1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Бакалавр
  4. 122 — Компʼютерні науки (бакалаври)
Utilizza questo identificativo per citare o creare un link a questo documento: http://elartu.tntu.edu.ua/handle/lib/49620
Record completo di tutti i metadati
Campo DCValoreLingua
dc.contributor.advisorКунанець, Наталія Едуардівна-
dc.contributor.advisorKunanets, Natalia-
dc.contributor.authorТомків, Андрій Володимирович-
dc.contributor.authorTomkiv, Andrii-
dc.date.accessioned2025-07-07T19:02:52Z-
dc.date.available2025-07-07T19:02:52Z-
dc.date.issued2025-06-28-
dc.date.submitted2025-06-14-
dc.identifier.citationТомків 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.uk_UA
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/49620-
dc.descriptionРоботу 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 Пулюяuk_UA
dc.description.abstractКваліфікаційна 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 мінімізаціїuk_UA
dc.description.abstractThe 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.uk_UA
dc.description.tableofcontentsВСТУП 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 60uk_UA
dc.language.isoukuk_UA
dc.publisherТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Українаuk_UA
dc.subject122uk_UA
dc.subjectвиявлення витоківuk_UA
dc.subjectвтрати водиuk_UA
dc.subjectметодиuk_UA
dc.subjectмоніторингuk_UA
dc.subjectпрограмні методиuk_UA
dc.subjectсмарт-системи водопостачанняuk_UA
dc.subjectуправління мережамиuk_UA
dc.subjectштучний інтелектuk_UA
dc.subjectwater lossuk_UA
dc.subjectartificial intelligenceuk_UA
dc.subjectleak detectionuk_UA
dc.subjectmethodsuk_UA
dc.subjectmonitoringuk_UA
dc.subjectnetwork managementuk_UA
dc.subjectsmart water supply systemsuk_UA
dc.subjectsoftware methodsuk_UA
dc.titleМетоди виявлення втрат в смарт системах водопостачанняuk_UA
dc.title.alternativeIntegration of Geospatial Data to Enhance the Resilience of Smart Systemsuk_UA
dc.typeBachelor Thesisuk_UA
dc.rights.holder© Томків Андрій Володимирович, 2025uk_UA
dc.coverage.placenameТернопільuk_UA
dc.subject.udc004.9uk_UA
thesis.degree.discipline68-
dc.relation.references1. Rajani, B.; Kleiner, Y. Comprehensive review of structural deterioration of water mains: Physically based models. Urban Water 2001, 3, 151–164.uk_UA
dc.relation.references2. El-Zahab, S.; Zayed, T. Leak detection in water distribution networks: An introductory overview. Smart Water 2019, 4, 5.uk_UA
dc.relation.references3. Glazer, A.N.; Likens, G.E. The water table: The shifting foundation of life on land. Ambio 2012, 41, 657–669.uk_UA
dc.relation.references4. 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.uk_UA
dc.relation.references5. Escriva-Bou, A.; Lund, J.R.; Pulido-Velazquez, M. Saving Energy from Urban Water Demand Management. Water Resour. Res. 2018, 54, 4265–4276.uk_UA
dc.relation.references6. Dastpak, P.; Sousa, R.L.; Dias, D. Soil Erosion Due to Defective Pipes: A Hidden Hazard Beneath Our Feet. Sustainability 2023, 15, 8931.uk_UA
dc.relation.references7. 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.uk_UA
dc.relation.references8. 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.uk_UA
dc.relation.references9. 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.uk_UA
dc.relation.references10. 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.uk_UA
dc.relation.references11. Mueller, F.J. Recent Developments in Pipeline Condition Assessment Using Inline Technologies; Pure Technologies Ltd.: Abu Dhabi, United Arab Emirates, 2013.uk_UA
dc.relation.references12. Stafford, M.; Williams, N.; Britain, G. Pipeline Leak Detection Study; Tech. Rep. Bechtel Limited for the Health and Safety Executive: London, UK, 1996.uk_UA
dc.relation.references13. 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.uk_UA
dc.relation.references14. 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.uk_UA
dc.relation.references15. Farah, E., & Shahrour, I. (2024). Water Leak Detection: A Comprehensive Review of Methods, Challenges, and Future Directions. Water, 16(20), 2975.uk_UA
dc.relation.references16. 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.uk_UA
dc.relation.references17. Thornton, J.; Sturm, R.; Kunkel, G. Water Loss Control, 2nd ed.; McGraw Hill Professional: New York, NY, USA, 2008; p. 632.uk_UA
dc.relation.references18. 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.uk_UA
dc.relation.references19. Hunaidi, O. Detecting leaks in water-distribution pipes. Constr. Technol. Update 2000, 40, 6.uk_UA
dc.relation.references20. 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.uk_UA
dc.relation.references21. 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.uk_UA
dc.relation.references22. Ghazali, M.F. Leak detection using instantaneous frequency analysis. Ph.D. Thesis, University of Sheffield, Sheffild, UK, 2012.uk_UA
dc.relation.references23. 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.uk_UA
dc.relation.references24. 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.uk_UA
dc.relation.references25. 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.uk_UA
dc.relation.references26. Torres, L. Location of leaks in pipelines using parameter identification tools. arXiv 2014, arXiv:1406.5437.uk_UA
dc.relation.references27. 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.uk_UA
dc.relation.references28. Brunone, B.; Ferrante, M. Pressure waves as a tool for leak detection in closed conduits. Urban Water J. 2004, 1, 145–155.uk_UA
dc.relation.references29. Hamilton, S.; Charalambous, B. Leak Detection: Technology and Implementation; IWA Publishing: London, UK, 2013.uk_UA
dc.relation.references30. 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.uk_UA
dc.relation.references30. 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.uk_UA
dc.relation.references31. Hunaidi, O.; Wang, A. A new system for locating leaks in urban water distribution pipes. Manag. Environ. Qual. Int. J. 2006, 17, 450–466.uk_UA
dc.relation.references32. Fuchs, H.V.; Riehle, R. Ten years of experience with leak detection by acoustic signal analysis. Appl. Acoust. 1991, 33, 1–19.uk_UA
