Экспертные заключения: 5
Консультации: 0

Интеллектуальная система автоматизированной генерации геометрии проточных частей турбомашин на базе машинного обучения

Проект направлен на разработку интеллектуальной системы автоматизированной генерации геометрии проточных частей турбомашин на основе методов машинного обучения. Цель проекта – сокращение трудоемкости и сроков проектирования за счет автоматизации этапа профилирования лопаточных венцов по ограниченному набору параметров проектного расчета. В рамках проекта планируется создание программного комплекса, включающего модель машинного обучения, модуль параметризации геометрии и инструмент формирования трехмерной модели проточной части. Ожидаемым результатом является технология, обеспечивающая автоматическое получение согласованной геометрии, пригодной для дальнейшего CAD/CAE-анализа. Решение может применяться в энергетическом и транспортном машиностроении, включая разработку газотурбинных установок и авиационных двигателей. Основными потребителями являются конструкторские бюро, инженерные центры и предприятия, занимающиеся проектированием турбомашин.

Ссылка

На страницу проекта

Направление

IT, Энергетика, Наука, Транспорт, Нефтегазовая отрасль

Рынки

TechNet

Сквозные технологии

Искусственный интеллект, Новые производственные технологии, Технологии машинного обучения и когнитивные технологии, Силовые установки (двигатели разного вида)

Похожие проекты

Разработка автоматизированной системы имитации сетевых атак на основе машинного обучения
0 комментариев
Интеллектуальная технология по мониторингу и прогнозу на базе виртуальных анализаторов с построением физической модели для получения рекомендаций по управлению технологическим процессом
6 комментариев
FinPay - автоматизированная скоринговая платформа для кредитования физ. лиц на базе BigData и технологии машинного обучения с продвинутой системой валидации заявок
0 комментариев
Автоматизированный мониторинг инвазивных сорных видов на базе БПЛА и технологий машинного обучения
0 комментариев
Поиск и выявление причинно-следственных зависимостей между фактами на основе данных машинного обучения для формирования правил логического вывода интеллектуальной системы бизнес-планирования
0 комментариев