Суперкомпьютеры в ракетно-космической отрасли

instml · 27.06.2012 15:48:15

Нейронная сеть Google распознала котов

ЦитироватьСпециалисты из Google создали крупнейшую нейронную сеть. После серии экспериментов сеть заинтересовалась котами. Результаты ученые изложили в публикации (pdf), приуроченной к 29-й конференции по машинному обучению в Эдинбурге.

Существующие в настоящее время алгоритмы машинного обучения основаны на анализе огромного количества экспериментальных данных. Например, чтобы натренировать систему на визуальное распознание мотоциклов на фото, необходимо "скормить" ей множество фотографий, обозначенных как "мотоциклы". Такие системы используются для распознавания устной речи, анализа изображений, проверки сообщений на спам.

Вместе с тем, предварительная сортировка данных (расстановка обозначений) является достаточно сложной задачей. Google предложил альтернативу, которая получила название "самообучающееся обучение" (self-taught learning). Суть его состоит в том, что в систему загружается неотсортированная информация, которую системе предлагается разобрать по принципу "похожести" (при работе такой системы операторам нужно будет наблюдать за промежуточными результатами разбора, а не начальными данными). Например, если в машину загрузить фотографии мотоциклов и не мотоциклов, то рано или поздно она научится различать первые и вторые.

Трудность заключается в том, что в основу работы системы положены так называемые нейронные сети - математические модели, симулирующие процессы в реальном головном мозге. Практическая реализация таких сетей является весьма сложной задачей - в некотором смысле существующая архитектура компьютеров для этого плохо приспособлена, поэтому их реализации очень затратны с вычислительной точки зрения.

В новой работе ученые из Google запустили такую систему на 16 тысячах процессоров. В результате они смоделировали систему с примерно миллиардом взаимосвязей между отдельными процессами (нейронами). Для сравнения, до этого в экспериментах по машинному обучению применялись только сети с 1-10 миллионами связей. В качестве материала для работы полученная сеть использовала видеоролики с YouTube. Как следствие, спустя некоторое количество времени, система научилась отличать видео с котами от остальных. По словам ученых, им также удалось улучшить качество распознавания информации в системе.

http://www.lenta.ru/news/2012/06/27/ggl/
http://static.googleusercontent.com/external_content/untrusted_dlcp/research.google.com/en//archive/unsupervised_icml2012.pdf

instml · 30.06.2012 12:39:54

Усы, лапы и хвост

Созданный Google искусственный интеллект научился различать котов

ЦитироватьИсследуя алгоритмы машинного обучения, ученые из Google построили самую крупную в мире нейронную сеть, предназначенную для анализа изображений. После нескольких дней работы система научилась распознавать лица людей, некоторые части тел и... кошек. В этом, впрочем, нет ничего удивительного - систему тренировали на кадрах из случайных роликов, взятых с YouTube. Там, как известно, этих самых кошек - выше крыши.

................

Теперь легко понять, как выглядит задача обучения с домашним заданием. В систему добавляются некоторые дополнительные параметры, которые ускоряют процесс обучения (например, тот же метод градиентного спуска). Чтобы вычислить эти параметры используются данные без правильных ответов, для анализа которых используются статистические методы, реализованные, возможно, не только нейронной сетью.

Самообучающееся обучение

В 2007 году ученые из Google (и по совместительству из Стэнфорда) предложили модификацию алгоритма с частичным присутствием учителя, который они назвали алгоритмом "самообучающеегося обучения" (self-taught learning, pdf). Они заметили, что домашнее задание в существовавших на тот момент алгоритмах предполагается связанным с основным процессом обучения. То есть, например, если мы учимся распознавать животных, то в изображениях из домашнего задания тракторов и мотоциклов не будет.

С одной стороны, такой подход кажется логичным, однако ученые из Google задались вопросом: быть может, пользу принесет и домашнее задание, не связанное непосредственно с той задачей, в решении которой упражняется программа? Вдруг, например, звуки природы позволят более эффективно распознавать человеческую речь? Среди прочего, они мотивировали свой вопрос еще и такими неформальными рассуждениями: в человеческом мозгу порядка10^14 синапсов, а время жизни типичного Homo Sapiens - порядка 10^9 секунд. Считая, что синапсы образуются в результате обучения и каждому из них соответствует всего один бит информации, получаем, что в среднем в секунду человек выучивает порядка 10^5 бит информации.

