Registration Number
2125U007245, Article
popup.category
Бакалаврська робота
Title
An information system for the analysis of production processes based on intelligent data analysis (AI translated)
popup.author
Кутова Тетяна Анатоліївна
Kutova Tetyana Anatoliivna
popup.publication
01-01-2025
popup.source_user
Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»
popup.source
https://ela.kpi.ua/handle/123456789/76038
popup.publisher
КПІ ім. Ігоря Сікорського
Description
Дипломна робота: 107 с., 21 рис., 7 табл., 29 посилань, 2 додатки.
У цій роботі досліджено питання розробки інформаційної системи для аналітики виробничих процесів на основі методів інтелектуального аналізу даних. Основну увагу приділено створенню програмного продукту, що дозволяє збирати, обробляти та аналізувати дані з промислових систем для виявлення аномалій і прогнозування ефективності. Об’єкт дослідження — виробничі процеси в автоматизованих системах керування. Предмет дослідження — програмна система для збору та аналізу логів SCADA і MES із використанням методів машинного навчання. Мета роботи — розробити інформаційну систему аналітики виробничих процесів, що дозволяє ефективно виявляти відхилення та оцінювати ключові показники роботи підприємства в режимі реального часу. У першому розділі подано огляд предметної області, проаналізовано типові архітектури автоматизованих систем управління, особливості побудови MES та SCADA. У другому розділі представлено математичне підґрунтя — алгоритми виявлення аномалій, кластеризації та прогнозування, що лягли в основу реалізації. У третьому розділі реалізовано програмний продукт з використанням мови Python, бібліотек для обробки даних, а також інтерактивного веб-інтерфейсу на базі Streamlit для візуалізації результатів. У четвертому розділі проведено функціонально-вартісний аналіз, зокрема оцінку трудомісткості, розрахунок витрат на розробку програмного забезпечення та визначення техніко-економічного рівня. У результаті створено інформаційну систему, здатну аналізувати великі обсяги логів, виявляти відхилення та формувати аналітику для управлінських рішень. Рішення має потенціал до адаптації в реальних умовах та подальшої комерціалізації.
popup.nrat_date
2026-05-02
