Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
http://elartu.tntu.edu.ua/handle/lib/53391| Titel: | Розробка та дослідження моделі класифікації режимів навантаження в технологічних процесах на основі методів машинного навчання |
| Sonstige Titel: | Development and research of a model for classifying load modes in technological processes based on machine learning methods |
| Autor(en): | Голич, Юрій Андрійович Holych, Yurii Новічков, Олексій Андрійович Novichkov, Oleksii |
| Affiliation: | Тернопільський національний технічний університет ім. І. Пулюя, Факультет прикладних інформаційних технологій та електроінженерії. Кафедра комп’ютерно-інтегрованих технологій |
| Bibliographic reference (2015): | Голич Ю.А., Новічков О.А. – Розробка та дослідження моделі класифікації режимів навантаження в технологічних процесах на основі методів машинного навчання: кваліфікаційна робота бакалавра за спеціальністю 174 – «Автоматизація, комп’ютерно-інтегровані технології та робототехніка» / Ю.А. Голич, О.А. Новічков – Тернопіль: ТНТУ, 2026. – 72 с. |
| Erscheinungsdatum: | 26-Jun-2026 |
| Date of entry: | 12-Jul-2026 |
| Herausgeber: | Тернопільський національний технічний університет імені Івана Пулюя |
| Country (code): | UA |
| Place of the edition/event: | Тернопіль |
| Supervisor: | Микитишин, Андрій Григорович Mykytyshyn, Andrii |
| UDC: | 004.03.8 |
| Stichwörter: | 174 автоматизація, комп’ютерно-інтегровані технології та робототехніка автоматизована система інтелектуальний аналіз даних мн класифікація режими навантаження технологічний процес сенсорні дані акселерометр гіроскоп вібраційний моніторинг automated system intelligent data analysis machine learning classification load modes manufacturing process sensor data accelerometer gyroscope vibration monitoring |
| Number of pages: | 72 |
| Zusammenfassung: | Голич Ю.А., Новічков О.А. – Розробка та дослідження моделі класифікації режимів навантаження в технологічних процесах на основі методів машинного навчання 174 – «Автоматизація, комп’ютерно-інтегровані технології та робототехніка» – Тернопільський національний технічний університет імені Івана Пулюя. – Тернопіль, 2026.
Кваліфікаційна робота присвячена розробленню та дослідженню моделі класифікації режимів навантаження в технологічних процесах на основі методів машинного навчання. У роботі досліджено підходи до автоматизованого моніторингу електромеханічного обладнання, реалізовано програмне забезпечення для обробки даних IMU-сенсорів і класифікації режимів роботи електродвигуна, а також виконано порівняльне дослідження моделей SVM та штучної нейронної мережі. Отримані результати можуть бути використані під час розроблення комп'ютерно-інтегрованих систем автоматизації, моніторингу та керування технологічними процесами. Development and research of a model for classifying load modes in technological processes based on machine learning methods 174 - "Automation, computer-integrated technologies, and robotics" - Ternopil Ivan Puluj National Technical University. - Ternopil, 2026 The qualification work is devoted to the development and study of a model for classifying load modes in technological processes based on machine learning methods. The thesis examines approaches to the automated monitoring of electromechanical equipment, implements software for processing data from IMU sensors and classifying electric motor operating modes, and conducts a comparative study of SVM and artificial neural network models. The results obtained can be used in the development of computer-integrated systems for the automation, monitoring, and control of technological processes |
| Beschreibung: | Роботу виконано на кафедрі комп’ютерно-інтегрованих технологій Тернопільського національного технічного університету імені Івана Пулюя Міністерства освіти і науки України. Захист відбудеться 26 червня 2026 р. о 09 .00 годині на засіданні екзаменаційної комісії № 20 у Тернопільському національному технічному університеті імені Івана Пулюя за адресою: 46001, м. Тернопіль, вул. Руська, 56, навчальний корпус №1, ауд. 505 |
