Ezzel az azonosítóval hivatkozhat erre a dokumentumra forrásmegjelölésben vagy hiperhivatkozás esetén:
http://elartu.tntu.edu.ua/handle/lib/47202Összes dokumentumadat
| DC mező | Érték | Nyelv |
|---|---|---|
| dc.contributor.advisor | Дідич, Ірина Степанівна | - |
| dc.contributor.advisor | Didych, Iryna | - |
| dc.contributor.author | Ясіновський, Павло Андрійович | - |
| dc.contributor.author | Yasinovskyi, Pavlo | - |
| dc.date.accessioned | 2025-01-04T19:55:36Z | - |
| dc.date.available | 2025-01-04T19:55:36Z | - |
| dc.date.issued | 2024-12-24 | - |
| dc.identifier.citation | Ясіновський П. А. Інтеграція алгоритмів машинного навчання для процесів автоматизованого керування в промислових системах : робота на здобуття кваліфікаційного ступеня магістра : спец. 174 - автоматизація, комп’ютерно-інтегровані технології та робототехніка / наук. кер. І. С. Дідич. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2024. 83 с. | uk_UA |
| dc.identifier.uri | http://elartu.tntu.edu.ua/handle/lib/47202 | - |
| dc.description | Роботу виконано на кафедрі комп’ютерно-інтегрованих технологій Тернопільського національного технічного університету імені Івана Пулюя Міністерства освіти і науки України. Захист відбудеться 24 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. 403 | uk_UA |
| dc.description.abstract | Ясіновський П.А. – Інтеграція алгоритмів машинного навчання для оптимізації процесів автоматизованого керування в промислових системах. 174 – «Автоматизація, комп’ютерно-інтегровані технології та робототехніка» – Тернопільський національний технічний університет імені Івана Пулюя. – Тернопіль, 2024. Кваліфікаційна робота присвячена моделюванню діаграм втомного руйнування різними методами машинного навчання, а саме, нейронними мережами, підсиленими деревами, випадковими лісами, опорно-векторними машинами, k-найближчими сусідами Yasinovskyi P.A. – Integration of machine learning algorithms for optimizing automated control processes in industrial systems. 174 - “Automation, computer-integrated technologies and robotics” - Ternopil Ivan Puluj National Technical University. - Ternopil, 2024. The qualification work is devoted to the modeling of fatigue failure diagrams by various machine learning methods, namely, neural networks, boosted trees, random forests, support-vector machines, k-nearest neighbors. | uk_UA |
| dc.description.tableofcontents | ВСТУП 10 РОЗДІЛ 1. АНАЛІТИЧНА ЧАСТИНА 12 1.1 Аналіз існуючих методів автоматизованого керування в промислових системах 12 1.2 Аналіз алгоритмів машинного навчання 23 1.3 Вибір методів для інтеграції в автоматизовані системи 32 1.4 Стан та проблеми реалізації існуючих методів 35 РОЗДІЛ 2. ТЕХНОЛОГІЧНА ЧАСТИНА 39 2.1 Кінетична діаграма втомного руйнування матеріалів 39 2.2 Інтеграція алгоритмів МН у промислові процеси 42 2.3 Побудова бази даних для навчання моделей 44 РОЗДІЛ 3. КОНСТРУКТОРСЬКА ЧАСТИНА 46 3.1 Проєктування архітектури автоматизованої системи з інтегрованими алгоритмами машинного навчання 46 3.2 Вибір програмного забезпечення 48 3.3 Моделювання та симуляція процесів керування 49 РОЗДІЛ 4. НАУКОВО-ДОСЛІДНА ЧАСТИНА 53 4.1 Використання експериментальних даних діаграм втомного руйнування алюмінієвого сплаву 53 4.2 Навчання моделей нейронних мереж, випадкових лісів, підсилених дерев, опорно-векторних машин і k-найближчих сусідів 55 4.3 Оцінка точності алгоритмів машинного навчання 61 4.4 Порівняння результатів та вибір оптимального підходу машинного навчання 63 РОЗДІЛ 5. СПЕЦІАЛЬНА ЧАСТИНА 66 5.1 Особливості застосування нейронних мереж у промислових системах 66 5.2 Застосування підсилених дерев та випадкових лісів для підвищення точності прогнозування 71 РОЗДІЛ 6. ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 73 6.1 Опис негативних впливів виробничого середовища 73 6.2 Організація безпечної роботи з персональним комп'ютером 75 ВИСНОВКИ 80 ПЕРЕЛІК ДЖЕРЕЛ 82 ДОДАТКИ | uk_UA |
