APPLICATION OF A FUZZY CONTROLLER IN THE PROCESS OF AUTOMATED POLYETHYLENE FILM THICKNESS CONTROL

Ciloglu, Y. (2010). A Short Fuzzy Logic Tutorial. Bilkent.
  Google Scholar

Czapaj, R., Kamiński, J., & Benalcazar, P. (2020). Logika rozmyta dla potrzeb sterowania układów napędowych – wprowadzenie teoretyczne. Energetyka, 3, 103–111.
  Google Scholar

Driankov, D., Hellendoorn, H., & Reinfrank, M.(1996). Wprowadzenie do sterowania rozmytego. WNT.
  Google Scholar

García-Martínez, J. R., Cruz-Miguel, E. E., Carrillo-Serrano, R. V., Mendoza-Mondragón, F., Toledano-Ayala, M., & Rodríguez-Reséndiz, J. (2020). A PID-Type Fuzzy Logic Controller-Based Approach for Motion Control Applications. Sensors, 20(18), 5323. https://doi.org/10.3390/s20185323
DOI: https://doi.org/10.3390/s20185323   Google Scholar

Jardzioch, A. (2009). Sterowanie elastycznymi systemami obróbkowymi z zastosowaniem metod sztucznej inteligencji. Zachodniopomorski Uniwersytet Technologiczny w Szczecinie.
  Google Scholar

Jardzioch, A., & Marczak, W. (2020). Opracowanie inteligentnego sterowania adaptacyjnego do nadzorowania pracy maszyny wytłaczającej folię polietylenową. In Inżynieria zarządzania, Cyfryzacja produkcji Aktualności badawcze 3 (pp. 617–627). PWE.
  Google Scholar

Jardzioch, A., Marczak, W., & Krebs, I. (2018). The improvement of manufacturing proces through the use of statistical process control. Journal of Machine Construction and Maintenance, 4, 105–111.
  Google Scholar

Jardzioch, A., Marczak, W., & Skobiej, B. (2019). The application of fuzzy logic in monitoring the stability of a production proces. In Innowacyjne metody i technologie w badaniach inżynierskich (pp. 391–404). Wydawnictwo Uczelniane Politechniki Koszalińskiej.
  Google Scholar

Lofti, A. Z. (1988). Fuzzy Logic. Computer, 21(4), 83–93.https://doi.org/10.1109/2.53
DOI: https://doi.org/10.1109/2.53   Google Scholar

Lutomirski, S. (2005). Metody stabilizacji grubości folii w procesie jej wytwarzania metodą wytłaczania ze swobodnym rozdmuchiwaniem. Przetwórstwo Tworzyw, 11(2), 50–55.
  Google Scholar

Lutomirski, S., Mazur, J., & Strzelecki, R. (1995). Układy pomiaru i stabilizacji grubości wytwarzanej metodą wytłaczania z rozdmuchiwaniem. Polimery, 10, 601–605.
DOI: https://doi.org/10.14314/polimery.1995.601   Google Scholar

Pasupathi Nath, R., & Nishant Balaj, V. (2014). Artificial intelligence in power systems. IOSR Journal of Computer Engineering, 1–7.
  Google Scholar

Skobiej, B., & Jardzioch, A. (2019). Selected Aspects of Crossover and Mutation of Binary Rules in the Context of Machine Learning. In: J. Świątek, L. Borzemski, & Z. Wilimowska (Eds.), Information Systems Architecture and Technology: Proceedings of 39th International Conference on Information Systems Architecture and Technology – ISAT 2018. ISAT 2018. Advances in Intelligent Systems and Computing (vol. 853). Springer. https://doi.org/10.1007/978-3-319-99996-8_34
DOI: https://doi.org/10.1007/978-3-319-99996-8_34   Google Scholar

Wachowicz, E. (2002). Zastosowania teorii zbiorów rozmytych do modelowania procesów technologicznych. Inżynieria Rolnicza, 7(40), 5–17.
  Google Scholar

Zou, Y., Yan, F., Wang, X., & Zhang, J. (2020). An efficient fuzzy logic control algorithm for photovoltaic maximum power point tracking under partial shading condition. Journal of the Franklin Institute, 357(6), 3135–3149. https://doi.org/10.1016/j.jfranklin.2019.07.015
DOI: https://doi.org/10.1016/j.jfranklin.2019.07.015   Google Scholar