No (3688)
Number of found documents:
3688
Published from
to
Social Housing for Young Adults in Kielce, Poland
Teriyapirom, Arisa; Janicka, Dominika; Mielczarek, Zuzanna Irena
2023 - English
Social Housing for Young Adults in Kielce, Poland is a diploma project that focuses on the revitalization of an abandoned university building, art gallery and synagogue into an affordable social housing complex that integrates various forms of social spaces and social activities. The crisis in the housing market and the economic situation has left many young adults struggling to afford rent, or being able to only afford places that are in poor condition and thus they return to their hometown ore move to smaller cities, in order to avoid the extremely high rental prices. Good housing is a necessity, especially for young adults, as they are in a period of transition to adulthood, and requires a proper place to call home. In addition, the project also focuses on a young adult’s life as a whole, this means revitalization of spaces to support a co-working environment, as this is becoming increasingly popular and beneficial to young adults who are working remotely or in non-traditional careers. It also means designing a social space outside the housing block, to give a sense of separation between personal and social life. In this project, the university building is redesigned into social housing, co-living environment, art gallery for canteen, and synagogue for co-working space. The three buildings all come together to create an inclusive, conducive, comfortable, playful environment for young adults in Kielce. Social Housing for Young Adults in Kielce, Poland is a diploma project that focuses on the revitalization of an abandoned university building, art gallery and synagogue into an affordable social housing complex that integrates various forms of social spaces and social activities. The crisis in the housing market and the economic situation has left many young adults struggling to afford rent, or being able to only afford places that are in poor condition and thus they return to their hometown ore move to smaller cities, in order to avoid the extremely high rental prices. Good housing is a necessity, especially for young adults, as they are in a period of transition to adulthood, and requires a proper place to call home. In addition, the project also focuses on a young adult’s life as a whole, this means revitalization of spaces to support a co-working environment, as this is becoming increasingly popular and beneficial to young adults who are working remotely or in non-traditional careers. It also means designing a social space outside the housing block, to give a sense of separation between personal and social life. In this project, the university building is redesigned into social housing, co-living environment, art gallery for canteen, and synagogue for co-working space. The three buildings all come together to create an inclusive, conducive, comfortable, playful environment for young adults in Kielce.
Keywords:
Social housing; revitalization; co-living; co-working; Social housing; revitalization; co-living; co-working
Available in a digital repository NRGL
Social Housing for Young Adults in Kielce, Poland
Social Housing for Young Adults in Kielce, Poland is a diploma project that focuses on the revitalization of an abandoned university building, art gallery and synagogue into an affordable social ...
Registrace snímků sítnice pomocí hlubokého učení
Doskočil, Ondřej; Jakubíček, Roman; Vičar, Tomáš
2023 - English
Registrace obrazu je zakladním úkolem v mnoha aplikacích pro analýzu medicínských obrazu. Při zkoumání očního pozadí je nutné dobře registrovat snímky sítnice, aby bylo možné zkoumat jevy jako pulzace cév. Tato registrace se často řeší pomocí tradičních, často iterativních, metod. Stejně jako v ostatních oblastech medicínských aplikací, se v posledních letech stále častěji používají metody hlubokého učení pro dosažení lepších a rychlejších výsledků. Tato práce prezentuje možnost využití hlubokých neuronových sítí pro predikci parametrů transformace, které se použijí pro registraci snímku sítnice. Image registration is a fundamental task in many medical image analysis applications. When examining the ocular fundus, it is necessary to register retinal images properly in order to examine phenomena such as vessel pulsations. This registration process is often solved using traditional, often iterative, methods. As in other areas of medical applications, deep learning methods have been increasingly used in recent years to achieve better and faster results. This thesis presents the possibilities of using deep neural networks to predict the transformation parameters to be used for retinal image registration.
