Wykaz publikacji wybranego autora

Krzysztof Lalik, dr inż.

adiunkt

Wydział Inżynierii Mechanicznej i Robotyki
WIMiR-kap, Katedra Automatyzacji Procesów


  • 2023

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria mechaniczna

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika, elektrotechnika i technologie kosmiczne (50%)


  • 2020

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria mechaniczna

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika (50%)


  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria mechaniczna

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika (25%)


[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / budowa i eksploatacja maszyn


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-4277-9801 orcid iD

ResearcherID: H-5954-2013

Scopus: 55110471800

PBN: 5e70938d878c28a0473ac967

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • Boosted convolutional neural network algorithm for the classification of the bearing fault form 1-D raw sensor data / Paweł KNAP, Krzysztof LALIK, Patryk BAŁAZY // Sensors [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1424-8220. — 2023 vol. 23 iss. 9 art. no. 4295, s. 1–22. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 20–22, Abstr.. — Publikacja dostępna online od: 2023-04-26. — tekst: https://www.mdpi.com/1424-8220/23/9/4295/pdf?version=1682512625

    orcid iD
  • keywords: neural networks, structural health monitoring, vibrodiagnostics, predictive maintenance, bearing fault detection

    cyfrowy identyfikator dokumentu: 10.3390/s23094295

2
  • Neural-assisted synthesis of a linear quadratic controller for applications in active suspension systems of wheeled vehicles / Mateusz KOZEK, Adam SMOTER, Krzysztof LALIK // Energies [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1996-1073. — 2023 vol. 16 iss. 4 art. no. 1677, s. 1–17. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 16–17, Abstr.. — Publikacja dostępna online od: 2023-02-08. — tekst: https://www.mdpi.com/1996-1073/16/4/1677/pdf?version=1675836159

    orcid iD
  • keywords: neural networks, optimal control, wheeled vehicle, LQR, MIMO systems, suspension control, suspension performance index, active suspension system

    cyfrowy identyfikator dokumentu: 10.3390/en16041677