Образователен Проект LEAL 5D
LEAL 5D„Да се научим да анализираме и оптимизираме в 5D пространството за определени ползи" — LEAL 5D (верен, лоялен-5D) е образователен проект с амбицията да кондензира 20-годишен опит, натрупан във Висшето Транспортно Училище в областта на вземането на решения в техниката.
В сърцевината на проекта стои подходът DEFMOT („Определяне чрез преместване") — лесно за прилагане изчислително средство за анализ и оптимизация на 5D пространство, определено чрез два, три и четири фактора. Специфичната му характеристика е, че използва стандартна статистическа процедура, универсално трансферируема в множество приложни области на човешкото познание.
Учебните примери са развити на базата на материалознанието и машинното инженерство, но методологията е напълно дисциплинарно независима.
Концептуална схема на LEAL 5D образователния проект — DEFMOT 5D пространство.
Основни резултати от проекта: повече от 10 учебни видеа (BG / EN) · авторска монография на английски език „Analyses, Optimizations and Implementations in the Field of Mechanical Engineering" · научни публикации · методически материали, презентации и нови приложения с коментари за учебните цели.
12 теми на учебните видеа
Данни и анализ на данни — класификация, подреждане и операции с данните; въвеждащо видео към подхода и обектите.
Характеристика на подхода DEFMOT — идея, предимства, особености; акцент върху анализа на многофакторни модели.
Приложения на DEFMOT — многокритериална оптимизация на индикатори на качеството в 5D пространство.
Оптимизация на четири конструктивни размера за постигане на определена цел — анализ в 5D и сравнение с учебната литература.
Основи на Design of Experiments — статистическа процедура за извеждане на 3D, 4D, 5D пространствени модели.
Характеристика на квадратични експериментални планове с 2 до 5 параметра — технология за кодиране и декодиране.
Оптимизация на параметрите на лазерни технологии — многокритериална задача с адитивна, мултипликативна и песимистична трансформация.
5D технологичен процес на йонно азотиране на инструментални стомани — твърдост, износоустойчивост, фазов състав, дебелина на слоя.
5D сравняване на два абразивни материала при шлифоване с C45 — ефективност, себестойност, идентификация на предимствата.
Видео презентация на монографията „Analyses, Optimizations and Implementations in the Field of Mechanical Engineering".
Конструктивни и материални характеристики на пружини — обвързване с ефективното предназначение.
5D технологичен процес на леене на алуминиеви джанти с противоналягане — микроструктурен параметър в 6 сечения.
Курс: Практически ИИ и Промпт Инженерство
TP-АИ-CPL-30
Практически изкуствен интелект и промпт инженерство — от реалния проблем до проверимо решение.
„Практически изкуствен интелект и промпт инженерство: от реалния проблем до проверимо решение" е краткосрочен курс за продължаващо обучение, разработен от проф. Н. Тончев и организиран от Тончев Прес ЕООД.
Курсът не започва с дълъг речник от термини. Започва с реална ситуация, поставя въпрос, изгражда минимално решение, проверява го, усложнява условията и пренася наученото към нов контекст. Това е логиката на каскадното проблемно обучение: всяка следваща задача използва доказания резултат от предходната и добавя ново ограничение, риск или критерий за качество.
| Код | TP-АИ-CPL-30 |
| Вид | Краткосрочен курс за продължаващо обучение |
| Обем | 30 учебни часа (45 мин): 18 синхронни, 9 самостоятелна работа, 3 оценяване |
| Формат | Дистанционно / смесено; възможен присъствен корпоративен вариант |
| Ниво | Без задължително програмиране; базово и разширено ниво |
| Група | 8 – 15 участници |
| Език | Български; двуезична версия по договаряне |
| Удостоверяване | Фирмено удостоверение (не е диплома) |
| Цена | 400,00 EUR с ДДС на участник |
| Организатор | Тончев Прес ЕООД |
| Дата | София, 26 август 2026 г. |
Целева група: преподаватели, автори, предприемачи, специалисти, студенти, ученици (с родителска преценка) и всички любознателни пълнолетни лица. Изкуственият интелект вече не е тема само за програмисти — той е нов начин за търсене, структуриране, създаване, анализ и проверка на идеи.
