Polish (Poland)English (United Kingdom)

Andrzej Przybył

Przybył, Andrzej
Stopień/Tytuł: dr inż.
Stanowisko: Adiunkt
Adres E-mail: Adres poczty elektronicznej jest chroniony przed robotami spamującymi. W przeglądarce musi być włączona obsługa JavaScript, żeby go zobaczyć.
Pokój: 520, 522
Opis:

Terminy konsultacji:
poniedziałek: godz. 14-15,
środa 10-11.
Terminy konsultacji mogą ulegać zmianie.
Proszę na bieżąco śledzić informacje na tej stronie internetowej.

Wykaz dorobku publikacyjnego:

1. J. Jelonkiewicz, A. Przybył, High efficient induction motor drive for light vehicle, Power Electronics and Motion Control Conference – PEMC’98, Prague, 1998

2. J. Jelonkiewicz, A. Przybył, Fuzzy neural networks in efficiency optimal control of induction motor, Neural Networks and Their Applications, pp.661-667, Zakopane 1999

3. J. Jelonkiewicz, A. Przybył, Efficiency optimal control method of induction motor drive for light vehicles, European Conference on Power Electronics and Applications - 8th EPE’99, Lausanne, 1999

4. J. Jelonkiewicz, A. Przybył, Neural observer of state variables in induction motor, Neural Networks And Soft Computing, pp.488-493, Zakopane 2000

5. A. Przybył, J. Jelonkiewicz, Induction Motor Parameters Identification Based On Genetic Algorithm, str.501-506, V Krajowa Konferencja Naukowa -Sterowanie w Energoelektronice i Napędzie Elektrycznym SENE 2001, Łódź-Arturówek, 2001

6. J. Jelonkiewicz, A. Przybył, Stator Resistance Insensibility in Model Reference Adaptive System Speed Estimator, str.209-214, V Krajowa Konferencja Naukowa - Sterowanie w Energoelektronice i Napędzie Elektrycznym SENE 2001, Łódź-Arturówek, 2001

 

7. J. Jelonkiewicz, A. Przybył, Neural Networks Implementation of Model Reference Adaptive System in Induction Motor Drive,  str.1-10 (CD), European Conference on Power Electronics and Applications 9th EPE’01, Graz, 2001

8. A. Przybył, J. Jelonkiewicz, Genetic Algorithm for Observer Parameters Tuning in Sensorless Induction Motor Drive, 6th International Conference - Neural Networks and Soft Computing, Zakopane, June 11-15, 2002

9. A. Przybył, K. Zawirski, J. Jelonkiewicz, Projektowanie obserwatorów stanu w oparciu o algorytmy ewolucyjne na przykładzie silnika indukcyjnego, ZKwE 2003, Poznań/Kiekrz

 

10. A. Przybył, J. Jelonkiewicz, State Feedback-Based Control of an Induction Motor in a Single Fixed-Point DSP, pp. 1-8 CD, 11th International Power Electronics and Motion Control Conference EPE-PEMC, 2004.

11. J. Jelonkiewicz, A. Przybył, Knowledge extraction from data for neural network state variables estimators in induction motor, str. 211-216, Materiały Konferencyjne, Krajowa Konferencja Naukowa, Sterowanie w Energoelektronice i Napędzie Elektrycznym SENE 2005

12. J. Jelonkiewicz, A.Przybył, Accuracy Improvement of Neural Network State Variable Estimator in Induction Motor Drive, pp. 71-77, Artificial Intelligence and Soft Computing–ICAISC, 2008

13. A. Przybył, Realizacja w układzie FPGA algorytmu pomiaru prędkości, bazującego na kompensowanym enkoderze inkrementalnym, Materiały Konferencyjne, Krajowa Konferencja Naukowa, Sterowanie w Energoelektronice i Napędzie Elektrycznym SENE, 2009

 

14. A. Przybył, J. Smoląg, P. Kimla, Rozproszony system sterowania obrabiarką numeryczną bazujący na sieci Ethernet Czasu Rzeczywistego. Materiały Konferencyjne, Krajowa Konferencja Naukowa, Sterowanie w Energoelektronice i Napędzie Elektrycznym SENE, 2009

