TSI logo 25 years
LV EN
Home > Par mums > Struktūra un pārvaldība > Anotācijas

LĪMENIS

PROGRAMMA

FAKULTĀTE

GADS

VALODA

ATSLĒGVĀRDI

Mašīnmācīšanās izmantošana lēmumu atbalsta sistēmā

Šī darba mērķis ir uzlabot gaidīšanas laiku prognozēšanas precizitāti esošajā rindas vadības sistēmā, izmantojot mašīnmācīšanos. Tika analizēti klienta sniegtie dati un modeļi tika apmācīti, izmantojot dažādus mašīnmācīšanās algoritmus. Tika apkopoti modeļu veiktspējas rādītāji un izvēlēts labākais. Papildus tika izstrādāta programmatūra un datubāze, kas ļauj kontrolēt apmācības procesu un novērtēt modeļu kvalitāti. Programmatūras kvalitāte tika novērtēta, izmantojot nozares standartmetodoloģijas, un tika pārbaudīta.

Autors: Jevgēnijs Nikolajevs

Vadītājs: Jeļena Kijonoka

Līmenis: Bakalaurs

Gads: 2024

Darba valoda: Latviešu

Studiju programma: Datorzinātnes

Vairāk...

Uz vibrāciju analīzi balstīta defektu diagnostika ar elektromotoru darbināmiem darbgaldiem, izmantojot konvolucionālos neironu tīklus

Šajā darbā tiek pētītas un novērtētas vibrācijas analīzes un konvolucionālo neironu tīklu (CNN) izmantošanas metodes, lai novērtētu urbju stāvokli, kas uzstādīti uz elektromotora darbināmiem urbjiem. Stratēģiski novietojot inerciālās mērvienības (IMU) sensoru, lai uztvertu paātrinājuma datus, dažādos darbības scenārijos var savākt plašu vibrācijas signālu klāstu. CNN modeļi tiek apmācīti un apstiprināti, izmantojot šos datus, lai precīzi noteiktu dažādus urbju uzgaļu bojājumu apstākļus un darbības stāvokļus, parādot iespēju ieviest mērogojamas un uzticamas kļūdu noteikšanas sistēmas rūpnieciskā vidē. Pētījums sasniedz tehnoloģiju gatavības līmeni (TRL) 3, kā liecina izmēģinājumi, kas efektīvi klasificē mašīnas apstākļus, izmantojot CNN, tādējādi apstiprinot piedāvātās tehnoloģijas kritiskās funkcijas. Šī pētījuma mērķis ir novērtēt vibrāciju analīzes efektivitāti, klasificējot urbjmašīnas darbības stāvokli kā labu, vidēju vai sliktu.Vibrācijas analīze ir metode, ko izmanto, lai analizētu mašīnas svārstību modeļus, lai identificētu tādas problēmas kā novirze, nelīdzsvarotība un nodilums.

Autors: Marawan Mohamed Ahmed Elsayed Youssef

Vadītājs: Emmanuel Alejandro Merchan Cruz

Līmenis: Maģistrs

Gads: 2024

Darba valoda: Angļu

Table View
Text View