Transcript system oceny topografii powierzchni na podstawie danych
<< >> St art SYSTEM OCENY TOPOGRAFII POWIERZCHNI NA PODSTAWIE DANYCH REPREZENTUJĄCYCH PROFILE POWIERZCHNI Prof. dr hab. inż. Wojciech Kacalak Politechnika Koszalińska
SYSTEM OCENY TOPOGRAFII POWIERZCHNI NA PODSTAWIE DANYCH REPREZENTUJĄCYCH PROFILE POWIERZCHNI
XXXI NAUKOWA SZKOŁA OBRÓBKI ŚCIERNEJ 10-12.09.2008
e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 1 36 ©WK
Parametry chropowatosci powierzchni a parametry zarysu Właściwości eksploatacyjne powierzchni w znacznym stopniu zależą od jej cech stereometrycznych. Parametry charakteryzujące właściwości stereometryczne powierzchni różnią się, i to często znacznie, od parametrów wyznaczanych dla zarysu powierzchni. Pomijanie tych różnic lub opisywanie cech powierzchni na podstawie cech (parametrów) zarysu należy do częstych błędów oceny powierzchni. Wyznaczanie parametrów charakteryzujących cechy stereometryczne powierzchni poprzez profilografowanie z wierszowaniem jest operacją kosztowną i pracochłonną oraz wymagającą systemów umożliwiających takie pomiary. Zazwyczaj nie jest możliwe w urządzeniach przenośnych, stosowanych w pomiarach przedmiotów o dużych rozmiarach.
<< >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 2 36 ©WK
Wyznaczanie parametrów 3D WIERZCHOŁKI POWIERZCHNI WIERZCHOŁKI ZARYSU Celem pracy jest opracowanie takiego systemu przetwarzania danych z profilografometru, który wykorzystując wyniki z jednego lub dwóch pomiarów (zarysów w jednym przekroju o długości określanej przez system lub dwóch pomiarów w przekrojach do siebie prostopadłych), oraz wykorzystując wiedzę zgromadzoną w formie reguł wnioskowania oraz w module sztucznych sieci neuronowych, pozwalałby na wyznaczenie licznego, komplementarnego zbioru parametrów stereometrycznych powierzchni. Możliwe byłoby ponadto wyznaczenie obrazu powierzchni o cechach statystycznych zgodnych z powierzchnią, na której przeprowadzono pomiar.
<< >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 3 36 ©WK
Zmienność i złożoność struktury geometrycznej powierzchni Struktura geometryczna obrobionej powierzchni jest wynikiem nakładania się i kumulacji wielu elementarnych zmian w jej topografii. Zmienność i złożoność struktury stereometrycznej jest czynnikiem, który znacznie utrudnia i jej ocenę i powoduje, że wynik oceny jest skutkiem przetwarzania informacji niepełnej, niepewnej i, w pewnym zakresie, również nieścisłej. To wszystko powoduje, że dotąd nie opracowano wystarczająco dokładnych podstaw doboru takich zbiorów parametrów oceny, które byłyby zbiorami parametrów wystarczająco komplementarnych i zapewniających kompromis miedzy licznością zbioru, a wymaganą jakością oceny powierzchni określonego typu.
