Інноваційні методи бробки даних в машинобудуванні: на кафедрі сільськогосподарського машинобудування ЦНТУ відбулася відкрита лекція за участі провідного науковця НААН України
19 травня 2026 року на кафедрі сільськогосподарського машинобудування Центральноукраїнського національного технічного університету відбулася знакова науково-освітня подія – відкрита лекція для здобувачів другого (магістерського) рівня вищої освіти освітньої програми «Галузеве машинобудування» спеціальності G11 «Машинобудування».
Заняття було організовано в межах вивчення дисципліни «Статистичні методи обробки даних в машинобудуванні» (тема: «Обробка результатів спостережень») лектором курсу – завідувачем кафедри сільськогосподарського машинобудування ЦНТУ, к.т.н., професором Олексієм Михайловичем ВАСИЛЬКОВСЬКИМ.
Головним гостем та співлектором заходу став Сергій Петрович СТЕПАНЕНКО – доктор технічних наук, старший науковий співробітник, завідувач відділу перспективних технологій і технічних засобів для збирання, обробки та зберігання врожаю зернових і олійних культур Інституту механіки та автоматики агропромислового виробництва Національної академії аграрних наук України (ІМА АПВ НААН). До проведення та обговорення відкритого заняття активно долучилися викладачі кафедри – доценти Сергій ЛЕЩЕНКО та Дмитро ПЕТРЕНКО.
Запрошення Сергія Петровича як спікера дозволило продемонструвати студентам живий взаємозв'язок між фундаментальною університетською теорією та передовими прикладними дослідженнями знаного науковця в галузі механізації, автоматизації та впровадження Smart-технологій в агропромислове виробництво, чиї розробки закладають інноваційну основу для цифровізації сучасного агробізнесу.
Під час лекції Сергій СТЕПАНЕНКО наочно продемонстрував магістрантам, як статистичний аналіз та математичне моделювання допомагають вирішувати складні інженерні завдання в реальному часі. Спікер поділився результатами унікальних експериментальних досліджень спектральних коефіцієнтів відбиття випромінювання ближнього інфрачервоного (NIR) діапазону зерновими матеріалами (пшеницею, ячменем, кукурудзою та домішками) за різних довжин хвиль (від 610 до 860 нм).
Особливий інтерес майбутніх інженерів викликав розбір математичного апарату: побудованих поліноміальних рівнянь регресії другого ступеня, які описують спотворення кольору, ширини та довжини зернівок залежно від параметрів освітленості, світлочутливості ISO та роздільної здатності камер мобільних або стаціонарних пристроїв. Студенти побачили, як за допомогою статистичної обробки та розрахунку вагових коефіцієнтів компонентів формується комплексна математична модель для точного визначення рівня засміченості зразків озимої пшениці.
Лекція відзначилася високим рівнем інтерактивності. Спікер продемонстрував повний покроковий алгоритм аналізу та розпізнавання об'єктів: від створення цифрового зображення за допомогою оптичних камер спеціальних випробувальних стендів до сегментації та ідентифікації елементів суміші за допомогою згорткової нейронної мережі (CNN).
Магістранти мали змогу ознайомитися з практичним використанням хмарного вебресурсу для анотування зображень та формування масштабних датасетів, необхідних для навчання найсучасніших моделей штучного інтелекту YOLOv11.
Найбільше захоплення аудиторії викликала демонстрація роботи реального програмного забезпечення, розробленого науковцями:
Стаціонарної бета-версії комп'ютерної програми автоматизованого аналізу зернових матеріалів з використанням машинного зору, яка миттєво диференціює повноцінне зерно, подрібнені фракції та домішки, видаючи точний відсотковий аналіз у межах встановлених норм якості.
Мобільної версії у вигляді інноваційного Telegram-бота (@GrainCVBot), що використовує архітектуру комп'ютерного зору YOLO. Студенти в інтерактивному режимі спостерігали, як за допомогою звичайного смартфона та надісланого у чат-бот фотознімку система за лічені секунди здійснює фракційний експрес-аналіз зернової маси безпосередньо у польових чи виробничих умовах.
Презентовані високотехнологічні рішення викликали жваву дискусію та безліч запитань від студентів і викладачів кафедри. Обговорювалися перспективи масштабування технології, інтеграція Smart-датчиків у конструкції сучасних збиральних та очисних сільськогосподарських машин, а також вимоги до програмування алгоритмів мовою Python.
Проведення занять такого інноваційного формату дозволяє забезпечити європейську якість підготовки магістрів у ЦНТУ, мотивує молодь до наукової діяльності та наочно доводить: сучасне українське машинобудування впевнено інтегрується в цифрову епоху штучного інтелекту, робототехніки та Smart-технологій!