Каскадно проблемно обучение: всяка задача използва доказания резултат от предходната и добавя ново ограничение, риск или критерий за качество. Курсът предлага задачи с базово и разширено ниво, без задължително предварително познание по програмиране.
Материалознание и технология на материалите
Учебник за студенти от технически специалности
Учебникът систематично разглежда строежа, свойствата и технологиите за обработка на конструкционни материали, използвани в съвременното промишлено производство. Изданието обхваща металите и сплавите от атомно-кристалната структура до готовото изделие — чрез теория на сплавите, диаграми на фазово равновесие, термична и химикотермична обработка и основни производствени технологии (леене, пластично деформиране, заваряване).
Информация за изданието
| Автор | доц. д-р инж. Николай Тончев |
| Издателство | ВТУ „Тодор Каблешков", Издателски дом, София |
| Година | 2010 |
| ISBN | 978-954-12-0182-4 |
| Издание | Първо издание |
| Тираж | 350 бр. / 21 печ. листа |
Структура на учебника — 9 глави
Значение на материалите за промишленото производство. Класификация на материалите.
Метални материали — кристална структура, дефекти на кристалната решетка, пластична деформация, металографски анализ и механично изпитване (опън, твърдост по Бринел / Роквел / Викерс, ударна жилавост, умора, пълзене).
Образуване на структурата при охлаждане. Основи на теорията на сплавите. Бинарни фазови диаграми. Диаграма на желязо-въглерод (Fe-C).
Трансформации в стоманите при нагряване и охлаждане. Прокаляемост. Видове термична и химикотермична обработка. Отпускане.
Въглеродни стомани. Легирани и специални стомани. Чугуни. Цветни сплави (Cu, Al, Ti). Неметални материали и полимери.
Металургия — производство на чугун и стомана. Доменен процес. Стоманодобивни агрегати.
Технологии за леене — видове леярски форми, методи за отливане, контрол на качеството на отливките.
Технологии за пластично деформиране — горещо и студено коване, валцуване, изтегляне, щамповане.
Технология на заваряването — електродъгово, газово, контактно заваряване. Контрол на заваръчните съединения.
Мултимедийна лекционна презентация
Авторската презентация (mat_aula.ppt) обхваща целия учебен курс в структурирани слайдове за контактно обучение. Интегрирана е с учебника и разширява теоретичните положения с визуализации.
- Кристална структура на металите — BCC, FCC, HCP; Miller-индекси; координационно число
- Дефекти на кристалната решетка — точкови, линейни (дислокации), повърхностни
- Механично изпитване — диаграми на опън/свиване; твърдост (HB, HRC, HV); KCU ударна жилавост
- Фазови диаграми — правило на лоста; бинарни системи; диаграма Fe-C с фази феритцементит-перлит-аустенит
- Термична обработка — CCT / TTT диаграми; втвърдяване, нормализиране, отгряване
- Специални стомани и цветни сплави — маркировка, свойства, приложения
Производствени технологии
Учебник — информационни модели, оптимизация и съвременни производствени концепции
Учебникът интегрира методите на информационното моделиране (IDEF, CAD/CAM, PDM) с оптимизацията на производствените технологии за метални изделия. Разглежда съвременните концепции за проектиране на технологии от фазата на заготовките — леене, коване, щамповане, заваряване — и производството на метални материали чрез металургия на черни и цветни метали.
Информация за изданието
| Автор | доц. д-р инж. Николай Тончев |
| Издателство | ВТУ „Тодор Каблешков", Издателски дом, София |
| Година | 2011 |
| ISBN | 978-954-12-0182-4 |
| Издание | Първо издание |
| Тираж | 350 бр. / 21 печ. листа |
Структура — 5 основни дяла
Ролята на информационния модел в производствената подготовка — IDEF0/1/2/3/5 методологии, CAD/CAM системи, управление на документация, PDM/PLM платформи.
Приложение и оптимизация на технологиите от материалознанието в производството на метални изделия — подбор на материали по MCDM критерии, планиране на експерименти (DOE), статистическа оптимизация на технологичните режими.
