Please use this identifier to cite or link to this item: http://elartu.tntu.edu.ua/handle/lib/36041

Title: Software of high-precision goniometric complex with artificial intelligence
Other Titles: Програмне забезпечення високоточного гоніометричного комплексу зі штучним інтелектом
Authors: Черепанська, Ірина Юріївна
Мельничук, Петро Петрович
Сазонов, Артем Юрійович
Cherepanska, Iryna
Melnychuk, Petro
Sazonov, Artem
Affiliation: Поліський національний університет, Житомир, Україна
Державний університет «Житомирська політехніка», Житомир, Україна
Національний технічний університет «Київський політехнічний інститут імені Ігоря Сікорського», Київ, Україна
Polissia National University, Zhytomyr, Ukraine
Zhytomyr Polytechnic State University, Zhytomyr, Ukraine
National Technical University Of Ukraine «Igor Sikorsky Kyiv Politechnic Institute», Kyiv, Ukraine
Bibliographic description (Ukraine): Cherepanska I. Software of high-precision goniometric complex with artificial intelligence / Iryna Cherepanska, Petro Melnychuk, Artem Sazonov // Scientific Journal of TNTU. — Tern. : TNTU, 2021. — Vol 102. — P. 13–20.
Bibliographic description (International): Cherepanska I., Melnychuk P., Sazonov A. (2021) Software of high-precision goniometric complex with artificial intelligence. Scientific Journal of TNTU (Tern.), vol. 102, pp. 13-20.
Is part of: Вісник Тернопільського національного технічного університету (102), 2021
Scientific Journal of the Ternopil National Technical University (102), 2021
Journal/Collection: Вісник Тернопільського національного технічного університету
Volume: 102
Issue Date: 22-Jun-2021
Submitted date: 18-May-2021
Date of entry: 11-Dec-2021
Publisher: ТНТУ
TNTU
Place of the edition/event: Тернопіль
Ternopil
DOI: https://doi.org/10.33108/visnyk_tntu2021.02.013
UDC: 681.2
004
Keywords: програмне забезпечення
високоточний гоніометричний комплекс
штучна нейронна мережа
швидкодія вимірювань
software
high-precision goniometric complex
artificial neural network
measurements running speed
Number of pages: 8
Page range: 13-20
Start page: 13
End page: 20
Abstract: Викладено розроблене авторами програмне забезпечення високоточного гоніометричного комплексу зі штучним інтелектом, зокрема штучними нейронними мережами, з розширеними функціональними можливостями, який призначений для безконтактних високоточних вимірювань при попередньо виставлених навігаційних чутливих елементів, плоских кутів, пірамідальності призм, інших об’єктів виробництва, показника заломлення оптичного скла тощо. Запропонований програмний продукт володіє розширеними можливостями, зокрема дозволяє з високою точністю проводити аналіз інтенсивностей спектрального розподілу хімічних елементів у металовмісних матеріалах. Структура програмного забезпечення відтворює парадигму модульної побудови, що зумовлює гнучкість, розширюваність та змінюваність програмних компонентів. У результаті реалізовано нейромережеву обробку вимірювальної інформації, автоматичну фільтрацію за методом ковзного середнього вихідного сигналу зашумленого похибками різної природи. Алгоритми та методи обробки вимірювальної інформації розробленого програмного продукту забезпечують проведення безконтактних гоніометричних вимірювань високоточним гоніометричним комплексом зі штучним інтелектом у масштабі реального часу з похибкою кінцевих результатів при багаторазових вимірюваннях, яка не перевищує 0,08''. Низка програмних модулів програмного забезпечення розроблена мовою програмування MATLAB, що дозволяє використовувати його в якості додаткового інструментарію в комплекті з однойменним середовищем математичного моделювання, або інсталювати окремо без нього. Програмний продукт ефективно працює на персональних комп’ютерах з різними ресурсами, в умовах обмеженої оперативної пам’яті та малої обчислювальної потужності. Обрана парадигма його модульної побудови забезпечує гнучкість, розширюваність та змінюваність програмних компонентів, що вигідно відрізняє розроблене програмне забезпечення від відомих та використовуваних нині.
