petrochemРазведка
АктуальноеНовости и поискГраф 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
поиск по ключевым словам

Новости и поиск

найдено материалов / 16

category: modeling
Динамическое моделирование реальной морской нефтедобывающей платформы (Modelling and Dynamic Simulation of a Real Crude Oil Offshore Plant Using Aspen HYSYS)
Моделирование24.04.2026

Динамическое моделирование реальной морской нефтедобывающей платформы (Modelling and Dynamic Simulation of a Real Crude Oil Offshore Plant Using Aspen HYSYS)

В статье рассматривается создание цифрового двойника морской платформы сепарации нефти и газа с…

Инструмент: Dyad — Язык агентного моделирования для PSE (Process Systems Engineering)
Моделирование13.03.2026

Инструмент: Dyad — Язык агентного моделирования для PSE (Process Systems Engineering)

Разработан язык и фреймворк Dyad – объектно-ориентированная среда на базе Python и CasADi,…

Data-Driven моделирование (ML) для планирования производства на ГПЗ (Deep Learning vs First Principles)
Моделирование05.03.2026

Data-Driven моделирование (ML) для планирования производства на ГПЗ (Deep Learning vs First Principles)

Статья рассматривает замену медленных термодинамических моделей на ГПЗ быстрой суррогатной моделью…

modeling
Моделирование13.04.2025

Автоматизированное проектирование процессов с использованием обучения с подкреплением и переносом обучения

Проектирование технологических схем — итеративный процесс. Агент ИИ на основе обучения с…

Вычисление и валидация термодинамических свойств в Aspen HYSYS (Cp, Cv, Молярный объем)
Моделирование09.04.2025

Вычисление и валидация термодинамических свойств в Aspen HYSYS (Cp, Cv, Молярный объем)

В большинстве случаев HYSYS надежно рассчитывает термодинамические свойства, но при высоких…

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…

modeling
Моделирование08.04.2025

Многокритериальная оптимизация экстрактивной дистилляции этилбензола (Aspen Plus + Python)

Исследование демонстрирует интеграцию Aspen Plus с Python для многокритериальной оптимизации…

modeling
Моделирование07.04.2025

Оптимизация технологического моделирования с помощью интеграции Python и Aspen

Статья от Eni digiTALKS описывает интеграцию Aspen Plus/HYSYS с Python для автоматизации…

modeling
Моделирование05.04.2025

Модульный фреймворк для многокритериальной оптимизации криогенной воздухоразделительной установки (ASU)

Разработан модульный вычислительный фреймворк, объединяющий PRO/II и Python для многокритериальной…

modeling
Моделирование31.03.2025

Применение графовых нейронных сетей (GNN) для расчетов многокомпонентных смесей

Статья описывает новую архитектуру графовых нейронных сетей SolvGNN для расчета коэффициентов…

Обзор релиза AVEVA PRO/II 2024: новые возможности и интеграция с Python
Моделирование19.05.2024

Обзор релиза AVEVA PRO/II 2024: новые возможности и интеграция с Python

Обновление симулятора AVEVA PRO/II 2024 сфокусировано на повышении производительности, интеграции с…

modeling
Моделирование17.11.2022

Интеграция процессной информатики с AVEVA Process Simulation: уравнение-ориентированный подход и гауссовская регрессия

Исследование демонстрирует интеграцию AVEVA Process Simulation с Python для автоматизации расчетов…

modeling
Моделирование31.08.2022

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…

Исследование: Применение Machine Learning (ML) для прогнозирования добычи и свойств пласта (Обзор методов)
Моделирование31.05.2021

Исследование: Применение Machine Learning (ML) для прогнозирования добычи и свойств пласта (Обзор методов)

В обзоре научных публикаций представлен гайд по выбору ML-алгоритмов для задач Upstream, таких как…

Оценка затрат и выбросов системы пиролиза биомассы с использованием суррогатной модели машинного обучения (Кригинг) в Aspen Plus
Моделирование11.05.2021

Оценка затрат и выбросов системы пиролиза биомассы с использованием суррогатной модели машинного обучения (Кригинг) в Aspen Plus

В статье представлено решение задачи снижения времени расчета реактора пиролиза биомассы в Aspen…

Применение машинного обучения (ML) и суррогатных моделей для оптимизации сложных процессов Фишера-Тропша
Моделирование31.12.2020

Применение машинного обучения (ML) и суррогатных моделей для оптимизации сложных процессов Фишера-Тропша

Представлено применение машинного обучения и суррогатных моделей для оптимизации сложных процессов…

поиск по словам через Directus
Все387Технологии159Проекты21Оборудование21Рынки7Безопасность13Моделирование166