Все выпуски

В статье приведены промежуточные результаты разработки системы управления дистанционно-пилотируемого сельскохозяйственного самолета (БДПС). Разработана концепция использования автоматизированного комплекса для выполнения авиахимической работ (АХР), предназначенного для обработки полей, акваторий, лесов с целью защиты от вредителей растений, внесения удобрений. Базовым компонентом комплекса является пилотируемый сельскохозяйственный самолет МВ-500 разработки ООО «Фирма «МВЕН» (г. Казань). Использование самолета в беспилотном режиме обеспечит увеличение производительности самолета, увеличит полезную нагрузку.

В статье определен состав комплекса для автоматизации АХР: самолет, наземный пункт автоматизированного управления, бортовая аппаратура для автоматизированного управления самолетом и формирования карты высот обрабатываемого участка, спутниковая система точного позиционирования, необходимая для автоматизации управления самолетом. Самолет оснащается системой автоматизированного управления, обеспечивающей дистанционное управление взлетом и посадкой и автоматическое управление траекторией полета на сверхмалой высоте при выполнении АХР и выполнения пространственных разворотов на границах обрабатываемых участков. Взлет, посадка, вывод самолета в зону выполнения АХР предлагается производить с помощью летчика оператора с наземного пункта управления. Наземный пункт управления должен обеспечивать прием и отображение на экране оператора пилотажно-навигационной информации и нескольких видов с борта самолета. Оператор может управлять поочередно несколькими самолетами на этих этапах полета с помощью органов управления наземного пункта. В дальнейшем планируется автоматизировать и эти этапы полета, оставив за летчиком- оператором функции контроля и возможности дистанционного управления в особых случаях. Для навигации самолета при выполнении АХР на борту установлена аппаратура высокоточного позиционирования RTK (Real Time Kinematic), обеспечивающая измерение с сантиметровой точностью координат и высот самолета относительно базовой станции, установленной в наземном пункте управления. Перед выполнением АХР строится трехмерная цифровая карта обрабатываемого участка путем дополнения существующих кадастровых карт измерениями высот участка, выполняемых с помощью бортовых радио и оптического высотомеров того же самолета.

К настоящему времени изготовлены и протестированы следующие компоненты системы: дистанционно управляемая модель самолета МВ-500 в масштабе 1:5, система спутникового позиционирования; система для получения изображения и телеметрической информации с борта модели; автопилот; методы получения 3-мерных цифровых карт участков и планирования траекторий полета при АХР.

The article presents the intermediate results of the development of a control system for a remotely piloted agricultural aircraft (RPAA). The concept of using an automated complex for performing aerochemical work (ACW) designed for processing fields, water areas, forests with the purpose of protection from pests of plants, fertilization is developed. The basic component of the complex is a manned agricultural aircraft MV-500 developed by LLC “Firm “MVEN” (Kazan). The use of the aircraft in unmanned mode will provide an increase in the productivity of the aircraft, will increase the payload.

The article defines the composition of the complex for automation of ACW: aircraft, ground control center, onboard equipment for automated control of the aircraft and the formation of a map of the heights of the section being processed, and the satellite precise positioning system necessary to automate the control of the aircraft. The aircraft is equipped with an automated control system that provides remote control of take-off and landing and automatic control of the flight trajectory at extremely low altitude when performing ACW and performing spatial turns at the boundaries of the treated areas. It is proposed to take off, landing, dropping an aircraft into the ACW exercise area by means of a pilot operator from a ground control station. The ground control point should provide reception and display on the operator's screen of flight information and several types from the aircraft. The operator can control alternately several aircraft during these phases of flight with the help of ground control authorities. In the future, it is planned to automate these stages of flight, leaving behind the pilot-operator control functions and remote control capabilities in special cases. For the navigation of the aircraft, when performing ACW on board, RTK (Real Time Kinematic) equipment is installed, providing a measurement with centimeter accuracy of coordinates and aircraft heights relative to the base station installed in the ground control station. Before the implementation of ACW, a three-dimensional digital map of the processed area is built by adding existing cadastral maps with measurements of the elevations of the section carried out with the help of on-board radio and optical altimeters of the same aircraft.

To date, the following system components have been manufactured and tested: a remotely controlled model of the MV-500 aircraft at a scale of 1:5, a satellite positioning system; system for obtaining images and telemetry information from the board model; autopilot; methods of obtaining three-dimensional digital maps of sections and planning flight trajectories for ACW.

