 |
Российское ПО САРУС+ Композиты успешно протестировано в Китае
«Национальная компьютерная корпорация» (НКК) вместе с партнером, компанией «Нева Технолоджи», провела международное тестирование программного комплекса САРУС+ Композиты в Шанхае (Китай). Презентация для представителей ключевых поставщиков композитной отрасли Китая стала первым шагом к выходу российского ПО на крупнейший мировой рынок композитов.
Практическим доказательством возможностей САРУС+ Композиты стала демонстрация его англоязычной версии на реальной промышленной задаче — моделировании обшивки лопасти ветрогенератора длиной 140 метров. Проведённый тест в условиях, приближенных к реальным, стал практическим доказательством того, что САРУС+ Композиты готово к решению сложных глобальных инженерных задач. Китай является лидером по производству ветрогенераторов в мире – 6 строчек из 10 в мировом рейтинге производителей турбин принадлежат этой стране. Острая конкуренция в отрасли, в том числе на внутреннем рынке, формирует высокий запрос на специализированное инженерное ПО и заставляет местных игроков искать всё более эффективные инструменты проектирования и подготовки производства изделий.
«Бурное развитие авиации и ветроэнергетики в Китае — отраслей, критически зависящих от композитов, — порождает высокий спрос на современные инженерные решения. Успешное тестирование САРУС+ Композиты на реальной промышленной задаче наглядно показало, что наше ПО способно обеспечить те конкурентные преимущества, в которых сегодня нуждается рынок Китая (как впрочем и рынки других стран): возможность совершенствовать конструкторские процессы и эффективно проектировать крупногабаритные изделия», — отметил Дмитрий Прилуцкий, директор R&D НКК Машиностроение.
По итогам презентации принимающая сторона выразила заинтересованность в дальнейшем изучении продукта с целью его применения в промышленности. Это открывает возможности для углубления взаимодействия и долгосрочной работы на одном из крупнейших мировых рынков.
Контактное лицо: Анастасия
Компания: НКК
Добавлен: 22:11, 28.12.2025
Количество просмотров: 258
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия609 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия600 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия679 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия791 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия134 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
 |