 

15. L. Rutkowski, A. Przybył, K. Cpałka, Meng Joo Er, Online speed profile generation for industrial machine tool based on neuro-fuzzy approach, pp. 645-650, Lecture Notes in Artificial Intelligence, Springer, Artifical Intelligence and Soft Computing, 2010

16. A Przybył, J Smoląg, P Kimla, Rozproszony system sterowania obrabiarką numeryczną bazujący na sieci Ethernet Czasu Rzeczywistego, pp. 342-346, Przegląd Elektrotechniczny, Tom 86, Wydanie 2, 2010

 

17. A. Przybył, K. Cpałka, A new method to construct of interpretable models of dynamic systems, pp. 697-705, Lecture Notes in Artificial Intelligence 7268. Subseries of Lecture Notes in Computer Science. 11th International Conference, ICAISC 2012. Proceedings, Part II. April 29 - May 3, 2012

18. A. Przybył, L. Rutkowski, K. Cpałka, Novel on-line speed profile generation for industrial machine tool based on flexible neuro-fuzzy approximation, pp. 1238-1247, IEEE Transactions on Industrial Electronics, Tom 59, Wydanie 2, 2012

19. Ł Bartczuk, A Przybył, P Dziwiński, Hybrid State Variables-Fuzzy Logic Modelling of Nonlinear Objects, Artificial Intelligence and Soft Computing, 227-234, 2013

20. J Szczypta, A Przybył, K Cpałka, Some Aspects of Evolutionary Designing Optimal Controllers, Artificial Intelligence and Soft Computing-ICAISC, pp. 91-100, 2013

21. K Łapa, A Przybył, K Cpałka, A New Approach to Designing Interpretable Models of Dynamic Systems, Artificial Intelligence and Soft Computing, pp.523-534, 2013

22. K. Cpałka, K. Łapa, A. Przybył, M. Zalasiński, A new method for designing neuro-fuzzy systems for nonlinear modelling with interpretability aspects, Neurocomputing 2014/1/21, 2014.

23. A Przybył, MJ Er, The Idea for the Integration of Neuro-Fuzzy Hardware Emulators with Real-Time Network, Artificial Intelligence and Soft Computing-ICAISC, pp.279-294, 2014

24. Ł. Bartczuk, A Przybył, P. Koprinkova-Hristova, New Method for Nonlinear Fuzzy Correction Modelling of Dynamic Objects, Artificial Intelligence and Soft Computing-ICAISC, pp.169-180, 2014

25. P Dziwiński, Ł Bartczuk, A Przybył, ED Avedyan, A New Algorithm for Identification of Significant Operating Points Using Swarm Intelligence, Artificial Intelligence and Soft Computing-ICAISC, pp.349-362, 2014

26. J Szczypta, A Przybył, L Wang, Evolutionary Approach with Multiple Quality Criteria for Controller Design, Artificial Intelligence and Soft Computing-ICAISC, pp.455-467, 2014


Publikacje

  • A. Przybył i K. Cpałka. "A new method to construct of interpretable models of dynamic systems", Lecture Notes in Artificial Intelligence. 2012, pp. 697-705. Więcej 
  • L. Rutkowski, A. Przybył i K. Cpałka. "Novel on-line speed profile generation for industrial machine tool based on flexible neuro-fuzzy approximation", IEEE Transactions on Industrial Electronics, vol. 59. 2012, pp. 1238-1247. Więcej 
  • L. Rutkowski, A. Przybył, K. Cpałka i E. M. Joo. "Online Speed Profile Generation for Industrial Machine Tool Based on Neuro Fuzzy Approach", Lecture Notes in Artificial Intelligence, vol. 6113. 2010, pp. 645-650. Więcej 
 

Na tej stronie używamy ciasteczek do zapisania spersonalizowanych ustawien użytkownika oraz w celach statystycznych. Jeśli Państwa przeglądarka nie blokuje ciasteczek, informacje te zostały zapisane na Waszym komputerze.Więcej informacji w naszej polityce prywatności.

Akceptuję wykorzystanie ciasteczek na tej stronie.