Более половины нефтяных запасов в России состоит из высоковязкой нефти –труднодобываемой. Это негативно сказывается на характеристиках перекачивающих насосов и общей нефтедобыче. Для решения проблемы эффективно применение специальных нагревателей, которые повышают температуру нефти и тем самым делают ее более текучей. Однако в таких случаях важно понимать, как именно и до какой температуры можно производить такой нагрев, чтобы он оставался эффективным, не приводил к лишним затратам, перегреву насосного оборудования и аварийным ситуациям. Ученые Пермского Политеха исследовали процесс тепломассопереноса в нефтяной скважине с использованием источника тепла разной длины и мощности в призабойной части. Результаты позволят в 14 раз снизить вязкость нефти, обеспечить бесперебойную работу оборудования и увеличить уровень добычи нефти.
Фото: Gerhard Crous, Unsplash
Статья опубликована в журнале «Вычислительная механика сплошных сред». Исследование выполнено в рамках реализации программы стратегического академического лидерства «Приоритет-2030».
Около 55% запасов России приходятся на высоковязкую нефть, добывать которую сложнее, чем маловязкую и средневязкую. Вязкость зависит от различных примесей в ее составе и концентрации тяжелых углеводородов (смол, асфальтенов, парафинов).
Добывают высоковязкую нефть с помощью электрических центробежных насосов, которые создают нужное давление для подъема и перекачивания флюида. Однако из-за высокой вязкости нефти оборудование перегружается и выходит из строя при критических значениях вязкости. Для снижения уровня последней используют специальные греющие устройства, которые устанавливают в призабойную область скважины. При нагреве нефть становится менее вязкой, а работа насосов стабильной.
Во время добычи углеводородов важно поддерживать необходимую температуру и контролировать распределение тепла для предотвращения выхода из строя перекачивающего оборудования и обеспечения необходимой величины дебита.
Для анализа процессов тепломассопереноса нефти в скважине с призабойным нагревателем использовался метод математического моделирования. Для оптимизации процесса ученые Пермского Политеха создали трехмерную компьютерную модель, включающую саму скважину, насосно-компрессорную трубу с отверстиями, по которой жидкость поступает в насос, и соединенный с ней нагреватель цилиндрической формы. Модель учитывает распределение температуры, скорости и вязкости нефти, а также параметры самого греющего устройства
Реализация модели позволила определить рациональное значение мощности нагревателя, позволяющее снизить вязкость нефти ниже критического для насоса значения на том или ином месторождении, оценить влияние длины нагревателя и условия выхода его из строя.
С помощью модели ученые изучили нагреватели разной мощности (1; 1,75; 2,25 кВт), и длины (1, 3 и 5 м), но при этом поддерживали одинаковую температуру в 122°С. Ученые экспериментально выяснили, что максимальная температура, при которой могут эксплуатироваться устройства подобного типа, составляет 125°С. Более высокая – может привести к перегреву оборудования и преждевременному выходу из строя.
– Мы выяснили, что наиболее интенсивный нагрев нефти наблюдается в первых двух метрах трубы при использовании устройства длиной в 1 метр. Это связано с тем, что его удельная мощность выше, чем у 3- или 5-метрового. При этом для всех типов устройств изменения температуры происходят почти одинаково: сначала она достигает максимума, а потом постепенно охлаждается практически с одинаковой скоростью, – объясняет Наталья Труфанова, заведующая кафедрой «Конструирование и технологии в электротехнике» ПНИПУ, доктор технических наук.
Модель позволила определить, как параметры нагревателя влияют на температуру нефти на входе в насос. Так, длина устройства в 1 метр и мощность 1 кВт повышает ее значения до 39.11°С, 3 метра с мощностью 1,75 кВт – до 52.39°С, а 5 метров и 2,25 кВт – до 60.18°С. С увеличением температуры понижается и вязкость нефти. В целом все три нагревателя могут использоваться для ее снижения, но этот фактор также зависит от мощности используемого насоса. Для некоторого оборудования нагреватель в 1 метр не подойдет, а в 3-5 метров будут более эффективны.
Поля температуры (а), скорости (б), вязкости (в) при длине нагревателя 1 м
– В результате мы можем сделать вывод, что применение устройства электрического нагрева в призабойной зоне скважины с наибольшей мощностью (2,25 кВт) дает возможность до 60°С повысить температуру нефти и в 14 раз снизить ее вязкость, – поделился Дмитрий Пинягин, аспирант кафедры «Конструирование и технологии в электротехнике» ПНИПУ.
