Russian Chinese (Simplified) English German

Публикация научных работ

Publication of scientific papers foto Журнал «Проблемы современной науки и образования» выходит ежемесячно, 15 числа (уточняется в месяц выхода). Следующий номер журнала № 11(144), ноябрь 2019 г. Выйдет - 14.11.2019 г. Статьи принимаются до 14.11.2019 г.

Если Вы хотите напечататься в ближайшем номере, не откладывайте отправку заявки. Потратьте одну минуту, заполните и отправьте заявку в Редакцию.

linecolor




ДИАГНОСТИКА ТЕХНОЛОГИЧЕСКОГО ОБОРУДОВАНИЯ ПО ИНТЕГРАЛЬНЫМ ХАРАКТЕРИСТИКАМ ВИБРАЦИИ И ЗВУКА С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ

Яблоков А.Е., Федоренко Б.Н., Благовещенский И.Г., Ольшанова Е.А.

Email: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Яблоков Александр Евгеньевич - кандидат технических наук, доцент;

Федоренко Борис Николаевич - доктор технических наук, профессор,

кафедра прикладной механики и инжиниринга технических систем;

Благовещенский Иван Германович - доктор технических наук, доцент,

кафедра автоматизированных систем управления биотехнологическими процессами;

Ольшанова Елена Александровна - бакалавр,

Московский государственный университет пищевых производств,

г. Москва

Аннотация: в статье рассмотрены метод технического диагностирования состояние машины мукомольного производства - деташера по среднеквадратичным значениям вибрации корпуса и излучаемому звуку. Определены наиболее информативные точки снятие диагностической информации.  Для классификации технического состояния использован метод  нейросетевого анализа данных. В качестве входных непрерывных переменных использованы значения уровня звука и вибрации в четырех измерительных точках. В качестве входных категориальных переменных использованы текстовые метки технического состояния. Наибольшую производительность показала нейронная сеть с архитектурой многослойного персептрона MLP5-7-5.

Ключевые слова: техническая диагностика, вибрационная диагностика, нейросетевой анализ данных, диагностика машин зерноперерабатывающих предприятий.

DIAGNOSTICS OF TECHNOLOGICAL EQUIPMENT ON THE INTEGRAL CHARACTERISTICS OF VIBRATION AND SOUND USING THE MACHINE TRAINING METHODS

Yablokov A.E., Fedorenko B.N., Blagoveshchensky I.G., Olshanova E.A.

Yablokov Alexander Evgenievich - PhD in Technical Sciences, Associate Professor;

Fedorenko Boris Nikolaevich - PhD in Technical Sciences, Professor,

DEPARTMENT OF APPLIED MECHANICS AND ENGINEERING OF TECHNICAL SYSTEMS;

Blagoveshchensky Ivan Germanovich - PhD in Technical Sciences, Associate Professor,

DEPARTMENT OF AUTOMATED CONTROL SYSTEMS OF BIOTECHNOLOGICAL PROCESSES;

Olshanova Elena Alexandrovna - Bachelor,

MOSCOW STATE UNIVERSITY OF FOOD PRODUCTION,

MOSCOW

Abstract: the article discusses the method of technical diagnostics of the state of the flour-milling machine - the detailer on the mean-square values ​​of the vibration of the body and the radiated sound. Identified the most informative point removal of diagnostic information. For the classification of the technical state used the method of neural network data analysis. As input continuous variables, the values ​​of sound level and vibration at four measuring points were used. As input categorical variables used text labels technical condition. The greatest performance was shown by the neural network with the architecture of the multilayer perceptron MLP 5-7-5.

Keywords: technical diagnostics, vibration diagnostics, neural network data analysis, diagnostics of machines of grain processing enterprises.

