1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Бакалавр
  4. 122 — Компʼютерні науки (бакалаври)
Por favor, use este identificador para citar o enlazar este ítem: http://elartu.tntu.edu.ua/handle/lib/49620
Назва: Методи виявлення втрат в смарт системах водопостачання
Інші назви: Integration of Geospatial Data to Enhance the Resilience of Smart Systems
Автори: Томків, Андрій Володимирович
Tomkiv, Andrii
Приналежність: ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна
Бібліографічний опис: Томків А. В. Методи виявлення втрат в смартсистемах водопостачання : робота на здобуття кваліфікаційного ступеня бакалавра : спец. 122 - комп’ютерні науки / наук. кер. Н. Е. Кунанець. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2025. 68 с.
Дата публікації: 28-чер-2025
Дата подання: 14-чер-2025
Дата внесення: 7-лип-2025
Видавництво: ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна
Країна (код): UA
Місце видання, проведення: Тернопіль
Шифр та назва спеціальності: 68
Науковий керівник: Кунанець, Наталія Едуардівна
Kunanets, Natalia
УДК: 004.9
Теми: 122
виявлення витоків
втрати води
методи
моніторинг
програмні методи
смарт-системи водопостачання
управління мережами
штучний інтелект
water loss
artificial intelligence
leak detection
methods
monitoring
network management
smart water supply systems
software methods
Короткий огляд (реферат): Кваліфікаційна робота присвячена дослідженню методів виявлення втрат в смарт системах водопостачання. В першому розділі кваліфікаційної роботи описано предметну область смарт водопостачання. Розглянута методологія дослідження та процес збору даних. Подано безультати бібліометричного аналізу публікацій щодо смарт систем водопостачання. В другому розділі кваліфікаційної роботи проаналізовано апаратні методи виявлення витоків води для потреб смарт систем водопостачання. Розглянуто вбудовані технології виявлення витоків води в смарт системах водопостачання. Досліджено методи виявлення витоків води в смарт системах водопостачання на основі програмного забезпечення. В третьому розділі кваліфікаційної роботи оцінено методи виявлення витоків. Описано методи смарт водопостачання. Проаналізовано результати дослідження методів виявлення витоків у системах смарт водопостачання У розділі «Безпека життєдіяльності, основи охорони праці» описано планування та порядок проведення евакуації населення з районів наслідків впливу надзвичайних ситуацій техногенного та природного характеру. Окремо розглянуто вплив психоемоційного навантаження на розробників програмно-алгоритмічних засобів та методи його мінімізації
The qualification paper is dedicated to the study of methods for detecting losses in smart water supply systems. The first section of the qualification paper describes the subject area of smart water supply. The research methodology and data collection process are reviewed. The results of the bibliometric analysis of publications on smart water supply systems are presented. In the second section of the qualification paper, hardware methods for detecting water leaks for the needs of smart water supply systems are analyzed. Embedded technologies for detecting water leaks in smart water supply systems are considered. Software-based methods for detecting water leaks in smart water supply systems are investigated. In the third section of the qualification paper, leak detection methods are evaluated. Smart water supply methods are described. The results of the study of leak detection methods in smart water supply systems are analyzed. The "Life Safety, Occupational Safety Fundamentals" section describes the planning and procedure for evacuating the population from areas affected by technological and natural emergencies. The impact of psycho-emotional stress on developers of software and algorithmic tools and methods for its minimization are separately considered.
