UNIVERZITET U TUZLI
FAKULTET ELEKTROTEHNIKE
Franjevačka br.2
Tuzla
O B J A V L J U J E
Muhamed Škripić, bachelor inž. el., javno će braniti završni magistarski rad pod naslovom: “Detekcija anomalija farmaceutskih proizvoda primjenom dubokog učenja”, dana 17.11.2023. godine sa početkom u 12,00 sati-Amfiteatar Gimnazije „Meša Selimović“u Tuzli, pred Komisijom u sastavu:
- Dr. sci. Naser Prljača, redovni profesor.– predsjednik
Uža naučna oblast Automatika i robotika
Fakultet elektrotehnike Univerziteta u Tuzli - Dr. sci. Amira šerifović-Trbalić, vanredni profesor. –mentor/član
Uža naučna oblast Automatika i robotika
Fakultet elektrotehnike Univerziteta u Tuzli - Dr. sci Damir Demirović, vanredni profesor.-član
Uža naučna oblast Računarstvo i informatika
Fakultet elektrotehnike Univerziteta u Tuzli
Zamjenski član Komisije dr. sci. Amila Dubravić, vanredni profesor, uža naučna oblast Automatika i robotika, Fakultet elektrotehnike Univerziteta u Tuzli
Pristup javnosti je slobodan.
Završni magistarski rad se može pogledati u Sekretarijatu fakulteta svakim radnim danom od 09,00 do 15,00 sati.
REZIME RADA
Kontrola kvaliteta je jedan od industrijskih zadataka koji je najpodložniji poboljšanju implementacijom tehnoloških inovacija. Kao inovativna tehnologija, mašinska vizija omogućava pouzdane i brze inspekcije 24/7 i pomaže proizvođačima da poboljšaju efikasnost proizvodnih operacija. Predloženi model eksploatiše sve generisane podatke različitim integrisanim tehnologijama u proizvodnom lancu, čime ispunjava zahteve upravljanja kvalitetom u kontekstu Industrije 4.0, na osnovu prediktivne analize za identifikaciju obrazaca u podacima i predlaže korektivne radnje kako bi se osigurao kvalitet proizvoda. Podaci dostupni opremi za viziju će se koristiti za identifikaciju i prijavu neispravnih proizvoda, razumijevanje uzroka nedostataka i omogućavanje brze i efikasne intervencije u pametnim fabrikama. Ovo predstavlja pristup za integraciju inteligentne vizuelne inspekcije u “MES” kontrolne sisteme u cilju postizanja performansi. Ideja je da se prilagodi inteligentni sistem za obradu slike putem kamera za praćenje proizvodnog sistema. Slike se tako analiziraju u realnom vremenu putem mašinskog učenja tumačeći vizualizovanu scenu i interakcijom sa nekim karakteristikama MES sistema, kao što su održavanje, kontrola kvaliteta, bezbednost, operacije, itd. Ova tehnološka komponenta, u kombinaciji sa fleksibilnošću proizvodnje, doprinosi optimizaciji sistem u smislu autonomije i odziva na otkrivanje anomalija, već naišlih, ili čak novih.