| dc.language.iso | uk | uk_UA |
| dc.publisher | ТНТУ, Тернопіль | uk_UA |
| dc.subject | 174 "Автоматизація, комп’ютерно-інтегровані технології та робототехніка" | uk_UA |
| dc.subject | автоматизація та комп’ютерно-інтегровані технології | uk_UA |
| dc.subject | алгоритми машинного навчання | uk_UA |
| dc.subject | швидкість росту втомної тріщини | uk_UA |
| dc.subject | нейронні мережі | uk_UA |
| dc.subject | випадкові ліси | uk_UA |
| dc.subject | підсилені дерева | uk_UA |
| dc.subject | метод к-найближчих сусідів | uk_UA |
| dc.subject | метод опорно-векторних машин | uk_UA |
| dc.subject | діаграма втомного руйнування | uk_UA |
| dc.subject | machine learning algorithms | uk_UA |
| dc.subject | fatigue crack growth rate | uk_UA |
| dc.subject | neural networks | uk_UA |
| dc.subject | random forests | uk_UA |
| dc.subject | reinforced trees | uk_UA |
| dc.subject | k-nearest neighbors method | uk_UA |
| dc.subject | support vector machine method | uk_UA |
| dc.subject | fatigue failure diagram | uk_UA |
| dc.title | Інтеграція алгоритмів машинного навчання для процесів автоматизованого керування в промислових системах | uk_UA |
| dc.title.alternative | Integration of machine learning algorithms for optimizing automated control processes in industrial systems | uk_UA |
| dc.type | Master Thesis | uk_UA |
| dc.rights.holder | © Ясіновський П.А., 2024 | uk_UA |
| dc.contributor.committeeMember | Дмитрів, Олена Романівна | - |
| dc.contributor.committeeMember | Dmytriv, Olena | - |
| dc.coverage.placename | Тернопільський національний технічний університет ім. І. Пулюя, Факультет прикладних інформаційних технологій та електроінженерії, Кафедра комп’ютерно-інтегрованих технологій | uk_UA |
| dc.format.pages | 83 | - |
| dc.subject.udc | 004.03.8 | uk_UA |
| thesis.degree.grantor | ЕК №22, 2024 р. | - |
| dc.relation.references | 1. Frank D. Petruzella. Programmable Logic Controllers, Published by McGraw-Hill Education, 2 Penn Plaza, New York, NY 10121. Copyright © 2017 by McGraw-Hill | uk_UA |
| dc.relation.references | 2. Nise, Norman S. Control systems engineering / Norman S. Nise, California State Polytechnic University, Pomona. —Seventh edition. | uk_UA |
| dc.relation.references | 3. McCrady S. G. Designing SCADA application software: A practical approach – Amsterdam, Singapore: Elsevier Science, 2013, 227 pages. | uk_UA |
| dc.relation.references | 4. Haykin, S., 2009 “Neural Networks and Learning Machines”, Third Edition, McMaster University, Hamilton, Ontario, Canada, 938 p. | uk_UA |
| dc.relation.references | 5. Шаховська Н.Б., Камінський Р.М., Вовк О.Б. Системи штучного інтелекту: навч. посібник. Львів: Видавництво Львівської політехніки, 2018. 392 p. | uk_UA |
| dc.relation.references | 6. Alpayndin E. Introduction to Machine Learning // The Knowledge Engineering Review. 2010. Vol. 25, № 3. P. 353–353. | uk_UA |
