1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Магістр
  4. 151 — автоматизація та комп’ютерно-інтегровані технології
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/43359
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.advisorГолотенко, Олександр Сергійович-
dc.contributor.advisorHolotenko, Oleksandr-
dc.contributor.authorМатлага, Максим Сергійович-
dc.contributor.authorMatlaha, Maksym-
dc.date.accessioned2024-01-03T20:40:44Z-
dc.date.available2024-01-03T20:40:44Z-
dc.date.issued2023-12-27-
dc.identifier.citationМатлага М.С. Розробка автоматизованої системи контролю якості виробництва пластикової тари : кваліфікаційна робота магістра за спеціальністю „151 — автоматизація та комп’ютерно-інтегровані технології“ / М.С. Матлага. — Тернопіль : ТНТУ, 2023. — 67 с.uk_UA
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/43359-
dc.descriptionРоботу виконано на кафедрі ком’пютерно-інтегрованих технологій Тернопільського національного технічного університету імені Івана Пулюя Міністерства освіти і науки України Захист відбудеться 27 грудня 2023 р. о 09 .00 годині на засіданні екзаменаційної комісії № 20 у Тернопільському національному технічному університеті імені Івана Пулюя за адресою: 46001, м. Тернопіль, вул.Руська, 56, навчальний корпус №1, ауд. 403uk_UA
dc.description.abstractМатлага М.С. Розробка автоматизованої системи контролю якості виробництва пластикової тари: кваліфікаційна робота магістра за спеціальністю «151 — Автоматизація та комп’ютерно-інтегровані технології» М.C. Матлага – Тернопіль: ТНТУ, 2023. – 67 с. Система контролю якості, запропонована в цій роботі, пропонує рішення для перевірки продукції, яке відповідає вимогам щодо вартості та часу, а також пропонує покращену адаптивність, автоматизацію та надійність перевірок. Остання література про системи контролю якості з використанням MV пропонує різноманітні рішення для аналізу розмірів і поверхні для різних застосувань. Запропонована система контролю якості базується системі, одночасно виконуючи перевірки розмірів і поверхонь без необхідності навчання моделі. Результати, щодо розмірного аналізу, продемонстрували, що система може ідентифікувати різні форми, які були простими або складними. Тестування куба продемонструвало, що система може точно визначити міліметрові відмінності. Результати щодо аналізу поверхні довели, що система може визначати наявність дефектів на поверхні та знаходити їх. Хоча щодо предметів та їх можливих дефектів зроблені незначні припущення, обговорювалося, що зміна налаштування системи можуть забезпечити більшу гнучкість у дизайні елементів. Запропонована система контролю якості забезпечує автоматизований візуальний огляд з використанням надійних методів для виробничих ліній Matlaha M. Automated system development for plastic containers production quality control: magister thesis "151 — Automation and computer-integrated technologies" Matlaha Maksym - Ternopil: TNTU, 2023. - 67 p. The quality control system proposed in this paper offers a product inspection solution that meets cost and time requirements, and offers improved adaptability, automation, and reliability of inspections. Recent literature on quality control systems using MV offers a variety of dimensional and surface analysis solutions for different applications. The proposed quality control system is system-based, simultaneously performing dimensional and surface checks without the need for model training. The results, regarding dimensional analysis, demonstrated that the system could identify different shapes that were simple or complex. Testing of the cube demonstrated that the system could accurately identify millimeter differences. The surface analysis results proved that the system can detect and locate defects on the surface. Although little speculation has been made regarding the items and their possible defects, it has been discussed that changing the system setup may allowuk_UA