Разработка ученых Пермского Политеха поможет специалистам в нефтедобывающей практике определить температуру и характер течения углеводородов на заранее известном участке скважины. Применение модели позволит рассчитать необходимую длину нагревателя, которой будет достаточно для снижения вязкости нефти и обеспечения бесперебойной работы электрического центробежного насоса. Это, в свою очередь, повысит долговечность оборудования и снизит материальные затраты при разработке нефтяных месторождений.
Эпителиальная ткань покрывает поверхности органов тела, защищая их от внешних воздействий. Для того, чтобы сохранить свою целостность при порезах, ссадинах и воспалительных процессах, ее клетки умеют менять форму и перестраиваться относительно друг друга – это играет важную роль в заживлении ран. Этот же механизм задействован в развитии рака, когда клетки начинают бесконтрольно делиться, тем самым образуя опухоли, и перемещаться, распространяя болезнь в другие органы. Согласно статистике ВОЗ, в 2022 г. во всем мире было зарегистрировано 20 млн новых случаев рака, а к 2050 г. эта цифра вырастет на 77% и достигнет 35 млн Поэтому изучение этих процессов является важным направлением исследований. Ученые Пермского Политеха разработали математическую модель, которая позволяет подробно рассмотреть, как именно клетки эпителия перестраиваются под воздействием механических нагрузок.
Фото: Fayette A Reynolds M.S., Bioscience Image, Library by Fayette Reynolds
Статья опубликована в «Российском журнале биомеханики», Т. 29, № 1, 2025. Исследование выполнено при финансовой поддержке Российского научного фонда, грант № 23-71-01020.
Эпителиальные ткани постоянно подвергаются механическим воздействиям – растяжению или сжатию при ссадинах, порезах и воспалительных процессах. Для того, чтобы сохранить целостность и функциональность, тканевые элементы способны перестраиваться – этот процесс, который называется переупаковкой, помогает покровам восстанавливаться после повреждений, адаптироваться к изменениям. Работает это так: клетки меняют форму и расположение, чтобы равномерно распределить нагрузку, но остаются прочно связанны друг с другом благодаря специальным контактам – десмосомам. При повреждении кожного покрова (например, порезе) клетки на краю раны растягиваются, делятся и замещают погибшие, быстро восстанавливая защитный барьер. Так переупаковка играет ключевую роль в заживлении кожи.
Этот процесс также задействован в развитии рака. В здоровых тканях перестройка происходит аккуратно, но при онкологических заболеваниях этот механизм «ломается»: биологические элементы теряют связь с соседями и начинают бесконтрольно делиться, а вместо упорядоченной структуры образуется хаотичная масса – опухоль. Впоследствии она начинает пускать метастазы – это процесс, когда раковые клетки отделяются от своих «соседей», становятся подвижными и проникают в другие органы.
Международные исследования переупаковки сосредоточены на том, как клетки меняют свою форму и расположение во время роста органов и как взаимодействуют между собой, однако до сих пор многие аспекты остаются неясными из-за сложности биологических процессов. В живых организмах сложно следить за каждым этапом этого механизма в реальном времени, поскольку они могут быть скрыты глубоко внутри тканей. В условиях эксперимента же воспроизвести этот процесс трудно из-за необходимости контролировать очень много факторов. Клетки могут переупаковываться по-разному в зависимости от нагрузки, формы ткани и химических сигналов, поэтому предугадать результат процесса достаточно сложно.
Ученые Пермского Политеха разработали математическую модель, которая воспроизводит переупаковку и позволяет предсказывать, как клетки будут реагировать на различные внешние факторы.
Существующие модели не учитывают изменение формы и углов клеток, химические сигналы между ними, а также плохо адаптируются к разным типам тканей – иными словами, они слишком упрощены. Разработка политехников, напротив, принимает во внимание эти параметры, что делает ее точной и позволяет применять в исследованиях разных типов эпителиальных покровов.
— Мы использовали усовершенствованную вершинную модель, которая описывает клетки как многоугольники, соединенные между собой вершинами (точками) и способные изменять свою форму и размеры в зависимости от взаимодействия с соседями. Это совокупность уравнений, которые позволяют рассчитать эластичность биологических элементов, механические силы, которые на них действуют – например, растяжение ткани, – и химические сигналы, которыми они обмениваются, — рассказывает Максим Бузмаков, младший научный сотрудник кафедры «Прикладная физика» ПНИПУ.
Моделирование позволило получить наглядные данные о том, как в процессе переупаковки меняется форма клеток, их расположение и уровень энергии. Кроме того, авторы пронаблюдали, как они перемещаются внутри эпителия.
