5851989042

specjalnie do tego celu przygotowanym systemem operacyjnym czasu rzeczywistego RTAI-Linux. Syntezę algorytmów sterowania ramieniem przeprowadzono z wykorzystaniem środowiska programistycznego Matlab-Simulink. Zbudowano model kinematyki prostej, oparty o notację Denavita-Hartenberga oraz model kinematyki odwrotnej ramienia. Kinematyka odwrotna tego robota obarczona była problemem osobliwości. Wprowadzono proste mechanizmy normalizujące kinematykę odwrotną ramienia aby wyeliminować ten problem Ważnym zagadnieniem było opracowanie algorytmu generacji trajektorii ruch robota. Opracowano specjalną aplikację w programie Matlab z wykorzystaniem przybornika SimMechanics, do symulacji ruchu ramienia. Aby ramię mogło przemieszczać swoją końcówkę roboczą, zastosowano metodę wielomianowej generacji trajektorii ruchu.

Opracowane algorytmy zostały poddane weryfikacji w warunkach rzeczywistych, dając zadawalające rezultaty.

OTRZYMYWANIE ORAZ METODY BADAWCZE MATERIAŁÓW NANOKOMPOZYTOWYCH

Karolina CZARNACKA, Paweł WOLIŃSKI Koło Naukowe Materiałoznawstwa Elektrycznego i Techniki Wysokich Napięć „Meljon”

Opiekun: dr inż. Tomasz N. KOŁTUNOWICZ

W pracy przedstawione zostały metoda wytwarzania nanomateriałów przy użyciu technik jonowych a w szczególności metoda otrzymywania dwuskładnikowych nanokompozytów metal-dielektryk (CoFeZr)x(A1203)l-x. Jest to metoda opierająca się na implantacji jonowej, gdzie rozpędzone jony "wybijają" atomy bądź cząstki z powierzchni rozpylanego materiału, a następnie atomy te osadzają się na konkretnym podłożu. W tym przypadku do rozpylania użyto tarczy wykonanej ze stopu metalu CoFeZr oraz przymocowanych do niej płytek z A1203. Jako gaz technologiczny wykorzystywany był argon lub mieszanina argonu i tlenu.

W drugiej części pracy przedstawiono opis sposobu pomiaru właściwości elektrycznych nanokompozytów otrzymanych metodą implantacji jonowej oraz uzyskane wyniki. Do pomiarów wykorzystano stanowiskiem badawcze zaprojektowanym i zbudowanym w Katedrze Urządzeń Elektrycznych i Techniki Wysokich Napięć Politechniki Lubelskiej. Badania parametrów elektrycznych (rezystancja, pojemność, kąt przesunięcia fazowego oraz tangens kąta strat tg5) wykonywane były dla częstotliwości z przedziału od 50 Hz do 1 MHz w zakresie temperatur od 77 K do 373 K.

Projekt wykonywany w ramach Koła Naukowego Materiałoznawstwa Elektrycznego i Techniki Wysokich Napięć „Meljon” działającego przy Katedrze Urządzeń Elektrycznych i Techniki Wysokich Napięć Politechniki Lubelskiej.

ROZPROSZONE SYSTEMY OBLICZENIOWE

Mirosław SMOCZYŃSKI

Studenckie Koło Naukowe KERNEL, Wyższa Szkoła Ekonomii i Innowacji, Wydz. Transportu i Informatyki

W ostatnich latach zaobserwować można znaczny wzrost zainteresowania obliczeniami rozproszonymi oraz ich zastosowaniami. Przyczyna takiego stanu rzeczy jest miedzy innymi rosnąca wydajność procesorów, kart graficznych oraz malejący koszt sieci komputerowych, stanowiących podstawę sprzętowa rozproszonych środowisk obliczeniowych. Co więcej, przy utrzymaniu się obecnych trendów w postępie technologicznym, kiedy to wydajność procesorów, pamięci czy tez sieci wciąż rośnie wykładniczo, z czasem koncepcje przetwarzania rozproszonego będą coraz powszechniej realizowane. System rozproszony to system wieloprocesorowy fizycznie nie powiązany. Procesory w takich systemach posiadają własną pamięć lokalną i komunikują się ze sobą przy pomocy szybkich kanałów komunikacyjnych. Procesory w systemach rozproszonych mogą się różnić pod względem rozmiaru i przeznaczenia.

Dynamiczny rozwój rozległych sieci komputerowych doprowadził do wzrostu użyteczności i popularności systemów gridowych i chmurowych. Stały się one poważną konkurencją dla systemów klastrowych. Klaster jest to grupa połączonych jednostek komputerowych, które współpracują ze sobą w celu udostępnienia zintegrowanego środowiska pracy. Komputery wchodzące w skład klastra są ściśle ze sobą związane i mają budowę homogeniczną. Grid natomiast jest rozproszonym środowiskiem obliczeniowym, łączącym w jedna infrastrukturę rozprzestrzenione geograficznie zasoby, zarządzane przez różne domeny administracyjne. Umożliwia wykorzystanie mocy obliczeniowej w sposób dynamiczny, w zależności od dostępności, wydajności, kosztów czy tez wymagań użytkownika co do jakości usług. Zgodnie z definicją opracowaną przez NIST (ang. The National Institute of Standards and Technology) przetwarzanie danych w sieciach chmurowych oznacza model usługi umożliwiającej użytkownikom wygodny dostęp na żądanie do wspólnej puli zasobów obliczeniowych (np. serwerów, pamięci masowych, aplikacji i usług), przy czym obsługa tych żądań jest realizowana przy możliwie minimalnej ingerencji dostawcy usługi lub operatora sieciowego.

W artykule przedstawiono podstawy działania i obszary zastosowań systemów rozproszonych, opisanych wyżej, jak również charakterystyki wybranych systemów klastrowych i chmurowych oraz ich zastosowania do obliczeń inżynierskich.