|
|
Automatická detekce zlomení nástroje při děrování plechů
Kluz, Jan ; Rajchl, Matej (oponent) ; Brablc, Martin (vedoucí práce)
Tato bakalářská práce se zabývá návrhem a následnou implementací systému automatické detekce zlomení razníku při procesu děrování plechů razníkem o malých rozměrech (0.5 x 12 mm). Navrhovaný systém má význam pro výrazné ulehčení práce operátora, zrychlení procesu výroby a rovněž šetření finančních prostředků firmy. V první části práce je předvedena řešena problematika. Následuje stručný teoretický úvod do oblasti digitálního zpracování signálu. V další části jsou prezentovány metody vyvinuté za účelem detekce signálu zlomení včetně pomocných algoritmů. Jedná se o metodu frekvenčních špiček, frekvenčních pásem, autokorelace, metody frekvenční korelace, klasifikaci strojovým učením včetně hlubokého strojového učení. Z použitých metod dosáhla nejlepších výsledků metoda hlubokého strojového učení neuronové sítě. Pro účely navržení klasifikačního systému byly použity charakteristiky z časové a frekvenční oblasti. Je popsána rovněž možnost prediktivní údržby nástroje včetně rešerše této oblasti v moderním průmyslu. Prezentovány jsou pak dosažené výsledky a jejich stručné zhodnocení. V poslední části se nachází popis procesu implementace celého systému do realtime podoby a jeho propojení s děrovacím lisem pomocí mikrokontroléru Arduino Uno a vytvořeného vstupně-výstupního signálového obvodu. Navrhovaný systém se povedlo sestavit, otestovat a uvést do zkušebního provozu.
|
|
|
Principy údržby metodou TPM
Zahradníček, Lukáš ; Hammer, Miloš (oponent) ; Řezníčková, Hana (vedoucí práce)
Tato diplomová práce je zaměřena na moderní metodu TPM používanou ve výrobních firmách k údržbě strojních zařízení. V teoretické části je nejdříve popsána obecně údržba a dále je podrobně rozebrána metoda TPM. Také je zde popsána technická diagnostika, na kterou byl kladen důraz v praktické části z hlediska využití vibrodiagnostiky v prediktivní údržbě. V praktické části je potom uveden návrh na zavedení metody TPM ve vyškovském závodě firmy SMC Industrial Automation s.r.o.
|
|
|
Prediktivní údržba u automatizovaných montážních strojů
Janík, Vladimír ; Burget, Radim (oponent) ; Mecerod, Václav (vedoucí práce)
Tato práce se zabývá problematikou analýzy dat získaných z automatizovaných montážních strojů a jejich rychlým a přehledným zobrazením ve formátu vhodném pro jednotlivé koncové uživatele. Součástí této práce je také srovnání webových frameworků, návrh struktury databáze a následného softwarového řešení. Data jsou načítána pomocí implementovaného modulu programovacího jazyka. Dále jsou analyzována a zobrazována uživateli prostřednictvím webové aplikace, ke které mohou mít uživatelé přístup z kteréhokoli zařízení připojeného k firemní síti.
|
|
|
Systém identifikace vlaků ve výhybkách pomocí pokročilých metod strojového učení
Krč, Rostislav ; Vorel,, Jan (oponent) ; Plášek, Otto (oponent) ; Podroužek, Jan (vedoucí práce)
Tato disertační práce pojednává o možnostech automatického rozpoznání vlaků ve výhybkách na základě akcelerometrických dat. Byl zohledněn současný stav poznání včetně požadavků výzkumných projektů jako S-Code, In2Track a Výhybka 4.0. V provedených experimentech byly uvažovány různé architektury umělých neuronových sítí (ANN) a statisticky vyhodnoceny různé scénáře použití. Výsledná přesnost dosáhla 89.2 % pro konvoluční neuronovou síť (CNN), která byla vybrána jako vhodná základní architektura pro další experimenty. Projevila se vysoká schopnost zobecnění problému, jelikož modely natrénované na datech z jedné lokality byly schopné určit typ lokomotivy na jiné lokalitě. Další experimenty posuzovaly vliv filtrů a redukce šumu. Ukázalo se, že natrénované modely jsou vhodné pro aplikaci in-situ s ohledem na hardwarová omezení, neboť mají malé nároky na paměť a výpočetní výkon. Kvůli omezenému množství naměřených dat byla využita data z elektrické přenosové soustavy, což umožnilo další upřesnění navržené CNN architektury. Nejvyšší přesnosti pro klasifikaci časových řad je dosaženo pomocí hluboké vícevrstvé architektury s využitím regularizačních metod jako dropout nebo normalizace batche. Využití aktivační mapy tříd (CAM) napomohlo vysvětlení rozhodovacího procesu neuronové sítě. Prezentované výsledky prokázaly proveditelnost identifikace typů vlaků přímo ve výhybce. CNN byla zvolena jako optimální architektura pro tento úkol, vzhledem k vysoké přesnosti, schopnosti automatické filtrace a rozpoznání vzorů, což umožňuje využití end-to-end strategie. Vzhledem k nízkým výpočetním nárokům je navíc možné použití natrénovaných modelů přímo na výhybce. Byly rovněž formulovány požadavky na minimální množství dat a parametry senzorů. Tato disertační práce přispívá k porozumění problematiky identifikace typů vlaků a poskytuje pevné teoretické základy pro další výzkum.