Опис: Роботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 28.06.2025р. на засіданні екзаменаційної комісії №30 у Тернопільському національному технічному університеті імені Івана Пулюя
Зміст: ВСТУП 8 РОЗДІЛ 1. АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ ОБЛАСТІ СМАРТ ВОДОПОСТАЧАННЯ 10 1.1 Опис предметної області смарт водопостачання 10 1.2 Методологія дослідження та збір даних 13 1.3 Результати бібліометричного аналізу публікацій щодо смарт систем водопостачання 14 1.4 Висновок до першого розділу 18 РОЗДІЛ 2. АНАЛІЗ МЕТОДІВ ВИЯВЛЕННЯ ВИТОКІВ ВОДИ ДЛЯ ПОТРЕБ СМАРТ СИСТЕМ ВОДОПОСТАЧАННЯ 19 2.1 Апаратні методи виявлення витоків води для потреб смарт систем водопостачання 19 2.2 Розглянуто вбудовані технології виявлення витоків води в смарт системах водопостачання 24 2.3 Досліджено методи виявлення витоків води в смарт системах водопостачання на основі програмного забезпечення 26 2.4 Висновок до другого розділу 34 РОЗДІЛ 3. ОЦІНКА МЕТОДІВ ТА АНАЛІЗ РЕЗУЛЬТАТІВ ЇХ ДОСЛІДЖЕННЯ 36 3.1 Оцінка методів виявлення витоків 36 3.2 Методи смарт водопостачання 42 3.3 Аналіз результатів дослідження методів виявлення витоків у системах смарт водопостачання 46 3.4 Висновок до третього розділу 51 РОЗДІЛ 4. БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ 52 4.1 Планування та порядок проведення евакуації населення з районів наслідків впливу НС техногенного та природного характеру 52 4.2 Вплив психоемоційного навантаження на розробників програмно-алгоритмічних засобів та методи його мінімізації 55 4.3 Висновок до четвертого розділу 58 ВИСНОВКИ 59 ПЕРЕЛІК ДЖЕРЕЛ 60
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/49620
Власник авторського права: © Томків Андрій Володимирович, 2025
Перелік літератури: 1. Rajani, B.; Kleiner, Y. Comprehensive review of structural deterioration of water mains: Physically based models. Urban Water 2001, 3, 151–164.
2. El-Zahab, S.; Zayed, T. Leak detection in water distribution networks: An introductory overview. Smart Water 2019, 4, 5.
3. Glazer, A.N.; Likens, G.E. The water table: The shifting foundation of life on land. Ambio 2012, 41, 657–669.
4. Reis, A.L.; Lopes, M.A.R.; Andrade-Campos, A.; Henggeler Antunes, C. A review of operational control strategies in water supply systems for energy and cost efficiency. Renew. Sustain. Energy Rev. 2023, 175, 113140.
5. Escriva-Bou, A.; Lund, J.R.; Pulido-Velazquez, M. Saving Energy from Urban Water Demand Management. Water Resour. Res. 2018, 54, 4265–4276.
6. Dastpak, P.; Sousa, R.L.; Dias, D. Soil Erosion Due to Defective Pipes: A Hidden Hazard Beneath Our Feet. Sustainability 2023, 15, 8931.
7. Fontanazza, C.M.; Notaro, V.; Puleo, V.; Nicolosi, P.; Freni, G. Contaminant Intrusion through Leaks in Water Distribution System: Experimental Analysis. Procedia Eng. 2015, 119, 426–433.
8. Romero-Ben, L.; Alves, D.; Blesa, J.; Cembrano, G.; Puig, V.; Duviella, E. Leak detection and localization in water distribution networks: Review and perspective. Annu. Rev. Control 2023, 55, 392–419.
9. Fares, A.; Tijani, I.A.; Rui, Z.; Zayed, T. Leak detection in real water distribution networks based on acoustic emission and machine learning. Environ. Technol. 2023, 44, 3850–3866.
10. Crocco, L.; Prisco, G.; Soldovieri, F.; Cassidy, N.J. Early-stage leaking pipes GPR monitoring via microwave tomographic inversion. J. Appl. Geophys. 2009, 67, 270–277.
11. Mueller, F.J. Recent Developments in Pipeline Condition Assessment Using Inline Technologies; Pure Technologies Ltd.: Abu Dhabi, United Arab Emirates, 2013.
12. Stafford, M.; Williams, N.; Britain, G. Pipeline Leak Detection Study; Tech. Rep. Bechtel Limited for the Health and Safety Executive: London, UK, 1996.
13. Ho, C.-I.; Lin, M.-D.; Lo, S.-L. Use of a GIS-based hybrid artificial neural network to prioritize the order of pipe replacement in a water distribution network. Environ. Monit. Assess. 2010, 166, 177–189.
14. Oberascher, M.; Rauch, W.; Sitzenfrei, R. Towards a smart water city: A comprehensive review of applications, data requirements, and communication technologies for integrated management. Sustain. Cities Soc. 2022, 76, 103442.
15. Farah, E., & Shahrour, I. (2024). Water Leak Detection: A Comprehensive Review of Methods, Challenges, and Future Directions. Water, 16(20), 2975.
16. Donthu, N.; Kumar, S.; Mukherjee, D.; Pandey, N.; Lim, W.M. How to conduct a bibliometric analysis: An overview and guidelines. J. Bus. Res. 2021, 133, 285–296.
17. Thornton, J.; Sturm, R.; Kunkel, G. Water Loss Control, 2nd ed.; McGraw Hill Professional: New York, NY, USA, 2008; p. 632.
