Кафедра "Математичне моделювання та інтелектуальні обчислення в інженерії"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/1366

Офіційний сайт кафедри http://web.kpi.kharkov.ua/dpm

Від 2022 року кафедра має назву "Математичне моделювання та інтелектуальні обчислення в інженерії", первісна назва – "Динаміка та міцність машин".

Iсторія кафедри починається в 1930 році, коли в нашому університеті, що називався тоді Харківський механіко-машинобудівний інститут, була створена спеціальність "Динаміка і міцність машин".

Засновниками спеціальності були видатні вчені: академіки Йоффе Абрам Федорович, Обреїмов Іван Васильович, Синельников Кирило Дмитрович, професор Бабаков Іван Михайлович. В різні роки кафедрою завідували: член-корреспондент АН УРСР Майзель Вениамин Михайлович (1936-1941); академік АН УРСР Філіппов Анатолій Петрович (1948-1960), професор, доктор технічних наук, лауреат Державної премії України Богомолов Сергій Іванович (1960-1991); професор, доктор технічних наук, академік АН вищої школи України Львов Геннадій Іванович (1992-2020). Від 2020 року і по теперішній час завідувач кафедри – лауреат премії Президента України для молодих вчених за видатні досягнення, доцент, кандидат технічних наук Водка Олексій Олександрович.

Кафедра входить до складу Навчально-наукового інституту комп'ютерного моделювання, прикладної фізики та математики Національного технічного університету "Харківський політехнічний інститут". Наукова школа з динаміки і міцності машин, створена в нашому університеті, широко відома у світі.

У складі науково-педагогічного колективу кафедри працюють; 2 доктора технічних наук, 7 кандидатів технічних наук, 1 доктор філософії; 2 співробітника мають звання професора, 5 – доцента.

