DOI: https://doi.org/10.32515/2664-262X.2024.10(41).2.142-151
Підвищення надійності та ефективності експлуатації виробничих ліній методами штучного інтелекту, використовуючи моніторинг акустичних сигналів
Об авторах
С.Г. Ковальов, докторант, кандидат педагогічних наук, Центральноукраїнський національний технічний університет, Кропивницький, Україна, e-mail: kovalyovserggr@ukr.net, ORCID ID: 0009-0002-3922-8697
В.В. Аулін, професор, доктор технічних наук, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна, e-mail: AulinVV@gmail.com, ORCID ID: 0000-0003-2737-120X
А.В. Гриньків, старший дослідник, кандидат технічних наук, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна, e-mail: avgrinkiv@gmail.com, ORCID ID: 0000-0002-1888-6685
В.В. Варваров, провідний науковий співробітник, кандидат технічних наук, Харківський національний університет повітряних сил імені Івана Кожедуба, м. Харків, Україна, e-mail: varvarov_@ukr.net, ORCID ID: 0000-0003-1273-5605
Анотація
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.
Підвищення надійності та ефективності експлуатації виробничих ліній методами штучного інтелекту, використовуючи моніторинг акустичних сигналів
Об авторах
С.Г. Ковальов, докторант, кандидат педагогічних наук, Центральноукраїнський національний технічний університет, Кропивницький, Україна, e-mail: kovalyovserggr@ukr.net, ORCID ID: 0009-0002-3922-8697
В.В. Аулін, професор, доктор технічних наук, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна, e-mail: AulinVV@gmail.com, ORCID ID: 0000-0003-2737-120X
А.В. Гриньків, старший дослідник, кандидат технічних наук, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна, e-mail: avgrinkiv@gmail.com, ORCID ID: 0000-0002-1888-6685
В.В. Варваров, провідний науковий співробітник, кандидат технічних наук, Харківський національний університет повітряних сил імені Івана Кожедуба, м. Харків, Україна, e-mail: varvarov_@ukr.net, ORCID ID: 0000-0003-1273-5605
Анотація
Ключові слова
Повний текст:
PDFПосилання
1. Zhiqiang Gao, Qi Chang, Yu Deng, Wei Liu, Pengfei M, Pu Zhou, & Lei Si. (2025) “Tilt noise extraction method based on fourier transform and fitting of 2D images”. Optics Communications. Volume 577, March 2025, 131372. URL: https://doi.org/10.1016/j.optcom.2024.131372 [in English].
2. Aulin V.V., Hrynkiv A.V., Lysenko S.V., & Holub D.V. Synergetics of increasing machine reliability using Markov process models. Prospects and trends in the development of structures and technical service of agricultural machines and tools: collection of materials of the participants of the V All-Ukrainian Scientific and Practical Conference. Zhytomyr: Zhytomyr Agrotechnical College, 2019. P. 242-245. [in Ukrainian].
3. Aulin V.V., Hrynkiv A. V., Holovaty A. O., Lysenko S. V., Holub D. V., Kuzyk O. V., & Tykhy A. A. Methodological foundations of design and functioning of intelligent transport and production systems: monograph under the general editorship of Dr. Tech., Prof. Aulina V. V. Kropyvnytskyi: Publisher Lysenko V. F., 2020. 428p. [in Ukrainian].
4. Kenta Ohira, Toru Ohira. Solving a delay differential equation through the Fourier transform. Physics Letters A. Volume 531, 28 January 2025, Page 130138. URL: https://doi.org/10.1016/j.physleta.2024.130138. [in English].
5. Mehieddine Derbas, Stephan Frömel-Frybort, Hans-Christian Möhring, Martin Riegler. Accelerated Singular Spectrum Analysis and Machine Learning to investigate wood machining acoustics. Mechanical Systems and Signal Processing. Volume 223, 15 January 2025, 111879. URL: https://doi.org/10.1016/j.ymssp.2024.111879. [in English].
