РОЛЬ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И АВТОМАТИЗАЦИИ В РАЗВИТИИ СПОСОБНОСТЕЙ АНАЛИЗА И ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ ДАННЫХ В ЖИЗНЕННОМ ЦИКЛЕ ПРОДУКЦИИ

Хазиев Р.М.; Борисова О.В.

2. Увеличение коэффициента усиления антенны.

Для расчета скорости передачи информации за счет использования многопозиционного доступа воспользуемся следующим выражением:

_ = А/ш * Япк М

^инф ^ 25

Из выражения видно, что при увеличении позиционности сигнального пространства (M), увеличивается скорость передачи информации ^инф).

Скорость передачи данных в системе «Гонец-Д1М» равна 76,8 Кбит/с при методе модуляции ФМ-2. В качестве примера, при методе модуляции ФМ-4, скорость передачи информации возрастет до 155 Кбит/с.

Вторым способом увеличения скорости передачи данных в системе «Гонец-Д1М», является способ увеличения коэффициента усиления антенны, коэффициент усиления антенны в системе «Гонец-Д1М» равен 7,6 дБ. Для расчета скорости передачи информации воспользуемся следующим выражением:

Р +ппРд -лШпРд +ппРм-шпРм -ш, гпер^^ант авт^^ант авт ''ъ

Кнф = 10 10 Кпк *1о§2 М

Н 1,25 * пш * * кТ0

Подставляя в выражение известные значения получим скорость передачи информации в системе «Гонец-Д1М» равный 76,8 Кбит/с. В качестве примера, увеличим коэффициент усиления антенны до 12 дБ. Получим, что скорость передачи данных увеличилась до 213 Кбит/с.

Заключение

Увеличение скорости передачи информации за счет использования многопозиционного метода модуляции реализовать достаточно сложно в связи с тем, что придется менять метод модуляции на космическом аппарате. Возможно увеличение скорости, за счет увеличения коэффициента усиления антенны. Необходимо подобрать антенну, работающую в данном диапазоне с коэффициентом усиления больше 7,6 дБ.

Список использованной литературы:

1. https://www.gazprom-spacesystems.ru/ru/

2. https://comtech.com/uhp/

3. http://www.inmarsat.org

4. http://magellangps.com

УДК 658.511

Хазиев Р.М., студент КГЭУ, г. Казань, РФ

Борисова О.В., канд. тех. наук, доцент КГЭУ,

г. Казань, РФ

РОЛЬ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И АВТОМАТИЗАЦИИ В РАЗВИТИИ СПОСОБНОСТЕЙ АНАЛИЗА И ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ ДАННЫХ В ЖИЗНЕННОМ ЦИКЛЕ ПРОДУКЦИИ

Аннотация

В статье исследуется растущая роль искусственного интеллекта (ИИ) и автоматизации в развитии

возможностей анализа на основе данных и принятия решений в жизненном цикле продукта. ИИ и автоматизация могут значительно повысить точность и эффективность сбора, анализа и интерпретации данных на протяжении всего жизненного цикла продукта. Эти технологии могут улучшить процесс принятия решений, определяя новые рыночные тенденции и прогнозируя спрос на продукты. Использование ИИ и автоматизации в управлении жизненным циклом продукта необходимо для сохранения конкурентоспособности и удовлетворения меняющихся потребностей потребителей, а также для повышения общей эффективности бизнеса.

Ключевые слова

искусственный интеллект, автоматизация, жизненный цикл продукции, производство, технология, оптимизация

Превосходящие фондовые рынки, прогнозирование будущих трендов и потребностей потребителей на рынке требует от производителей эффективного управления данными. В этом важную роль играют технологии ИИ и автоматизации процессов управления жизненным циклом продукции. Эти технологии позволяют организациям анализировать огромные объемы данных быстро и эффективно, что позволяет принимать лучшие решения на основе данных.

Существует множество технологий AI и автоматизации процессов управления жизненным циклом продукции. Некоторые из этих технологий включают:

1. Искусственный интеллект и машинное обучение;

2. Интернет вещей (IoT), способный собирать данные на этапе производства и общаться с другими компонентами системы;

3. Big Data Analytics, используемый для обработки больших объемов данных.

Анализ данных является важной частью управления жизненным циклом продукции, так как он позволяет определить потребности потребителей, прогнозировать спрос на продукцию и повышать качество продукции. За счет использования алгоритмов машинного обучения и искусственного интеллекта, компании могут автоматически обрабатывать большие объемы данных и извлекать из них ценную информацию. Технология IoT, позволяет быстро реагировать на изменения в законодательстве, спросе потребителей и других факторах, которые могут повлиять на производство.