Keywords:
image registration; deep learning; retinal images; registrace obrazů; hluboké učení; snímky sítnice
Available in a digital repository NRGL
Registrace snímků sítnice pomocí hlubokého učení
Registrace obrazu je zakladním úkolem v mnoha aplikacích pro analýzu medicínských obrazu. Při zkoumání očního pozadí je nutné dobře registrovat snímky sítnice, aby bylo možné zkoumat jevy jako pulzace ...
Analýza vysokofrekvenčního EKG s využitím hlubokého učení
Koščová, Zuzana; Antin, Christoph Hoog; Plešinger, Filip
2023 - English
Analýza ultravysokofrekvenčného EKG (UHF-ECG) poskytuje informácie o elektrickej komorovej dyssynchrónii. Okrem toho analýza UHF-ECG v reálnom čase umožňuje priamu optimalizáciu stimulačnej elektródy počas implantácie kardiostimulátora. V tejto diplomovej práci opisujeme poruchy komorového vedenia, súčasnú metódu analýzy UHF-ECG a hlavne predstavujeme niekoľko modelov hlbokého učenia na to, aby sme zistili, ktoré kroky UHF-ECG analýzy môžu byť hlbokým učením nahradené. Dáta použité na vývoj a validáciu modelov hlbokého učenia pochádzajú z 2 súkromných nemocníc (FNUSA-ICRC, Brno, Česko, FNKV Praha, Česko) a z 3 verejne dostupných databáz. Najprv boli predstavené dve metódy hlbokého učenia na detekciu QRS komplexu a odhad trvania QRS komplexu v jednom kroku inferencie. Pri úlohe detekcie sme získali celkové F1-skóre 98,84 ± 0,51 \% a pri úlohe odhadu trvania QRS komplexu strednú absolútnu chybu (MAE) 12,25 ± 2,16 ms. Táto metóda zvyšuje výkonnosť analýzy UHF-ECG a vďaka tomu môže výrazne skrátiť čas merania. Okrem toho bol vyvinutý regresný model na odstraňovanie stimulačných impulzov založený na tzv. conditional generative adversarial networks. Výsledky boli vyhodnotené na základe korelácie 15 priemerných vysokofrekvenčných obálok v oblasti QRS komplexu medzi výstupom modelu a cieľovým signálom. Výsledky ukazujú vyššiu koreláciu na spontánnych signáloch a pokles korelácie so zvyšujúcim sa frekvenčným pásmom. Napokon boli vytvorené dva modely konvolučených neurónových sietí (CNN) na odhad komorovej elektrickej dyssynchrónie (VED). Konkrétne CNN s vrstavmi v 1D a 2D. MAE medzi naším riešením a anotáciou je 12,61 ±18,95 ms a 12,27 ±17,73 ms pre 1D a 2D CNN. MAE na spontánnych signáloch je pre oba modely približne o 5 ms nižšia ako na stimulovaných údajoch, čo naznačuje potrebu odstrániť stimulačné impulzy. Tieto modely hlbokého učenia prinášajú redukciu pipeline predspracovania a zároveň poskytujú výstup v jednom kroku inferencie. V prípade modelu detekcie QRS a odhadu trvania QRS je zlepšenie výkonu oproti súčasnému riešeniu evidentné a tieto kroky súšasnej analýzy UHF-ECG by mohli byť hlbokým učením nahradené. Avšak pre odstránenie stimulačných impulzov a odhad parametrov VED je potrebné zlepšiť výkon pre reálne použitie. Ultra-high-frequency ECG (UHF-ECG) analysis provides information about electrical ventricular dyssynchrony. Additionally, real-time UHF-ECG analysis enables direct optimization of the pacing electrode during pacemaker implantation. In this master thesis, we describe ventricular conduction abnormalities, the current method for UHF-ECG analysis and most importantly, we have developed several deep learning models to find out which steps of UHF-ECG analysis can be replaced by deep learning. Data used for the development and validation of the models come from 2 private hospitals (FNUSA-ICRC hospital, Brno, Czechia, and FNKV hospital Prague, Czechia) and from 3 publicly available datasets. First, we present two deep learning methods for QRS complex detection and QRS complex duration estimation in one inference step. We received an overall F1-score of 98.84 ± 0.51 \% for the detection task and a Mean Absolute Error (MAE) of 12.25 ± 2.16 