Простийпошук |
Розширенийпошук |
Покажчики
|
Професійний пошук |
Рубрикатор НБУВ |
Розподілений пошук |
Бази даних
Наукова періодика України - результати пошуку
Книжкові видання та компакт-дискиЖурнали та продовжувані виданняАвтореферати дисертаційРеферативна база данихНаукова періодика УкраїниТематичний навігаторАвторитетний файл імен осіб
 |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
| Знайдено в інших БД: | Книжкові видання та компакт-диски (3) | Автореферати дисертацій (1) | Реферативна база даних (17) |
Список видань за алфавітом назв: Авторський покажчик Покажчик назв публікацій  |
Пошуковий запит: (<.>A=Якушенко О$<.>) | |||
|
Загальна кількість знайдених документів : 11 Представлено документи з 1 до 11 |
|||
| 1. | 
Дмитрієв С. О. Метод формування навчального та тестового масивів нейронної мережі для діагностування газотурбінного двигуна [Електронний ресурс] / С. О. Дмитрієв, О. С. Якушенко, О. В. Попов, О. М. Потороча, Б. Насер // Авиационно-космическая техника и технология. - 2012. - № 7. - С. 202–207. - Режим доступу: http://nbuv.gov.ua/UJRN/aktit_2012_7_40 Наведено метод одержання навчального і тестового наборів даних, призначених для навчання статичної нейронної мережі, розпізнаванню одиничних і подвійних (спільних) пошкоджень (несправностей) конструктивних вузлів проточної частин турбореактивного двоконтурного двигуна. Метод дозволяє одержати набори, що моделюють зміну технічного стану проточної частини, погрішностей системи вимірювання, роботу двигуна в широкому діапазоні режимів і умов. Визначено, що єдиним реальним джерелом основного обсягу інформації можуть бути тільки результати проведення числового експерименту з використанням математичної моделі робочого процесу об'єкту діагностування, а для одержання контрольного набору можуть бути використані дані за реальних умов експлуатації двигуна. | ||
| 2. |
Кучер О. Г. Методологія нагляду і контролю за льотною придатністю парку повітряних суден [Електронний ресурс] / О. Г. Кучер, О. С. Якушенко, П. О. Власенко // Авиационно-космическая техника и технология. - 2010. - № 7. - С. 108–118. - Режим доступу: http://nbuv.gov.ua/UJRN/aktit_2010_7_24 | ||
| 3. |
Кучер О. Г. Методика визначення оптимальної архітектури нейронної мережі діагностування ТРДД [Електронний ресурс] / О. Г. Кучер, С. О. Дмитрієв, О. В. Попов, О. С. Якушенко // Авиационно-космическая техника и технология. - 2010. - № 8. - С. 121–127. - Режим доступу: http://nbuv.gov.ua/UJRN/aktit_2010_8_27 | ||
| 4. |
Якушенко О. С. Автоматизований моніторинг надійності на рівні авіакомпанії [Електронний ресурс] / О. С. Якушенко, В. Є. Мільцов, С. І. Йовенко, В. В. Ратинський, О. І. Чумак // Авиационно-космическая техника и технология. - 2013. - № 10. - С. 208-213. - Режим доступу: http://nbuv.gov.ua/UJRN/aktit_2013_10_39 Проведено огляд підходів до управління надійністю авіаційної техніки на рівні авіакомпанії, які відповідають рекомендаціям ICAO та провідних розробників авіаційної техніки. Розглянуто методи контролю надійності та основні показники, які використовуються під час моніторингу надійності на рівні авіакомпанії. Надано розроблену автоматизовану систему управління надійністю на рівні авіакомпанії та наведено деякі вихідні форми, які дозволяють проводити експертний аналіз зміни параметрів надійності окремих систем у часі та порівняльний аналіз їх надійності у обраний проміжок часу. | ||
| 5. | 
Якушенко О. С. Ідентифікацфя математичної моделі авіаційного ГТД за польотними даними [Електронний ресурс] / О. С. Якушенко, П. В. Корольов, В. Є. Мільцов, О. I. Чумак // Вестник двигателестроения. - 2014. - № 2. - С. 130-138. - Режим доступу: http://nbuv.gov.ua/UJRN/vidv_2014_2_23 | ||
| 6. |
