1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Матеріали конференцій, семінарів, читань
  3. 2022
  4. Міжнародна науково-технічна конференція „Міцність і довговічність сучасних матеріалів та конструкцій“ присвячена 70-річчю від дня народження член-кореспондента НАН України, проф. Яснія Петра Володимировича (2022)
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/39171

Назва: Вплив частоти вібрацій та якості освітлення на кількісні показники дефектів, виявлених на поверхні металопрокату з застосуванням глибоких нейронних мереж
Інші назви: Effect of vibration frequency and lighting quality on quantitative indicators of defects identified on the surface of rolled metal with the application of deep neuron networks
Автори: Коноваленко, Ігор Володимирович
Марущак, Павло Орестович
Козбур, Галина Володимирівна
Ясній, Олег Петрович
Konovalenko, I.
Maruschak, P.
Kozbur, H.
Yasniy, O.
Приналежність: Тернопільський національний технічний університет імені Івана Пулюя, Україна
Ternopil National Ivan Puluj Technical University
Бібліографічний опис: Вплив частоти вібрацій та якості освітлення на кількісні показники дефектів, виявлених на поверхні металопрокату з застосуванням глибоких нейронних мереж / Ігор Володимирович Коноваленко, Павло Орестович Марущак, Галина Володимирівна Козбур, О. Ясній // Матеріали Міжнародої науково-технічної конференції „Міцність і довговічність сучасних матеріалів та конструкцій“, 10-11 листопада 2022 року. — Т. : ФОП Паляниця В. А., 2022. — С. 240–242. — (Діагностика пошкоджуваності матеріалів і конструкцій).
Bibliographic description: Konovalenko I., Maruschak P., Kozbur H., Yasniy O. (2022) Vplyv chastoty vibratsii ta yakosti osvitlennia na kilkisni pokaznyky defektiv, vyiavlenykh na poverkhni metaloprokatu z zastosuvanniam hlybokykh neironnykh merezh [Effect of vibration frequency and lighting quality on quantitative indicators of defects identified on the surface of rolled metal with the application of deep neuron networks]. Proceedings of the International scientific and technical conference "Strength and durability of modern materials and constructions" (Tern., November 10-11, 2022), pp. 240-242 [in Ukrainian].
Є частиною видання: Праці конференції Міжнародної науково-технічної конференції присвяченої 70-річчю від дня народженнячлен-кореспондента НАН України, проф. Яснія Петра Володимировича „Міцність і довговічність сучасних матеріалів та конструкцій“, 2022
Proceedings of the International scientific and technical conference dedicated to the 70th anniversary from the day of birth of Corresponding member of the National Academy of Sciences of Ukraine, professor Yasniy Petro, 2022
Конференція/захід: Міжнародна науково-технічна конференція присвячена 70-річчю від дня народженнячлен-кореспондента НАН України, проф. Яснія Петра Володимировича „Міцність і довговічність сучасних матеріалів та конструкцій“
Журнал/збірник: Праці конференції Міжнародної науково-технічної конференції присвяченої 70-річчю від дня народженнячлен-кореспондента НАН України, проф. Яснія Петра Володимировича „Міцність і довговічність сучасних матеріалів та конструкцій“
Дата публікації: 10-лис-2022
Дата внесення: 5-гру-2022
Видавництво: ФОП Паляниця В. А.
PE Palianytsia V. A.
Місце видання, проведення: Тернопіль
Ternopil
Часове охоплення: 10-11 листопада 2022 року
November 10-11, 2022
УДК: 004.8
Кількість сторінок: 3
Діапазон сторінок: 240-242
Початкова сторінка: 240
Кінцева сторінка: 242
Короткий огляд (реферат): The system of technical diagnostics of technological defects in the surface of sheet metal-roll based on deep neuron networks was tested. The dependence of geometrical parameters in diagnosing technological defects was established in terms of the magnitude of illumination of the surface and the frequency of vibrations. It has been shown that the main contribution to the result of the recognition of lightness on the surface may be the value of illumination. Vibrations in the extended range of frequencies and amplitudes are less influenced on the values of identified geometrical parameters of defects
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/39171
ISBN: 978-617-7875-43-6
Власник авторського права: © Тернопільський національний технічний університет імені Івана Пулюя, 2022
URL-посилання пов’язаного матеріалу: https://doi.org/10.3390/machines10050327
https://doi.org/10.3390/machines10030194
Перелік літератури: 1. Мазур, И. П. Контроль качества поверхности горячекатаных полос / И. П. Мазур // Вісник НТУУ «КПІ». Машинобудування: збірник наукових праць. – 2010. – № 60. – С. 174–178.
