Zielonogórska Biblioteka Cyfrowa udostępnia 67 353 obiektów cyfrowych
Obiekt
Tytuł: Feasibility Study of Neural Network-based Classification of Conveyor Belt Damage Using Partial DiagBelt Data
Współtwórca:
Tytuł publikacji grupowej:
Abstract:
Non-invasive methods for diagnosing conveyor belts enable effective detection of damage, significantly reducing the costs associated with belt replacement. Additionally, they allow for continuous monitoring of the belts` technical condition and degree of wear over extended periods of operation. Such solutions also enhance safety in environments where conveyor systems are used. While belt wear is an inevitable process, its rate can vary depending on specific operational conditions, such as the conveyor`s location, its length, the type of material being transported, and the belt`s operating speed. ; This article discusses an artificial intelligence-based approach to classifying conveyor belt damage. A two-layer neural network was implemented in the MATLAB environment using the Deep Learning Toolbox. By optimizing the network, a high level of operational efficiency was achieved, reaching an accuracy range of 80-90%. This solution opens new possibilities for precise diagnostics and monitoring of conveyor belts` technical state, contributing to improved durability and reduced operational costs.
Opis:
tytuł dodatkowy: Prace z Inżynierii Lądowej i Środowiska
Wydawca:
Zielona Góra: Oficyna Wydawnicza Uniwersytetu Zielonogórskiego
Format:
Identyfikator zasobu:
DOI:
Strony:
Źródło:
Civil and Environmental Engineering Reports (CEER), no 35, vol. 3
Jezyk:
Licencja:
Licencja CC BY 4.0:
Prawa do dysponowania publikacją:
Biblioteka Uniwersytetu Zielonogórskiego
Kolekcje, do których przypisany jest obiekt:
- Zielonogórska Biblioteka Cyfrowa > Repozytorium > Jednostki organizacyjne > Wydział Budownictwa, Architektury i Inżynierii Środowiska
- Zielonogórska Biblioteka Cyfrowa > Repozytorium > Typy utworów > Artykuły
- Zielonogórska Biblioteka Cyfrowa > Repozytorium > Czasopisma naukowe i serie wydawnicze UZ > Civil and Environmental Engineering Reports (CEER) > Civil and Environmental Engineering Reports (CEER) (2025)
Data ostatniej modyfikacji:
20 lip 2026
Data dodania obiektu:
20 lip 2026
Liczba wyświetleń treści obiektu:
1
Wszystkie dostępne wersje tego obiektu:
https://zbc.uz.zgora.pl/publication/109074
Wyświetl opis w formacie RDF:
Wyświetl opis w formacie OAI-PMH:
| Nazwa wydania | Data |
|---|---|
| Feasibility Study of Neural Network-based Classification of Conveyor Belt Damage Using Partial DiagBelt Data | 20 lip 2026 |
Obiekty Podobne
Bajda, Mirosław Jurdziak, Leszek Kuczyński, Tadeusz - red.
Pathan, Firoj Umraobhai Patil, Milind M. Baviskar, Prasad Aher, Vishnu S. Jurczak, Paweł - red.
Bouzaffour, Mohamed Nassraoui, Mohammed Jurczak, Paweł - red.
Szymczyk, Piotr Tomecka-Suchoń, Sylwia Szymczyk, Magdalena Iacono, Mauro - ed. Kołodziej, Joanna - ed.
Kartal, Serkan Oral, Mustafa Ozyildirim, Buse Melis Puig, Vicenç - ed. Sauter, Dominique - ed. Aubrun, Christophe - ed. Schulte, Horst - ed.
Khrouf, F. Tebassi, Hamid Yallese, M.A. Chaoui, Kamel Haddad, A. Jurczak, Paweł - red.
Zítek, Pavel Mánková, Renata Hlava, Jaroslav Korbicz, Józef (1951- ) - red. Patton, Ronald J. - red.
Piotrowska, Magdalena Korvel, Gražina Kostek, Bożena Ciszewski, Tomasz Czyżewski, Andrzej Kobusińska, Anna - ed. Hsu, Ching-Hsien - ed. Lin, Kwei-Jay - ed.
