Программы для ЭВМ

Программа создана для автоматизации расчёта параметров проектируемых прототипов вентильных электродвигателей с постоянными магнитами. Рассчитывается наиболее востребованная конфигурация двигателя с внешним ротором, обладающая большим моментом вращения по сравнению с внутренним ротором. Ввод и вывод данных реализован через загрузку файла входных данных и запись файла рассчитанных выходных данных. Для вычисления магнитного потока, создаваемого постоянными магнитами, используется метод магнитных цепей. Выбран магнитный путь с максимальным значением плотности магнитного потока, в момент, когда большая часть башмака зуба статора совмещена с магнитом. Эта точка соответствует переключению фаз на следующую обмотку при вращении двигателя. Значения плотности магнитного потока в зубьях и основании статора и ротора с учётом насыщения электротехнической стали и изменения её проводимости позволяет определить параметры проектируемого прототипа, а именно: ширину зубьев, основание ротора и статора, ширину паза под обмотку, максимальное количество проводников в пазе, собственную индукцию и потокосцепление обмотки. Для визуального контроля введённых параметров строится двумерная схема двигателя. Тип ЭВМ: IBM PC - совмест. ПК; ОС: Linux, 64-bit с версией ядра 2.6. Python 3

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программный модуль реализует функционал идентификации и численного описания дифракционных пиков. При проведении эксперимента по дифракционной томографии камера снимает несколько десятков дифракционных картин. Из-за несовершенства камеры, кроме пиков от структуры на дифракционных картинах также присутствуют различные шумы, особенно ярко это проявляется при использовании режима низкой дозы, в котором соотношение сигнал/шум мало. Для более точной идентификации пиков на каждой дифракционной картине производится фильтрация шума (с помощью фильтра Гаусса), затем с помощью анализа гистограммы задается динамический порог, который определяет минимальный уровень дифракционных пиков. Затем все кластеры пикселей с интенсивностью выше порога аппроксимируются гауссианами с целью нахождения точных положений их центров. Python 3

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программный модуль реализует функционал выравнивания дифракционных картин, полученных в результате томографического эксперимента. Положение центрального пика дифракционной картины может меняться как систематически (например, при использовании таких инструментов, как наклон электронного пучка для покрытия большего объема в обратном пространстве), так и бессистемно (из-за дрейфа параметров электронного микроскопа), препятствуя корректной реконструкции обратного пространства. С помощью взаимнокорреляционной функции реализовано выравнивание дифракционных серий для двух основных типов экспериментов – с использованием механического устройства перекрытия центрального пучка и без него. Python 3

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для управления движением подводной лабораторной платформой. В нее входят модуль нижнего уровня управления платформы и модуль автоматической стабилизации положения платформы под водой. Программа реализует интерфейс между оператором и платформой, предоставляя данные с ее сенсоров и передавая команды на управление двигателями. Подводная лабораторная платформа предназначена только для научных и исследовательских целей. Тип ЭВМ: процессор Broadcom ВСМ2711; ОС: Linux. Python 2.7.18

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа осуществляет: выборку и извлечение объектов анализа (вычислительные задания, представленные в виде набора выделенных параметров и метрик); проведение анализа временных параметров (оценка распределения и прогнозирование времени завершения вычислительных заданий); рассылку полученных результатов в соответствующие аналитические системы/службы. Работа с источниками данных осуществляется «коллектором»: извлечение данных из системы управления потоками заданий и загрузкой, которые вносят значительный вклад во время обработки анализируемых заданий (в качестве инструментов извлечения и обработки сырых данных для нормирования временных параметров используются утилиты Apache Sqoop и Pig соответственно). Анализ данных осуществляется «предиктором»: создание предиктивной модели и использование данной модели для генерации предсказаний времени выполнения выбранных заданий на основе методов машинного обучения (используется программная платформа распределенной обработки данных Apache Spark в среде распределенной файловой системы Hadoop Distributed File System и библиотека машинного обучения Spark.MLlib). Распределение полученных результатов осуществляется «дистрибьютером»: постобработка с использованием статистического анализа и рассылка выходных/результирующих данных соответствующим системам (используется API анализируемой и контролирующей систем). Конфигурирование программы позволяет определить рабочую выборку данных и соответствующие ключевые параметры/атрибуты, а также настроить параметры модели. Python 2.7, Pig Latin