dc.description.tableofcontentsВСТУП 4 1. АНАЛІТИЧНА ЧАСТИНА 6 1.1. Постановка задачі створення системи контролю якості 6 1.2. Стан досліджень перевірки продукції 8 2 ТЕХНОЛОГІЧНА ЧАСТИНА 16 2.1. Технологічні аспекти використання систем зору для контролю якості 16 2.2. Стан досліджень аналізу розмірів продукту 17 3 КОНСТРУКТОРСЬКА ЧАСТИНА 28 3.1. Аналіз якості у довільній формі 28 3.2. Обговорення розмірного аналізу 28 3.3. Обговорення аналізу поверхні 29 3.4. Використані алгоритми 29 3.5. Пропонована система машинного зору 31 4. НАУКОВО-ДОСЛІДНА ЧАСТИНА 33 4.1. Перевірка виробу на основі аналізу розмірів 33 4.2. Початкові результати тестування та обговорення 36 5. СПЕЦІАЛЬНА ЧАСТИНА 41 5.1 Перевірка виробу на основі аналізу поверхні 41 5.2. Результати випробувань 46 6 БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ, ОХОРОНА ПРАЦІ 53 6.1 Організація охорони праці при роботі з системою управління 53 6.2 Електробезпека 55 6.3 Розрахунок заземлення 58 ОСНОВНІ ВИСНОВКИ КВАЛІФІКАЦІЙНОЇ РОБОТИ 62 ПЕРЕЛІК ПОСИЛАНЬ 63uk_UA
dc.language.isoukuk_UA
dc.publisherТернопіль, ТНТУuk_UA
dc.subject151uk_UA
dc.subjectавтоматизація та комп’ютерно-інтегровані технологіїuk_UA
dc.subjectконтрольuk_UA
dc.subjectавтоматичний контрольuk_UA
dc.subjectякістьuk_UA
dc.subjectаналізuk_UA
dc.subjectмоделюванняuk_UA
dc.subjectcontroluk_UA
dc.subjectanalysisuk_UA
dc.subjectqualityuk_UA
dc.subjectautomatic controluk_UA
dc.subjectmodelinguk_UA
dc.titleРозробка автоматизованої системи контролю якості виробництва пластикової тариuk_UA
dc.title.alternativeAutomated system development for plastic containers production quality controluk_UA
dc.typeMaster Thesisuk_UA
dc.rights.holder© Матлага М.С., 2023uk_UA
dc.contributor.committeeMemberШовкун, Олександр Павлович-
dc.contributor.committeeMemberShovkun, Oleksandr-
dc.coverage.placenameТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.format.pages67-
dc.subject.udc004.5uk_UA
dc.relation.references1. Russell, J.P. The ASQ Auditing Handbook, Fourth Edition, 2012, URL : asq.org/quality-press/display-item?item=H1435.uk_UA
dc.relation.references2. Dai, Yiquan, and Kunpeng Zhu. "A machine vision system for micro-milling tool condition monitoring." Precision engineering 52, 2018. p. 183-191.uk_UA
dc.relation.references3. Bolton, Brian E. “Eight Data Acquisition Best Practices.” Control Engineering, 26 Nov. 2019, URL : www.controleng.com/articles/eight-data-acquisition-best-practices/.uk_UA
dc.relation.references4. Jakobsson, Olafur P. "Database interface for digital calipers." Computer methods and programs in biomedicine 28.1, 1989. p. 51-55.uk_UA
dc.relation.references5. Kackar, Raghu N. "Off-line quality control, parameter design, and the Taguchi method." journal of Quality Technology 17.4, 1985. p. 176-188.uk_UA
dc.relation.references6. Gamer, Thomas, et al. "The Autonomous Industrial Plant-Future of Process Engineering, Operations and Maintenance." IFAC-PapersOnLine 52.1, 2019. p. 454-460.uk_UA
dc.relation.references7. de Sousa Junior, Wilson Trigueiro, et al. "Shop floor simulation optimization using machine learning to improve parallel metaheuristics." Expert Systems with Applications 150, 2020. p. 113272.uk_UA
dc.relation.references8. Hewitt, Phil. “Inspection in the Age of Smart Manufacturing.” Technology | Manufacturing Global, 23 Oct. 2018, URL : www.manufacturingglobal.com/technology/inspection-age-smart-manufacturing.uk_UA
dc.relation.references9. Péter, Gábor, Bálint Kiss, and Viktor Tihanyi. "Vision and odometry based autonomous vehicle lane changing." ICT Express 5.4, 2019. p. 219-226.uk_UA
dc.relation.references10. García, Cristian González, et al. "Midgar: Detection of people through computer vision in the Internet of Things scenarios to improve the security in Smart Cities, Smart Towns, and Smart Homes." Future Generation Computer Systems 76, 2017. p. 301-313.uk_UA
dc.relation.references11. Singh, Arun Kumar, et al. "Vision based rail track extraction and monitoring through drone imagery." ICT Express 5.4, 2019. p. 250-255.uk_UA
dc.relation.references12. Hosseinpour, Soleiman, Ali Hakimi Ilkhchi, and Mortaza Aghbashlo. "An intelligent machine vision-based smartphone app for beef quality evaluation." Journal of Food Engineering 248, 2019. p. 9-22.uk_UA