Переглянути

Результати пошуку

Зараз показуємо 1 - 10 з 15

Алгоритмічні підходи обробки зображень для порівняння мікроструктур матеріалів
(Національний технічний університет "Харківський політехнічний інститут", 2024) Гріцкова, Валерія Іванівна; Семененко, Олег Сергійович; Шаповалова, Марія Ігорівна; Водка, Олексій Олександрович
Методичні вказівки до лабораторної роботи "Згинні коливання пластин"
(Національний технічний університет "Харківський політехнічний інститут", 2020) Водка, Олексій Олександрович; Трубаєв, Олександр Іванович; Ульянов, Юрій Миколайович; Місюра, Сергій Юрійович
Методичні вказівки призначені для виконання лабораторної роботи з курсу «Динаміка машин» для здобувачів спеціальності 113 «Прикладна математика». У методичних вказівках розглянуто згинні коливання круглої і квадратної пластин. Методом скінченних елементів розраховано частоти та форми коливань пластин вказаного класу. Експериментально визначені частоти і форми вільних коливань круглої і квадратної пластин. Проведене порівняння результатів двома методами, що показало хорошу збіжність отриманих частот. Реалізовані підходи дають можливість досліджувати динамічні характеристики пластин інших конфігурацій і можуть бути використані для оцінки точності інших підходів.
Розробка програмного забезпечення для моделювання та візуалізації мікроструктури матеріалу методом клітинних автоматів
(Національний технічний університет "Харківський політехнічний інститут", 2023) Водка, Олексій Олександрович; Шаповалова, Марія Ігорівна; Розова, Людмила Вікторівна; Гріцкова, Валерія Іванівна; Корж, Анастасія Сергіївна; Мітясов, Нікіта Олександрович; Семененко, Олег Сергійович; Скринник, Катерина Юріївна; Чепела, Юлія Володимирівна
Мікроструктури, як організація та розташування матеріалів на мікроскопічному рівні, мають суттєвий вплив на властивості та поведінку матеріалів, тому відіграють важливу роль для багатьох наукових і технічних галузях. Важливість синтезу внутрішньої структури полягає в можливості аналізу та вивчення взаємодії між елементами матеріалу, а також визначення оптимальних параметрів для досягнення бажаних властивостей. Дослідження та відтворення мікроструктур сприяють розробці нових матеріалів з унікальними властивостями в різних галузях, включаючи електроніку, авіацію, медицину та енергетику. Одним із ключових напрямків розвитку технології є візуалізація мікроструктур, яка дозволяє перетворити складні дані про внутрішню будову на зрозумілі візуальні моделі, спрощуючи аналіз та інтерпретацію. У роботі описано інформаційну систему "MaterialViz", яка дозволяє детально вивчати структуру матеріалу. Вона включає зручний інструментарій для аналізу та дослідження структурних характеристик матеріалів, а також можливість тривимірної візуалізації даних, що покращує розуміння структури та взаємодії його елементів. Користувачам надається можливість збереження та завантаження результатів досліджень, що сприяє зручності роботи та співпраці з іншими дослідниками. Використання додатку можливе в різних галузях, включаючи матеріалознавство, металургію, енергетику, електроніку та біомедицину, допомагаючи дослідникам оптимізувати та розробляти нові матеріали з покращеними характеристиками. Загалом, комп'ютерний застосунок "MaterialViz", є потужним інструментом для аналізу та вивчення структури матеріалів, що допомагає здійснювати глибокий аналіз та отримувати цінні візуальні висновки. Розроблена інформаційна система, призначена для комп'ютерного моделювання мікроструктур матеріалу за допомогою ряду методів імовірнісних клітинних автоматів. Реалізовані чотири типи алгоритми росту кристалів, що вирішує поставлені завдання та відповідає всім вимогам.
Методичні вказівки до виконання лабораторних робіт з дисципліни "Комп'ютерні мережі та розподілені обчислення"
(Національний технічний університет "Харківський політехнічний інститут", 2023) Водка, Олексій Олександрович; Рикова, В. О.; Місюра, Сергій Юрійович
Комп'ютерна мережа – це два або більше комп’ютери та інші пристрої, які поєднані між собою каналами передавання. Сучасні мережі підтримують велику кількість програм та послуг. Методичні вказівки призначені для виконання лабораторних робіт з дисципліни "Комп'ютерні мережі та розподілені обчислення" для студентів усіх форм навчання. У методичних вказівках розглянуті наглядні приклади побудови основних найбільш використовуваних комп'ютерних мереж, а також написання програм із застосуванням багатопотоковості. Практична частина курсу складається з двох блоків та 12 лабораторних робіт і призначена для закріплення практичних навичок, під час вивчення курсу. Матеріал для кожної лабораторної роботи містить основні теоретичні відомості, приклад виконання роботи, завдання для самостійного виконання, зміст звіту про виконання, запитання для самоперевірки засвоєння матеріалу. Лабораторні роботи блоку І виконуються у програмному комплексі Cisco Packet Tracer. Лабораторні роботи блоку ІІ виконуються на обчислювальному кластері, який наданий партнерами з компанії AMC Bridge.
