Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
исправл-мой отчет.doc
Скачиваний:
4
Добавлен:
13.11.2019
Размер:
579.07 Кб
Скачать

Чувашский государственный университет им. И. Н. Ульянова

Физико-технический факультет

Кафедра теплофизики

Отчет по производственной практике.

Студент-практикант Чернов А.А.

Руководитель практики

профессор Абруков В.С.

Чебоксары 2011

Введение.

Во многих научных и научно-производственных организациях России, а также за рубежом, долгое время занимавшихся исследованием процессов горения накоплено очень много экспериментальных данных по характеристикам горения различных систем в различных условиях.

Вопрос заключается в следующем – можно ли их обобщить и на этой основе представить в виде многофакторных количественных моделей, позволяющих обобщать ранее полученные экспериментальные результаты, предсказывать на этой основе закономерности горения ранее не исследованных систем или для ранее не исследованных условий?

Очевидно, что такие параметры топлив (горючих смесей), условия горения и характеристики горения, как: состав топлива, его начальная температура, давление в камере сгорания, максимальная температура пламени, распределение температуры в пламени, излучение пламени, скорость горения, связаны между собой. Вопрос – как мы можем обобщить эти связи?

Задачи данного проекта заключаются в сборе и обработке экспериментальных данных, представлении их в виде многофакторных вычислительных моделей, позволяющих обобщать ранее полученные экспериментальные данные и предсказывать, на этой основе, закономерности горения ранее не исследованных систем или для ранее не исследованных условий. Данные задачи поставлены впервые.

В качестве методов решения данных задач были выбраны средства Data Mining, часто называемых средствами интеллектуального анализа данных.

Объектами исследования были: горение конденсированных систем (КС), а также новый продукт нанотехнологий – линейно-цепочечный углерод с внедренными в него различными химическими элементами (ЛЦУ).

Использовались как собственные экспериментальные данные (ранее частично опубликованные и неопубликованные), так и экспериментальные результаты, опубликованные в России и за рубежом.

Цели и задачи.

Создание комплекса вычислительных моделей горения конденсированных систем и обобщающие экспериментальные данные, и, на их основе, баз знаний в области горения; основы для создания вычислительных моделей и баз знаний в других областях научных исследований.

Описание работы Модель «Определение режима горения, в зависимости от условий спада давления»

Исследованию погасания пороха при спаде давления посвящен ряд теоретических и экспериментальных работ, в которых приведены условия и некоторые характеристики процесса погасания баллиститного пороха в достаточно узком интервале параметров спада давления.

Нашей задачей является собрать экспериментальные данные по горению конденсированных систем и составить базу знаний, характеризующую горение.

В ИНС-модели «Определение режима горения, в зависимости от условий спада давления» использовались данные из работы .

«В этой работе приводятся результаты исследований погасания ряда порохов (баллиститного, пироксилинового, смесевого, модельных композиций) при спаде давления с различными скоростями (Р`) с начального уровня Рн=4÷250 МПа до конечного давления Рк=0,1÷50 МПа.» .

Для создания ИНС-модели мы использовали данные по горению пироксилинового пороха 4/7 и баллиститного пороха НДТ-3. Оба пороха широко применяются в ствольных системах (артиллерии, минометах, стрелковом оружии).

В обучающую базу мы внесли такие параметры как: начальное давление – Pн, МПа, конечное давление - Pк, МПа, скорость спада давления – Pсп, 10ˉ ² МПа/с, вид пороха, собственно режим горения.

При постановке задачи определения режима горения выяснилось, наилучшим способом решения для нее являются карты Кохонена (самоорганизующиеся карты). Мы применили их в связи с тем, что выходным вектором у нас были дискретные значения (типа «да» - «нет» ).

В обучающей базе знаний изначально было 113 примеров. С помощью метода очистки данных «Выявление дубликатов и противоречий» были найдены противоречия (несоответствие выходных данных при идентичных входных). База была очищена, осталось 110 примеров (строк).

Обучающая база для модели«Определение режима горения, в зависимости от условий спада давления».

Таблица1

Pн, Мпа

Pсп 10¯² Мпа/с

Вид пороха

Г,горение(1) или П, погасание(9), или разделяющая их полоса(5).