dc.relation.references13. Alonso, Victor, et al. "Industry 4.0 implications in machine vision metrology: an overview." Procedia Manufacturing 41, 2019. p. 359-366.uk_UA
dc.relation.references14. Paul, Nicholas, and ChanJin Chung. "Application of HDR algorithms to solve direct sunlight problems when autonomous vehicles using machine vision systems are driving into sun." Computers in Industry 98, 2018. p. 192-196.uk_UA
dc.relation.references15. Shin, Jaemyung, et al. "Effect of directional augmentation using supervised machine learning technologies: A case study of strawberry powdery mildew detection." Biosystems Engineering 194, 2020. p. 49-60.uk_UA
dc.relation.references16. Sylla, Cheickna. "Experimental investigation of human and machine-vision arrangements in inspection tasks." Control Engineering Practice 10.3, 2002. p. 347-361.uk_UA
dc.relation.references17. Pacella, Massimo, Antonio Grieco, and Marzia Blaco. "Machine vision based quality control of free-form profiles in automatic cutting processes." Computers & Industrial Engineering 109, 2017. p. 221-232.uk_UA
dc.relation.references18. Chethan, Y. D., H. V. Ravindra, and Y. T. Krishnegowda. "Optimization of machining parameters in turning Nimonic-75 using machine vision and acoustic emission signals by Taguchi technique." Measurement 144, 2019. p. 144-154.uk_UA
dc.relation.references19. Wang, Chao, et al. "Research on the classification algorithm and operation parameters optimization of the system for separating non-ferrous metals from end-of-life vehicles based on machine vision." Waste Management 100, 2019. p. 10-17.uk_UA
dc.relation.references20. Su, Qinghua, et al. "Potato quality grading based on machine vision and 3D shape analysis." Computers and electronics in agriculture 152, 2018. p. 261-268.uk_UA
dc.relation.references21. Williams, Henry AM, et al. "Robotic kiwifruit harvesting using machine vision, convolutional neural networks, and robotic arms." biosystems engineering 181, 2019. p. 140-156.uk_UA
dc.relation.references22. Zhou, Chao, et al. "Evaluation of fish feeding intensity in aquaculture using a convolutional neural network and machine vision." Aquaculture 507, 2019. p. 457-465.uk_UA
dc.relation.references23. Azarmdel, Hossein, et al. "Developing an orientation and cutting point determination algorithm for a trout fish processing system using machine vision." Computers and Electronics in Agriculture 162, 2019. p. 613-629.uk_UA
dc.relation.references24. Lies, Benjamin T., et al. "Machine vision assisted micro-filament detection for real-time monitoring of electrohydrodynamic inkjet printing." Procedia Manufacturing 26, 2018. p. 29-39.uk_UA
dc.relation.references25. Martinez, Pablo, Rafiq Ahmad, and Mohamed Al-Hussein. "A vision-based system for pre-inspection of steel frame manufacturing." Automation in Construction 97, 2019. p. 151-163.uk_UA
dc.relation.references26. Moru, Desmond K., and Diego Borro. "A machine vision algorithm for quality control inspection of gears." The International Journal of Advanced Manufacturing Technology 106.1-2, 2020. p. 105-123.uk_UA
dc.relation.references27. Chen, Shumian, et al. "Colored rice quality inspection system using machine vision." Journal of cereal science 88, 2019. p. 87-95.uk_UA
dc.relation.references28. Xie, Weijun, Fenghe Wang, and Deyong Yang. "Research on Carrot Grading Based on Machine Vision Feature Parameters." IFAC-PapersOnLine 52.30, 2019. p. 30-35.uk_UA
dc.relation.references29. Huang, Bin, et al. "Research and implementation of machine vision technologies for empty bottle inspection systems." Engineering science and technology, an international journal 21.1, 2018. p. 159-169.uk_UA
dc.relation.references30. Kazemian, Ali, et al. "Computer vision for real-time extrusion quality monitoring and control in robotic construction." Automation in Construction 101, 2019. p. 92-98.uk_UA
dc.relation.references31. Iglesias, Carla, Javier Martínez, and Javier Taboada. "Automated vision system for quality inspection of slate slabs." Computers in Industry 99, 2018. p. 119-129.uk_UA