В настоящей работе предложен вариант импорта в систему ANSYS Mechanical APDL модели поведения гибких тканых композиционных материалов с армирующей тканью полотняного переплетения при статическом растяжении вдоль нитей армирования. Импорт осуществлен при помощи использования, разработанного авторами и представленного в текущей работе модуля интеграции, основанного на использовании аналитической модели деформирования исследуемого материала, представленной в опубликованных ранее статьях и учитывающей изменения геометрической структуры, происходящие в армирующем слое материала в процессе деформирования, образование необратимых деформаций и взаимодействие накрест лежащих нитей армирующей ткани. Во введении кратко описаны основные вводимые характеристики полотняного переплетения армирующей ткани и аналитической модели, импортируемой в ANSYS. Аналитическая модель основана на описании процессов деформирования элементарной периодической ячейки исследуемого класса материалов. Входными параметрами модуля являются механические характеристики материалов, входящих в состав композита (связующее и материал нитей армирования), геометрические характеристики переплетения армирующей ткани. Алгоритм импорта модели основан на вычислении и передачи в ANSYS расчетных точек диаграммы деформирования материала при одноосном растяжения вдоль направления армирования и использовании вложенных в систему ANSYS пользовательской моделей материала Multilinear Kinematich Hardening. Аналитическая модель, импортируемая при помощи представленного модуля, позволяет моделировать композиционный материал с армирующей тканью без детального описания геометрии переплетения нитей при моделировании материала в целом. Выполнена верификация импортированной модели. Для верификации были проведены натурные экспериментальные исследования и численное моделирование растяжения образцов из гибких тканых композитов. В экспериментах принимали участие образцы трех марок: VP4126, VP6131 и VP6545. Погрешность импортированной в ANSYS модели составила менее 10 % относительно экспериментальных исследований для всех марок материала. Анализ полученных результатов показал хорошее качественное и количественное согласование расчетов в системе ANSYS с применением импортированной модели и натурных испытаний до величин предельных деформаций, соответствующих разрушению образцов материала для всех исследуемых марок гибких тканых композитов, что позволяет сделать вывод о возможности применения предложенного модуля при моделировании процессов деформирования гибких тканых композитов и конструкций, созданных из таких материалов при статическом одноосном растяжении вдоль нитей армирования.

A variant of import into ANSYS Mechanical APDL system of the model of behavior of flexible woven composite materials with reinforcing weaving cloth of linen at static stretching along the reinforcement yarns is offered. The import was carried out using an integration module based on the use of an analytical model of deformation of the material under study. The model is presented in the articles published earlier and takes into account the changes in the geometric structure occurring in the reinforcing layer of the material during the deformation process, the formation of irreversible deformations and the interaction of cross-lying reinforcing fabric threads. In the introduction input characteristics of the plain weave of the reinforcing fabric and the analytical model imported into ANSYS are briefly described. The input parameters of the module are the mechanical characteristics of the materials that make up the composite (binder and material of reinforcement yarns), the geometric characteristics of the interlacing of the reinforcing fabric. The algorithm for importing the model is based on the calculation and transfer in ANSYS of the calculated points of the material stress-strain diagram for uniaxial stretching along the reinforcement direction and using the Multilinear Kinematich Hardening model material embedded in the ANSYS. The analytical model imported with the help of the presented module allows to model a composite material with reinforcing fabric without a detailed description of the geometry of the interlacing of threads during modeling of the material as a whole. The imported model was verified. For verification full-scale experimental studies and numerical simulation of the stretching of samples from flexible woven composites were carried out. The analysis of the obtained results showed good qualitative and quantitative agreement of calculations.

