VÁŠKO, O. Monitorování stavu při obrábění bloku motoru - Plazma [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.
Diplomová práce navazovala na semestrální projekt. Cílem práce je návrh a realizace systému, který umožní predikovat nestandardní stavy na strojích při obrábění bloku motoru s cílem prediktivně určit špatné kusy. K řešení projektu bylo nutné nastudovat širokou problematiku prediktivní analýzy. Student pracoval téměř zcela samostatně, na občasných konzultacích prakticky pouze informoval o postupu prací. V průběhu semestru musel řešit problém s faktem, že nebyly k dispozici skutečné měřené hodnoty a tak musel navíc vytvořit sady simulovaných dat pro analýzu. Práce odvedená studentem bohužel není v textu práce dokumentována v dostatečném detailu a jasnosti a je tak obtížné zhodnotit skutečnou kvalitu dosažených výsledků. Nicméně lze konstatovat, že samotné zadání práce je možné považovat za splněné, výsledkem jsou dvě metody pro analýzu otáček a teploty při obrábění a bude pravděpodobně možné navržené metody použít pro další sady parametrů. Práci hodnotím na 70 bodů, C.
Téma diplomové práce studenta Ondřeje Váška zabývající se monitorováním stavu výroby a prediktivní diagnostikou patří mezi aktuální a středně obtížné. Práce je rozdělena na teoretickou část s rozsahem 32 stran obsahující 1. bod zadání, dále popis výrobní linky (12 stran, bod 2) a praktickou část (26 stran, body 3-5). Svým rozsahem splňuje požadavky na diplomovou práci. V teoretické části student popisuje problematiku prediktivní analýzy se zaměřením především na regresní analýzu a strojové učení. Text je z převážné většiny popisný bez výrazných provázání jednotlivých částí a autor metody téměř nesrovnává. Popis výrobní linky v druhé části je tematicky zaměřený mimo obor studia, ale dává čtenáři konkrétní představu, které zařízení bude sledováno a co patří k nejdůležitějším veličinám z pohledu přenesené informace o stavu zařízení. Praktická část si již plně věnuje implementaci popsaných metod a popisu naprogramovaných funkcí. Vlivem restrikčních nařízení nebyla studentovi včas poskytnuta data ze strany zadavatele, na kterých by mohl analýzy aplikovat. Student se s tím vypořádal tak, že si data generoval sám na základě znalostí dříve známých dat z jiných měření. Jako jeden z nedostatků této práce považuji, že grafy v textu nejsou řádně dokumentovány. Student neuvádí, která data jsou zpracována a s jakým nastavením funkcí, a u mnoha grafů nejsou řádně popsány osy. U grafů s výsledky neuronových sítí není uvedeno, o jaké nastavení sítě se jednalo, nebo která trénovací data byla použita. Nejsou provedeny žádné závěry, jakou metodou autor dospěl k nastavení použitých parametrů, nebo jaký vliv má nastavení neuronové sítě na kvalitu výsledku. Vytvořený kód je přehledný, srozumitelně komentovaný, ale svým rozsahem se řadí k podprůměrným a nebyla přiložena všechna data ke kompletnímu testování. Práce je psána strohým vyjadřovacím stylem, který v některých pasážích výrazně snižuje čitelnost díla. Text obsahuje minimální počet překlepů, ale trpí vysokým počtem gramatických chyb. Autor citoval 38 zdrojů a s výjimkou jedné monografie využíval online zdroje, a to buď článků dostupných v elektronické formě, ale také i webových stránek s méně relevantními zdroji bez uvedení původních pramenů. Na některé zdroje není odkazováno z textu a u online zdrojů není uvedeno datum citace, což snižuje hodnocení o kvalitách práce s literaturou. Dle dokumentace se výsledek této práce se jeví jako funkční, ale řešení bude muset zadavatel znovu otestovat a upravit, až budou reálná data k dispozici. To může být jednoduchou záležitostí, ale také se může svým rozsahem stát problematikou širší, než je rámec této diplomové práce, která spíše udává základní představu a její implementaci. Všechny body zadání diplomové práce jsou splněny a práci doporučuji k obhajobě, avšak vzhledem k výše uvedeným připomínkám hodnotím práci 58 body, známka E.
eVSKP id 126881