Preview

Машиностроение и компьютерные технологии

Расширенный поиск
Научно-практический рецензируемый журнал

Сетевое издание "Машиностроение и компьютерные технологии" выходит с августа 2017 года. До августа  2017 года журнал выходил под названием "Наука и образование: научное издание МГТУ им. Баумана" - периодический научно-практический рецензируемый журнал, созданный в 2004 г. Министерством образования и науки РФ в рамках ФЦП «Развитие единой образовательной информационной среды» (2001–2005 годы) как составная часть федерального образовательного портала «Инженерное образование». Создание журнала было обусловлено задачей возрождения высококачественного инженерного образования в России, как одной из важнейших общенациональных задач.
Журнал ставит перед собой задачу создания на его полях информационной среды для широкого обмена мнениями по актуальным вопросам науки, техники и технологии. В журнале публикуются оригинальные работы по следующим научным направлениям:

  • механика;
  • машиностроение и машиноведение;
  • авиационная и ракетно-космическая техника;
  • радиотехника и связь;
  • информатика, вычислительная техника и управление.

С  апреля 2011 г.  журнал  "Наука и образование: научное издание МГТУ им. Н.Э.Баумана" входил в Перечень ВАК ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученой степени доктора и кандидата наук.


 

Текущий выпуск

№ 4 (2019)

АВИАЦИОННАЯ И РАКЕТНО-КОСМИЧЕСКАЯ ТЕХНИКА

1-23 150
Аннотация

Лазерный комплекс авиационного базирования – сложный технический объект. Среди его систем анализируется только адаптивная оптическая система и вопросы, связанные с ее работоспособностью. Показано, что эффективность комплекса без адаптивной системы невелика. Анализ проведен применительно к системам, которые разрабатывались в США.

Адаптивная оптика обеспечивает точное сопровождение объекта применением корректора наклонов. Коррекцию аберраций волнового фронта излучения высших порядков, вызванных атмосферной турбулентностью, для входящего света и выходящего лазерного излучения осуществляет деформируемое зеркало. Преимущества бортовых лазерных установок – распространение пучка со скоростью света и малая цена выстрела. К недостаткам относится необходимость нахождения цели в прямой видимости, отрицательное влияние атмосферы. К негативным влияниям добавляются вибрации самолета и аэро-оптическая проблема, связанная с выходным излучением. Гарантированное тепловое поражение целей возможно на дальности 3-10 км. Функциональное поражение и подавление работоспособно на дальностях в 102-103 раз больших, чем для теплового поражения цели.

Среди программ разработки бортового лазера в США рассмотрены программы YAL, ATL и ABL. Программа YAL - попытка перехвата ракет малого и среднего радиуса действия с помощью мощного лазера. Система ATL должна была устанавливаться на тяжёловооруженные самолёты поддержки сухопутных войск. Бортовой лазер (ABL) является демонстрацией ВВС США системы высокоэнергетического лазера, разработанного для разрушения ракет на их разгонном участке. На разработку систем было затрачено более 30 лет и несколько десятков миллиардов долларов. К сожалению, все программы разработки бортового лазера были закрыты.  

Опыт летающих лабораторий реализован на самолетах Cessna Citations и Falcon 10s и актуален, так как дает возможность оценить вредные влияния аэро-оптики и вибраций непосредственно в полете.

 Среди проблем, которые надо решить при создании адаптивной оптики для бортового лазера, выделены следующие:

-       потеря компенсационных возможностей;

-       тепловое воздействие лазерного излучения на оптические элементы;

-       создание ослабителей и ответвителей излучения;

-       смягчение негативных влияний бортовой платформы на излучение;

-       надежность работы приводов корректирующих устройств;

-       технологическая отработка неохлаждаемых оптических элементов, подвергающихся воздействию мощного лазерного излучения.

Для вновь разрабатываемых лазерных комплексов авиационного базирования необходимо определить ту нишу, в которой их использование будет наиболее эффективным.

ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ

24-41 54
Аннотация

Онлайновые социальные сети играют важную роль в жизни миллионов людей в качестве инструмента для коммуникации. Однако, онлайновые социальные сети также являются ареной информационного противоборства. Одним из инструментов ведения информационного противоборства являются боты, где под ботами понимается программное обеспечение, предназначенное для имитации поведения реального пользователя в онлайновых социальных сетях.

Целью данной работы является разработка модели по выявлению ботов в онлайновых социальных сетях. Для разработки данной модели был использован алгоритм машинного обучения «Случайный лес» (Random Forest). Так как для реализации алгоритмов машинного обучения необходимо максимальное количество данных, в качестве онлайновой социальной сети в рамках которой решается задача распознавания ботов была использована онлайновая социальная сеть Twitter. Данная онлайновая социальная сеть активно используется во многих исследованиях по обнаружению ботов.

Для обучения и тестирования алгоритма «Случайный лес» был использован набор данных аккаунтов Twitter, состоящий из более 3000 пользователей и более 6000 ботов. В процессе обучения и тестирования алгоритма «Случайный лес» были определены оптимальные гиперпараметры алгоритма при которых достигается наибольшее значение F1-метрики. В качестве языка программирования, который позволил реализовать выше описанные действия, был выбран Python, активно использующийся при решении задач, связанных с машинным обучением.

Для сравнения разработанной модели с моделями других авторов было произведено тестирование на двух наборах данных аккаунтов Twitter, состоящих наполовину из ботов и наполовину из реальных пользователей. В результате тестирования на указанных наборах данных были получены значения F1-метрик равных 0.973 и 0.923. Полученные значения F1-метрик являются довольно высокими по сравнению с работами других авторов.

В результате, в данной работе была получена модель, способная распознавать ботов в онлайновой социальной сети Twitter, которая обладает высокими точностными показателями.

42-49 58
Аннотация
В работе дается краткий обзор научной, педагогической, общественной и организационной деятельности Сергея Алексеевича Чаплыгина. Основной акцент сделан на отражении связей с Н.Е. Жуковским, с кафедрами и сотрудниками Императорского Московского Технического Училища и Центрального аэрогидродинамического института.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.