— Особое внимание стоит уделить интеркаляции — так называется способность тканевых элементов менять свое положение относительно соседей. Мы исследовали большой ряд значений этого параметра. Было установлено его самое оптимальное значение (dint = 0,40), при котором достигается наиболее устойчивое состояние эпителия, то есть ткань ведет себя наиболее естественно и устойчиво, как в здоровом организме, – поясняет Иван Красняков, доцент, научный сотрудник кафедры «Прикладная физика» ПНИПУ, кандидат физико-математических наук.
Модель ученых Пермского Политеха показывает, как клетки кожи или слизистых оболочек перемещаются и перестраиваются при повреждении. Она уже прошла апробацию на данных клинических исследований, доступных в литературе. Благодаря ей можно предсказывать, как будет вести себя ткань при различных воздействиях — например, во время хирургического вмешательства или ношения протезов. Это может помочь в разработке новых методов ускорения заживления и восстановления тканей. Разработанная модель универсальна, что позволяет применять ее для широкого круга биологических исследований – в частности, для изучения того, как раковые клетки теряют связь с соседями и начинают мигрировать по организму. Это важно для исследования механизмов развития онкологических заболеваний, в чем ученые и видят дальнейшие перспективы своего исследования.
Привет, Пикабушник! В прошлый раз мое видение было не до конца сформулировано и начато с ошибочного утверждения. А все таки, можно ли использовать закон двойного отрицания для его доказательства?
Решая очередную задачу, частично связанную с расчётами гидравлического сопротивления, я в очередной раз столкнулся с проблемой "ступенчатости" функции при переходе от одного режима течения в другой. Как раз эти "ступеньки" часто сбивали мой алгоритм определения гидравлического сопротивления сложной разветвленной гидросистемы.
Для изучения проблемы я набросал небольшой пример в MathCad'е....
Определение величин
Соответственно рассчитал безразмерный коэффициент гидравлического сопротивления трению для пяти режимов (Ламинарный, Зона гладкостенного сопротивления Блазиуса, Зона гладкостенного сопротивления Конакова, Зона доквадратичного сопротивления Альтшуля, Зона квадратичного сопротивления Шифринсона)
Расчет безразмерного коэффициента гидравлического сопротивления
Ну и собственно наблюдаем типичную картину точек разрыва функции и её "непрерывность"...
1-3 диапазон
1-3 диапазон
4-5 диапазон
Конечно, задача сгладить данные переходы не является особенно сложной, но.... я вспомнил, что где-то видел формулу, которая ....
[1] Черникин А.В. Обобщение расчета коэффициента гидравлического сопротивления трубопроводов // Наука и технология углеводородов. М.: 1998. №1. С. 21–23.
где: k – эквивалентная шероховатость внутренней стенки трубы (средняя высота выступов), м.
Вячеслав Леонидович выполнил проверочные расчеты и выявил, что вышеприведенная формула является наиболее универсальной в широком диапазоне чисел Рейнольдса! Значения, полученные по этой формуле чрезвычайно близки значениям
функции λ=64/Re для зоны ламинарного характера потока в диапазоне 10<Re<1500
функции λ=0,11·(68/Re+k/D)0,25 для зоны турбулентного характера потока при Re>4500;
в диапазоне 1500 < Re < 4500 согласно анализу присутствует переходная зона.
Проверяем на практике...
Результат приятно удивил....
1-3 диапазон
4-5 диапазон
Проблем с непрерывностью больше нет, остаются вопросы к отличию значений на втором диапазоне, но это ,я думаю, отдельная тема....
И вот, мой алгоритм заработал как нужно, что и требовалось) Надеюсь метод Черникина А.В. будет полезен для коллег)
Кабели среднего и высокого напряжения нужны для передачи электроэнергии. Для изоляции этих кабелей используют особый материал – сшитый полиэтилен, он обладает улучшенными характеристиками и повышенной стойкостью к электрохимическому старению. Для проверки качества сшивки готового изделия требуется подготовка образцов, а это существенные материальные и временные затраты. Ученые Пермского Политеха разработали математическую модель, которая точно определяет соблюдение технических стандартов изготовленной изоляции кабелей и сокращает производственные издержки.
Исследование опубликовано в журнале «Вестник ПНИПУ. Электротехника, информационные технологии, системы управления» № 50, 2024. Исследование проведено в рамках реализации программы стратегического академического лидерства «Приоритет-2030».
