Ермакова Е.А.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Ермакова Екатерина Андреевна – магистрант, кафедра систем обработки информации и управления, Московский государственный технический университет им. Н.Э. Баумана, г. Москва

Аннотация: в статье рассматриваются группы характеристик систем управления предприятием, которые могут быть полезны при выборе системы для последующего внедрения на предприятии. Процесс выбора системы управления является очень важным и может оказать влияние на дальнейшее внедрение и функционирование предприятия в целом. В статье приведены основные группы источников данных по системам управления предприятием, а также сформулированы рекомендации по использованию данных источников с целью грамотного выбора системы и предотвращения ошибок и сложностей при эксплуатации.

Ключевые слова: ERP-система, анализ, управление предприятием, аналитическое исследование.

ANALYSIS OF DATA SOURCES FOR ENTERPRISE MANAGEMENT SYSTEMS AND THEIR INFLUENCE ON SYSTEM SELECTION

Ermakova E.A.

Ermakova Ekaterina Andreevna – Undergraduate, INFORMATION PROCESSING AND CONTROL SYSTEMS, BAUMAN MOSCOW STATE TECHNICAL UNIVERSITY, MOSCOW

Abstract: in the article groups of characteristics of enterprise management systems are considered that can be useful when choosing a system for further implementation in the enterprise. The process of selecting a management system is very important and can influence the further introduction and operation of the enterprise as a whole. The main groups of data sources on enterprise management systems are given in the article, and recommendations on the use of these sources are formulated with the purpose of a competent choice of the system and prevention of errors and operational difficulties.

Keywords: ERP-system, analysis, enterprise management, analytical research.

Список литературы / References

1. Ермакова Е. А. Основные задачи и пути их решения при внедрении систем автоматизации на предприятиях // Молодежный научно-технический вестник, 2016. № 10.

Ссылка для цитирования данной статьи

Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Боначев А.Е., Антоненкова Т.В.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Боначев Алексей Евгеньевич – студент;

Антоненкова Татьяна Владимировна – доцент,

кафедра технологий промышленного производства,

Дальневосточный федеральный университет,

г. Владивосток

Аннотация: в статье рассматривается возможность разработки отечественного портативного станка для восстановления геометрии тормозных дисков, анализируются существующие зарубежные аналоги данного авторемонтного оборудования, их положительные стороны, недостатки и отличия. Описываются архитектура данных станков, выбранные технические решения и возможность их модернизации. На основе выбранного прототипа предлагается разработать собственную конструкцию, отличающуюся расширенными технологическими возможностями, с целью увеличения спектра обрабатываемых дисков.

Ключевые слова: тормозная система, износ диска, протачивание, специальные приспособления, биение диска, режущий блок.

PORTABLE MACHINE FOR RESTORATION OF BRAKE DISCS GEOMETRY

Bonachev A.E., Antonenkova Т.V.

Bonachev Alexey Evgenievich – Student;

Antonenkova Tatyana Vladimirovna - Associate Professor,

DEPARTMENT OF INDUSTRIAL PRODUCTION TECHNOLOGIES,

FAR EASTERN FEDERAL UNIVERSITY,

VLADIVOSTOK

Abstract: the article considers the possibility of developing a domestic portable machine for restoring the geometry of brake discs, analyzing existing foreign analogues of this auto repair equipment, their positive aspects, shortcomings and differences. The architecture of these machine tools, selected technical solutions and the possibility of their modernization are described. On the basis of the chosen prototype, it is proposed to develop its own design, which is distinguished by its advanced technological capabilities, in order to increase the spectrum of processed disks.

Keywords: braking system, disk wear, turning, special devices, disk runout, cutting unit.

Список литературы / References

1. Производственно-техническая инфраструктура и основы проектирования СТОА и АП: учебное пособие [текст] / Ю.В. Родионов. Пенза: ПГУАС, 2012. 267 с
2. Боначев А.Е., Антоненкова Т.В. Методика управления показателями качества поверхности деталей автомобильной техники при шлифовании // Наука, техника и образование, 2016. № 9 (27). С. 36-40.

Ссылка для цитирования данной статьи

Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Наливайко А.В., Сюсюка Е.Н.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Наливайко Антон Викторович – студент,

кафедра информационных систем и технологий, факультет эксплуатации водного транспорта и судовождения;

Сюсюка Елена Николаевна – кандидат технических наук, доцент,

кафедра физики, судомеханический факультет,

Государственный морской университет им. адмирала Ф.Ф. Ушакова,

г. Новороссийск

Аннотация: в статье приводится обзор наиболее используемых в судостроении и судоремонте неразрушающих методов контроля. Неразрушающий контроль используется для оперативной диагностики судовых технических средств во время плавания, а также для глубокой диагностики, прогнозирования дальнейших поломок. В первой части статьи описываются краткая история неразрушающего контроля, его развитие. Во второй части описаны физические основы магнитного, акустического, капиллярного, радиационного, токовихревого контроля.