Гибкие тканые композиты относят к классу высокотехнологичных инновационных материалов. Благодаря совмещению различных компонентов наполнителя и элементов армирования такие материалы применяют в строительстве, оборонной промышленности, судо- и авиастроении и др. В отечественной литературе уделено недостаточное внимание к тканым композитам, изменяющим свою геометрическую структуру армирующего слоя в процессе деформирования. В настоящей работе приводится анализ предложенного ранее комплексного подхода к моделированию поведения гибких тканых композитов при статическом одноосном растяжении для дальнейшего обобщения подхода на двухосное растяжение. Работа нацелена на качественное и количественное описание механических деформационных процессов, протекающих в структуре исследуемых материалов при растяжении, к которым относится распрямления нитей армирующего слоя и увеличение величины взаимного надавливания накрест лежащих нитей армирования. В начале процесса деформирования распрямление нитей и увеличение взаимного надавливания нитей наиболее интенсивны. С увеличением уровня нагрузки изменение указанных параметров замедляется. Например, изгиб нитей армирования переходит в центральное растяжение, а величина нагрузки от взаимного надавливания более не увеличивается (стремится к константе). Для моделирования описанных процессов вводятся основные геометрические и механические параметры материала, влияющие на процесс формоизменения, приводятся необходимая терминология и описание характеристик. В связи с высокой геометрической нелинейностью все процессы описаны в приращениях, так как на начальных значениях нагрузки происходит значительное формоизменение армирующего слоя. Для количественного и качественного описания механических деформационных процессов, протекающих в армирующем слое, выведены аналитические зависимости, позволяющие определить приращение угла распрямления нитей армирования и нагрузки, вызванной взаимным надавливанием накрест лежащих нитей на каждом шаге приращения нагрузки. Для апробации выведенных зависимостей приведен пример их применения для гибких тканых композиционных материалов марок VP4126, VP6131 и VP6545. Результаты моделирования подтвердили предположения о процессах выпрямления нитей и замедления увеличения взаимного надавливания нитей. Приведенные в данной работе результаты и зависимости имеют непосредственное отношение к дальнейшему обобщению предложенных ранее аналитических моделей для двухосного растяжения, так как растяжение в двух направлениях существенно уменьшит выпрямление нитей и увеличит величину взаимного надавливания при аналогичных нагрузках.

Flexible woven composites are classified as high-tech innovative materials. Due to the combination of various components of the filler and reinforcement elements, such materials are used in construction, in the defense industry, in shipbuilding and aircraft construction, etc. In the domestic literature, insufficient attention is paid to woven composites that change their geometric structure of the reinforcing layer during deformation. This paper presents an analysis of the previously proposed complex approach to modeling the behavior of flexible woven composites under static uniaxial tension for further generalization of the approach to biaxial tension. The work is aimed at qualitative and quantitative description of mechanical deformation processes occurring in the structure of the studied materials under tension, which include straightening the strands of the reinforcing layer and increasing the value of mutual pressure of the cross-lying reinforcement strands. At the beginning of the deformation process, the straightening of the threads and the increase in mutual pressure of the threads are most intense. With the increase in the level of load, the change of these parameters slows down. For example, the bending of the reinforcement strands goes into the Central tension, and the value of the load from the mutual pressure is no longer increased (tends to constant). To simulate the described processes, the basic geometrical and mechanical parameters of the material affecting the process of forming are introduced, the necessary terminology and description of the characteristics are given. Due to the high geometric nonlinearity of the all processes described in the increments, as in the initial load values there is a significant deformation of the reinforcing layer. For the quantitative and qualitative description of mechanical deformation processes occurring in the reinforcing layer, analytical dependences are derived to determine the increment of the angle of straightening of reinforcement filaments and the load caused by the mutual pressure of the cross-lying filaments at each step of the load increment. For testing of obtained dependencies shows an example of their application for flexible woven composites brands VP4126, VP6131 and VP6545. The simulation results confirmed the assumptions about the processes of straightening the threads and slowing the increase in mutual pressure of the threads. The results and dependences presented in this paper are directly related to the further generalization of the previously proposed analytical models for biaxial tension, since stretching in two directions will significantly reduce the straightening of the threads and increase the amount of mutual pressure under similar loads.

В данной статье рассматривается метод построения прогнозной нейросетевой модели временного ряда, основанный на определении состава входных переменных, построения обучающей выборки и самого обучения с использованием метода обратного распространения ошибки. Традиционные методы построения прогнозных моделей временного ряда (авторегрессионной модели, модели скользящего среднего или модели авторегрессии – скользящего среднего) позволяют аппроксимировать временной ряд линейной зависимостью текущего значения выходной переменной от некоторого количества ее предыдущих значений. Такое ограничение, как линейность зависимости, приводит к значительным ошибкам при прогнозировании.

Технологии интеллектуального анализа с применением нейросетевого моделирования позволяют аппроксимировать временной ряд нелинейной зависимостью. Причем процесс построения нейросетевой модели (определение состава входных переменных, числа слоев и количества нейронов в слоях, выбор функций активации нейронов, определение оптимальных значений весов связей нейронов) позволяет получить прогнозную модель в виде аналитической нелинейной зависимости.