Сшивка полиэтилена проходит в специальной трубе в среде азота при температуре свыше 400 °С. Процесс называют вулканизацией – это соединение (сшивание) макромолекул вещества в единую пространственную сетчатую структуру посредством нагревания. В результате материал становится более эластичным и прочным. Кабель из сшитого полиэтилена устойчив к высоким температурам – предельная достигает 90 °C, что увеличивает допустимый ток нагрузки – на 15-30% больше, чем у кабеля с бумажной изоляцией. Кроме того, он плохо впитывает и пропускает воду – это защищает его от коррозии, имеет меньший вес и диаметр, что облегчает установку кабеля.
Сложный процесс изготовления изоляции из сшитого полиэтилена требует оптимизации. При этом важно быть уверенными в качестве готового материала, чтобы избежать, например, механических повреждений и контакта с жидкостями, которые могут привести к короткому замыканию и перебоях в работе кабеля. Существующие модели не учитывают оценку совместного влияния на процесс сшивки изоляции технологических параметров, теплофизических и кинетических характеристик используемых материалов, а также кинетики самого процесса вулканизации с учетом движения заготовки в условиях сложного теплообмена.
Ученые Пермского Политеха разработали математическую модель тепломассопереноса, которая позволит подобрать рациональный режим технологического процесса сшивки полиэтилена.
– Поскольку поле температур в изоляционном слое неоднородно, вулканизация протекает в материале с разными скоростями. На процесс сшивки влияют кинетические параметры полиэтилена, зависящие как от величины температуры материала, так и от скорости ее изменения. Из-за того, что теплопроводность изоляционного материала мала и степень сшивки по толщине неравномерна, необходимо определять такие параметры технологического процесса, которые обеспечили бы полный прогрев заготовки и сшивки внутренних слоев изоляции, – рассказывает доктор технических наук, профессор, заведующая кафедрой «Конструирование и технологии в электротехнике» ПНИПУ Наталия Труфанова.
Численные и натурные эксперименты проведены для полиэтиленов разных марок. Оказалось, что с повышением температуры скорость процесса сшивки значительно возрастает у полиэтилена каждой марки, и в некоторых случаях можно увеличить скорость изолирования, не ухудшая качества готового продукта. По результатам экспериментов ученые Пермского Политеха разработали систему уравнений.
– Наша трехмерная математическая модель позволяет визуализировать процесс тепломассопереноса внутри трубы вулканизации, а также на основе полученных результатов расчета определять рациональные технологические параметры для различных кабелей. Это поможет уменьшить вероятность получения бракованного изделия в процессе производства, – объясняет аспирант кафедры «Конструирование и технологии в электротехнике» ПНИПУ Артем Корелин.
Ученые Пермского Политеха разработали модель процесса сшивки полиэтилена для изоляции кабеля. Ее внедрение на производстве позволяет сократить количество брака на основе полученных результатов расчета определять рациональные технологические параметры для различных марко-размеров кабелей.
Сегодня хочется написать про увеличение востребованности тренажеров в современной промышленности с одновременным резким увеличением количества неправильных, неэффективных и просто опасных тренажеров и (как следствие) - разочарование и печальный опыт многих и многих специалистов в области обучения персонала современного производства.
В данной статье постараюсь внести ясность и разобрать, почему так происходит. Начнем пожалуй с постановки вопросов:
Аварии и инциденты зависят от ошибок персонала?
«Человеческий фактор» зависит от уровня подготовки персонала?
Вероятности ошибок на тренажере равна вероятности ошибок в реальных условиях?
Как получить положительный и отрицательный перенос навыков при обучении на тренажерах на условия реальной работы?
Да, еще нужно договорится о терминах:
Тренажер в данной статье определяется как техническое средство профессиональной подготовки обучаемого, предназначенное для формирования и совершенствования у обучаемых профессиональных навыков и умений, необходимых им для управления материальным объектом путем многократного выполнения обучаемыми действий, свойственных управлению реальным объектом.
Под ошибкой персонала предлагается один из нескольких взаимодополняющих вариантов трактовок:
«Ошибка — это результат действия, совершенного неточно или неправильно, вопреки плану. В случае ошибки результат, который уже получен, не соответствует намеченному или заданному, требуемому. Ошибка — это факт практики.».
