<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Вібраційний моніторинг технологічних режимів валкового формування гнутих профілів

dc.contributor.authorЯвтушенко, А.uk
dc.contributor.authorГубський, С.uk
dc.contributor.authorYavtushenko, A.en
dc.contributor.authorHubskyi, S.en
dc.titleВібраційний моніторинг технологічних режимів валкового формування гнутих профілівuk
dc.date.issued2025
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationЯвтушенко А., Губський С. Вібраційний моніторинг технологічних режимів валкового формування гнутих профілів // Збірник тез доповідей ІV Міжнародної науково-технічної конференції «Перспективи розвитку машинобудування та транспорту–2025», м. Вінниця, 3–5 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/prmt/pmrt2025/paper/view/24808.uk
dc.relation.ispartofЗбірник тез доповідей ІV Міжнародної науково-технічної конференції «Перспективи розвитку машинобудування та транспорту–2025», м. Вінниця, 3–5 червня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/prmt/pmrt2025/paper/view/24808
dc.identifier.udc621.77.07
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/57452
dc.description.abstractЗапропоновано підхід до раннього виявлення поломок механізмів та обладнання, порушень технологічних режимів валкового формування гнутих профілів шляхом застосування вібраційного моніторингу. Описано алгоритм, що дозволить ідентифікувати відхилення у роботі обладнання ще до настання критичних несправностей, що сприятиме підвищенню надійності виробничих процесів.uk
dc.subjectвібраціяuk
dc.subjectдіагностикаuk
dc.subjectмоніторингuk
dc.subjectгнутий профільuk
dc.subjectвалкове формуванняuk
dc.subjectтехнологічний режимuk
dc.subjectспектральний аналізuk
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesSergienko N., Hubskyi S., Pavlova N., Turchyn O., Hasiuk O., idek K. Obstacle-Resistant Wireless Strain Gauge Complex for Automated Monitoring of the Steel Structures Condition // EAI ARTEP 2023: EAI International Conference on Automation and Control in Theory and Practice. – 2023. – P. 17–31. DOI: 10.1007/978-3-031-31967-9_2.en
dc.relation.referencesTurkin I., Leznovskyi V., Zelenkov A., Nabizade A., Volobuieva L., Turkina V. The Use of IoT for Determination of Time and Frequency Vibration Characteristics of Industrial Equipment for Condition-Based Maintenance // Computation. – 2023. – Vol. 11. – P. 1–16. DOI: 10.3390/computation11090177.en
dc.relation.referencesScalabrini Sampaio G., Vallim Filho A. R. d. A., Santos da Silva L., Augusto da Silva L. Prediction of Motor Failure Time Using An Artificial Neural Network // Sensors. – 2019. – Vol. 19. – Article ID 4342. DOI: 10.3390/s19194342.en
dc.relation.referencesuczak D. Machine Fault Diagnosis through Vibration Analysis: Time Series Conversion to Grayscale and RGB Images for Recognition via Convolutional Neural Networks // Energies. – 2024. – Vol. 17. – P. 1998. – P. 1–25. DOI: 10.3390/en17091998.en
dc.date.accessioned2026-11-16T15:32:39Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Завантаження...
Ескіз
Назва:
24808.pdf
Розмір:
260,04 KB
Формат:
Adobe Portable Document Format