| dc.relation.references | 7. Mitchell T.M. Machine learning. London: McGraw-Hill Science/Engineering/Math, 1997. | uk_UA |
| dc.relation.references | 8. Wasserman Ph.D. Neural Computing: Theory and Practice. New York: Coriolis Group (Sd), 1989. | uk_UA |
| dc.relation.references | 9. Smola A., Vishwanathan S.V.N. Introduction to Machine Learning. Cambridge University Press, 2010. | uk_UA |
| dc.relation.references | 10. Kuna M. Finite Elements in Fracture Mechanics: Theory-Numerics-Applications. Springer, 2013. 446 p. | uk_UA |
| dc.relation.references | 11. Варфоломеев І.В., Ясній.О.П. Моделювання руйнування імовірнісними методами елементів конструкцій з тріщинами // Фіз.-хім. механіка матеріалів. 2008. Vol. 44, № 1. P. 76–83. | uk_UA |
| dc.relation.references | 12. Ясній О.П., Собчак.А.Р., Ясній В.П. Оцінювання ймовірності руйнування колектора пароперегрівника // Фіз.-хім. механіка матеріалів. 2014. Vol. 50, № 3. P. 63–68. | uk_UA |
| dc.relation.references | 13. Paris P.C. The growth of fatigue cracks due to variations in load : Ph.D.Thesis. Lehight University, 1962. 263 p. | uk_UA |
| dc.relation.references | 14. Pidaparti R.M.V., Palakal M.J. Neural network approach to fatigue-crack-growth predictions under aircraft spectrum loadings // J Aircr. 1995. Vol. 32, № 4. P. 825–831. | uk_UA |
| dc.relation.references | 15. Mohanty J.R. et al. Application of artificial neural network for predicting fatigue crack propagation life of aluminum alloys // Archives of Computational Materials Science and Surface Engineering. 2009. Vol. 1, № 3. P. 133–138. | uk_UA |
| dc.relation.references | 16. O. Yasniy, I. Didych, Yu. Lapusta: Prediction of fatigue crack growth diagrams by methods of machine learning under constant amplitude loading, Acta Metallurgica Slovaca, 26(1), 2020, 31 - 33. | uk_UA |
| dc.relation.references | 17. Yasniy, O., Mytnyk, M., Maruschak, P., Mykytyshyn, A., & Didych, I., 2024 “Machine learning methods as applied to modelling thermal conductivity of epoxy-based composites with different fillers for aircraft,” Aviation, 28(2), pp. 64-71. | uk_UA |
| dc.relation.references | 18. Ясній О.П. et al. Прогнозування діаграм втомного руйнування алюмінієвого сплаву Д16Т методами машинного навчання // Фізико-хімічна механіка матеріалів. 2018. Vol. 54, № 3. P. 43–48. | uk_UA |
| dc.relation.references | 19. Ясній П., Пиндус Ю., Фостик В. Вплив асиметрії циклу навантаження на характеристики циклічної тріщиностійкості алюмінієвого сплаву Д16Т // Вісник Тернопільськ. держ. техн. ун-ту. 2007. Vol. 12, № 1. P. 7–12. | uk_UA |
| dc.relation.references | 20. Didych I. et al. Evaluation of structural elements lifetime by neural network // Acta Metallurgica Slovaca. 2018. Vol. 24, № 1. P. 82–87. | uk_UA |
| dc.contributor.affiliation | Тернопільський національний технічний університет імені Івана Пулюя, кафедра комп'ютерно-інтегрованих технологій | uk_UA |
| dc.coverage.country | UA | uk_UA |
| Ebben a gyűjteményben: | 151 — автоматизація та комп’ютерно-інтегровані технології, 174 Автоматизація, комп’ютерно-інтегровані технології та робототехніка | |
Fájlok a dokumentumban:
| Fájl | Leírás | Méret | Formátum | |
|---|---|---|---|---|
| KRM_Yasinovskyi_P _2024.pdf | Кваліфікаційна робота магістра | 3,36 MB | Adobe PDF | Megtekintés/Megnyitás |
Minden dokumentum, ami a DSpace rendszerben szerepel, szerzői jogokkal védett. Minden jog fenntartva!
Admin Tools