Главная – Журналы – Поиск по журналам

Диагностика ледниковых отложений (тиллитов) в докембрийских разрезах является довольно сложной задачей из-за частого сходства их состава и строения с другими осадочными породами. Это связано с тем, что докембрийские отложения на протяжении своей долгой истории теряют присущие им диагностические признаки. Тиллиты являются важным маркером климатических изменений и широко используется при стратиграфических корреляциях и геодинамических реконструкциях. Исследования в данной статье направлены на изучение позднедокембрийских тиллитов в пределах хребта Большой Каратау с целью обоснования состава и возраста пород на эродируемой поверхности при движении палеоледника. Значения возрастов детритовых цирконов из матрикса тиллитов образуют основные интервалы в 740-856 млн лет (32 зерна), 1950-2040 млн лет (14 зерен) и 2200-2630 млн лет (26 зерен) с возрастными пиками 765, 835, 924, 2030 и 2435 млн лет. Для циркона магматических пород из валунов тиллитового горизонта получены следующие возрасты: гранит - 746±4 млн лет (9 зерен); риолит - 778±4 млн лет (9 зерен); гранит - 746±3 млн лет (13 зерен); лейкогранит - 788±3 млн лет (16 зерен). Полученные данные о возрасте из валунов древних ледниковых отложений имеют близкие возрастные аналоги магматических пород в пределах Срединного Тянь-Шаня, Каратау-Таласского, Жельтавского, Чуйско-Кендыктасского и Улутауского блоков.

Разработан программный модуль для расчёта производительности и эффективности дискретного производства. Бизнес-логика работы модуля реализована в пакете AnyLogic, в котором была создана имитационная модель и выполнен её экспорт в набор jar-файлов. Модель построена для производственной ячейки, находящейся в подразделении ИПИТ-216 Самарского университета. Погрешность моделирования составила менее 15 %. В отличие от распространённых коммерческих программных комплексов имитационного моделирования (Plant Simulation, FlexSim, Arena) разработанный модуль обеспечивает расчёт производственных KPI в более простом и доступном интерфейсе без необходимости приобретения специализированного программного обеспечения и длительного обучения работе в нём.

Рассматривается задача оценки состояния заряда (SoC, state of charge) литийионных аккумуляторов. В качестве математической модели аккумулятора используется модель Тевенена второго порядка, основанная на схеме замещения. Для оценки уровня заряда аккумулятора применяется расширенный информационный фильтр Калмана. Работоспособность алгоритма демонстрируется численными примерами, которые отражают приемлемые показатели ошибок оценивания при различных режимах разряда и заряда: разряд пульсирующим током и циклом, аналогичным циклу WLTC (Worldwide Harmonized Light Vehicles Test Cycle). Информационная форма расширенного фильтра Калмана превосходит ковариационную, обеспечивая меньшую числовую нестабильность и лучшие результаты при низком уровне шума в измерениях. Кроме того, информационная форма фильтра Калмана позволяет эффективно объединять данные от нескольких сенсоров, что особенно актуально в ситуациях, когда каждый сенсор имеет различную точность и уровень шумов, обеспечивая точные оценки для систем аккумуляторов, в которых энергетические ячейки могут отличаться по уровню состояния здоровья аккумуляторов и иметь различные показатели максимальной ёмкости и соответственно различные разрядные кривые.

Описываются результаты сравнительного анализа классического и модифицированного генетических алгоритмов для решения задачи поиска оптимального расположения питателя в пресс-форме при литье термопластичных материалов под давлением. На основе сравнения установлено, что модифицированный генетический алгоритм сходится на 25 % быстрее классического алгоритма и позволяет найти минимум за 55 % меньшего числа вызова функции расчёта критерия по сравнению с классической реализацией генетического алгоритма оптимизации. Изучен вопрос выбора наилучшего критерия для решения задачи оптимизации положения питателя на дискретной конечно-элементной расчётной сетке.

Представлен способ проектирования поддерживающих структур для 3 D -печати на основе топологической оптимизации и метода эквивалентных статических нагрузок. Для вычислительного процесса организован информационный обмен между модулями оптимизации и численного моделирования SLM-печати. Предложенный способ синтеза поддержек обеспечивает эффективное снижение максимального значения усадочных прогибов с 0,731 до 0,630 мм, т. е. на 13,8 %.

