Международная команда ученых, в числе которых и специалист из ЮУрГУ, нашли способ в разы сократить время испытаний высокоточных расходомеров. В перспективе это нововведение может быть востребовано в нефтехимии, энергетике, системах климат-контроля и не только.
Расходомеры — приборы, которые измеряют, сколько жидкости или газа проходит через трубу за определенное время. Они работают везде: контролируют подачу топлива на заправках, следят за расходом воды в квартирах, регулируют поток нефти на месторождениях. Исследование ученых было посвящено применению машинного обучения для моделирования теплопередачи в наножидкостях.
По словам ученых, ранее для калибровки нового датчика требовались недели дорогостоящих CFD-симуляций — эти методы дают точные результаты, но требуют огромных вычислительных мощностей.
«CFD-моделирование — это компьютерное моделирование течения жидкости с решением уравнений Навье-Стокса и теплопередачи для сложных систем (например, труб с наножидкостями). Оно требует очень мощных серверов и времени. Моделирование теплообмена в одном промышленном теплообменнике может занять не менее двух-четырех недель!» — объясняет заместитель заведующего лабораторией НИЛ Технической самодиагностики и самоконтроля приборов и систем ЮУрГУ Владимир Синицин.
С помощью новой модели ученые получили аналогичные данные гораздо быстрее и с минимальными затратами. Это позволило сократить время производства датчиков (расходомеров) в десятки раз: от нескольких недель до нескольких часов.
«Новаторство нашего метода в том, что мы объединили CFD-методы с алгоритмами машинного обучения — GPR, KNN и MLP. Это как перейти от расчетов вручную к умному прогнозированию: быстрее, дешевле, но уровень точности при этом сохраняется», — подытожил ученый.
Результаты исследования впечатляют: алгоритмы машинного обучения предсказали распределение температуры с точностью более 99,8%, что для производителей расходомеров настоящий прорыв. По их мнению, это может способствовать революции в приборостроении.
Кроме России (ЮУрГУ), в международную коллаборацию вошли исследователи из Саудовской Аравии (Университет Табук), Ирака (Исламский Университет) и Индии (Marwadi University, GLA University). Исследование опубликовано в научном журнале «Scientific Reports».
Теперь в планах у команды — адаптация моделей для других типов наножидкостей и сложных промышленных систем. Особый интерес представляет использование наножидкостей с частицами оксида меди (CuO), которые значительно улучшают теплопередачу. Они способны увеличить теплопроводность жидкости на 20–30%, а значит, сделать расходомеры более точными.
Проект реализуется в рамках программы Минобрнауки России «Приоритет-2030» (национальный проект «Молодежь и дети»).