Якушенко О. C. Використання удосконаленого показника технічного обслуговування для обгрунтованого вибору оптимальних ремонтних підприємств [Електронний ресурс] / О. C. Якушенко, П. О. Власенко // Авиационно-космическая техника и технология. - 2014. - № 9. - С. 182–186 . - Режим доступу: http://nbuv.gov.ua/UJRN/aktit_2014_9_32 Розглянуто алгоритм вибору оптимального ремонтного підприємства, основними характеристиками якого обрано вартість технічного обслуговування (ТО) та якість проведення ТО. За складові вартості ТО обрано витрати на саме технічне обслуговування, витрати на очікування черги, витрати на доставку повітряного судна до ремонтного підприємства та витрати на післяремонтне обслуговування. Описано показник якості проведення технічного обслуговування. Проаналізовано відмінності між звичайним та удосконаленим показниками якості проведення ТО. Визначено закон розподілу показника якості проведення ТО з використанням критерію згоди Пірсона. | ||
| 7. |
Дмитрієв С. О. Методичні основи діагностування турбореактивного двоконтурного двигуна з використанням засобів штучного інтелекту [Електронний ресурс] / С. О. Дмитрієв, О. В. Попов, О. С. Якушенко, В. Є. Потапов // Авиационно-космическая техника и технология. - 2015. - № 5. - С. 69–73. - Режим доступу: http://nbuv.gov.ua/UJRN/aktit_2015_5_14 Наведено методичні основи оцінки технічного стану турбореактивного двоконтурного двигуна з використанням засобів штучного інтелекту на основі розробленого програмно-алгоритмічного забезпечення для аналізу параметрів робочого процесу проточної частини двигуна. Це надає змогу виконувати діагностування з глибиною розпізнавання несправності до вузла за наявності як одиничних пошкоджень конструктивних вузлів проточної частини двигуна, так і у разі спільних пошкоджень. Зроблено спробу використовувати новий підхід під час розв'язання питань діагностування газотурбінного двигуна. | ||
| 8. |
Якушенко О. С. Моделювання процесів накопичення пошкоджень на зльоті при використанні різних законів управління ГТД [Електронний ресурс] / О. С. Якушенко, П. В. Корольов, В. Є. Мільцов, Г. Ю. Борисюк, О. І. Чумак // Авиационно-космическая техника и технология. - 2015. - № 9. - С. 119–122. - Режим доступу: http://nbuv.gov.ua/UJRN/aktit_2015_9_22 Створено метод моделювання процесу накопичення пошкодженості конструктивних елементів (КЕ) авіаційного газотурбінного двигуна (ГТД) за використання різних законів керування силовою установкою (СУ) повітряного судна на етапі розбігу. Як об'єкт дослідження обрано лопатки другого ступеня турбіни високого тиску ГТД ПС-90А. Як міру вичерпання ресурсу використано пошкодженість КЕ за критерієм тривалої міцності. Дослідження проведено за допомогою методу числового експерименту з застосуванням нелінійної математичної моделі робочого процесу середньостатистичного ГТД. Змодельовано зліт літака за стандартних атмосферних умов за зміни його злітної маси. Розглянуто 2 закони керування СУ: тяга СУ є максимальною, частота обертання ротора високого тиску є постійною та нижчою за максимально можливу. | ||
| 9. |
Кулик Н. С. Розробка методу отримання даних для навчання нейронних мереж визначенню технічного стану газоперекачувальних агрегатів [Електронний ресурс] / Н. С. Кулик, О. С. Якушенко, О. В. Попов, А. Дж. Мірзоєв, О. I. Чумак, В. М. Охмакевич // Вестник двигателестроения. - 2019. - № 2. - С. 70-81. - Режим доступу: http://nbuv.gov.ua/UJRN/vidv_2019_2_11 Одним з перспективних шляхів підвищення ефективності оцінки технічного стану газоперекачувальних агрегатів є використання засобів та методів штучного інтелекту на базі нейронних мереж. Для того, щоб така мережа почала працювати, її необхідно попередньо навчити, використовуючи заздалегідь підготовлені навчальні приклади. Ці дані повинні повно характеризувати роботу об'єкта в широкому діапазоні режимів роботи та при різному технічному стані вузлів, що діагностуються. Слід зазначати, що