| Form of studies |
Master |
| Title of the study programm |
Industrial Engineering and Management |
| Title in original language |
Mākslīgā intelekta integrācijas modelis elektrisko sadales paneļu ražošanas nozarē |
| Title in English |
A model of artificial intelligence integration in the electrical switchboard manufacturing industry |
| Department |
22000 Faculty of Engineering Economics and Management |
| Scientific advisor |
Ilze Andersone |
| Reviewer |
Jānis Grabis |
| Abstract |
Malaka, G. “Ai integrācijas modeļa izstrāde elektrisko sadales skapju ražošanas
nozarē”: RTU FEEM profesionālā maģistra studiju programma “Rūpniecības inženierija un
vadība”, 107 lpp.
Maģistra darbs sastāv no ievada, teorētiskā ietvara, metodoloģijas, empīriskās daļas,
secinājumiem un ieteikumiem. Darba mērķis ir izstrādāt un sniegt ieteikumu modeli ilgtspējīgu
apkures un dzesēšanas tehnoloģiju ieviešanai būvniecības uzņēmumos. Darba apjoms ir 107
lappuses, tajā skaitā 35 attēli, 16 tabulas un literatūras saraksts- 87 avoti angļu valodā; darbam
ir 3 pielikumi.
Tas risina dažas no tipiskām sadales paneļu ražošanas problēmām, piemēram, korpusu
izmēri, varš un stieples, piedāvājumu sagatavošana utt.… Tā mērķis ir izstrādāt un salīdzināt AI
modeļus, lai prognozētu korpusu izmērus un citas galvenās vajadzības, piemēram, varu, stiepli
un darbaspēku. Tā arī pārbauda modeļu pielietojamību nozarē, meklējot atsauksmes.
Rakstā ir sniegts mašīnmācīšanās modelis paneļa korpusa izmēra prognozēšanai,
pamatojoties uz projekta parametriem, piemēram, slēdžu skaitu, paneļa tipu un kabeļa
ievades virzienu. Modelis ir balstīts uz reālās pasaules datiem no iepriekšējām sadales paneļa
ieviešanām ar sešiem dažādiem mašīnmācīšanās algoritmiem. Modeļa veiktspēja tiek
novērtēta, izmantojot standarta precizitātes rādītājus. Šis paneļa korpusa prognozēšanas
modelis ir tikai sākumpunkts AI izmantošanai sadales paneļu nozarē. Pētījums arī parāda, ka,
izmantojot līdzīgus algoritmus, ir iespējams paredzēt citus svarīgus faktorus, piemēram, vara
izmantošanu, vadu izmantošanu un darbaspēka vajadzības. Šie rezultāti tika pārbaudīti, veicot
ekspertu intervijas ar inženieriem, kas strādā šajā nozarē.
AI modelis bija ļoti precīzs (80%) un ietaupa laiku, prognozējot sadales paneļu korpusu
izmēru, salīdzinot ar manuālajām aplēsēm. Tas veiksmīgi palīdzēja īstenot reālus projektus un
guva pozitīvas nozares ekspertu atbildes. Šis rīks ir jāpapildina ar tradicionālajām metodēm,
un precīza informācija ir jāuztur inženierim, kurš no tā gūs vislielāko labumu. Materiālu un
darbaspēka izlietojums jāreģistrē tehniķiem un uzraugiem, un personāla darbiniekiem ir
jāpārliecinās, ka dati tiek savākti pareizi. Tas prasa vadības apņemšanos iegūt resursus un
apmācību par rīkiem, kā arī strukturētu pieeju datiem. Ja AI ir pareizi iestatīts un strādājot
komandā, tas var būt ļoti noderīgs gan sadales paneļu projektēšanā, gan novērtēšanā. |
| Keywords |
AI sadales skapju projektēšanā, mašīnmācībā, elektrisko sadales paneļu ražošanā, korpusa izmēra prognozēšanā, vara izmantošanas aplēsē, vadu garuma prognozēšanā, izmaksu aprēķinu automatizācijā, nejaušā meža regresorā, mākslīgajā neironu tīklā, rūpniecībā 4.0 |
| Keywords in English |
AI in switchboard design, machine learning, electrical switchboard manufacturing, enclosure size prediction, copper usage estimation, wire length prediction, cost estimation automation, random forest regressor, artificial neural network, industry 4.0 |
| Language |
eng |
| Year |
2025 |
| Date and time of uploading |
28.05.2025 21:55:43 |
