petrochemРазведка
АктуальноеСрочноНовости и поискДайджестИсследованияГраф связейИнтерактивО проекте
поиск/
petrochem.insight
о проекте

Платформа технологической разведки и отраслевой агрегатор новостей нефтехимической промышленности: технологии, проекты, оборудование, рынки, безопасность, моделирование.

разделы
  • Актуальное (дайджест)
  • Новости и поиск
  • Граф связей
  • О проекте
источники

Данные агрегируются из открытых отраслевых источников. Мнение редакции может не совпадать с мнением источников.

© 2026 Нефтехимическая разведка · v0.1.0-dev

built with next.js · directus · pgvector

insight / news & search
лента новостей

Новости и поиск

поиск по словам через Directus

лента новостей / feed

category: modeling
Все537Технологии197Проекты33Оборудование34Рынки16Безопасность17Моделирование240
modeling
Моделирование21.07.2026

Влияние кривизны каналов на гидродинамику судов с использованием STAR-CCM+

Исследовалась гидродинамика модели судна в искривленном узком канале с использованием STAR-CCM+. Симуляции выполнялись с применением VOF и модели турбулентности k-ε. Результаты CFD были валидированы…

CFDSTARCCMVOF+2
modeling
Моделирование21.07.2026

Гидродинамическое моделирование многопортовых плавучих струй (OpenFOAM + CNN)

Исследование использует CFD моделирование в OpenFOAM и сверточные нейронные сети для предсказания полей концентраций многопортовых плавучих струй. Гибридная модель ускоряет время расчета до секунд.…

CFDOpenFOAM
modeling
Моделирование21.07.2026

Замена тяжелых CFD-расчетов суррогатными моделями Гауссовских процессов

Исследователи из Университета Пердью предложили заменять трудоемкие CFD-расчеты суррогатными моделями на основе Гауссовских процессов. Метод позволяет ускорить вычисления с часов до секунд, сохраняя…

CFDMachineLearning
modeling
Моделирование21.07.2026

Интеграция моделей электролизеров Sunfire в AVEVA PRO/II через стандарт CAPE-OPEN

Компания Sunfire интегрировала свои Python-модели электролизеров в AVEVA PRO/II через стандарт CAPE-OPEN. Разработчики создали DLL-библиотеку с REST-API для связи между симулятором и Python-ядром.…

AVEVAPROIICAPEOPEN
modeling
Моделирование21.07.2026

Многокритериальная оптимизация экстрактивной дистилляции этилбензола (Aspen Plus + Python)

Исследование демонстрирует интеграцию Aspen Plus с Python для многокритериальной оптимизации экстрактивной дистилляции этилбензола. Применение генетического алгоритма NSGA-III позволило снизить…

AspenPlusPython
modeling
Моделирование21.07.2026

Моделирование и технологические аспекты производства биодизеля из масла каучукового дерева (RSO)

Исследование посвящено моделированию процесса производства биодизеля из масла каучукового дерева в Aspen HYSYS. Разработана технологическая схема, включающая этерификацию и переэтерификацию, что…

AspenHYSYSBiodiesel
modeling
Моделирование21.07.2026

Симуляция синтеза метанола из синтез-газа, полученного при газификации биомассы

Исследователи смоделировали синтез метанола из синтез-газа, полученного при газификации биомассы, используя Aspen HYSYS и реактор Гиббса. Анализ показал, что паровая газификация обеспечивает более…

AspenHYSYSBiomass
modeling
Моделирование21.07.2026

Разделенный поток при улавливании CO2 водным раствором аммиака

Исследование моделирует процесс улавливания CO2 водным раствором аммиака в Aspen Plus с пакетом eNRTL. Схема с разделенным потоком абсорбента снижает энергопотребление ребойлера на 7–10% при 95%…

AspenPlusCO2CaptureeNRTL
modeling
Моделирование21.07.2026

Выбор и валидация термодинамических моделей электролитов в Aspen Properties

Специалисты AspenTech представили методологию моделирования многокомпонентных электролитных систем в Aspen Properties v14. Сравнение моделей eNRTL и Pitzer показало, что eNRTL стабильно работает при…

AspenPropertieseNRTL
modeling
Моделирование21.07.2026

Применение графовых нейронных сетей (GNN) для расчетов многокомпонентных смесей

Статья описывает новую архитектуру графовых нейронных сетей SolvGNN для расчета коэффициентов активности в многокомпонентных смесях. Модель обучена на 280 000 точках и показывает высокую точность.…

MachineLearningGNN
modeling
Моделирование21.07.2026

Границы применимости: Моделирование Out-of-Distribution (OOD) молекул и экспериментальная валидация

Гибридные модели SPT-NRTL требуют проверки на молекулах вне обучающей выборки. Современные протоколы включают метрику AU-GOOD, трансдуктивное обучение и анализ энтропии. Это позволяет в 2.5–3 раза…

MachineLearningOOD
modeling
Моделирование21.07.2026

SPT-NRTL: Физико-ориентированная модель машинного обучения для предсказания термодинамически согласованных коэффициентов активности

Исследователи разработали гибридную модель SPT-NRTL, объединяющую обработку естественного языка и законы термодинамики. Модель превосходит UNIFAC по точности предсказания коэффициентов активности,…

ThermodynamicsMachineLearning
1…7891011…45
MachineLearning
+2
SurrogateModeling
+1
Python
+2
Optimization
+2
NRTL
+2
Gasification
+2
+2
Electrolytes
+2
PhaseEquilibria
+1
Validation
+1
AspenPlus
+2