| Content: | ВСТУП 8 РОЗДІЛ 1. АНАЛІТИЧНА ЧАСТИНА 11 1.1 Особливості режимів навантаження в технологічних процесах 11 1.2 Автоматизовані системи моніторингу та контролю технологічного обладнання 14 1.3 Сенсорні системи збору даних та вібраційний моніторинг електромеханічного обладнання 18 1.4 Методи МН для класифікації режимів роботи технологічних систем 23 1.5 Аналіз існуючих рішень та постановка задачі дослідження 28 РОЗДІЛ 2. ПРОЕКТНА ЧАСТИНА 30 2.1 Аналіз та характеристика набору даних 30 2.2 Формування інформаційної моделі класифікації режимів навантаження 34 2.3 Попередня обробка та підготовка даних до МН 36 2.4 Проєктування ПЗ класифікації режимів навантаження 38 2.5 Розробка алгоритму функціонування системи 41 РОЗДІЛ 3. СПЕЦІАЛЬНА ЧАСТИНА 45 3.1 Реалізація ПЗ системи класифікації режимів навантаження 45 3.2. Дослідження та візуалізація набору даних 49 3.3. Оцінювання ефективності моделей класифікації 53 3.4. Оцінювання ефективності моделей класифікації 57 РОЗДІЛ 4. БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ 60 4.1 Аналіз шкідливих факторів при роботі з ПК 60 4.2 Організація безпечного робочого місця користувача ПК 62 4.3 Заходи щодо збереження працездатності користувача ПК 64 ВИСНОВКИ 68 ПЕРЕЛІК ПОСИЛАНЬ 70 |
| URI: | http://elartu.tntu.edu.ua/handle/lib/53391 |
| Copyright owner: | © Голич Ю.А., Новічков О.А., 2026 |
| References (Ukraine): | 1. Lee J., Bagheri B., Kao H.-A. A Cyber-Physical Systems Architecture for Industry 4.0-based Manufacturing Systems. Manufacturing Letters. 2015. Vol. 3. P. 18–23. 2. Didych, I., & Yasniy, O. (2025). STRUCTURAL INTEGRITY & LIFETIME ESTIMATION BY MACHINE LEARNING METHODS. LAP Lambert Academic Publishing. 3. Haykin, S. Neural Networks and Learning Machines, 3rd ed.; Prentice Hall: Hamilton, ON, Canada, 2009; p. 936. 4. Yasniy O., Maruschak P., Mykytyshyn A., Didych I., Tymoshchuk D. Artificial Intelligence as Applied to Classifying Epoxy Composites for Aircraft. Aviation. 2025. Vol. 29(1). P. 22–29. 5. Tymoshchuk D., Didych I., Maruschak P., Yasniy O., Mykytyshyn A., Mytnyk M. Machine Learning Approaches for Classification of Composite Materials. Modelling. 2025. Vol. 6(4). Article 118. 6. Carvalho T. P., Soares F. A. A. M. N., Vita R., Francisco R. P., Basto J. P., Alcalá S. G. A Systematic Literature Review of Machine Learning Methods Applied to Predictive Maintenance. Computers & Industrial Engineering. 2019. Vol. 137. Article 106024. 7. Aggarwal C. C. Neural Networks and Deep Learning. 2nd ed. Cham : Springer, 2023. 559 p. 8. Motor Vibration Classification IMU Dataset. Kaggle. URL: https://www.kaggle.com/datasets/brjapon/motor-vibration-classification 9. Géron A. Hands-On Machine Learning with Scikit-Learn, Keras and TensorFlow. 3rd ed. Sebastopol : O’Reilly Media, 2022. 851 p. 10. Goodfellow I., Bengio Y., Courville A. Deep Learning. Cambridge : MIT Press, 2016. 775 p. 11. Russell S., Norvig P. Artificial Intelligence: A Modern Approach. 4th ed. Hoboken : Pearson, 2021. 1168 p. 12. Alpaydin E. Introduction to Machine Learning. 5th ed. Cambridge : MIT Press, 2021. 755 p. 13. Murphy K. P. Machine Learning: A Probabilistic Perspective. Cambridge : MIT Press, 2012. 1104 p. 14. James G., Witten D., Hastie T., Tibshirani R. An Introduction to Statistical Learning with Applications in Python. Cham : Springer, 2023. 607 p. 15. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning. 2nd ed. New York : Springer, 2009. 745 p. 16. Pedregosa F. et al. Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research. 2011. Vol. 12. P. 2825–2830. 17. McKinney W. Python for Data Analysis. 3rd ed. Sebastopol : O’Reilly Media, 2022. 579 p. 18. Chollet F. Deep Learning with Python. 2nd ed. Shelter Island : Manning Publications, 2021. 504 p. 19. Han J., Kamber M., Pei J. Data Mining: Concepts and Techniques. 4th ed. Burlington : Morgan Kaufmann, 2022. 752 p. 20. Kelleher J. D., Namee B. M., D'Arcy A. Fundamentals of Machine Learning for Predictive Data Analytics. 2nd ed. Cambridge : MIT Press, 2020. 853 p. 21. Навчально-методичний посібник до практичних заняття з дисципліни «Безпека життєдіяльності, основи охорони праці» для студентів освітнього ступеня ,,бакалавр" усіх спеціальностей та форм навчання / Укладачі: Гурик О.Я., Окіпний І.Б., Сенчишин В.С., Мариненко С.Ю., Король О.І. – Тернопіль: ТНТУ імені Івана Пулюя, 2025. 123 с. 22. Методичні рекомендації з виконання, оформлення та захисту кваліфікаційних робіт бакалаврів спеціальності «Автоматизація, комп’ютерно-інтегровані технології та робототехніка» освітньої програми «Комп’ютеризовані системи управління та прикладне програмування» / ТНТУ ім. І. Пулюя; уклад. А.Г. Микитишин, В.В. Левицький, О.С. Голотенко – Тернопіль: ТНТУ, 2025. – 86 с. |
| Content type: | Bachelor Thesis |
| Enthalten in den Sammlungen: | 151 — Автоматизація та компʼютерно-інтегровані технології, 174 Автоматизація, комп’ютерно-інтегровані технології та робототехніка (бакалаври) |
Dateien zu dieser Ressource:
| Datei | Beschreibung | Größe | Format | |
|---|---|---|---|---|
| dyplom_Holych_Yu._Novichkov_O._2026.pdf | Дипломна робота | 2,88 MB | Adobe PDF | Öffnen/Anzeigen |
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.
Administrationswerkzeuge