Інформація

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Назва предмета:

Algorytm genetyczny w zadaniu pozycjonowania ładunku w ruchu obrotowym żurawia

Назва:
Algorytm genetyczny w zadaniu pozycjonowania ładunku w ruchu obrotowym żurawia
Genetic algorithm in load positioning in crane slewing motion
Автори:
Brzozowski, K.
Maczyński, A.
Теми:
żurawie obrotowe
prace przeładunkowe
algorytm genetyczny
rotary cranes
reloading works
genetic algorithm
Дата публікації:
2013
Видавець:
Instytut Naukowo-Wydawniczy "SPATIUM"
Мова:
polski
закони:
Wszystkie prawa zastrzeżone. Swoboda użytkownika ograniczona do ustawowego zakresu dozwolonego użytku
Джерело:
Autobusy : technika, eksploatacja, systemy transportowe; 2013, 14, 3; 1403-1410
1509-5878
2450-7725
Постачальник контенту:
Biblioteka Nauki
статті
  Перейдіть до джерела  Посилання відкриється в новому вікні
Efektywność prac przeładunkowych wykonywanych przy użyciu żurawi obrotowych wymaga aby roboczy ruch obrotowy nadwozia wykonywany był w możliwie krótkim czasie. Istotne jest jednak także aby na zakończenie ruchu ładunek osiągnął położenie docelowe bez wykonywania zbędnych wahań. W pracy przedstawiono metodę doboru funkcji napędowej obrotu nadwozia żurawia, która zapewniając odpowiednią jakość końcowego pozycjonowania ładunku, pozwala jednocześnie na minimalizację czasu obrotu. Zaproponowana metoda bazuje na algorytmie genetycznym. W pracy przedstawiono przykłady wyników obliczeń numerycznych.

The effectiveness of reloading works performed using rotary cranes requires the working motion to be carried out in the shortest possible time. It is important, however, that at the end of the slewing motion load has reached a destination point without unnecessary fluctuations. In the paper the method of determination of drive function of crane supper structure slewing motion is presented. The drive function ensures the quality of the final positioning of the load, simultaneously allowing to minimize the slewing motion time. The proposed method is based on a genetic algorithm. The results of numerical examples are also presented.

Надіслати думку

Ваш відгук дуже важливий для нас і може бути надзвичайно корисним, щоб показати нам, де ми можемо покращити. Ми були б дуже вдячні, якби ви витратили кілька хвилин, щоб заповнити цю коротку форму.

Формуляр