ms for the QRS duration estimation task. This method enhances UHF-ECG analysis performance and therefore could significantly reduce measurement time. Furthermore, a regression model for pacing stimuli removal based on a conditional generative adversarial network was developed. The results were evaluated based on the correlation of 15 averaged high-frequency envelopes in the QRS complex region between the model output and the target signal. The results show a higher correlation on spontaneous than on paced data and a drop in correlation with the increasing frequency band. Last, two deep learning models with convolutional neural network (CNN) were created to estimate ventricular electrical dyssynchrony (VED). Specifically, one-dimensional (1D) and 2-dimensional (2D) CNN. The MAE between our solution and annotation is 12.61 ±18.95 ms and 12.27 ±17.73 ms for 1D and 2D CNN, respectively. MAE on spontaneous data is approximately 5 ms lower than on paced data for both models, indicating the need to remove the pacing stimuli. These deep learning models yield a reduction in the pre-processing pipeline while delivering output in a single inference step. For the QRS detection and QRS duration estimation model, the performance improvement over the current solution is evident and these steps of UHF-ECG analysis could be replaced by deep learning. However, for the removal of pacing stimuli and VED parameter estimation, it is required to improve the performance.
Keywords:
ECG; UHF-ECG; deep learning; UNet; ventricular dyssynchrony; LBBB; RBBB; QRS; cGAN; EKG; UHF-ECG; hlboké učenie; UNet; komorová dyssynchrónia; LBBB; RBBB; QRS; cGAN
Available in a digital repository NRGL
Analýza vysokofrekvenčního EKG s využitím hlubokého učení
Analýza ultravysokofrekvenčného EKG (UHF-ECG) poskytuje informácie o elektrickej komorovej dyssynchrónii. Okrem toho analýza UHF-ECG v reálnom čase umožňuje priamu optimalizáciu stimulačnej elektródy ...
Nástroj pro automatizované penetrační testování webových serverů
Rajecký, Michal; Holop, Patrik; Malinka, Kamil
2023 - English
Táto práca sa zaoberá témou kybernetickej bezpečnosti s dôrazom na bezpečnosť webových serverov. Zahŕňa technológie, ktoré sa používajú na ochranu webových serverov pred častými bezpečnostnými hrozbami. Ďalej sa práca venuje spôsobu odhaľovania týchto bezpečnostných hrozieb pomocou rôznych metodík penetračného testovania a zoznamu OWASP TOP 10. V praktickej časti je vyvýjaný framework pre automatizované testovanie webových serverov. Integruje funkcionalitu vybraných nástrojov a poskytuje podporu pre uživateľom definované moduly. V závere práce je funkčnosť nástroja overená v simulovanom prostredí. This thesis delves into the topic of cybersecurity, with an~ emphasis on the security of web servers. It covers the technologies that are employed to protect web servers from a variety of common security threats. Furthermore, this work explores the detection of these weaknesses using various penetration testing methodologies along with OWASTP Top 10. A framework for automatic testing of web servers is developed in the practical part of the thesis. This framework integrates features from several tools and provides support for user-defined modules. Lastly, its functionality is verified in a simulated environment.
Keywords:
security; threat; vulnerability; internet; OWASP; webový server; bezpečnosť; hrozba; zraniteľnosť; internet; OWASP; web server
Available in a digital repository NRGL
Nástroj pro automatizované penetrační testování webových serverů
Táto práca sa zaoberá témou kybernetickej bezpečnosti s dôrazom na bezpečnosť webových serverov. Zahŕňa technológie, ktoré sa používajú na ochranu webových serverov pred častými bezpečnostnými ...
