Центральноукраїнський науковий вісник. Технічні науки.
Permanent URI for this communityhttps://dspace.kntu.kr.ua/handle/123456789/9042
Ідентифікатор медіа: R30-03350 (рішення Національної ради України від 25.04.2024 р. № 1418).
ISSN 2664-262X (p)
DOI: 10.32515/2664-262X
Browse
Search Results
Item Механізми внутрішнього та зовнішнього тертя та їх вплив на процеси зношування трибоспряження деталей машин(ЦНТУ, 2024) Аулін, В. В.; Кузик, О. В.; Тихий, А. А.; Лисенко, С. В.; Жилова, І. В.; Aulin V.; Kuzyk, O.; Tykhyi, А.; Lysenko S.; Zhylova, I.В статті розглянуті сутність та механізми внутрішньої і зовнішнього тертя, їх характеристики. Узагальненою характеристикою зовнішнього тертя є вибіркове нерівномірне зношування навантажених робочих поверхонь деталей. Динамічні механізми релаксації напружень поверхневих шарів матеріалів деталей трибоспряжень є механізмом дисипації енергії в процесі внутрішнього тертя. Зазначено, що типовими процесами механічної релаксації в зразках релаксаційного внутрішнього тертя є і релаксація Сноека, релаксація Кестера і зерногранична релаксація. Розглянуто їх специфіку. Виявлено, що релаксаційні процеси при недостатності дисипативних властивостей тонкої структури матеріалу сприяють підвищенню зносостійкості. The article describes the essence and mechanisms of internal and external friction, their characteristics. A generalized characteristic of external friction is the selective uneven wear of the loaded working surfaces of parts. Dynamic mechanisms of stress relaxation of the surface layers of materials of tribocoupler parts are a mechanism of energy dissipation in the process of internal friction. It is noted that the typical processes of mechanical relaxation in samples of relaxation internal friction are Snoek relaxation, Kester relaxation, and grain boundary relaxation. Their specifics are considered.Item Інтеграція штучного інтелекту в системи підтримки прийняття рішень в оптимізації виробничих процесів машинобудівного підприємства на прикладі машинного навчання(ЦНТУ, 2024) Бойко, Р. Ю.; Аулін, В. В.; Тихий, А. А.; Карпушин, С. О.; Коваль, О. П.; Boiko, R.; Aulin V.; Tykhyi, А.; Karpushyn, S.; Koval, O.У статті представлено комплексний огляд систем підтримки прийняття рішень в галузевому машинобудуванні на основі штучного інтелекту у контексті Індустрії 4.0. Проаналізовано підходи до інтеграції та обробки даних, а також основні методи машинного та глибокого навчання, що формують технологічне підґрунтя таких рішень. Окреслено архітектуру, типові етапи впровадження і запропоновано план інтеграції штучного інтелекту для машинобудівного підприємства, включно з описом складових рішення та ключових стратегій розгортання. Розглянуто потенційні виклики й надано рекомендації щодо успішної реалізації. Результати впровадження можуть значно скоротити незаплановані простої устаткування, підвищити ефективність виробництва й забезпечити підприємствам суттєву конкурентну перевагу. This article provides a comprehensive overview of decision support systems based on artificial intelligence within the context of Industry 4.0. The integration approaches and data processing methods, as well as key machine learning and deep learning techniques, which form the technological foundation of such systems, are analyzed. The article outlines the architecture, typical implementation stages, and suggests a plan for artificial intelligence integration in a machine-building enterprise, including descriptions of the system components and deployment strategies. Potential challenges and recommendations for successful implementation are also discussed.