Одним из ключевых моментов при построении нейросетевых моделей в различных прикладных областях, влияющих на ее адекватность, является определение состава ее входных переменных. Состав входных переменных традиционно выбирается из некоторых физических соображений или методом подбора. Для задачи определения состава входных переменных прогнозной нейросетевой модели временного ряда предлагается использовать особенности поведения автокорреляционной и частной автокорреляционной функций.

В работе предлагается метод определения состава входных переменных нейросетевых моделей для стационарных и нестационарных временных рядов, базирующийся на построении и анализе автокорреляционных функций. На основе предложенного метода разработаны алгоритм и программа в среде программирования Python, определяющая состав входных переменных прогнозной нейросетевой модели — персептрона, а также строящая саму модель. Осуществлена экспериментальная апробация предложенного метода на примере построения прогнозной нейросетевой модели временного ряда, отражающего потребление электроэнергии в разных регионах США, открыто опубликованной компанией PJM Interconnection LLC (PJM) — региональной сетевой организацией в Соединенных Штатах. Данный временной ряд является нестационарным и характеризуется наличием как тренда, так и сезонности. Прогнозирование очередных значений временного ряда на ос- нове предыдущих значений и построенной нейросетевой модели показало высокую точность аппроксимации, что доказывает эффективность предлагаемого метода.

This article studies a method of constructing a predictive neural network model of a time series based on determining the composition of input variables, constructing a training sample and training itself using the back propagation method. Traditional methods of constructing predictive models of the time series are: the autoregressive model, the moving average model or the autoregressive model — the moving average allows us to approximate the time series by a linear dependence of the current value of the output variable on a number of its previous values. Such a limitation as linearity of dependence leads to significant errors in forecasting.

Mining Technologies using neural network modeling make it possible to approximate the time series by a nonlinear dependence. Moreover, the process of constructing of a neural network model (determining the composition of input variables, the number of layers and the number of neurons in the layers, choosing the activation functions of neurons, determining the optimal values of the neuron link weights) allows us to obtain a predictive model in the form of an analytical nonlinear dependence.

The determination of the composition of input variables of neural network models is one of the key points in the construction of neural network models in various application areas that affect its adequacy. The composition of the input variables is traditionally selected from some physical considerations or by the selection method. In this work it is proposed to use the behavior of the autocorrelation and private autocorrelation functions for the task of determining the composition of the input variables of the predictive neural network model of the time series.

In this work is proposed a method for determining the composition of input variables of neural network models for stationary and non-stationary time series, based on the construction and analysis of autocorrelation functions. Based on the proposed method in the Python programming environment are developed an algorithm and a program, determining the composition of the input variables of the predictive neural network model — the perceptron, as well as building the model itself. The proposed method was experimentally tested using the example of constructing a predictive neural network model of a time series that reflects energy consumption in different regions of the United States, openly published by PJM Interconnection LLC (PJM) — a regional network organization in the United States. This time series is non-stationary and is characterized by the presence of both a trend and seasonality. Prediction of the next values of the time series based on previous values and the constructed neural network model showed high approximation accuracy, which proves the effectiveness of the proposed method.

Современные методы комплексного планирования выполнения пакетов заданий в многостадийных системах характеризуются наличием ограничений на размерность решаемой задачи, невозможностью гарантированного получения эффективных решений при различных значениях ее входных параметров, а также невозможностью учета условия формирования комплектов из результатов и ограничения на длительности интервалов времени функционирования системы. Для решения задачи планирования выполнения пакетов заданий при формировании комплектов результатов и ограничении на длительности интервалов времени функционирования системы реализована декомпозиция обобщенной функции системы на совокупность иерархически взаимосвязанных подфункций. Применение декомпозиции позволило использовать иерархический подход для планирования выполнения пакетов заданий в многостадийных системах, предусматривающий определение решений по составам пакетов заданий на первом уровне иерархии, решений по составам групп пакетов заданий, выполняемых в течение временных интервалов ограниченной длительности, на втором уровне и расписаний выполнения пакетов на третьем уровне иерархии. С целью оценки оптимальности решений по составам пакетов результаты их выполнения, полученные в течение заданных временных интервалов, распределяются по комплектам. Для определения комплексных решений применен аппарат теории иерархических игр. Построена модель иерархической игры для принятия решений по составам пакетов, групп пакетов и расписаниям выполнения пакетов, представляющая собой систему иерархически взаимосвязанных критериев оптимизации решений. В модели учтены условие формирования комплектов из результатов выполнения пакетов заданий и ограничение на длительность интервалов времени ее функционирования. Задача определения составов пакетов заданий и групп пакетов заданий является NP-трудной, поэтому для ее решения требуется применение приближенных методов оптимизации. С целью оптимизации групп пакетов заданий реализовано построение метода формирования начальных решений по их составам, которые в дальнейшем оптимизируются. Также сформулирован алгоритм распределения по комплектам результатов выполнения пакетов заданий, полученных в течение временных интервалов ограниченной длительности. Предложен метод локальной оптимизации решений по составам групп пакетов, в соответствии с которым из групп исключаются пакеты, результаты выполнения которых не входят в комплекты, и добавляются пакеты, не включенные ни в одну из групп. Выполнена программная реализация рассмотренного метода комплексной оптимизации составов пакетов заданий, групп пакетов заданий и расписаний выполнения пакетов заданий из групп (в том числе реализация метода оптимизации составов групп пакетов заданий). С ее использованием проведены исследования особенностей рассматриваемой задачи планирования. Сформулированы выводы, касающиеся зависимости эффективности планирования выполнения пакетов заданий в многостадийных системах при введенных условиях от входных параметров задачи. Использование метода локальной оптимизации составов групп пакетов заданий позволяет в среднем на 60% увеличить количество формируемых комплектов из результатов выполнения заданий в пакетах из групп по сравнению с фиксированными группами (не предполагающими оптимизацию).

