The object of research, development or design (in Russian) : Метод топологической оптимизации для механических и аэродинамических конструкций.

The object of research, development or design (in Kazakh) : Механикалық және аэродинамикалық құрылымдарды топологиялық оңтайландыру әдісі.

Aim of work (in Russian) : Разработка нового метода TO, который включает в себя методы ускоренных вычислений с использованием GPU и Глубокого Обучения (Deep Learning) для разработки 3D-печатных структур, оптимизированных для мультифизических приложений, в частности, приложений взаимодействия аэродинамики с твердым телами. Новый метод позволит дизайнерам выполнять итерации быстрее с меньшим количеством ошибок и глубже исследовать пространство разработки.

Aim of work (in Kazakh) : Мақсаты – мультифизикалық қосымшаларға, атап айтқанда аэродинамика - құрылымдық әрекеттесу үшін, Терең Оқыту (Deep Learning) және графикалық өңдеу қондырғысы (GPU) – жеделдетілген есептеу техникасын біріктіріп, оңтайландырылған 3D баспаға шығарылатын кешенді құрылымдарды өңдейтін жаңа ТО әдісін жасау. Жаңа әдіс дизайнерлерге аз қателіктермен итерация жасауға және дизайн кеңістігін терең зерттеуге мүмкіндік береді.

Методы исследования (на русском) : Методы топологической оптимизации, машинное обучение и методы математического и численного моделирования в механике сплошных сред.

Методы исследования (на казахском) : Топологияны оңтайландыру әдістері, машиналық оқыту және үздіксіз механикадағы математикалық және сандық модельдеу әдістері.

Obtained results and novelty (in Russian) : В рамках текущего проекта анализированы различные современные исследования в области вычислительного ускорения методов ТО, классифицированы и оценены тренды исследований на международном уровне. Таким образом, результат работы ясно показывает, что более ранние работы опирались на методы вычислительного ускорения на основе центрального процессора (CPU), в то время как последние исследования в основном рассматривают подходы на основе графического процессора (GPU) и машинного обучения (ML). Кроме того, в текущем проекте мы исследовали применение методов ML для вычислительного ускорения оптимизации топологии. Мы протестировали и сравнительно проанализировали 3 типа улучшенных моделей нейронных сетей с использованием 3 различных структурированных наборов данных и достигли удовлетворительных результатов, позволяющих генерировать оптимизированные для топологии структуры в 2D и 3D доменах. В качестве реального применения ML мы решили изучить легкий вес дронов и роботизированного мягкого захвата. Кроме того, исследования дополнительно расширены для оценки влияния легкого веса на скорость потребления энергии дроном, который интегрирован с мягким захватом из четырех пальцев. В частности, представлены вариации скорости энергопотребления из-за легкого веса дрона, а также захвата с использованием различных значений параметра объемной доли в анализе оптимизации топологии аэродинамики и структуры (ASTO).

Obtained results and novelty (in Kazakh) : Ағымдағы жоба аясында ТО әдістерін есептеуді жеделдету саласындағы әртүрлі заманауи зерттеулер талданады, халықаралық деңгейдегі зерттеу тенденциялары жіктеледі және бағаланады. Осылайша, жұмыстың нәтижесі алдыңғы жұмыс орталық процессорға (CPU) негізделген есептеуді жеделдету әдістеріне негізделгенін анық көрсетеді, ал соңғы зерттеулер негізінен графикалық өңдеу блогына (GPU) және машиналық оқытуға (ML) негізделген тәсілдерді қарастырады. Сонымен қатар, ағымдағы жобада біз топологияны оңтайландыруды есептеу жеделдету үшін ML әдістерін қолдануды зерттедік. Біз 3 түрлі құрылымдық деректер жиынын пайдаланып жетілдірілген нейрондық желі үлгілерінің 3 түрін сынап, салыстырмалы түрде талдадық және 2D және 3D домендерінде топологияға оңтайландырылған құрылымдарды құруға мүмкіндік беретін қанағаттанарлық нәтижелерге қол жеткіздік. ML нақты қолданбасы ретінде біз дрондар мен роботты жұмсақ ұстағыштардың жеңіл салмағын зерттеуді шештік. Сонымен қатар, жеңіл салмақтың төрт саусақты жұмсақ ұстағышпен біріктірілген дронның қуат тұтыну жылдамдығына әсерін бағалау үшін зерттеулер одан әрі кеңейтілді. Атап айтқанда, дронның жеңіл салмағына байланысты қуат тұтыну жылдамдығының ауытқуы, сондай-ақ Аэродинамика және құрылым топологиясын оңтайландыру (ASTO) талдауында көлемдік үлес параметрінің әртүрлі мәндерін қолдану арқылы түсіру ұсынылған.