Software of high-precision goniometric complex with artificial intelligence developed by the authors, particularly with artificial neural networks, with advanced functionality, designed for non-contact high-precision measurements at the previous settings of navigation sensing elements, flat angles, pyramidal prisms, other production objects, refraction index of optical glass, etc. is presented in this paper. The proposed software product has advanced capabilities, particularly, allows high-precision analysis of the intensities of the spectral distribution of chemical elements in metal-containing materials. The structure of the software reproduces the paradigm of modular construction, which determines the flexibility, extensibility and variability of software components. As a result, neural network processing of measuring information, automatic filtering by the method of moving average output signal noisy by errors of different nature is implemented.
URI: http://elartu.tntu.edu.ua/handle/lib/36041
ISSN: 2522-4433
Copyright owner: © Тернопільський національний технічний університет імені Івана Пулюя, 2021
URL for reference material: https://doi.org/10.31649/1997-9266-2019-143-2-7-14
https://doi.org/10.15407/mfint.41.02.0263
https://doi.org/10.1007/s00586-019-06115-w
https://doi.org/10.21105/joss.02604
https://doi.org/10.1155/2016/1923934
https://doi.org/10.33108/visnyk_tntu2019.01.070
https://doi.org/10.33108/visnyk_tntu2021.01.102
http://www.science-education.ru/ru/article/view?id=15123
https://doi.org/10.15827/0236-235X.125.159-166
https://doi.org/10.15407/mfint.42.10.1441
References (Ukraine): 1. Черепанська І. Ю. Безвесільна О. М., Сазонов А. Ю. Прецизійна інтелектуальна гоніометрична система. Вісник Вінницького політехнічного інституту. Серія Автоматика та інформаційно-вимірювальна техніка. Вінницький НТУ. 2019. № 2. С. 7–14. DOI: https://doi.org/10.31649/1997-9266-2019-143-2-7-14
2. Cherepanska I., Bezvesilna O., Koval Yu., Sazonov A. Intelligent precise goniometric system of analysis of spectral distribution intensities for definition of chemical composition of metal- containing substances. Металлофизика и новейшие технологии. 2019. № 2 (41). Р. 263–278. DOI: https://doi.org/10.15407/mfint.41.02.0263
3. Pan Y., Chen Q., Chen T. et al. Evaluation of a computer-aided method for measuring the Cobb angle on chest X-rays. Eur Spine J 28, 3035–3043 (2019). DOI: https://doi.org/10.1007/s00586-019-06115-w
4. Huang E., Skoufis A., Denning T., Qi J., Dagastine R., Tabor R. & Berry J. (2021). OpenDrop: Open-source software for pendant drop tensiometry contact angle measurements. Journal of Open Source Software. 6 (58). P. 2604–2604. DOI: https://doi.org/10.21105/joss.02604
5. Young-Soo Park, John Arbie Agbayani, Jong-Han Lee, and Jong-Jae Lee Rotational Angle Measurement of Bridge Support Using Image Processing Techniques. Hindawi Publishing Corporation. Journal of Sensors. 2016. P. 1–9. DOI: https://doi.org/10.1155/2016/1923934
6. Hlembotska L., Balytska N., Melnychuk P., Melnyk O. Computer modeling power load of face mills with cylindrical rake face of inserts in machining difficult-to-cut materials. Scientific Journal of TNTU (Tern.). 2019. Vol. 93. No. 1. P. 70–80. DOI: https://doi.org/10.33108/visnyk_tntu2019.01.070
7. Hlembotska L., Balytska N., Melnychuk P., Vyhovskyi H. (2021) Structural improvement of face mills designs based on systems approach. Scientific Journal of TNTU (Tern.). Vol. 101. No. 1. P. 102–114. DOI: https://doi.org/10.33108/visnyk_tntu2021.01.102
8. Petrov Yu. S., Petrova V. Yu., Rogachev L. V., Sokolov A. A., Sokolova O. A. Razrabotka i realizatsiya informatsionno-izmeritelnoy sistemyi predstavleniya i analiza informatsii po tehnogennyim tsiklam promyishlennogo predpriyatiya. Sovremennyie problemyi nauki i obrazovaniya. 2014. No. 5. URL: http://www.science-education.ru/ru/article/view?id=15123.