Modern methods of complex planning the execution of task packages in multistage systems are characterized by the presence of restrictions on the dimension of the problem being solved, the impossibility of guaranteed obtaining effective solutions for various values of its input parameters, as well as the impossibility of registration the conditions for the formation of sets from the result and the restriction on the interval duration of time of the system operating. The decomposition of the generalized function of the system into a set of hierarchically interconnected subfunctions is implemented to solve the problem of scheduling the execution of task packages with generating sets of results and the restriction on the interval duration of time for the functioning of the system. The use of decomposition made it possible to employ the hierarchical approach for planning the execution of task packages in multistage systems, which provides the determination of decisions by the composition of task groups at the first level of the hierarchy decisions by the composition of task packages groups executed during time intervals of limited duration at the second level and schedules for executing packages at the third level the hierarchy. In order to evaluate decisions on the composition of packages, the results of their execution, obtained during the specified time intervals, are distributed among the packages. The apparatus of the theory of hierarchical games is used to determine complex solutions. A model of a hierarchical game for making decisions by the compositions of packages, groups of packages and schedules of executing packages is built, which is a system of hierarchically interconnected criteria for optimizing decisions. The model registers the condition for the formation of sets from the results of the execution of task packages and restriction on duration of time intervals of its operating. The problem of determining the compositions of task packages and groups of task packages is NP-hard; therefore, its solution requires the use of approximate optimization methods. In order to optimize groups of task packages, the construction of a method for formulating initial solutions by their compositions has been implemented, which are further optimized. Moreover, a algorithm for distributing the results of executing task packages obtained during time intervals of limited duration by sets is formulated. The method of local solutions optimization by composition of packages groups, in accordance with which packages are excluded from groups, the results of which are not included in sets, and packages, that aren’t included in any group, is proposed. The software implementation of the considered method of complex optimization of the compositions of task packages, groups of task packages, and schedules for executing task packages from groups (including the implementation of the method for optimizing the compositions of groups of task packages) has been performed. With its use, studies of the features of the considered planning task are carried out. Conclusion are formulated concerning the dependence of the efficiency of scheduling the execution of task packages in multistage system under the introduced conditions from the input parameters of the problem. The use of the method of local optimization of the compositions of groups of task packages allows to increase the number of formed sets from the results of task execution in packages from groups by 60% in comparison with fixed groups (which do not imply optimization).

