Підхід до інтелектуалізації промислових підприємств на підставі розпізнавання складних видів діяльності персоналу.

2024

Науковий вісник НЛТУ України, Vol 34, Iss 4 (2024)

Проаналізовано технології, які базують на використанні носійних пристроїв (англ. Wearable Devices) для розпізнавання видів людської діяльності, що робить цей напрям дуже актуальним у контексті розроблення підходів до інтелектуалізації промислових підприємств. У межах проведених досліджень представлено метод на підставі нейромереж для виявлення видів діяльності промислового персоналу з метою подальшої інтеграції його в інформаційну технологію для інтелектуального управління виробничими процесами. Для цього розроблено: застосунок для смартгодинника, який збирає дані сенсорів; хмарну базу даних для зберігання цієї інформації; методи машинного навчання для визначення складних видів діяльності промислового персоналу. Для попереднього оброблення та розділення зібраного набору даних застосовано конвеєр, який фільтрує фрейми даних, агрегує їх в неперервні послідовності з фіксованою кількістю зразків базових активностей та тривалістю 60 с і перемішує їх. Отримані дані розділено на навчальні та тестові підмножини, за двома стратегіями. Далі до сигналів застосовано неперервне Вейвлет-перетворення. Встановлено, щоб підвищити здатність розпізнавати дуже складні послідовності операцій, можна за допомогою архітектури стекування класифікаторів, що дає змогу виявляти прості операції та класифікувати складенні дії на підставі аналізу послідовності простих операцій. Досліджено, що базовий класифікатор, побудований на DenseNet121, з перенесеним навчанням може розрізняти чотири базові види діяльності з точністю 90,90 %: сидіння, стояння, ходьба та перехід із положення сидячи в положення стоячи. Встановлено, що мета-класифікатор, який навчається на послідовностях передбачень із верхнього рівня базового класифікатора, може класифікувати агрегат з точністю 79,17 та 87,50 %% для першої і другої стратегій відповідно. З'ясовано, що переваги цього дослідження полягають у розробленні методів розпізнавання видів діяльності персоналу на підставі використання тільки смартгодинників, знімають обмеження щодо їх руху. Ці дослідження можна використовувати для інтелектуалізації промислових підприємств у таких напрямах: оптимізація виробничих процесів (автоматизація контролю за робочими процесами); управління ресурсами (розподіл робочого часу, використання енергії та матеріалів); безпека праці (запобігання нещасним випадкам та порушенню безпеки на робочому місці); виявлення недоліків у виробничому процесі та надання рекомендацій щодо їх усунення; аналіз тенденцій та прогнозування розвитку виробничих процесів.

article

English
Polish
Russian
Ukrainian

Ukrainian National Forestry University, 2024.

визначення людської активності, базовий класифікатор, мета-класифікатор, перенесене навчання, виробничі процеси, Forestry, SD1-669.5