При всей уязвимости этой аргументации, разумное зерно в ней есть: вероятно, значительная часть обучения происходит без участия самого человека на основе неотсортированных данных, которые, возможно, и не были связаны с исходной задачей. Более того, например, в задаче распознавания образов пользу от предварительной подготовки можно указать явно. Вполне может случиться, что после такой подготовки система начнет анализировать изображение не только на основе набора пикселей, но и по "мазкам" - резким ярким продолговатым пятнам, образующим контур в изображении с высокой контрастностью. Эти объекты, по словам ученых, относятся к более высокому уровню анализа изображений, нежели отдельные пиксели или просто светлые пятна неопределенной формы.

Результаты Google и коты

В новой работе (pdf), приуроченной к 29-й конференции по машинному обучению в Эдинбурге, ученым впервые удалось применить свои идеи на практике и доказать, что их подход действительно работает. В эксперименте использовалось 1000 серверов с примерно 16 тысячами ядер. Всего полученная нейронная сеть содержала примерно 3 миллиона нейронов и 1,15 миллиарда синапсов. Для сравнения, до этого в экспериментах по машинному обучению применялись только сети с 1-10 миллионами связей.

Представление о кошке, полученное нейронной сетью Google. Изображение из блога Google

В качестве неотсортированного обучающего множества было взято 10 миллионов скриншотов различных случайных видео с YouTube. При работе нейронной сети каждый скриншот обрабатывался серией фильтров, прежде чем непосредственно подвергнуться анализу. В результате такой обработки каждая картинка сводилась к изображению 200 на 200 пикселей.

При построении сети ученые исходили из гипотезы локальной связности - они предполагали, что каждый нейрон соединен лишь с небольшим количеством соседних. Это предположение вполне разумно, если учесть, что нейронная сеть в человеческом мозгу именно так и устроена. Кроме этого, ученые опирались на результаты нейробиологов об анализе изображений человеком - они полагали, что изображение не анализируется целиком. Вместо этого оно разбивалось на пересекающиеся куски 16 на 16 пикселей, каждый из которых подвергался анализу отдельно.

После трех дней интенсивной самоподготовки сети ученые проверили результаты. Оказалось, что система не только научилась распознавать технические нюансы, наподобие уже упоминавшихся "мазков". Совершенно самостоятельно нейронная сеть научилась различать объекты сложной природы, например, человеческие лица, части тел, пешеходов на улицах. Более того, немного подучив систему с помощью уже отсортированных данных, ученые добились точности распознавания в 15,8 процента, что является колоссальным рывком в сравнение с прежними 9,3 процента для самых совершенных из существующих систем. Впрочем, в новости нейросеть от Google попала вовсе не из-за масштабности и необычности результатов. Дело в том, что в результате изучения скриншотов с YouTube система самостоятельно научилась распознавать котов (подтвердив тем самым стереотипы, связанные с этим видео-сервисом).

Повсеместное развитие новой концепции останавливает, однако, высокая вычислительная сложность нейронных сетей. Это, конечно, временно: решить эту проблему поможет дальнейший рост мощностей, а также создание компьютеров с архитектурами, "заточенными" под нейронные сети (работы в этом направлении ведутся, например, в Intel - там создают нейроморфные чипы). Главный вывод, однако, который можно вынести из нового достижения ученых: самостоятельные занятия крайне полезны. Даже если ты программа, предназначенная для распознавания кошек.

http://lenta.ru/articles/2012/06/29/cats/

АниКей · 12.07.2012 18:34:00

ЦитироватьМедведев нарисовал четыре главных пути развития промышленности, включая "суперкомпьютерное моделирование"[/size]
http://www.newsru.com/finance/12jul2012/medv_prom.html

Премьер-министр России Дмитрий Медведев выступил на пленарном заседании форума "Иннопром-2012", и рассказал там о четырех главных приоритетах развития промышленности.

"Облик промышленности, - заявил премьер, - будут определять четыре основных направления". Во-первых, "уже на этапе производства продукта должны закладываться параметры расходов, связанные с его обслуживанием, а затем - с учетом выведения его из эксплуатации".

Во-вторых, продолжал Медведев, "происходит глубокая автоматизация проектирования и инжиниринга, производители переходят на проектирование в цифре - что пока у нас еще не очень хорошо идет, но все обязаны этим заниматься".

Премьер уверен, что при достижении этой цели российские продукты гораздо лучше будут продаваться за границей. Приоритетным направлением в промышленности он считает "суперкомпьютерное моделирование".

Третье направление развития промышленности, согласно программе Медведева, "использование материалов нового поколения". Он напомнил, что во всем мире все большую популярность приобретает технология создания материалов под конкретный продукт: "Это те самые композиты, которые изначально разрабатывались в интересах авиационной и космической промышленности, а сейчас используются везде и нам нужно активнее этим заниматься".