The main constructive and technical economic indicators (in Russian) : Вид исследования данного проекта является "Фундаментальное исследование".

The main constructive and technical economic indicators (in Kazakh) : Бұл жобаның зерттеу түрі – «Іргелі зерттеулер».

Level of implementation (in Russian) : Поскольку проект фундаментальный, результаты исследования будут распространяться в национальных и международных академических/инженерных учреждениях и организациях посредством участия в конференциях, семинарах и симпозиумах, а также посредством публикаций.

Level of implementation (in Kazakh) : Жоба іргелі болғандықтан, зерттеу нәтижелері конференцияларға, семинарларға және симпозиумдарға қатысу арқылы, сондай-ақ жарияланымдар арқылы ұлттық және халықаралық академиялық/инженерлік институттар мен ұйымдарда таратылатын болады.

Efficiency (in Russian) : Эффективность проекта считается высокой, поскольку исследователи проекта опубликовали свои результаты в журналах с высоким импакт-фактором. Например, следующая статья опубликована в одном из лучших журналов в этой области, где импакт-фактор равен 11,718, квартиль - Q1; Процентиль 99%: - Y. Maksum, A. Amirli, A. Amangeldi, A. Romagnoli, Y. Ding, S. Rustamov, B. Akhmetov*, “Computational Acceleration of Topology Optimization Using Parallel Computing and Machine Learning Methods – Analysis of Research Trends", Journal of Industrial Information Integration, 100352, 2022

Efficiency (in Kazakh) : Жобаның тиімділігі жоғары деп саналады, себебі жоба зерттеушілері өз нәтижелерін импакт-факторы жоғары журналдарда жариялады. Мысалы, келесі мақала осы саладағы ең жақсы журналдардың бірінде жарияланған, онда импакт-фактор 11,718, квартил Q1; 99% пайыздық: - Y. Maksum, A. Amirli, A. Amangeldi, A. Romagnoli, Y. Ding, S. Rustamov, B. Akhmetov*, “Computational Acceleration of Topology Optimization Using Parallel Computing and Machine Learning Methods – Analysis of Research Trends", Journal of Industrial Information Integration, 100352, 2022

Field of application (in Russian) : Разработка усовершенствованного метода топологической оптимизации (TO) на основе сопряженного моделирования аэродинамика-твердое тело (ASTO) для взаимодействия жидкости со структурой может значительно продвинуться в разработке 3D-печатных аэродинамически эффективных и механически жестких компонентов/конструкций, особенно для гражданского строительства и аэрокосмической промышленности. Усовершенствованный алгоритм TO/ASTO будет дополнительно рассмотрен на предмет его интеграции с дизайном пользовательского интерфейса в качестве программного обеспечения для целей коммерциализации путем дальнейшего применения к новым фондам и грантам. Дальнейшие возможности финансирования коммерциализации также будут обсуждаться с такими организациями, как «Astana Hub» – международный технопарк ИТ-стартапов, для оценки бизнес-возможностей и жизнеспособности ASTO на национальном и международном уровнях.

Field of application (in Kazakh) : Ағымдағы жобаның зерттеу нәтижелерінің жалпы әсері айтарлықтай болады деп күтілуде. Сұйықтық құрылымының өзара әрекеттесуі үшін аэродинамика-қатты дене топологиясын оптимизациялаудың (ASTO) жетілдірілген әдісін жасау, 3D басып шығарылатын аэродинамикалық тиімді және механикалық қатаң компоненттерді/құрылымдарды, әсіресе салынған орта мен аэроғарыш өнеркәсібі үшін айтарлықтай жетілдіруі мүмкін. Жақсартылған TO/ASTO алгоритмі одан әрі жаңа қорлар мен гранттарға қосымша қолдану арқылы коммерцияландыру мақсатында бағдарламалық құрал ретінде пайдаланушы интерфейсінің дизайнымен біріктіру үшін қарастырылатын болады. Одан әрі коммерцияландыруды қаржыландыру мүмкіндіктері ұлттық және халықаралық деңгейде ASTO бизнес мүмкіндіктері мен өміршеңдігін бағалау үшін Astana Hub, IT-бастаушылардың халықаралық технопаркі сияқты ұйымдармен талқыланатын болады.