CCL

Összesen 10 találat.
#/oldal:
Részletezés:
Rendezés:

1.

001-es BibID:BIBFORM093040
Első szerző:De Souza Araujo Paulo Victor (mérnök)
Cím:Maintenance of Electric and Hybrid Vehicles / Paulo Victor De Souza Araujo, István Komlósi, Tamás Zoltán Varga, József Menyhárt
Dátum:2020
ISSN:2498-700X
Tárgyszavak:Műszaki tudományok Gépészeti tudományok idegen nyelvű folyóiratközlemény hazai lapban
folyóiratcikk
Megjelenés:International Journal of Engineering and Management Sciences. - 5 : 3 (2020), p. 37-46. -
További szerzők:Komlósi István (mérnök) Varga Tamás Zoltán (mérnök) Menyhárt József (1988-) (gépészmérnök, létesítménymérnök, lean szakmérnök)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

2.

001-es BibID:BIBFORM114998
Első szerző:Deák Krisztián (gépészmérnök)
Cím:Manufacturing Process Optimization and Tool Condition Monitoring in Mechanical Engineering / Deák Krisztián, Menyhárt József
Dátum:2023
ISSN:2498-700X
Megjegyzések:The optimization of manufacturing and production processes with various computer software is essential these days. Solutions on the market allow us to optimize and improve our manufacturing and production processes; one of the most popular software is called Tecnomatrix, which is described in this paper. Tool condition monitoring is a vital part of the manufacturing process in the industry. It requires continuous measurement of the wear of the cutting tool edges to improve the surface quality of the work piece and maintain productivity. Multiple methods are available for the determination of the actual condition of the cutting tool. Vibration diagnostics and acoustic methods are included in this paper. These methods are simple, it requires only high sensitive sensors, microphones, and data acquisition unit to gather the vibration signal and make signal improvement. Extended Taylor equation is applied for tool edge wear ratio. Labview and Matlab software are applied for the measurement and the digital signal proce ssing. Machine learning method with artificial neural network is for the detection and prediction of the edge wear to estimate the remaining useful lifetime (RUL) of the tool.
Tárgyszavak:Műszaki tudományok Gépészeti tudományok idegen nyelvű folyóiratközlemény hazai lapban
folyóiratcikk
Tecnomatix
plant simulation
tool
wear
diagnosis
machine learning
Megjelenés:International Journal of Engineering and Management Sciences. - 8 : 3 (2023), p. 72-89. -
További szerzők:Menyhárt József (1988-) (gépészmérnök, létesítménymérnök, lean szakmérnök)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

3.

001-es BibID:BIBFORM072630
Első szerző:Deák Krisztián (gépészmérnök)
Cím:Defect analysis of bearings with vibration monitoring and optical methods / K. Deák, J. Menyhárt, L. Czégé
Dátum:2018
ISSN:2498-700X
Megjegyzések:Diagnosis of bearings with advanced methods gained remarkable roles in the previous years. This article focuses onthe manufacturing defects and methods to reveal and classify them. During manufacturing several faults couldemerge because of the grinding operation, tool wear and chatter vibration. Inproper handling of the bearing partsbecause of the collosion to each other and the storing box that causes deformation. To reveal these problems severalmethods are applied in industry. For deeper surface analysis nitric acid can be used to initate the finished surface ofthe roller then natrium-carbonate that nautralize the elements. Vibration analysis in its standard Fourier form isnot a new achivement but other mathematical tools could be applied to condition monitoring such as wavelettransform. It is an efficient tool for analyzing the vibration signal of the bearings because it can detect the suddenchanges and transient impulses in the signal caused by faults on the bearing elements. In this article five differentwavelets, Daubechies, Gaussian, Coiflet, Mexican hat, Meyer are compared according to the Energy to ShannonEntropy ratio criteria to reveal their efficiency for fault detection.
Tárgyszavak:Műszaki tudományok Gépészeti tudományok idegen nyelvű folyóiratközlemény hazai lapban
folyóiratcikk
Megjelenés:International Journal of Engineering and Management Sciences. - 3 : 1 (2018), p. 1-12. -
További szerzők:Menyhárt József (1988-) (gépészmérnök, létesítménymérnök, lean szakmérnök) Czégé Levente (1978-) (gépészmérnök)
Pályázati támogatás:EFOP-3.6.1-16-2016-00022
EFOP
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

4.

001-es BibID:BIBFORM101380
Első szerző:Ewamer, Ammar Gamal Mohamed Khlil
Cím:Long Container Dwell Time at Seaport Terminals: An Investigation Study from a Consignee Perspective / A. Ewamer, J. Menyhárt
Dátum:2022
ISSN:2498-700X
Tárgyszavak:Műszaki tudományok Közlekedéstudományok idegen nyelvű folyóiratközlemény hazai lapban
folyóiratcikk
Megjelenés:International Journal of Engineering and Management Sciences. - 7 : 1 (2022), p. 106-120. -
További szerzők:Menyhárt József (1988-) (gépészmérnök, létesítménymérnök, lean szakmérnök)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

5.