«Ошибка человека определяется как невыполнение поставленной задачи (или выполнение запрещенного действия), которое может явится причиной повреждения оборудования или имущества либо нарушения нормального хода запланированных операция»
«Надежность работы человека определяется как вероятность успешного выполнения им работы или поставленной задачи на заданном этапе функционирования системы в течении заданного интервала времени при определенных требованиях к качеству выполнения работы»
С первым вопросом (Аварии и инциденты зависят от ошибок персонала?) все достаточно очевидно - множество исследований доказывают прямую зависимость, например по данным Ростехнадзора и U.S. Chemical and Hazard Investigation Board (CSB) доля человеческого фактора в убытках составляет от 35% до 70%. Вопрос закрыт.
Ответ на второй («Человеческий фактор» зависит от уровня подготовки персонала?) также можно увидеть в, например, отчетах комиссий Ростехнадзора относительно причин аварий и инцидентов:
Слабые знания персонала относительно требований безопасности ведения работ,
Недостаточная подготовленность (психологическая и квалификационная) персонала;
Недостаточная эффективность обучения и инструктажа персонала по вопросам безопасности;
Несогласованные и ошибочные действия персонала в условиях чрезвычайной ситуации;
Неправильные действия обслуживающего персонала по ведению технологического процесса.;
Ошибки персонала при проведении необходимых измерений.
Несвоевременное обнаружение предаварийной ситуации при наличии характерных признаков.
Несвоевременное принятие мер по устранению аварии.
Нарушение технологии и регламента выполнения работ.
Не предусмотрены мероприятия для ликвидации возможных аварий.
Низкая технологическая дисциплина;
Неосторожные или несанкционированные действия при выполнении работ;
Ненадлежащее проведение инструктажа и т. д.
А вот с вопросом № 3 (Вероятности ошибок на тренажере равна вероятности ошибок в реальных условиях?) все немного сложнее. Простой ответ есть - да, если тренажер идентичен реальной системе и нет, если тренажер не имеет с реальной работой ничего общего. Но что такое - "Идентичность"?
Давайте немного поговорим про идентичность моделируемой среды. Идентичная реальной система – это система, обеспечивающая генерацию модели реальной в соответствии с математической моделью этой реальной системы при помощи программных или аппаратных средств. Идентичность имитируемой системы … это идентичность подачи на основные каналы восприятия пользователя программно- или аппаратно- управляемых воздействий и реалистичной реакции моделируемой среды на производимые пользователями действия.
Обратите внимание на "генерацию модели реальной в соответствии с математической моделью этой реальной системы при помощи программных или аппаратных средств".
В случае отличия имитатора от реальной системы изменяется эффективность не только обучения, но и главным образом эффективность переноса (обучаемый может «научиться» работе на имитаторе, но не на реальном объекте), существует вероятность отрицательного переноса навыков на условия реальной работы, т. е. человек будет делать ошибки, будучи точно уверенным что так как раз и правильно (Справедливо для операционного и для предметного обучения).
Вот наша первая «зацепка» — адекватная и универсальная математическая модель, как основа тренажера. А ведь как раз тренажеры, где нет этой самой модели (или одна формула из школьного учебника физика за 7й класс, остальное сплошные условные переходы типа «повернул рычаг» — «обороты 1000» — «повернул еще раз» — «Обороты ноль») и вызывали разочарование и печальный опыт специалистов в области обучения персонала.
Теперь давайте перейдем сразу к вопросу о том, как получить отрицательный перенос навыков при обучении на тренажерах на условия реальной работы, т.е. о том как сделать неэффективный или даже опасный тренажер, а потом ответим на вопрос получить положительный перенос и таким образом сделать эффективный и полезный тренажер.
Тут недавно задали мне супер вопрос - а как сделать тренажер с отрицательной эффективностью, максимально отрицательной...... аж задумался. По факту я знаю как сделать неэффективный тренажер, более того сделал таких немало (по молодости думал что эффективные, мудрость появилась позже)), знаю как сделать эффективный, и также делал таких немало... и даже эксплуатируем и те и эти тренажеры в своем учебном центре..... но вот чтобы максимально вредный, тут я задумался, прям сильно....