Съвременни концепции за проектиране на технологии от фазата на заготовките — леене, горещо и студено щамповане, коване, заваряване като методи за производство на заготовки.
Производство на метални материали — металургия на черни метали (доменно производство, стоманодобив) и цветни метали (Al, Cu, Ti сплави).
Технологии за леене на метали — видове леярски форми и методи (пясъчно, кокилно, под налягане, центробежно, инвестиционно леене); свойства и контрол на отливките.
Ключови методологии
IDEF0 / IDEF3
Функционално моделиране и описание на производствените процеси чрез стандартизирани диаграми за управление и потоци от данни.
CAD / CAM / PDM
Компютърно проектиране, управление на производствените процеси и интегрирано управление на данните за продукта (PLM).
Планиране на експерименти
Пълнофакторни и дробно-факторни планове (DOE); метод на Тагучи; регресионни и дисперсионни модели за оптимизация.
MCDM
Многокритериален подбор на материали и технологии — претеглени матрици за вземане на решения при конкурентни критерии.
Интелектуалната собственост в помощ на докторантите
Иновационни методи, патентна защита и комерсиализация на научни разработки
Курсът разглежда ролята на интелектуалната собственост като инструмент за защита и монетизиране на научни и технически постижения. Представят се трите световни школи по иновации, авторският метод на проф. Тончев — „Метод на преместващите се ограничения", и практическите аспекти на трансфера на технологии и комерсиализацията на науката.
Три световни школи по иновации
Руска школа
Логически метод · ТРИЗ
Базира се на строг алгоритъм за разрешаване на изобретателски задачи (ТРИЗ). Работи чрез идентифициране и елиминиране на технически и физически противоречия.
Немска школа
Рационален метод · Метод на Колер
Рационален подход чрез синтез и комбинаторика. Методът на Колер систематизира функционалните принципи за генериране на иновативни технически решения.
Американска школа
Интуитивен метод · Брейнсторминг
Интуитивен подход — мозъчна атака (brainstorming) и синектика. Стимулира свободното асоциативно мислене и латералната креативност при генериране на идеи.
Метод на преместващите се ограничения — проф. Тончев
Авторски метод, възникнал по интуитивен път, който интегрира елементи от трите световни школи. Предпоставка: школите трябва да взаимодействат като мозъчните полукълба — логическото и интуитивното мислене са взаимно допълващи се. Методът работи чрез динамично преместване на границите на допустимите конструктивно-технологични ограничения, постигайки оптимално решение итеративно.
Обхванати теми
Интелектуална собственост
Видове закрила — патенти, полезни модели, промишлен дизайн, авторско право. Процедури за регистрация в национален и европейски мащаб.
Трансфер на технологии
Механизми за превръщане на научните резултати в търговски продукти — лицензиране, спин-офф компании, публично-частно партньорство.
Комерсиализация на науката
Стратегии за оценка на иновациите, бизнес планиране за научни разработки и изграждане на иновационни екосистеми.
Авторски права на докторанти
Правна рамка за защита на дисертационния труд, публикациите и изобретенията, създадени в рамките на докторантурата.
Роля на материалознанието и информатиката при проектиране на технологичните режими
DEFMOT система · MADMML софтуер · 5D многофакторен анализ и оптимизация
Научноизследователският проект представя системата DEFMOT и авторския софтуер MADMML за 5D анализ на четирифакторни пространства. Разработени са методологии за многокритериална оптимизация на технологичните режими в плазменото покриване, йонното азотиране и производството на алуминиеви изделия. Резултатите са публикувани в ResearchGate и реализирани в рамките на международно научно-изследователско сътрудничество.
Регресионен полином — 15 коефициента
+ a₆·x₁·x₂ + a₇·x₁·x₃ + a₈·x₁·x₄
+ a₉·x₂·x₃ + a₁₀·x₂·x₄ + a₁₁·x₃·x₄
+ a₁₂·x₁² + a₁₃·x₂² + a₁₄·x₃² + a₁₅·x₄²
Пълен квадратичен модел с линейни, взаимодействени и квадратични членове за 4 независими фактора. Коефициентите се определят чрез метода на най-малките квадрати по централно-композиционен план.