Wy łączono nadzorowanie zdarzeń << << >> St art e a 17.05.2008
4 36 ©WK
<< >> St art Cechy przetwarzanych informacji
INFORMACJA NIEPEŁNA INFORMACJA NIEPEWNA INFORMACJA NIEŚCISŁA
e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 5 36 ©WK
Problemy do rozwiązania Opracowanie systemu, pozwalającego na określenie wartości parametrów ocenianej powierzchni z wykorzystaniem danych o zarysie powierzchni, zapewniającego uzyskanie opisanych powyżej efektów, wymaga rozwiązania następujących problemów naukowych: Wyznaczenia relacji pomiędzy parametrami zarysu, a parametrami opisującymi stereometrię powierzchni, Opracowania uniwersalnych metod wnioskowania o cechach stereometrycznych powierzchni na podstawie danych z zarysu powierzchni, Optymalizacji i doboru warunków pomiarów oraz trenowania, testowania i weryfikacji systemu wnioskowania z wykorzystaniem metod sztucznej inteligencji, Opracowania metody prognozowania i generowania trójwymiarowych (pseudoprzestrzennych) obrazów powierzchni poddawanych pomiarom. << >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 6 36 ©WK
System wnioskowania
System wnioskowania o parametrach 3D na podstawie parametrów 2D
Parametry zarysu 1 SYSTEM GENEROWANIA ZBIORU PARAMETRÓW KOMPLEMENTARNYCH Parametry zarysu 2
SSN
Parametry powierzchni Nowe parametry i relacje dla powierzchni danego typu Schemat algorytmu wnioskowania o parametrach powierzchni na podstawie cech zbioru zarysów << >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 7 36 ©WK
<< >> St art Potrzeba automatyzacji analiz
GĘSTOŚĆ STRUMIENIA INFORMACJI = MOŻLIWOŚCI WYDOBYWANIA INFORMACJI
2008 Potrzeby poznawcze e a Oczekiwany zakres analiz Możliwości przetwarzania danych przez człowieka
Czas
17.05.2008
Wy łączono nadzorowanie zdarzeń << 8 36 ©WK
Bieganie do przodu na taśmie treningowej różni się od biegania do przodu.
Nauka a nowe metody i wynalazki N
owe metody badawcze i wynalazki powodują, że naukowcy przestają drążyć, modelować i opisywać problemy, które należą już do przeszłości, a zaczynają zajmować się nowymi.
Dokładniejsze poznanie starych problemów nie ma już znaczenia dla rozwoju nauki i zastosowań.
<< >> St art
NAUKA TYM BARDZIEJ WZMACNIA SWOJE ZNACZENIE IM SKUTECZNIEJ TWORZY NOWE WYNALAZKI, KTÓRE GENERUJĄ NOWE KIERUNKI BADAWCZE.
e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 9 36 ©WK
Efekty 100% Efekty a nakład pracy Linia satysfakcji dla niskich wymagań dotyczących efektu << >> St art
Linia efektów w funkcji nakładu pracy (wysiłku)
Kierunek zmian wymagań w czasie Linia satysfakcji dla wysokich wymagań dotyczących efektu e a
Nakład pracy
17.05.2008
Wy łączono nadzorowanie zdarzeń << 10 36 ©WK
Y << >> St art 3D Z max 2D Z max Z Wizualizacja problemu p1 p2 p3 X p1 p2 p3 e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 11 36 ©WK
Porównanie rozkładów wartości parametrów 2D i 3D 26 24 22 20 18 16 14 12 10 8 6 4 2 0 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 Wysokość [um] 1,7 1,8 1,9 2,0 2,1 Porównanie wartości parametrów chropowatości zarysu (Rt) i powierzchni (St) 40 35 30 25 20 15 10 5 Rt St 0 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 Wysokość [um] 1,7 1,8 1,9 2,0 2,1 Porównanie wartości parametrów chropowatości zarysu(Rz) i powierzchni (Sz) Rz Sz << >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 12 36 ©WK
