Детальная информация
Название | Разработка системы прогнозирования результатов ультразвуковой сварки с использованием методов машинного обучения: выпускная квалификационная работа бакалавра: направление 09.03.01 «Информатика и вычислительная техника» ; образовательная программа 09.03.01_02 «Технологии разработки программного обеспечения» |
---|---|
Авторы | Сергиенко Кирилл Александрович |
Научный руководитель | Федотов Александр Александрович |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
Выходные сведения | Санкт-Петербург, 2025 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тематика | машинное обучение ; методы оптимизации ; регрессия ; суррогатное моделирование ; ультразвуковая сварка ; градиентный бустинг ; machine learning ; optimization methrods ; regression ; surrogate modeling ; ultrasoic wielding ; gradient boosting |
Тип документа | Выпускная квалификационная работа бакалавра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Бакалавриат |
Код специальности ФГОС | 09.03.01 |
Группа специальностей ФГОС | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/3/2025/vr/vr25-2981 |
Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Дополнительно | Новинка |
Ключ записи | ru\spstu\vkr\37233 |
Дата создания записи | 19.09.2025 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа | Анонимные пользователи |
---|---|
Сеть | Интернет |
Данная работа посвящена решению проблемы исследования прочностных характеристик шва при ультразвуковой сварке полимерных деталей. Целью является создание системы, которая по параметрам процесса оценивает вероятный результат сварки и определяет параметры, при которых ожидается улучшение результата. Задачи, которые решались в ходе работы: 1. Исследование подходов к суррогатному моделированию 2. Разработка модулей оптимизации гиперпараметров суррогатных моделей на основе машинного обучения, оптимизации аппроксимирующей функции и симуляции эксперимента 3. Анализ методов машинного обучения, подходов к кросс-валидации и методов оптимизации в рамках оптимизации гиперпараметров 4. Проведение тестирования системы на функциях-бенчмарках в рамках задачи оптимизации чёрного ящика В результате тестирования разработанная система показала, что способна существенно сократить количество экспериментов по определению глобального экстремума по сравнению с классическими итеративными методами.
This work tackles the challenge of evaluating the strength characteristics of weld seams produced by ultrasonic welding of polymer parts. Its goal is to create a system that, given the process parameters, predicts the likely welding result and identifies the parameter settings that should enhance that result. Tasks that were solved during the work: 1. Investigation of approaches to surrogate modeling 2. Development of modules for hyper-parameter optimization of surrogate mod-els, optimization of the approximating function, and experiment simulation 3. Analysis of machine-learning and optimization methods based on simulated experiment results 4. Conducting an experiment on an ultrasonic-welding machine using the devel-oped system As a result of testing, the developed system has shown that it can significantly reduce the number of experiments to determine the global extremum compared to classical iterative methods.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
Количество обращений: 0
За последние 30 дней: 0