Личный кабинет

Дипломная работаИнформационные технологии

Готовая работа №94785 от пользователя Куклачев Дмитрий

АНАЛИЗ И ОБРАБОТКА ДАННЫХ МАГНИТОГРАММЫ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Name: АНАЛИЗ И ОБРАБОТКА ДАННЫХ МАГНИТОГРАММЫ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Price: 1290.00 RUB

1 290 ₽

Файл с работой можно будет скачать в личном кабинете после покупки

Страниц: 59

Год написания: 2024

Куклачев Дмитрий

Сообщить о нарушении авторских прав

Гарантия безопасной покупки

Уникальность текста выше 50%

Возможность снять с продажи

Не подходит эта работа?

Укажите тему работы или свой e-mail, мы отправим подборку похожих работ

содержание

ВВЕДЕНИЕ 8
ГЛАВА 1. ИССЛЕДОВАНИЕ ТЕОРЕТИЧЕСКОЙ БАЗЫ 10
1.1. Процедура внутритрубной диагностики 10
1.2. Изучение подходов к анализу баз данных 13
1.3. Графическое представление дефектов и способы их контроля 17
ГЛАВА 2. СОЗДАНИЕ МЕТОДИК ОБНАРУЖЕНИЯ ДЕФЕКТОВ 20
2.1. Строение и специфические характеристики информации 20
2.2. Расширение исходного набора данных 25
2.3. Анализ параметров и особенностей дефектов 26
2.4. Обнаружение аномалий с использованием шаблонов 29
2.5. Анализ магнитограммы с использованием стандартных подходов машинного обучения 31
2.6. Разбиение дефектов на категории с использованием стандартных подходов машинного обучения 32
2.7. Разбиение дефектов на категории с использованием техник, базирующихся на применении искусственных нейронных сетей 33
ГЛАВА 3. ОСУЩЕСТВЛЕНИЕ ЭКСПЕРТИЗЫ ЭФФЕКТИВНОСТИ ПРОГРАММНЫХ МЕХАНИЗМОВ 39
3.1. Процесс анализа эффективности созданных алгоритмов 39
3.2. Результаты обнаружения аномалий с использованием шаблонов 39
3.3. Результаты анализа магнитограммы с использованием стандартных подходов машинного обучения 41
3.4. Результаты разбиения дефектов на категории с использованием стандартных подходов машинного обучения 42
3.5. Результаты разбиения дефектов на категории с использованием техник, базирующихся на применении искусственных нейронных сетей 44
ГЛАВА 4. БЕЗОПАСНОСТЬ ЖИЗНЕДЕЯТЕЛЬНОСТИ 47
4.1. Назначение разработки 47
4.3. Описание рисков, связанных с разработкой и эксплуатацией программных систем. Ключевые стратегии для гарантии их защищённости 48
4.3. Рекомендации к организации рабочего места оператора 49
ЗАКЛЮЧЕНИЕ 52
СПИСОК ЛИТЕРАТУРЫ 54
ПРИЛОЖЕНИЕ A 59

Весь текст будет доступен после покупки

Показать еще текст

ВВЕДЕНИЕ

Настоящее время отличается быстрым развитием технологий и активным использованием искусственного интеллекта (ИИ), в результате чего наблюдается значительный прогресс во всех сферах жизни общества. Одной из областей, где применение ИИ может быть особенно полезным, является промышленность. В результате этого значительный импульс развития был получен множеством секторов экономики, в том числе автомобилестроением и нефтегазовой отраслью.
Целью работы является создание подходов и технологий на основе искусственного интеллекта, направленных на повышение точности и скорости выявления неисправностей при анализе магнитограмм.
В рамках стремления к достижению поставленной цели были определены и реализованы следующие конкретные задачи:
1. Выполнить систематический обзор и критический анализ существующих методик и подходов в области машинного обучения, направленных на выявление аномалий и неисправностей;
2. Организовать сбор данных для внутритрубной диагностики, а также их предварительную обработку для последующего использования в процессе тренировки моделей машинного обучения и оценке их эффективности;
3. Разработать методы data mining для эффективного выявления различных дефектов;
4. Провести тестирование созданных алгоритмов на данных, полученных при помощи внутритрубной диагностики (ВТД), а также провести оценку качества работы этих алгоритмов;
5. Предоставить экспертную оценку результатам тестирования, разработать предложения по усовершенствованию качества модельных решений.

Весь текст будет доступен после покупки

Показать еще текст

отрывок из работы

ГЛАВА 1. ИССЛЕДОВАНИЕ ТЕОРЕТИЧЕСКОЙ БАЗЫ
1.1. Процедура внутритрубной диагностики
В настоящее время существует множество предложений для проведения ультразвуковой и магнитной диагностики в нефтепроводе для оценки его состояния и планирования ремонтных работ. Для диагностики применяются внутритрубные роботы, являющиеся атомными зондами, которые оснащены дефектоскопами и профилометрами.