18. Zhang, J. Designing a cost-effective and reliable pipeline leak-detection system. In Proceedings of the Pipeline Reliability Conference, Houston, TX, USA, 19–22 November 1996.
19. Hunaidi, O. Detecting leaks in water-distribution pipes. Constr. Technol. Update 2000, 40, 6.
20. Fahmy, M.; Moselhi, O. Detecting and locating leaks in underground water mains using thermography. In Proceedings of the 26th International Symposium on Automation and Robotic in Construction (ISARC 2009), Austin, TX, USA, 24–27 June 2009; pp. 61–67.
21. Burn, S.; DeSilva, D.; Eiswirth, M.; Hunaidi, O.; Speers, A.; Thornton, J. Pipe leakage–future challenges and Solutions. In Proceedings of the Pipes Wagga Wagga Conference, Wagga Wagga, NSW, Australia, 12–14 October 1999.
22. Ghazali, M.F. Leak detection using instantaneous frequency analysis. Ph.D. Thesis, University of Sheffield, Sheffild, UK, 2012.
23. Ayala–Cabrera, D.; Herrera, M.; Izquierdo, J.; Ocaña–Levario, S.; Pérez–García, R. GPR-Based Water Leak Models in Water Distribution Systems. Sensors 2013, 13, 15912–15936.
24. Meniconi, S.; Brunone, B.; Ferrante, M. In-Line Pipe Device Checking by Short-Period Analysis of Transient Tests. J. Hydraul. Eng. 2010, 137, 713–722.
25. Gong, J.; Lambert, M.F.; Simpson, A.R.; Zecchin, A.C. Single-Event Leak Detection in Pipeline Using First Three Resonant Responses. J. Hydraul. Eng. 2013, 139, 645–655.
26. Torres, L. Location of leaks in pipelines using parameter identification tools. arXiv 2014, arXiv:1406.5437.
27. Lee, P.; Lambert, M.; Simpson, A.; Vitkovsky, J.P.; Misiunas, D. Leak location in single pipelines using transient reflections.¯ Aust. J. Water Resour. 2007, 11, 53.
28. Brunone, B.; Ferrante, M. Pressure waves as a tool for leak detection in closed conduits. Urban Water J. 2004, 1, 145–155.
29. Hamilton, S.; Charalambous, B. Leak Detection: Technology and Implementation; IWA Publishing: London, UK, 2013.
30. Pilcher, R. Leak detection practices and techniques: A practical approach. Water 21 2003, 44–45. Available online: https: //joat.co.za/wp-content/uploads/2020/05/Leak-Detection-Practices-and-Techniques-A-Practical-Approach.pdf.
30. Pilcher, R. Leak detection practices and techniques: A practical approach. Water 21 2003, 44–45. Available online: https: //joat.co.za/wp-content/uploads/2020/05/Leak-Detection-Practices-and-Techniques-A-Practical-Approach.pdf.
31. Hunaidi, O.; Wang, A. A new system for locating leaks in urban water distribution pipes. Manag. Environ. Qual. Int. J. 2006, 17, 450–466.
32. Fuchs, H.V.; Riehle, R. Ten years of experience with leak detection by acoustic signal analysis. Appl. Acoust. 1991, 33, 1–19.
33. Chastain-Howley, A. Transmission main leakage: How to reduce the risk of a catastrophic failure. In Proceedings of the IWA Special Conference Leakage 2005, Halifax, NS, Canada, 12–14 September 2005.
34. Mergelas, B.; Henrich, G. Leak locating method for precommissioned transmission pipelines: North American case studies. In Proceedings of the IWA Special Conference Leakage 2005, Halifax, NS, Canada, 12–14 September 2005; pp. 12–14.
35. Chapman, H. Development of a Successful Internal Leak Detection and Pipeline Condition Assessment Technology for Large Diameter Pipes. In Proceedings of the 6th Annual WIOA NSW Water Industry Engineers & Operators Conference, Tamworth, NSW, Australia, 27–29 March 2012; pp. 29–37.
36. Ariaratnam, S.; Chandrasekaran, M. Development of an Innovative Free-Swimming Device for Detection of Leaks in Oil and Gas Pipelines. In Construction Research Congress 2010; American Society of Civil Engineers: Reston, VA, USA, 2010; pp. 588–596.
