Кафедра "Комп'ютерна інженерія та програмування"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/1095

Офіційний сайт кафедри https://web.kpi.kharkov.ua/cep

Від 26 листопада 2021 року кафедра має назву – "Комп’ютерна інженерія та програмування"; попередні назви – “Обчислювальна техніка та програмування”, “Електронні обчислювальні машини”, первісна назва – кафедра “Математичні та лічильно-вирішальні прилади та пристрої”.

Кафедра “Математичні та лічильно-вирішальні прилади та пристрої” заснована 1 вересня 1961 року. Організатором та її першим завідувачем був професор Віктор Георгійович Васильєв.

Кафедра входить до складу Навчально-наукового інституту комп'ютерних наук та інформаційних технологій Національного технічного університету "Харківський політехнічний інститут". Перший випуск – 24 інженери, підготовлених кафедрою, відбувся в 1964 році. З тих пір кафедрою підготовлено понад 4 тисячі фахівців, зокрема близько 500 для 50 країн світу.

У складі науково-педагогічного колективу кафедри працюють: 11 докторів технічних наук, 21 кандидат технічних наук, 1 – економічних, 1 – фізико-математичних, 1 – педагогічних, 1 доктор філософії; 9 співробітників мають звання професора, 14 – доцента, 2 – старшого наукового співробітника.

Переглянути

Фільтри

20171

Налаштування

Автор: search.filters.author.Kurdi, Saadi T.Ключові слова: search.filters.subject.безпілотний літальний апарат

Результати пошуку

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Increase the aviation efficiency of UAVs using artificial neural networks
    (NTU "KhPI", 2017) Kurdi, Saadi T.; Reja, Ahmed Hameed; Al-Ashmati, Akram Fathi Hussein
    Purpose. It is known that the flight of the UAV is conducted by sensors that transmit the performance of the UAV and on the basis of this information is controlled on the UAV and give themthe orders which are necessary to perform the task of flying UAV and normal these faults occur during the flight of unmanned air vehicle (UAV), according to the concepts of aviation is a very critical situation that affects the completion of the mission.These faults are mainly due to failure in the sensors,which canbe divided into. Flight Situation is about the flying situation of the aircraft, such as heading, altitude, airspeed, and vertical speed and angle of attack sensors. And Flight Control Situation, this is about the flight control surfaces such as (rudder, aileron, and elevator deflection), pitch attitude, and roll attitude sensors.This paper presents an effective technique to ensure that the sensors can operate with high efficiency. Methods. Two different approaches are used in this work.The first approach is Neural Network (NN) based tool for the modeling, simulation and analysis of aircraft (SFDIA), sensorsfailure, detection, and identification and accommodation problem.The second approachis Neural Network trained with the (EMRAN) algorithm swhich is a set of conditions that decide how the (EMRAN) structure should be adapted to better suit the training data. Results. The results from the modeling process and analysis of aircraft sensors showed that the neural network based tool (SFDIA) and the (EMRAN) algorithms are able to show high-resolution results in the behavior of sensors and hence in the (UAV) behavior. Conclusions. The capabilities of (SFDIA) are a consequence of the extensive modularity of the whole simulation tool. It allows an easy change of unmanned air vehicle (UAV), dynamics and feedback control law as well as Neural Network (NN) estimators and (SFDIA) scheme.