"В-четвертых, это развертывание промышленной инфраструктуры нового типа - так называемых умных сред", - сказал Медведев, пояснив, что все сферы жизнедеятельности должны стать "умными" - "это умные сети, умные дороги, умные производства".

"Концепция "умных заводов" предполагает введение умной техники, что способствует росту эффективности производственных процессов", - отметил он.

В завершение Медведев напомнил, что к 2020 году правительство поставило задачу создать не менее 25 млн эффективных рабочих мест, в первую очередь - во внесырьевых отраслях. "Ключевой задачей, которая нам пока дается с трудом, является улучшение производительности труда в 1,5-2 раза, сообщает РИА "Новости".

Решить эту задачу поможет лишь системная работа, развитие ключевых отраслей российской экономики, таких как авиастроение, судостроение, автомобилестроение, фармацевтика, металлургия", - сказал он. ...

АниКей · 23.07.2012 12:39:36

Цитироватьhttp://mskit.ru/news/n124654/

Предприятие Роскосмоса ФГУП ОКБ "Факел" закупает Е1 Евфрат[/size]
23.07.2012 12:16

Компания Cognitive Technologies заключила договор с ФГУП ОКБ "Факел" о поставке лицензий системы электронного документооборота Е1 Евфрат.

ОКБ "Факел" - это компания с 45-летним опытом разработки различных электрических двигательных систем, термокаталитических двигателей, и подсистем на основе стационарных плазменных двигателей. На базе бюро разработано 560 изобретений и закреплено 59 патентов.

"Факел" основан в 1955 как "Двигательная Лаборатория" Российской Академии Наук. В 1962 "Факел" получил статус ОКБ и производственную базу.

Рабочий коллектив ОКБ "Факел" насчитывает более 960 сотрудников.

Значительное количество технической документации, часть из которой попадает под гриф «секретно», специфика конструкторского бюро, необходимость соблюдения требований совместного предприятия с американской компанией ARC, ставят перед руководством ОКБ высочайшие требования к документообороту и автоматизации бизнес процессов. В связи с тем, что система Е1 Евфрат полностью соответствует требованиям предприятия, руководством ОКБ «Факел» было принято решение о закупке системы электронного документооборота от компании Cognitive Technologies. Выбор Е1 был обусловлен высоким уровнем защищенности системы, широкими функциональными возможностями, удобным и интуитивно понятным интерфейсом. Наличие у Cognitive Technologies значительного опыта внедрений на производственных предприятиях так же повлияло на решение о подписании соглашения.

В результате реализации проекта, в частности, планируется автоматизировать процесс регистрации входящих и исходящих документов, реализовать возможность разграничения прав доступа к документам в зависимости от степени их важности и конфиденциальности, а также обеспечить системный контроль исполнения выданных сотрудникам поручений.

хоть и не суперкомп, но рядом

АниКей · 21.08.2012 18:37:15

Цитировать20 августа 2012, 22:33 | Наука | Константин Пукемов
РАН вступила в гонку суперкомпьютеров[/size]
Объявлено о начале создания вычислительной системы стоимостью 2 млрд рублей, которая обеспечит России место в десятке стран, имеющих самые мощные ЭВМ[/size]

Фото: ИТАР-ТАСС

Российская академия наук (РАН) объявила о начале создания самой мощной отечественной вычислительной системы в 10 петафлопс (1 петафлопс соответствует квадриллиону операций в секунду). До конца года в Межведомственном суперкомпьютерном центре Российской академии наук (МСЦ РАН) установят две первых части системы продуктивностью приблизительно в 2 петафлопса. Даже в такой комплектации новый суперкомпьютер по мощности потеснит в рейтинге самый продуктивный российский компьютер «Ломоносов», который сейчас на максимуме выдает 1,7 петафлопса.

МСЦ РАН уже объявил конкурс на изготовление и установку первого блока ЭВМ — одной стойки вычислительной системы. На выполнение этой работы претендуют три компании, получить они могут не более 45 млн рублей. Стоимость всего суперкомпьютера с расчетной мощностью в 10 петафлопс, состоящего из 54 стоек, составит около 2 млрд рублей.

— Наступает эра 10-петафлопсных машин. Мы осваиваем эти технологии, переходим на них. Наша задача до конца года сделать две первых стойки, после этого технология позволит в разумные сроки — в течение следующего года — при наличии достаточных капвложений довести производительность до 10 петафлопсов, — заявил «Известиям» заместитель директора МСЦ РАН Борис Шабанов.

