Детальная информация
| Название | Предиктивная диагностика ГТУ на базе Т-32: выпускная квалификационная работа магистра: направление 13.04.03 «Энергетическое машиностроение» ; образовательная программа 13.04.03_02 «Паровые и газовые турбины» = Predictive diagnostics of GTU based on T-32 |
|---|---|
| Авторы | Гаврилов Сергей Александрович |
| Научный руководитель | Култышев Алексей Юрьевич |
| Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт энергетики |
| Выходные сведения | Санкт-Петербург, 2025 |
| Коллекция | Выпускные квалификационные работы ; Общая коллекция |
| Тематика | предиктивная дигностика ГТУ ; газовая турбина Т-32 ; диагностика ; прогнозирование ; параметр оценки работы ГТУ ; predictive diagnostics of GTU ; T-32 gas turbine ; diagnostics ; forecasting ; GTU performance evaluation parameter |
| Тип документа | Выпускная квалификационная работа магистра |
| Язык | Русский |
| Уровень высшего образования | Магистратура |
| Код специальности ФГОС | 13.04.03 |
| Группа специальностей ФГОС | 130000 - Электро- и теплоэнергетика |
| DOI | 10.18720/SPBPU/3/2025/vr/vr26-1206 |
| Права доступа | Доступ по паролю из сети Интернет (чтение) |
| Дополнительно | Новинка |
| Ключ записи | ru\spstu\vkr\40877 |
| Дата создания записи | 01.07.2026 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
| Группа | Анонимные пользователи |
|---|---|
| Сеть | Интернет |
В данной работе проведен обзор и анализ источников информации, определен объект, предмет и метод исследования. Рассчитан прогнозный критерий оценки работоспособности ГТУ. Выполнен выбор и обоснование алгоритмов машинного обучения для предиктивной диагностики. Выполнен выбор математической модели, настройка и решение. Выполнен анализ полученных результатов и определены оптимальный метод машинного обучения.
In this paper, a review and analysis of information sources is carried out, the object, subject and method of research are determined. A predictive criterion for assessing the efficiency of the GTU has been calculated. The selection and justification of machine learning algorithms for predictive diagnostics is performed. The mathematical model has been selected, configured, and solved. The results were analyzed, and the optimal machine learning method was determined.
| Место доступа | Группа пользователей | Действие |
|---|---|---|
| Локальная сеть ИБК СПбПУ | Все |
|
| Интернет | Авторизованные пользователи СПбПУ |
|
| Интернет | Анонимные пользователи |
|
