Veuillez utiliser cette adresse pour citer ce document : http://elartu.tntu.edu.ua/handle/lib/48859

Назва: Інтелектуальні методи діагностики промислового обладнання у комп’ютерно-інтегрованих системах
Інші назви: Intelligent methods of diagnostics of industrial equipment in computer-integrated systems
Автори: Левицький, Віталій Васильович
Блавіцький, А. М.
Ніколайчук, Р. О.
Levytskyi, V.
Blavitskyi, A.
Nikolaichuk, R.
Приналежність: Тернопільський національний технічний університет імені Івана Пулюя, Україна
Ternopil Ivan Puluj National Technical University, Ukraine
Бібліографічний опис: Левицький В. В. Інтелектуальні методи діагностики промислового обладнання у комп’ютерно-інтегрованих системах / Віталій Васильович Левицький, А. М. Блавіцький, Р. О. Ніколайчук // Матеріали МНТК „Фундаментальні та прикладні проблеми сучасних технологій“, 28-29 травня 2025 року. — Т. : ФОП Паляниця В. А., 2025. — С. 233–234. — (Моделювання в наукоємних технологіях. Комп’ютерно-інформаційні технології та системи зв’язку. Історичні аспекти, науковий та світоглядний розвиток спадщини Івана Пулюя).
Бібліографічне посилання: Левицький В. В., Ніколайчук Р. О. Інтелектуальні методи діагностики промислового обладнання у комп’ютерно-інтегрованих системах // Матеріали МНТК „Фундаментальні та прикладні проблеми сучасних технологій“, Тернопіль, 28-29 травня 2025 року. 2025. С. 233–234.
Bibliographic citation (APA): Levytskyi, V., Blavitskyi, A., & Nikolaichuk, R. (2025). Intelektualni metody diahnostyky promyslovoho obladnannia u kompiuterno-intehrovanykh systemakh [Intelligent methods of diagnostics of industrial equipment in computer-integrated systems]. Proceedings of the International Scientific and Technical Conference "Fundamental and Applied Problems of Modern Technologies", dedicated to the 180th anniversary of the birth of Ivan Puluj and the 65th anniversary of the founding of Ivan Puluj Ternopil National Technical University, 28-29 May 2025, Ternopil, 233-234. PE Palianytsia V.A.. [in Ukrainian].
Bibliographic citation (CHICAGO): Levytskyi V., Blavitskyi A., Nikolaichuk R. (2025) Intelektualni metody diahnostyky promyslovoho obladnannia u kompiuterno-intehrovanykh systemakh [Intelligent methods of diagnostics of industrial equipment in computer-integrated systems]. Proceedings of the International Scientific and Technical Conference "Fundamental and Applied Problems of Modern Technologies", dedicated to the 180th anniversary of the birth of Ivan Puluj and the 65th anniversary of the founding of Ivan Puluj Ternopil National Technical University (Tern., 28-29 May 2025), pp. 233-234 [in Ukrainian].
Є частиною видання: Матеріали Міжнародної науково-технічної конференції „Фундаментальні та прикладні проблеми сучасних технологій“, присвячена 180-річчю з дня народження Івана Пулюя та 65-річчю з дня заснування Тернопільського національного технічного університету імені Івана Пулюя, 2025
Proceedings of the International Scientific and Technical Conference "Fundamental and Applied Problems of Modern Technologies", dedicated to the 180th anniversary of the birth of Ivan Puluj and the 65th anniversary of the founding of Ivan Puluj Ternopil National Technical University, 2025
Конференція/захід: Міжнародна науково-технічна конференція „Фундаментальні та прикладні проблеми сучасних технологій“, присвячена 180-річчю з дня народження Івана Пулюя та 65-річчю з дня заснування Тернопільського національного технічного університету імені Івана Пулюя
Журнал/збірник: Матеріали Міжнародної науково-технічної конференції „Фундаментальні та прикладні проблеми сучасних технологій“, присвячена 180-річчю з дня народження Івана Пулюя та 65-річчю з дня заснування Тернопільського національного технічного університету імені Івана Пулюя
Дата публікації: 28-тра-2025
Дата внесення: 18-чер-2025
Видавництво: ФОП Паляниця В. А.
