Optimalizace tvaru mazací mezery hydrodynamického ložiska s využitím umělých neuronových sítí
| but.committee | doc. Ing. Miroslav Škopán, CSc. (předseda) doc. Ing. Jiří Malášek, Ph.D. (místopředseda) Ing. Zdeněk Heneš (člen) Ing. Jan Pokorný, Ph.D. (člen) Ing. Jiří Štoček, Ph.D. (člen) | cs |
| but.defence | Diplomant prezentoval svou závěrečnou práci a odpověděl na otázky vedoucího i oponenta. Dále odpovídal na dotazy členů zkušební komise: 1) Jaká kriteria optimalizace byla použita při řešení práce. částečně zodpovězeno 2) Vliv otáček rotoru na funkci ložiska, návaznost na optimalizaci. nezodpovězeno 3) Jaké jsou druhy učení neuronové sítě? Který přístup byl použit? zodpovězeno Diplomant svou závěrečnou práci obhájil. | cs |
| but.jazyk | čeština (Czech) | |
| but.program | Strojní inženýrství | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Jonák, Martin | cs |
| dc.contributor.author | Kukla, Lukáš | cs |
| dc.contributor.referee | Coufal, Tomáš | cs |
| dc.date.created | 2020 | cs |
| dc.description.abstract | Práce se zabývá popisem hlavních částí turbodmychadla a vysvětlením pojmu optimalizace. Dále se práce zabývá popisem proudění skutečných kapalin a mazání u hydrodynamického ložiska. Je zde popsána tvorba výpočtového modelu, metamodelu a následné hledání globálního extrému. Konkrétně, při tvorbě metamodelů je použita technika neuronové sítě. | cs |
| dc.description.abstract | The thesis deals with the description of the main parts of the turbocharger and explains the concept of optimization. Furthermore, the work deals with the description of the flow of real fluids and lubrication of the hydrodynamic bearing. The work deals with the creation of a computational model, metamodel and subsequent search for a global extreme. In particular, the neural network metamodel technique is used in metamodel formation. | en |
| dc.description.mark | C | cs |
| dc.identifier.citation | KUKLA, L. Optimalizace tvaru mazací mezery hydrodynamického ložiska s využitím umělých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2020. | cs |
| dc.identifier.other | 121596 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/192293 | |
| dc.language.iso | cs | cs |
| dc.publisher | Vysoké učení technické v Brně. Fakulta strojního inženýrství | cs |
| dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
| dc.subject | Turbodmychadlo | cs |
| dc.subject | optimalizace | cs |
| dc.subject | axiální segmentové ložisko | cs |
| dc.subject | metamodel | cs |
| dc.subject | neuronová síť | cs |
| dc.subject | Turbocharger | en |
| dc.subject | optimization | en |
| dc.subject | axial segment bearing | en |
| dc.subject | metamodel | en |
| dc.subject | neural network | en |
| dc.title | Optimalizace tvaru mazací mezery hydrodynamického ložiska s využitím umělých neuronových sítí | cs |
| dc.title.alternative | Lubricant gap shape optimization of the hydrodynamic thrust bearing using artificial neural networks | en |
| dc.type | Text | cs |
| dc.type.driver | masterThesis | en |
| dc.type.evskp | diplomová práce | cs |
| dcterms.dateAccepted | 2020-07-13 | cs |
| dcterms.modified | 2020-07-15-15:22:51 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta strojního inženýrství | cs |
| sync.item.dbid | 121596 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2025.03.27 08:51:48 | en |
| sync.item.modts | 2025.01.15 12:10:30 | en |
| thesis.discipline | Automobilní a dopravní inženýrství | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta strojního inženýrství. Ústav automobilního a dopravního inženýrství | cs |
| thesis.level | Inženýrský | cs |
| thesis.name | Ing. | cs |