Список литературы / References

  1. Биргер И.А. Техническая диагностика. М.: Машиностроение, 1978. 240 с., ил.
  2. Галушкин А.И. Нейронные сети. Основы теории. М.: Горячая линия – Телеком, 2012, 496 с.
  3. Технологическое оборудование и поточные линии предприятий по переработке зерна: учебник / Л.А. Глебов, А.Б. Демский, В.Ф. Веденьев, А.Е. Яблоков; I и III чисти под ред. Л.А. Глебова, II часть под ред. А.Б. Демского. - М.: ДеЛи принт, 2010. 696 с.
  4. Яблоков А., Федоренко Б., Латышев М. Технический мониторинг, диагностика и защита оборудования // Комбикорма. 2018. № 6. С. 32-34.

Ссылка для цитирования данной статьи

Publication-of-scientific-papers-copyright    

Яблоков А.Е., Федоренко Б.Н., Благовещенский И.Г., Ольшанова Е.А. ДИАГНОСТИКА ТЕХНОЛОГИЧЕСКОГО ОБОРУДОВАНИЯ ПО ИНТЕГРАЛЬНЫМ ХАРАКТЕРИСТИКАМ ВИБРАЦИИ И ЗВУКА С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ // Проблемы современной науки и образования  № 7(140), 2019. - С. {см. журнал}.

Publication of scientific papers 2

ИНТЕРФЕЙС ДЛЯ СОЗДАНИЯ SMART TV ПРИЛОЖЕНИЙ

Таборовец В.В., Максимченко А.В.

Email: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Таборовец Вячеслав Васильевич – кандидат технических наук, доцент;

Максимченко Андрей Владимирович – магистрант,

кафедра программного обеспечения информационных технологий, факультет компьютерных сетей и систем,

Белорусский государственный университет информатики и радиоэлектроники,

г. Минск, Республика Беларусь

Аннотация: в статье рассматриваются вопросы создания и построения единого интерфейса для обеспечения работы различных Smart TV платформ и операционных систем. Показано, что это достигается разработкой платформо-независимого веб-ориентированного Smart TV приложения. Проведен анализ платформ и операционных систем современных телевизоров с функцией Smart TV и назван ряд самых популярных из них. Результаты приведенных исследований могут быть использованы при создании Smart TV приложений компаниями, предоставляющими OTT/IPTV видео-контента.

Ключевые слова: Smart TV, Connected TV, OTT (Over-The-Top) Media Services, IPTV, веб-приложение, функции Smart TV, Smart TV приложения, Smart TV платформы, Smart TV OS, интерфейс, интернет, видео-контент, особенности Smart TV.

INTERFACE FOR SMART TV APPS DEVELOPMENT

Taborovets V.V., Bogumil D.V.

Taborovets Vjacheslav Vasilyevich – PhD in Techniques, Associate Professor;

Maksimchenko Andrey Vladimirovich – Master's Degree,

DEPARTMENT SOFTWARE FOR INFORMATION TECHNOLOGIES, FACULTY OF COMPUTER SYSTEMS AND NETWORKS

BELARUSIAN STATE UNIVERSITY OF INFORMATICS AND RADIOELECTRONICS,

MINSK, REPUBLIC OF BELARUS

Abstract: the article deals with the creation and construction of a single interface for the operation of various Smart TV platforms and operating systems. It is shown that this is achieved by developing a platform-independent web-based smart TV application. The analysis of the platforms and operating systems of modern TVs with the Smart TV function has been conducted and a number of the most popular ones have been named. The results of these studies can be used to create Smart TV applications by companies providing OTT / IPTV video content.

Keywords: Smart TV, web application, Connected TV, receivers, digital TV, video player, Smart TV functions, Smart TV platforms, Smart TV OS, interface, Internet, video content.

Список литературы / References

  1. Википедия. [Электронный ресурс]. Режим доступа: https://ru.wikipedia.org/wiki/Smart_TV/ (дата обращения: 11.06.2019).
  2. Handling Control Key Events / Samsung Developers. [Электронный ресурс]. Режим доступа: http://developer.samsung.com/tv/develop/legacy-platform-library/art00046/index/ (дата обращения: 11.06.2019).
  3. LG / webOS TV Developer / Remote Control. [Электронный ресурс]. Режим доступа: http://webostv.developer.lge.com/design/webos-tv-system-ui/remote-control/ (дата обращения: 11.06.2019).