Будь создана такая машина сейчас, она могла бы войти в тройку самых мощных компьютеров мира, но к моменту создания она, вероятнее всего, окажется лишь в десятке наиболее мощных ЭВМ, признают в МСЦ РАН. Зато этот компьютер станет одним из самых экономичных в мире, по крайней мере, будет претендовать на второе место в рейтинге Green 500 supercomputer, который оценивает машины исходя из количества электроэнергии, необходимого для выполнения фиксированного набора задач (на первом месте здесь BlueGene/Q).

— Отличительная особенность новой машины — эффективное энергопотребление, — говорит Шабанов. — Его обеспечивает уникальная система охлаждения и новейшие сопроцессоры на основе архитектуры x86. О поставках новейших процессоров директор МСЦ РАН академик Геннадий Савин договаривался, по словам Шабанова, напрямую с топ-менеджерами одного из крупнейших производителей микросхем.

В США и Японии уже работают 10-петафлопсные компьютеры, а Intel ведет разработки процессоров для следующего поколения — экзафлопсных машин (1 экзафлопс составляет 1 тыс. петафлопсов).

В России построить новый мощный суперкомпьютер собирается в скором времени и в МГУ.

— Мы делаем подобный проект в 10 петафлопс для МГУ — это принципиально новая система на водяном охлаждении. Это перспектива 2013–2014 годов. Так что, вполне возможно, у РАН будет самый мощный компьютер, смотря, когда они его построят, — говорит PR-менеджер компании «Т-Платформ» Андрей Митрофанов.

Россия вступила в гонку вычислительных машин в 2009 году по поручению главы государства, которым в тот момент был Дмитрий Медведев. Именно он поставил задачу догнать Запад в производстве суперкомпьютеров, без которых в стране не получится создать «конкурентоспособной продукции, которая будет правильно восприниматься потенциальными покупателями».

Формально с задачей удается справиться: например, суперкомпьютер «Ломоносов» занял 13-е место в рейтинге 500 самых мощных общественно известных компьютерных систем мира.

Эксперты не верят, что суперкомпьютеры, стремящиеся к высоким местам в рейтинге, могут реально помочь стране решить важные стратегические задачи. По мнению редактора журнала «Открытые системы» Леонида Черняка, зачастую такие компьютеры создаются только для того, чтобы установить рекорд производительности и создать повод для объявления о высоких достижениях. Эксперт объясняет, что суперкомпьютер решает задачу, разбивая ее на множество более мелких задач, при этом не так важно, на сколько подзадач разбивается главная задача, а то, каким образом это происходит. Часто компьютер эффективно решает только одну задачу — проходит тест на производительность программы Linpack, используемой для составления рейтинга суперкомпьютеров топ-500, утверждает Черняк.

— В итоге оказывается, что реальной задачи, которая могла бы использовать рекордную мощность, не существует. Тогда на суперкомпьютере работает куча мелких задач, которые можно решать и на более мелких компьютерах, — говорит редактор «Открытых систем».

Пользователи отечественных суперкомпьютеров с этой точкой зрения не согласны, считая свои системы полезными для науки, промышленности и в целом для страны.

— По результатам расчетов на суперкомпьютере «Ломоносов» защищено четыре докторских и больше 40 кандидатских. Каждая работа — то или иное фундаментальное достижение, — поясняет заместитель директора Научно-исследовательского вычислительного центра (НИВЦ) МГУ Владимир Воеводин. — Можно назвать и много прикладных областей, где сделаны важные расчеты — к примеру, в сфере экологии произведены расчеты относительно вечной мерзлоты в зависимости от сценария воздействия человека на нее в перспективе 50–100 лет. Есть достижения в проектировании новых материалов.

Воеводин говорит, что в НИВЦе сейчас работает более 600 научных групп.

Читайте далее: http://izvestia.ru/news/533323#ixzz24Bw4qdVM

АниКей · 21.08.2012 18:40:34

ЦитироватьНИИХИММАШ. Суперкомпьютеры.[/size]

Суперкомпьютеры.Приставка «супер», в одном из вариантов означает – что-либо высшего качества. Нетрудно догадаться, что суперкомпьютеры, которые имеются в наличии на одном из предприятий района, а именно на НИИХИММАШ, решают сверхсложные задачи. О новейшем чуде техники, а также о молодых специалистах, призванных работать с таким оборудованием, и не только, расскажет наш корреспондент Татьяна Трушкина. http://kkftonus.ru/news-posad/novosti-sergieva-posada/3655-j-5.html

Старый · 21.08.2012 18:53:59

В десятке стран.

Это впереди нас все кому не лень?

