prikaz prve stranice dokumenta Razvoj korisničkog sučelja prediktivnog održavanja za primjenu konvolucijske neuronske mreže
  Download
PDF 2.73 MB
master's thesis
Razvoj korisničkog sučelja prediktivnog održavanja za primjenu konvolucijske neuronske mreže
Zagreb: University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture, 2020. urn:nbn:hr:235:580962
Lušetić, Tajana
University of Zagreb
Faculty of Mechanical Engineering and Naval Architecture

Institutional repository: Repository of Faculty of Mechanical Engineering and Naval Architecture University of Zagreb

Cite this document

Lušetić, T. (2020). Razvoj korisničkog sučelja prediktivnog održavanja za primjenu konvolucijske neuronske mreže (Master's thesis). Zagreb: University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture. Retrieved from https://urn.nsk.hr/urn:nbn:hr:235:580962

Lušetić, Tajana. "Razvoj korisničkog sučelja prediktivnog održavanja za primjenu konvolucijske neuronske mreže." Master's thesis, University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture, 2020. https://urn.nsk.hr/urn:nbn:hr:235:580962

Lušetić, Tajana. "Razvoj korisničkog sučelja prediktivnog održavanja za primjenu konvolucijske neuronske mreže." Master's thesis, University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture, 2020. https://urn.nsk.hr/urn:nbn:hr:235:580962

Lušetić, T. (2020). 'Razvoj korisničkog sučelja prediktivnog održavanja za primjenu konvolucijske neuronske mreže', Master's thesis, University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture, accessed 10 June 2024, https://urn.nsk.hr/urn:nbn:hr:235:580962

Lušetić T. Razvoj korisničkog sučelja prediktivnog održavanja za primjenu konvolucijske neuronske mreže [Master's thesis]. Zagreb: University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture; 2020 [cited 2024 June 10] Available at: https://urn.nsk.hr/urn:nbn:hr:235:580962

T. Lušetić, "Razvoj korisničkog sučelja prediktivnog održavanja za primjenu konvolucijske neuronske mreže", Master's thesis, University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture, Zagreb, 2020. Available at: https://urn.nsk.hr/urn:nbn:hr:235:580962

Metadata
TitleRazvoj korisničkog sučelja prediktivnog održavanja za primjenu konvolucijske neuronske mreže
Title (english)Development of predictive maintenance user interface for application of convolutional neural network
AuthorTajana Lušetić
MentorDragutin Lisjak (mentor)
Committee memberNedeljko Štefanić (predsjednik povjerenstva)
Committee memberDragutin Lisjak (član povjerenstva)
Committee memberHrvoje Cajner (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Mechanical Engineering and Naval Architecture
Zagreb
Defense date and country2020-01-23, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Mechanical Engineering
Abstract
Tema ovog diplomskog rada je razvoj grafičkog korisničkog sučelja za prediktivno održavanje. Prediktivno održavanje se sastoji od praćenja stvarnog mehaničkog stanja, radne učinkovitosti i drugih pokazatelja radnog stanja strojeva. Kako bi se mogli dijagnosticirati kvarovi strojeva, razvijene su razne metode od kojih su trenutačno najzanimljivije one koje su temeljene na podacima. Jedna od takvih metoda je konvolucijska neuronska mreža koja koristi matematičku operaciju konvoluciju, sažimanje i potpuno povezivanje slojeva za pretvaranje ulaznih slika ili signala sa senzora za dobivanje izlaza. Razvijeno korisničko sučelje omogućuje nadzor stanja opreme uz pomoć razvijenog i u grafičko korisničko sučelje implementiranog algoritma konvolucijske neuronske mreže. Korisničko sučelje omogućuje pripremu ulaznih podatka koje računalna okolina može koristiti, učenje neuronske mreže pomoću pripremljenih podatka, evaluacija novog model te primjenu modela na novim podacima.
Abstract (english)
The topic of this master thesis is the development of graphical user interface for predictive maintenance. Predictive maintenance consists of monitoring the actual mechanical condition, operating efficiency, and other indicators of the working condition of the machines. In order to be able to diagnose machine failures, various methods have been developed, of which currently the most interesting are those based on data. One such method is a convolutional neural network that uses mathematical operation, convolution, pooling, and softmax to convert input images or signals from sensors to obtain output. The developed application enables monitoring the condition of the equipment with the help of the convolution neural network algorithm developed in the graphical user interface. The application enables the preparation of input data that the program can use, learning neural networks using the prepared data, evaluating a new model and applying the model to new data.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:235:580962
Study programmeTitle: Mechanical Engineering
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka strojarstva (magistar/magistra inženjer/inženjerka strojarstva)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2020-01-15 16:45:57