Статья посвящена выпукло-вогнутым седловым задачам, в которых целевая функция является суммой большого числа слагаемых. Такие задачи привлекают значительное внимание математического сообщества в связи с множеством приложений в машинном обучении, включая adversarial learning, adversarial attacks и robust reinforcement learning, и это лишь некоторые из них. Отдельные функции в сумме обычно представляют собой ошибку, связанную с объектом из выборки. Кроме того, формулировка допускает (возможно, негладкий) композитный член. Такие слагаемые часто отражают регуляризацию в задачах машинного обучения. Предполагается, что размерность одной из групп переменных относительно мала (около сотни или меньше), а другой — велика. Такой случай возникает, например, при рассмотрении двойственной формулировки задачи минимизации с умеренным числом ограничений. Предлагаемый подход основан на использовании метода секущей плоскости Вайды для минимизации относительно внешнего блока переменных. Этот алгоритм оптимизации особенно эффективен, когда размерность задачи не очень велика. Неточный оракул для метода Вайды вычисляется через приближенное решение внутренней задачи максимизации, которая решается ускоренным алгоритмом с редукцией дисперсии Katyusha. Таким образом, мы используем структуру задачи для достижения быстрой сходимости. В исследовании получены отдельные оценки сложности для градиентов различных компонент относительно различных переменных. Предложенный подход накладывает слабые предположения о целевой функции. В частности, не требуется ни сильной выпуклости, ни гладкости относительно низкоразмерной группы переменных. Количество шагов предложенного алгоритма, а также арифметическая сложность каждого шага явно зависят от размерности внешней переменной, отсюда предположение, что она относительно мала.

The paper is devoted to convex-concave saddle point problems where the objective is a sum of a large number of functions. Such problems attract considerable attention of the mathematical community due to the variety of applications in machine learning, including adversarial learning, adversarial attacks and robust reinforcement learning, to name a few. The individual functions in the sum usually represent losses related to examples from a data set. Additionally, the formulation admits a possibly nonsmooth composite term. Such terms often reflect regularization in machine learning problems. We assume that the dimension of one of the variable groups is relatively small (about a hundred or less), and the other one is large. This case arises, for example, when one considers the dual formulation for a minimization problem with a moderate number of constraints. The proposed approach is based on using Vaidya’s cutting plane method to minimize with respect to the outer block of variables. This optimization algorithm is especially effective when the dimension of the problem is not very large. An inexact oracle for Vaidya’s method is calculated via an approximate solution of the inner maximization problem, which is solved by the accelerated variance reduced algorithm Katyusha. Thus, we leverage the structure of the problem to achieve fast convergence. Separate complexity bounds for gradients of different components with respect to different variables are obtained in the study. The proposed approach is imposing very mild assumptions about the objective. In particular, neither strong convexity nor smoothness is required with respect to the low-dimensional variable group. The number of steps of the proposed algorithm as well as the arithmetic complexity of each step explicitly depend on the dimensionality of the outer variable, hence the assumption that it is relatively small.

Задача горения газовзвеси с неоднородным распределением частиц по пространству возникает, например, при сжигании взвеси угольной пыли в камерах сгорания энергетических установок и горелок. Неоднородное распределение частиц по пространству может существенно повлиять на скорость распространения фронта пламени по аэровзвеси угольной пыли. Представляют интерес исследование закономерности распространения фронта горения в газовзвеси при неравномерном распределении концентрации реагирующих частиц в воздухе, а также определение зависимости скорости распространения фронта горения от свойств угольной пыли и неоднородности пространственного ее распределения. Целью настоящей работы является численное исследование влияния неоднородного распределения частиц, а также состава аэровзвеси на скорость распространения фронта горения по аэровзвеси угольной пыли.

Разработана физико-математическая модель горения аэровзвеси угольной пыли с неоднородным распределением частиц угольной пыли по пространству. Физико-математическая постановка задачи учи- тывает выход горючих летучих компонентов из частиц при их нагреве, последующее реагирование летучих компонентов с воздухом, гетерогенную реакцию на поверхности частиц, зависимость коэффициента теплопроводности газа от температуры. Решение задачи проведено численно.

Проведено параметрическое исследование влияния массовой концентрации, содержания летучих компонентов и размера частиц угольной пыли на скорость горения взвеси угольной пыли в воздухе. Показано, что скорость горения больше для частиц с меньшим содержанием летучих компонентов. Сравнение скорости горения для частиц разного радиуса показало, что чем больше радиус частиц, тем меньше скорость горения аэровзвеси. Определено, что частицы с большей массовой концентрацией горят быстрее.

Проведен анализ влияния пространственного распределения частиц на скорость горения аэровзвеси. Показано, что скорость распространения фронта горения по аэровзвеси с неоднородным распределением частиц выше скорости распространения фронта горения по аэровзвеси с однородным распределением частиц. Показано, что неоднородное распределение частиц приводит к искривлению фронта горения. Чем меньше радиус частиц, тем сильнее искривляется фронт горения.