Работа посвящена исследованию коэффициента дисперсии низкочастотных электромагнитных волн, известных как свистящие атмосферики, или вистлеры (свисты). Предложена математическая модель, описывающая закон изменения частоты свиста во времени. Также разработан алгоритм расчёта коэффициента дисперсии свиста на основе анализа его спектрограммы. Он включает в себя выделение следа свиста с помощью пороговой фильтрации и кластеризации. Затем след свиста спрямляется путём преобразования координат и строится уравнение линейной регрессии, где котангенс углового коэффициента даёт оценку дисперсии. Алгоритмы реализованы в программном комплексе ADWRK 1.0 на языке программирования Python. Проведено сравнение результатов, полученных с помощью данного программного пакета, с результатами, полученными с помощью предложенной математической модели. Показано, что расчёт коэффициента дисперсии вистлера может быть более точным, если использовать комбинированный метод выделения следа вистлера.

Предлагается метод решения задач топологической оптимизации биматериалов в линейной и нелинейной постановках с использованием конформных сеток. Рассмотрены особенности применения конформных сеток в случае решения контактных задач в изотропной и анизотропной постановках. Сравниваются скорость решения и результаты топологической оптимизации биматериалов на равномерных и конформных сетках. Результаты показывают, что использование конформных сеток увеличивает скорость решения задачи топологической оптимизации более чем в 12 раз.

На основе численного моделирования исследуется формирование идеальных оптических вихревых пучков при разных параметрах оптической системы, таких как угол аксикона и порядок вихревого пучка. Рассмотрено формирование пучков при распространении в свободном пространстве и фокальной плоскости, что может быть полезно для оптического захвата и перемещения микрочастиц.

Представлены результаты разработки фотокаталитического генератора химически активных форм кислорода, предназначенного для обеззараживания и очистки воздуха в системах хранения плодоовощной продукции. В качестве активного материала использован композиционный оксидный фотокатализатор Cu/ZnO-ZnAl₂O₄, полученный полимерно-солевым методом и обеспечивающий эффективную генерацию синглетного кислорода при возбуждении излучением с длиной волны 365 нм. Описана конструкция генератора, включающая предварительную механическую очистку воздуха, фотокаталитический узел, угольный и бумажный фильтры, а также систему принудительной подачи воздуха. Показано, что применение устройства снижает потери массы ягод малины и улучшает сохранность плодов манго и авокадо при хранении, что подтверждает перспективность фотокаталитической очистки воздуха для сохранения свежести фруктов.

В последние десятилетия в различных областях науки наблюдается быстрый рост применения инструментов, связанных с глубоким машинным обучением на искусственных нейронных сетях. Глубокие нейронные сети различаются по своей архитектуре, например в сверточной нейронной сети разные слои могут использовать ядра свертки для извлечения ключевых объектов из изображения и объединения слоев в пул для обобщения этих объектов. Рекуррентные нейронные сети обрабатывают последовательные ряды данных и сохраняют память о прошлых показателях, возвращая выходные данные слоя обратно в этот же слой. Обучение нейронной сети сводится к оптимизации веса соединений в сети с целью минимизировать ошибку прогнозирования. У глубокого обучения есть потенциал в использовании информации, скрытой в больших массивах данных с тем, чтобы по-новому ответить на сложные экологические вопросы. Большие объемы информации состоят из изображений, аудио, видео или неструктурированных текстов, которые сложно анализировать традиционными статистическими методами. При экспоненциальном росте публикаций, посвященных методам и результатам применения глубокого обучения на нейронных сетях в разных областях знаний, в представленном обзоре предпринята попытка анализа некоторых его применений в области лесной экологии. В частности, приведены результаты использования искусственных нейронных сетей для решения некоторых задач лесного хозяйства России при сопряжении разнородных исходных данных для оценки фитомассы лесов, при картировании и прогнозировании динамики лесного покрова, при идентификации корней растений на миниризотронных изображениях. В заключительном разделе описаны некоторые достижения, проблемы и неопределенности глубокого машинного обучения в экосистемной экологии.