Все выпуски

В работе представлен метод подбора состава смесевого хладагента (СХА) с заданной изобарной кривой кипения с помощью искусственной нейронной сети (ИНС). Данный метод основан на использовании 1D-слоев сверточной нейронной сети. Для обучения нейронной сети была применена термодинамическая модель простого теплообменника в программе UniSim design с использованием уравнения состояния Пенга–Робинсона. С помощью термодинамической модели была создана синтетическая база данных по изобарным кривым кипения СХА разного состава. Для записи базы данных был разработан алгоритм на языке программирования Python, и с помощью COM интерфейса была выгружена информация по изобарным кривым кипения для 1 049 500 вариантов состава СХА. Генерация составов СХА была проведена с помощью метода Монте-Карло с равномерным распределением псевдослучайного числа. Авторами разработана архитектура искусственной нейронной сети, которая позволяет подбирать состав СХА. Для обучения ИНС была применена методика циклически изменяемого коэффициента обучения. В результате применения обученной ИНС был подобран состав СХА с минимальным температурным напором 3 К, а максимальным — не более 10 К между горячим и холодным потоками в теплообменнике. Было проведено сравнение предложенного метода с методом поиска наилучшего совпадения в исходной выборке по методу $k$-ближних соседей, а также со стандартным методом оптимизации SQP в программе UniSim design. Показано, что искусственная нейронная сеть может быть использована для подбора оптимального состава хладагента при анализе кривой охлаждения природного газа. Разработанный метод может помочь инженерам подбирать состав СХА в режиме реального времени, что позволит сократить энергетические затраты на сжижение природного газа.

В предлагаемой статье приводятся результаты аналитического и компьютерного исследования хаотической эволюции регулярного поля скорости, возникающего под действием крупномасштабной гармонической вынуждающей силы. Авторами получено аналитическое решение для функции тока течения и ее производных величин (скорости, завихренности, кинетической энергии, энстрофии и палинстрофии). Проведено численное моделирование эволюции течения с помощью пакета программ OpenFOAM (на основе модели несжимаемой среды), а также двух собственных реализаций, использующих приближение слабой сжимаемости (схемы КАБАРЕ и схемы МакКормака). Расчеты проводились на последовательности вложенных сеток с 64², 128², 256², 512², 1024² ячейками для двух характерных (асимптотических) чисел Рейнольдса Rea, характеризующих ламинарную и турбулентную эволюцию течения соответственно. Моделирование показало, что разрушение аналитического решения происходит в обоих случаях. Энергетические характеристики течения обсуждаются на основе кривых энергии, а также скоростей диссипации. Для самой подробной сетки эта величина оказывается на несколько порядков меньше своего гидродинамического (вязкого) аналога. Разрушение регулярной структуры течения наблюдается для любого из численных методов, в том числе на поздних стадиях ламинарной эволюции, когда полученные распределения близки к аналитическим значениям. Можно предположить, что предпосылкой к развитию неустойчивости выступает ошибка, накапливаемая в процессе счета. Эта ошибка приводит к неравномерностям в распределении завихренности и, как следствие, к появлению вихрей различной интенсивности, взаимодействие которых приводит к хаотизации течения. Для исследования процессов производства завихренности мы использовали две интегральные величины, определяемые на ее основе, — интегральные энстрофию ($\zeta$) и палинстрофию $(P)$. Постановка задачи с периодическими граничными условиями позволяет установить простую связь между этими величинами. Кроме того, $\zeta$ может выступать в качестве меры вихреразрешающей способности численного метода, а палинстрофия определяет степень производства мелкомасштабной завихренности.