6. V.V. Aulin, S.G. Kovalev, A.V. Hrynkiv, & V.V. Varvarov. Algorithm for optimizing the reliability of functioning and efficiency of the use of production equipment using artificial intelligence methods. Collection of scientific papers "Central Ukrainian Scientific Bulletin. Technical Sciences". Issue 10 (41), part I. Kropyvnytskyi.. 2024, P. 60-67. [in Ukrainian].
7. Kovalev S.G. & Kovalev Yu.G. Features of the implementation of the artificial neural network model by hardware means. "Science and Technology Today" (Series "Pedagogy", Series "Law", Series "Economics", Series "Physical and Mathematical Sciences", Series "Technology")": journal. 2024. No. 6(34) 2024. P. 1131. URL: DOI: https://doi.org/10.52058/2786-6025-2024-6(34) [in Ukrainian].
8. Tao Liu, Xinsan Li, Junshuai Sun, Mindong Lyu. Shaoze Yan A post-processing method called Fourier transform based on local maxima of autocorrelation function for extracting fault feature of bearings. Advanced Engineering Informatics. Volume 62, Part B, October 2024, 102766 URL: https://doi.org/10.1016/j.aei.2024.102766. [in English].
9. Xuanqi Lin, Yong Zhang, Shun Wang, Yongli Hu, Baocai Yin. Multi-scale wavelet transform enhanced graph neural network for pedestrian trajectory prediction. Physica A: Statistical Mechanics and its Applications. Volume 659, 1 February 2025, 130319. URL: https://doi.org/10.1016/j.physa.2024.130319.
10. Seong-Heon Seo. Instantaneous frequency estimation by interpolating continuous wavelet transform coefficients. Digital Signal Processing.Volume 159, April 2025, 104989. URL: https://doi.org/10.1016/j.dsp.2025.104989. [in English].
11. Elizabeth Shoop, Suzanne J. Matthews, Richard Brown, Joel C. Adams. Hands-on parallel & distributed computing with Raspberry Pi devices and clusters. Journal of Parallel and Distributed Computing. Volume 196, February 2025, 104996. URL: https://doi.org/10.1016/j.jpdc.2024.104996. [in English].
12. M.D. Rakesh, M. & Jeevankumar, S.B. Rudraswamy. Implementation of real time root crop leaf classification using CNN on raspberry-Pi microprocessor. Smart Agricultural Technology. Volume 10, March 2025, 100714. URL: https://doi.org/10.1016/j.atech.2024.100714. [in English].
13. Luca Barillaro. Deep Learning Platforms: TensorFlow. Reference Module in Life Sciences. 2024. URL: https://doi.org/10.1016/B978-0-323-95502-7.00167-6. [in English].
14. Luca Barillaro. Deep Learning Platforms: Keras. Reference Module in Life Sciences 2024. URL: https://doi.org/10.1016/B978-0-323-95502-7.00092-0. [in English].
15. Sharnil Pandya, Hemant Ghayvat. Ambient acoustic event assistive framework for identification, detection, and recognition of unknown acoustic events of a residence. Advanced Engineering Informatics. Volume 47, January 2021, 101238. URL: https://doi.org/10.1016/j.aei.2020.101238. [in English].
Пристатейна бібліографія ГОСТ
1. Zhiqiang Gao, Qi Chang, Yu Deng, Wei Liu, Pengfei M, Pu Zhou, Lei Si. “Tilt noise extraction method based on fourier transform and fitting of 2D images”. Optics Communications. Volume 577, March 2025, 131372. URL: https://doi.org/10.1016/j.optcom.2024.131372
2. Аулін В.В., Гриньків А.В., Лисенко С.В., Голуб Д.В. Синергетика підвищення надійності машин використанням моделей марківських процесів. Перспективи і тенденції розвитку конструкцій та технічного сервісу сх машин і знарядь: зб. матеріалів доп. учасн. V Всеукраїнської науково-практичної конф. Житомир: Житомирський агротехнічний коледж, 2019. С. 242-245.