35 30 25 20 15 10 5 0 0,3 wierzchołków zarysu (Rp) i powierzchni (Sp) 0,4 Porównanie średnich wysokości 0,5 0,6 0,7 Wysokość [um] 0,8 Porównanie rozkładów wartości parametrów 2D i 3D Porównanie średnich głębokości zagłębień zarysu (Rv) i powierzchni (Sv) 0,9 1,0 30 28 18 16 14 12 26 24 22 20 10 8 6 4 2 Rp Sp 0 -1,1 -1 -0,9 -0,8 -0,7 Wysokość [um] -0,6 -0,5 -0,4 Rv Sv << >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 13 36 ©WK
Porównanie rozkładów wartości parametrów 2D i 3D Parametry wyznaczone dla zarysu
P
(
i
2 )
D
[ m] R t R z R p R v 1,29 1,19 0,63 -0,56 Parametry wyznaczone dla powierzchni
P
(
i
3 )
D
[ m] S t S z S p S v 1,68 1,65 0,84 -0,85
P
(
i
2 )
D
/
P
( 3
i
)
D
R t :S t 0,77 R z :S z 0,72 R p :S p 0,75 R v :S v 0,66 << >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 14 36 ©WK
Zbiory parametrów Podstawowe parametry struktury geometrycznej powierzchni: PARAMETRY AMPLITUDOWE: o o o o średnie arytmetyczne odchylenie chropowatości Sa, średnie kwadratowe odchylenie chropowatości powierzchnie Sq, maksymalna wysokość wzniesienia powierzchnie Sp, maksymalna głębokość wgłębienia powierzchnie Sv, o o o o wysokość nierówności St, współczynnik skośności rozkładu rzędnych Ssk, współczynnik skupienia rozkładu rzędnych Sku, dziesięciopunktowa wysokość nierówności powierzchnie Sz, PARAMETRY PRZESTRZENNE: o o o o gęstość wzniesień między określonymi przekrojami SPc, gęstość wierzchołków nierówności powierzchni Sds, wskaźnik tekstury powierzchni Str, długość odcinka najszybszego zanikania funkcji autokorelacji Sal, o kierunek tekstury powierzchni Std, o wymiar fraktalny Sfd, PARAMETRY POWIERZCHNIOWE I OBJĘTOŚCIOWE, o udział nośny na zadanej wysokości STp, o o wysokość obszaru nośności SHTp, średnia objętość materiału Smmr, o średnia objętość pustek Smvr, PARAMETRY HYBRYDOWE, PARAMETRY FUNKCJONALNE, PARAMETRY KRZYWEJ NOŚNOŚCI.
<< >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 15 36 ©WK
Współczynniki korelacji
parametry amplitudowe parametry przestrzenne Sa Sq Sp Sv St Ssk Sku Sz Spc Sds Str Sal Std SHTp Smmr Smvr Sa
1.00
Sq
1.00
Sp Sv St Ssk Sku Sz Spc Sds Str Sal Std
0.37 0.36 0.52 0.58 0.55 -0.15 -0.20 -0.20 -0.19 -0.14 -0.17 -0.45 0.00 0.55 0.51 1.00 -0.17 -0.05 -0.02 -0.01 0.01 0.00 1.00 0.88 0.92 0.03 0.00 0.99 0.89 0.93 0.06 0.05 0.04 0.91 0.95 0.99 0.11 0.03 0.07 0.87 0.98 0.96 0.08 0.04 0.05 0.90 0.97 0.99 -0.31 0.38 0.07 -0.15 0.00 0.11 1.00 0.06 0.03 0.06 0.08 -0.12 -0.01 -0.06 0.92 0.97 0.10 -0.10 0.98 0.27 0.04 -0.07 -0.24 0.07 0.03 0.31 0.57 0.51 1.00 -0.20 -0.05 0.01 -0.02 -0.13 -0.18 1.00 0.04 0.08 0.07 1.00 0.33 0.24 0.01 0.05 1.00 0.06 0.05
parametry powierzchniowe i objętościowe SHTp Smmr Smvr
1.00 0.85 0.90 1.00 0.95 1.00 << >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 16 36 ©WK
Problem komplementarnego doboru zbioru parametrów Sa Sq Sp Sv St Ssk Sku Sz Sa Korelacje parametrów amplitudowych powierzchni Sq Sp Sv St Ssk Sku 1 0,996 1 0,704 0,904 0,844 0,851 0,0969 0,134 0,339 0,854 0,527 0,809 0,313 0,877 1 0,712 0,963 0,427 1 0,883 0,137 1 0,425 0,083 0,0862 0,0345 0,943 0,879 0,979 1 x x 1 0,0711 Sz 1 Zasada doboru komplementarnego nie daje jeszcze wyniku, który można uznać za wystarczający. Konieczne jest uzupełnienie zbioru parametrów przez dane charakteryzujące zmienność parametrów (miary rozproszenia), relacje wartości parametrów horyzontalnych (2D) w kierunku prostopadłym i równoległym do śladów obróbkowych.
