Претрага
9 items
-
Koncept prediktivnog održavanja 4.0 (PdM) u energetici – konekcija sa budućom primenom Industrije 5.0
Četvrtu industrijsku revoluciju - Industrija 4.0 karakteriše upotreba cyber-fizičkih sistema. Da bi se postigla optimalna strategija održavanja (ali i proizvodnje), neophodno je razviti sisteme koji podržavaju napredne inteligentne sisteme održavanja ili tehnologije pametnog održavanja. Iz toga su proizašli postulati Prediktivnog održavanja 4.0 koji definišu veoma blisku budućnost u oblasti održavanja tehničkih sistema. Prediktivno održavanje 4.0 uključuje iskorišćenje snage veštačke inteligencije za stvaranje stalnog uvida u otkrivanje uzroka i anomalija u radu opreme, koje se ne otkrivaju kognitivnim moćima. Drugim ...Predrag Jovančić, Dragan Ignjatović, Stevan Đenadić, Miloš Tanasijević, Filip Miletić. "Koncept prediktivnog održavanja 4.0 (PdM) u energetici – konekcija sa budućom primenom Industrije 5.0" in Energija, ekonomija, ekologija, Savez energetičara (2022). https://doi.org/ 10.46793/EEE22-2.54J М52
-
Kompleksno sagledavanje rada bagera SR-1300.24/5.0 (630 kw)+VR u uslovima P.K.Kosovo" u Belačevcu"
Slobodan Mitrović (1986)Slobodan Mitrović. Kompleksno sagledavanje rada bagera SR-1300.24/5.0 (630 kw)+VR u uslovima P.K.Kosovo" u Belačevcu", Beograd:Rudarsko-geološki fakultet, 1986
-
Međusektorski modelski pristupi upravljanja u industriji uglja.
Svetomir Maksimović (2011)Svetomir Maksimović. Međusektorski modelski pristupi upravljanja u industriji uglja., Beograd:Rudarsko Geološki Fakultet, 2011
-
Industrial Waste Heat Potential for Meeting Heat Demand in the Republic of Serbia
Dejan Ivezić, Marija Živković (2023)Finalna potrošnja energije u industrijskom sektoru čini skoro 25% finalne potrošnje energije u Republici Srbiji. Procenjuje se da je 50-70% potrošnje energije u industriji namenjeno proizvodnji toplotne energije u različitim industrijskim procesima. Deo proizvedene toplotne energije se nepovratno gubi kao energija odvedena u okolinu: prenosom toplote kroz zidove procesne opreme, dimnim gasovim, otpadnim vodama itd. Korišćenjem otpadne toplote povećava se efikasnost korišćenja primarne energije i smanjuje ukupna potreba za energijom. Otpadna toplota se može koristiti u samom industrijskom objektu ...Dejan Ivezić, Marija Živković. "Industrial Waste Heat Potential for Meeting Heat Demand in the Republic of Serbia" in Energija, ekonomija, ekologija (2023). https://doi.org/10.46793/EEE23-1.17I М52
-
Razvoj rudarstva i metalurgije olova i cinka u rudniku ,,Trepča’’ – Stari Trg
Posle seobe Srba 1690. i 1735. godine, dolazi do prestanka eksploatacije rudnika na prostoru sadašnje Srbije i nakon zastoja od blizu 200 godina, aktivirana je rudarsko-metalurška delatnost u Srbiji u drugom kvartalu 20. veka. Prve koncesije otkupili su Englezi 1926. godine, zatim se aktiviraju rudnici u Starom Trgu (1927.), Kišnici (1927.), Ajvaliji (1930.), Novom Brdu (1933.), a u Zvečanu počinje da radi Flotacija (1930.) i Topionica sa Rafinerijom olova (1939.). U Kosovskoj Mitrovici počinje sa radom hemijska industruja 1961. ...Slobodan Trajković, Branislav Nikolić, Željko Kamberović, Sanja Bajić. "Razvoj rudarstva i metalurgije olova i cinka u rudniku ,,Trepča’’ – Stari Trg" in Bakar (2022). https://doi.org/10.5937/bakar2202011T М52
