Діагностика відмов систем автоматичного регулювання водогрійного котла на прикладі котлоагрегату КВГМ-10

Скорочена інформація про документ
dc.contributor.advisorГрудзинський, Юліан Євгенович
dc.contributor.authorКолдун, Максим Миколайович
dc.date.accessioned2023-02-13T11:09:37Z
dc.date.available2023-02-13T11:09:37Z
dc.date.issued2020-12
dc.description.abstractenMaster's work is consisting of an introduction, 5 sections, a conclusion, references and programming code. The purpose of the master's dissertation is to reduce emergencies during the operation of industrial facilities. Analysis of machine learning methods. Choosing the best method for predictive diagnostics of water heater components. During the work, information about the object, existing regression methods and neural networks were analyzed. experiments were performed to create a system for monitoring the current state of system components based on the Raspberry Pi 3 board. The following software was developed: Normalizing the input data. Teaching the logistic regression forecasting model. Teaching the model using a neural network. Generating a classification report in the form of tables and graphs showing the effectiveness of forecasting models. There was a calculated coefficient of expected value, which is the calculation of profits and costs depending on the efficiency of the model.uk
dc.description.abstractukМагістерська дисертація скалається зі вступу, 5 розділів, висновку, списку літератури та додатків у виглядів програмного коду. Метою магістерської дисертації є зменшення аварійних ситуацій під час експлуатації промислових об`єктів. Аналіз методів машинного навчання. Вибір кращого методу для предиктивної діагностики компонентів водогрійного котла. У ході роботи було проаналізовано відомості про об`єкт, існуючі регресійні методи та нейронні мережі. проведені експерименти для створення системи моніторингу поточного стану компонентів системи на основі плати Raspberry Pi 3. Було розроблене програмне забезпечення: Для нормалізації вхідних даних. Для навчання моделі прогнозування методомо логістичної регресії. Для навчання моделі за допомогою нейронної мережі. Для формування класифікаційного звіту у вигляді таблиць та графіків, що відображають ефективність моделей прогнозування. Був розраховний коефіцієнт очікуваної вартості, це розрахунок прибутків та витрат в залежності від ефективності роботи моделі.uk
dc.format.page132 с.uk
dc.identifier.citationКолдун, М. М. Діагностика відмов систем автоматичного регулювання водогрійного котла на прикладі котлоагрегату КВГМ-10 : магістерська дис. : 151 Автоматизація та комп’ютерно-інтегровані технології / Колдун Максим Миколайович. - Київ, 2020 - 132 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/52491
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорського.uk
dc.publisher.placeКиївuk
dc.subjectводопостачанняuk
dc.subjectавтоматизаціяuk
dc.subjectдіагностикаuk
dc.subjectінтелектуальне обслуговуванняuk
dc.subjectбагатошаровий перспептронuk
dc.subjectлогістична регресіяuk
dc.subjectсистема логування і моніторингу данихuk
dc.subjectraspberry pi 3uk
dc.subjectpythonuk
dc.subjectмашинне навчанняuk
dc.subjectнормалізація данихuk
dc.subjectiotuk
dc.subjectwater supplyuk
dc.subjectautomationuk
dc.subjectdiagnosisuk
dc.subjectintelligent serviceuk
dc.subjectmultilayer perspeptronuk
dc.subjectlogistic regressionuk
dc.subjectdata logging and monitoring systemuk
dc.subjectmachine learninguk
dc.subjectdata normalizationuk
dc.titleДіагностика відмов систем автоматичного регулювання водогрійного котла на прикладі котлоагрегату КВГМ-10uk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Koldun_magistr.pdf
Розмір:
3.51 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (АЕП)
Магістерські роботи