Рис. 1.1 - Внешний вид зонда для проведения внутритрубной диагностики

Специфика задачи предполагает выполнение зонда в цилиндрической форме, с вмонтированными в корпус по окружности измерительными комплексами, каждый из которых имеет 4 датчика и отдален на равный угловой промежуток относительно другого. Диаметральные размеры зонда влияют на количество установленных комплексов – 48 или 64. Процедура диагностики начинается с погружения робота в трубу, после чего давление содержащегося в трубе вещества проталкивает его далее, обеспечивая возможность получать у стенок провода данные о скачках магнитного поля. На рисунке 1.2 представлена разница изменениями магнитного поля в случаях участков трубы с дефектом и без. На рисунке 1.3 представлен пример одного из дефектов.

Весь текст будет доступен после покупки

Показать еще текст

Список литературы

1. Официальный сайт ?Baker Huges? [Электронный ресурс]. URL: https://www.bakerhughes.com/ (дата обращения: 12.04.2024).
2. Официальный сайт ?Интрон плюс? [Электронный ресурс]. URL: https://www.intron.ru/ (дата обращения: 12.04.2024).
3. ГОСТ Р 55999-2014 Внутритрубное техническое диагностирование газопроводов. Общие требования, 2015, 7 c.
4. Braei, Mohammad & Wagner, Sebastian. Anomaly Detection in Univariate Time-series: A Survey on the State-of-the-Art. 2020.
5. A. H. Yaacob, I. K. T. Tan, S. F. Chien and H. K. Tan, "ARIMA Based Network Anomaly Detection,"2010 Second International Conference on Communication Software and Networks, 2010, pp. 205-209.
6. Ja?sek, R., Szmit, A., Szmit, M. (2013). Usage of Modern ExponentialSmoothing Models in Network Traffic Modelling. In: Zelinka, I., Chen, G., R?ossler, O., Snasel, V., Abraham, A. (eds) Nostradamus 2013: Prediction, Modeling and Analysis of Complex Systems. Advances in Intelligent Systems and Computing, vol 210. Springer, Heidelberg.
7. Yufeng Yu, Yuelong Zhu, Shihua Li, and Dingsheng Wan. Time series outlier detection based on sliding window prediction. In Mathematical Problems in Engineering, 2014.
8. J. MacQueen. Some Methods for Classification and Analysis of Multivariate Observations. In Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, Volume 1: Statistics, Berkeley, Calif., University of California Press. 43, 1967, pages 281– 297.
9. Martin Ester, Hans-Peter Kriegel, J?org Sander, and Xiaowei Xu. A densitybased algorithm for discovering clusters a density-based algorithm for discovering clusters in large spatial databases with noise. In Proceedings of the Second International Conference on Knowledge Discovery and Data Mining, KDD’96, AAAI Press, 1996, pages 226–231.

Весь текст будет доступен после покупки

Показать еще текст

Купить и скачать работу

АНАЛИЗ И ОБРАБОТКА ДАННЫХ МАГНИТОГРАММЫ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Почему студенты выбирают наш сервис?

Работаем круглосуточно

24 часа в сутки

7 дней в неделю

Гарантия

Возврат средств в случае проблем с купленной готовой работой

Мы лидеры

LeWork является лидером по количеству опубликованных материалов для студентов

не подошла эта работа?

В нашей базе 78761 курсовых работ – поможем найти подходящую

Ответы на часто задаваемые вопросы

Как оплатить заказ?

Чтобы оплатить заказ на сайте, необходимо сначала пополнить баланс на этой странице - https://lework.net/addbalance

На странице пополнения баланса у вас будет возможность выбрать способ оплаты - банковская карта, электронный кошелек или другой способ.

После пополнения баланса на сайте, необходимо перейти на страницу заказа и завершить покупку, нажав соответствующую кнопку.

Если у вас возникли проблемы при пополнении баланса на сайте или остались вопросы по оплате заказа, напишите нам на support@lework.net. Мы обязательно вам поможем!

Есть ли услуга безопасной покупки, и какой срок гарантии?

Да, покупка готовой работы на сайте происходит через "безопасную сделку". Покупатель и Продавец финансово защищены от недобросовестных пользователей. Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней.

Что означает возможность снять с продажи готовую работу ?

У покупателя есть возможность снять готовую работу с продажи на сайте. Например, если необходимо скрыть страницу с работой от третьих лиц на определенный срок. Тариф можно выбрать на странице готовой работы после покупки.

Как вернуть средства за некачественную работу?

Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. Если администрация сайта принимает решение о возврате денежных средств, то покупатель получает уведомление в личном кабинете и на электронную почту о возврате. Средства можно потратить на покупку другой готовой работы или вывести с сайта на банковскую карту. Вывод средств можно оформить в личном кабинете, заполнив соответствущую форму.

Как связаться со службой поддержки, если возникли вопросы?

Мы с радостью ответим на ваши вопросы по электронной почте support@lework.net