The problem of the combustion of a gas suspension with an inhomogeneous distribution of particles over space occurs exists for the coal dust suspension combustion in combustion chambers and burners. The inhomogeneous distribution of particles in space can significantly affect the combustion velocity of the aerosolve of coal dust. The purpose of the present work is the numerically study the effect of the inhomogeneous distribution of particles and the composition of the coal dust on the combustion velocity of the coal dust in the air.

The physical and mathematical model of combustion of air-coal dust mixture with an inhomogeneous distribution of coal dust particles over space has been developed. The physical and mathematical formulation of the problem took into account the release of combustible volatile components from the particles upon their heating, the subsequent reaction of volatile components with air, a heterogeneous reaction on the surface of the particles, and the dependence of the thermal conductivity of the gas on temperature.

A parametric study was made of the effect of mass concentration, the content of volatile and the particle size of coal dust on the burning speed of a suspension of coal dust in the air. It is shown that the burning rate is greater for particles with a lower content of volatile components. The influence of the spatial distribution of particles on the burning rate of the coal-air mixture is analyzed. It is shown that the propagation velocity of the combustion front with respect to the suspension with an inhomogeneous particle distribution is higher than the propagation speed of the combustion front with respect to the suspension with a homogeneous particle distribution.

В статье предложена модель для оценки потенциальной прочности композиционного материала на основе современных волокон, разрушающихся хрупко.

Моделируются материалы, состоящие из параллельных цилиндрических волокон, которые квазистатически растягиваются в одном направлении. Предполагается, что в выборке не меньше 100 штук, что соответствует практически значимым случаям. Известно, что волокна имеют разброс предельной деформации в выборке и разрушаются не одновременно. Обычно разброс их свойств описывается распределением Вейбулла–Гнеденко. Для моделирования прочности композита используется модель накопления разрывов волокон. Предполагается, что волокна, объединенные матрицей, дробятся до удвоенной неэффективной длины — расстояния, на котором возрастают напряжения от торца разорванного волокна до среднего. Однако такая модель сильно завышает прогноз прочности композитов с хрупкими волокнами. Например, так разрушаются углеродные и стеклянные волокна.

В ряде случаев ранее делались попытки учесть концентрацию напряжений около разорванного волокна (модель Хеджепеста, модель Ермоленко, сдвиговой анализ), однако такие модели требовали или очень много исходных данных или не совпадали с экспериментом. Кроме того, такие модели идеализировали упаковку волокон в композите до регулярной гексагональной упаковки.

В модели объединены подход сдвигового анализа к распределению напряжений около разрушенного волокна и статистический подход прочности волокон на основе распределения Вейбулла–Гнеденко, при этом введен ряд предположений, упрощающих расчет без потери точности.

Предполагается, что перенапряжение на соседнем волокне увеличивает вероятность его разрушения в соответствии с распределением Вейбулла и число таких волокон с повышенной вероятностью разрушения прямо связано с числом уже разрушенных до этого. Все исходные данные могут быть получены из простых экспериментов. Показано, что учет перераспределения только на ближайшие волокна дает точный прогноз.

Это позволило провести полный расчет прочности композита. Экспериментальные данные, полученные нами на углеродных волокнах, стеклянных волокнах и модельных композитах на их основе, качественно подтверждают выводы модели.

The article proposes a model for assessing the potential strength of a composite material based on modern fibers with brittle fracture.

Materials consisting of parallel cylindrical fibers that are quasi-statically stretched in one direction are simulated. It is assumed that the sample is not less than 100 pieces, which corresponds to almost significant cases. It is known that the fibers have a distribution of ultimate deformation in the sample and are not destroyed at the same moment. Usually the distribution of their properties is described by the Weibull–Gnedenko statistical distribution. To simulate the strength of the composite, a model of fiber breaks accumulation is used. It is assumed that the fibers united by the polymer matrix are crushed to twice the inefficient length — the distance at which the stresses increase from the end of the broken fiber to the middle one. However, this model greatly overestimates the strength of composites with brittle fibers. For example, carbon and glass fibers are destroyed in this way.

In some cases, earlier attempts were made to take into account the stress concentration near the broken fiber (Hedgepest model, Ermolenko model, shear analysis), but such models either required a lot of initial data or did not coincide with the experiment. In addition, such models idealize the packing of fibers in the composite to the regular hexagonal packing.

The model combines the shear analysis approach to stress distribution near the destroyed fiber and the statistical approach of fiber strength based on the Weibull–Gnedenko distribution, while introducing a number of assumptions that simplify the calculation without loss of accuracy.