Штуцер · 21.08.2012 18:59:47

Цитироватьсуперкомпьютеры, которые имеются в наличии на одном из предприятий района, а именно на НИИХИММАШ, решают сверхсложные задачи

Например, как НЕвыключить двигатель при прохождении АВД? :wink:

Старый · 21.08.2012 19:03:50

ЦитироватьНапример, как НЕвыключить двигатель при прохождении АВД? :wink:

Да, блин, простая релейная схема тут не годится...

Старый · 21.08.2012 19:04:52

ЦитироватьВ десятке стран.
Это впереди нас все кому не лень?

Только счас дошло: а на каком мы сейчас месте? :shock:

Chilik · 21.08.2012 15:05:11

ЦитироватьВ десятке стран.
Это впереди нас все кому не лень?

В принципе да.
Нужны деньги на железо, не безумно большие. Но главное, нужна хорошая программистская команда, которая смогла бы сделать эффективный софт.
Такие штуки создаются под определённого класса задачи. Обычно Гондурасу решение подобных задач не требуется.

Alex-DX · 21.08.2012 19:54:08

Цитировать
Цитировать20 августа 2012, 22:33 | Наука | Константин Пукемов
РАН вступила в гонку суперкомпьютеров[/size]
Объявлено о начале создания вычислительной системы стоимостью 2 млрд рублей, которая обеспечит России место в десятке стран, имеющих самые мощные ЭВМ[/size]

Фото: ИТАР-ТАСС

........

МСЦ РАН уже объявил конкурс на изготовление и установку первого блока ЭВМ — одной стойки вычислительной системы. На выполнение этой работы претендуют три компании, получить они могут не более 45 млн рублей. Стоимость всего суперкомпьютера с расчетной мощностью в 10 петафлопс, состоящего из 54 стоек, составит около 2 млрд рублей.

............

— Мы делаем подобный проект в 10 петафлопс для МГУ — это принципиально новая система на водяном охлаждении.

Читайте далее: http://izvestia.ru/news/533323#ixzz24Bw4qdVM

Цитировать
ЦитироватьНИИХИММАШ. Суперкомпьютеры.[/size]

Суперкомпьютеры.Приставка «супер», в одном из вариантов означает – что-либо высшего качества. Нетрудно догадаться, что суперкомпьютеры, которые имеются в наличии на одном из предприятий района, а именно на НИИХИММАШ, решают сверхсложные задачи. О новейшем чуде техники, а также о молодых специалистах, призванных работать с таким оборудованием, и не только, расскажет наш корреспондент Татьяна Трушкина. http://kkftonus.ru/news-posad/novosti-sergieva-posada/3655-j-5.html

Кстати цена компьютера НИИХИММАШ адекватная - 2 млн р у половинной стойки т. е. у полной стойки ценна должна быть не более 4,5 млн. руб. Получается стоимость инновационного водяного охлаждения стоит 90 % проекта. Интересно, а возможность обогрева помещения заложена в проект, как у других суперкомпьютеров?

eng. Alex · 21.08.2012 21:57:21

Цитировать
ЦитироватьВ десятке стран.
Это впереди нас все кому не лень?
Только счас дошло: а на каком мы сейчас месте? :shock:

Вот список первой сотни из 500 мощнейших компьютеров на июнь: TOP500 List - June 2012 (1-100)

22 место -- Lomonosov

Старый · 21.08.2012 22:17:15

Так мы и так в десятке. Бразилия, Саудовская аравия и Польша позади.

instml · 04.11.2012 11:51:01

«Процессор с кубитами способен на многое»

Доцент ННГУ Денис Хомицкий популярно рассказывает о квантовых системах, за которые в этом году присудили Нобелевскую премию

http://www.gazeta.ru/science/2012/10/23_a_4821149.shtml

АниКей · 07.11.2012 16:14:26

суперпринтер к суперкомпьютеру

Для постройки ракет NASA начало использовать новый метод

Американское Космическое Агентство NASA начало использовать новый метод постройки космических ракет, схожий с 3D-принтингом.
http://infuture.ru">http://infuture.ru

   На основе ныне популярного 3D-принтера, который позволяет послойно создавать практически любой твёрдый объект по компьютерной 3D-модели, американцы создали почти идентичный этому метод для постройки сложных частей ракет в виде монолитного блока. Новый метод получил название Селективного Лазерного Спекания (Selective laser melting/SLM).
    Данный метод позволяет создавать монолитные детали с помощью лазера и металлического порошка, экономы при этом огромные финансовые средства и значительно удешевляя производство.
    "Метод Селективного Лазерного Спекания практически идентичен методу 3D-принтера. Он помогает создавать необходимые металлические детали для ракет из металлического порошка, который растапливается с помощью мощного высокоэнергетического лазера в специальных формах. Затем растопленный материал затвердевает и сам приобретает нужную форму. Это значительно облегчает и удешевляет производство многих ракетных деталей" - сказал Кен Купер (Ken Cooper) из Marshall Space Flight Center (Алабама, США).
    Именно этот метод будет использован при постройке многих деталей для новых американских ракетоносителей, предназначенных для выведения

