3
Fourier-sorfejtés vizsgálata Négyszögjel sorfejtése, átviteli vizsgálata
Fourier-sorfejtés vizsgálata Négyszögjel sorfejtése, átviteli vizsgálata Reichardt, András 27. szeptember 2. 2 / 5 NDSM Komplex alak U C k = T (T ) ahol ω = 2π T, k módusindex. Időfüggvény előállítása
8. A paraméterek leírása
Paraméter leírások 123. A paraméterek leírása A következő oldalakon a paraméter leírások találhatók, egyedi azonosítószámuk (ID) szerint sorba rendezve. Az sötétített azonosító számoknál (pl. 41 Motorpotenciométer
Molekuláris dinamika I. 10. előadás
Molekuláris dinamika I. 10. előadás Miről is szól a MD? nagy részecskeszámú rendszerek ismerjük a törvényeket mikroszkópikus szinten minden részecske mozgását szimuláljuk? Hogyan tudjuk megérteni a folyadékok,
Bevezető szintű, kedvező árú Digitális Tároló Oszcilloszkóp sorozat 100 / 70 / 50 MHz
GLOBAL FOCUS Kft. Villamos és laboratóriumi mérőműszerek forgalmazása, javítása, karbantartása www.globalfocus.hu Bevezető szintű, kedvező árú Digitális Tároló Oszcilloszkóp sorozat 100 / 70 / 50 MHz Fő
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
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett