Анализ страницы https://www.vestnik-donstu.ru/jour/article/view/2435/2095
Основное Готовность: 75%
Домен
vestnik-donstu.ru
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Длина домена велика. Но если вы продвигаете запрос, входящий в название домена, то это хорошо.
Домен второго уровня идеален для продвижения.
Регистратор домена - RU-CENTER-RU
Дата регистрации домена 26.06.2020 (более 5 лет назад)
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
Не настроен HSTS (Strict-Transport-Security) — рекомендуется включить.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 27.09.2026 10:57:52.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
utf-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице utf-8.
Язык
en
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык документа указан явно: en.
Скорость загрузки
~0,38сек
Время отклика сервера (TTFB)
?
Time To First Byte — время до получения первого байта от сервера. Норма до 200 мс. Медленный отклик ухудшает пользовательский опыт и ранжирование: Яндекс и Google учитывают скорость страниц.
Скорость загрузки сайта 0,38сек оптимальна.
Объем документа
74Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 74Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 30
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Кол-во файлов ресурсов 30 много для одной страницы. Приемлемо до 10. Проведите оптимизацию файлов ресурсов!
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | text/css | https://www.vestnik-donstu.ru/lib/pkp/styles/pkp.css |
| stylesheet | text/css | https://www.vestnik-donstu.ru/lib/pkp/styles/common.css |
| stylesheet | text/css | https://www.vestnik-donstu.ru/assets/css/common.css |
| stylesheet | text/css | https://www.vestnik-donstu.ru/assets/css/compiled.css |
| stylesheet | text/css | https://www.vestnik-donstu.ru/assets/css/slick.css |
| stylesheet | text/css | https://www.vestnik-donstu.ru/assets/css/slick-theme.css |
| stylesheet | text/css | https://www.vestnik-donstu.ru/assets/css/select2.min.css |
| stylesheet | text/css | https://www.vestnik-donstu.ru/assets/css/overall.css?v=20260819220522 |
| stylesheet | text/css | https://www.vestnik-donstu.ru/assets/css/template.css?v=20260819220522 |
| stylesheet | text/css | https://www.vestnik-donstu.ru/styles/branding.css |
| js | text/javascript | https://www.vestnik-donstu.ru/assets/js/jquery_legacy/jquery.min.js |
| js | text/javascript | https://www.vestnik-donstu.ru/assets/js/jquery_legacy/jquery-ui.min.js |
| js | text/javascript | https://www.vestnik-donstu.ru/assets/js/pkp.min.js?v=20260819220522 |
| js | https://smartcaptcha.yandexcloud.net/captcha.js | |
| js | text/javascript | https://www.vestnik-donstu.ru/lib/pkp/js/lib/jquery/plugins/validate/jquery.validate.js |
| js | text/javascript | https://www.vestnik-donstu.ru/resources/string_functions.js |
| js | text/javascript | https://www.vestnik-donstu.ru/plugins/generic/tinymce/tinymce/tinymce.min.js |
| js | text/javascript | https://www.vestnik-donstu.ru/assets/js/relatedItems.js |
| js | text/javascript | https://www.vestnik-donstu.ru/assets/js/inlinePdf.js |
| js | text/javascript | https://www.vestnik-donstu.ru/assets/js/pdfobject.js |
| js | /assets/js/author_highlight.js?v=24424 | |
| js | /assets/js/translit.js | |
| js | /assets/js/qrcode.js | |
| js | /assets/js/jquery.qrcode.js | |
| js | text/javascript | https://www.vestnik-donstu.ru/assets/js/slick.min.js |
| js | text/javascript | https://www.vestnik-donstu.ru/assets/js/select2.min.js |
| js | text/javascript | https://www.vestnik-donstu.ru/assets/js/i18n/ru.js |
| js | text/javascript | https://www.vestnik-donstu.ru/assets/js/script.js?v=20260819220522 |
| js | text/javascript | https://www.vestnik-donstu.ru/styles/style.js |
| js | text/javascript | https://www.vestnik-donstu.ru/assets/js/cookie-banner-popup.js |
Серверные заголовки
Кол-во: 8
HTTP-заголовки ответа сервера
?
Заголовки сервера передают браузеру и поисковику служебную информацию: кеширование, безопасность (CSP, HSTS), сжатие (gzip). Правильная настройка ускоряет загрузку и повышает защищённость.
Найдены серверные заголовки 8шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | nginx |
| Date | Thu, 20 Aug 2026 09:18:57 GMT |
| Transfer-Encoding | chunked |
| Connection | keep-alive |
| Vary | Accept-Encoding |
| Set-Cookie | OJSSID=acbd8fdf17326424755070c568c9f2f1; path=/; secure; HttpOnly |
| Cache-Control | no-store |
| X-Cache-Status | MISS |
CMS
Не определена
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
CMS не определена. Вероятно, сайт самописный либо движок надёжно скрыт. Это не ошибка.
Веб-сервер
nginx
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
Сайт работает на веб-сервере nginx.
Мета-теги Готовность: 48%
Title
Technical Condition Monitoring of Lifting Structures and Equipment Using Artificial Neural Systems | Khvan | Advanced Engineering Research (Rostov-on-Don)
Заголовок страницы в браузере и поисковой выдаче
?
Title — главный SEO-заголовок страницы. Влияет на CTR в поиске и ранжирование. Оптимальная длина: 50–70 символов. Ключевые слова — ближе к началу.
Необходимо уменьшить число символов в title (текущее значение: 155, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Контроль технического состояния подъемных сооружений и оборудования с использованием искусственных нейронных систем | Хван | Advanced Engineering Research (Rostov-on-Don)
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Необходимо уменьшить число символов в description (текущее значение: 170, оптимально: от 120 до 130)
Keywords
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Установите мета-тег keywords!
Канонический Url
https://www.vestnik-donstu.ru/jour/article/view/2435/2095
Указывает поисковику основную версию страницы
?
Canonical (rel=canonical) предотвращает проблему дублей страниц. Должен точно совпадать с URL проверяемой страницы. Неправильный canonical может передать ссылочный вес на другую страницу.
Канонический Url прописан корректно.
Robots
Ошибок нет
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots не указан. Страница свободна для индексации.
Адаптивность
width=device-width, height=device-height, initial-scale=1.0, user-scalable=1, minimum-scale=1.0, maximum-scale=4.0
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Meta-тег viewport со значением user-scalable определяет доступность масштабирования страницы пользователем.
Meta-тег viewport со значением minimum-scale определяет минимальный масштаб области просмотра.
Meta-тег viewport со значением maximum-scale определяет максимальный масштаб области просмотра.
Разметка OpenGraph
Кол-во: 5
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph задана. Страница оптимизирована под социальные сети.
Показать полный список og мета-тегов
| Тип | Значение |
|---|---|
| og:title | Technical Condition Monitoring of Lifting Structures and Equipment Using Artificial Neural Systems | Khvan | Advanced Engineering Research (Rostov-on-Don) |
| og:type | article |
| og:url | https://www.vestnik-donstu.ru/jour/article/view/2435/2095 |
| og:site_name | Advanced Engineering Research (Rostov-on-Don) |
| og:image | https://www.vestnik-donstu.ru/public/journals/1/homeHeaderTitleImage_en_US.jpg |
Все мета-теги
Кол-во: 104
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 104шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | viewport | width=device-width, height=device-height, initial-scale=1.0, user-scalable=1, minimum-scale=1.0, maximum-scale=4.0 |
| name | title | Technical Condition Monitoring of Lifting Structures and Equipment Using Artificial Neural Systems |
| name | description | Technical Condition Monitoring of Lifting Structures and Equipment Using Artificial Neural Systems | Khvan | Advanced Engineering Research (Rostov-on-Don) |
| name | title | Контроль технического состояния подъемных сооружений и оборудования с использованием искусственных нейронных систем |
| name | description | Контроль технического состояния подъемных сооружений и оборудования с использованием искусственных нейронных систем | Хван | Advanced Engineering Research (Rostov-on-Don) |
| name | citation_keywords | lifting structures; artificial neural networks; degree of damage; rejection indicators; combination of defects; technical condition assessment |
| name | citation_keywords | подъемные сооружения; искусственные нейронные сети; степень повреждения; браковочные показатели; комбинация дефектов; оценка технического состояния |
| name | DC.Contributor.Sponsor | The authors would like to thank the staff of Scientific and Technical Center “Mysl”, Novocherkassk State Technical University, for the opportunity to use the data of the industrial safety examination of lifting structures, as well as for access to the statistical database of typical crane damage. |
| name | DC.Contributor.Sponsor | Авторы выражают искреннюю благодарность коллективу ООО ИКЦ «Мысль» НГТУ г. Новочеркасска за предоставленную возможность использовать данные экспертизы промышленной безопасности подъемных сооружений, а также за доступ к статистической базе данных типовых повреждений кранов. |
| name | DC.Creator.PersonalName | R. V. Khvan |
| name | DC.Creator.PersonalName | Р. В. Хван |
| name | DC.Creator.PersonalName | A. A. Korotky |
| name | DC.Creator.PersonalName | А. А. Короткий |
| name | DC.Date.created | 2026-07-30 |
| name | DC.Date.dateSubmitted | 2025-09-09 |
| name | DC.Date.issued | 2026-07-30 |
| name | DC.Date.modified | 2026-07-30 |
| name | DC.Description | Introduction. Federal industrial safety standards and regulations establish the requirements for the technical condition assessment of the said engineering devices and associated equipment. However, these regulatory frameworks require a discrete-level defect analysis of composite nodes and parts of load-lifting machinery. This approach does not always ensure the required accuracy and objectivity in monitoring the overall condition of equipment, as various combinations of defects in numerous structural components determine varying degrees of their overall wear. This is due to the fact that, during long-term operation, the components and parts of the mechanisms are subject to uneven destructive stress resulting in variability in the degree of their damage. The present work proposes a combination of scientific and technical measures to improve the operational reliability of both lifting machines and associated equipment through the integration of modern intelligent algorithms. The research objective of the study is to develop an intelligent decision support system designed for a comprehensive, integrated assessment of the operating conditions of lifting structures. Materials and Methods. To achieve this objective, three models of artificial neural networks have been developed. The first model contains five layers: the first input layer includes eight neurons corresponding to the same number of rejection indicators of lifting structure components, such as defects in the undercarriage, braking system, rope-and-pulley system, and load hook. The three subsequent hidden layers contain eight neurons each. They are responsible for the learning process of the network and provide recording of intermediate results. The output layer consists of three neurons, each of which characterizes a certain class of technical condition of the object under study. The second neural network has a similar configuration, except for the input layer, which additionally includes nine neurons corresponding to the rejection indicators of the supporting metal structures of lifting facilities. The input layer of the third model contains twenty-nine neurons. This structure allows for a comprehensive assessment of equipment condition across a full range of rejection indicators. The practical implementation of the developed models was performed in the Python programming environment using the Scikit-learn machine learning library. Testing of the performance and efficiency of the developed networks was carried out on ten independent samples according to their performance criteria and confidence intervals for assessing the state of engineering devices. Results. The performance of the developed models under testing was 100%, meaning each of the three neural network structures accurately classified the conditions of the lifting structures in all ten test scenarios. Moreover, the confidence level of the judgments made increased as the number of network input parameters was scaled in the range from 0.628 to 0.705. Discussion. The presented data demonstrate the significant impact of the artificial neural network architecture on the precision of lifting structure diagnostics. The key result is the establishment of a numerical relationship between combinations of rejection criteria and the resulting condition class through the analysis of the activation levels of output layer neurons, which serve as a quantitative measure of the reliability of the decision made by the model. The findings correlate with previous research in the field of applying machine learning methods to technical diagnostics. The specificity of the proposed approach is in the integrated assessment of the overall condition without detailed mathematical modeling of local physical processes, which determines its efficiency under conditions of limited a priori information about operational modes. Limitations of the work include a relatively small sample size and a certain subjectivity of expert marking. Possible errors are due to the risk of retraining the neural network on small arrays of training information. Conclusion. The proposed intelligent system is developed taking into account practical experience in operating lifting machines, analysis of accumulated statistical data, and the requirements of current industry standards. Scientific results expand the understanding of the potential of using artificial intelligence algorithms to ensure the technological safety of complex technical objects. The implementation of such systems will allow engineering and technical personnel who do not have extensive practical experience in on-site inspection of structures to make qualified and informed decisions regarding the possibility of continuing the safe operation of equipment. |
| name | DC.Description | Введение. Федеральные нормы и правила в области промышленной безопасности регламентируют порядок проведения оценки технического состояния указанных технических устройств и сопутствующего оборудования. Однако данные регуляторные требования предусматривают проведение дискретного анализа дефектов отдельных узлов и деталей грузоподъемных машин. Подобный подход не всегда обеспечивает требуемую точность и объективность при диагностировании общего состояния оборудования, так как разнообразные сочетания дефектов в многочисленных конструктивных элементах предопределяют различную степень их совокупного износа. Это обусловлено тем, что в ходе долговременной эксплуатации составные узлы и детали механизмов подвергаются неравномерному деструктивному воздействию, приводящему к вариативности степени их разрушения. В настоящем исследовании предлагается сформировать комплекс научно-технических мер, направленных на повышение эксплуатационной надежности как самих грузоподъемных машин, так и сопряженного оборудования, посредством интеграции современных интеллектуальных алгоритмов. Цель работы — разработка интеллектуальной системы поддержки принятия решений, предназначенной для комплексной интегральной оценки технического состояния подъемных сооружений. Материалы и методы. Для достижения поставленной цели были разработаны три архитектуры искусственных нейронных сетей. Первая модель характеризуется пятислойной структурой: первый — входной слой включает восемь нейронов, соответствующих аналогичному числу браковочных показателей элементов подъемных сооружений, таких как дефекты ходовой части, тормозной системы, канатно-блочной системы и грузового крюка. Три последующих скрытых слоя содержат по восемь нейронов каждый, обеспечивая процесс обучения и фиксацию промежуточных результатов. Выходной слой состоит из трех нейронов, каждый из которых характеризует определенный класс технического состояния исследуемого объекта. Вторая нейронная сеть имеет аналогичную конфигурацию, за исключением входного слоя, в который дополнительно включено девять нейронов, соответствующих показателям браковки несущих металлоконструкций подъемных сооружений. Входной слой третьей модели содержит двадцать девять нейронов. Подобная структура позволяет комплексно оценивать состояние оборудования по всей совокупности браковочных показателей. Практическая реализация разработанных моделей выполнена в среде программирования Python с использованием библиотеки машинного обучения Scikit-learn. Тестирование работоспособности и эффективности разработанных сетей проводилось на десяти независимых выборках по критериям их производительности и доверительным интервалам оценки состояния технических устройств. Результаты исследования. Производительность разработанных моделей в ходе тестирования составила 100 %, то есть каждая из трех нейросетевых структур безошибочно классифицировала состояние подъемных сооружений во всех десяти тестовых сценариях. При этом доверительный уровень выносимого суждения возрастал по мере масштабирования числа входных параметров сети в диапазоне от 0,628 до 0,705. Обсуждение. Представленные данные демонстрируют выраженное влияние архитектуры искусственной нейросети на прецизионность диагностирования подъемных сооружений. Ключевым результатом является установление численной зависимости между комбинациями браковочных критериев и результирующим классом состояния посредством анализа уровней активации нейронов выходного слоя, выступающих количественной мерой достоверности принимаемого моделью решения. Полученные выводы коррелируют с предшествующими исследованиями в области приложения методов машинного обучения к технической диагностике. Специфика предложенного подхода состоит в интегральной оценке общего состояния без детального математического моделирования локальных физических процессов, что обусловливает его эффективность в условиях дефицита априорной информации об эксплуатационных режимах. К числу ограничений работы следует отнести относительно небольшой объем выборки и определенную субъективность экспертной разметки. Возможные погрешности обусловлены риском переобучения нейросети на малых массивах обучающей информации. Заключение. Предложенная интеллектуальная система разработана с учетом практического опыта эксплуатации подъемных машин, анализа накопленных статистических данных и требований действующих отраслевых стандартов. Научные результаты расширяют представление о потенциале применения алгоритмов искусственного интеллекта для обеспечения техногенной безопасности сложных технических объектов. Внедрение подобных систем позволит инженерно-техническому персоналу, не обладающему обширным практическим опытом натурного обследования конструкций, принимать квалифицированные и обоснованные решения относительно возможности продолжения безопасной эксплуатации оборудования. |
| name | DC.Format | application/pdf |
| name | DC.Format | application/pdf |
| name | DC.Identifier | 2435 |
| name | DC.Identifier.pageNumber | 2435 |
| name | DC.Identifier.URI | https://www.vestnik-donstu.ru/jour/article/view/2435 |
| name | DC.Language | en |
| name | DC.Rights | Publications in "Advanced Engineering Research (Rostov-on-Don)" are available under Creative Commons Attribution License Authors who publish articles in this Journal agree with the following. Authors retain copyright on their paper and grant the Journal the right of first publication of the paper under Creative Commons Attribution License which allows others to distribute this work with the obligatory preservation of references to the authors of the original work and the original publication in this Journal. Authors retain the right to enter into separate contractual agreements concerning the non-exclusive distribution of the version of the work published here (e.g., its placement in the Institutional Repository, publication in a book), with reference to its original publication in this Journal. Authors have the right to post their work on the Internet (e.g., in Institutional Repository or on a personal website) before and during the process of article consideration by the journal, because this can foster efficient discussion and increase the number of references to this work (see The Effect of Open Access ). |
| name | DC.Source | Advanced Engineering Research (Rostov-on-Don) |
| name | DC.Rights | Публикации в журнале «Advanced Engineering Research (Rostov-on-Don)» доступны на условиях лицензии Creative Commons Attribution License Авторы, публикующие статьи в данном журнале, соглашаются со следующим. Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution License , которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале. Авторы сохраняют право заключать отдельные контрактные договорённости, касающиеся не-эксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институциональном репозитории, публикацию в книге), со ссылкой на ее оригинальную публикацию в этом журнале. Авторы имеют право размещать свою работу в сети Интернет (например, в институциональном репозитории или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access ). |
| name | DC.Source | Advanced Engineering Research (Rostov-on-Don) |
| name | DC.Source.ISSN | 2687-1653 |
| name | DC.Source.Issue | 3 |
| name | DC.Source.URI | https://www.vestnik-donstu.ru/jour |
| name | DC.Source.Volume | 26 |
| name | DC.Subject | lifting structures |
| name | DC.Subject | artificial neural networks |
| name | DC.Subject | degree of damage |
| name | DC.Subject | rejection indicators |
| name | DC.Subject | combination of defects |
| name | DC.Subject | technical condition assessment |
| name | DC.Subject | подъемные сооружения |
| name | DC.Subject | искусственные нейронные сети |
| name | DC.Subject | степень повреждения |
| name | DC.Subject | браковочные показатели |
| name | DC.Subject | комбинация дефектов |
| name | DC.Subject | оценка технического состояния |
| name | DC.Title | Technical Condition Monitoring of Lifting Structures and Equipment Using Artificial Neural Systems |
| name | DC.Title.Alternative | Контроль технического состояния подъемных сооружений и оборудования с использованием искусственных нейронных систем |
| name | DC.Type | Text.Serial.Journal |
| name | DC.Type.articleType | MACHINE BUILDING AND MACHINE SCIENCE |
| name | gs_meta_revision | 1.1 |
| name | citation_journal_title | Advanced Engineering Research (Rostov-on-Don) |
| name | citation_journal_title | Advanced Engineering Research (Rostov-on-Don) |
| name | citation_issn | 2687-1653 |
| name | citation_author | R. V. Khvan |
| name | citation_author_institution | Don State Technical University |
| name | citation_author | A. A. Korotky |
| name | citation_author_institution | Don State Technical University |
| name | citation_title | Technical Condition Monitoring of Lifting Structures and Equipment Using Artificial Neural Systems |
| name | citation_author | Р. В. Хван |
| name | citation_author_institution | Донской государственный технический университет |
| name | citation_author | А. А. Короткий |
| name | citation_author_institution | Донской государственный технический университет |
| name | citation_title | Контроль технического состояния подъемных сооружений и оборудования с использованием искусственных нейронных систем |
| name | citation_date | 2026/07/30 |
| name | citation_volume | 26 |
| name | citation_issue | 3 |
| name | citation_firstpage | 2435 |
| name | citation_abstract_html_url | https://www.vestnik-donstu.ru/jour/article/view/2435 |
| name | citation_fulltext_html_url | https://www.vestnik-donstu.ru/jour/article/view/2435 |
| name | citation_language | en |
| name | citation_keywords | lifting structures |
| name | citation_keywords | artificial neural networks |
| name | citation_keywords | degree of damage |
| name | citation_keywords | rejection indicators |
| name | citation_keywords | combination of defects |
| name | citation_keywords | technical condition assessment |
| name | citation_keywords | подъемные сооружения |
| name | citation_keywords | искусственные нейронные сети |
| name | citation_keywords | степень повреждения |
| name | citation_keywords | браковочные показатели |
| name | citation_keywords | комбинация дефектов |
| name | citation_keywords | оценка технического состояния |
| name | citation_pdf_url | https://www.vestnik-donstu.ru/jour/article/download/2435/2095 |
| name | citation_pdf_url | https://www.vestnik-donstu.ru/jour/article/download/2435/2096 |
| name | google-site-verification | T8Geg-8YAnoTQLABwKXXIkB6VxFHejvZ8fC7iZOhXus |
| name | msapplication-TileColor | #ef0303 |
| name | msapplication-TileImage | /mstile-144x144.png |
| name | msapplication-config | /browserconfig.xml |
| property | og:title | Technical Condition Monitoring of Lifting Structures and Equipment Using Artificial Neural Systems | Khvan | Advanced Engineering Research (Rostov-on-Don) |
| property | og:type | article |
| property | article:author | R. V. Khvan |
| property | article:author | A. A. Korotky |
| property | article:tag | lifting structures |
| property | article:tag | artificial neural networks |
| property | article:tag | degree of damage |
| property | article:tag | rejection indicators |
| property | article:tag | combination of defects |
| property | article:tag | technical condition assessment |
| property | article:section | MACHINE BUILDING AND MACHINE SCIENCE |
| property | og:url | https://www.vestnik-donstu.ru/jour/article/view/2435/2095 |
| property | article:modified_time | 2026-07-30T12:20:00Z |
| property | article:published_time | 2026-07-30T00:00:00Z |
| property | og:site_name | Advanced Engineering Research (Rostov-on-Don) |
| property | og:image | https://www.vestnik-donstu.ru/public/journals/1/homeHeaderTitleImage_en_US.jpg |
Оптимизация Готовность: 70%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют в одном экземпляре).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Кол-во слов 486 не очень много. Добавьте побольше текста (хотя бы 800 слов)!
Слова из title 18 встречаются в тексте достаточно.
Абзацев с текстом 29 достаточно.
Среднее число слов в абзаце 22 достаточно.
Кол-во знаков контента 3553 на странице оптимально.
Заголовки
Ошибок нет
Иерархия заголовков H1–H6
?
H1 должен быть один и содержать ключевой запрос. H2–H6 описывают подразделы. Пропуск уровней (H1 → H3) и несколько H1 — типичные ошибки, снижающие понятность страницы для поисковика.
На странице присутствуют заголовки <h2> 1. Это хорошо.
На странице присутствуют заголовки <h3> 3.
Тошнота
3
Насколько одно слово доминирует в тексте
?
Классическая тошнота = √(частота самого повторяющегося слова). Норма до 7–8: текст воспринимается естественно. Выше — поисковик может счесть страницу переспамленной.
Тошнота страницы в пределах нормы 3.
Академич. тошнота
17,70%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота превышает норму 5-15%. Измените текст страницы!
Семантическое ядро
20
Наиболее часто встречающиеся слова на странице
?
Топ слов по частоте использования. Показывает, какие слова доминируют в тексте с точки зрения поисковика.
Контент страницы содержит осмысленный текст и слова.
Показать список слов
| Слово | Кол-во | Частота |
|---|---|---|
| rostov-on-don | 9 | 1,85% |
| technical | 6 | 1,23% |
| advanced | 5 | 1,03% |
| author | 5 | 1,03% |
| editorial | 5 | 1,03% |
| university | 5 | 1,03% |
| engineering | 4 | 0,82% |
| research | 4 | 0,82% |
| online | 4 | 0,82% |
| russia | 4 | 0,82% |
| russian | 4 | 0,82% |
| federation | 4 | 0,82% |
| 2687-1653 | 3 | 0,62% |
| systems | 3 | 0,62% |
| service | 3 | 0,62% |
| professor | 3 | 0,62% |
| gagarin | 3 | 0,62% |
| 344003 | 3 | 0,62% |
| cookies | 3 | 0,62% |
| archives | 2 | 0,41% |
Индексация Готовность: 60%
Индексирование
Ошибок нет
Разрешено ли индексирование страницы
?
Проверяет, не закрыта ли страница от индексации через robots.txt, meta robots или X-Robots-Tag. Страница, закрытая от индексации, не появится в поисковой выдаче.
Анкоров на странице 120 оптимально. Поисковые роботы обязательно проиндексируют сайт.
Robots.txt
Найден корректный robots.txt
Файл управления сканированием сайта роботами
?
Robots.txt указывает поисковым роботам, какие страницы сканировать, а какие — нет. Ошибки в файле могут случайно закрыть важные разделы от индексации.
Robots.txt настроен корректно. Размер файла: 131 байт. Загружен за: 75мсек.
Проверяемая страница не запрещена в robots.txt.
Robots.txt доступен по постоянному адресу
Показать содержимое robots.txt
User-agent: *
Disallow: /cache/*
Disallow: */search/search*
Disallow: */index.php/*
Sitemap: https://www.vestnik-donstu.ru/sitemap
Sitemap
Кол-во: 1
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt содержит карту сайта. Это прекрасно!
Robots.txt не содержит ошибок в карте сайта.
Показать карту сайта
| Url | Статус |
|---|---|
| https://www.vestnik-donstu.ru/sitemap |
|
Внутренние ссылки
Не найдено
Ссылки на другие страницы своего сайта
?
Внутренние ссылки распределяют ссылочный вес между страницами и помогают поисковику обходить сайт. Пустые анкоры и ссылки на запрещённые robots.txt страницы — типичные ошибки.
Внутренних ссылок на странице 0 оптимально.
Внешние ссылки
Кол-во: 71
Ссылки на сторонние сайты
?
Исходящие внешние ссылки передают часть ссылочного веса на чужие сайты. Ссылки на авторитетные ресурсы безопасны; ссылки на мусорные сайты могут навредить репутации страницы.
Внешних ссылок на странице 71 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
На странице ссылки с атрибутом rel='nofollow' 33.
Показать внешние ссылки
| Url | Анкор |
|---|---|
| portal.issn.org |
2687-1653
|
| vestnik-donstu.ru |
Not a user? Register with this site
|
| vestnik-donstu.ru |
Forgot your password?
|
| vestnik-donstu.ru |
<h2 class="jtitle">
Advanced Engineering Research (Rostov-on-Don)
</h2>
|
| vestnik-donstu.ru |
Advanced search
|
| vestnik-donstu.ru |
Archives
|
| vestnik-donstu.ru |
Home
|
| vestnik-donstu.ru |
About
|
| vestnik-donstu.ru |
Current
|
| vestnik-donstu.ru |
Archives
|
| vestnik-donstu.ru |
Start submission
|
| vestnik-donstu.ru |
Author Guidelines
|
| vestnik-donstu.ru |
Editorial Board
|
| vestnik-donstu.ru |
Editorial Council
|
| vestnik-donstu.ru |
Peer Review
|
| vestnik-donstu.ru |
Publishing Ethics
|
| vestnik-donstu.ru |
Home
|
| vestnik-donstu.ru |
Vol 26, No 3 (2026)
|
| vestnik-donstu.ru |
Khvan
|
| vestnik-donstu.ru |
Download this PDF file
|
| doi.org |
https://doi.org/10.23947/2687-1653-2026-26-3-2435
|
| elibrary.ru |
PSBRHA
|
| vestnik-donstu.ru |
JATS XML
|
| creativecommons.org |
<img alt="Creative Commons License" style="border-width:0" src="/resources/80x15.png">
|
| creativecommons.org |
Creative Commons Attribution 4.0 License
|
| vestnik-donstu.ru |
Start submission
|
| vestnik-donstu.ru |
Author Guidelines
|
| vestnik-donstu.ru |
Editorial Board
|
| vestnik-donstu.ru |
Editorial Council
|
| vestnik-donstu.ru |
Peer Review
|
| vestnik-donstu.ru |
Publishing Ethics
|
| vestnik-donstu.ru |
* not an advertisement
|
| vestnik-donstu.ru |
* not an advertisement
|
| vestnik-donstu.ru |
INTERNET-BANKING AS THE WAY OF REMOTE BANKING SERVICE IN RUSSIA
|
| vestnik-donstu.ru |
On heat exchange - burning conditions relation in manufacturing lime in a rotary kiln
|
| vestnik-donstu.ru |
Modeling the inside defect of the jet cavitator
|
| vestnik-donstu.ru |
Synthesis of evasive maneuver control of unmanned aerial vehicle for terminal restrictions
|
| vestnik-donstu.ru |
