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 Підвищення надійності та ефективності експлуатації виробничих ліній методами штучного інтелекту, використовуючи моніторинг акустичних сигналів(ЦНТУ, 2024) Ковальов, С. Г.; Аулін, В. В.; Гриньків, А. В.; Варваров, В. В.; Kovalov, S.; Aulin V.; Hrynkiv, A.; Varvarov, V.У статті розглянуто підвищення надійності та ефективності виробничих процесів шляхом зменшення витрат на обслуговування та мінімізації простоїв. Пропонується метод оптимізації технічного обслуговування за допомогою алгоритмів штучного інтелекту. Досліджується кореляція між акустичними спектрами вузлів обладнання та їх надійністю та ефективністю. Запропоновано використовувати конволюційні мережі для розпізнавання патернів роботи обладнання через двовимірне відображення акустичних спектрів. Дослідження підтверджує зв'язок між параметрами надійності функціонування та ефективності використання обладнання та їхніми акустичними спектрами. The article provides an in-depth analysis of a method to improve the reliability and efficiency of automated production lines by reducing maintenance costs and minimizing downtime using artificial intelligence algorithms. The method involves the application of acoustic spectra generated by the production line nodes during operation to establish a correlation with the reliability and efficiency of these lines. A model for representing acoustic spectra as a two-dimensional data array, which captures the change in acoustic spectra over time, has been proposed. The format of acoustic spectra as two-dimensional data is used to recognize equipment operation patterns. To recognize these patterns, the use of a convolutional neural network is proposed, and its software model has been developed, allowing simulation and assessment of the accuracy of using machine learning methods.Item Алгоритм оптимізації надійності функціонування та ефективності використання виробничого обладнання методами штучного інтелекту(ЦНТУ, 2024) Аулін, В. В.; Ковальов, С. Г.; Гриньків, А. В.; Варваров, В. В.; Aulin V.; Kovalov, S.; Hrynkiv, A.; Varvarov, V.Зміст статті орієнтований на проблематику підвищення надійності та ефективності виробничих процесів за рахунок зниження витрат на обслуговування та мінімізації простоїв. Представлено підхід, який передбачає оптимізацію технічного обслуговування виробничого обладнання на основі алгоритмів штучного інтелекту. Розглядається методика використання теорії марківських процесів в контексті навчання з підкріпленням і її застосування для моделювання виробничого середовища.Проведене дослідження дає змогу говорити про значне покращення надійності та продуктивності виробничого обладнання у виробничій системі завдяки впровадженню ШІ-технологій. This paper presents an innovative approach that involves the optimization of maintenance forproduction equipment by leveraging advanced artificial intelligence (AI) algorithms. The study explores the application of Markov process theory within the context of reinforcement learning and its integration into the modeling of production environments. The focus of this research is to address critical issues related to enhancing the reliability and efficiency of production processes. This is achieved by reducing maintenance costs and minimizing equipment downtime.