необхідно мати аналогічний набір даних для контролю якості навчання нейронної мережі. Для якісного навчання мережі розпізнанню одного типу несправностей необхідно мати набір, що містить від 20 - 200 і більш навчальних прикладів. Одержання такої інформації в експлуатації або при стендових випробуваннях є досить тривалим або дорогим процесом. Розроблено метод одержання навчального і контрольного наборів даних. Набори призначені для навчання статичної нейронної мережі розпізнаванню одиночних і множинних несправностей конструктивних вузлів проточної частини газотурбінного двигуна й газоперекачувального агрегату. Метод дозволяє одержувати набори параметрів робочого процесу, що характеризують роботу об'єкта з різним технічним станом проточної частини, вплив помилок виміру та функціонування об'єкта в широкому діапазоні режимів і зовнішніх умов. Для газоперекачувального агрегату додатково враховується склад газу, що перекачується. Для одержання необхідних параметрів використовується математична модель робочого процесу об'єкта другого рівня складності. Набори характеризують роботу справних об'єктів і об'єктів, що мають значні несправності каскадів компресорів, турбін і камери згоряння, а, у випадку газоперекачувального агрегату, і його нагнітача. Розглянуто два варіанти формування наборів: з використанням вимірюваних параметрів робочого процесу об'єкту; з використанням відхилень вимірюваних параметрів від еталонних значень та параметрів, які використано як режимні у математичній моделі робочого процесу. Даний підхід дозволяє здійснювати класифікацію технічного стану об'єкту з глибиною діагностування до конструктивного вузла. | ||
| 10. | 
Якушенко О. С. Нейромережева модель для прогнозування часу на виконання транспортної задачі [Електронний ресурс] / О. С. Якушенко, Д. О. Шевчук, Д. В. Мединський // Наукоємні технології. - 2021. - № 1. - С. 33-38. - Режим доступу: http://nbuv.gov.ua/UJRN/Nt_2021_1_5 Розглянуто питання отримання нейромережевої моделі, призначеної для прогнозування часу на виконання транспортної задачі. Вихідною інформацією для вивчення моделі є дані перевізника про очікуваний середній час на виконання завдання та дати поїздки. За допомогою методу Монте-Карло були отримані вихідні дані, за яких проведено навчання нейронної мережі. У дослідженні проведено аналіз отриманих результатів, які вказують на те, що використання розробленої нейромережевої моделі для прогнозування часу на виконання транспортної задачі дозволить суттєво знизити похибку прогнозування у порівнянні із оцінкою вихідних параметрів. Основним принципом логістичної функції активації є аргумент значення від діапазону, який в свою чергу може приймати будь-яке значення. Визначено та досліджено схему інформаційних потоків під час виконання одного циклу навчання нейронної мережі із використанням алгоритму Левенберга- Маркварта. Розроблений підхід має за мету бути прийнятим за основу методу оцінки впливу людського фактору на час виконання транспортної задачі. | ||
| 11. | 
Мечник В. А. Порівняльне дослідження механічних та трибологічних характеристик композитів Fe–Cu–Ni–Sn з різним вмістом CrB2 в умовах сухого і рідинного тертя [Електронний ресурс] / В. А. Мечник, М. О. Бондаренко, В. М. Колодніцький, В. І. Закієв, І. М. Закієв, Е. С. Геворкян, М. О. Кузін, О. С. Якушенко, І. В. Семак // Надтверді матеріали. - 2021. - № 1. - С. 66-82. - Режим доступу: http://nbuv.gov.ua/UJRN/sm_2021_1_8 За допомогою методів рентгенівської дифракції, скануючої електронної мікроскопії, мікроіндентування та трибологічним тестуванням досліджено структуру, фазовий склад, твердість, модуль пружності спечених композитів Fe - Cu - Ni - Sn - CrB | ||
Попередній перегляд: 
Реферативна БД
 |
| Відділ наукової організації електронних інформаційних ресурсів |
 Пам`ятка користувача |