Wy łączono nadzorowanie zdarzeń << << >> St art e a 17.05.2008
17 36 ©WK
Wnioski z analiz Do klasyfikacji powierzchni z grupy parametrów amplitudowych wybrano parametry: Sz, Ssk i Sku oraz stosunki Sz:Sa i Sz:Sp. Parametry Ssk i Sku przyjęto z uwagi na ich małą korelację z pozostałymi parametrami w tej grupie. Parametr Sz uwzględniono ze względu na wyraźne powiązanie informacyjne z pozostałymi parametrami. Parametr Sz informuje pośrednio o wysokości nierówności, a nie jest wrażliwy na wpływ pojedynczych przypadkowych wzniesień i wgłębień. Wykazuje również wyraźną korelację wynikającą z charakteru rozkładu rzędnych powierzchni z parametrami Sa i Sq. Stosunek Sz:Sa oraz Sz:Sp jest dobrą miarą wysmukłości nierówności.
Parametr Sz ma wysokie zdolności uogólniające (jest wysoko skorelowany również z parametrami z grupy parametrów powierzchniowych i objętościowych) natomiast parametry Ssk i Sku, wrażliwe na charakterystyczne wzniesienia i wgłębienia pozwalają na uszczegółowienie informacji o kształcie powierzchni.
Najważniejsze parametry jednak powinny wynikać z relacji między określonymi parametrami 2D (np. rozmieszczenie wierzchołków) we wzajemnie prostopadłych kierunkach, dlatego, iż szczególnie ważny jest kształt i rozmieszczenie obszarów styku kontaktujących się powierzchni.
Wy łączono nadzorowanie zdarzeń << << >> St art e a 17.05.2008
18 36 ©WK
Dwa systemy: 1 środowisko VS.NET 2-środowisko MATLAB << >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 19 36 ©WK
<< >> St art 18 16 14 12 10 8 6 4 2 0 -2 0,0 0,2 0,4 St=f(Sa) Model: St=A*Sa^B y=(12,3009)*x^(,55652) 0,6 Sa 0,8 e a 1,0 1,2 1,4 17.05.2008
Wy łączono nadzorowanie zdarzeń << 20 36 ©WK
<< >> St art 6 4 2 0 -2 0,0 16 14 12 10 8 0,2 0,4 Sz=f(Sa) Model: Sz=A*Sa^B y=(11,1844)*x^(,628195) 0,6 Sa um 0,8 e a 1,0 1,2 1,4 17.05.2008
Wy łączono nadzorowanie zdarzeń << 21 36 ©WK
<< >> St art Sp=f(Sa) Model: Sp=A*Sa^B y=(7,27626)*x^(,498696) 4 2 0 -2 0,0 12 10 8 6 0,2 0,4 0,6 Sa um 0,8 e a 1,0 1,2 1,4 17.05.2008
Wy łączono nadzorowanie zdarzeń << 22 36 ©WK
Sz=f(St) Model: Sz=A*St^B y=(,728254)*x^(1,08145) << >> St art 18 10 8 6 4 16 14 12 2 0 0 2 4 6 8 St 10 12 e a 14 16 18 17.05.2008
Wy łączono nadzorowanie zdarzeń << 23 36 ©WK
Sp=f(Sz) Model: Sp=A*Sz^B y=(,683416)*x^(,982582) << >> St art 6 4 2 0 -2 0 14 12 10 8 2 4 6 8 Sz um 10 12 e a 14 16 18 17.05.2008
Wy łączono nadzorowanie zdarzeń << 24 36 ©WK
Metody generowania obrazu powierzchni 1.
2.
3.
4.
5.
6.
7.
METODY GENEROWANIA OBRAZU POWIERZCHNI
Realizacja prostych metod symulacji procesów kształtowania obrabianej powierzchni Generowanie ciągów zarysów o cechach zgodnych statystycznie z wyznaczonym zarysem (metoda tworzenia występów i wgłębień z danych posortowanych przedziałami o losowej długości – LPPL PLLP …, wymiana punktów o podobnych cechach w zarysie, Generowanie powierzchni działania narzędzia i wykonywanie operacji zmiany rzędnych powierzchni przedmiotu, Metody częstotliwościowe – kumulacja składowych harmonicznych o określonych amplitudach i częstościach, Dobór i przekształcenia wzorców, pobieranych z bazy i modyfikowanych z wykorzystaniem danych z pomierzonego zarysu, Składanie randomizowane generowanych występów 3D, dolin i wypływek o określonym stopniu losowości, Tworzenie kompozycji wielomianów wysokiego stopnia o określonych cechach we wzajemnie prostopadłych kierunkach.