Дал следующий ответ.... Главное - это не быть специалистом в предметной области, желательно быть ортодоксальным методологом или экономистом или поэтом, т.е. вообще ничего не знать из предметной области тренажера..... ни одного спеца из предметной области в команде... это для начала. Затем нужно убрать математическую модель (или заменить примитивной логикой, дабы все-таки типа модель "была") и многопользовательский режим, это сделает эффективность уже точно нулевой, но еще не отрицательной..... затем нужно взять VR и криво отрисовать модели (например под видом снижения количества полигонов и ненужных деталей), желательно криво ими еще и управлять (лучше всего использовать стандартные компоненты, там все идеально криво) + использовать закрытую архитектуру и шкалу оценки от 1 до 5, желательно максимально оторванный от реальности сценарий (лучше всего прям повторять регламент без вникания и осознания) и главное не смотреть успешные практики и рекомендации, а по максимуму делать велосипеды.... вот так я ответил). На рисунке изобразил вот так:
Ну вот как-то так. Теперь по порядку. Начнем с того, что очень часто разработчики «тренажеров» не имеют своего специалиста в предметной области. Это плохо, очень плохо. Мнение что «Преподаватель не обязан знать предмет, он обязан учить», попытка использования в тренажерах для хард‑навыков опыт и подходы из «софтов» конечно убивают любую эффективность тренажеров создаваемых такими командами на корню.
Специалисты из «игровой» сферы, также не являющиеся специалистами в предметной области тренажера, естественно, рисуют красиво, но не точно, не правильно. Когда таких спрашиваешь, например, про «расположение объектов к геокоординатам, рельефу, розу ветров, климату», получаешь как правило ответ «да зачем это все»?
Ответим так:
И так:
И так:
И так:
И так
Отдельно еще стоит обратить внимание на то, что в большинстве плохих "тренажеров" обучаемый - супер герой без усталости с суперсилой и скоростью. В реальности же конечно человек устает, очки запотевают, задвижку открыть не так легко и не так быстро и т.д.
слева - VR, справа - железо
Еще отмечу что очень не любят делать у нас копии щитов управления и подобные вещи, ну очень не любят. Вопрос почему тоже понятен, посмотреть на YouTube как сделать VR приложение за 15 минут и начать делать "настоящие тренажеры" и сделать реально качественный продукт - две большие разницы)
Использование перчаток в "VR-тренажерах" тоже редкость, почему-то создателям проще крутить задвижки и нажимать кнопки в VR-пространстве зажимая в руках джойстики, что абсолютно не естественно. Хотя с перчатками проблем нет никаких, мы делали и делаем...
Ну и самое главное - конечно математические модели. Они должны быть в тренажерах, естественно, как и интерфейсы оператора, как и вся АСУиТП.
Но в тренажерах (которые вызывали разочарование и отрицательный опыт у учебных центров) их нет. От слова "совсем". Надо признать, что у уважаемых нами коллег, давно работающих в сфере энергетики, ВПК, навигации и многих других областях конечно все хорошо и с математическими моделями и с АСУТП.... но вот у "современных и супер эффективных" с этим все совсем плохо.
Как правило современные математические модели должны не просто быть в тренажерах, но и должны иметь (для нефти и газа например) точный контроль фазовых состояний веществ во всех элементах модели технологической схемы, универсальные математические модели оборудования ( Запорно-регулирующая арматура, Пласты-Скважины, Печи, Обратные , клапаны, Динамические насосы и компрессоры, Объемные насосы и компрессоры Теплообменники, электродегидраторы, Подогреватели, сепараторы, СППК, факельная система, РВС, Измерительные приборы (манометры, термометры, расходомеры…), иметь высокую точность предоставления компонентного состава нефти и попутного газа (Фракционный состав нефти от C1 до С40+, Метан CH4, Этан C2H6, Пропан C3H8, И‑Бутан iC4H10, Бутан C4H10, И‑Пентаны iC5H12 Пентан C5H12, И‑Гексаны Гексан C6H14, И‑Гептаны, Бензол C6H6, Гептан C7H16 и т. д.) …
Современные редакторы математической модели, применяемые в тренажерах, должны, на наш взгляд, иметь и более продвинутые технологии расчета, такие как LBM и комбинированные итерационные численные методы, а не ограничиваться системами линейных и диф. уравнений.
И конечно полная имитация АСУТП - без нее никак)
Закрытая архитектура - плохо для заказчика, он не может совместно использовать тренажеры разных разработчиков и т.д.
Ну и в заключение про аналитику. Я писал на HABR про то «почему оценка это плохо», да, плохо. Термин «человеческий фактор» обычно связывают с ошибками человека, а также с его психофизиологическими и психологическими ограничениями. Несмотря на кажущуюся простоту, во многих случаях достаточно трудно определить причину ошибки – человек или обстоятельства, например, в условиях стресса или действия сторонних раздражителей, при снижении ресурса организма (усталости), при ошибочных показаниях приборов (неисправности). В приведенной ситуации, переход от правильных решений или действий к ошибочным перестает иметь четко выраженные границы, т.е. во многих случаях, вопрос «кто виноват?», сам человек и обстоятельства может не иметь простого ответа.
