Том 5 № 160 (СТ ДМетІ)
Permanent URI for this collectionhttps://crust.ust.edu.ua/handle/123456789/20799
Volume 5 No. 160 (ST DMetI)
Browse
Now showing 1 - 10 of 10
- Results Per Page
- Sort Options
Item type:Item, Дослідження процесу різання сортового прокату на рейкобалочних та великосортних станах(Український державний університет науки і технологій, ННІ ≪Дніпровський металургійний інститут≫, ІВК ≪Системні технології≫, Дніпро, 2025) Зінченко, Михайло Дмитрович; Потап, Олег Юхимович; Бурчак, Андрій Анатолійович; Михайловський, Микола Володимирович; Шибакінський, Володимир Іванович; Іванова, Людмила ХаритонівнаUKR: Метою роботи є дослідження умов різання останньої штанги мірної довжини та залишку прокату в умовах нестабільної довжини розкату, що реалізуються як наслідок коливань розмірів заготівок та температурного режиму прокатки. Розкат ріжеться на штанги однієї мірної довжини відповідно замовленню, але коливання довжини розкату призводить до того, що остання штанга може бути або збільшеною, або скороченою. Якщо штанга збільшена, то величина залишку може бути за-надто великою і, щоб не втрачати придатний прокат і не переводити залишок у від-ходи, останню штангу і залишок ріжуть на дві штанги нормальної довжини. В роботі показано, що величина залишку, починаючи з якого треба різати на дві штанги нормальної довжини, визначається економічною доцільністю, що дорожче – штанга мірної довжини та залишок або дві штанги нормальної довжини. Наведено вираз для отримання величини залишку в залежності від міри штанги мірної довжини, коефіцієнтів вартості штанг нормальної довжини та відходів. Для умов прокатки швелера 24 на стані 800 величина залишку складає 0,86 м. Показано, що для забезпечення максимального прибутку в залежності від величини залишку, остання штанга мірної довжини може бути порізана такими способами: на штангу мірної довжини та залишок, на дві штанги нормальної довжини або на штангу мірної довжини та штангу нормальної довжини.Item type:Item, Machine Learning Methods for Antifraud Systems(Український державний університет науки і технологій, ННІ ≪Дніпровський металургійний інститут≫, ІВК ≪Системні технології≫, Дніпро, 2025) Ostrovska, Kateryna Yu.; Nosov, Valerii O.ENG: Fraud in the financial sector, e-commerce, and online services is becoming increasingly frequent and sophisticated. Traditional rule-based systems, while still helpful in detecting known fraud patterns, struggle to keep up with new, evolving attack vectors, as static rules are quickly circumvented. In contrast, machine learning (ML) provides a dynamic and scalable approach that can process vast amounts of transactional and behavioral data to identify subtle anomalies and suspicious activity. This paper provides a comprehensive overview of current ML techniques used in fraud detection, categorized into three main groups: classification models, anomaly detection methods, and deep learning architectures. It discusses real-world applications across various fraud scenarios, including credit card abuse, account takeovers, cybercrime, and scams in digital comerce. Emphasis is placed on the strengths and limitations of each approach, with attention to real-world considerations like scalability, model transparency, and the challenge of class imbalance. The paper also reviews recent advances, including graph-based representations of financial interactions, IP-based behavioral profiling, and the emergence of hybrid systems that integrate multiple ML techniques –such as combining autoencoders with boosting algorithms for improved accuracy, especially when labeled data is scarce. The findings aim to support the development of flexible, high-performance fraud detection solutions that leverage the most effective ML practices and capitalize on the synergy of hybrid model architectures.Item type:Item, Випуск 5 (160). Системні технології(Український державний університет науки і технологій, ННІ «Дніпровський металургійний інститут», ІВК «Системні технології», Дніпро, 2025)UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.Item type:Item, Аналіз методик автоматизованого картування змін водойм(Український державний університет науки і технологій, ННІ ≪Дніпровський металургійний інститут≫, ІВК ≪Системні технології≫, Дніпро, 2025) Кавац, Олена Олександрівна; Кавац, Юрій Віталійович; Сергєєва, Катерина Леонідівна; Рой, Дмитро