Стъпков алгоритъм за зони на качество
Стъпка 0
Начална зона: Y[1] = 0–1% отклонение от оптимума. Определяне на изходното оптимално решение.
Стъпка 1
Разширена зона: Y[1] = 0–5%. Анализ на устойчивостта на оптималното решение при вариация на входните фактори.
Стъпка 2
Работна зона: Y[1] = 0–10%. Практически диапазон за технологичния режим с допустими отклонения от оптимума.
Приложни области
Плазмено покриване — оптимизация на 5 входни фактора (X₁–X₅) за три критерия: адхезия (Y₁), микротвърдост (Y₂) и порьозност (Y₃).
Йонно азотиране на инструментални стомани — 4 входни фактора (X₁–X₄), оптимизация по микротвърдост (Y₁), якост на разрушаване (Y₂) и износоустойчивост (Y₃).
Леене под налягане на алуминиеви джанти — управление на качеството чрез 5D DEFMOT анализ на технологичните параметри на леярския процес.
DEFMOT в зеленото проектиране и материалознанието
Многокритериална оптимизация за ресурсна ефективност и устойчиви конструкции
Подходът DEFMOT се прилага за решаване на многокритериални задачи в областта на зеленото проектиране в материалознанието. След постигане на изискваните технически параметри, оптимизацията продължава с търсене на ресурсна ефективност — минимизиране на разхода на материали, енергия и емисии. В контекста на материалите зеленото проектиране означава уякчаване и оптимизация на легирането, водещи до олекотени конструкции, намаляващи разхода на гориво и парниковите газове.
Ресурсна ефективност
Оптимизация по брой и състав на легиращите елементи чрез DEFMOT — постигане на еквивалентни или по-добри характеристики при намален разход на материал и енергия.
Зелени технологии
Проектиране на компоненти за електрически превозни средства, чиста енергия и устойчиво производство с DEFMOT като инструмент за вземане на решения.
Олекотени конструкции
Уякчаване и микроструктурна оптимизация, водещи до олекотени конструкции, намаляващи разхода на гориво с до 15% и CO₂ емисиите в транспорта и промишлеността.
Многокритериален DSS
DEFMOT идентифицира оптималната комбинация от противоречиви индикатори на качеството едновременно — механична якост, трибологични свойства и ресурсна ефективност.
Методологически подход
Работата с DEFMOT по задачи от зеленото проектиране е стартирана по проблем, свързан с йонното азотиране, подкрепена с два проекта от Фонд „Научни изследвания". Подходът се развива за решаване на различни оптимизационни проблеми в материалознанието — от оптимизация на химичен състав на сплави до моделиране на технологични процеси. Всяко ново приложение надгражда и обогатява възможностите на метода.
Приложни области
Оптимизация на сплави
Определяне на оптималния химичен състав по отношение на желания комплекс от свойства — якост, твърдост, трибологично поведение и ресурсна ефективност.
Прогнозиране на свойства
Технологично прогнозиране до желан комплекс от свойства чрез данни от предварително изпитани режими — автоматизирано и достъпно с необходимата бързина и точност.
Магнезиеви сплави
Приложение на MADMML за подобряване качеството на леяни магнезиеви сплави чрез легиране и топлинна обработка — ключов материал в олекотените конструкции.
Иновационни решения
Всяко ефективно решение е рационално, а когато носи икономически ефект — е иновативно. DEFMOT трансформира изследователски данни в конкурентни производствени решения.
DEFMOT при конструирането и CAD проектирането
Многокритериална оптимизация на конструктивни параметри с CAE анализ
Подходът DEFMOT се прилага за първи път едновременно за оптимизиране на геометричните, физичните и косвено експлоатационните показатели на изделия в транспортното машиностроене. Интегрирането на CAE симулиране с многокритериална оптимизация чрез DEFMOT преодолява ограниченията на традиционното проектиране и дава достъп до глобалното пространство от компромисни решения.