Framework pro detekci deepfakes
Bernard, Jan; Perešíni, Martin; Malinka, Kamil
2023 - English
Tvorba deepfake se za poslední dobu velmi zlepšila a tudíž je obávanou hroznou pro společnost. Detekční metody odhalující deepfake také reagovali rozvojem, ale stále není široké veřejnosti dostupné dostatečné množství kvalitních nástrojů. Tato práce se zaměřuje na vytvoření frameworku na detekci deepfake, který bude jednoduše rozšiřitlený dalšími detekčními metodami v budounu a přitom jednoduchý a dostupný široké veřejnosti. Deepfake creation has improved a lot in recent times and hence is a dreaded menace to society. Deepfake detection methods have also responded with development, but there are still not enough good tools available to the general public. This work focuses on creating a deepfake detection framework that will be easily extended by other detection methods in the future, yet simple and accessible to the general public.
Keywords:
deepfake; framework; deepfake detection; containerazation; web browser extension; deepfake; framework; detekce deepfake; kontejnerizace; doplněk webového prohlížeče
Available in a digital repository NRGL
Framework pro detekci deepfakes
Tvorba deepfake se za poslední dobu velmi zlepšila a tudíž je obávanou hroznou pro společnost. Detekční metody odhalující deepfake také reagovali rozvojem, ale stále není široké veřejnosti dostupné ...
Automatické Oveřovaní Pravdivosti Dokumentů
Kočí, Jan; Ondřej, Karel; Fajčík, Martin
2023 - English
Cílem práce je (i) porozumět jaké vlastnosti textu jsou využívány content-based metodami při klasifikaci fake news a (ii) vyhodnotit kvality těchto metod na určování spolehlivosti článků a zdrojů. Práce implementuje dva klasifikační modely. První model (baseline), je založen na TF-IDF a Multinomial Naive Bayes klasifikátoru. Druhý model používá architekturu BERT transformeru. K interpretaci výsledků těchto modelů jsou v práci implementovány metody interpretability. Metoda interpretability pro BERT model je založena na Integrovaných gradientech. K trénování obou klasifikátorů je v práci použita datová sada NELA-GT-2021, která je předzpracována vyfiltrováním klíčových slov. V práci je také představena nová datová sada nazvaná FNI dataset. Tato sada obsahuje 46 manuálně vybraných článků a je použita k analýze klasifikátorů. FNI dataset umožňuje analyzovat klasifikátory na článcích z různých oblastí (například covid, fotbal, věda, politika, etc.). Výsledky analýzy odhalily několik nedostatků vytvořených klasifikátorů. Baseline model nebyl schopen správně klasifikovat nedůvěryhodné články na téma fotbal (recall 0\% na FNI datasetu), důvěryhodné vědecké články (recall 0\% na FNI datasetu), etc. Oba klasifikátory byly úspěšnější v identifikování nedůvěryhodných článků. BERT model dosáhl recall 91\% pro třídu unreliable a pouze 78\% pro třídu reliable na FNI datasetu. Metody interpretability dosahovaly také lepších výsledků na třídě unreliable kde se jim dařilo identifikovat šokující titulky používané ve fake news. Klasifikátory jsou také použity k určení důvěryhodnosti zdrojů. Jejich výsledky jsou srovnány s referenčními hodnotami získanými ze state-of-the-art metody, která posuzuje věrohodnost zdrojů na základě vzájemných citací. Jedním z výstupů práce je také challenge datová sada, obsahující články z NELA datasetu, které klasifikátory nedokázaly správně klasifikovat. Tato datová sada může být použita pro budoucí výzkum v tomto oboru. This thesis aims to (i) better understand the biases and cues exploited by content-based methods in the text of fake news articles and (ii) evaluate their performance in predicting the reliability of articles and media sources. Two different models are implemented. The baseline model uses TF-IDF and Multinomial Naive Bayes (MNB) classifier. The second model uses the BERT transformer. To study the cues exploited in the text a method of interpretability is implemented. While MNB is interpretable by design, the BERT model is analyzed through the Integrated gradients explainability method. Both classifiers were trained on a modified version of the NELA-GT-2021 dataset. This thesis suggests application of preprocessing to this dataset which could lead to creating a more robust classifier, e.g., removing keywords that provide simple cues. This thesis also presents a novel FNI dataset consisting of 46 manually selected articles. The FNI dataset enables topic-wise analysis (on topics such as covid, football, science, politics, etc.). The analysis revealed several biases of the classifiers. The baseline model was not able to identify unreliable articles about football (0\% recall on the FNI dataset), reliable scientific articles (0\% recall on the FNI dataset), etc. Both classifiers were more successful in identifying unreliable articles with the BERT classifier having a recall of 91\% on unreliable and only 78\% on reliable articles in the FNI dataset. The methods of interpretability also performed better on unreliable articles and were able to identify the sensationalism and shocking headlines used in fake news. The classifiers are also used to predict the credibility of sources. The results are compared with a state-of-the-art method that employs a different approach of using mutual citations of sources to predict their credibility. One of the outcomes of this thesis is also a new challenge set, containing articles from the NELA dataset on which the classifiers failed. This challenge set can be used for future research in this area.