001-es BibID:BIBFORM098329
Első szerző:Menyhárt József (gépészmérnök, létesítménymérnök, lean szakmérnök)
Cím:LSI with Support Vector Machine for Text Categorization : a practical example with Python / Menyhárt József, Gomes Da Costa Cavalcanti Joao Henrique
Dátum:2021
ISSN:2498-700X
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény hazai lapban
folyóiratcikk
Megjelenés:International Journal of Engineering and Management Sciences. - 6 : 3 (2021), p. 18-29. -
További szerzők:Cavalcanti, Joao Henrique Gomes Da Costa
Internet cím:DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

6.

001-es BibID:BIBFORM082098
Első szerző:Menyhárt József (gépészmérnök, létesítménymérnök, lean szakmérnök)
Cím:Artificial Intelligence Possibilities in Vehicle Industry / J. Menyhárt
Dátum:2019
ISSN:2498-700X
Tárgyszavak:Műszaki tudományok Gépészeti tudományok idegen nyelvű folyóiratközlemény hazai lapban
folyóiratcikk
Megjelenés:International Journal of Engineering and Management Sciences. - 4 : 4 (2019), p. 148-154. -
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

7.

001-es BibID:BIBFORM077793
Első szerző:Menyhárt József (gépészmérnök, létesítménymérnök, lean szakmérnök)
Cím:Battery Measurement Methods and Artificial Intelligence Applied in Energy Management Systems / J. Menyhárt, R. Szabolcsi
Dátum:2019
ISSN:2498-700X
Megjegyzések:Diagnostics of batteries using advanced methods have gained remarkable roles in the past few years. This study focuses on the type of measurements, tests and methods to reveal and classify them. During manufacturing and operation several faults could emerge in batteries including non-optimal operation conditions, operators without experience, and finally, random changes in batteries under physical and nonphysical conditions. Improper handling of batteries and battery cells man cause operation failures or, in the worst case, accidents. To reveal these problems several methods are applied in industry and in scientific laboratories. For a comprehensive analysis of battery management, artificial intelligence and Industry 4.0 methods can be used very effectively. Big Data analysis in its standard form is not a new achievement, but other mathematical tools could be applied to control monitoring such as Fuzzy Logic or Support Vector Machine (SVM). They are efficient tools to analyse the deviation of batteries condition because it can detect sudden changes, parameter deviations and anomalies, and the user's behaviour and habits. This article gives a description about the most important battery testing methods and the connection between Big Data and Operation Management with Artificial Intelligent (AI) methods.
Tárgyszavak:Műszaki tudományok Gépészeti tudományok idegen nyelvű folyóiratközlemény hazai lapban
Megjelenés:International Journal of Engineering and Management Sciences. - 4 : 1 (2019), p. 428-436. -
További szerzők:Szabolcsi Róbert (1965-) (gépészmérnök)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

8.

001-es BibID:BIBFORM101378
Első szerző:Popovicsné Szilágyi Zita
Cím:Analysing the conditions of SMEs regarding quality assurance in Hungary and the European Union / Popovicsné Szilágyi Zita, Menyhárt József
Dátum:2022
ISSN:2498-700X
Tárgyszavak:Társadalomtudományok Gazdálkodás- és szervezéstudományok idegen nyelvű folyóiratközlemény hazai lapban
folyóiratcikk
Megjelenés:International Journal of Engineering and Management Sciences. - 7 : 1 (2022), p. 59-69. -
További szerzők:Menyhárt József (1988-) (gépészmérnök, létesítménymérnök, lean szakmérnök)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

9.

001-es BibID:BIBFORM082293
Első szerző:Zhao, G. (mérnök)
Cím:Optimization and Analysis of Structure about Lifting Device of Logistics Sorting / G. Zhao, Zs. Tiba, J. Menyhárt
Dátum:2019
ISSN:2498-700X
Tárgyszavak:Műszaki tudományok Gépészeti tudományok idegen nyelvű folyóiratközlemény hazai lapban
folyóiratcikk
Megjelenés:International Journal of Engineering and Management Sciences. - 4 : 4 (2019), p. 425-431. -
További szerzők:Tiba Zsolt (1965-) (gépészmérnök) Menyhárt József (1988-) (gépészmérnök, létesítménymérnök, lean szakmérnök)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

10.

001-es BibID:BIBFORM082294
Első szerző:Zhao, G. (mérnök)
Cím:The Effect of annealing temperature on corrosion resistance and microstructure of Zr-Sn-Nb-Fe alloy / G. Zhao, Zs. Tiba, J. Menyhárt
Dátum:2019
ISSN:2498-700X
Tárgyszavak:Műszaki tudományok Gépészeti tudományok idegen nyelvű folyóiratközlemény hazai lapban
folyóiratcikk
Megjelenés:International Journal of Engineering and Management Sciences. - 4 : 4 (2019), p. 420-424. -
További szerzők:Tiba Zsolt (1965-) (gépészmérnök) Menyhárt József (1988-) (gépészmérnök, létesítménymérnök, lean szakmérnök)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Rekordok letöltése1