petrochemРазведка
АктуальноеНовости 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
Все462Технологии174Проекты27Оборудование23Рынки13Безопасность16Моделирование209
modeling
Моделирование09.04.2025

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.…

CFDOpenFOAMMachineLearning+2
modeling
Моделирование08.04.2025

Архитектура решателей: Sequential Modular против Equation-Oriented в технологическом моделировании

Статья сравнивает два подхода к решению технологических задач: Sequential Modular (SM) и Equation-Oriented (EO). SM работает как конвейер, решая модули по очереди, а EO решает всю систему уравнений…

РешателиSM
Обучающее руководство по контролируемому машинному обучению в химической инженерии (на базе TEP)
Моделирование08.04.2025

Обучающее руководство по контролируемому машинному обучению в химической инженерии (на базе TEP)

Видео-туториал решает проблему нехватки практических примеров машинного обучения в химической инженерии. На базе бенчмарка Tennessee Eastman Process демонстрируется полный цикл внедрения ML: от сбора…

TutorialMachineLearningTEP+2
Прогнозирование коэффициентов массоотдачи в ректификационных колоннах с использованием нейронных сетей
Моделирование08.04.2025

Прогнозирование коэффициентов массоотдачи в ректификационных колоннах с использованием нейронных сетей

Исследователи объединили симулятор Aspen HYSYS с искусственными нейронными сетями для прогнозирования коэффициентов массоотдачи в ректификационных колоннах. Модель с архитектурой 3:4:1 показала…

AspenHYSYSMachineLearningANN+2
Валидированное стационарное моделирование и многопараметрическая оптимизация промышленной установки гидроочистки тяжелой нафты
Моделирование08.04.2025

Валидированное стационарное моделирование и многопараметрическая оптимизация промышленной установки гидроочистки тяжелой нафты

Валидированная стационарная модель промышленной установки гидроочистки тяжелой нафты в Aspen HYSYS с использованием термодинамического пакета HCRSRK. Модель точно предсказывает удаление серы и азота…

AspenHYSYSHydrotreatingОптимизация+2
modeling
Моделирование08.04.2025

Интеграция машинного обучения и CFD для мультифазных потоков в нефтехимии

Разработка гибридной модели машинного обучения и CFD для мультифазных потоков в нефтехимии. Использование данных высокоточного DNS для обучения нейронной сети, которая затем встраивается в…

CFDMachineLearningМультифазныйПоток
Оптимизация процесса улавливания низкоконцентрированного CO2 из дымовых газов
Моделирование08.04.2025

Оптимизация процесса улавливания низкоконцентрированного CO2 из дымовых газов

Улавливание CO2 из дымовых газов угольных электростанций — энергоемкий процесс. Добавление пиперазина в MDEA решает проблему скорости, но требует строгого термодинамического учета. Симуляция в Aspen…

AspenHYSYSCarbonCaptureCO2+2
modeling
Моделирование08.04.2025

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
Моделирование08.04.2025

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
Моделирование08.04.2025

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
modeling
Моделирование08.04.2025

Интеграция XGBoost и SVR с Aspen HYSYS для ускорения оптимизации процесса улавливания CO2

Исследователи интегрировали модели XGBoost и SVR с Aspen HYSYS для ускорения симуляции процесса улавливания CO2. Модели обучили на более чем 4300 сценариях, достигнув R² > 90%. ML-предсказание…

AspenHYSYSMachineLearning
modeling
Моделирование08.04.2025

Симуляция и анализ чувствительности производства кумола (алкилирование и трансалкилирование) в Aspen HYSYS

В статье описано моделирование процесса производства кумола в Aspen HYSYS с использованием реакций алкилирования и трансалкилирования. Проведен анализ чувствительности для поиска оптимальных условий.…

AspenHYSYSPetrochemicals
1…7891011…39
EO
+2
+2
Electrolytes
+2
Optimization
+2
+2
CO2Capture
+2
Cumene
+1