37. Farr, A. Alabama City Uses Leak Detection Survey on Large-Diameter Pipes; Trenchless Technology 2013; Available online: https: //trenchlesstechnology.com/alabama-city-uses-leak-detection-survey-on-largediameter-pipes/.
38. Nikles, M.; Vogel, B.H.; Briffod, F.; Grosswig, S.; Sauser, F.; Luebbecke, S.; Bals, A.; Pfeiffer, T. Leakage detection using fiber optics distributed temperature monitoring. In Proceedings of the Smart Structures and Materials, San Diego, CA, USA, 14–18 March 2004; pp. 18–25.
39. Inaudi, D.; Belli, R.; Walder, R. Detection and localization of micro-leakages using distributed fiber optic sensing. In Proceedings of the 7th International Pipeline Conference, IPC2008, Calgary, AB, Canada, 29 September–3 October 2008; pp. 599–605.
40. Van Thienen, P. A method for quantitative discrimination in flow pattern evolution of water distribution supply areas with interpretation in terms of demand and leakage. J. Hydroinformatics 2013, 15, 86–102.
41. Irons, L.M.; Boxall, J.; Speight, V.; Holden, B.; Tam, B. Data driven analysis of customer flow meter data. Procedia Eng. 2015, 119, 834–843.
42. Van Thienen, P.; Vertommen, I. Automated feature recognition in CFPD analyses of DMA or supply area flow data. J. Hydroinformatics 2016, 18, 514–530.
43. Oven, S. Leak Detection in Pipelines by the use of State and Parameter Estimation. Master’s Thesis, Norwegian University of Science and Technology, Trondheim, Norway, 2014.
44. Newell, R.D.; Greenwood, B. Mass Balance Leak Detect, Can It Work for You? Auspex, Incorporated, Houston, TX. 2006. Available online: http://leaktrack2000.com/images/Entelec%202006.pdf.
45. Savic, D.A.; Kapelan, Z.S.; Jonkergouw, P.M.R. Quo vadis water distribution model calibration? Urban Water J. 2009, 6, 3–22.
46. Nikjoofar, A.; Zarghami, M. 5–Water Distribution Networks Designing by the Multiobjective Genetic Algorithm and Game Theory. In Metaheuristics in Water, Geotechnical and Transport Engineering; Yang, X.-S., Gandomi, A.H., Talatahari, S., Alavi, A.H., Eds.; Elsevier: Oxford, UK, 2013; pp. 99–119.
47. Nagaraj, A.; Kotamreddy, G.R.; Choudhary, P.; Katiyar, R.; Botre, B.A. Leak Detection in Smart Water Grids Using EPANET and Machine Learning Techniques. IETE J. Educ. 2021, 62, 71–79.
48. Wu, Z.; Sage, P.; Turtle, D. Pressure-Dependent Leak Detection Model and Its Application to a District Water System. J. Water Resour. Plan. Manag. 2009, 136, 116–128.
49. Liggett, J.A.; Chen, L.C. Inverse Transient Analysis in Pipe Networks. J. Hydraul. Eng. 1994, 120, 934–955.
50. Kapelan, Z.S.; Savic, D.A.; Walters, G.A. A hybrid inverse transient model for leakage detection and roughness calibration in pipe networks. J. Hydraul. Res. 2003, 41, 481–492.
51. Covas, D.; Ramos, H. Case Studies of Leak Detection and Location in Water Pipe Systems by Inverse Transient Analysis. J. Water Resour. Plan. Manag. 2010, 136, 248–257.
52. Brahami, M.A.; Abdi, S.M.; Hamdi Cherif, S.; Bendahmane, A. Optimization of a Pipelines Leak Detection Method Based on Inverse Transient Analysis Using a Genetic Algorithm. Arab. J. Sci. Eng. 2023, 48, 1451–1460.
53. Che, T.-C.; Duan, H.-F.; Lee, P.J. Transient wave-based methods for anomaly detection in fluid pipes: A review. Mech. Syst. Signal Process. 2021, 160, 107874.
54. Komba, G.M.; Mathonsi, T.E.; Owolawi, P.A. Optimizing Leak Detection and Location in Water Distribution Networks Using SVM-RF Algorithm. In Proceedings of the 2024 15th International Conference on Mechanical and Intelligent Manufacturing Technologies (ICMIMT), Cape Town, South Africa, 17–19 May 2024; pp. 27–33.
55. Salam, A.E.U.; Tola, M.; Selintung, M.; Maricar, F. A leakage detection system on the Water Pipe Network through Support Vector Machine method. In Proceedings of the 2014 Makassar International Conference on Electrical Engineering and Informatics (MICEEI), Makassar, Indonesia, 26–30 November 2014; pp. 161–165.
