Стародуб Константин Федорович Моделирование вязкости высокотемпературных силикатных расплавов

Короткий опис

Стародуб Константин Федорович Моделирование вязкости высокотемпературных силикатных расплавов
ОГЛАВЛЕНИЕ ДИССЕРТАЦИИ
кандидат наук Стародуб Константин Федорович
ВВЕДЕНИЕ

ГЛАВА 1 АНАЛИТИЧЕСКИЙ ОБЗОР ЛИТЕРАТУРЫ

1.1 Вязкость

1.2 Структура силикатных расплавов

1.3 Моделирование вязкости

1.3.1 Модели, описывающие температурную зависимость вязкости

1.3.2 Модели, использующие химический состав для описания вязкости

1.3.3 Модели, использующие структурную информацию для описания вязкости

1.4 Описание структуры расплава модифицированной моделью ассоциированных растворов

1.5 Применение методов машинного обучения для прогнозирования вязкости

1.5.1 Основные понятия и применяемые методы машинного обучения

1.5.1.1 Параметрические и непараметрические модели

1.5.1.2 Переобучение

1.5.1.3 Параметры и гиперпараметры

1.5.1.4 Линейная регрессия с регуляризацией

1.5.1.5 Искусственные нейронные сети прямого распространения

1.5.1.6 Функции активации нейронных сетей

1.6 Прогнозирование вязкости методами машинного обучения в научной литературе

1.7 Выводы по обзору литературы

ГЛАВА 2 МАТЕРИАЛЫ И МЕТОДИКА ИССЛЕДОВАНИЯ

2.1 Объекты исследования

2.2 Приготовление шлифов

2.3 Световая микроскопия

2.4 Микроструктурный анализ

2.5 Математическое и физическое моделирование

ГЛАВА 3 ЭКСПЕРИМЕНТАЛЬНЫЕ ДАННЫЕ

3.1 Экспериментальное исследование шлаков

3.2 Экспериментальные данные вязкости оксидных систем из литературных источников

ГЛАВА 4 ФИЗИЧЕСКОЕ МОДЕЛИРОВАНИЕ ВЯЗКОСТИ

4.1 Модель Аврамова и ее модификация

4.2 Оптимизация параметров модифицированной модели Аврамова

4.3 Результаты моделирования и обсуждение

4.3.1 Чистые оксиды

4.3.2 Система SiO2 - N20

4.3.3 Система SiO2 - К2О

4.3.4 Система SiO2 - АШ3

4.3.5 Системы SiO2 - АШ3 - N20 и SiO2 - АШ3 - К2О

4.3.6 Система Si02 - N20 - К2О

4.3.7 Система Si02 - АШ3 - ^20 - К2О

4.4 Выводы по главе

ГЛАВА 5 МОДЕЛИРОВАНИЕ ВЯЗКОСТИ МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ

5.1 Моделирование вязкости методом множественной линейной регрессии

5.1.1 Разработка признаков для обучения

5.1.2 Оптимизация параметров модели множественной линейной регрессии

5.1.3 Выбор входных данных для модели линейной регрессии

5.2 Моделирование вязкости искусственной нейронной сетью

5.2.1 Выбор входных данных для обучения искусственной нейронной сети

5.2.2 Настройка гиперпараметров искусственной нейронной сети

5.3 Результаты моделирования вязкости силикатов методами машинного обучения

5.3.1 Чистые оксиды

5.3.2 Двойные системы

5.3.3 Тройные системы

5.3.4 Четверные и пятерная системы

ГЛАВА 6 ПОСТРОЕНИЕ МОДЕЛИ КОЛЛЕКТИВА И СРАВНЕНИЕ РАЗРАБОТАННЫХ МОДЕЛЕЙ

ВЫВОДЫ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ПРИЛОЖЕНИЕ А. ИССЛЕДОВАНИЕ ОБРАЗЦОВ ШЛАКА

ПРИЛОЖЕНИЕ Б. ИСТОЧНИКИ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ ВЯЗКОСТИ

ВВЕДЕНИЕ