ОПТИМИЗАЦИЯ СИСТЕМЫ ПЛАНОВО-ПРЕДУПРЕДИТЕЛЬНЫХ РЕМОНТОВ ЭНЕРГООБОРУДОВАНИЯ НА АО «QARMET»

Subject Terms: планово-предупредительный ремонт, энергооборудование, надёжность, оптимизация, риск-ориентированное обслуживание, предиктивное обслуживание (PdM), статистический анализ отказов

ОПТИМИЗАЦИЯ СИСТЕМЫ ПЛАНОВО-ПРЕДУПРЕДИТЕЛЬНЫХ РЕМОНТОВ ЭНЕРГООБОРУДОВАНИЯ НА АО «QARMET»

Subject Terms: планово-предупредительный ремонт, энергооборудование, надёжность, оптимизация, риск-ориентированное обслуживание, предиктивное обслуживание (PdM), статистический анализ отказов

Имитационная модель оценки эффективности внедрения системы предиктивного обслуживания оборудования

Subject Terms: economic efficiency, predictive maintenance, превентивное обслуживание, preventive maintenance, equipment maintenance, simulation modelling, stochastic modelling, предиктивное обслуживание, экономическая эффективность, техническое обслуживание оборудования, имитационное моделирование, стохастическое моделирование

УПРАВЛЕНИЕ И ВНЕДРЕНИЕ ИННОВАЦИОННЫХ ТЕХНОЛОГИЙ В ГОРНОДОБЫВАЮЩЕЙ ОТРАСЛИ: СОВРЕМЕННЫЕ ПОДХОДЫ И ВЫЗОВЫ

Subject Terms: горнодобывающая отрасль, инновационные технологии, цифровой двойник, предиктивное обслуживание, автономные системы, безопасность, экология

УПРАВЛЕНИЕ И ВНЕДРЕНИЕ ИННОВАЦИОННЫХ ТЕХНОЛОГИЙ В ГОРНОДОБЫВАЮЩЕЙ ОТРАСЛИ: СОВРЕМЕННЫЕ ПОДХОДЫ И ВЫЗОВЫ

Subject Terms: горнодобывающая отрасль, инновационные технологии, цифровой двойник, предиктивное обслуживание, автономные системы, безопасность, экология

Модель повышения операционной эффективности промышленного предприятия на основе предиктивного обслуживания

Subject Terms: equipment management, cost optimisation, операционная эффективность, digitalisation of production, оптимизация затрат, maintenance, predictive maintenance, IoT-технологии, цифровизация производства, IoT technologies, простои оборудования, enterprise competitiveness, промышленные предприятия, fault prediction, повышение производительности, производственная эффективность, industrial enterprises, equipment monitoring, конкурентоспособность предприятия, operating efficiency, управление оборудованием, предиктивное обслуживание, productivity improvement, техническое обслуживание, машинное обучение, прогнозирование неисправностей, machine learning, production efficiency, downtime, мониторинг оборудования

AI в HVAC: как алгоритмы машинного обучения могут изменить подход к обслуживанию и ремонту

Subject Terms: искусственный интеллект, энергоэффективность, IoT, автоматизация зданий, интеллектуальные системы, предиктивное обслуживание, диагностика неисправностей, HVAC, машинное обучение

AI в HVAC: как алгоритмы машинного обучения могут изменить подход к обслуживанию и ремонту

Subject Terms: искусственный интеллект, энергоэффективность, IoT, автоматизация зданий, интеллектуальные системы, предиктивное обслуживание, диагностика неисправностей, HVAC, машинное обучение

АНАЛИЗ И РЕШЕНИЕ ЧАСТО ВСТРЕЧАЮЩИХСЯ ПРОБЛЕМ ВОДЯНЫХ НАСОСОВ НА ТЕПЛОВЫХ ЭЛЕКТРОСТАНЦИЯХ

Subject Terms: тепловые электростанции, водяные насосы, кавитация, износ уплотнений, вибрационная диагностика, предиктивное обслуживание, надежность оборудования, абразивный износ, коррозионные повреждения, энергоэффективность

АНАЛИЗ И РЕШЕНИЕ ЧАСТО ВСТРЕЧАЮЩИХСЯ ПРОБЛЕМ ВОДЯНЫХ НАСОСОВ НА ТЕПЛОВЫХ ЭЛЕКТРОСТАНЦИЯХ

Subject Terms: тепловые электростанции, водяные насосы, кавитация, износ уплотнений, вибрационная диагностика, предиктивное обслуживание, надежность оборудования, абразивный износ, коррозионные повреждения, энергоэффективность

Пути повышения эксплуатационной надежности систем водоснабжения и водоотведения зданий

Authors: Ilya Alexandrovich Zvonov, Alexander Pavlovich Dudnik

Source: Недвижимость: экономика, управление, Iss 2 (2025)

Subject Terms: эксплуатационная надежность инженерных систем, отказ систем, аварии систем, датчики, предиктивное обслуживание, обслуживание систем, Real estate business, HD1361-1395.5

File Description: electronic resource

Relation: https://n-eu.iasv.ru/index.php/neu/article/view/267; https://doaj.org/toc/2073-8412; https://doaj.org/toc/3034-1485

Access URL: https://doaj.org/article/ac9b939b87b34bcf8d0bcbde5025086c

Применение Машинного Обучения Для Прогнозирования Отказов Горного Оборудования

Authors: Нұрсағат, Н. (Нұргұл), Мадиярова, К. (Куралай), Балхыбекова, К. (Коркем)

Source: Scientific Collection «InterConf+»

Subject Terms: Indonesia, машинное обучение, предиктивное обслуживание, LSTM GRU, остаточный ресурс оборудования, IIoT

File Description: application/pdf

Availability: https://www.neliti.com/publications/635906/primenenie-mashinnogo-obucheniia-dlia-prognozirovaniia-otkazov-gornogo-oborudova

Внедрение систем предиктивного обслуживания в нефтедобыче

Subject Terms: IoT, вибродиагностика, нефтедобыча, предиктивное обслуживание, цифровые двойники, цифровизация, техническое обслуживание, машинное обучение

Внедрение систем предиктивного обслуживания в нефтедобыче

Subject Terms: IoT, вибродиагностика, нефтедобыча, предиктивное обслуживание, цифровые двойники, цифровизация, техническое обслуживание, машинное обучение

Разработка модели прогностического технического обслуживания технологического оборудования с применением методов машинного обучения : магистерская диссертация

Authors: Morozov, D. M.

Contributors: Зверева, О. М., Zvereva, O. M., УрФУ. Институт строительства и архитектуры, Кафедра «Информационное моделирование в строительстве»

Subject Terms: ТЕХНОЛОГИЧЕСКОЕ ОБОРУДОВАНИЕ, TECHNOLOGICAL EQUIPMENT, ПРЕДИКТИВНОЕ ОБСЛУЖИВАНИЕ, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, MASTER'S THESIS, ARTIFICIAL INTELLIGENCE, PREDICTIVE MODEL, MACHINE LEARNING, МАШИННОЕ ОБУЧЕНИЕ, ПРОГНОСТИЧЕСКАЯ МОДЕЛЬ, PREDICTIVE MAINTENANCE

File Description: application/pdf

Access URL: https://elar.urfu.ru/handle/10995/145381

Diagnostics of Ship Engines Based on Wavelet Neural Network and Image Scanning Using Programmable Logic Circuit ; Диагностика судовых двигателей на основе вейвлет-нейронной сети и сканирования изображений с помощью программируемой логической логической схемы

Authors: A. I. Epikhin, S. I. Kondratiev, E. V. Khekert, А. И. Епихин, С. И. Кондратьев, Е. В. Хекерт

Source: World of Transport and Transportation; Том 21, № 6 (2023); 110-118 ; Мир транспорта; Том 21, № 6 (2023); 110-118 ; 1992-3252

Subject Terms: предиктивное обслуживание, ships, engine, wavelet transform, image, network, predictive maintenance, суда, двигатель, вейвлет-преобразование, изображение, сеть

File Description: application/pdf

Relation: https://mirtr.elpub.ru/jour/article/view/2620/4389; https://mirtr.elpub.ru/jour/article/view/2620/4390; Tianlong Lu, Zhen Lu, Yuchuan Gao, Lei Shi, Huaiyin Wang, Tianyou Wang. Investigation on suitable swirl ratio and spray angle of a large-bore marine diesel engine using genetic algorithm. Fuel, 2023, Vol. 345, 128187. DOI:10.1016/j.fuel.2023.128187.; Епихин, А. И. Подход нечеткой кластеризации в распределенных информационных системах судовых двигателей. Морские интеллектуальные технологии. – 2023. – № 2–1 (60). – С. 75–79. DOI:10.37220/MIT.2023.60.2.008.; Marko, K. A., Bryant, B., Soderborg, N. Neural network application to comprehensive engine diagnostics. In: IEEE International Conference on Systems, Man and Cybernetics, Chicago, IL, 1992, pp. 1016–1022.; Глушков С. П., Жидких В. О. Выбор вейвлетобразующей функции для анализа динамических характеристик сигнала двигателя внутреннего сгорания // Вестник Сибирского государственного университета путей сообщения. – 2017. – № 1 (40). – С. 51–56. [Электронный ресурс]: http://www.stu.ru/particular/get_teamwox_file.php?id=28121&ext=.pdf [полный текст номера]. Доступ 20.11.2023.; Shatnawi, Y., Al-Khassaweneh, M. Fault Diagnosis in Internal Combustion Engines Using Extension Neural Network. IEEE Transactions on Industrial Electronics, 2014, Vol. 61, Iss. 3, pp. 1434–1443. DOI:10.1109/TIE.2013.2261033 [ограниченный доступ].; Ravikumar, K. N., Madhusudana, C. K., Kumar, H., Gangadharan, K. V. Classification of gear faults in internal combustion (IC) engine gearbox using discrete wavelet transform features and K star algorithm. Engineering Science and Technology, 2022, Vol. 30, 101048. DOI: https://doi.org/10.1016/j.jestch.2021.08.005.; Ghaedi, A., Pour, E. S., Hosseinzadeh, F. Application of the discrete wavelet transform and probabilistic neural networks in IC engine fault diagnostics. Indian Journal of Fundamental and Applied Life Sciences, 2015, Vol. 5 (S1), pp. 1587–1592. [Электронный ресурс]: www.cibtech.org/sp.ed/jls/2015/01/jls.htm (online). Доступ 27.11.2023.; Czech, P., Wojnar, G., Burdzik, R., Konieczny, L., Warczek, J. Application of the discrete wavelet transform and probabilistic neural networks in IC engine fault diagnostics. Journal of Vibroengineering, 2014, Vol. 16, Iss. 4, 1268, pp. 1619–1639. [Электронный ресурс]: https://www.extrica.com/article/15251. Доступ 27.11.2023.; Кириллов А. В., Деста А. Б., Дубесса М. Х., Акалу Й. А. Применение нейронных сетей для диагностики и предупреждения отказов датчиков турбореактивного двухконтурного двигателя. Перспективы науки. – 2021. – № 11 (146). – С. 35–37. EDN: ZBQMDY; Енчев С. В., Товкач С. С. Вейвлет-анализ параметров систем автоматического управления авиационных двигателей. Научный вестник МГТУ ГА. – 2014. – № 204. – С. 90–96. [Электронный ресурс]: https://avia.mstuca.ru/jour/article/view/593. Доступ 27.11.2023.; Monday, H. N., Li, J., Nneji, G. U. [et al]. A wavelet convolutional capsule network with modified super resolution generative adversarial network for fault diagnosis and classification. Complex and Intelligent Systems, 2022, pp. 4831–4847. DOI: https://doi.org/10.1007/s40747-022-00733-6.; Wenliao Du, Jianfeng Tao, Yanming Li, Chengliang Liu. Wavelet leaders multifractal features based fault diagnosis of rotating mechanism. Mechanical Systems and Signal Processing, 2014, Vol. 43, Iss. 1–2, pp. 57–75. DOI: https://doi.org/10.1016/j.ymssp.2013.09.003.; Dong, D. W., Hopfield, J. J., Unnikrishnan, K. P. Neural Networks for Engine Fault Diagnostics. In: Proceedings of the 1997 IEEE Workshop, 1997, pp. 636–644.; Kobayashi, T., Simon, D. L. A Hybrid Neural Network-Genetic Algorithm Technique for Aircraft Engine Performance Diagnostics. In: Proceedings of the 37th AIAA/ASME/SAE/ASEE Joint Propulsion Conference and Exhibit, Salt Lake City, Utah, 2001, paper no. AIAA‑2001–3763.; Sadollah, A., Travieso-Gonzalez, C. M. [Eds]. Recent Trends in Artificial Neural Networks: from Training to Prediction. London, IntechOpen, 2020, 150 p. ISBN 978-1-78985-420-6.; Luo, Qiwu; Yigang, He; Sun, Yichuang. Timeefficient fault detection and diagnosis system for analog circuits. Automatika, 2018, Vol. 59, pp. 303–311. DOI:10.1080/00051144.2018.1541644.; Ma, Y., Han, R., Wang, W. Prediction-Based Portfolio Optimization Models Using Deep Neural Networks. IEEE access, 2020, Vol. 8, pp. 115393–115405. DOI:10.1109/ACCESS.2020.3003819.; Song, J., Xue, G., Pan, X., Ma, Y., Li, H. Hourly Heat Load Prediction Model Based on Temporal Convolutional Neural Network. IEEE access, 2020. Vol. 8, pp. 16726–16741. DOI:10.1109/ACCESS.2020.2968536.; Yüce, A., Nur Deniz, F., Tan, N.Interactive Analysis of Integer Order Approximation Methods in LabVIEW Environment. 1st International Mediterranean Science and Engineering Congress (IMSEC 2016), Çukurova University, Congress Center, October 26–28, 2016, Adana / TURKEY, paper ID 686, pp. 2357–2365. [Электронный ресурс]: https://www.researchgate.net/profile/Furkan-Deniz/publication/348326399_Kesir_dereceli_transfer_fonksiyonlari_icin_tamsayi_dereceli_yaklasim_yontemlerinin_LabVIEW_ortaminda_interaktif_analizi_Interactive_Analysis_of_Integer_Order_Approximation_Methods_in_LabVIEW_Environme/links/5ff82609a6fdccdcb83b7523/Kesir-dereceli-transferfonksiyonlari-icin-tamsayi-dereceli-yaklasim-yoentemlerininLabVIEW-ortaminda-interaktif-analizi-Interactive-Analysis-ofInteger-Order-Approximation-Methods-in-LabVIEWEnvironm.pdf?_tp=eyJjb250ZXh0Ijp7ImZpcnN0UGFnZSI6InB1YmxpY2F0aW9uIiwicGFnZSI6InB1YmxpY2F0aW9u In19. Доступ 27.11.2023.; Ruiz de Miras, J. Fractal Analysis in MATLAB: ATutorial for Neuroscientists. In: A. Di Ieva (ed.). The Fractal Geometry of the Brain, Springer Series in Computational Neuroscience, 2016, pp. 523–532. DOI:10.1007/978-1-4939-3995-4_33.; Yue Gao, Dai-Jun Zhang, Cui-Na Jiao, Ying-Lian Gao, Jin-Xing Liu. Spatial Domain Identification Based on Graph Attention Denoising Auto-encoder, 2023. In: Advanced Intelligent Computing Technology and Applications: 19th International Conference, ICIC 2023, Zhengzhou, China, August 10–13, 2023, Proceedings, Part III, pp. 359–367. DOI: https://doi.org/10.1007/978-981-99-4749-2_31.; Abdelmaksoud, M., Torki, M., El-Habrouk, M., Elgeneidy, M. Convolutional-neural-network-based multisignals fault diagnosis of induction motor using single and multi-channels datasets. Alexandria Engineering Journal, 2023, Vol. 73, pp. 231–248. DOI:10.1016/j.aej.2023.04.053.; Jian Zhang, Yangqian Meng, Dai Liu, Long Liu, Xiuzhen Ma, Changzhao Jiang, Xiannan Li, Li Huang. Modelling and multi-objective combustion optimization of marine engine with speed maintaining control target. Thermal science and engineering progress, 2023, Vol. 41, pp. 12–18. DOI:10.1016/j.tsep.2023.101852.; Chao Luo, Haiyue Wang. Fuzzy forecasting for long-term time series based on time-variant fuzzy information granules. Applied soft computing, 2020, Vol. 88, pp. 65–72. DOI:10.1016/j.asoc.2019.106046 [ограниченный доступ].; Zhou, W., Wu, J., Liu, A., Zhang, W. A., Yu, L. Neurodynamics-based distributed model predictive control of a low-speed two-stroke marine main engine power system. ISA Transactions, 2023, Vol. 138, pp. 341–358. DOI:10.1016/j.isatra.2023.03.006.; Zhenyi Kuai, Guoyong Huang. Fault Diagnosis of Diesel Engine Valve Clearance Based on Wavelet Packet Decomposition and Neural Networks. Electronics, 2023, Vol. 12, 353. DOI:10.3390/electronics12020353.; Ofner, A. B., Kefalas, A., Posch, S., Pirker, G., Geiger, B. C. In-cylinder pressure reconstruction from engine block vibrations via a branched convolutional neural network. Mechanical systems and signal processing, 2023. Vol. 183, 109640. DOI:10.1016/j.ymssp.2022.109640.; https://mirtr.elpub.ru/jour/article/view/2620

Availability: https://mirtr.elpub.ru/jour/article/view/2620
https://doi.org/10.30932/1992-3252-2023-21-6-13

Обнаружение аномалий в работе станков на основе машинного обучения: выпускная квалификационная работа магистра

Subject Terms: predictive maintenance, machine learning, временно-частотный анализ, time–frequency analysis, предиктивное обслуживание, дрейф данных, data drift, машинное обучение, обнаружение аномалий, anomaly detection

Перспективы применения предиктивного технического обслуживания электроустановок в АПК

Subject Terms: электроустановки, агропромышленный комплекс, предиктивное обслуживание, техническое обслуживание оборудования, техническое диагностирование, преобразователи частоты, техническое обслуживание электроустановок

File Description: application/pdf

Access URL: https://rep.bsatu.by/handle/doc/18348

Мониторинг и прогноз технического состояния электродвигателей

Subject Terms: физико-математическое моделирование, анализ данных, обслуживание по состоянию, система технического обслуживания и ремонта, большие данные, предиктивное обслуживание, наука о данных

Elaborarea sistemelor inteligente încorporate pentru aparatură de măsurare și control fără contact ; Development of intelligent embedded systems for non-contact measurement and control equipment ; Разработка встроенных интеллектуальных систем для бесконтактной контрольно-измерительной аппаратуры

Authors: MUNTEANU, Eugeniu

Contributors: ZAPOROJAN, Sergiu

Subject Terms: internetul lucrurilor, sisteme incorporate, modele AI, microfir, mentenanță predictivă, inteligență la margine, senzori, internet of things, embedded systems, edge ntelligence, AI models, non-contact sensors, measuring devices, microwire, predictive maintenance, интернет вещей, встроенные системы, граничные вычисления, модели ИИ, микропровод, предиктивное обслуживание

File Description: application/pdf

Relation: http://repository.utm.md/handle/5014/28904

Availability: http://repository.utm.md/handle/5014/28904