<< >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 25 36 ©WK
Efekty stosowania systemu Efekty stosowania takiego systemu polegałyby na automatyzacji wnioskowania, a ponadto na: Skróceniu czasu potrzebnego do wyznaczenia parametrów i obrazu powierzchni od 20 do 100 razy, czyli średnio o ponad 20 minut w odniesieniu do jednej oceny powierzchni, Zapewnieniu wysokiego obiektywizmu i dokładności w klasyfikacji cech powierzchni, Upowszechnieniu kompleksowych ocen, których podstawą są parametry powierzchni, zamiast ocen pobieżnych i obarczonych znaczącymi błędami wskutek posługiwania się ocenami zarysu powierzchni, Opracowana metoda oraz aplikacje tworzące spójny system wnioskowania, mogłyby być użytkowane w dwojaki sposób: bezpośrednio u użytkownika systemu pomiarowego lub w formie usługi na serwerze, Świadczeniem usług mogłyby zajmować się firmy innowacyjne, co byłoby korzystne dla wysokiego po-ziomu ekspertów i świadczonych usług. Wy łączono nadzorowanie zdarzeń << << >> St art e a 17.05.2008
26 36 ©WK
Wady metod sztucznej inteligencji W MODELOWANIU Z WYKORZYSTANIEM SZTUCZNEJ INTELIGENCJI NALEŻY UWZGLĘDNIAĆ RÓWNIEŻ WADY I SKUTKI POCHODNE
Do głównych należy: Wypieranie modeli wywodzących się z wiedzy jawnej przez modele o cechach wiedzy niejawnej.
Wypieranie reguł i obliczeń matematycznych przez doraźne modele o słabej weryfikowalności ich poprawności. Rozwarstwienie wiedzy i umiejętności do wykorzystywania metod matematycznych (tworzenie modeli i wzorców) i umiejętności tylko korzystania z gotowych narzędzi, bez wiedzy o zawartych w nich procedurach. (Ta cecha już występuje powszechnie np. ANSYS, jednak ważne jest, aby narzędzia były dobre, a użytkownik potrafił interpretować wyniki i dobierać warunki ograniczenia). Osłabienie znaczenia cech inteligencji naturalnej i kreatywności, co może być ukrywane przez masowość przetwarzania danych.
Upraszczanie wnioskowania kompensowane szybkością działania systemu obliczeniowego.
Wy łączono nadzorowanie zdarzeń << << >> St art e a 17.05.2008
27 36 ©WK
Przetwarzanie informacji przez człowieka
ZALETY człowieka w przetwarzaniu informacji WADY człowieka
w przetwarzaniu informacji UMIEJĘTNOŚĆ ADAPTACJI DO ODBIORU INFORMACJI NIEPEWNEJ OBNIŻANIE POZIOMU KONSERWATYZMU W PRZYPADKACH ZASKAKUJĄCYCH WARTOŚCI PIERWSZYCH DANYCH ŚWIADOME I PODŚWIADOME KORZYSTANIE Z UMIEJĘTNOŚCI ODKRYWANIA NOWYCH ZALEŻNOŚCI << >> St art OGRANICZENIE PERCEPCJI DO KILKU (NAJCZĘŚCIEJ 5...9) STOPNI ZRÓŻNICOWANIA ODBIERANYCH SYGNAŁÓW BARDZO SILNE OGRANICZENIE ILOŚCI DANYCH, JAKIE MOGĄ BYĆ JEDNORAZOWO ZAPAMIĘTANE SKŁONNOŚĆ DO KONSERWATYZMU" I ULEGANIA PRESJI OCZEKIWANIA NA INFORMACJĘ SPODZIEWANĄ, SUBIEKTYWNE I BŁĘDNE SZACOWANIE RAWDOPODOBIEŃSTW ILOCZYNU I SUMY ZDARZEŃ e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 28 36 ©WK
Zalety i wady człowieka w przetwarzaniu informacji
ZALETY człowieka w przetwarzaniu informacji
OBNIŻANIE POZIOMU KONSERWATYZMU (OPÓŹNIENIA W DOKONYWANIU PRZESZACOWAŃ PRAWDOPODOBIEŃSTWA ZDARZEŃ WRAZ Z NAPŁYWANIEM NOWYCH INFORMACJI), GDY ILOŚĆ DANYCH JEST MAŁA, I NAGRADZANA JEST DOKŁADNOŚĆ A NIE WYDAJNOŚĆ
WADY człowieka w przetwarzaniu informacji
BŁĘDY W ODKRYWANIU NOWYCH ZALEŻNOŚCI, WYNIKAJĄCE: 1.