Ссылка для цитирования данной статьи

Publication-of-scientific-papers-copyright    

Таборовец В.В., Максимченко А.В. ИНТЕРФЕЙС ДЛЯ СОЗДАНИЯ SMART TV ПРИЛОЖЕНИЙ // Проблемы современной науки и образования  № 6(139), 2019. - С. {см. журнал}.

Publication of scientific papers 2

ГЛУБОКИЙ АНАЛИЗ ДАННЫХ ПРИ РАБОТЕ С ПРИБЛИЖЕННЫМИ МНОЖЕСТВАМИ

Вишняков А.С., Макаров А.Е., Уткин А.В., Зажогин С.Д., Бобров А.В.

Email: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

 Вишняков Александр Сергеевич – ведущий инженер,

системный интегратор «Крастком»;

Макаров Анатолий Евгеньевич – архитектор решений,

Российская телекоммуникационная компания «Ростелеком»,

г. Москва;

Уткин Александр Владимирович – старший инженер,

Международный системный интегратор «EPAM Systems», г. Минск, Республика Беларусь;

Зажогин Станислав Дмитриевич - старший разработчик,

 Международный IT интегратор «Hospitality & Retail Systems»;

Бобров Андрей Владимирович – руководитель группы,

группа технической поддержки,

 Компания SharxDC LLC,

г. Москва

Аннотация: в статье проводится детальный анализ данных, которые исследуются с использованием теории приближенных множеств, в плане нахождения разнообразных свойств объектов на основе исследования связей между их атрибутами. Рассматриваются популярные научные работы в рамках тематики данной статьи.

Приводится описание работы основных современных технологий Data Mining на основе использования концепции шаблонов, которые способны отыскать многофункциональные взаимоотношения в исследуемых данных. Аргументируется то, что использование основных методов Data Mining играет главную роль во время глубокого анализа данных при работе с приближенными множествами, поскольку позволяет решать задачи разной природы происхождения.

В статье подробно анализируются основные этапы протокола CRISP-DM, который позволяет разработать предсказательные модели, последние, в свою очередь, способны решить большой круг задач, которые возникают при построении бизнеса. Исследованы основные шесть этапов, где основным является третий этап, на котором подготавливаются данные, которые должны соответствовать формату поставленной задачи за различными качественными свойствами.

Осуществляется обзор подходов к обобщению и приводится сравнительный анализ по поводу их применения при работе с реальными массивами данных. Для визуализации уровней, извлекаемых из данных знаний, предложен рис. 1, а также на рис. 2. приведены основные дисциплины, которые входят в систему Data Mininсg.

Ключевые слова: машинное обучение, глубокий анализ, массив, данные, модель, бизнес-процесс, шаблон, математическая статистика, выборка, алгоритм, система анализа.

DEEP DATA ANALYSIS WHEN WORKING WITH APPROXIMATE SETS

Vishniakov A.S., Makarov A.E., Utkin A.V., Zazhogin S.D., Bobrov A.V.

Vishniakov Alexandr Sergeevich – Lead System Engineer,

SYSTEM INTEGRATOR «KRASTCOM»;

Makarov Anatoly Evgenevich – Solutions Architect,

ROSTELECOM INFORMATION TECHNOLOGY,

MOSCOW;

Utkin Alexander Vladimirovich – Senior Engineer,

INTERNATIONAL SYSTEM INTEGRATOR EPAM SYSTEMS, MINSK, REPUBLIC OF BELARUS;

Zazhogin Stanislav Dmitrievich – Senior Software Engineer,

International IT Integrator Hospitality & Retail Systems;

Bobrov Andrei Vladimirovich – Team leader,

TECHNICAL SUPPORT GROUP,

SHARXDC LLC,

MOSCOW

Abstract: The article provides a detailed analysis of the data that are studied using the theory of approximate sets, in terms of finding the various properties of objects based on the study of the relationships between their attributes. Considered popular scientific work in the framework of this article.