Keywords:
Fake news detection; biases of content-based methods; credibility of articles; credibility of sources; interpretable classifier; natural language processing; machine learning; neural networks.; Detekce fake news; zaujatost content-based metod; kredibilita článů; kredibilita zdrojů; interpretovatelný klasifikátor; zpracování přirozeného jazyka; strojové učení; neuronové sítě.
Available in a digital repository NRGL
Automatické Oveřovaní Pravdivosti Dokumentů
Cílem práce je (i) porozumět jaké vlastnosti textu jsou využívány content-based metodami při klasifikaci fake news a (ii) vyhodnotit kvality těchto metod na určování spolehlivosti článků a zdrojů. ...
Generating Code from Textual Description of Functionality
Šamánek, Jan; Fajčík, Martin; Smrž, Pavel
2023 - English
S pokračujícím nástupem strojového učení a stále větších modelů neuronových sítí, roste i potřeba GPU akcelerovaných zdrojů a algoritmů pro podporu těchto modelů. Vzhledem k tomu, že velké jazykové modely jsou již dnes využívány jako asistenti při programování v moderních programovacích jazycích, mohli by s tímto problémem pomoci. Pokud se tyto modely dokáží naučit i méně známá paradigmata, jako je CUDA, mohly by pomoci s vývojem a udržování těchto systémů. Tato práce zkoumá schopnosti moderních jazykových modelů pro učení se CUDA jako programovacího paradigmatu a také vytvoření nové trenovací sady, určené pro tyto účely. As machine learning and neural network models continue to grow, there is an increasing demand for GPU-accelerated resources and algorithms to support them. Large language models have the potential to assist with this task, as they are already used as coding assistants for popular programming languages. If these models could also learn less commonly used paradigms like CUDA, they could help develop and maintain the necessary systems. This thesis aims to explore the capabilities of modern language models for learning CUDA as a programming paradigm and creating a training corpus specifically for this purpose.
Keywords:
Machine learning; NLP; CUDA; GPU; Transformer; Code generation; Dataset; MongoDB.; Strojové učení; NLP; CUDA; GPU; Transformer; Generování kódu; Dataset; MongoDB.
Available in a digital repository NRGL
Generating Code from Textual Description of Functionality
S pokračujícím nástupem strojového učení a stále větších modelů neuronových sítí, roste i potřeba GPU akcelerovaných zdrojů a algoritmů pro podporu těchto modelů. Vzhledem k tomu, že velké jazykové ...