9. Yakimov V. N., Mashkov A. V., and Zhelonkin A. V. Spetsializirovannoe programmnoe obespechenie izmeritelnoy sistemyi dlya operativnogo otsenivaniya spektralnogo sostava mnogokomponentnyih protsessov. Programmnyie produktyi i sistemyi. Vol. 32. No. 1. 2019. Р. 159–166. DOI: https://doi.org/10.15827/0236-235X.125.159-166
10. Cherepanska I., Koval Yu., Bezvesilna O., Sazonov A., Kedrovskyi S. Artificial neural network as a part of intelligent precise goniometric system of analysis of spectral distribution intensities for definition of chemical composition of metal-containing substances. Metallophysics and Advanced Technologies. 2020. Vol. 42. No. 10. Р. 1441–1454. DOI: https://doi.org/10.15407/mfint.42.10.1441
References (International): 1. Cherepanska I. Yu. Bezvesilna O. M., Sazonov A. Yu. Pretsiziyna intelektualna goniometrichna sistema. Visnik Vinnitskogo politehnichnogo institutu. Seriya Avtomatika ta Informatsiyno-vimiryuvalna tehnika. Vinnitskiy NTU. 2019. № 2. S. 7–14. DOI: https://doi.org/10.31649/1997-9266-2019-143-2-7-14
2. Cherepanska I., Bezvesilna O., Koval Yu., Sazonov A. Intelligent precise goniometric system of analysis of spectral distribution intensities for definition of chemical composition of metal-containing substances. Металлофизика и новейшие технологии. 2019. No. 2 (41). Р. 263–278. DOI: https://doi.org/10.15407/mfint.41.02.0263
3. Pan, Y., Chen, Q., Chen, T. et al. Evaluation of a computer-aided method for measuring the Cobb angle on chest X-rays. Eur Spine J 28, 3035–3043 (2019). DOI: https://doi.org/10.1007/s00586-019-06115-w
4. Huang E., Skoufis A., Denning T., Qi J., Dagastine R., Tabor R. & Berry J. (2021). OpenDrop: Open-source software for pendant drop tensiometry contact angle measurements. Journal of Open Source Software. 6 (58). Р. 2604–2604. DOI: https://doi.org/10.21105/joss.02604
5. Young-Soo Park, John Arbie Agbayani, Jong-Han Lee, and Jong-Jae Lee Rotational Angle Measurement of Bridge Support Using Image Processing Techniques. Hindawi Publishing Corporation. Journal of Sensors. 2016. Р. 1–9. DOI: https://doi.org/10.1155/2016/1923934
6. Hlembotska L., Balytska N., Melnychuk P., Melnyk O. Computer modeling power load of face mills with cylindrical rake face of inserts in machining difficult-to-cut materials. Scientific Journal of TNTU (Tern.). 2019. Vol. 93. No. 1. P. 70–80. DOI: https://doi.org/10.33108/visnyk_tntu2019.01.070
7. Hlembotska L., Balytska N., Melnychuk P., Vyhovskyi H. (2021) Structural improvement of face mills designs based on systems approach. Scientific Journal of TNTU (Tern.). Vol. 101. No. 1. Р. 102–114. DOI: https://doi.org/10.33108/visnyk_tntu2021.01.102
8. Petrov Yu. S., Petrova V. Yu., Rogachev L. V., Sokolov A. A., Sokolova O. A. Razrabotka i realizatsiya informatsionno-izmeritelnoy sistemyi predstavleniya i analiza informatsii po tehnogennyim tsiklam promyishlennogo predpriyatiya. Sovremennyie problemyi nauki i obrazovaniya. 2014. No. 5. URL: http://www.science-education.ru/ru/article/view?id=15123.
9. Yakimov V. N., Mashkov A. V., and Zhelonkin A. V. Spetsializirovannoe programmnoe obespechenie izmeritelnoy sistemyi dlya operativnogo otsenivaniya spektralnogo sostava mnogokomponentnyih protsessov. Programmnyie produktyi i sistemyi. Vol. 32. No. 1. 2019. Р. 159–166. DOI: https://doi.org/10.15827/0236-235X.125.159-166
10. Cherepanska I., Koval Yu., Bezvesilna O., Sazonov A., Kedrovskyi S. Artificial neural network as a part of intelligent precise goniometric system of analysis of spectral distribution intensities for definition of chemical composition of metal-containing substances. Metallophysics and Advanced Technologies. 2020. Vol. 42. No. 10, P. 1441–1454. DOI: https://doi.org/10.15407/mfint.42.10.1441
Content type: Article
Appears in Collections:Вісник ТНТУ, 2021, № 2 (102)



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.