Describes the work of the main modern Data Mining technologies based on the use of the concept of templates that are able to find multifunctional relationships in the studied data. It is argued that the use of basic methods of Data Mining plays a major role during in-depth data analysis when working with approximate sets, because it allows solving problems of different origin.

The article analyzes in detail the main stages of the CRISP-DM protocol, which allows you to develop predictive models, the latter, in turn, are able to solve a wide range of tasks that arise when building a business. The basic six stages are investigated, where the main is the third stage on which the data are prepared, which should correspond to the format of the task for different qualitative properties.

A review of approaches to generalization is carried out and a comparative analysis is given about their use when working with real data arrays. To visualize the levels of knowledge extracted from these data, Figure 1 is proposed, as well as Figure 2. Shows the main disciplines that are part of the Data MinInc system.

Keywords: machine learning, in-depth analysis, array, data, model, business process, template, mathematical statistics, sampling, algorithm, analysis system.

Список литературы / References

  1. Базы данных. Интеллектуальная обработка информации / В. Корнеев, А. Гареев, С.В. Васютин, В.В. Райх. М.: Нолидж, 2001. 653 с.
  2. Вагин В.Н. Знание в интеллектуальных системах // Новости искусственного интеллекта, 2002. № 6 (54). [Электронный ресурс]. Режим доступа: http://www.raai.org/about/persons/vagin/pages/vagin_zn.doc/ (дата обращения: 10.06.2019); Финн В.К. Об интеллектуальном анализе данных // Новости искусственного интеллекта, 2004. № 3.
  3. Куликов А.В., Фомина М.В. Разработка алгоритма обобщения понятий с использованием подхода, основанного на теории приближенных множеств / Труды шестой международной конференции по технологии программирования на основе знаний // Под ред. В. Стефанюка и К. Каджири. IOS Press, 2004. С. 261–268 (на англ. яз.).
  4. Прикладная статистика: Классификация и снижение размерности / С.А. Айвазян, В.М. Бухштабер, И.С. Юнюков, Л.Д. Мешалкин. М.: Финансы и статистика, 2003. 483 с.
  5. Lan A.S. et al. Mathematical languageprocessing: Automatic grading and feedback for open response mathematical questions // Proceedings of the Second (2015) ACM Conference on Learning@ Scale. ACM, 2015. С. 167–176.
  6. Parsaye К.A Characterization of Data Mining Technologies and Processes // The Journal of Data Warehousing, 1998. № 1.

Ссылка для цитирования данной статьи

Publication-of-scientific-papers-copyright    

Вишняков А.С., Макаров А.Е., Уткин А.В., Зажогин С.Д., Бобров А.В. ГЛУБОКИЙ АНАЛИЗ ДАННЫХ ПРИ РАБОТЕ С ПРИБЛИЖЕННЫМИ МНОЖЕСТВАМИ // Проблемы современной науки и образования  № 6(139), 2019. - С. {см. журнал}.

Publication of scientific papers 2

SOLUBILITY IN THE SYSTEM SODIUM CHLORATE - RHODANIDE SODIUM – WATER

Kodirova D.T., Tukhtayev S.

Email: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Kodirova Dilshodkhon Tulanovna - PhD in Technics, Associate Professor,

 CHEMICAL TECHNOLOGY DEPARTMENT, FERGANA POLYTECHNIC INSTITUTE, FERGANA;

Tukhtayev Saydakhral - Doctor of Technical Sciences, Professor, Academician,

 ACADEMY OF SCIENCES OF THE REPUBLIC OF UZBEKISTAN, HEAD OF LABORATORY,

LABORATORY OF DEFOLIANTS, TASHKENT,

REPUBLIC OF UZBEKISTAN

Abstract: in the article the data on solubility of components in system sodium chlorate, sodium rhodanid the water investigated visually - by a polythermal method in a temperature interval from (-38,8 oC) with up to 80 oC are resulted with. The results of the study of sodium chlorate - sodium rhodanide - water can be used for the production of related threads, as well as components that ensure the interconnection of components at which sodium rhodanide is minimally leached into the aqueous medium in sodium chloride.

