Razvoj korisničkog sučelja prediktivnog održavanja za primjenu konvolucijske neuronske mreže

master's thesis

• Title (english): Development of predictive maintenance user interface for application of convolutional neural network
• Author: Tajana Lušetić
• Mentor: Dragutin Lisjak (mentor)
• Committee member: Nedeljko Štefanić (predsjednik povjerenstva)
• Committee member: Dragutin Lisjak (član povjerenstva)
• Committee member: Hrvoje Cajner (član povjerenstva)
• Granter: University of Zagreb; Faculty of Mechanical Engineering and Naval Architecture; Zagreb
• Defense date and country: 2020-01-23, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Mechanical Engineering

Abstract

Tema ovog diplomskog rada je razvoj grafičkog korisničkog sučelja za prediktivno održavanje. Prediktivno održavanje se sastoji od praćenja stvarnog mehaničkog stanja, radne učinkovitosti i drugih pokazatelja radnog stanja strojeva. Kako bi se mogli dijagnosticirati kvarovi strojeva, razvijene su razne metode od kojih su trenutačno najzanimljivije one koje su temeljene na podacima. Jedna od takvih metoda je konvolucijska neuronska mreža koja koristi matematičku operaciju konvoluciju, sažimanje i potpuno povezivanje slojeva za pretvaranje ulaznih slika ili signala sa senzora za dobivanje izlaza. Razvijeno korisničko sučelje omogućuje nadzor stanja opreme uz pomoć razvijenog i u grafičko korisničko sučelje implementiranog algoritma konvolucijske neuronske mreže. Korisničko sučelje omogućuje pripremu ulaznih podatka koje računalna okolina može koristiti, učenje neuronske mreže pomoću pripremljenih podatka, evaluacija novog model te primjenu modela na novim podacima.

Abstract (english)

The topic of this master thesis is the development of graphical user interface for predictive maintenance. Predictive maintenance consists of monitoring the actual mechanical condition, operating efficiency, and other indicators of the working condition of the machines. In order to be able to diagnose machine failures, various methods have been developed, of which currently the most interesting are those based on data. One such method is a convolutional neural network that uses mathematical operation, convolution, pooling, and softmax to convert input images or signals from sensors to obtain output. The developed application enables monitoring the condition of the equipment with the help of the convolution neural network algorithm developed in the graphical user interface. The application enables the preparation of input data that the program can use, learning neural networks using the prepared data, evaluating a new model and applying the model to new data.

• Keywords: Prediktivno održavanje; održavanje po stanju; predviđanja stanja opreme; strojno učenje; konvolucijske neuronske mreže; korisničko sučelje; MATLAB
• Keywords (english): Predictive maintenance; condition-based maintenance prognostics and health management; machine learning; convolutional neural networks; user interface; MATLAB
• Language: croatian
• URN:NBN: urn:nbn:hr:235:580962
• Study programme: Title: Mechanical Engineering; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka strojarstva (magistar/magistra inženjer/inženjerka strojarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Open access
• Created on: 2020-01-15 16:45:57