×

Вы используете устаревший браузер Internet Explorer. Некоторые функции сайта им не поддерживаются.

Рекомендуем установить один из следующих браузеров: Firefox, Opera или Chrome.

Контактная информация

+7-863-218-40-00 доб.200-80
ivdon3@bk.ru

  • Исследование свойств металлов при ударном индентировании с использованием нейросетевого анализа

    • Аннотация
    • pdf

    Индентирование является универсальным и практичным методом получения характеристик материалов, особенно когда нельзя или трудно подвергнуть материал другим измерительным методам. При помощи установки ударного нагружения были получены экспериментальные данные о механических свойствах различных видов материалов. Для верификации результатов эксперимента использована математическая модель, основанная на методе конечных элементов. В статье рассматривается решение задачи классификации нейронной металлов, отличающихся механическими свойствами. В рамках работы создана искусственная нейронная сеть, позволяющая провести распределение материалов по выделенным группам. Определено, что значимым преимуществом использования нейронных сетей является способность обрабатывать экспериментальные данные и выявлять сложные нелинейные зависимости, что делает их востребованными в задачах, связанных с исследованием свойств материалов.

    Ключевые слова: ударное индентирование, нейронная сеть, задача классификации, искусственный интеллект, динамическое индентирование, неразрушающий контроль.

    1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.1.1 - Строительные конструкции, здания и сооружения

  • Сравнительный анализ использования нейронной сети в задаче идентификационных свойств материалов

    • Аннотация
    • pdf

    Статья посвящена вопросу использования средств искусственного интеллекта для решения технических задач в строительной отрасли. Отмечается, что применение нейронных сетей позволит учесть поведение материалов в различных условиях проведения эксперимента. Авторами представлен сравнительный анализ подходов к обучению нейронной сети, в частности, рассмотрены структуры многослойных и LSTM сетей. Установлено, что LSTM сети более эффективны в решении задач идентификационных свойств материалов.

    Ключевые слова: нейронная сеть, неразрушающий контроль, задача идентификации, многослойная сеть, LSTM сеть, ударное вдавливание, индентирование, прочностные свойства материалов, нейросетевые технологии, статистическое распределение

    05.13.18 - Математическое моделирование, численные методы и комплексы программ

  • Влияние температуры грунта на степень его химического закрепления

    Рассматривается вопрос влияния низких температур на прочность грунтов при химическом закреплении.Проведены лабораторные испытания грунтов после из закрепления раствором жидкого стекла,выдержанных при низких температурах хранения.

    Ключевые слова: Лессовые грунты,химическое закрепление , прочность грунта ,низкие температуры