-
Regulacija nivoa tečne faze u vertikalnim separatorima
Katarina Šoštarić (2024)Ovaj diplomski rad bavi se regulacijom nivoa tečne faze u vertikalnim separatorima u industriji nafte i gasa. U radu su istraženi različiti metodi merenja nivoa, uključujući plovke, ultrazvučne i radarske senzore. Radarski senzori su se pokazali kao najefikasniji u teškim radnim uslovima, zahvaljujući njihovoj visokoj preciznosti i pouzdanosti. Rad uključuje teoretski pregled metoda merenja nivoa, detaljno poređenje prednosti i nedostataka različitih senzora, kao i studiju slučaja implementacije radarskog senzora u vertikalnom separatoru. Analiza rezultata i preporuke za buduća istraživanja ...Katarina Šoštarić. Regulacija nivoa tečne faze u vertikalnim separatorima, 2024
-
Industrija 4.0 - koncept prediktivnog održavanja 4.0 (PdM 4.0) u rudarstvu
Četvrtu industrijsku revoluciju – Industriju 4.0 karakteriše upotreba cyber-fizičkih sistema. Da bi se postigla optimalna strategija održavanja (ali i eksploatacije), neophodno je razviti sisteme koji podržavaju napredne inteligentne sisteme održavanja ili tehnologije pametnog održavanja. Iz toga su proizašli postulati Prediktivnog održavanja 4.0 (PdM 4.0) koji definišu veoma blisku budućnost u oblasti održavanja tehničkih sistema pa i rudarske opreme. PdM 4.0 uključuje iskorišćenje snage veštačke inteligencije za stvaranje stalnog uvida u otkrivanje uzroka i anomalija u radu opreme, koje se ...Predrag Jovančić, Vesna Damnjanović, Dragan Ignjatović, Miloš Tanasijević, Stevan Đenadić. "Industrija 4.0 - koncept prediktivnog održavanja 4.0 (PdM 4.0) u rudarstvu" in IX Međunarodna konferencija UGALJ 2019, Zlatibor, Srbija, 23-26. oktobar 2019., Jugoslovenski komitet za površinsku eksploataciju (2019) М33
-
Integrative GHG Assessment in Oil and Gas Industry
Reducing greenhouse gas emissions is one of the main targets of national strategies in European countries. As a main contributor to emissions, the energy sector is recognized as the most promising to apply measures and actions aimed to decrease GHG emissions. The Oil and Gas industry as a significant contributor to global greenhouse gas emissions is facing a growing need for estimating, mitigating, and reducing the impact of their operations on the atmosphere to stay competitive in a newly ...Aleksandar Mirković, Marija Živković, Stevan Đenadić, Darja Lubarda, Chinedu Anyanwa. "Integrative GHG Assessment in Oil and Gas Industry" in Energija, ekonomija, ekologija (2023). https://doi.org/10.46793/EEE23-1.51M М51
-
Evaluating the deep learning software tools for large-scale enterprises using a novel TODIFFA-MCDM framework
Zoran Gligorić, Ömer Faruk Görçün, Miloš Gligorić, Dragan Pamucar, Vladimir Simić, Hande Küçükönder (2024)duboko učenje, industrije velikih razmera, MAXC (maksimum kriterijuma), TODIFFA (totalni diferencijal alternative), izbor softvera za dubinsko učenjeZoran Gligorić, Ömer Faruk Görçün, Miloš Gligorić, Dragan Pamucar, Vladimir Simić, Hande Küçükönder. "Evaluating the deep learning software tools for large-scale enterprises using a novel TODIFFA-MCDM framework" in Journal of King Saud University - Computer and Information Sciences, Springer Science and Business Media LLC (2024). https://doi.org/10.1016/j.jksuci.2024.102079 М21