МиколайовичUKR: Моніторинг внутрішніх вод має стратегічне значення для розвитку країни. Оцінка екологічного стану, об’єм та площа водойм є ключовим у аналізі та прогнозі водного балансу. Внаслідок зміни клімату в Україні відбувається негативний за наслідками процес погіршення умов природного вологозабезпечення, в результаті якого у зоні Полісся зникають території надлишкового зволоження, а на півдні розпочався процес опустелювання земель. Наземні вимірювання з оцінки змін площі водойм є дорогим і ресурсоємним підходом, який особливо складний у віддалених районах. В статті розглянуті основні методи автоматизованого картування змін водойм на основі да-них ДЗЗ. Використання різнорідних даних у поєднанні з комбінацією методів на основі спектральних індексів та машинного навчання демонструють найкращий результат.Item type:Item, Оцінка та оптимізація ймовірності завершення іт-проєкту за методом PERT(Український державний університет науки і технологій, ННІ ≪ Дніпровський металургійний інститут ≫, ІВК ≪Системні технології≫, Дніпро, 2025) Селівьорстова, Тетяна Віталіївна; Мала, Юлія Анатоліївна; Гуда, Антон Ігорович; Зеленцов, Дмитро Гегемонович; Кокович, Богдан Олександрович; Веровкін, ОлександрUKR: У статті досліджено застосування методу PERT (Program Evaluation and Review Technique) для аналізу й оптимізації строків реалізації ІТ-проєктів в умовах невизначеності. Метод PERT дозволяє моделювати часові параметри задач проєкту на основі трьох експертних оцінок (оптимістичної, ймовірної та песимістичної), обчислювати очікувану тривалість проєкту та оцінювати ймовірність його завершення у встановлений термін. Запропоновано формалізовану постановку оптимізаційної задачі, що передбачає мінімізацію ризику затримки шляхом впливу на параметри задач критичного шляху: зменшення тривалості та дисперсії. Проведено обчислювальний експеримент на прикладі умовного ІТ-проєкту з 9 задачами, де визначено критичний шлях і оцінено ймовірність своєчасного завершення при заданому дедлайні. Здійснено оптимізацію, в результаті якої ймовірність завершення проєкту у строк зросла з 15.78% до 43.34%. Отримані результати демонструють доцільність поєднання PERT з методами математичного моделювання при плануванні складних проєктів. Показано, що навіть незначні зміни у параметрах задач можуть суттєво знизити ризики і підвищити надійність дотримання строків реалізації ІТ-проєктів.Item type:Item, Detecting Flat Roof Defects with Machine Learning and Deep Learning Techniques(Український державний університет науки і технологій, ННІ ≪Дніпровський металургійний інститут≫, ІВК ≪Системні технології≫, Дніпро, 2025) Hryhorovych, Mykyta S.ENG: Deep learning has emerged as a transformative approach for detecting structural damage and deformations, particularly for flat roofs and large-scale infrastructure. This article synthesizes recent progress in applying convolutional neural networks (CNNs), segmentation models, object detectors (YOLO, Faster R-CNN), and autoencoders for unsupervised anomaly detection. Drones (UAVs), thermal imaging, and vibration sensing all contribute critical data. By training on images or signals indicative of healthy vs. damaged conditions, deep models can locate cracks, spalling, missing fasteners, or stiffness loss at high speed and with impressive accuracy - often above 85%. A review of more than 300 publications indicates that remote inspection with AI can drastically reduce manual labor and improve the consistency of damage identification, even in hazardous or inaccessible areas. A summary table compares deep learning effectiveness across beams, walls, decks, roofs, and other structural components. Real-world deployments on bridges, high-rise facades, and post-disaster zones confirm that deep learning, coupled with UAV-based inspections, can accelerate maintenance workflows, detect subtle defects, and reduce safety risks. Ongoing challenges include data scarcity for rare failure modes, generalizing models to new environments, and the integration of physics-based reasoning. Recommendations for future research involve fusing multispectral data, automating calibration of deep models, and embedding AI in digital twins for continuous structural health monitoring.Item type:Item, Adaptation of a Predicate Model in Control Problems of Nonstationary Static Objects(Український державний університет науки і технологій, ННІ ≪Дніпровський металургійний інститут≫, ІВК ≪Системні технології≫, Дніпро, 2025) Tryputen, Mykola; Kuznetsov, Vitalii V.; Yvanova Lyudmyla Kh.ENG: When controlling static objects at the optimization level, pattern recognition methods are used that allow partitioning the factor space into elementary subdomains in the form of n-dimensional hyperparallelepipeds. One of the main elements of the control structure for this approach to control is the adaptation algorithm, that makes it possible to refine the description of a static object under nonstationarity conditions. Repeated use of the adaptation algorithm to refine the model leads to an unjustified complication of its logical structure and the accumulation of information that has lost its relevance. The paper proposes a method for minimizing the description of images of technological situations, that makes it possible to overcome the indicated disadvantages. The method is based on the property of invariance of the number of parameters defining the hyperparallelepiped to the size of the described area in the factor space. This made it possible to identify significant boundary sub-areas in the description of the image of technological situations and, by their subsequent combination in the direction of the feature axes, to select a description with a minimum number of sub-areas. When performing these operations, “outdated” information is removed and the logical structure of a static control object is simplified as much as possible. The paper shows the possibility of implementing an algorithm for minimizing the description of images on the basis of α-algebra, that makes it possible to integrate its control structures using relational data models. The effectiveness of the proposed algorithm is confirmed by computational experiments in the control of the process of lump crushing for the conditions of a mining and processing plant.Item type:Item, Розробка автоматизованої системи центру авторизації(Український державний університет науки і технологій, ННІ ≪Дніпровський металургійний інститут≫, ІВК ≪Системні технології≫, Дніпро, 2025) Краснюк, Михайло Андрійович; Гнатушенко, Вікторія Володимирівна; Мороз, Борис Іванович; Сокол, ОлександрUKR: У сучасному цифровому світі, де онлайн-сервіси та додатки стають необхідними інструментами в повсякденному житті, питання безпеки та контролю доступу користувачів набувають особливої важливості. Автоматизована система центру авторизації є сервісом що вирішує ці питання. Сервіс забезпечує безпечне та надійне обслуговування клієнтів різних інформаційних систем. Результатом дослідження є створення програмного продукту, послугами якої можуть користуватися як в інфраструктурі сервісів великої компанії, так і WEB-сервісам. Автоматизована система є достатньо швидкою, що дозволяє обслуговувати велику кількість користувачів із різних інформаційних систем одночасно. Використання послуг автоматизованої системи центру авторизації знімає із бізнесу обтяження зі зберігання паролів, авторизації користувачів в інформаційній системі, впровадження безпекових оновлень та полегшує адміністрування.Item type:Item, Advanced Damage-Plasticity Modelling and Calibration Strategies for Accurate Finite-Element Analysis of Unreinforced Concrete in Thin-Walled Structures(Український державний університет науки і технологій, ННІ ≪Дніпровський металургійний інститут≫, ІВК ≪Системні технології≫, Дніпро, 2025) Movchan, Oleksandr Yu.ENG: Accurate prediction of unconventional, unreinforced concretes in three‑dimensional finite‑element analysis demands a synthesis of advanced constitutive theory, rigorous experimental calibration, and careful numerical implementation. This study consolidates recent progress and remaining challenges in modeling slag‑blended, recycled‑aggregate, fiber‑reinforced, and ultra‑thin formwork concretes within the ANSYS environment. A literature survey identifies three dominant strategies for plain concrete: the legacy smeared‑crack SOLID65 element, generalized Drucker–Prager plasticity with user‑defined damage, and detailed mesoscale representations that resolve aggregates, mortar, and inter-faces. Comparative findings show that damage‑plasticity formulations, exemplified by the Concrete Damaged Plasticity (CDP) model, reproduce load–deflection responses and crack patterns within fifteen percent of experimental results when parameters are calibrated against comprehensive test sets that include compression, tension, fracture, and time‑dependent data. Calibration protocols remain inconsistent across studies, hindering reproducibility and cross‑comparison. The absence of an open benchmark database for non‑standard concretes is highlighted as a key barrier to consensus on default parameters. Thin‑walled elements expose additional difficulties: geometric nonlinearity couples with progressive stiffness degradation, causing mesh‑dependent fracture energy dissipation and solver convergence issues. Remedies include refined through‑thickness meshes, nonlocal regularization, and robust arc‑length solution controls. Explicit crack‑tracking techniques such as phase‑field fracture and cohesive segments offer improved fidelity, especially for fiber‑rich mixes where residual tensile capacity governs serviceability, yet systematic validation of these methods remains sparse. Long‑term phenomena such as creep, shrinkage, and durability, along with high‑rate behaviors under impact and seismic loading, are underrepresented in current model verification, particularly for slag‑rich and recycled‑aggregate mixes. A practical roadmap is proposed that integrates five core actions: creation of a public benchmark database with fully documented laboratory tests; development of unified modeling protocols that specify calibration sequences, error metrics, and reporting formats; targeted investment in explicit fracture models for thin and fiber‑reinforced members; expansion of long‑term and dynamic experimental programs; and adoption of machine‑learning tools to automate parameter identification and flag anomalous model behavior. Complementary software advances, including plug‑and‑play material subroutines and graphical calibration wizards, are recommended to lower the expertise threshold for practicing engineers. Collectively, these measures chart a pathway from current academic advances toward robust, industry‑ready simulations capable of guiding the design of sustainable, reinforcement‑free concrete structures.Item type:Item, Реалізація та дослідження методів автоматизації кадрового планування(Український державний університет науки і технологій, ННІ ≪ Дніпровський металургійний інститут ≫, ІВК ≪Системні технології≫, Дніпро, 2025) Шилін, Андрій; Журба, Анна ОлексіївнаUKR: Розвиток автоматизації бізнес-процесів, поряд зі зростанням складності управління людськими ресурсами, призвели до необхідності створення ефективних систем планування. У статті досліджується процес автоматизації кадрового планування та складання бюджету, що дозволяє керівникам переглядати та затверджувати річні плани, а лінійним керівникам - контролювати свою організацію, виявляти дефіцит кадрів та планувати набір персоналу. Крім того, система створює інформаційні панелі для менеджерів, що дозволяє відстежувати досягнення корпоративних цілей. Управління проєктами є актуальним як для підвищення ефективності роботи команд, так і для оптимізації використання ресурсів. Крім багатьох видів комерційного використання, системи управління проєктами становлять також інтерес у наукових до-слідженнях та освітніх програмах, де вони допомагають організувати роботу над складними проєктами та забезпечити досягнення поставлених цілей. Вирішення проблеми управління проєктами та планування людських ресурсів використовує досягнення та стимулює розвиток багатьох галузей техніки та менеджменту. Практична цінність дослідження полягає в тому, що воно допомагає зрозуміти ключові аспекти управління проєктами та планування людських ресурсів в ІТ-компаніях, що сприяє підвищенню ефективності та продуктивності організацій. При проведенні аналізу методів планування людських ресурсів, було досліджено ефективності різних методів планування людських ресурсів в ІТ-компаніях, впроваджено програмне забезпечення для автоматизації планування та розподілу ресурсів, проведе-но оцінку впливу планування ресурсів на продуктивність команд та оптимізовано використання людських ресурсів. Впровадження розробленої системи управління проєктами та методів планування людських ресурсів призводить до підвищення ефективності роботи команди та покращення результатів проєктів. Рекомендовано застосовувати розроблені методи та інструменти для підвищення конкурентоспроможності ІТ-компаній.