2. Мазур И.П. Проблемы контроля качества поверхности при производстве листового проката // Сталь. – 2011. – № 4. – С. 31-36.
3. Konovalenko, I.; Maruschak, P.; Brezinová, J.; Prentkovskis, O.; Brezina, J. Research of U-Net-Based CNN Architectures for Metal Surface Defect Detection. Machines 2022, 10, 327. https://doi.org/10.3390/machines10050327.
4. Ronneberger, O.; Fischer, P.; Brox, T. U-Net: Convolutional networks for biomedical image segmentation. In Medical Image Computing and Computer. – Assisted Intervention 2015; Navab, N., Hornegger, J., Wells, W.M., Frangi, A.F., Eds.; Springer International Publishing: Cham, Switzerland. – 2015. – pp. 234–241.
5. He, K.; Zhang, X.; Ren, S.; Sun, J. Deep residual learning for image recognition. In Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, USA, 26 June–1 July 2016. – pp. 770–778.
6. Konovalenko, I.; Maruschak, P.; Kozbur, H.; Brezinová, J.; Brezina, J.; Nazarevich, B.; Shkira, Y. Influence of Uneven Lighting on Quantitative Indicators of Surface Defects. Machines 2022, 10, 194. https://doi.org/10.3390/machines10030194.
References: 1. Mazur, Y. P. Kontrol kachestva poverkhnosty horiachekatanykh polos, Y. P. Mazur, Visnyk NTUU "KPI". Mashynobuduvannia: zbirnyk naukovykh prats, 2010, No 60, P. 174–178.
2. Mazur I.P. Problemy kontrolia kachestva poverkhnosti pri proizvodstve listovoho prokata, Stal, 2011, No 4, P. 31-36.
3. Konovalenko, I.; Maruschak, P.; Brezinová, J.; Prentkovskis, O.; Brezina, J. Research of U-Net-Based CNN Architectures for Metal Surface Defect Detection. Machines 2022, 10, 327. https://doi.org/10.3390/machines10050327.
4. Ronneberger, O.; Fischer, P.; Brox, T. U-Net: Convolutional networks for biomedical image segmentation. In Medical Image Computing and Computer, Assisted Intervention 2015; Navab, N., Hornegger, J., Wells, W.M., Frangi, A.F., Eds.; Springer International Publishing: Cham, Switzerland, 2015, pp. 234–241.
5. He, K.; Zhang, X.; Ren, S.; Sun, J. Deep residual learning for image recognition. In Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, USA, 26 June–1 July 2016, pp. 770–778.
6. Konovalenko, I.; Maruschak, P.; Kozbur, H.; Brezinová, J.; Brezina, J.; Nazarevich, B.; Shkira, Y. Influence of Uneven Lighting on Quantitative Indicators of Surface Defects. Machines 2022, 10, 194. https://doi.org/10.3390/machines10030194.
Тип вмісту: Conference Abstract
Розташовується у зібраннях:Міжнародна науково-технічна конференція „Міцність і довговічність сучасних матеріалів та конструкцій“ присвячена 70-річчю від дня народження член-кореспондента НАН України, проф. Яснія Петра Володимировича (2022)

Файли цього матеріалу:
Файл Опис РозмірФормат 
MNTK_2022_Konovalenko_I-Effect_of_vibration_240-242.pdf628,44 kBAdobe PDFПереглянути/відкрити
MNTK_2022_Konovalenko_I-Effect_of_vibration_240-242.djvu104,44 kBDjVuПереглянути/відкрити
MNTK_2022_Konovalenko_I-Effect_of_vibration_240-242__COVER.png461,56 kBimage/pngПереглянути/відкрити
Показати повний опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.