Тип публикации: статья из журнала
Год издания: 2025
Ключевые слова: equipment monitoring, internet of things, predictive analytics, industrial automation, intelligent systems, ioT, diagnostics, production facilities, мониторинг оборудования, интернет вещей (IoT), предиктивная аналитика, промышленная автоматизация, интеллектуальные системы, диагностика, производственные цеха
Аннотация: В статье рассматривается проектирование интеллектуальной системы мониторинга состояния оборудования на основе технологий интернета вещей. Разрабатываемая система предназначена для промышленного применения и включает в себя датчики, локальные контроллеры, каналы связи, облачную платформу и модули аналитики. Описываются аппаратная и Показать полностьюпрограммная архитектуры, обеспечивающие сбор, обработку и анализ эксплуатационных данных оборудования в реальном времени. Использование предиктивной аналитики позволяет прогнозировать возможные отказы и оптимизировать графики технического обслуживания. Приведенная архитектура ориентирована на надежность, масштабируемость и интеграцию с существующими производственными информационными системами. Реализация предложенного подхода способствует повышению эффективности эксплуатации оборудования и снижению производственных затрат. The article presents the design of an intelligent equipment condition monitoring system based on Internet of Things (IoT) technologies. The proposed system is intended for industrial use and includes sensors, local controllers, communication channels, a cloud platform, and analytics modules. The hardware and software architectures are described, ensuring real-time data collection, processing, and analysis. The use of predictive analytics enables forecasting of potential failures and optimization of maintenance schedules. The developed architecture is focused on reliability, scalability, and integration with existing industrial information systems. Implementation of the proposed approach contributes to improved equipment performance and reduced operational costs.
Журнал: Глобальный научный потенциал
Выпуск журнала: № 6
Номера страниц: 328-332
ISSN журнала: 19979355
Место издания: Санкт-Петербург
Издатель: МОО ФРНК