Вот такие мысли к вопросу о тренажерной подготовке у меня появились. Спасибо за внимание.
Растущие требования к скорости передачи данных и постоянному доступу к информации со всех уголков планеты приводят к увеличению использования телекоммуникационных сетей и устройств. Но если оборудование расположено на больших расстояниях от источника электропитания, то возникают трудности с его подключением и стабильной работой. Для решения этой проблемы сейчас активно внедряют технологию передачи энергии по оптическому волокну. Она обеспечивает высокую скорость и качество отправляемых и получаемых данных, а также невосприимчива к электромагнитным помехам, обладает высоким уровнем молние- и пожаростойкости. Ученые Пермского Политеха разработали цифровой двойник ключевого элемента системы, что является отправной точкой для построения модели всей технологии. Его использование может быть востребовано для мониторинга концентрации легковоспламеняемых газов на взрывоопасных объектах или тока и напряжения ВЛЭП, что улучшит технические характеристики, предотвратит возгорание, сохранит жизни людей и сэкономит деньги предприятиям.
Статья опубликована в журнале Journal of Physics: Conference series, выпуск 2071. Исследование выполнено при финансовой поддержке Министерства науки и высшего образования РФ, проект № ФСНМ-2023-0005.
Применяемые металлические проводники для передачи электромагнитной энергии более громоздкие и менее безопасные при эксплуатации относительно волоконно-оптических технологий. Обмен данными по волокну для питания удалённых объектов имеет множество преимуществ: снижение риска возгорания, невосприимчивость к электромагнитным полям и молниям, отсутствие излучаемых помех, а также возможность одновременной передачи данных на большие расстояния. В частности, такая технология может способствовать развитию сетей сотовой связи стандарта 5G и выше.
Некоторые из наиболее перспективных направлений применения технологии – это питание электронных устройств, камер для контроля подстанций, судового и бортового оборудования, а также и датчиков мониторинга газов во взрывоопасных зонах. Также ее можно использовать в специальных системах, требующих скрытности (охрана периметра) и медицинской технике.
В упрощенном виде технология устроена так: лазер излучает электромагнитные волны (свет), которые распространяются по оптоволокну, а затем попадают на приемное устройство – фотоэлектрический преобразователь (ФЭП). Этот полупроводниковый прибор трансформирует оптическую энергию в постоянный электрический ток. Основная проблема существующих преобразователей в их низкой эффективности (КПД), из-за чего происходят потери, перегрев конструктивных элементов и значительно снижается рентабельность использования систем на их основе.
Ученые Пермского Политеха разработали цифровой двойник ФЭП, который является частью системы передачи энергии по оптоволокну для электроснабжения удаленных потребителей. Идея заключается в том, что каждый объект может быть представлен как физическая и виртуальная системы, которые взаимно отражают друг друга. Физический объект имеет датчики, собирающие данные о его состоянии в реальном времени, которые отправляются цифровому двойнику. Эти данные помогают улучшить модель и сформировать алгоритмы его работы. С накоплением информации о поведении физического объекта прогнозирование его поведения становится точнее.
– На входе в модель мы задаем сопротивление, изменяющееся в динамическом режиме, а на выходе получаем целый спектр оптимальных настроек системы: электрическую и оптическую мощность, выходное напряжение и ток нагрузки для максимизации КПД преобразователя. В дальнейшем мы собираемся дополнительно контролировать температуру и деградацию основных компонентов системы, и с учетом этого оптимизировать работу всей конструкции, – поделился научный сотрудник кафедры общей физики ПНИПУ Алексей Гаркушин.
– С помощью цифрового двойника мы можем рассчитать рабочие характеристики и срок эксплуатации каждого критически важного элемента системы, оценить его текущий уровень износа и принять своевременное решение о замене. Например, если система используется в помещении, где уровень влажности и температура отличаются от нормальных, то можно будет в динамическом режиме оценить влияние этих факторов на работу системы охлаждения – насколько оно будет эффективно отводить тепло. А затем перенастроить ее для достижения максимально эффективной работы, – объясняет магистрант направления «Материалы и технологии волоконной оптики» ПНИПУ ЕлизаветаНифонтова.
Использование цифрового двойника технологии передачи энергии по оптоволокну позволяет прогнозировать события, происходящие с оригиналом при различных сценариях. Мониторинг оборудования на производстве обеспечит более точные корректировки в его работе, а качество связи и доступа в Интернет для обычного пользователя станет стабильнее и быстрее. Кроме этого, эксплуатация модели сокращает срок разработки новых технических решений в 2 и более раз, экономит материальные и человеческие ресурсы (особенно в случае, когда речь идёт о сложном и дорогостоящем оборудовании) и ускоряет вывод систем на рынок.