30,16

76,49

ПП

9

67,27

78,93

ПП

9

67,27

84,63

ПП

9

76,55

112,3

ПП

9

61,86

118

ПП

9

68,04

120,43

ПП

9

60,31

222,97

ПП

9

104,38

285,62

ПП

9

80,41

359,68

ПП

9

109,02

420,71

ПП

9

30,93

43,94

ПП

1

43,3

40,69

ПП

1

47,17

22,79

ПП

1

54,12

31,74

ПП

1

62,63

42,31

ПП

1

68,81

61,03

ПП

1

79,64

99,28

ПП

1

95,1

178,21

ПП

1

134,54

235,17

ПП

1

133,76

275,05

ПП

1

133

280,74

ПП

1

143,81

254,7

ПП

1

143,81

291,32

ПП

1

139,95

351,54

ПП

1

150,77

343,4

ПП

1

24,74

56,96

ПП

5

32,47

59,4

ПП

5

40,21

61,85

ПП

5

51,03

65,1

ПП

5

62,63

69,17

ПП

5

71,91

87,07

ПП

5

73,45

93,58

ПП

5

75,77

106,6

ПП

5

78,87

121,24

ПП

5

83,51

143,22

ПП

5

88,92

168,45

ПП

5

95,88

201,81

ПП

5

102,84

235,17

ПП

5

107,47

255,52

ПП

5

112,89

280,74

ПП

5

116,75

299,46

ПП

5

125,26

340,15

ПП

5

132,22

372,7

ПП

5

139,95

409,31

ПП

5

144,59

431,28

ПП

5

2

7

НДТ

1

4

7,5

НДТ

1

5,5

9,5

НДТ

1

7,5

11

НДТ

1

10,5

12

НДТ

1

27,84

12,21

НДТ

9

27,06

21,16

НДТ

9

35,57

17,09

НДТ

9

38,66

35,8

НДТ

9

43,3

18,72

НДТ

9

57,22

43,13

НДТ

9

68,04

47,2

НДТ

9

73,45

51,27

НДТ

9

78,87

39,87

НДТ

9

83,51

91,95

НДТ

9

123,71

173,33

НДТ

9

129,12

159,5

НДТ

9

146,91

201

НДТ

9

177,84

442,68

НДТ

9

196,39

332,01

НДТ

9

195,62

380,02

НДТ

9

195,62

395,48

НДТ

9

204,9

342,59

НДТ

9

207,22

393,85

НДТ

9

234,28

436,17

НДТ

9

4,5

6,5

НДТ

9

10,5

8,5

НДТ

9

9

9

НДТ

9

12,5

12

НДТ

9

12

12,5

НДТ

9

28,61

3,26

НДТ

1

46,39

3,26

НДТ

1

68,04

8,95

НДТ

1

64,95

21,16

НДТ

1

119,85

67,54

НДТ

1

120,62

85,44

НДТ

1

131,44

87,07

НДТ

1

137,63

155,43

НДТ

1

192,53

201,81

НДТ

1

187,89

214,83

НДТ

1

199,49

220,52

НДТ

1

198,71

252,26

НДТ

1

215,72

279,11

НДТ

1

206,44

292,13

НДТ

1

216,5

313,3

НДТ

1

243,56

317,36

НДТ

1

256,7

388,97

НДТ

1

277,58

423,96

НДТ

1

15,46

2,44

НДТ

5

20,88

4,07

НДТ

5

27,84

6,51

НДТ

5

35,57

9,76

НДТ

5

44,07

14,65

НДТ

5

54,9

20,34

НДТ

5

67,27

27,67

НДТ

5

78,09

34,18

НДТ

5

84,28

40,69

НДТ

5

91,24

56,96

НДТ

5

102,06

83

НДТ

5

116

118

НДТ

5

126,03

142,41

НДТ

5

140,72

178,21

НДТ

5

156,19

215,64

НДТ

5

170,88

251,45

НДТ

5

191,75

301,09

НДТ

5

212,63

352,35

НДТ

5

232,73

402

НДТ

5

250,52

444,3

НДТ

5

Карты Кохонена.

Эмпирически была подобрана функция преобразователя (ступенчатая) и способ инициализации весовых коэффициентов нейронов (из обучающего множества). Также опытным путем была подобрана архитектура карты –

24 на 19 с шестиугольными ячейками, 456 узлов (в каждом узле располагается нейрон), и радиус обучения 6,1 в начале – 0,1 в конце.

Режим горения баллиститного пороха в зависимости от скорости спада давления (Pсп), при начальном давлении 140 МПа.

Режим «горение» оцифрован как 1. Режим «погасание» оцифрован как 9.

Полоса, отделяющая «горение» от «погасания» оцифрована как 5.

Модель «Определение режима горения, в зависимости от условий спада давления» представляет собой модель типа «чёрного ящика», она не имеет аналитического выражения. Полученный «чёрный ящик» позволяет нам спрогнозировать режим горения через начальное давление, скорость спада давления и вид пороха. То есть, мы можем сказать, будет ли горение или погасание. Полученная модель может использоваться для определения (предсказания) режима горения в конденсированных систем примерно такого же типа, для которого была собрана база данных

Режим горения баллиститного пороха в зависимости от начального давления при скорости спада давления 1* 10ˉ² МПа/с.

Этого значения не было в обучающей базе данных, тем не менее наша модель смогла спрогнозировать это значение.

По нашему мнению, этот способ определения режима горения может быть многообещающим в случаях, когда мы имеем пробелы в экспериментальных результатах для исследуемых КС и хотели бы заполнить их. Мы полагаем, что этот путь может рассматриваться в перспективе как уникальный инструмент для случаев, когда экспериментальные данные полностью отсутствуют, но мы хотели бы иметь их оценку. Чтобы иметь возможность выполнять эту оценку, необходимо собрать экспериментальные данные по горению для разнообразных КС при различных условиях.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]