Národní úložiště šedé literatury Nalezeno 3 záznamů.  Hledání trvalo 0.00 vteřin. 
Modelování a detekce poruch elektrického silového systému
Kluz, Jan ; Huzlík, Rostislav (oponent) ; Vlach, Radek (vedoucí práce)
Diplomová práce se zabývá oblastí automatické detekce poruch a údržby na obecných silových systémech. V rámci práce je provedena souhrnná rešerše současného stavu této oblasti včetně metod používaných k detekci poruch. Stěžejním tématem je návrh a sestavení experimentálního zařízení. Vytvořené zařízení obsahuje přepínatelné poruchové stavy zvýšeného přechodového odporu, malé stykové plochy, nevýváhy paralelních vodičů a jiskření. Zařízení obsahuje taktéž měřící elektroniku k měření procházejícího proudu a intenzity EM pole v blízkosti jiskřícího přípravku. Zařízení bylo složeno a otestováno s pozitivním výsledkem. V práci jsou taktéž na segmenty experimentálního zařízení vytvářeny LPTN sítě a verifikovány na základě měření. Jsou analyzovány signály napětí a proudu získané během jiskrových výbojů v rozsahu napětí 10 až 90 V.
Automatická detekce zlomení nástroje při děrování plechů
Kluz, Jan ; Rajchl, Matej (oponent) ; Brablc, Martin (vedoucí práce)
Tato bakalářská práce se zabývá návrhem a následnou implementací systému automatické detekce zlomení razníku při procesu děrování plechů razníkem o malých rozměrech (0.5 x 12 mm). Navrhovaný systém má význam pro výrazné ulehčení práce operátora, zrychlení procesu výroby a rovněž šetření finančních prostředků firmy. V první části práce je předvedena řešena problematika. Následuje stručný teoretický úvod do oblasti digitálního zpracování signálu. V další části jsou prezentovány metody vyvinuté za účelem detekce signálu zlomení včetně pomocných algoritmů. Jedná se o metodu frekvenčních špiček, frekvenčních pásem, autokorelace, metody frekvenční korelace, klasifikaci strojovým učením včetně hlubokého strojového učení. Z použitých metod dosáhla nejlepších výsledků metoda hlubokého strojového učení neuronové sítě. Pro účely navržení klasifikačního systému byly použity charakteristiky z časové a frekvenční oblasti. Je popsána rovněž možnost prediktivní údržby nástroje včetně rešerše této oblasti v moderním průmyslu. Prezentovány jsou pak dosažené výsledky a jejich stručné zhodnocení. V poslední části se nachází popis procesu implementace celého systému do realtime podoby a jeho propojení s děrovacím lisem pomocí mikrokontroléru Arduino Uno a vytvořeného vstupně-výstupního signálového obvodu. Navrhovaný systém se povedlo sestavit, otestovat a uvést do zkušebního provozu.
Automatická detekce zlomení nástroje při děrování plechů
Kluz, Jan ; Rajchl, Matej (oponent) ; Brablc, Martin (vedoucí práce)
Tato bakalářská práce se zabývá návrhem a následnou implementací systému automatické detekce zlomení razníku při procesu děrování plechů razníkem o malých rozměrech (0.5 x 12 mm). Navrhovaný systém má význam pro výrazné ulehčení práce operátora, zrychlení procesu výroby a rovněž šetření finančních prostředků firmy. V první části práce je předvedena řešena problematika. Následuje stručný teoretický úvod do oblasti digitálního zpracování signálu. V další části jsou prezentovány metody vyvinuté za účelem detekce signálu zlomení včetně pomocných algoritmů. Jedná se o metodu frekvenčních špiček, frekvenčních pásem, autokorelace, metody frekvenční korelace, klasifikaci strojovým učením včetně hlubokého strojového učení. Z použitých metod dosáhla nejlepších výsledků metoda hlubokého strojového učení neuronové sítě. Pro účely navržení klasifikačního systému byly použity charakteristiky z časové a frekvenční oblasti. Je popsána rovněž možnost prediktivní údržby nástroje včetně rešerše této oblasti v moderním průmyslu. Prezentovány jsou pak dosažené výsledky a jejich stručné zhodnocení. V poslední části se nachází popis procesu implementace celého systému do realtime podoby a jeho propojení s děrovacím lisem pomocí mikrokontroléru Arduino Uno a vytvořeného vstupně-výstupního signálového obvodu. Navrhovaný systém se povedlo sestavit, otestovat a uvést do zkušebního provozu.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.