Ключевые слова: неразрушающий контроль, акустический контроль, капиллярный контроль, радиационный контроль, токовихревой контроль.

 ANALYSIS OF PHYSICAL FUNDAMENTALS OF NONDESTRUCTIVE METHODS CONTROL OF VESSEL TECHNICAL MEANS

Nalivajko A.V., Sjusjuka E.N.

Nalivajko Anton Viktorovich – Student,

DEPARTMENT OF INFORMATION SYSTEMS AND TECHNOLOGIES, FACULTY OF WATER TRANSPORT OPERATION AND NAVIGATION;

Sjusjuka Elena Nikolaevna - PhD in Technical Sciences, Associate Professor,

DEPARTMENT OF PHYSICS, MARINE ENGINEERING FACULTY,

ADMIRAL USHAKOV STATE MARITIME INIVERSITY,

NOVOROSSIYSK

Abstract: the article gives an overview of the most nondestructive testing methods used in shipbuilding and ship repair. Nondestructive testing is used for operational diagnostics of shipboard technical means during navigation, as well as for deep diagnostics, predicting further breakdowns. The first part of the article describes a brief history of non-destructive testing, its development. The second part describes the physical foundations of magnetic, acoustic, capillary, radiation, eddy current control.

Keywords: nondestructive control, acoustic control, capillary control, radiation monitoring, eddy current control.

Список литературы / References

1. Hellier CJ. Handbook of nondestructive evaluation. New York, NY: McGraw-Hill; 2001
2. Cross, W., 1990. The Code — An Authorized History of the ASME Boiler and Pressure Vessel Code. New York. N.Y.: ASME International.
3. ГОСТ 18353-79. Контроль неразрушающий. Классификация видов и методов.
4. Технология и организация судоремонта Автор: Малиновский М.А. Издательство: Транспорт, 1973. Страниц: 264.
5. Зоркин А.Я., Масленникова М.В., Ткаченко В.О., Филатов Г.Г. В сборнике: Актуальные вопросы науки и техники сборник научных трудов по итогам III международной научно-практической конференции, 2016. С. 50-52.
6. Пальчик К.Б. Безразборные методы диагностики судовых машин и механизмов: учебное пособие. Новороссийск: МГА им. адм. Ф.Ф. Ушакова, 2010. 96 с.
7. Маницын В.В Технология ремонта судов рыбопромыслового флота. М.:Колос, 2009. 536 с.
8. Неразрушающий контроль деталей вагонов: учеб. пособие/ И.И. Лаптева, М.А. Колесников. Хабаровск: Изд-во ДВГУПС, 2012.

Ссылка для цитирования данной статьи

Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Кузенков Р.С.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Кузенков Роман Сергеевич – магистрант, кафедра прикладной математики, Смоленский государственный университет, г. Смоленск

Аннотация: в статье рассмотрены наиболее распространенные методы классификации, используемые в машинном обучении: дерево принятия решений, логистическая регрессия, наивный байесовский классификатор, метод опорных векторов с линейным и квадратичным ядром, метод ансамблей. Проведен сравнительный анализ их эффективности при решении задачи распознавания цифр из набора данных MNIST. Построена кривая обучения указанным методам и сделаны выводы о скорости их обучения и величине обучающей выборки, необходимой для их обучения.

Ключевые слова: машинное обучение, классификация, mnist, эффективность, большие данные.

 ANALYSIS OF EFFICIENCY OF RECOGNITION OF MANUSCRIP SYMBOLS BY MOST POPULAR METHODS OF CONTROLLED MACHINE LEARNING

Kuzenkov R.S.

Kuzenkov Roman Sergeevich – Undergraduate, DEPARTMENT OF APPLIED MATHEMATICS, SMOLENSK STATE UNIVERSITY, SMOLENSK

Abstract: the most common classification methods used in machine learning are considered: decision tree, logistic regression, naive Bayesian classifier, support vector machine with linear and quadratic kernel, ensemble method. A comparative analysis of their effectiveness in solving the problem of recognition of numbers from the MNIST data set is carried out. A learning curve for these methods is constructed and conclusions are drawn about the speed of their training and the amount of training sampling necessary for their training.

Keywords: machine learning, controlled learning, classification, MNIST, efficiency, big data.

Список литературы / References

1. 10 главных алгоритмов машинного обучения. [Электронный ресурс]. Режим доступа: http://ru.datasides.com/code/algorithms-machine-learning/ (дата обращения: 23.06.2017).
2. Силен Дэви, Мейсман Арно, Али Мохамед. Основы Data Science и Big Data. Python и наука о данных. СПб.:Питер, 2017. 336 с.:ил. (Серия «Библиотека программиста»).

Ссылка для цитирования данной статьи

Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.