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для вычисления энергий связи адатомов на поверхностях GaN (0001), AlN (0001) и подобных с использованием эмпирических потенциалов межатомного взаимодействия. Начальные конфигурации атомов при задании поверхностей GaN и AlN соответствуют различным положениям адатомов Al, Ga и N. Вычисление структур с минимальными энергиями производится на основе градиентных методов оптимизации для потенциалов Терсоффа и Стиллинджера-Вебера. Python 2.7 или выше

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа основана на использовании теории массового обслуживания, где поток требований на обслуживание имитирует процесс обработки вычислительных задач: генерация вычислительных задач (задаются такие параметры как время постановки в очередь, время обработки на рабочих узлах, количество рабочих узлов, используемых для обработки); постановка задач в очередь (порядок элементов в очереди задается одной из дисциплин: FIFO или Priority); постановка задач на обработку (назначение запрашиваемого количества рабочих узлов вычислительной задаче, время завершения определяется как время начала обработки плюс запрашиваемое время на обработку). При генерации вычислительных задач параметры могут задаваться либо с использованием предопределенных значений, либо сгенерированных случайным образом, которые подчиняются распределению Пуассона. Программа учитывает накладываемые требования и ограничения суперкомпьютера Titan: общее количество рабочих узлов равно 18,688; предельное количество задач в очереди для одного пользователя равно 4; использование буфера очереди для исключения потерь задач при достижении их предельного количества в очереди. Python 2.7

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа представляет собой web-приложение и позволяет осуществлять управление и контроль над аналитическими процессами (в частности, управление запусками процессов создания предиктивных моделей, генерации предсказаний и оценки полученных результатов), а также предоставляет информацию о текущем состоянии вычислительных заданий и соответствующие метрики качества выполненных расчетов по оценке времени обработки вычислительных заданий. Программа интегрирована с системой управления потоками заданий и загрузкой (ProdSys2/PanDA). Python 2.7

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для запуска алгоритмов генерации событий для моделирования методом Монте-Карло в распределенной вычислительной среде. Генерация событий представляет собой моделирование соударений протонов в общем для эксперимента АТЛАС формате для дальнейшего моделирования прохождения частиц через детектор и исследования отклика детектора на различные процессы. Функциональные возможности: извлечение необходимых параметров из файлов метаданных, описывающих генераторы событий; поддержка различных источников метаданных, включая распределенную файловую систему и систему контроля версий; автоматическое определение необходимых входных данных для генератора событий из файла метаданных; формирование параметров задачи в системе управления загрузкой; применение фильтров событий для генераций событий, отвечающих заданным физическим процессам. Программа создана в рамках соглашения №14.Z50.31.0024 от 14.05.2018 с Министерством образования и науки Российской Федерации. Python 2.7

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для распознавания состояний возможного нарушения мозгового кровообращения, вызванных остеохондрозом шейного отдела позвоночника, по производным факторам вариабельности сердечного ритма. Программа получает на вход данные вариабельности сердечного ритма и вычисляет значения требуемых факторов для определения требуемых характеристик данных. Рассматриваемые факторы являются производными зависимости длины кардиоинтервала от длины пульсовой волны, а именно угол наклона линии регрессии, смещение точек линии регрессии, среднеквадратичное отклонение длины кардиоинтервала от длины пульсовой волны. По данным факторам производится определение возможной принадлежности пациента к группе с остеохондрозом шейного отдела позвоночника. Полученные результаты расчетов имеют определенную значимость для исследования воздействия нейростимуляци на показатели вариабельности сердечного ритма при наличии нарушений мозгового кровообращения. Тип ЭВМ: IBM PC-совмест ПК; ОС: Windows, Linux. Python 2.7

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)