Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/47191
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.advisorСтухляк, Данило Петрович-
dc.contributor.advisorStukhlyak, Danylo-
dc.contributor.authorТригубець, Мирослав Іванович-
dc.contributor.authorTryhubets, Myroslav-
dc.date.accessioned2025-01-04T17:32:57Z-
dc.date.available2025-01-04T17:32:57Z-
dc.date.issued2024-12-28-
dc.identifier.citationТригубець М. І. Розроблення та дослідження інтелектуальної системи розпізнавання браку при роботі пакувального обладнання : робота на здобуття кваліфікаційного ступеня магістра : спец. 174 - автоматизація, комп’ютерно-інтегровані технології та робототехніка / наук. кер. Д. П. Стухляк. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2024. 71 с.uk_UA
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/47191-
dc.descriptionРоботу виконано на кафедрі комп’ютерно-інтегрованих технологій Тернопільського національного технічного університету імені Івана Пулюя Міністерства освіти і науки України. Захист відбудеться 28 грудня 2024 р. о 09 .00 годині на засіданні екзаменаційної комісії № 22 у Тернопільському національному технічному університеті імені Івана Пулюя за адресою: 46001, м. Тернопіль, вул. Руська, 56, навчальний корпус №1, ауд. 403uk_UA
dc.description.abstractУ роботі розроблено та досліджено інтелектуальну систему розпізнавання браку на основі штучного інтелекту для пакувального обладнання. Система дозволяє автоматизувати контроль якості продукції, знижуючи витрати та підвищуючи ефективність виробничих процесів. Розроблена система використовує алгоритми машинного навчання для обробки зображень та виявлення дефектів продукції. Інтеграція системи у виробничий процес дозволяє виконувати аналіз у режимі реального часу, знижуючи кількість браку та забезпечуючи високу якість продукції. Використання сучасних програмно-апаратних платформ забезпечує стабільну роботу системи та дозволяє її масштабування для роботи з різними типами обладнання. Це підвищує гнучкість системи та сприяє її адаптації до умов реального виробництва. The research developed and investigated an intelligent defect detection system based on artificial intelligence for packaging equipment. The system enables the automation of quality control processes, reducing costs and improving production efficiency. The developed system utilizes machine learning algorithms for image processing and defect detection. Integration into the production process allows real-time analysis, reducing defect rates and ensuring high product quality. Using modern software and hardware platforms ensures the system's stable operation and scalability for various types of equipment. This enhances the system's flexibility and facilitates adaptation to real production conditions.uk_UA
dc.description.tableofcontentsЗМІСТ 5 ПЕРЕЛІК УМОВНИХ СКОРОЧЕНЬ 6 ВСТУП 7 1. АНАЛІТИЧНА ЧАСТИНА 9 1.1. Постановка задачі автоматизації контролю якості 9 1.2. Огляд існуючих методів розпізнавання браку 11 1.3. Використання штучного інтелекту у виробничих процесах 14 1.4. Вибір програмно-апаратної платформи 17 2. ТЕОРЕТИЧНА ЧАСТИНА 21 2.1. Архітектура інтелектуальної системи 21 2.2. Використання моделей OpenAI для аналізу 24 2.3. Алгоритми обробки зображень та виявлення браку 31 2.4. Інтеграція системи у виробничий процес 34 3. ЕКСПЕРИМЕНТАЛЬНА ЧАСТИНА 38 3.1. Налаштування тестового середовища 38 3.2. Проведення експериментів з розпізнавання браку 41 3.3. Оцінка ефективності використання моделей OpenAI 44 4. НАУКОВО-ДОСЛІДНА ЧАСТИНА 47 4.1. Аналіз результатів впровадження системи 47 4.2. Оптимізація параметрів алгоритмів розпізнавання 49 4.3. Використання системи в умовах реального виробництва 51 5. СПЕЦІАЛЬНА ЧАСТИНА 53 5.1. Налаштування системи та інтеграція в мережу 53 5.2. Оцінка екологічного впливу та енергетична ефективність системи 56 6. БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ, ОХОРОНА ПРАЦІ 60 6.1. Безпека електрообладнання у виробничих процесах 60 6.2. Аналіз ризиків на робочому місці оператора 62 6.3. Охорона праці при експлуатації системи 64 ВИСНОВКИ 67 ПЕРЕЛІК ПОСИЛАНЬ 69uk_UA
