Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.145.37.219
    [SESS_TIME] => 1732350042
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => ddca28434fb7039237c99407fd9fd52f
    [UNIQUE_KEY] => b7fbd7e72a7a6c0aec235717bccdc7f8
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Физика горения и взрыва

2019 год, номер 6

ПРИМЕНЕНИЕ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ДЛЯ МОДЕЛИРОВАНИЯ ПОЛНОТЫ ВЫГОРАНИЯ МЕХАНОАКТИВИРОВАННОГО УГЛЯ

С.С. Абдуракипов1,2, Е.Б. Бутаков1,2, А.П. Бурдуков1, А.В. Кузнецов1, Г.В. Чернова1
1Институт теплофизики им. С. С. Кутателадзе СО РАН, 630090 Новосибирск, Россия
e_butakov@mail.ru
2Новосибирский государственный университет
Ключевые слова: уголь, высоконапряженное измельчение, синхронный термический анализатор, факел, машинное обучение, искусственная нейронная сеть, coal, high-stress grinding, synchronous thermal analyzer, torch, machine learning, artificial neural network
Страницы: 70-75

Аннотация

Проведено экспериментальное исследование влияния измельчения на термическую деструкцию углей. С помощью искусственных нейронных сетей создана модель, позволяющая прогнозировать степень выгорания измельченных углей с высокой точностью (средняя относительная ошибка 3 %, коэффициент детерминации 96 %).

DOI: 10.15372/FGV201906010