Казус: Оптимизация на заглушител на ауспух
Вариране на 4 конструктивни размера (b, d, e, r₂) в 15 комбинации с 4 критерия: минимална маса M, минимална повърхност S, минимален дебит V и минимална температура на газа T. DEFMOT идентифицира ефективния вариант, отчитащ и екологичните ограничения — по-ниска изходна температура и по-малки размери за икономия на материал.
Входни параметри (конструктивни размери)
- b — вътрешен диаметър: 80–140 mm
- d — диаметър на входящия патрубок: 40–60 mm
- e — дебелина на преградата: 20–40 mm
- r₂ — радиус на изхода: 70–130 mm
Оптимизационни критерии (всички → minimum)
- φ₁ = M — маса на продукта [kg]
- φ₂ = S — обща повърхност [m²]
- φ₃ = V — максимален дебит [m/s]
- φ₄ = T — максимална температура [K]
Стъпки на DEFMOT при конструирането
1. Дефиниране
Задаване на конструктивна схема, 3D модел, диапазони на вариране на параметрите и изисквания към критериите (табл. с ограничения).
2. Моделиране
Извеждане на модели с DEFMOT за всеки критерий въз основа на данните от CAE симулирането (15 комбинации).
3. Оптимизация
Определяне на стойностите на параметрите, удовлетворяващи съвкупността от конфликтни изисквания чрез скаларизираща функция.
4. Верификация
Сравняване на решението от DEFMOT с решенията на авторите по интегрален критерий К — валидация на подхода.
Идентификация на повърхностни свойства при йонно азотиране
DEFMOT 5D подход за управление и оптимизация на технологичните режими на инструментални стомани
Предложен е подход DEFMOT за подпомагане на технологичното вземане на решения, при което повърхностните свойства се управляват чрез идентификация. За изследване е избрана топлоустойчива инструментална стомана ВН11/BS4659/ в зависимост от условията на йонно азотиране. Разработени са 5 регресионни модела, описващи повърхностната микротвърдост, относителната износоустойчивост, дебелините на нитридния слой и фазовия му състав — анализирани в 6561 комбинации с DEFMOT.
Изследван материал: Стомана ВН11 / BS4659
Инструментална топлоустойчива стомана с химичен състав: C 0.38% · Cr 4.50% · Mo 1.20% · Si 0.91% · V 0.47% · Mn 0.22%. Приложения: щанци, пресформи, режещи инструменти за горещо деформиране.
Технологични параметри (4 входа)
- X₁ — Температура на азотиране: 510–550 °C
- X₂ — Налягане на амоняка: 150–450 Pa
- X₃ — Продължителност: 4–10 h
- X₄ — Темпериране преди азотиране: 600–700 °C
Изследвани свойства (5 изхода)
- HV₀.₁ — Повърхностна микротвърдост
- Kv — Относителна износоустойчивост
- δbz — Дебелина на нитридната зона [μm]
- δtot — Обща дебелина на слоя [μm]
- F(α,γ',γ'+ε) — Фазов състав
Оптимален режим — верифицирани резултати
550 °C
Температура на азотиране
450 Pa
Налягане NH₃
10 h
Продължителност
1050 HV
Микротвърдост HV₀.₁
Kv = 0.33
Износоустойчивост
γ'-фаза
Фазов състав
Предимства на DEFMOT при идентификацията
5D визуализация
Анализ на 6561 комбинации от параметри — графично невъзможно без DEFMOT. Цветни карти на свойствата идентифицират зоните на оптимума интерактивно.
Процентен редактор
Потребителски интерфейс за настройка на праговете на оцветяване — идентификация на желани стойности чрез цвят и след това прецизиране на адреса на режима.
Множество свойства
Системата успешно се прилага при сравняване на две или повече свойства, подчинени на една и съща технология — за постигане на ресурсна ефективност.
Многопараметрови полиноми
Идентификацията се прилага за анализ на многопараметрови полиноми — проследяване на всяка стойност на модела и съответния й адрес в пространството на факторите.
Заявете участие или задайте въпрос
За записване, информация и партньорство по образователните проекти, свържете се с нас.