Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
В ПНИПУ разработали программу для прогнозирования характеристик сплавов
Титановые сплавы широко используют в аэрокосмической, медицинской и автомобильной промышленности из-за высокой прочности, малого веса и устойчивости к коррозии. Однако нехватка экспериментальных данных создает трудности с прогнозированием их характеристик, что замедляет и ухудшает производство. Ученые Пермского Политеха разработали программу для нейросетей, которая с высокой точностью предсказывает показатель шероховатости поверхности сплава. От него зависит износ детали при трении с другими механизмами или поверхностью, а также противостояние коррозии.
На разработку выдано свидетельство. Исследование проведено в рамках реализации программы стратегического академического лидерства «Приоритет-2030».
В последние годы методы машинного обучения широко применяются в различных отраслях производства. Одна из ключевых особенностей – необходимость наличия большого количества данных для обучения моделей. Но в реальных промышленных условиях сбор данных затруднен или становится финансово затратным. Особенно это актуально для высокоточных и сложных процессов, таких как обработка титановых сплавов резанием.
Так, например, в производстве двигателей сплав используется для изготовления деталей воздухосборника, корпуса, лопаток и дисков компрессора. Чтобы получить качественную поверхность, требуется оптимизировать режимы резания. Для этого необходима информация о влиянии различных параметров на качество обработки, чтобы спрогнозировать конечный результат. Предсказанием показателей шероховатости занимаются нейросети. Чтобы расширить обучающую выборку и уменьшить затраты на проведение экспериментов, применяется метод искусственного увеличения объема данных – аугментация.
Ученые Пермского Политеха исследовали регрессионную модель аугментации и на ее основе создали программу, которая решает проблему. Такие модели построены на ограниченном наборе информации. Они использовались для генерации дополнительных данных, тем самым создав расширенную базу из 2000 примеров. Полученные результаты применили для обучения нейросетей, предсказывающих шероховатость поверхности сплава ВТ6 (распространен в авиации и ракетостроении).
«Результаты показали, что нейронные сети, обученные на аугментированных данных, достигли высокой точности предсказаний по метрике MAPE равно 3,97 процента. Это говорит о том, что ошибка составила всего 3,97 процента от фактических значений. Другими словами, такой метод эффективен в условиях ограниченного объема исходных данных», – поясняет Вадим Данелян, аспирант кафедры вычислительной математики, механики и биомеханики, руководитель группы молодежного проектно-технологического бюро передовой инженерной школы «Высшая школа авиационного двигателестроения» ПНИПУ.
«Мы создали программу, которая не только подбирает необходимые режимы резания титановых сплавов ВТ6 для достижения нужного уровня шероховатости, но и может применяться при обработке сталей и других сплавов», – комментирует Андрей Клюев, кандидат физико-математических наук, доцент кафедры «Вычислительная математика, механика и биомеханика» ПНИПУ.
Применение программы ученых Пермского Политеха позволяет расширить выборку, реализовать корректный процесс обучения искусственных нейросетей и добиться высокой точности прогноза будущих характеристик сплава, в том числе показателя шероховатости, от которого зависит срок износа деталей. Предложенный подход можно адаптировать для других процессов обработки материалов в различных областях промышленного производства.
Telegram 
Дзен 
VK В архивах английского поместья столетиями пылилась ничем не примечательная книга учета XVI века. Никто не подозревал, что внутри ее переплета скрываются фрагменты пергамента с историями, которые переписывали монахи семь веков назад. Тайна раскрылась, когда архивариус заметил странные символы на обложке. Так началось расследование, объединившее разных ученых. Исследователи три года пытались прочитать текст, не прикасаясь к нему. Теперь они представили результат своего труда — мир получил два ранее неизвестных эпизода о волшебнике Мерлине, короле Артуре и рыцаре Гавейне.
Два ключевых события сыграли решающую роль в формировании генетического профиля современных европейских народов. Первое связано с приходом ранних фермеров из Анатолии примерно восемь тысяч лет назад, второе — масштабная миграция на запад носителей ямной степной культуры, начавшаяся пять тысяч лет назад. Однако ученые видят множество отличий от общей картины в разных регионах. В новой работе они проанализировали ДНК древних жителей самого северо-запада Европы и обнаружили более тесную связь с охотниками-собирателями, чем где бы то ни было.
Американские зоологи задались вопросом: как можно улучшить условия содержания птиц в неволе? Они добавили в лабораторные клетки подстилку из искусственной травы, чтобы птица могла питаться в знакомой среде, а не из стандартной миски. Опыты проводили на воробьях — исследователи несколько недель замеряли их реакцию на стресс. Результаты показали, что искусственная трава может улучшить состояние птиц в неволе, но переселять их потом не стоит.
Ученые из Сколтеха исследовали разнообразие молекул, которые могут образовываться из атомов кислорода и углерода. Помимо широко известных углекислого и угарного газов, моделирование обнаружило две сотни экзотических, но относительно стабильных соединений этих двух элементов, многие из которых не были описаны ранее. Этот класс веществ представляет интерес для исследований космоса, аккумуляторных технологий, биохимии и — неожиданным образом — для разработки промышленной взрывчатки и ракетного топлива. Как оказалось, некоторые из открытых веществ при распаде будут высвобождать более 75 процентов взрывной энергии тротила.
Antares и Exlabs подписали соглашения о сотрудничестве в разработке космического зонда с ядерным двигателем. В ее рамках разработчики планируют вывести реактор в космос уже в 2020-х годах — впервые в XXI веке.
В архивах английского поместья столетиями пылилась ничем не примечательная книга учета XVI века. Никто не подозревал, что внутри ее переплета скрываются фрагменты пергамента с историями, которые переписывали монахи семь веков назад. Тайна раскрылась, когда архивариус заметил странные символы на обложке. Так началось расследование, объединившее разных ученых. Исследователи три года пытались прочитать текст, не прикасаясь к нему. Теперь они представили результат своего труда — мир получил два ранее неизвестных эпизода о волшебнике Мерлине, короле Артуре и рыцаре Гавейне.
Когда пара расстается, многие люди продолжают испытывать чувства к своим бывшим. Если разрыв произошел по инициативе другой стороны и отношения длились много лет, полностью «забыть» еще недавно близкого человека может быть непросто. Существует мнение, что и после расставания привязанность к экс-партнерам в какой-то мере сохраняется. Впрочем, согласно другой точке зрения, со временем эта эмоциональная связь ослабевает и утрачивается. Разобраться, как происходит на самом деле и сколько времени может потребоваться на полный эмоциональный разрыв с бывшими возлюбленными, взялись психологи из Иллинойсского университета в Урбане-Шампейне (США).
В двойственных, или обратимых, изображениях зритель может увидеть разные объекты в зависимости от того, на каких деталях концентрируется его внимание. Среди известных примеров таких рисунков — иллюзия «кролик-утка», сочетающая двух животных, и обратимая ваза (или ваза Рубина), которая может казаться двумя силуэтами лиц, если сосредоточиться на фоне. В соцсетях и популярных СМИ часто публикуют подобные картинки, утверждая, что по тому, какое изображение человек видит в первую очередь, можно судить о его личностных чертах и особенностях мышления. Двое психологов из Великобритании недавно проверили, так ли это на самом деле.
Масштабный анализ геномов показал, что вид Homo sapiens возник в результате смешения двух древних популяций. Они разделились полтора миллиона лет назад, а затем воссоединились до расселения по миру.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.
Понятно