Дослідження екологічних параметрів на виробництві спрямоване на покращення ефективності, зменшення відходів і мінімізацію екологічного впливу виробничих процесів

Abstract

Магістерська кваліфікаційна робота виконана студентом групи КНСШ21 Тиським Святославом Михайловичем. Тема «Дослідження екологічних параметрів на виробництві спрямоване на покращення ефективності, зменшення відходів і мінімізацію екологічного впливу виробничих процесів». Робота направлена на здобуття ступеня магістр за спеціальністю 122 "Комп'ютерні науки". Метою дипломної роботи є аналіз змін, які відбуваються у переході від Industry 4.0 до Industry 5.0, зокрема дослідження створення синтетичних даних та аналіз впровадження новітніх технологій. Об’єктом дослідження є нові параметри, що вводяться у рамках Industry 5.0, включно з автоматизацією та когнітивними технологіями, а також синтетичні дані, що використовуються для моделювання різних виробничих процесів, зокрема визначення оптимальної роботи пристроїв на виробництві, а також прогнозування нештатних ситуації роботи з обладнанням. Предметом дослідження є алгоритми генерації синтетичних даних та методи їх перевірки, спрямовані на забезпечення їхньої статистичної подібності до реальних даних. У ході дослідження було проаналізовано, як впровадження штучного інтелекту може підвищити ефективність та адаптивність виробничих систем. Результати цього дослідження мають значний потенціал для впровадження на практиці, особливо у виробничих компаніях, які прагнуть інтегрувати сучасні підходи до аналізу та оптимізації технологічних процесів. Генерація синтетичних даних відкриває нові можливості для імітації реальних умов роботи обладнання, що дозволяє ідентифікувати потенційні слабкі місця та покращити прогнози щодо відмов. Це сприяє підвищенню ефективності виробництва, зниженню витрат і зменшенню впливу на навколишнє середовище. The master's thesis was completed by Tyskyi Svyatoslav Mykhailovych, a student of the KNSS-21 group. The topic "The study of environmental parameters in production is aimed at improving efficiency, reducing waste and minimizing the environmental impact of production processes." The work is aimed at obtaining a master's degree in the specialty 122 "Computer Science". The aim of the thesis is to analyze the changes that occur in the transition from Industry 4.0 to Industry 5.0, in particular, research on the creation of synthetic data and analysis of the introduction of the latest technologies. The object of the research is new parameters introduced within the framework of Industry 5.0, including automation and cognitive technologies, as well as synthetic data used for modeling various production processes, in particular, determining the optimal operation of devices in production, as well as predicting abnormal situations of work with equipment. The subject of the research is synthetic data generation algorithms and their verification methods aimed at ensuring their statistical similarity to real data. In the course of the study, it was analyzed how the implementation of artificial intelligence can increase the efficiency and adaptability of production systems. The results of this study have significant potential for practical implementation, especially in manufacturing companies that seek to integrate modern approaches to the analysis and optimization of technological processes. The generation of synthetic data opens up new opportunities for simulating real-world equipment operating conditions, which allows identifying potential weaknesses and improving failure forecasts. This contributes to increasing production efficiency, reducing costs and reducing environmental impact.