Keywords: heterogeneous phase balance, the diagram of solubility, defoliants, desicants, crystallization.

РАСТВОРИМОСТЬ В СИСТЕМЕ ХЛОРАТ НАТРИЯ - РОДАНИД НАТРИЯ – ВОДА

Кодирова Д.Т., Тухтаев С.

Кодирова Дилшодхон Тулановна - кандидат технических наук, доцент,

кафедра химической технологии,

Ферганский политехнический институт, Узбекистан

Тухтаев Сайдахрал - доктор технических наук, профессор, академик,

 Академия наук Республики Узбекистан,

заведующий лабораторией,

лаборатория дефолиантов, г. Ташкент,

Республика Узбекистан

Аннотация: в статье приведены данные по растворимости компонентов в системе хлорат натрия - роданид натрия – вода, изученные визуально-политермическим методом в температурном интервале от (-38,8оС) до 80 оС. Полученные результаты исследования хлорат натрия - роданид натрия - вода можно использовать для производства роданитсодержащих дефолиантов, так как в статье приводятся соотношения компонентов, при которых происходит минимальное высаливание роданида натрия в водной среде в присутствии хлората натрия.

Ключевые слова: гетерогенные фазовые равновесия, диаграмма растворимости, дефолианты, десиканты, кристаллизация.

References / Список литературы

  1. Zakirov T.S. Ways to improve the effectiveness of defoliants // Questions of fertilizers, defoliation and the fight against wilt cotton. Tashkent: Gos. izdat. Uz SSR, 1964. V. 5. Р. 63-67.
  2. Imamaliyev A.M., Abdurashidova L.X. Some features of the effect of mixtures of defoliants on cotton // Proceedings of the 1st All-Union Conference on defoliation and desiccation of crops, … 23-25th august, 1972 y. Tashkent, 1974. Р. 134-137.
  3. Abdurashidova L.X. Features of the effect of defoliant blends on cotton: dis. Tashkent, 1968. 24 p.
  4. Kirginsev A.N., Trushnikova L.N., Lavrenteva V.G. Solubility of inorganic substances in water. L.: Chemistry,
  5. Kodirova D.T. Physical and chemical bases and technology of obtaining developments based on chlorates, rodanids and ethanolamine phosphates: diss. Tashkent, 2005.
  6. Hamdamova Sh.Sh., Igamberdiyev B.G. Physicochemical studies of water systems based sodium chlorate and diethanolamine. The First European Conference on Chemical Sciences, С. 55-59.
  7. Adylkhodzhaev A.I., Igamberdiev B.G., Umarova M.M. The use of rice straw to increase the strength characteristics of gypsum binders // Universum: Technical sciences: electron. scientific journals, 2018. № 10 (55). [Electronic Resource]. URL: http://7universum.com/ru/tech/archive/item/6441/ (date of access: 25.05.2019).

Ссылка для цитирования данной статьи

Publication-of-scientific-papers-copyright    

Kodirova D.T., Tukhtayev S. SOLUBILITY IN THE SYSTEM SODIUM CHLORATE - RHODANIDE SODIUM – WATER // Проблемы современной науки и образования  № 6(139), 2019. - С. {см. журнал}.

Publication of scientific papers 2

Старый сайт

oldsite Старая версия сайта >>>

Импакт-фактор российских научных журналов
 
  Рейтинг@Mail.ru
 

Контакты

  • Адрес: 153008, Россия, г. Иваново, ул. Лежневская, д. 55, 4 этаж. Время работы: с 10-00 до 18-00. Кроме выходных.
  • Tel: +7(910)690-15-09
  • Fax: +7(910)690-15-09
  • Email: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
  • Website: http://www.ipi1.ru/
  • Вконтакте: http://vk.com/scienceproblems
Вы здесь: Главная Статьи 05.00.00 Технические науки