В современном мире из пластмассы сделано буквально все: от посуды, упаковок и запчастей до промышленного оборудования, протезов и строительных элементов. При производстве таких изделий пластик часто подвергают разным нагрузкам (растяжению, сжатию, высоким температурам). Поэтому важно заранее определять, как поведет себя материал. Это позволяет создавать уникальные изделия с памятью формы. До изготовления проводят расчеты их поведения в математических моделях, однако существующие физические соотношения охватывают узкий диапазон характеристик – точность моделирования снижается. Ученые ПНИПУ разработали модель, которая описывает поведение пластмассы в широком спектре температур. Это повысит эффективность изделий и позволит при проектировании проводить виртуальные эксперименты без дорогостоящих натурных испытаний.
Статья опубликована в журнале «Научно-технический вестник Поволжья» №12, 2023 год. Исследования выполнены при финансовой поддержке Минобрнауки РФ (проект № FSNM- 2023-0006).
Существует несколько способов создания пластиковых изделий. Многие из них основаны на воздействии температур на материал. Например, нагревают полимерные гранулы и заливают в формы для изготовления посуды, приборных панелей и даже деталей LEGO. Иногда используют термопластичные трубки, которые раздувают горячим воздухом внутри формы заготовки. Этот способ популярен для создания бутылок, бочек и топливных баков. При 3D-печати нагревают термопластичную полимерную нить, из которой послойно выращивают промышленные детали для автомобильной и авиаотрасли.
Полимер, из которого создают пластмассовые объекты разных форм и масштабов, обладает эластичностью и способен возвращаться к нужным формам после деформаций и воздействия высоких температур. Такой эффект памяти позволяет контролировать изменение материала при производстве, моделировать нужный вид изделия. Для этого важно собрать полные данные о механическом поведении полимера с помощью различных программ.
Чтобы описать поведение материала важно найти золотую середину между простотой и возможностью определить максимальное количество свойств. Простые математические модели не достаточно точно и качественно решают эту задачу, а ввод в нее дополнительных конструкций для более полного описания полимера делает программу слишком сложной и громоздкой.
Политехники объединили две математических модели – вязкоупругую и гиперупругую, которые по отдельности уже есть в вычислительном программном пакете, и разработали свою.
– Наша цель – создать модель для описания поведения полимера в широком спектре температур, который включает его отвердевшее состояние, гиперупругое и переходное. Это расширит возможности определения поведения материала при различных тепловых нагрузках. Существующие модели для пластиков обычно охватывают какой-то узкий температурный диапазон, а мы хотим учесть весь в одной. Кроме того, модель должна описывать известные эффекты, наблюдаемые на практике. Например, эффект памяти формы, резиноподобное поведение при нагреве выше интервала отвердевания, различие при отклике на растяжение и сжатие, – объясняет научный сотрудник кафедры «Вычислительная математика, механика и биомеханика» ПНИПУ Юлия Фасхутдинова.
Для полученной модели необходимо определить новые механические константы (характеристики) так как значения, применяемые ранее, для совмещенной модели не подходят. Ученые провели эксперимент, испытав полимерные образцы до 100% деформаций при различных температурах (120, 140 и 160 ℃). Определяли зависимости напряжения материала от растяжения и сжатия.
– В результате для каждого значения температуры мы получили осредненную кривую напряжений, по которой можно рассчитать корректирующий коэффициент для известного нам набора параметров гиперупругой модели, чтобы ее можно было совместить при расчетах с вязкоупругой моделью. Это позволит с высокой точностью моделировать поведение материала на всем протяжении жизненного цикла изделий: от производства до эксплуатации; а также придумывать новые сложные детали и прогнозировать их поведение в работе, – поделилась Юлия Фасхутдинова.
Например, с помощью полученной модели можно рассчитывать давление прижатия полимерной изолирующей муфты. Или определять причину несовершенства геометрии какого-либо изделия при производстве, а численное моделирование поможет подобрать варианты технологических параметров. Сделав выбор в пользу наилучшего, повысится качество детали.
Модель, разработанная учеными Пермского Политеха, эффективно описывает поведение полимерного материала в зависимости от температуры. Благодаря ей упрощается процесс проектирования новых изделий и сертификации уже имеющихся, появляется возможность повысить качество выпускаемой продукции.
