Текущий выпуск Номер 1, 2026 Том 18

Все выпуски

Результаты поиска по 'сеть трубопроводов':
Найдено статей: 3
  1. От редакции
    Компьютерные исследования и моделирование, 2026, т. 18, № 1, с. 5-8
  2. Губанов С.М., Крайнов А.Ю.
    Численное моделирование охлаждения емкостей для десублимации паров
    Компьютерные исследования и моделирование, 2011, т. 3, № 4, с. 383-388

    Представлена математическая модель для расчета охлаждения емкостей для десублимации паров охлажденным воздухом, подаваемым к ним по сети трубопроводов. Приведены результаты расчетов процесса охлаждения двух приемных емкостей в блоке из четырех. Представлена картина течения охлаждающего воздуха в сети трубопроводов.

    Ключевые слова: сеть трубопроводов, приемные емкости, охлаждение, математическое моделирование.
    Просмотров за год: 2. Цитирований: 6 (РИНЦ).
  3. 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