Simple item page
 

Zastosowanie sztucznej inteligencji do optymalnej produkcji tektury falistej

cris.virtual.author-orcid0000-0002-9588-2514
cris.virtualsource.author-orcidae71bc22-fde2-40b2-878c-e07e0e5aad5a
dc.abstract.enDuring the production of corrugated board, many dynamic physical and mechanical processes take place, such as the formation of a corrugated layer, gluing of liners with fluting using high temperature and pressure. The dynamic of these processes directly affects the quality of the product, as well as the number and type of possible defects. The usable and strength properties of corrugated board also depend on the type and grammage of papers used for individual layers and on the amount and composition/concentration of the adhesive mixture. The moisture content of the input material, as well as the temperature in the heating and drying process, also play a key role. There is no doubt that corrugated board after converting is not identical to cardboard immediately after production, and the sum of the characteristics of the constituent papers used for its production is not enough to describe it correctly. This article attempts to answer the question of how to correctly use information about the input material used for the production of corrugated board, as well as how to integrate production parameters and other measurement data collected during storage, transport / processing with artificial intelligence in order to optimize the production process and the product itself.
dc.abstract.plPodczas produkcji tektury falistej zachodzi wiele dynamicznych procesów fizycznych i mechanicznych, takich jak formowanie warstwy pofalowanej, sklejanie linerów z flutingiem przy udziale wysokiej temperatury i ciśnienia. Dynamika tych procesów bezpośrednio wpływa na jakość produktu, a także na ilość i rodzaj ewentualnych wad. Właściwości użytkowe i wytrzymałościowe tektury falistej zależą też od typu i gramatury papierów wykorzystanych na poszczególne warstwy oraz od ilości i składu/stężenia mieszanki klejowej. Kluczową rolę odgrywa również wilgotność materiału wsadowego oraz temperatura w procesie nagrzewania i suszenia. Tektura falista po przerobie nie jest tożsama z tekturą bezpośrednio po wyprodukowaniu, a suma cech papierów składowych wykorzystanych do jej produkcji nie wystarczy, aby ją poprawnie opisać. W artykule podjęto próbę odpowiedzi na pytania – jak poprawnie wykorzystać informacje o materiale wsadowym używanym do produkcji tektury falistej i jak zintegrować parametry produkcyjne oraz inne dane pomiarowe zbierane podczas magazynowania, transportu i przerobu ze sztuczną inteligencją, w celu zoptymalizowania procesu produkcji i samego produktu.
dc.affiliationWydział Inżynierii Środowiska i Inżynierii Mechanicznej
dc.affiliation.instituteKatedra Inżynierii Biosystemów
dc.contributor.authorGarbowski, Tomasz
dc.date.accessioned2025-10-28T12:24:00Z
dc.date.available2025-10-28T12:24:00Z
dc.date.issued2023
dc.description.bibliographyil., bibliogr.
dc.description.financepublication_nocost
dc.description.financecost0,00
dc.description.number5
dc.description.points20
dc.description.volume79
dc.identifier.doi10.15199/54.2023.5.2
dc.identifier.eissn2449-9498
dc.identifier.issn0033-2291
dc.identifier.urihttps://sciencerep.up.poznan.pl/handle/item/5546
dc.languagepl
dc.language.otheren
dc.relation.ispartofPrzeglÄ…d Papierniczy
dc.relation.pages279-288
dc.rightsClosedAccess
dc.sciencecloudnosend
dc.subject.encorrugated board
dc.subject.enartificial intelligence
dc.subject.enconverting
dc.subject.enmechanical parameter
dc.subject.enhumidity
dc.subject.entemperature
dc.subject.pltektura falista
dc.subject.plsztuczna inteligencja
dc.subject.plprzetwarzanie
dc.subject.plparametry mechaniczne
dc.subject.plwilgotność
dc.subject.pltemperatura
dc.titleZastosowanie sztucznej inteligencji do optymalnej produkcji tektury falistej
dc.title.alternativeThe use of artificial intelligence for the optimal production of corrugated board
dc.typeJournalArticle
dspace.entity.typePublication
oaire.citation.issue5
oaire.citation.volume1