Підвищення надійності та ефективності експлуатації виробничих ліній методами штучного інтелекту, використовуючи моніторинг акустичних сигналів
| dc.contributor.author | Ковальов, С. Г. | |
| dc.contributor.author | Аулін, В. В. | |
| dc.contributor.author | Гриньків, А. В. | |
| dc.contributor.author | Варваров, В. В. | |
| dc.contributor.author | Kovalov, S. | |
| dc.contributor.author | Aulin, V. | |
| dc.contributor.author | Hrynkiv, A. | |
| dc.contributor.author | Varvarov, V. | |
| dc.date.accessioned | 2025-03-28T08:22:35Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | 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. | |
| dc.identifier.citation | Підвищення надійності та ефективності експлуатації виробничих ліній методами штучного інтелекту, використовуючи моніторинг акустичних сигналів / С. Г. Ковальов, В. В. Аулін, А. В. Гриньків, В. В. Варваров // Центральноукраїнський науковий вісник. Технічні науки : зб. наук. пр. - Кропивницький : ЦНТУ, 2024. - Вип. 10(41). - Ч. 2. - С. 142-151. | |
| dc.identifier.doi | https://doi.org/10.32515/2664-262X.2024.10(41).2.142-151 | |
| dc.identifier.uri | https://dspace.kntu.kr.ua/handle/123456789/16269 | |
| dc.language.iso | uk | |
| dc.publisher | ЦНТУ | |
| dc.subject | надійність функціонування | |
| dc.subject | ефективність експлуатації | |
| dc.subject | автоматизовані виробничі лінії | |
| dc.subject | акустичний спектр | |
| dc.subject | машинне навчання | |
| dc.subject | reliability | |
| dc.subject | of operation | |
| dc.subject | efficiency of operation | |
| dc.subject | automated production lines | |
| dc.subject | acoustic spectrum | |
| dc.subject | machine learning | |
| dc.title | Підвищення надійності та ефективності експлуатації виробничих ліній методами штучного інтелекту, використовуючи моніторинг акустичних сигналів | |
| dc.title.alternative | Increasing the Reliability and Efficiency of Production Lines Using Artificial Intelligence Methods Using Acoustic Signal Monitoring | |
| dc.type | Article |