тяжелого груза на орбиту.
"Метод Селективного Лазерного Спекания хорош и тем, что позволяет быстро и просто создавать деталь любой сложности и без заводского брака, независимо от ее геометрической формы".
Ожидается, что новый метод будет использован при постройке сверхтяжелого американского ракетоносителя SLS, первый тестовый запуск которого запланирован на 2017 год.
Для постройки ракет NASA начало использовать новый метод
(INFUTURE.RU)

sychbird · 07.11.2012 15:48:15

Ну вот, не прошло и 25 лет, как то, что начинало отрабатываться нами в ИЯФ СОАН еще в восьмидесятых годах прошлого века дозрело до применения в реальных технологиях НАСА.
Нет пророков в своем отечестве.

АниКей · 09.11.2012 20:14:05

NASA будет строить ракеты следующего поколения на основе футуристической технологии
Центр космических полетов Маршалла при NASA использует методику, именуемую селективным лазерным плавлением (SLM), в целях создания замысловатых металлических компонентов для новой ракеты с большой грузоподъемностью. Применение этой методики даст космическому агентству преимущество в виде возможности сэкономить миллионы на производственных затратах.
NASA занимается строительством Space Launch System (Системы космических запусков) – ракеты-носителя, предназначенной для доставки людей и оборудования за пределы низкой земной орбиты, к ближайшим астероидам, а в конечном счете, и на Марс.

Селективное лазерное плавление похоже на трехмерную печать и является будущим производства. «По сути, этот механизм берет металлический порошок и с помощью высокоэнергетического лазера плавит его по разработанному шаблону», — говорит руководитель исследовательской группы из Центра Маршалла Кен Купер. – «Лазер выкладывает расплавленный порошок в необходимую деталь «с нуля», создавая замысловатые конструкции. На основе трехмерной компьютерной модели этот процесс производит сложные в геометрическом отношении компоненты, обладающие строго определенными механическими свойствами».
Такая методика обладает двумя основными преимуществами, имеющими большое значение для программы Space Launch System – безопасностью и экономичностью. «Этот процесс значительно сокращает требуемое на производство компонентов время – с нескольких месяцев до нескольких недель, а в некоторых случаях, даже дней», — сказал один из исследователей Энди Хардин. По его мнению, это значительное усовершенствование, поскольку экономит как время, так и деньги. Кроме того, ввиду отсутствия необходимости в сварке деталей, компоненты получаются более надежными и прочными в структурном отношении, что положительно сказывается на показателях безопасности всего транспортного средства.

http://www.radiomaster.ru/reviews/view/627/

АниКей · 18.11.2012 11:18:01

В ФКП «НИЦ РКП» проведены приемочные испытания пилотной версии компьютерной модели для отработки новых образцов ракетно-космических систем.
http://www.nic-rkp.ru/default.asp?page=about_press

Выездная рабочая группа межведомственной комиссии по сдаче-приемке ОКР «Разработка технологий проектирования и имитационного моделирования для супер-ЭВМ на основе базового программного обеспечения» в части создания пилотной версии компьютерной модели для отработки новых образцов ракетно-космических систем (далее - Компьютерная модель), в ФКП «НИЦ РКП» с 8 по 9 ноября 2012 г. провела приемочные испытания пилотной версии компьютерной модели для отработки новых образцов ракетно-космических систем. Работа рабочей группы проходила в здании создаваемого Центра информационного обеспечения и контроля качества испытаний ракетно-космической техники.

На приемочные испытания пилотной версии Компьютерной модели были представлены:

- Программа и методика приемочных испытаний пилотной версии компьютерной модели для отработки новых образцов ракетно-космических систем.

- Техническое задание на выполнение ОКР по теме «Разработка технологий проектирования и имитационного моделирования для суперЭВМ на основе базового программного обеспечения» с дополнениями (далее - ТЗ).

- Документация на пакеты программ ЛОГОС, ЛЭГАК-ДК и их связи, и дистрибутивы адаптированных пакетов программ ЛОГОС и ЛЭГАК-ДК версии 4.0 на электронном носителе.

- Научно-технические отчеты по тестированию, верификации и валидации пакетов программ ЛОГОС и ЛЭГАК-ДК на задачах для элементов компьютерных моделей и сводный научно-технический отчет.