dc.language.isoukuk_UA
dc.publisherТНТУ, Тернопільuk_UA
dc.subject174 "Автоматизація, комп’ютерно-інтегровані технології та робототехніка"uk_UA
dc.subjectавтоматизація та комп’ютерно-інтегровані технологіїuk_UA
dc.subjectконтроль якостіuk_UA
dc.subjectмашинне навчанняuk_UA
dc.subjectвиробництвоuk_UA
dc.subjectштучний інтелектuk_UA
dc.subjectбракuk_UA
dc.subjectquality controluk_UA
dc.subjectproductionuk_UA
dc.subjectdefect detectionuk_UA
dc.subjectmachine learninguk_UA
dc.subjectartificial intelligenceuk_UA
dc.titleРозроблення та дослідження інтелектуальної системи розпізнавання браку при роботі пакувального обладнанняuk_UA
dc.title.alternativeDevelopment and research of an intelligent defect recognition system for packaging equipmentuk_UA
dc.typeMaster Thesisuk_UA
dc.rights.holder© Тригубець М.І., 2024uk_UA
dc.contributor.committeeMemberМарущак, Павло Орестович-
dc.contributor.committeeMemberMarushchak, Pavlo-
dc.coverage.placenameТернопільський національний технічний університет ім. І. Пулюя, Факультет прикладних інформаційних технологій та електроінженерії, Кафедра комп’ютерно-інтегрованих технологійuk_UA
dc.format.pages71-
dc.subject.udc681.5uk_UA
thesis.degree.grantorЕК №22, 2024 р.-
dc.relation.references1. ISO 9001:2015 "Quality management systems - Requirements". [Електронний ресурс]. Режим доступу: https://www.iso.org/standard/62085.html.uk_UA
dc.relation.references2. OpenCV Documentation: Image Processing Techniques. [Електронний ресурс]. Режим доступу: https://docs.opencv.org/4.x/.uk_UA
dc.relation.references3. He K., Zhang X., Ren S., Sun J. Deep Residual Learning for Image Recognition. [Електронний ресурс]. Режим доступу: https://arxiv.org/abs/1512.03385uk_UA
dc.relation.references4. NVIDIA Jetson Developer Documentation. [Електронний ресурс]. Режим доступу: https://docs.nvidia.com/jetson/archives/r35.4.1/DeveloperGuide/uk_UA
dc.relation.references5. OpenAI API Documentation - Vision Models. [Електронний ресурс]. Режим доступу: https://platform.openai.com/docs/guides/visionuk_UA
dc.relation.references6. Industrial IoT and Industry 4.0 Guidelines. [Електронний ресурс]. Режим доступу: https://www.iiconsortium.org/pdf/IIRA-v1.9.pdfuk_UA
dc.relation.references7. "Deep Learning for Visual Inspection". PyTorch. [Електронний ресурс]. Режим доступу: https://pytorch.org/tutorials/intermediate/torchvision_tutorial.htmluk_UA
dc.relation.references8. "Real-time Data Processing in Manufacturing". Apache Kafka. [Електронний ресурс]. Режим доступу: https://kafka.apache.org/documentation/#connectuk_UA
dc.relation.references9. "Industrial Computer Vision Guidelines". MVTec. [Електронний ресурс]. Режим доступу: https://www.mvtec.com/technologies/deep-learninguk_UA
dc.relation.references10. "Environmental Impact Assessment in Manufacturing". ISO 14001. [Електронний ресурс]. Режим доступу: https://www.iso.org/iso-14001-environmental-management.htmluk_UA
dc.relation.references11. "Industrial Automation Safety Standards". International Society of Automation. [Електронний ресурс]. Режим доступу: https://www.isa.org/standards-and-publicationsuk_UA
dc.relation.references12. "Machine Learning in Production Systems". TensorFlow. [Електронний ресурс]. Режим доступу: https://www.tensorflow.org/tfx/guide/servinguk_UA
dc.relation.references13. "Real-time Systems in Industrial Applications". IEEE Industrial Electronics. [Електронний ресурс]. Режим доступу: https://ieeexplore.ieee.org/xpl/conhome/1000351/all-proceedingsuk_UA
