Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
20
Poziom I
Status:
Autorzy: Kozłowski Edward, Mazurkiewicz Dariusz, Sęp Jarosław, Żabiński Tomasz
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Strony: 396 - 405
Web of Science® Times Cited: 1
Scopus® Cytowania: 7
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: First International Scientific Conference "Innovations in Industrial Engineering"
Skrócona nazwa konferencji: ICIENG 2021 ; ICIE 2021
URL serii konferencji: LINK
Termin konferencji: 28 czerwca 2021 do 30 czerwca 2021
Miasto konferencji: Guimarães
Państwo konferencji: PORTUGALIA
Publikacja OA: NIE
Abstrakty: angielski
It is well known that due to Industry 4.0 requirements and challenges, future research directions in production engineering will focus on the creation of intelligent sensors and their integration by means of intelligent platforms. Therefore, the key skill will be appropriate analysis and processing of signals recorded by these sensors, which may relate to manufacturing process parameters. The application of principal component analysis and logistic regression enables effective data processing. This has been shown using a real-world numerical example - the data related to cutter state identification based on signals generated during machining. This way, it has been proven, that the above methods may find practical application in condition monitoring systems. In particular, they may be highly helpful in real-time cutter state identification.