56. Cody, R.; Narasimhan, S.; Tolson, B. One-class SVM–Leak detection in water distribution systems. In Proceedings of the CCWI2017 15th International Computing and Control for the Water Industry, Sheffild, UK, 5–7 September 2017.
57. Mashford, J.; De Silva, D.; Burn, S.; Marney, D. Leak detection in simulated water pipe networks using SVM. Appl. Artif. Intell. 2012, 26, 429–444.
58. Ahmad, S.; Ahmad, Z.; Kim, C.-H.; Kim, J.-M. A Method for Pipeline Leak Detection Based on Acoustic Imaging and Deep Learning. Sensors 2022, 22, 1562.
59. Zhang, C.; Alexander, B.J.; Stephens, M.L.; Lambert, M.F.; Gong, J. A convolutional neural network for pipe crack and leak detection in smart water network. Struct. Health Monit. 2023, 22, 232–244.
60. De Silva, D.; Mashford, J.; Burn, S. Computer Aided Leak Location and Sizing in Pipe Networks; Technical Report No. 17; Urban Water Security Research Alliance: City East, QLD, Australia, 2011; p. 27.
61. Mounce, S.R.; Mounce, R.B.; Jackson, T.; Austin, J.; Boxall, J.B. Pattern matching and associative artificial neural networks for water distribution system time series data analysis. J. Hydroinform. 2014, 16, 617–632.
62. Jafar, R.; Shahrour, I.; Juran, I. Application of Artificial Neural Networks (ANN) to model the failure of urban water mains. Math. Comput. Model. 2010, 51, 1170–1180.
63. Javadiha, M.; Blesa, J.; Soldevila, A.; Puig, V. Leak Localization in Water Distribution Networks using Deep Learning. In Proceedings of the 2019 6th International Conference on Control, Decision and Information Technologies (CoDIT), Paris, France, 23–26 April 2019; pp. 1426–1431.
64. Nam, Y.W.; Arai, Y.; Kunizane, T.; Koizumi, A. Water leak detection based on convolutional neural network using actual leak sounds and the hold-out method. Water Supply 2021, 21, 3477–3485.
65. Duda, O., Mykytyshyn, A., Mytnyk, M., & Stanko, A. (2023). Information technology sets formation and TNTU Smart Campus services network support. CEUR Workshop Proceedings, 3628, 661–671.
66. Fang, X.; Misra, S.; Xue, G.; Yang, D. Smart grid–The new and improved power grid: A survey. IEEE Commun. Surv. Tutor. 2012, 14, 944–980.
67. Liu, Z.; Kleiner, Y. State of the art review of inspection technologies for condition assessment of water pipes. Measurement 2013, 46, 1–15.
68. Boulos, P.F.; Wiley, A.N. Can We Make Water Systems Smarter? Opflow 2013, 39, 20–22.
69. Farah, E. Detection of water leakage using innovative smart water system: Application to SunRise Smart City demonstrator. Ph.D. Thesis, Université de Lille 1, Lille, France, 2016.
70. Cahn, A. Shaping the Architecture of Smart Water Networks. AWWA 2014, 106, 68–74. Available online: https://swan-forum.com/wp-content/uploads/2023/08/AWWA_An-overview-of-smart-water-networks_July-2014.pdf.
71. Günther, M.; Camhy, D.; Steffelbauer, D.; Neumayer, M.; Fuchs-Hanusch, D. Showcasing a Smart Water Network Based on an Experimental Water Distribution System. Procedia Eng. 2015, 119, 450–457.
72. Duda, O., Kunanets, N., Matsiuk, O., & Pasichnyk, V. (2022). Cloud-based IT infrastructure for “smart city” projects. In D. Bădică, V. Kołodziej, M. Ganzha, & M. Paprzycki (Eds.), Dependable IoT for human and industry (pp. 389–409). Springer.
73. Owojaiye, G.; Sun, Y. Focal design issues affecting the deployment of wireless sensor networks for pipeline monitoring. Ad Hoc Netw. 2013, 11, 1237–1253.
74. Stoianov, I.; Nachman, L.; Madden, S.; Tokmouline, T.; Csail, M. PIPENET: A Wireless Sensor Network for Pipeline Monitoring. In Proceedings of the IPSN07 The 6th International Symposium on Information Processing in Sensor Networks, Cambridge, MA, USA, 25–27 April 2007; pp. 264–273.