Centralizovaná směnárna kryptoměn s důvěryhodnými hardwarem
Sasák, Tomáš; Očenášek, Pavel; Homoliak, Ivan
2023 - English
Táto práca sa zaoberá návrhom, implementáciou a analýzou centralizovanej zmenárne kryptomien, ktorá pracuje na platforme trusted computing. Aktuálne centralizované zmenárne fungujú na základe plnej dôvery používateľa v operátorov zmenárne. Na opačnej strane, decentralizované zmenárne využívajú jeden blockchain a tým sú limitované iba na mince na danom blockchaine. Použitím trusted computing platformy Intel SGX je možné kód zverejniť (open source) a zákazník si dokáže overiť pomocou SGX atestácie (remote attestation) že tento kód beží na platforme zmenárne. Kombináciou so smart contract platformou na verejnom blockchaine zmenáreň dosahuje odolnosť voči nejednoznačnosti a vytvára lepšiu vrstvu bezpečnosti a transparentnosti pre používateľa. Zmenáreň bola implementovaná ako proof-of-concept pomocou programovacieho jazyka Go, za použitím frameworku EGo pre tvorbu SGX enkláv. Pre ukladanie dát bola použitá databáza PebbleDB a relačná databáza PostgreSQL. Smart contract zmenárne bol implementovaný v jazyku Solidity a nasadený na Ethereum. Implementácia je schopná vyhodnotiť približne 35 vkladov mincí za sekundu a 23 ponúk na výmenu mincí za sekundu. Aktualizácia poslednej verzie ledgeru na kontrakte stojí približne 0.00255 ETH, pri tendencií aktualizácie každú minútu deň behu zmenárne stojí približne 3.6742 ETH. In this thesis, we propose, design, implement, and analyze a centralized cryptocurrency exchange using trusted computing. Most popular exchanges work in a way that requires the customer to fully rely on the exchange operators. Decentralized exchanges work on top of existing blockchains, which limits the number of tradable coins. Using a trusted computing platform, Intel SGX, it is possible for operators to make code open source, and the customer can attest that the exchange platform is running the published exchange code. Also, exchange private keys are encrypted in memory and safely stored on disk using SGX sealing. Combining this approach with a smart contract platform on a public blockchain, we can achieve non-equivocation of the exchange and create a better layer of security and transparency between the customer and the exchange. The exchange was implemented as a proof-of-concept using the programming language Go, using the EGo framework to build SGX enclave applications. For data storage, we combine key-value storage PebbleDB with relation database PostgreSQL, and exchange attempts to secure the integrity of these data. The exchange smart contract was implemented in Solidity and deployed on the Ethereum development environment. Our concept implementation is able to handle around 35 deposits per second and around 23 bids matched per second. We performed a security analysis on this model from outside, but also from inside. The single ledger update from the exchange in the smart contract costs 0.00255 ETH, which in total costs 3.6742 ETH per day.
Keywords:
cryptocurrency; exchange; Intel SGX; cryptography; blockchain; trusted computing; encryption; consensus; attestation; smart contract; decentralized identity; verifiable credentials; kryptomena; zmenáreň; Intel SGX; kryptografia; blockchain; trusted computing; enkrypcia; konsensus; atestácia; smart contract; decentralizovaná identita; verifiable credentials
Available in a digital repository NRGL
Centralizovaná směnárna kryptoměn s důvěryhodnými hardwarem
Táto práca sa zaoberá návrhom, implementáciou a analýzou centralizovanej zmenárne kryptomien, ktorá pracuje na platforme trusted computing. Aktuálne centralizované zmenárne fungujú na základe plnej ...
Generování a aplikace pulzního svazku v elektronovém mikroskopu
Nekula, Zdeněk; Kozák,, Martin; Kolíbal, Miroslav
2023 - English
Elektronové mikroskopy jsou celosvětově využívány jak v průmyslu, tak i v základním výzkumu. Tato diplomová práce popisuje, jak použít malé elektrostatické deflektory pro vysoké časové rozlišení v prozařovacích (TEM) i skenovacích (SEM) elektronových mikroskopech. Zde popsaná metoda pro transmisní mikroskopy je nové řešení využívající efekt "streak" kamery. Tento přístup vyniká svojí jednoduchostí, sub-pikosekundovým časovým rozlišením a flexiblilním časovým rozsahem. Dále ve skenovacích mikroskopech je využit malý elektrostatický deflektor pro tvorbu pulzního elektronového svazku. Tento pulzní svazek se používá pro časové rozlišení pomocí stroboskopického efektu. Pro skenovací mikroskopy tato diplomová práce ukazuje dvě nové metody jak měřit délku elektronových pulzů a taky dvě aplikace časově rozlišené detekce. Jsou to časově rozlišený potenciálový krontrast a časově rozlišené elektrické pole. Electron microscopes are used worldwide both in industry and basic research. This master thesis describes how to use small electrostatic deflectors to provide high time resolution in both transmission (TEM) and scanning (SEM) electron microscopes. The described method for TEM is a new solution utilizing a streak camera effect. This approach stands out for its simplicity, sub-picosecond time resolution, and flexible time range. Next, in SEM, a small electrostatic deflector makes a pulsed electron beam. This pulsed beam is used for time-resolved detection thanks to the stroboscopic effect. For SEM, the thesis demonstrates two new methods how to measure an electron pulse length, and also two applications of time-resolved detection. They are a time-resolved voltage contrast and a time-resolved electric field.