PE Palianytsia V.A.
Місце видання, проведення: Тернопіль
Ternopil
Часове охоплення: 28-29 травня 2025 року
28-29 May 2025
УДК: 004.89
681.518.5
Теми: комп’ютерно-інтегровані системи
штучні нейронні мережі
прогнозування відмов
computer-integrated systems
artificial neural networks
failure prediction
Кількість сторінок: 2
Діапазон сторінок: 233-234
Початкова сторінка: 233
Кінцева сторінка: 234
Короткий огляд (реферат): В цій тезі досліджено сучасні інтелектуальні методи діагностики промислового обладнання, які використовуються в комп’ютерно-інтегрованих системах. Розглянуто методи штучного інтелекту, зокрема нейронні мережі, нечітку логіку та машинне навчання, що дозволяють ефективно виявляти та прогнозувати можливі відмови обладнання. Запропоновано структуру інтелектуальної діагностичної системи, що інтегрується в автоматизовані виробничі процеси. Визначено перспективи розвитку таких систем та окреслено подальші напрямки досліджень у цій сфері
This paper investigates modern intelligent methods of industrial equipment diagnostics used in computer-integrated systems. Artificial intelligence methods, such as neural networks, fuzzy logic and machine learning, are considered, which allow to effectively detect and predict possible equipment failures. The structure of an intelligent diagnostic system that integrates into automated production processes is proposed. Prospects for the development of such systems are identified and further research directions in this area are outlined
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/48859
ISBN: 978-617-7875-97-9
Власник авторського права: © Тернопільський національний технічний університет імені Івана Пулюя, 2025
Перелік літератури: 1. Khan, S., & Yairi, T. (2018). A review on the application of deep learning in system health management. MSSP, 107, 241–265.
2. Liu, Y., Li, Y., Wang, H., & Yan, W. (2020). An adaptive fuzzy inference system for fault detection and diagnosis in manufacturing systems. IEEE Transactions on Industrial Informatics, 16(7), 4675–4684.
3. Zhao, R., Yan, R., Chen, Z., Mao, K., Wang, P., & Gao, R. X. (2019). Deep learning and its applications to machine health monitoring. Mechanical Systems and Signal Processing, 115, 213–237.
4. Gopalakrishnan, P. K., & Venkatesh, K. (2021). Fuzzy logic-based fault diagnosis in industrial applications: a review. JIM, 32, 227–244.
5. Tsui, K. L., Chen, N. (2015). Prognostics and health management: A review on data- driven approaches. Mathematical Problems in Engineering, 2015, 1–17.
References: 1. Khan, S., & Yairi, T. (2018). A review on the application of deep learning in system health management. MSSP, 107, 241–265.
2. Liu, Y., Li, Y., Wang, H., & Yan, W. (2020). An adaptive fuzzy inference system for fault detection and diagnosis in manufacturing systems. IEEE Transactions on Industrial Informatics, 16(7), 4675–4684.
3. Zhao, R., Yan, R., Chen, Z., Mao, K., Wang, P., & Gao, R. X. (2019). Deep learning and its applications to machine health monitoring. Mechanical Systems and Signal Processing, 115, 213–237.
4. Gopalakrishnan, P. K., & Venkatesh, K. (2021). Fuzzy logic-based fault diagnosis in industrial applications: a review. JIM, 32, 227–244.
5. Tsui, K. L., Chen, N. (2015). Prognostics and health management: A review on data- driven approaches. Mathematical Problems in Engineering, 2015, 1–17.
Тип вмісту: Conference Abstract
Розташовується у зібраннях:Міжнародна науково-практична конференція "Іван Пулюй: життя, присвячене науці і Україні", приурочена до 180-річчя від дня народження Івана Пулюя (2025)



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