dc.relation.references32. Joshi, Ketaki, and Bhushan Patil. "Prediction of Surface Roughness by Machine Vision using Principal Components based Regression Analysis." Procedia Computer Science 167, 2020. p. 382-391.uk_UA
dc.relation.references33. Wang, Jinjiang, Peilun Fu, and Robert X. Gao. "Machine vision intelligence for product defect inspection based on deep learning and Hough transform." Journal of Manufacturing Systems 51, 2019. p. 52-60.uk_UA
dc.relation.references34. Sudhagar, S., M. Sakthivel, and P. Ganeshkumar. "Monitoring of friction stir welding based on vision system coupled with Machine learning algorithm." Measurement 144, 2019. p. 135-143.uk_UA
dc.relation.references35. Kumar, S. Dhakshina, et al. "A Microcontroller based Machine Vision Approach for Tomato Grading and Sorting using SVM Classifier." Microprocessors and Microsystems, 2020. 103090.uk_UA
dc.relation.references36. Smith, Lyndon Neal, et al. "Innovative 3D and 2D machine vision methods for analysis of plants and crops in the field." Computers in industry 97, 2018. p. 122-131.uk_UA
dc.relation.references37. Woodham, Robert J. "Photometric method for determining surface orientation from multiple images." Optical engineering 19.1, 1980. p. 191139.uk_UA
dc.relation.references38. Asaei, Habil, Abdolabbas Jafari, and Mohammad Loghavi. "Site-specific orchard sprayer equipped with machine vision for chemical usage management." Computers and Electronics in Agriculture 162, 2019. p. 431-439.uk_UA
dc.relation.references39. Zhuang, J. J., et al. "Detection of orchard citrus fruits using a monocular machine vision-based method for automatic fruit picking applications." Computers and Electronics in Agriculture 152, 2018. p. 64-73uk_UA
dc.relation.references40. Kumar, Varun, and CP Sudheesh Kumar. "Investigation of the influence of coloured illumination on surface texture features: A Machine vision approach." Measurement 152, 2020. p. 107297.uk_UA
dc.relation.references41. А.Г. Микитишин, М.М. Митник, П.Д. Стухляк, В.В. Пасічник Комп’ютерні мережі. Книга 1. [навчальний посібник] (Лист МОНУ №1/11-8052 від 28.05.12р.) - Львів, "Магнолія 2006", 2013. – 256 с.uk_UA
dc.relation.references42. А.Г. Микитишин, М.М. Митник, П.Д. Стухляк, В.В. Пасічник Комп’ютерні мережі. Книга 2. [навчальний посібник] (Лист МОНУ №1/11-11650 від 16.07.12р.) - Львів, "Магнолія 2006", 2014. – 312 с.uk_UA
dc.relation.references43. Микитишин А.Г., Митник, П.Д. Стухляк. Комплексна безпека інформаційних мережевих систем: навчальний посібник – Тернопіль: Вид-во ТНТУ імені Івана Пулюя, 2016. – 256 с.uk_UA
dc.relation.references44. Микитишин А.Г., Митник М.М., Стухляк П.Д. Телекомунікаційні системи та мережі : навчальний посібник для студентів спеціальності 151 «Автоматизація та комп’ютерно-інтегровані технології» – Тернопіль: Тернопільський національний технічний університет імені Івана Пулюя, 2017 – 384 с.uk_UA
dc.relation.references45. Введення в компютерну графіку та дизайн: Навчальний посібник для студентів спеціальності 174 "Автоматизація, компютерно-інтегровані технології та робототехніка"/Укладачі: О.В. Тотосько, П.Д. Стухляк, А.Г. Микитишин, В.В. Левицький, Р.З. Золотий - Тернопіль: ФОП Паляниця В.А., 2023 - 304с. http://elartu.tntu.edu.ua/handle/lib/41166.uk_UA
dc.relation.references46. Пилипець М. І. Правила заповнення основних форм технологічних документів : навч.-метод. посіб. / Уклад. Пилипець М. І., Ткаченко І. Г., Левкович М. Г., Васильків В. В., Радик Д. Л. Тернопіль : ТДТУ, 2009. 108 с. https://elartu.tntu.edu.ua/handle/lib/42995.uk_UA
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюя, кафедра комп'ютерно-інтегрованих технологійuk_UA
dc.coverage.countryUAuk_UA
Розташовується у зібраннях:151 — автоматизація та комп’ютерно-інтегровані технології

Файли цього матеріалу:
Файл Опис РозмірФормат 
Mahisterska_robota_Matlaha_M_2023.pdfКваліфікаційна робота магістра1,35 MBAdobe PDFПереглянути/відкрити
Avtorska_dovidka_Matlaha_M_2023.pdfАвторська довідка610,1 kBAdobe PDFПереглянути/відкрити
Показати базовий опис матеріалу Перегляд статистики


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

Інструменти адміністратора