Лабораторний практикум з архітектури обчислювальних систем
(Національний технічний університет "Харківський політехнічний інститут", 2023) Водка, Олексій Олександрович; Литвинов, Артем Анатолійович; Марусенко, Олексій Миколайович; Трубаєв, Олександр Іванович; Під'ячий, Гліб Юрійович
Методичні вказівки з архітектури обчислювальних систем призначені для студентів, які вивчають основи комп'ютерних наук та інформаційних технологій. Цей курс розроблено з метою розкриття фундаментальних аспектів будови та функціонування обчислювальних систем, що лежать в основі сучасних комп'ютерів. Кожна робота в методичних вказівках включає в себе практичні завдання та експерименти, спрямовані на розуміння різних аспектів обчислювальних систем. Ви будете досліджувати такі важливі теми, як системи числення, центральні та зовнішні пристрої персональних комп'ютерів, моделювання електронних схем у програмі Multisim, функціонування блоків живлення стаціонарних комп'ютерів, логічні схеми та схеми пам'яті на діодах і транзисторах, тригери комп'ютерних систем, лічильники, арифметико-логічні пристрої та програмування на мові Assembler. Цей курс допоможе поглибити знання про те, як працюють обчислювальні системи на найнижчому рівні, що є важливим для розуміння принципів їх роботи та для розвитку навичок у галузі обчислювальної техніки. Кожна робота включає в себе теоретичний матеріал та практичні завдання, що сприятимуть кращому розумінню та вмінням у сфері архітектури обчислювальних систем. Бажаємо вам успішної роботи та плідного навчання у галузі архітектури обчислювальних систем!
Використання методів машинного навчання у задачах прогнозування механічної поведінки матеріалів
(Національний технічний університет "Харківський політехнічний інститут", 2022) Бабуджан, Руслан Андрійович; Водка, Олексій Олександрович; Шаповалова, Марія Ігорівна
Визначення поверхні пластичності гетерогенного матеріалу на основі аналізу статистично еквівалентної мікроструктури
(Національний технічний університет "Харківський політехнічний інститут", 2020) Шаповалова, Марія Ігорівна; Водка, Олексій Олександрович
Застосування методів штучного інтелекту для апроксимації механічної поведінки гумоподібних матеріалів
(Національний технічний університет "Харківський політехнічний інститут", 2021) Погребняк, Сергій Віталійович; Водка, Олексій Олександрович
У ХХІ сторіччі нейронні мережі широко використовуються в різних сферах, в тому числі в комп’ютерному моделюванні і в механіці. Така популярність через те, що вони дають високу точність, швидко працюють та мають дуже широкий спектр налаштувань. Мета роботи створення програмного продукту з використанням елементів штучного інтелекту, для інтерполяції та апроксимації експериментальних даних. Програмне забезпечення повинно коректно працювати, та давати результати з мінімальною похибкою. Недоліком використання математичних підходів до обчислення та прогнозування петель гістерезису є те шо вони досить погано описують розвантаження, таким чином отримуємо не коректні данні для розрахунків напружено-деформованого стану конструкції. Інструментом вирішення було використання елементів штучного інтелекту, а точніше нейронних мереж прямого поширення. В роботі збудована та навчена нейронна мережа прямого поширення. Вона була навчена вчителем (вчитель з використанням метода зворотного розповсюдження похибки) на основі навчаючої вибірки попередньо проведеного експерименту. Для тестування було побудовано декілька мереж різної структури, які отримували на вхід однаковий набір даних який не використовувався при навчанні, але був відомий з експерименту, таким чином була знайдена похибка мережі за кількістю виділеної енергії та за середньо-квадратичним відхиленням. У статті детально описується математична інтерпретація нейронних мереж, спосіб їх навчання, попередньо проведений експеримент, архітектура мережі та її топологія, метод навчання, підготовки навчаючої вибірки та вибірки тестування. В результаті проведеної роботи було збудоване та протестоване програмне забезпечення в якому використовувалась штучна нейронної мережа, було побудовано та протестоване декілька типів нейронних мереж з різними вхідними даними та внутрішніми структурами, визначені їх похибки, сформовані позитивні та негативні якості мереж які використовувались.