dc.relation.references33. 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.uk_UA
dc.relation.references34. 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.uk_UA
dc.relation.references35. 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.uk_UA
dc.relation.references36. 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.uk_UA
dc.relation.references37. 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/.uk_UA
dc.relation.references38. 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.uk_UA
dc.relation.references39. 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.uk_UA
dc.relation.references40. 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.uk_UA
dc.relation.references41. 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.uk_UA
dc.relation.references42. Van Thienen, P.; Vertommen, I. Automated feature recognition in CFPD analyses of DMA or supply area flow data. J. Hydroinformatics 2016, 18, 514–530.uk_UA
dc.relation.references43. 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.uk_UA
dc.relation.references44. 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.uk_UA
dc.relation.references45. Savic, D.A.; Kapelan, Z.S.; Jonkergouw, P.M.R. Quo vadis water distribution model calibration? Urban Water J. 2009, 6, 3–22.uk_UA
dc.relation.references46. 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.uk_UA
dc.relation.references47. 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.uk_UA
dc.relation.references48. 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.uk_UA
dc.relation.references49. Liggett, J.A.; Chen, L.C. Inverse Transient Analysis in Pipe Networks. J. Hydraul. Eng. 1994, 120, 934–955.uk_UA
dc.relation.references50. 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.uk_UA
dc.relation.references51. 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.uk_UA
dc.relation.references52. 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.uk_UA
dc.relation.references53. 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.uk_UA
dc.relation.references54. 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.uk_UA
dc.relation.references55. 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.uk_UA
dc.relation.references56. 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.uk_UA
dc.relation.references57. 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.uk_UA
dc.relation.references58. 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.uk_UA
dc.relation.references59. 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.uk_UA
dc.relation.references60. 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.uk_UA
dc.relation.references61. 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.uk_UA
dc.relation.references62. 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.uk_UA
dc.relation.references63. 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.uk_UA
dc.relation.references64. 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.uk_UA
dc.relation.references65. 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.uk_UA
dc.relation.references66. 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.uk_UA
dc.relation.references67. Liu, Z.; Kleiner, Y. State of the art review of inspection technologies for condition assessment of water pipes. Measurement 2013, 46, 1–15.uk_UA
dc.relation.references68. Boulos, P.F.; Wiley, A.N. Can We Make Water Systems Smarter? Opflow 2013, 39, 20–22.uk_UA
dc.relation.references69. 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.uk_UA
dc.relation.references70. 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.uk_UA
dc.relation.references71. 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.uk_UA
dc.relation.references72. 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.uk_UA
dc.relation.references73. Owojaiye, G.; Sun, Y. Focal design issues affecting the deployment of wireless sensor networks for pipeline monitoring. Ad Hoc Netw. 2013, 11, 1237–1253.uk_UA
dc.relation.references74. 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.uk_UA
dc.relation.references75. 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.uk_UA
dc.relation.references76. 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.uk_UA
dc.relation.references77. 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.uk_UA
dc.relation.references78. 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.uk_UA
dc.relation.references79. Negm, A.; Ma, X.; Aggidis, G. Review of leakage detection in water distribution networks. IOP Conf. Ser. Earth Environ. Sci. 2023, 1136, 012052.uk_UA
dc.relation.references80. 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.uk_UA
dc.relation.references81. 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.uk_UA
dc.relation.references82. 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.uk_UA
dc.relation.references83. 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.uk_UA
dc.relation.references84. Duda, O., Kochan, V., Kunanets, N., Matsiuk, O., Pasichnyk, V., & Sachenko, A. (2019). Data processing in IoT for smart city systems.uk_UA
dc.relation.references85. 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.uk_UA
dc.relation.references86. Постанова Кабінету Міністрів України від 30.10.2013 № 841.uk_UA
dc.relation.references87. 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.uk_UA
dc.relation.references88. НПАОП 0.00-1.28-10. Правила охорони праці під час експлуатації електронно-обчислювальних машин. Чинний від 2010-01-01. Вид. офіц. Мінсоцполітики України.uk_UA
dc.relation.references89. 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.uk_UA
dc.contributor.affiliationТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Українаuk_UA
dc.coverage.countryUAuk_UA
È visualizzato nelle collezioni:122 — Компʼютерні науки (бакалаври)

File in questo documento:
File Descrizione DimensioniFormato 
2025_KRB_SN-43_Tomkiv AV.pdfДипломна робота984,35 kBAdobe PDFVisualizza/apri
Visualizza la scheda semplice del documento


Tutti i documenti archiviati in DSpace sono protetti da copyright. Tutti i diritti riservati.

Strumenti di amministrazione