Большие объемы информации, собранные на разных этапах жизненного цикла продукции, могут быть использованы для прогнозирования спроса на продукцию, определения потребностей пользователя и улучшения качества продукции. Инструменты анализа данных, такие как машинное обучение, могут проанализировать эти данные и выделить тенденции и паттерны.

Анализ данных искусственного интеллекта помогает прогнозировать перспективы продаж, контролировать качество продукции, управлять складскими запасами, определять потребности пользователя и многое другое. Благодаря этому, компании могут оптимизировать производственные процессы, уменьшить издержки и повысить эффективность.

Примером использования искусственного интеллекта в принятии решений может быть автоматическое прогнозирование спроса на продукцию на основе данных о прошлых продажах, погодных условиях, ценовой политике и других факторах. Это помогает компаниям оптимизировать производство и избежать излишней или недостаточной производственной мощности.

Другим примером применения искусственного интеллекта является оптимизация процессов контроля качества продукции. Благодаря использованию компьютерного зрения и алгоритмов машинного обучения, компании могут автоматически сканировать продукцию и определять ее качество, что позволяет быстрее выявлять дефекты и улучшать производственные процессы.

Преимущества использования технологий искусственного интеллекта и автоматизации в управлении жизненным циклом продукции включают: улучшение эффективности производства,

повышение качества продукции, оптимизацию складских запасов, уменьшение издержек.

Однако, применение технологий искусственного интеллекта и автоматизации в управлении жизненным циклом продукции имеет некоторые ограничения, включая необходимость высокой стартовой инвестиции, сложность адаптации системы, риск потери рабочих мест, необходимость технического обслуживания.

Внедрение технологий искусственного интеллекта и автоматизации в управление жизненным циклом продукции является важной и необходимой задачей для компаний, которые стремятся улучшить свою конкурентоспособность и эффективность производства. Однако, перед внедрением этих технологий необходимо тщательно проанализировать все ограничения и риски, связанные с их использованием, и принять меры для их снижения.

Список использованной литературы:

1. Алиев Р.А. Применение искусственного интеллекта в управлении жизненным циклом продукции // Информационные технологии в управлении. - 2019. - № 2. - С. 84-97.

2. Гаранин С.И., Попова Н.В. Анализ применения машинного обучения в задачах управления жизненным циклом продукции // Интернет-журнал «Научные статьи студентов и аспирантов». - 2018. - Т. 2. - С. 56-61.

3. Иванов С.А., Махнев А.В. Применение методов машинного обучения для управления жизненным циклом продукции // Автоматизация производства. - 2020. - № 5. - С. 47-52.

4. Кочегаров Н.С. Использование искусственного интеллекта в управлении жизненным циклом продукции // Научно-технический вестник информационных технологий, механики и оптики. - 2020. - № 1(123). - С. 179-183.

5. Сергеев В.В., Харина О.Ю. Анализ применения искусственного интеллекта в управлении жизненным циклом продукции // Молодой ученый. - 2019. - № 18(226). - С. 613-616.

6. Тюрин А.С. Автоматизация управления жизненным циклом продукции с применением машинного обучения и искусственного интеллекта // Экономика и управление. - 2020. - № 4(152). - С. 50-59.

7. Шестаков А.А. Искусственный интеллект в управлении жизненным циклом продукции // Российский инженерный журнал. - 2018. - № 13(29). - С. 74-79.

УДК 658.511

Хазиев Р.М.

Студент КГЭУ, г. Казань, РФ Борисова О.В.

канд. тех. наук, доцент КГЭУ, г. Казань, РФ

ИСПОЛЬЗОВАНИЕ АВТОМАТИЗАЦИИ ДЛЯ ОПТИМИЗАЦИИ ПРОЦЕССОВ УПРАВЛЕНИЯ ЖИЗНЕННЫМ

ЦИКЛОМ ПРОДУКЦИИ В ПРОМЫШЛЕННОСТИ

Аннотация

В статье рассматриваются преимущества использования автоматизации для оптимизации процессов управления жизненным циклом продукта в отрасли. Традиционный подход к управлению жизненным циклом продукта становится все более сложным, что приводит к неэффективности и

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Хазиев Р.М., Борисова О.В.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Хазиев Р.М., Борисова О.В.