В рамках современной неравновесной термодинамики (макроскопического подхода описания и математического моделирования динамики реальных физико-химических процессов) авторами был разработан потенциально-потоковый метод описания и математического моделирования этих процессов, применимый в общем случае реальных макроскопических физико-химических систем. В соответствии с этим методом описание и математическое моделирование этих процессов заключаются в определении через потенциалы взаимодействия термодинамических сил, движущих эти процессы, и кинетической матрицы, определяемой кинетическими свойствами рассматриваемой системы, которые, в свою очередь, определяют динамику протекания физико-химических процессов в этой системе под действием термо-динамических сил в ней. Зная термодинамические силы и кинетическую матрицу системы, определяются скорости протекания физико-химических процессов в системе, а через эти скорости согласно законам сохранения определяются скорости изменения ее координат состояния. Получается, таким образом, замкнутая система уравнений физико-химических процессов в системе. Зная потенциалы взаимодействия в системе, кинетические матрицы ее простых подсистем (отдельных процессов, сопряженных между собой и не сопряженных с другими процессами), коэффициенты, входящие в законы сохранения, начальное состояние рассматриваемой системы, внешние потоки в нее, можно получить полную динамику физико-химических процессов в этой системе. Однако в случае сложной физико-химической системы, в которой протекает большое количество физико-химических процессов, размерность системы уравнений этих процессов становится соответствующей. Отсюда возникает проблема автоматизации формирования описанной системы уравнений динамики физико-химических процессов в рассматриваемой системе. В настоящей статье разрабатывается архитектура библиотеки программных типов данных, реализующих заданную пользователем физико-химическую систему на уровне ее расчетной схемы (координат состояния системы, энергетических степеней свободы, физико-химических процессов, в ней протекающих, внешних потоков и взаимосвязи между этими перечисленными компонентами) и алгоритмов задания ссылок в этих типах данных, а также расчета описанных параметров системы.

В работе рассматриваются интегро-дифференциальные уравнения влагопереноса дробного порядка с оператором Бесселя. Изучаемые уравнения содержат оператор Бесселя, два оператора дробного дифференцирования Герасимова – Капуто с разными порядками $\alpha$ и $\beta$. Рассмотрены два вида интегро-дифференциальных уравнений: в первом случае уравнение содержит нелокальный источник, т.е. интеграл от неизвестной функции по переменной интегрирования $x$, а во втором — случае интеграл по временной переменной $\tau$, обозначающий эффект памяти. Подобные задачи возникают при изучении процессов с предысторией. Для решения дифференциальных задач при различных соотношениях $\alpha$ и $\beta$ получены априорные оценки в дифференциальной форме, откуда следуют единственность и устойчивость решения по правой части и начальным данным. Для приближенного решения поставленных задач построены разностные схемы с порядком аппроксимации $O(h^2+\tau^2)$ при $\alpha=\beta$ и $O(h^2+\tau^{2-\max\{\alpha,\beta\}})$ при $\alpha\neq\beta$. Исследование единственности, устойчивости и сходимости решения проводится с помощью метода энергетических неравенств. Получены априорные оценки решений разностных задач при различных соотношениях $\alpha$ и $\beta$, откуда следуют единственность и устойчивость, а также сходимость решения разностной схемы к решению исходной дифференциальной задачи со скоростью равной порядку аппроксимации разностной схемы.

В статье показана актуальность научно-исследовательских работ в области создания систем управления беспилотными автомобилями на основе технологий компьютерного зрения. Средства компьютерного зрения используются для решения большого количества различных задач, в том числе для определения местоположения автомобиля, обнаружения препятствий, определения пригодного для парковки места. Данные задачи являются ресурсоемкими и должны выполняться в реальном режиме времени. Поэтому актуальна разработка эффективных моделей, методов и средств, обеспечивающих достижение требуемых показателей времени и точности для применения в системах управления беспилотными автомобилями. При этом важное значение имеет выбор модели представления изображений. В данной работе рассмотрена модель на основе вейвлет-преобразования, позволяющая сформировать признаки, характеризующие оценки энергии точек изображения и отражающие их значимость с точки зрения вклада в общую энергию изображения. Для формирования модели энергетических признаков выполняется процедура, основанная на учете зависимостей между вейвлет-коэффициентами различных уровней и применении эвристических настроечных коэффициентов для усиления или ослабления влияния граничных и внутренних точек. На основе предложенной модели можно построить описания изображений для выделения и анализа их характерных особенностей, в том числе для выделения контуров, регионов и особых точек. Эффективность предлагаемого подхода к анализу изображений обусловлена тем, что рассматриваемые объекты, такие как дорожные знаки, дорожная разметка или номера автомобилей, которые необходимо обнаруживать и идентифицировать, характеризуются соответствующими признаками. Кроме того, использование вейвлет-преобразований позволяет производить одни и те же базовые операции для решения комплекса задач в бортовых системах беспилотных автомобилей, в том числе для задач первичной обработки, сегментации, описания, распознавания и сжатия изображений. Применение такого унифицированного подхода позволит сократить время на выполнение всех процедур и снизить требования к вычислительным ресурсам бортовой системы беспилотного автотранспортного средства.

Рассмотрены биоэнергетические закономерности, определяющие максимальный выход биомассы при аэробном росте микроорганизмов на различных субстратах. Подход основан на методе материально- энергетического баланса и использовании пакета компьютерных программ GenMetPath. Сформулирована система уравнений, описывающих балансы количеств (1) восстановленности метаболитов и (2) образованных и затраченных макроэргических связей. Чтобы сформулировать эту систему, целостный метаболизм разделен на конструктивный и энергетический парциальные обмены. Конструктивный обмен, в свою очередь, разделен на две части: передний и стандартный конструктивные обмены. Последнее разделение основано на выборе узловых метаболитов. Передний конструктивный обмен существенно зависит от субстрата роста: он превращает субстрат в стандартный набор узловых метаболитов. Последний затем превращается в макромолекулы биомассы стандартным конструктивным обменом, который одинаков на различных субстратах. Показано, что вариации потоков через узловые метаболиты оказывают незначительное влияние на стандартный конструктивный обмен. В качестве отдельного случая рассмотрен рост на субстратах, требующих участия оксигеназ и/или оксидаз. Биоэнергетические характеристики стандартного конструктивного обмена найдены из большого числа данных для роста различных организмов на глюкозе. Описанный подход может быть использован для предсказания выхода биомассы на субстратах с известными реакциями их первичной метаболизации. В качестве примера рассмотрен рост культуры дрожжей на этаноле. Значение максимального выхода, предсказанное описанным здесь методом, показало хорошее соответствие значению, найденному экспериментально.

Развитие технологий определяет появление данных с высокой детализацией во времени и пространстве, что расширяет возможности анализа, позволяя рассматривать потребительские решения и конкурентное поведение предприятий во всем их многообразии, с учетом контекста территории и особенностей временных периодов. Несмотря на перспективность таких исследований, в настоящее время в научной литературе они представлены ограниченно, что определяется их особенностями. С целью их раскрытия в статье обращается внимание на ключевые проблемы, возникающие при работе с обезличенными высокочастотными данными, аккумулируемыми фискальными операторами, и направления их решения, проводится спектр тестов, направленный на выявление возможности моделирования изменений потребления во времени и пространстве. Особенности нового вида данных рассмотрены на примере реальных обезличенных данных, полученных от оператора фискальных данных «Первый ОФД» (АО «Энергетические системы и коммуникации»). Показано, что одновременно со спектром свойственных высокочастотным данным проблем существуют недостатки, связанные с процессом формирования данных на стороне продавцов, требующие более широкого применения инструментов интеллектуального анализа данных. На рассматриваемых данных проведена серия статистических тестов, включая тест на наличие ложной регрессии, ненаблюдаемых эффектов в остатках модели, последовательной корреляции и кросс-секционной зависимости остатков панельной модели, авторегрессии первого порядка в случайных эффектах, сериальной корреляции на первых разностях панельных данных и др. Наличие пространственной автокорреляции данных тестировалось с помощью модифицированных тестов множителей Лагранжа. Проведенные тесты показали наличие последовательной корреляции и пространственной зависимости данных, обуславливающих целесообразность применения методов панельного и пространственного анализа применительно к высокочастотным данным, аккумулируемым фискальными операторами. Построенные модели позволили обосновать пространственную связь роста продаж и ее зависимость от дня недели. Ограничением для повышения предсказательной возможности построенных моделей и последующего их усложнения, за счет включения объясняющих факторов, стало отсутствие в открытом доступе статистики, сгруппированной в необходимой детализации во времени и пространстве, что определяет актуальность формирования баз высокочастотных географически структурированных данных.