It is assumed that the stress concentration on the adjacent fiber increases the probability of its destruction in accordance with the Weibull distribution, and the number of such fibers with an increased probability of destruction is directly related to the number already destroyed before. All initial data can be obtained from simple experiments. It is shown that accounting for redistribution only for the nearest fibers gives an accurate forecast.

This allowed a complete calculation of the strength of the composite. The experimental data obtained by us on carbon fibers, glass fibers and model composites based on them (CFRP, GFRP), confirm some of the conclusions of the model.

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.

The paper provides a method for selecting the composition of a refrigerant with a given isobaric cooling curve using an artificial neural network (ANN). This method is based on the use of 1D layers of a convolutional neural network. To train the neural network, we applied a technological model of a simple heat exchanger in the UniSim design program, using the Peng – Robinson equation of state.We created synthetic database on isobaric boiling curves of refrigerants of different compositions using the technological model. To record the database, an algorithm was developed in the Python programming language, and information on isobaric boiling curves for 1 049 500 compositions was uploaded using the COM interface. The compositions have generated by Monte Carlo method. Designed architecture of ANN allows select composition of a mixed refrigerant by 101 points of boiling curve. ANN gives mole flows of mixed refrigerant by composition (methane, ethane, propane, nitrogen) on the output layer. For training ANN, we used method of cyclical learning rate. For results demonstration we selected MR composition by natural gas cooling curve with a minimum temperature drop of 3 К and a maximum temperature drop of no more than 10 К, which turn better than we predicted via UniSim SQP optimizer and better than predicted by $k$-nearest neighbors algorithm. A significant value of this article is the fact that an artificial neural network can be used to select the optimal composition of the refrigerant when analyzing the cooling curve of natural gas. This method can help engineers select the composition of the mixed refrigerant in real time, which will help reduce the energy consumption of natural gas liquefaction.

Построена математическая модель двухфазных капиллярно-неравновесных изотермических течений несжимаемых фаз в среде с двойной пористостью. Рассматривается среда с двойной пористостью, которая представляет собой композицию двух пористых сред с контрастными капиллярными свойствами (абсолютной проницаемостью, капиллярным давлением). Одна из составляющих сред обладает высокой проницаемостью и является проводящей, вторая характеризуется низкой проницаемостью и образует несвязную систему матричных блоков. Особенностью модели является учет влияния капиллярной неравновесности на массообмен между подсистемами двойной пористости, при этом неравновесные свойства двухфазного течения в составляющих средах описываются в линейном приближении в рамках модели Хассанизаде. Усреднение методом формальных асимптотических разложений приводит к системе дифференциальных уравнений в частных производных, коэффициенты которой зависят от внутренних переменных, определяемых из решения ячеечных задач. Численное решение ячеечных задач для системы уравнений в частных производных является вычислительно затратным. Поэтому для внутреннего параметра, характеризующего распределение фаз между подсистемами двойной пористости, формулируется термодинамически согласованное кинетическое уравнение. Построены динамические относительные фазовые проницаемости и капиллярное давление в процессах дренирования и пропитки. Показано, что капиллярная неравновесность течений в составляющих подсистемах оказывает на них сильное влияние. Таким образом, анализ и моделирование этого фактора является важным в задачах переноса в системах с двойной пористостью.

A mathematical model of two-phase capillary-nonequilibrium isothermal flows of incompressible phases in a double porosity medium is constructed. A double porosity medium is considered, which is a composition of two porous media with contrasting capillary properties (absolute permeability, capillary pressure). One of the constituent media has high permeability and is conductive, the second is characterized by low permeability and forms an disconnected system of matrix blocks. A feature of the model is to take into account the influence of capillary nonequilibrium on mass transfer between subsystems of double porosity, while the nonequilibrium properties of two-phase flow in the constituent media are described in a linear approximation within the Hassanizadeh model. Homogenization by the method of formal asymptotic expansions leads to a system of partial differential equations, the coefficients of which depend on internal variables determined from the solution of cell problems. Numerical solution of cell problems for a system of partial differential equations is computationally expensive. Therefore, a thermodynamically consistent kinetic equation is formulated for the internal parameter characterizing the phase distribution between the subsystems of double porosity. Dynamic relative phase permeability and capillary pressure in the processes of drainage and impregnation are constructed. It is shown that the capillary nonequilibrium of flows in the constituent subsystems has a strong influence on them. Thus, the analysis and modeling of this factor is important in transfer problems in systems with double porosity.