- Карточки задач с указанием контролируемых параметров и их эталонных значений для каждой детальной компьютерной модели прототипов реальных изделий ракетно-космической техники.

- Протокол предварительных испытаний пилотной версии компьютерной модели для отработки новых образцов ракетно-космических систем.

- Заключение комиссии по предварительным испытаниям о передаче компьютерной модели для отработки новых образцов ракетно-космических систем в опытную эксплуатацию.

- Акты ввода в опытную эксплуатацию программно-аппаратных комплексов на предприятиях ракетно-космической отрасли (ФКП «НИЦ РКП», ОАО КБХА и ФГУП ГНПРКЦ «ЦСКБ-Прогресс»).

Комиссией были заслушаны доклады представителей ФКП «НИЦ РКП» (В.Ю. Рябых), ОАО КБХА (С.В.Чембарцев), ФГУП ГНПРКЦ «ЦСКБ Прогресс» (В.С.Горащук) о результатах работ по проекту.

Приемочные испытания были проведены для следующих основных элементов пилотной версии Компьютерной модели:

1) адаптированные пакеты программ ЛОГОС и ЛЭГАК-ДК версии 4.0;

2) детальные компьютерные модели для реальных изделий ракетно-космической техники и стендовых систем, предназначенные для решения следующих задач:

• течение продуктов сгорания в камере и сопле ЖРД;

• течение охладителя в тракте охлаждения камеры;

• моделирование напряженно-деформированного состояния элементов камеры сгорания;

• моделирование течения реального газа в проточной части турбины турбонасосного агрегата (ТНАГ);

• моделирование НДС элементов ТНАГ;

• течение продуктов сгорания в КС, сопловой части ЖРД и газодинамической трубы (ГДТ) высотного стенда;

• течение жидкости в клапане стенда;

• течение жидкости в фильтре стенда;

• течение жидких компонент топлива в форсунках ЖРД;

• обтекание РН на активном участке полета;

• прочность бака «О» РН;

• бронезащита РН;

• ветровые нагрузки на РН;

• жесткость размерностабильной несущей конструкции телескопа;

• тепловой режим иллюминатора гермоотсека космического аппарата.

Приемочные испытания Компьютерной модели проводились на средствах вычислительной техники ФКП «НИЦ РКП», включая компактную супер-ЭВМ АПК-1, а также на вычислительных ресурсах супер-ЭВМ ФГУП «РФЯЦ-ВНИИЭФ» в режиме удаленного доступа. Все оборудование работало в штатном режиме.

Испытания подтвердили количественные и качественные характеристики компьютерной модели, в том числе функциональные характеристики, наличие и комплектность документации, содержание документации требованиям ТЗ и нормативным документам.

В ходе выполнения работ по созданию компьютерной модели для отработки новых образцов ракетно-космических систем, состоящей из: «виртуальной модели элементов жидкостного ракетного двигателя», «виртуальной модели системы «стенд-двигатель», «виртуальной модели элементов ракеты-носителя (РН)», были решены следующие практические задачи в интересах создания новых и модернизации существующих образцов ракетно-космической техники:

• определение аэродинамических характеристик РН «Союз-2» для космодрома «Восточный»;

• расчет ветровых нагрузок на РН «Союз-2» на стартовом комплексе;

• расчет прочностных характеристик элементов РН «Союз-2»;

• расчет прочности элементов камеры сгорания ЖРД РД0146;

• моделирование течения продуктов сгорания в камере сгорания ЖРД РД0146;

• расчет прочности элементов турбонасосного агрегата горючего ЖРД РД0146;

• расчеты течений в элементах стендов, предназначенных для испытаний двигателя РД0146;

• расчет газодинамических течений в сопловой части двигателя РД0146 и газодинамической трубе стенда.

Применение компьютерной модели для отработки новых образцов ракетно-космических систем позволило:

• подтвердить возможность проверки характеристик двигателя РД0146 с различным диаметром сопла (960 мм и 1250 мм) в высотных условиях работы на стенде НИЦ РКП;

• использовать результаты моделирования при разработке агрегатов двигателя РД0146;

Тем самым подтверждено, что компьютерная модель для отработки новых образцов ракетно-космических систем соответствует требованиям ТЗ, проведенные верификационные и валидационные расчеты выполнены в полном объеме и подтверждают работоспособность адаптированного БПО для всех классов задач, определенных в ТЗ а результаты моделирования на адаптированной версии БПО выбранных компьютерных моделей обеспечивают совпадение с эталонными значениями.

Рабочая группа рекомендовала продолжить работы по Проекту «Развитие суперкомпьютеров и грид-технологий» с целью создания промышленной версии отечественного программного обеспечения имитационного моделирования и компьютерных моделей на предприятиях Роскосмоса.