Architecture and implementation of online testing to check solutions to Olympiad programming problems
|
| vestnik-donstu.ru |
MODEL VALIDATION FOR DESCRIPTION OF SWATH CONFIGURATION IN PICKUP ZONE
|
| ithenticate.com |
<img style="display: block; margin-left: auto; margin-right: auto;" src="/public/site/images/admin/iThenticate_0.png" alt="" width="360">
|
| vestnik.donstu.ru |
Alexey N. Beskopylny
|
| vestnik-donstu.ru |
<span style="font-size: 92.073170731707%;">approximation</span>
|
| vestnik-donstu.ru |
<span style="font-size: 106.70731707317%;">dynamics</span>
|
| vestnik-donstu.ru |
<span style="font-size: 99.390243902439%;">efficiency</span>
|
| vestnik-donstu.ru |
<span style="font-size: 123.78048780488%;">finite element method</span>
|
| vestnik-donstu.ru |
<span style="font-size: 96.951219512195%;">friction</span>
|
| vestnik-donstu.ru |
<span style="font-size: 96.951219512195%;">genetic algorithm</span>
|
| vestnik-donstu.ru |
<span style="font-size: 92.073170731707%;">linguistic variable</span>
|
| vestnik-donstu.ru |
<span style="font-size: 92.073170731707%;">machine learning</span>
|
| vestnik-donstu.ru |
<span style="font-size: 94.512195121951%;">management</span>
|
| vestnik-donstu.ru |
<span style="font-size: 172.56097560976%;">mathematical model</span>
|
| vestnik-donstu.ru |
<span style="font-size: 94.512195121951%;">mathematical simulation</span>
|
| vestnik-donstu.ru |
<span style="font-size: 99.390243902439%;">model</span>
|
| vestnik-donstu.ru |
<span style="font-size: 135.9756097561%;">modeling</span>
|
| vestnik-donstu.ru |
<span style="font-size: 92.073170731707%;">noise</span>
|
| vestnik-donstu.ru |
<span style="font-size: 99.390243902439%;">optimization</span>
|
| vestnik-donstu.ru |
<span style="font-size: 92.073170731707%;">reliability</span>
|
| vestnik-donstu.ru |
<span style="font-size: 96.951219512195%;">risk</span>
|
| vestnik-donstu.ru |
<span style="font-size: 92.073170731707%;">simulation</span>
|
| vestnik-donstu.ru |
<span style="font-size: 92.073170731707%;">stability</span>
|
| vestnik-donstu.ru |
<span style="font-size: 94.512195121951%;">wear</span>
|
| vestnik-donstu.ru |
<span style="font-size: 92.073170731707%;">xylem</span>
|
| vestnik-donstu.ru |
View
|
| vestnik-donstu.ru |
Subscribe
|
| portal.issn.org |
2687-1653
|
| donstu.ru |
Publisher
|
| vestnik-donstu.ru |
Editorial Office of the Journal
|
| donstu.ru |
https://donstu.ru/en/
|
| vestnik-donstu.ru |
Processing of personal data
|
| neicon.ru |
NEICON
|
| elpub.ru |
Elpub
|
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ФЗ-152: ПД Готовность: 50%
РКН
ОК
Сайт не заблокирован
Контакты
https://www.vestnik-donstu.ru/jour/pages/view/contacts
Страница с контактами найдена
Политика ПД
https://www.vestnik-donstu.ru/policy/
Страница политики обработки ПД найдена
Согласие
https://www.vestnik-donstu.ru/personal/
Страница согласия на обработку ПД найдена
Чекбокс согласия
Не найден
Чекбокс согласия на обработку ПД в формах сайта не найден
Куки-баннер
Найден
Баннер согласия с использованием cookie найден
Кнопка отказа
Есть
Кнопка отказа от использования cookie присутствует
Счётчики до согласия
Нарушение
Счётчики аналитики (Яндекс.Метрика и сторонние счётчики) загружаются до согласия на обработку cookie. Собираются IP-адрес и поведение — это персональные данные, требующие предварительного согласия (152-ФЗ)
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Страница https://www.vestnik-donstu.ru/jour/article/view/2435/2095 готова к продвижению на 63%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: