Текущий выпуск Номер 1, 2026 Том 18

Все выпуски

Результаты поиска по 'гидравлические системы':
Найдено статей: 2
  1. Кассина Н.В., Смирнов Л.В.
    Математическое моделирование разветвленных гидравлических систем
    Компьютерные исследования и моделирование, 2009, т. 1, № 2, с. 173-179

    Решение задачи стационарного потокораспределения для произвольной гидросистемы без объемов со свободным уровнем может быть сведено к поиску экстремумов функции многих переменных. В качестве этой функции используется функция Релея, выраженная через гидравлические характеристики участков рассматриваемой системы. Она же является функцией Ляпунова при исследовании устойчивости найденных стационарных режимов работы гидросистемы прямым методом Ляпунова.

    Ключевые слова: гидравлические системы, функция Релея, функция Ляпунова.
    Просмотров за год: 7. Цитирований: 1 (РИНЦ).
  2. Шлыкова А.О., Шевченко Ю.А., Минин С.В., Королева А.П.
    Каскадная модель нейронной сети с физической поддержкой для предсказания потерь давления трехфазной смеси в трубопроводе
    Компьютерные исследования и моделирование, 2026, т. 18, № 1, с. 117-131

    В работе представлена каскадная модель нейронной сети с физической поддержкой, предназначенная для прогнозирования перепада давления при трехфазном течении (нефть, газ, вода) в прямом участке трубы с различными углами наклона. Для преодоления ограничений существующих эмпирических корреляций и вычислительно затратных методов численного моделирования предложена архитектура, декомпозирующая задачу на три последовательные физически интерпретируемые подзадачи: регрессионное прогнозирование коэффициента удержания жидкости, классификация режима течения и непосредственный расчет градиента давления. Каждая подзадача решается отдельной полносвязной нейронной сетью, выход которой передается следующей модели в каскаде. Обучение и тестирование предложенной модели проведены на обширном синтетическом наборе данных (8·107 записей), сгенерированном с использованием полуэмпирической модели. Верификация выполнена на независимых экспериментальных данных. Проведен сравнительный анализ с единой полносвязной (не каскадной) нейронной сетью и исследована чувствительность моделей методами Соболя и Боргоново. Каскадная модель продемонстрировала превосходство по точности и обеспечила высокую интерпретируемость результатов за счет получения промежуточных физических параметров (коэффициента удержания жидкости, режима течения). Разработанная модель обладает низкой вычислительной сложностью, что позволяет использовать ее в системах реального времени и цифровых двойниках гидравлических систем нефтегазовой промышленности.

    Ключевые слова: каскадная архитектура нейронной сети, многофазное течение, машинное обучение, поведение течения, регрессионная модель.

Журнал индексируется в Scopus

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал входит в систему  Российского индекса научного цитирования.

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.

Website Copyright © 2009–2026 Институт компьютерных исследований