3. Аулін В. В., Гриньків А. В., Головатий А. О., Лисенко С. В., Голуб Д. В., Кузик О.В., Тихий А. А. Методологічні основи проектування та функціонування інтелектуальних транспортних і виробничих систем: монографія під заг. ред. д.т.н., проф. Ауліна В.В. Кропивницький: Видавець Лисенко В.Ф., 2020. 428с.
4. Kenta Ohira, Toru Ohira. Solving a delay differential equation through the Fourier transform. Physics Letters A. Volume 531, 28 January 2025, Page 130138. URL: https://doi.org/10.1016/j.physleta.2024.130138.
5. Mehieddine Derbas, Stephan Frömel-Frybort, Hans-Christian Möhring, Martin Riegler. Accelerated Singular Spectrum Analysis and Machine Learning to investigate wood machining acoustics. Mechanical Systems and Signal Processing. Volume 223, 15 January 2025, 111879. URL: https://doi.org/10.1016/j.ymssp.2024.111879.
6. В.В. Аулін, С.Г. Ковальов, А.В. Гриньків, В.В. Варваров. Алгоритм оптимізації надійності функціонування та ефективності використання виробничого обладнання методами штучного інтелекту. Збірник наукових праць «Центральноукраїнський науковий вісник. Технічні науки». Вип.10 (41), ч. I. Кропивницький. 2024, С. 60-67.
7. Ковальов С.Г. Ковальов Ю.Г. Особливості реалізація моделі штучної нейронної мережі апаратними засобами. «Наука і технікасьогодні» (Серія «Педагогіка», Серія «Право», Серія «Економіка», Серія «Фізико-математичнінауки», Серія «Техніка»)»: журнал. 2024. No6(34) 2024. С. 1131. URL: DOI: https://doi.org/10.52058/2786-6025-2024-6(34)
8. Tao Liu, Xinsan Li, Junshuai Sun, Mindong Lyu. Shaoze Yan A post-processing method called Fourier transform based on local maxima of autocorrelation function for extracting fault feature of bearings. Advanced Engineering Informatics. Volume 62, Part B, October 2024, 102766 URL: https://doi.org/10.1016/j.aei.2024.102766.
9. Xuanqi Lin, Yong Zhang, Shun Wang, Yongli Hu, Baocai Yin. Multi-scale wavelet transform enhanced graph neural network for pedestrian trajectory prediction. Physica A: Statistical Mechanics and its Applications. Volume 659, 1 February 2025, 130319. URL: https://doi.org/10.1016/j.physa.2024.130319.
10. Seong-Heon Seo. Instantaneous frequency estimation by interpolating continuous wavelet transform coefficients. Digital Signal Processing.Volume 159, April 2025, 104989. URL: https://doi.org/10.1016/j.dsp.2025.104989.
11. Elizabeth Shoop, Suzanne J. Matthews, Richard Brown, Joel C. Adams. Hands-on parallel & distributed computing with Raspberry Pi devices and clusters. Journal of Parallel and Distributed Computing. Volume 196, February 2025, 104996. URL: https://doi.org/10.1016/j.jpdc.2024.104996.
12. M.D. Rakesh, M. Jeevankumar, S.B. Rudraswamy. Implementation of real time root crop leaf classification using CNN on raspberry-Pi microprocessor. Smart Agricultural Technology. Volume 10, March 2025, 100714. URL: https://doi.org/10.1016/j.atech.2024.100714.
13. Luca Barillaro. Deep Learning Platforms: TensorFlow. Reference Module in Life Sciences. 2024. URL: https://doi.org/10.1016/B978-0-323-95502-7.00167-6.
14. Luca Barillaro. Deep Learning Platforms: Keras. Reference Module in Life Sciences 2024. URL: https://doi.org/10.1016/B978-0-323-95502-7.00092-0.
15. Sharnil Pandya, Hemant Ghayvat. Ambient acoustic event assistive framework for identification, detection, and recognition of unknown acoustic events of a residence. Advanced Engineering Informatics. Volume 47, January 2021, 101238. URL: https://doi.org/10.1016/j.aei.2020.101238.
Copyright (c) 2024 В.В. Аулін, С.Г. Ковальов, А.В. Гриньків, В.В. Варваров