Використання методів машинного навчання для бінарної класифікації робочого стану підшипників за сигналами їх віброприскорення
(Національний технічний університет "Харківський політехнічний інститут", 2021) Бабуджан, Руслан Андрійович; Ісаєнков, Костянтин Олександрович; Красій, Данило Максимович; Водка, Олексій Олександрович; Задорожний, Іван В'ячеславович; Ющук, Михайло Вікторович
В роботі досліджується зв’язок між віброприскоренням підшипників з їх робочим станом. Для визначення цих залежностей було побудовано випробувальний стенд та проведено 112 експериментів з різними підшипниками: 100 підшипників, у яких під час експлуатації розвинувся внутрішній дефект та 12 підшипників без дефекту. З отриманих записів було сформовано набір даних, який використовувався для побудови класифікатору та знаходиться у вільному доступі. Був запропонований метод для класифікації нових та використаних підшипників, що полягає у пошуку залежностей та закономірностей сигналу за допомогою описових функцій: статистичних, ентропій, фрактальних розмірностей та інших. Окрім обробки самого сигналу, також використовувалося частотне представлення сигналу роботи підшипників для доповнення простору ознак. У роботі було перевірено можливість узагальнення класифікації для її застосування на тих сигналах, які не були отримані під час лабораторних експериментів. Сторонній набір даних було знайдено у вільному доступі. Цей набір даних був використаний для того, щоб визначити, наскільки точним буде класифікатор, який навчався та тестувався на істотно різних сигналах. Навчання та валідація проводилась методом бутсрапування для викорінення ефекту випадковості з огляду на малий об’єм наявних даних для навчання. Для оцінки якості класифікаторів було використано F1-міру, як основну метрику, через незбалансованість наборів даних. В якості моделей класифікатору були обрані наступні алгоритми машинного навчання з вчителем: логістична регресія, метод опорних векторів, випадковий ліс та метод найближчих сусідів. Результати представлені в вигляді графіків густини розподілу та діаграм.
Дворівневі математичні моделі визначення напруженого стану та ресурсу пластини з отвором
(Національний технічний університет "Харківський політехнічний інститут", 2021) Шаповалова, Марія Ігорівна; Водка, Олексій Олександрович
Сучасні тенденції розвитку машинобудування та інших галузей, пов’язаних з виробництвом матеріалів та конструкцій із заданим комплексом фізико-механічних та технологічних властивостей – спрямовані на зниження матеріалоємності, енерговитрат, підвищенню точності, надійності та конкурентоспроможності виготовленого продукту. Тому створення математичних методів оцінки напруженого стану елементів конструкції на основі аналізу пружних характеристик матеріалу з урахуванням особливостей його внутрішньої мікроструктури є актуальною задачею. Алгоритм, що розглядається, включає наступні етапи: ідентифікація параметрів міцності з використанням даних, отриманих із зображень мікроструктури матеріалу; вивчення напружено деформованого стану моделі на основі варіаційно-різницевого методу скінченних елементів; формування система лінійних алгебраїчних рівнянь для вирішення задачі аналізу пружних властивостей матеріалу використовуючи плоску задачу теорії пружності; побудова поверхні текучості матеріалу для серії випробувань спираючись на критерії міцності композиційних матеріалів, які враховують різний супротив матеріалу при розтягуючих та стискаючих навантаженнях. На основі розробленої математичної моделі проводиться оцінка НДС та поверхні текучості пластинки з отвором. Аналіз конструкції проводиться на макро та мікро рівні. Виникнення пластичних деформацій на мікрорівні може призвести до розвитку тріщин та структурних руйнувань на макрорівні. У результаті дослідження визначена ймовірність виникнення пластичної деформації у пластині, та встановлені критичні зони моделі, які потребують ретельного контролю. Практичне значення одержаних результатів полягає у створенні підходу для оцінки механічних властивостей матеріалу, таких як модуль пружності, зсуву, коефіцієнта Пуассона, та їх ймовірнісних характеристик відповідно до внутрішньої структури; а також у аналізі коефіцієнтів взаємного впливу другого роду – такий підхід сприяє розширенню знання про матеріал та дозволяє збільшити кількість корисної інформації отриманої шляхом його моделювання. Для оцінки ймовірності виникнення пластичних деформацій запропонований метод, що працює не у детермінованій постановці, а використовує весь набір ймовірнісних характеристик поверхні текучості.