VIK_prezentatsia_Nemtsev_A_Yu_29_03_22
Научная тематика и апробация Тематика Научные проекты и конференции Синергетика. Неоднородные среды. Клеточные автоматы. Нейронные сети. Конечные автоматы. Диффузия. Сорбция. Конвекция. Методы Монте-Карло. Грант конкурса «УМНИК-Сбербанк» Фонда содействия инновациям, реализованного совместно с ПАО «Сбербанк». Финалист Всероссийского конкурса молодых технологических предпринимателей. Международная научно-практическая конференция «Наукоемкие технологии разработки и использования минеральных ресурсов» в рамках XXVII международной специализированной выставки технологий горных разработок «Уголь России и Майнинг» (Новокузнецк, 2021). XIII Международная научно-практическая конференция «ИНФОРМАЦИЯ И ОБРАЗОВАНИЕ: ГРАНИЦЫ КОММУНИКАЦИЙ» INFO'2021, (Горно-Алтайск, 2021). ХIII Всероссийская научно–практическая конференция (с международным участием) СИСТЕМЫ АВТОМАТИЗАЦИИ (в образовании, науке и производстве), AS’2021 (Новокузнецк, 2021. Научные публикации Немцев А.Ю., Калашников С.Н. Клеточно-автоматное моделирование кинетики сорбции в конечном объеме угля // Наукоемкие технологии разработки и использования минеральных ресурсов. – 2021. – № 7. – С. 368–371. Немцев А.Ю., Калашников С.Н., Бабушкина О.С., Гаун М.А. Клеточно-автоматное моделирование кинетики газовыделения в конечном объеме угля // Инженерный вестник Дона. 2021. № 7. URL: ivdon.ru/ru/magazine/archive/n7y2021/7104. Немцев А.Ю., Калашников С.Н. Клеточно-автоматное моделирование кинетики массопереноса в конечном объеме угля // Информация и образование: границы коммуникаций INF0'21. – 2021. – № 13 (21). – С. 144–148. Немцев А.Ю., Калашников С.Н. Моделирование движения молекул газа в угольном пласте клеточным автоматом с окрестностью Марголуса в однотактном исполнении // Актуальные вопросы науки 2021. – 2021. – С. 33–38. Немцев А.Ю., Калашников С.Н. Алгоритм функционирования блочно-синхронного клеточного автомата для моделирования динамических процессов в газоугольном растворе // Системы автоматизации (в образовании, науке и производстве) : AS’2021. – 2021. – С. 84–89. Информация о конкурсной работе Актуальность При моделировании процессов в пористых материалах актуальным вопросом является учет внутренних свойств материалов, среди которых такие как морфология среды и характер взаимодействия стенок пор с проходящим через них газом или жидкостью. А рассмотрение пористых материалов как сплошных сред, характеризуемых определенным коэффициентом пористости, не удовлетворяет исследователей горных пород. То есть использование для представления морфологии пористого материала на микроуровне дифференциальных уравнений в частных производных, затруднено из-за невозможности описания непрерывными функциями нарушения сплошности. Так как вычислительные мощности современных компьютеров дают возможность для решения данной проблемы, необходимы методы для раскрытия полного потенциала их вычислительной мощности, с помощью мелкозернистого параллелизма, а конкретнее клеточных автоматов. Работа посвящена клеточно-автоматному моделированию на основе класса клеточных автоматов с окрестностью Марголуса, с вероятностными функциями перехода, в однотактном исполнении – суперпозиции двух тактов в вероятностном исполнении, с обработкой крайних клеток (внешние краевые условия) замыкание. Выполнено моделирование процесса кинетики массообмена в конечном объеме угля (пористой среде – дисперсная система, где дисперсная среда – это «твердое тело» являющиеся твердым раствор соединения угля и газа (газоугольный раствор), а дисперсная фаза – это «свободный газ» газ находящийся в порах – равномерно распределенных и закрытых), который имитирует три вида движений молекул газа: конвекцию, направленную в сторону прилегающей выработки; диффузию и взаимодействие со стенками пор (сорбция) в конечном объеме угля глубокозалегающего пласта под нагрузкой, сорбция задается внутренними краевыми условиями и для диффузии и для конвекции, а диффузия и конвекция их суперпозицией задаваемой вероятностью, а это вероятность есть выражение пропорции диффузии к конвекции. Для организации подобного рода эволюционного процесса метод клеточно-автоматного моделирования был дополнен методом Монте-Карло.