Также предлагается ввести в практику отработки критических режимов работы изделий ракетно-космических систем обязательное полномасштабное расчетное обоснование на базе их компьютерных моделей перед зачетными натурными испытаниями. Для того требуется ввести в процесс подготовки специалистов предприятий ракетно-космической отрасли обязательную практику обучения имитационному моделированию на супер-ЭВМ. С целью решения актуальных практических задач по разработке и отработке новых образцов ракетно-космической техники необходимо существенно увеличить вычислительные ресурсы гражданского сегмента ФГУП «РФЯЦ-ВНИИЭФ» с учетом предоставления ресурсов на договорной основе и планов создания отраслевого вычислительного центра.

Межведомственная рабочая группа дала заключение о применимости и вводе в эксплуатацию Компьютерной модели для отработки новых образцов ракетно-космических систем.

Для справки :

Компьютерная модель включает «виртуальную модель элементов жидкостного ракетного двигателя», «виртуальную модель системы «стенд-двигатель», «виртуальную модель элементов ракеты-носителя (РН)» (далее – «Виртуальная модель элементов РКТ») и состоит из:

• комплекса адаптированных (специализированных) программных средств компьютерного моделирования напряженно-деформированных, тепловых состояний, аэрогазодинамических и гидравлических течений, описывающих поведение конструкций изделий РКТ и их отдельных элементов в условиях реальной эксплуатации;

• исчерпывающей информации по постановкам задач, тестированию, верификации и валидации адаптированных программных средств, доказательно подтверждающую достоверность численного решения (моделирования) рассматриваемых (заявленных) классов задач прочности, тепломассопереноса и аэрогазодинамики изделий ракетно-космической техники и ее отдельных элементов (ракетоносителей, жидкостных ракетных двигателей, стендовых систем);

• детальных компьютерных моделей прототипов реальных изделий ракетно-космической техники (РН, стендов для отработки ЖРД) и их отдельных элементов (РН, ЖРД, стендов для испытаний ЖРД), представляющих собой совокупность дискретных моделей (конечных объемов и конечных элементов), подробно описывающих геометрию исследуемых объектов и условия взаимодействия их отдельных элементов, базы данных теплофизических и механических характеристик подвижных сред (газов и жидкостей) и деформируемых конструкционных материалов, начальные и граничные условия, соответствующие режимам эксплуатации.

• «Виртуальная модель элементов жидкостного ракетного двигателя» - это совокупность комплексов программных продуктов, связанных между собой по форматам передачи данных, интегрированных в существующий процесс проектирования ракетных двигателей и реализованных в виде методики имитационного моделирования, апробированной на компьютерных моделях прототипов элементов жидкостного ракетного двигателя.

• «Виртуальная модель системы «стенд-двигатель» - это совокупность программных средств, воспроизводящих работу сопловой части двигательной установки на стенде и реализованных в виде методики имитационного моделирования, апробированной на компьютерных моделях прототипов стендовых систем.

• «Виртуальная модель РН» - это совокупность комплексов программных продуктов, связанных между собой по форматам передачи данных, интегрированных в существующий процесс проектирования ракет космического назначения и реализованных в виде методики имитационного моделирования, апробированной на компьютерных моделях прототипов элементов ракет космического назначения.

Некоторые слайды из презентаций докладов:

16.11.2012

В ФКП «НИЦ РКП» проведены приемочные испытания пилотной версии компьютерной модели для отработки новых образцов ракетно-космических систем.

АниКей · 21.11.2012 16:00:35

8-9 ноября в городе Пересвет Московской области в Научно-испытательном центре ракетно-космической промышленности работала Комиссия по приёмке опытно-конструкторской работы.
Ядерный центр ВНИИЭФ разработал технологии проектирования и имитационного моделирования для суперЭВМ в части создания пилотной версии компьютерной модели новых образцов ракетно-космических систем.
Рабочая группа комиссии провела испытания созданной компьютерной модели на практических задачах, таких как определение аэродинамических и прочностных характеристик ракеты-носителя «Союз-2» для космодрома «Восточный» и многих других. Комиссия приняла решение о приёмке и вводе продукции в эксплуатацию.
ОКР является частью работ, выполненных в рамках проекта «Развитие суперкомпьютеров и грид-технологий» в 2010-2012 гг. В их выполнении, кроме ядерного центра, задействованы ведущие предприятия ракетно-космической отрасли.
http://www.vniief.ru/wps/wcm/connect/vniief/site/presscenter/news/dbec58804d6fabc2b505f562d1459f77