Z TENDENCJI DO POMIJANIA WPŁYWU WIELKOŚCI PRÓBKI, 2.
3.
4.
SKŁONNOŚCI DO PRZYPISYWANIA WIĘKSZYCH PRAWDOPODOBIEŃSTW INFORMACJOM ŁATWIEJ ZAPAMIĘTYWANYM SKŁONNOŚCI DO PRZEDWCZESNEGO ODRZUCANIA MOŻLIWYCH WSPÓŁZALEŻNOŚCI LUB UZNAWANIA ZA OCZYWISTĄ WSPÓŁZALEŻNOŚĆ CECH, KTÓRYCH WARTOŚCI SĄ TYLKO SKORELOWANE W DANEJ REALIZACJI.
<< >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 29 36 ©WK
Szacowanie prawdopodobieństw zdarzeń
Czy i w jakim stopniu subiektywne samym prawom jak prawdopodobieństwa podlegają takim prawdopodobieństwa obiektywne?
Wyniki badań wskazują, iż u osoby podejmującej decyzję występuje skłonność: 1.
Do zawyżania prawdopodobieństwa iloczynu zdarzeń niezależnych A i B (sytuacji, gdy zajdzie zarówno zdarzenie A jak i zdarzenie B) 2.
3.
Do zaniżania prawdopodobieństwa sumy zdarzeń A i B (sytuacji, gdy zajdzie przynajmniej jedno z tych zdarzeń) W przypadku możliwego wystąpienia jednego ze zdarzeń niezależnych A i B, gdy zdarzenie A występowało z częstością większą od oczekiwanej, decydent ulega skłonności do zawyżania prawdopodobieństwa oczekiwanego zdarzenia B.
<< >> St art e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 30 36 ©WK
Podsumowanie Do efektów wynikających z opracowania opisywanego SYSTEMU można zaliczyć: 1.
2.
3.
<< >> St art Stworzenie systemu, zapewniającego niskie koszty szybkiej i kompleksowej oceny właściwości stereometrycznych powierzchni na podstawie powszechnie stosowanych pomiarów liniowych – wielokrotne (nawet do kilkudziesięciu razy) zmniejszenie czasu wyznaczania parametrów opisujących strukturę stereometryczną powierzchni.
Powszechną przydatność systemu – obecnie w Polsce nabywa się ponad 100 profilografometrów rocznie, co przekłada się na liczbę ponad 1000 użytkowanych urządzeń. Liczbę dokonywanych pomiarów cech stereometrycznych powierzchni można oszacować jako zbliżoną do 1,5 miliona pomiarów rocznie. Zachowanie zgodności zastosowanych metod z dotychczasowymi przyrządami i parametrami oceny nierówności powierzchni, co oznacza, że dotychczasowe wyposażenie metrologiczne do pomiarów liniowych można będzie wykorzystać do oszacowania stereometrycznych parametrów powierzchni.
e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 31 36 ©WK
Dziękuję za uwagę << >> St art
DZIĘKUJĘ ZA UWAGĘ
e a 17.05.2008
Wy łączono nadzorowanie zdarzeń << 32 36 ©WK