dc.relation.references14. Білоконь Т.М. Використання штучного інтелекту в діяльності підприємств // Вінницький національний технічний університет. – 2023. – [Електронний ресурс]. Режим доступу: https://ir.lib.vntu.edu.ua/bitstream/handle/123456789/42065/20483.pdf?sequence=3uk_UA
dc.relation.references15. Гришко В., Зінченко І. Синергія ШІ та бізнесу, як фактор ефективності управління в умовах розвитку технологій // Економіка і регіон. – 2023. – №4 (91). – С. 223-229. – DOI. [Електронний ресурс]. Режим доступу: https://journals.nupp.edu.ua/eir/article/view/3216uk_UA
dc.relation.references16. Ковтуненко Ю.В. Застосування штучного інтелекту у системі управління підприємством: проблеми та переваги // Економічний вісник Одеського політехнічного університету. – 2019. – №2 (8). – С. 93–99. – [Електронний ресурс]. Режим доступу: https://economics.net.ua/ejopu/2019/No2/93.pdfuk_UA
dc.relation.references17. Система охорони праці та екологічна безпека (HSE). [Електронний ресурс]. Режим доступу: https://www.bdo.ua/uk-ua/services-2/consulting/occupational-health-and-safetyuk_UA
dc.relation.references18. Екологізація виробництва та зелені технології. Навчальний посібник. [Електронний ресурс]. Режим доступу: https://ela.kpi.ua/bitstream/123456789/48002/1/Ekolog.pdfuk_UA
dc.relation.references19. Екологічна відповідальність і безпека праці: чому підприємства мають відповідати HSE стандартам. [Електронний ресурс]. Режим доступу: https://eba.com.ua/ekologichna-vidpovidalnist-i-bezpeka-pratsi-chomu-pidpryyemstva-mayut-vidpovidaty-hse-standartamuk_UA
dc.relation.references20. Микитишин А.Г. Методичні рекомендації з виконання, оформлення та захисту кваліфікаційних робіт магістрів спеціальності 151 – «Автоматизація та комп’ютерно-інтегровані технології» / ТНТУ ім. І. Пулюя; уклад. А.Г. Микитишин, М.М. Митник, В.В. Левицький, Р.І. Королюк – Тернопіль: ТНТУ, 2022. – 84 с.uk_UA
dc.relation.references21. Левицький В.В. Методичні вказівки до виконання курсового проєкту з дисципліни «Основи автоматизованого проєктування складних об’єктів та систем» для здобувачів освітнього рівня магістр за спеціальністю 174"Автоматизація, комп’ютерно-інтегровані технології та робототехніка" / Уклад. В.В. Левицький, І.С. Дідич – Тернопіль: ТНТУ, 2023. - 44 с.uk_UA
dc.relation.references22. Тотосько О.В. 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.references23. Левицький В.В. Методичні вказівки для виконання курсового проєкту з дисципліни «Ідентифікація та моделювання технологічних об’єктів» для студентів спеціальності 174 «Автоматизація, комп’ютерно-інтегровані технології та робототехніка» / уклад. В. В. Левицький. // ТНТУ. – 2024. – С. 49.uk_UA
dc.relation.references24. Микитишин А.Г. Методичні рекомендації з виконання, оформлення та захисту кваліфікаційних робіт магістрів спеціальності 174 – «Автоматизація, комп’ютерно-інтегровані технології та робототехніка» / ТНТУ ім. І. Пулюя; уклад. А.Г. Микитишин, М.М. Митник, В.В. Левицький, Р.І. Королюк – Тернопіль: ТНТУ, 2024. – 82 с.uk_UA
dc.relation.references25. Левицький В.В. Методичні вказівки до виконання курсового проєкту з дисципліни «Основи автоматизованого проєктування складних об’єктів та систем» для здобувачів освітнього рівня магістр за спеціальністю 174"Автоматизація, комп’ютерно-інтегровані технології та робототехніка" / Уклад. В.В. Левицький, І.С. Дідич – Тернопіль: ТНТУ, 2023. - 44 с.uk_UA
dc.relation.references26. Динаміка впровадження OpenAI API у виробничих умовах. [Електронний ресурс]. Режим доступу: https://developer.openai.com/research/dynamics-manufacturing.pdfuk_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, 174 Автоматизація, комп’ютерно-інтегровані технології та робототехніка

Файли цього матеріалу:
Файл Опис РозмірФормат 
KRM_Tryhubets_M_2024.pdfКваліфікаційна робота магістра879,22 kBAdobe PDFПереглянути/відкрити


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

Інструменти адміністратора