Keywords:
time resolution; electron microscope; TEM; SEM; pulsed electron beam; electrostatic deflector; streak camera; časové rozlišení; elektronový mikroskop; TEM; SEM; elektronový pulz; elektrostatický deflektor; streak kamera
Available in a digital repository NRGL
Generování a aplikace pulzního svazku v elektronovém mikroskopu
Elektronové mikroskopy jsou celosvětově využívány jak v průmyslu, tak i v základním výzkumu. Tato diplomová práce popisuje, jak použít malé elektrostatické deflektory pro vysoké časové rozlišení v ...
Hydraulický návrh a CFD výpočet oběžného kola s integrovaným inducerem
Novosad, Pavel; Kozák, Jiří; Štefan, David
2023 - English
Cílem této práce je hydraulický návrh oběžného kola čerpadla okysličovadla pro raketový motor. Úvodní část práce je věnována rešerši podstatných pojmů a jevů, které tento návrh ovlivňují. Následuje iterativní návrh radiálního čerpadla, které je ale náchylné na vznik kavitace. Poté je proveden návrh axiálního stupně čerpadla, který má navyšovat vstupní tlak do radiálního stupně. Návrh byl založen na analytickém výpočtu 2D proudění, který byl následně za pomoci CFD analýz modifikován pro zlepšení výkonu, účinnosti a kavitační stability čerpadla. Finálním krokem je tyto dvě oběžné kola spojit do jednoho, které díky kompaktnějším rozměrům dosahuje vyšší účinnosti a je méně náročné na výrobu. Pro toto kolo jsou provedeny kontroly vůči meznímu stavu pružnosti, výskytu rezonance a náchylnosti na výskyt kavitace při nízkém sacím tlaku. The main objective of this thesis is the hydraulic design of an oxidizer pump impeller for a rocket engine. The introductory part of the thesis is dedicated to the research of essential terminology and phenomena influencing this design. This is followed by the iterative design of a radial pump, which is however susceptible to cavitation development. Then, the design of the axial stage pump is carried out to increase the radial stage inlet pressure. The design was based on an analytical 2D flow calculation and was subsequently modified using CFD analyses to improve the pump performance, efficiency, and cavitation stability. The final step is to combine the two impellers into one, which due to its more compact dimensions, achieves higher efficiency and is easier to manufacture. For this impeller, assessments are carried out for strength failure, the occurrence of resonance, and susceptibility to cavitation development at low suction pressure.
Keywords:
centrifugal pump; inducer; cavitation; CFD; odstředivé čerpadlo; inducer; kavitace; CFD
Available in a digital repository NRGL
Hydraulický návrh a CFD výpočet oběžného kola s integrovaným inducerem
Cílem této práce je hydraulický návrh oběžného kola čerpadla okysličovadla pro raketový motor. Úvodní část práce je věnována rešerši podstatných pojmů a jevů, které tento návrh ovlivňují. Následuje ...
NRGL provides central access to information on grey literature produced in the Czech Republic in the fields of science, research and education. You can find more information about grey literature and NRGL at service web
Send your suggestions and comments to nusl@techlib.cz
Provider
Other bases