|
|
| |
|
|
Prediktivní diagnostika a údržba robotů Stäubli
Lojková, Pavlína ; Řezníčková, Hana (oponent) ; Hammer, Miloš (vedoucí práce)
Bakalářská práce pojednává o prediktivní diagnostice a údržbě robotů Stäubli ve firmě Bosch Diesel s.r.o. v Jihlavě. Jsou popsány doposud sledované parametry a k tomu účelu navrženy další vhodné. Je realizován návrh eskalačního modelu, jeho vylepšení a vizualizace. V bakalářské práci je také provedeno zhodnocení řešené problematiky.
|
|
|
Životní cyklus stroje
Mikulka, Tomáš ; Marek, Jiří (oponent) ; Knoflíček, Radek (vedoucí práce)
Diplomová práce je zaměřena na určení stavu životního cyklu výrobního stroje. Práce je rozdělena do několika kapitol. Nejprve je v úvodu definován životní cyklus stroje, z čeho se skládá a jsou zde uvedeny použité slovní spojení. Následně se práce věnuje údržbě, opravám a modernizaci výrobního stroje. Poté je ukázka podnikové struktury společnosti Schaeffler Skalica a jednotlivé metody určující stav životního cyklu stroje. V další kapitole je popsán stroj a následně jsou vytvořeny k danému stroji analýzy ke zjištění aktuálního stavu. Posléze jsou vytvořené analýzy vyhodnoceny.
|
|
|
Návrh diagnostiky obráběcího procesu
Wolf, Jonatan ; Klapka, Milan (oponent) ; Houfek, Lubomír (vedoucí práce)
Práce je zaměřena na online diagnostiku obráběcího procesu. V teoretické části jsou představeny možnosti údržby a diagnostiky obráběcích strojů. Samostatná kapitola je věnována vibrodiagnostice, ve které jsou popsány senzory vibrací, jejich upevnění k měřenému objektu a způsoby zpracování signálu vibrací. Praktická část spočívá ve vytvoření softwarového řešení diagnostiky pro zvolené PLC a senzory. Funkčnost navrženého systému byla ověřena při experimentálním obrábění, které zároveň poskytlo cenná data pro správné nastavení systému.
|
|
|
Sběr provozních dat z 3D tiskárny
Fiala, Jan ; Baštán, Ondřej (oponent) ; Arm, Jakub (vedoucí práce)
Tato práce se zabývá návrhem a implementací funkčního modelu pro zpracování provozních veličin z 3D tiskárny s použitím různých senzorů v IoT konceptu. Naměřená data budou zpracována a převedena do základních jednotek s následným odesláním na cloud úložiště pro připojení k dalšímu systému. Práce zahrnuje výběr vhodných snímačů a členů pro realizaci zapojení, vytvoření funkčního modelu přenosu dat a následně implementaci celého návrhu na použitou 3D tiskárnu.
|
|
|
Využití tribodiagnostiky v prediktivní údržbě ve firemní praxi
Trost, Daniel ; Nahodil, Petr (oponent) ; Hammer, Miloš (vedoucí práce)
V diplomové práci je řešena problematika využití tribodiagnostiky v prediktivní údržbě ve firemní praxi. Je obecně pojednáno o údržbě, následně o tribodiagnostice ve firmě Škoda Auto a.s. Jsou popsány používané off-line a on-line diagnostické prostředky. Důraz je kladen na ověření funkce nově zakoupené on-line filtrační jednotky. Experimentální část je zaměřena na podrobný rozbor výše uvedeného včetně porovnání výsledků měření off-line a on-line diagnostiky. V práci je také provedeno ekonomické vyhodnocení úspor získaných provozem on-line filtrační jednotky. Na závěr jsou v rámci tribodiagnostiky zmíněna doporučení pro společnost Škoda Auto a.s.
|
host ::
RSS.