Актуальность и цели. На этапе разработки технологического процесса токарной обработки детали важно определить процессы, происходящие в результате воздействия инструмента на заготовку. Величины напряжений, давлений, сил и температурных деформаций, возникаемых в результате воздействия резца, главным образом определяют свойства детали, полученной в результате обработки. Важнейшим шагом на этапе технологической проработки детали является моделирование процесса резания. Компьютерное моделирование позволяет полностью сымитировать процесс токарной обработки, учесть параметры вращения заготовки, режимы резания, силу тяжести и инерции заготовки в процессе вращения, вынужденные колебания и автоколебания, а также процесс стружкообразования. Цель исследования - разработка компьютерной модели при сложном пространственном перемещении режущего инструмента, позволяющей исследовать напряженно-деформированное и тепловое состояние процесса резания, условия стружкообразования, прогнозировать параметры качества поверхностного слоя, а также учитывать характеристики заготовки и режущего инструмента с последующей возможностью параметризации процесса.
Материалы и методы. Теоретические и экспериментальные исследования базируются на геометрической и кинематической основе механики резания. С позиции кинематического подхода рассмотрены параметры режимов резания и сечения срезаемого слоя, координатные плоскости, углы режущего инструмента, а также характеристики деформации и скорости деформации срезаемого слоя. Для компьютерного моделирования использован конечно-элементный пакет Ansys Workbench, задача решалась в трехмерной постановке. Для моделирования пластической деформации и разрушения материала использована модель Джонсона - Кука, позволяющая учесть кинематическое упрочнение и адиабатический разогрев деформируемого материала. В качестве критерия стружкоотделения выбрано критическое значение деформации сдвига в слое, разделяющем заготовку и стружку.
Результаты. Разработана компьютерная модель сложного перемещения режущего инструмента и разрушений вращающейся заготовки со стружкообразованием.
Выводы. Полученные результаты компьютерной модели процесса точения и стружкообразования адекватны натурным исследованиям обработки.
Актуальность и цели. Рассматривается проблема управления экономической системой, представленной нелинейной моделью, в условиях неопределенности.
Материалы и методы. Экономическая система описывается нелинейной моделью, включающей случайный фактор и управляющее воздействие со стороны государства. В рамках этой модели построены алгоритмы управления на основе экспертных знаний, направленные на обеспечение сбалансированного и устойчивого развития.
Результаты. Проведены исследование предложенной динамической модели, описывающей циклы в экономике, и сравнительный анализ алгоритма управления с использованием четкого и нечеткого алгоритмов управления.
Выводы. Выделены определенные преимущества предложенного нечеткого алгоритма управления нелинейной модели на основе экспертных знаний, что может быть полезно при разработке управления системами большей размерности, где использование классических методов может быть недостаточно обоснованно или целесообразно.
Актуальность и цели. Компьютерная плантография является одним из методов диагностики состояния стоп. В ходе расчета клинико-функциональных показателей при проведении данного исследования одним из этапов является выделение точек, лежащих на границе зоны контакта стопы с опорной поверхностью. Ввиду стремления снизить нагрузку на специалистов при проведении этой процедуры и развития технологий искусственного интеллекта актуальной задачей является разработка модели сегментации зон контакта на плантограммах как одного из этапов автоматизации проведения данного исследования. Цель исследования - разработать и апробировать модель сегментации опорной зоны стопы на снимках компьютерной плантографии средствами искусственного интеллекта.
Материалы и методы. В исследовании использован датасет, содержащий 500 снимков компьютерной плантографии разных пациентов.
Результаты. По результатам обучения модели yolo11x-seg (модель сегментация снимков) были получены высокие показатели в задачах детекции и сегментации зон контакта совместно в переднем и среднем отделах стопы и отдельно в заднем отделе стопы. Метрики качества работы модели составили: mAP50 - 0,9727, mAP50-95 - 0,8293, точность - 0,9849, полнота - 0,9684 в задаче детекции сегментируемой области; mAP50 - 0,9727, mAP50-95 - 0,8482, точность - 0,9849, полнота - 0,9688 в задаче семантической сегментации. Полученные показатели подтверждают способность модели эффективно выделять и сегментировать общую зону контакта в переднем и среднем отделах стопы, а также зону контакта в заднем отделе стопы.
Выводы. Интеграция данной модели в системы поддержки принятия врачебных решений обеспечит ускорение процесса анализа снимков и снижение трудозатрат специалистов, что позволит оптимизировать проведение научных исследований и повысить качество медицинских услуг.
Актуальность и цели. Приводится статистический и аналитический анализ перспективы обеспечения инженерными кадрами предприятий на основе статистических данных выпуска школьников Рязанской области и результатов ЕГЭ. Цель работы - проанализировать общий потенциал региона по наращиванию объема подготовки кадров по инженерным направлениям подготовки и специальностям и определить тенденции на этапе общей подготовки абитуриентов по основным предметам, необходимым для подготовки инженерных кадров, в образовательных организациях среднего общего образования, выявить закономерности и тренды по массивам выборочных совокупностей выпуска 9-х и 11-х классов в период с 2017 по 2025 г. Рассматриваются задачи обработки ряда выборочных совокупностей выпуска 9-х и 11-х классов, анализа выбираемости предметов единого государственного экзамена (ЕГЭ), распределения абитуриентов по предметам ЕГЭ в срезе потенциального восполнения инженерных кадров за период с 2019 по 2024 г. и преодоления минимальных для поступления в вузы порогов.
Материалы и методы. Использовались методы подготовки и очистки данных, обработки выборочных совокупностей на основе построения вариационных рядов, определения выборочных долей, метод гистограмм для визуализации полученных данных, корреляционного и регрессионного анализа. Анализ результатов ЕГЭ осуществляется с позиции преодоления/непреодоления минимального порога, устанавливаемого Минобрнауки России для подведомственных ему вузов.
Результаты. По результатам проведенного анализа определены нисходящие тренды в перспективе восполнения инженерных кадров, связанные со снижением качества подготовки в школе, установлена закономерность снижения количества сдающих ЕГЭ по физике с одновременным, но непропорциональным в части преодолевающих минимальный порог ростом аналогичного показателя по информатике. Выявлен абсолютный минимум результатов ЕГЭ по многим критически важным для инженерного образования предметам в 2023 г.
Выводы. Рост числа бюджетных мест на инженерные направления подготовки и специальности не приводит к росту популярности последних. Такие явления, как недоборы, а особенно недобор в 2023 г., когда проблемы с приемом возникли и в ряде столичных вузов, стали обыденностью на фоне снижения качества подготовки абитуриентов.