Details

Title Геометрический и кластерный подход к оценке состояния технологического оборудования // Промышленный искусственный интеллект (ПИИ'2025): Всероссийская научно-практическая конференция с международным участием 3–4 июля 2025 года: cборник научных трудов
Creators Беднарский Артем Александрович ; Селиванова Елена Николаевна
Organization Санкт-Петербургский политехнический университет Петра Великого
Imprint Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025
Collection Общая коллекция
Document type Article, report
Language Russian
DOI 10.18720/SPBPU/2/id25-524
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Additionally New arrival
Record key RU\SPSTU\edoc\77844
Record create date 12/22/2025

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

В статье рассматривается метод анализа параметров технологического оборудования в пределах одного штатного режима работы. Предлагается использовать кластеризацию и геометрический анализ для разбиения данных внутри доверительной зоны. Сравниваются алгоритмы K-means, GMM и иерархическая кластеризация. Методика позволяет проводить диагностику оборудования и выявлять отклонения от нормальной работы до появления явных признаков неисправности.

The article discusses a method for analyzing the parameters of process equipment within one standard operating mode. It is proposed to use clustering and geometric analysis to partition data within a confidence zone. K-means, GMM, and hierarchical clustering algorithms are compared. The technique allows for equipment diagnostics and detection of deviations from normal operation before obvious signs of malfunction appear.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 0 
Last 30 days: 0

Detailed usage statistics