75. Allen, M.; Preis, A.; Iqbal, M.; Srirangarajan, S.; Lim, H.B.; Girod, L.; Whittle, A.J. Real-time in-network distribution system monitoring to improve operational efficiency. J. Am. Water Work. Assoc. (AWWA) 2011, 103, 63–75.
76. Fantozzi, M.; Popescu, I.; Farnham, T.; Archetti, F.; Mogre, P.; Tsouchnika, E.; Chiesa, C.; Tsertou, A.; Gama, M.C.; Bimpas, M. ICT for Efficient Water Resources Management: The ICeWater Energy Management and Control Approach. Procedia Eng. 2014, 70, 633–640.
77. Barry, M.G.; Purcell, M.E.; Eck, B.J. Using smart water meters in (near) real-time on the iWIDGET system. In Proceedings of the 11th International Conference on Hydroinformatics, New York City, NY, USA, 17–21 August 2014.
78. Farah, E.; Shahrour, I. Leakage Detection Using Smart Water System: Combination of Water Balance and Automated Minimum Night Flow. Water Resour. Manag. 2017, 31, 4821–4833.
79. Negm, A.; Ma, X.; Aggidis, G. Review of leakage detection in water distribution networks. IOP Conf. Ser. Earth Environ. Sci. 2023, 1136, 012052.
80. Hu, Z.; Chen, B.; Chen, W.; Tan, D.; Shen, D. Review of model-based and data-driven approaches for leak detection and location in water distribution systems. Water Supply 2021, 21, 3282–3306.
81. Орлов М. В., Дуда О. М., Жовнір Ю. І., Грибовський О.М. Інструменти методології DevOps в інформаційних системах на основі технологій IoT. Комп'ютерно-інтегровані технології: освіта, наука, виробництво, Випуск 57, 2024, с. 128-138. ISSN 2524-0552; eISSN 2524-0560, DOI: https://doi.org/10.36910/6775-2524-0560-2024-57-15.
82. Орлов М.В., Грибовський О.М., Жовнір Ю.І., Дуда О.М., Від концепції до реальності: роль методології devops в екосистемах iot. Науковий журнал «Вчені записки ТНУ імені В.І. Вернадського. Серія: Технічні науки». Том 35 (74) № 6 2024. Частина 2. Видавничий дім «Гельветика». 2024. с. 163-170. ISSN 2663-5941 (Print), ISSN 2663-595X (Online) DOI https://doi.org/10.32782/2663-5941/2024.6.2/22.
83. Palka, O., Dmytrotsa, L., Duda, O., Kunanets, N., & Pasichnyk, V. (2024). Information and technological tools for analysis and visualization of open data in smart cities. CEUR Workshop Proceedings, 3742, 1–12.
84. Duda, O., Kochan, V., Kunanets, N., Matsiuk, O., Pasichnyk, V., & Sachenko, A. (2019). Data processing in IoT for smart city systems.
85. Методика планування заходів з евакуації: затверджена наказом Міністерства внутрішніх справ України від 10 липня 2017 року № 579. – Київ: Міністерство внутрішніх справ України, 2017. – 50 с.
86. Постанова Кабінету Міністрів України від 30.10.2013 № 841.
87. ДСТУ ISO 10075-1:2005. Ергономіка. Психічне навантаження в роботі. Частина 1. Загальні поняття, терміни та визначення (ISO 10075-1:2000, IDT). Чинний від 2006-01-01. Вид. офіц. Держспоживстандарт України.
88. НПАОП 0.00-1.28-10. Правила охорони праці під час експлуатації електронно-обчислювальних машин. Чинний від 2010-01-01. Вид. офіц. Мінсоцполітики України.
89. ДСТУ ISO 9241-5:2004. Ергономічні вимоги до роботи з відеотерміналами в офісі. Частина 5. Вимоги до компонування робочого місця та до робочої пози (ISO 9241-5:1998, IDT). Чинний від 2005-01-01. Вид. офіц. Держспоживстандарт України.
Тип вмісту: Bachelor Thesis
Розташовується у зібраннях:122 — Компʼютерні науки (бакалаври)

Файли цього матеріалу:
Файл Опис РозмірФормат 
2025_KRB_SN-43_Tomkiv AV.pdfДипломна робота984,35 kBAdobe PDFПереглянути/відкрити
Показати повний опис матеріалу Перегляд статистики


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

Herramientas de Administrador