Все выпуски

24 января ушел из жизни блестящий ученый, доктор физико-математических наук, профессор, лауреат премии имени С. В. Ковалевской Алексей Владимирович Борисов. Алексей Владимирович родился и вырос в Москве. Окончив среднюю школу, он поступил на факультет специального машиностроения МВТУ им. Н.Э. Баумана. Уже во время учебы Алексей Владимирович посещает научный семинар на механико-математическом факультете Московского государственного университета им. М.В. Ломносова, что во многом определяет направление его будущих исследований. После защиты кандидатской диссертации Алексей Владимирович создает в Ижевске научную группу, его последующая научная биография очень широка: Екатеринбург, Чебоксары, Иннополис, Долгопрудный, Москва. Борисов основывает и воз- главляет серию научных журналов: «Регулярная и хаотическая динамика», «Нелинейная динамика»; является главным редактором в журналах «Вестник Удмуртского университета», «Компьютерные исследования и моделирование». Научное наследие А. В. Борисова обширно, список публикаций составляет более 200 работ, более 170 из которых опубликованы в журналах, индексируемых международными базами Scopus и Web of Science. Его перу принадлежит более 10 монографий.

On January 24, a famous scientist, doctor of physical and mathematical sciences, professor and laureate of the Prize of S.V. Kowalevsky Alexey Vladimirovich Borisov passed away. Alexey Vladimirovich was born and raised in Moscow. After graduating from high school, he entered the Faculty of Special Mechanical Engineering of the Bauman Moscow State Technical University. Already during his studies, Alexey Vladimirovich attends a scientific seminar at the Faculty of Mechanics and Mathematics of the Lomnosov Moscow State University, which largely determines the direction of his future research. After defending his Ph.D. thesis, Alexey Vladimirovich creates a scientific group in Izhevsk, his subsequent scientific biography is very wide: Yekaterinburg, Cheboksary, Innopolis, Dolgoprudny, Moscow. Borisov founds and heads the series of scientific journals Regular and Chaotic Dynamics, Nonlinear Dynamics, is the editor-in-chief in the journals Bulletin of Udmurt University, Computer research and modeling. The scientific heritage of A.V. Borisov is extensive, the list of publications is more than 200 works, more than 170 of which have been published in journals indexed by international databases Scopus and Web of Science. More than 10 monographs belong to him.

Реологическое поведение водных суспензий на основе наноразмерных частиц диоксида кремния сильно зависит от динамической вязкости, которая непосредственно влияет на применение наножидкостей. Целью данной работы являются разработка и валидация моделей для прогнозирования динамической вязкости от независимых входных параметров: концентрации диоксида кремния SiO₂, кислотности рН, а также скорости сдвига $\gamma$. Проведен анализ влияния состава суспензии на ее динамическую вязкость. Выявлены статистически однородные по составу группы суспензий, в рамках которых возможна взаимозаменяемость составов. Показано, что при малых скоростях сдвига реологические свойства суспензий существенно отличаются от свойств, полученных на более высоких скоростях. Установлены значимые положительные корреляции динамической вязкости суспензии с концентрацией SiO₂ и кислотностью рН, отрицательные — со скоростью сдвига $\gamma$. Построены регрессионные модели с регуляризацией зависимости динамической вязкости $\eta$ от концентраций SiO₂, NaOH, H₃PO₄, ПАВ (поверхностно-активное вещество), ЭДА (этилендиамин), скорости сдвига $\gamma$. Для более точного прогнозирования динамической вязкости были обучены модели с применением алгоритмов нейросетевых технологий и машинного обучения (многослойного перцептрона MLP, сети радиальной базисной функции RBF, метода опорных векторов SVM, метода случайного леса RF). Эффективность построенных моделей оценивалась с использованием различных статистических метрик, включая среднюю абсолютную ошибку аппроксимации (MAE), среднюю квадратическую ошибку (MSE), коэффициент детерминации $R^2$, средний процент абсолютного относительного отклонения (AARD%). Модель RF показала себя как лучшая модель на обучающей и тестовой выборках. Определен вклад каждой компоненты в построенную модель, показано, что наибольшее влияние на динамическую вязкость оказывает концентрация SiO₂, далее кислотность рН и скорость сдвига $\gamma$. Точность предлагаемых моделей сравнивается с точностью ранее опубликованных в литературе моделей. Результаты подтверждают, что разработанные модели можно рассматривать как практический инструмент для изучения поведения наножидкостей, в которых используются водные суспензии на основе наноразмерных частиц диоксида кремния.

The rheological behavior of aqueous suspensions based on nanoscale silicon dioxide particles strongly depends on the dynamic viscosity, which affects directly the use of nanofluids. The purpose of this work is to develop and validate models for predicting dynamic viscosity from independent input parameters: silicon dioxide concentration SiO₂, pH acidity, and shear rate $\gamma$. The influence of the suspension composition on its dynamic viscosity is analyzed. Groups of suspensions with statistically homogeneous composition have been identified, within which the interchangeability of compositions is possible. It is shown that at low shear rates, the rheological properties of suspensions differ significantly from those obtained at higher speeds. Significant positive correlations of the dynamic viscosity of the suspension with SiO₂ concentration and pH acidity were established, and negative correlations with the shear rate $\gamma$. Regression models with regularization of the dependence of the dynamic viscosity $\eta$ on the concentrations of SiO₂, NaOH, H₃PO₄, surfactant (surfactant), EDA (ethylenediamine), shear rate γ were constructed. For more accurate prediction of dynamic viscosity, the models using algorithms of neural network technologies and machine learning (MLP multilayer perceptron, RBF radial basis function network, SVM support vector method, RF random forest method) were trained. The effectiveness of the constructed models was evaluated using various statistical metrics, including the average absolute approximation error (MAE), the average quadratic error (MSE), the coefficient of determination $R^2$, and the average percentage of absolute relative deviation (AARD%). The RF model proved to be the best model in the training and test samples. The contribution of each component to the constructed model is determined. It is shown that the concentration of SiO₂ has the greatest influence on the dynamic viscosity, followed by pH acidity and shear rate γ. The accuracy of the proposed models is compared to the accuracy of models previously published. The results confirm that the developed models can be considered as a practical tool for studying the behavior of nanofluids, which use aqueous suspensions based on nanoscale particles of silicon dioxide.

В данной работе представлены результаты моделирования круговорота кальция в лесных экосистемах. Кальций является одним из основных элементов минерального питания растений, регулирующим разные метаболические процессы. Его недостаток вызывает нарушения роста тканей растений. Увеличение дефицита кальция в лесных экосистемах появляется вследствие усиления кислотной нагрузки или отчуждения биомассы при вырубках. Модель представляет собой описание круговорота на основе потока вещества между пулами, включая подробное описание почвенной части круговорота – трансформация и минерализация подстилки и др. Для калибровки модели использовались экспериментальные данные по еловым лесам Болгарии.

Calcium is a major nutrient regulating metabolism in a plant. Deficiency of calcium results in a growth decline of plant tissues. Ca may be lost from forest soils due to acidic atmospheric deposition and tree harvesting. Plant-available calcium compounds are in the soil cation exchange complex and soil waters. Model of soil calcium dynamics linking it with the model of soil organic matter dynamics ROMUL in forest ecosystems is developed. ROMUL describes the mineralization and humification of the fraction of fresh litter which is further transformed into complex of partially humified substance (CHS) and then to stable humus (H) in dependence on temperature, soil moisture and chemical composition of the fraction (nitrogen, lignin and ash contents, pH). Rates of decomposition and humification being coefficients in the system of ordinary differential equations are evaluated using laboratory experiments and verified on a set of field experiments. Model of soil calcium dynamics describes calcium flows between pools of soil organic matter. Outputs are plant nutrition, leaching, synthesis of secondary minerals. The model describes transformation and mineralization of forest floor in detail. Experimental data for calibration model was used from spruсe forest of Bulgaria.

В данной работе развивается предложенная ранее модель [1] потенциалозависимого протонного переноса через мембрану клетки водоросли Chara. В предыдущем варианте модели [1] в качестве переменных рассматриваются концентрация протонов снаружи клетки и трансмембранный потенциал. В предлагаемом варианте модели вводится новая переменная - концентрация протонов в цитоплазме. При исследовании модели получены колебательная и хаотическая динамики трансмембранного потенциала. Обсуждается физиологическая роль наблюдаемых режимов.

The model of potential dependent proton transfer trough the cell membrane of Chara alga developed in [1] is considered. In the last version of the model we considered two variables: proton concentration near the surface cell and transmembrane potential. In present version we introduce the new variable — proton concentration in cytoplasm. Oscillative and chaotic dynamic of transmembrane potential was obtained in calculations. The physiological role of these patterns is discussed.