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 - 8 з 8
  • Ескіз
    Документ
    Визначення складу сталі, виходячи із даних мікроструктурного аналізу
    (Інститут прикладних проблем механіки і математики імені Я. С. Підстригача НАН України, 2018) Шаповалова, Марія Ігорівна
    In the course of the work, a neural network was created yields a conclusion about the chemical state of steel from the image of its microstructure.
  • Ескіз
    Документ
    Один из методов извлечения графических изображений расположенных на одном листе
    (2018) Шаповалова, Мария Игоревна; Водка, Алексей Александрович
  • Ескіз
    Документ
    Разработка алгоритмов сегментации изображений, полученных в результате оцифровки фотокаталогов
    (Національний технічний університет "Харківський політехнічний інститут", 2017) Шаповалова, Мария Игоревна; Водка, Алексей Александрович
  • Ескіз
    Публікація
    Метод синтетичного моделювання структури високоміцного чавуну з подальшим аналізом властивостей матеріалу
    (Дніпровський національний університет ім. Олеся Гончара, 2019) Шаповалова, Марія Ігорівна; Водка, Олексій Олександрович
    In this work ductile iron with spherical graphite microstructure is estimate. The method of ductile iron structure synthesis according to the microstructure image is proposed. OpenCV image processing technology is used. Graphite inclusions found by contour search. Finite element model based on the information about the geometry of inclusions. The stress-strain state calculating with two-dimensional 8-node finite element of two degrees of freedom in the node. A system of linear algebraic equations of Elastic modulus, Poisson’s ratio and Shear modulus calculated. The obtained results correspond to the reference data. In the conclusion, the proposed method of ductile iron microstructure generation is correct and can be used for experiments and computer analysis.
  • Ескіз
    Публікація
    Комп'ютерні методи побудови параметричних статистично еквівалентних моделей мікроструктури високоміцного чавуну для аналізу його пружних характеристик
    (Видавничий дім "Гельветика", 2019) Шаповалова, Марія Ігорівна; Водка, Олексій Олександрович
    Аналіз мікроструктури матеріалу є однією з важливих частин контролю якості виготовленої продукції. Дослідження мікроструктури дає змогу отримати інформацію про стан матеріалу з оцінкою зображення його структури і не потребує додаткового обладнання для проведення випробувань і створення зразка. В роботі проводиться аналіз чавуну з включеннями сфероїдального графіту. Цей матеріал знайшов широке застосування у машинобудуванні. Використання високоміцного чавуну під час виробництва відповідальних вузлів: осей підвіски, шатунів, зубчастих коліс, розподільних валів, елементів гальмування – сприяє зниженню енерговитрат і здешевленню кінцевого продукту. У роботі пропонуються комп'ютерні методи побудови параметричних статистично еквівалентних моделей мікроструктури чавуну з включенням графіту сфероїдальної форми. Аналізуються металографічні зображення матеріалу засобами бібліотеки комп'ютерного бачення OpenCV. Виявляються контури, що охоплюють графітові включення у фериті. Робиться припущення, що графіт має форму кола. Проводиться апроксимація показників дисперсії та математичного очікування радіусів для знаходження залежності розмірів включень від їхньої концентрації. Ця залежність дає змогу реалізувати генерацію статистично еквівалентної штучної мікроструктури чавуну. Для знаходження пружних характеристик матеріалу будується скінчено елементна модель. Для проведення обчислень вважається, що ферит – це ізотропний матеріал, а графіт – має гексагональну структуру кристалічної решітки. Напружений стан розглядається на основі плоских моделей. Проводиться 200 чисельних експериментів для 17-ти значень різноманітних концентрацій включень. Отримані результати для пружних констант статистично усереднені, та встановлюються залежності коефіцієнта Пуассона, модуля пружності та зсуву від концентрації включень. Для оцінки достовірності отримані значення порівнюються з даними, отриманими за допомогою правила суміші. Результати застосування правила підтверджують коректність побудованих моделей. Однак верхня межа довірчого інтервалу перевищує верхню оцінку модуля пружності. Це пояснюється складністю реальних властивостей графіту, та не можливістю врахування орієнтації головних осей кристалів графіту, відповідно до правила суміші. Тому порівняння відбувається лише за середніми значеннями.
  • Ескіз
    Документ
    Методы распознавания микроструктуры материала
    (Национальный технический университет "Харьковский политехнический институт", 2017) Шаповалова, Мария Игоревна; Водка, Алексей Александрович
  • Ескіз
    Документ
    Алгоритм определения химического состава стали по изображению его микроструктуры
    (НТУ "ХПІ", 2018) Шаповалова, Мария Игоревна; Водка, Алексей Александрович
  • Ескіз
    Документ
    Методы распознавания микроструктуры материала
    (Национальный технический университет "Харьковский политехнический институт", 2017) Шаповалова, Мария Игоревна; Водка, Алексей Александрович
    В статье рассмотрены некоторые существующие методы распознавания образов, в том числе и распознавание микроструктуры материала. Отмечены положительные моменты и указаны недостатки предложенных методов. Определены пути решения задачи распознавания сложной зернистой структуры металла. При выявлении качественных и количественных характеристик материала по его изображению, основная задача заключается в определении границы зерна, так как вся интересующая нас информация скрыта не в яркости различных областей, а в их контуре. Для этого необходимо применить к снимку соответствующие фильтры, и при необходимости бороться с зашумленностью фотографии. Современные технологии и развитие искусственного интеллекта, позволяет создавать автоматизированную компьютерную систему принятия решения, работающую с применением математических методов обработки данных. Предпочтение отдается нейросетевым технологиям, созданию нейронной сети прямого распространения, качественно обученную с использованием метода обратного распространения ошибки. В реальных условиях, при плохо формализуемых входных данных, приветствуется использование теории нечетких множеств. Создание алгоритмов интеллектуальной поддержки принятия решений - позволяет снизить влияние человеческого фактора в ходе анализа, сокращает время, затраченное на исследование, повышает точность и достоверность процесса контроля, дает возможность связывать свойства материала с его микроструктурой.