VILNIUS TECH didžiuojasi savo doktorantų disertacijomis, todėl VILNIUS TECH Biblioteka kviečia sekti skelbiamas naujas apgintas disertacijas. Šiandien pristatoma disertacija tema „Prognostinių ir mašininio mokymosi modelių taikymas mechatroninių sistemų parametrams prognozuoti ir gedimams klasifikuoti“ („Application of predictive and machine learning models for mechatronic systems parameters prediction and fault classification“), kurią parengė VILNIUS TECH doktorantas Tadas Žvirblis. Disertacija rengta 2018–2022 metais, vadovas – doc. dr. Artūras Kilikevičius.

Disertacija bus ginama viešame Mechanikos inžinerijos mokslo krypties disertacijos gynimo tarybos posėdyje 2022 m. birželio 13 d. 9 val. Vilniaus Gedimino technikos universiteto Senato posėdžių salėje.

„Pastaruoju metu kuriant vis sudėtingesnes mechatronines sistemas susiduriama su įvairiomis šių sistemų eksploatavimo problemomis: priežiūra, palaikymu, gedimų
identifikavimu bei šalinimu. Sudėtingų sistemų eksploatavimas reikalauja ieškoti naujų šiuolaikiškų šių problemų sprendimo būdų. Mokslinėje literatūroje ir praktikoje jau kuris laikas yra vystomi netiesioginiai mechatroninių sistemų priežiūros metodai tokie kaip virpesių analizė.
Iš surinktų virpesių duomenų reikalingai informacijai išgauti taikomi dviejų tipų metodai: signalo apdorojimo ir duomenų struktūros požymių atpažinimo. Šie metodai remiasi automatizuotais duomenų apdorojimo algoritmais. Duomenų struktūros požymių atpažinimo metodai apima tris pagrindines dalis: duomenų rinkimą, požymių išskyrimą ir požymių atpažinimą. Šį darbą dabar jau gali atlikti dirbtinio intelekto sistemos su integruotais mašininio mokymosi modeliais gebančiais apdoroti itin kompleksiškus ir didelės dimensijos duomenų masyvus.
Disertacijoje pateikiami vidaus degimo variklių ekologinių ir energinių parametrų statistiniai prognozavimo modeliai bei mašininio mokymosi modeliai skirti mechatroninių sistemų gedimams identifikuoti. Pateikti modeliai remiasi mechatroninių sistemų skleidžiamų virpesių bei garso slėgio signalų reikšmių analize. Mašininio mokymosi modeliai taikomi hipoidinės pavaros gedimams bei juostinio konvejerio apkrovos būsenoms identifikuoti. Disertacijos tema publikuoti 3 moksliniai darbai. Du darbai buvo publikuoti Clarivate Analytics Web of Science duomenų bazės leidiniuose, turinčiuose citavimo rodiklį, vienas – kituose leidiniuose. Disertacijoje atliktų tyrimų rezultatai buvo pristatyti 4 mokslinėse konferencijose Lietuvoje ir užsienyje: tarptautinėse konferencijose „Fizyka Uszkodzeń Eksploatacyjnych“, Demblinas (2022); „IEEE 8th Workshop on Advances in Information, Electronic and Electrical Engineering (AIEEE’20)“, Vilnius (2021); „ESMO 21st World Congress on Gastrointestinal Cancer, Barselona (2019) bei Lietuvoje vykusioje konferencijoje „10-asis Lietuvos jaunųjų matematikų susitikimas (LJMS’10)“, Vilnius (2021).“

Mokslo darbą galite rasti VILNIUS TECH virtualiojoje bibliotekoje