Standard

Метод детектирования и измерения характеристик сухих пятен при кипении с использованием свёрточных нейронных сетей и высокоскоростной визуализации. / Суртаев, Антон Сергеевич; Перминов, Павел Олегович; Малахов, Иван Павлович et al.

In: Теплоэнергетика, No. 6, 2025, p. 45-55.

Research output: Contribution to journalArticlepeer-review

Harvard

APA

Vancouver

Author

BibTeX

@article{1182e99e72144d20843c7cb0de4cbba7,
title = "Метод детектирования и измерения характеристик сухих пятен при кипении с использованием свёрточных нейронных сетей и высокоскоростной визуализации",
abstract = "Известно, что формирующиеся под паровыми пузырями в процессе кипения сухие пятна оказывают огромное влияние как на локальный теплообмен, так и на развитие кризисных явлений. В рамках настоящего исследования с использованием высокоскоростной визуализации отраженного света была получена новая экспериментальная информация об эволюции сухих пятен под паровыми пузырями при кипении жидкости, а также разработан алгоритм автоматической обработки экспериментальных данных на основе сверточных нейронных сетей U-Net архитектуры. Показано, что при использовании моделей машинного обучения и прецизионных оптических высокоскоростных методов можно в течение короткого промежутка времени и с высокой точностью определить широкий спектр характеристик сухих пятен при кипении жидкости, включая эволюцию общей площади и размеров сухих пятен, общее количество, а также скорость роста и времена жизни сухих пятен в широком диапазоне тепловых нагрузок. На основе анализа собранной информации установлено, что средняя общая площадь сухих пятен и плотность центров парообразования при кипении воды линейно увеличиваются с ростом теплового потока в исследованном диапазоне. Продемонстрировано, что в период до начала стадии отрыва пузыря скорость роста сухих пятен постоянна, при этом среднее значение этой скорости повышается с увеличением теплового потока. Характерный максимальный размер сухих пятен оказывается практически вдвое меньше капиллярной постоянной. Полученные результаты, представленные в статье, свидетельствуют о том, что имеется огромный потенциал использования методов искусственного интеллекта, которые открывают новые перспективы для исследования двухфазных систем, моделирования теплообмена при кипении и прогнозирования кризисных явлений, связанных с неконтролируемым ростом сухих пятен.",
keywords = "КИПЕНИЕ ЖИДКОСТИ, ЭВОЛЮЦИЯ СУХИХ ПЯТЕН, ВЫСОКОСКОРОСТНАЯ ВИЗУАЛИЗАЦИЯ, СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ, U-NET, АЛГОРИТМ ТРЕКИНГА, КИПЕНИЕ ВОДЫ",
author = "Суртаев, {Антон Сергеевич} and Перминов, {Павел Олегович} and Малахов, {Иван Павлович} and Половников, {Матвей Андреевич} and Чернявский, {Андрей Николаевич}",
note = "Метод детектирования и измерения характеристик сухих пятен при кипении с использованием свёрточных нейронных сетей и высокоскоростной визуализации / А. С. Суртаев, П. О. Перминов, И. П. Малахов [и др.] // Теплоэнергетика. – 2025. – № 6. – С. 45-55. – DOI 10.56304/S0040363624601210. – EDN PRNZCV.",
year = "2025",
doi = "10.56304/S0040363624601210",
language = "русский",
pages = "45--55",
journal = "Теплоэнергетика",
issn = "0040-3636",
publisher = "Федеральное государственное бюджетное учреждение {"}Российская академия наук{"}",
number = "6",

}

RIS

TY - JOUR

T1 - Метод детектирования и измерения характеристик сухих пятен при кипении с использованием свёрточных нейронных сетей и высокоскоростной визуализации

AU - Суртаев, Антон Сергеевич

AU - Перминов, Павел Олегович

AU - Малахов, Иван Павлович

AU - Половников, Матвей Андреевич

AU - Чернявский, Андрей Николаевич

N1 - Метод детектирования и измерения характеристик сухих пятен при кипении с использованием свёрточных нейронных сетей и высокоскоростной визуализации / А. С. Суртаев, П. О. Перминов, И. П. Малахов [и др.] // Теплоэнергетика. – 2025. – № 6. – С. 45-55. – DOI 10.56304/S0040363624601210. – EDN PRNZCV.

PY - 2025

Y1 - 2025

N2 - Известно, что формирующиеся под паровыми пузырями в процессе кипения сухие пятна оказывают огромное влияние как на локальный теплообмен, так и на развитие кризисных явлений. В рамках настоящего исследования с использованием высокоскоростной визуализации отраженного света была получена новая экспериментальная информация об эволюции сухих пятен под паровыми пузырями при кипении жидкости, а также разработан алгоритм автоматической обработки экспериментальных данных на основе сверточных нейронных сетей U-Net архитектуры. Показано, что при использовании моделей машинного обучения и прецизионных оптических высокоскоростных методов можно в течение короткого промежутка времени и с высокой точностью определить широкий спектр характеристик сухих пятен при кипении жидкости, включая эволюцию общей площади и размеров сухих пятен, общее количество, а также скорость роста и времена жизни сухих пятен в широком диапазоне тепловых нагрузок. На основе анализа собранной информации установлено, что средняя общая площадь сухих пятен и плотность центров парообразования при кипении воды линейно увеличиваются с ростом теплового потока в исследованном диапазоне. Продемонстрировано, что в период до начала стадии отрыва пузыря скорость роста сухих пятен постоянна, при этом среднее значение этой скорости повышается с увеличением теплового потока. Характерный максимальный размер сухих пятен оказывается практически вдвое меньше капиллярной постоянной. Полученные результаты, представленные в статье, свидетельствуют о том, что имеется огромный потенциал использования методов искусственного интеллекта, которые открывают новые перспективы для исследования двухфазных систем, моделирования теплообмена при кипении и прогнозирования кризисных явлений, связанных с неконтролируемым ростом сухих пятен.

AB - Известно, что формирующиеся под паровыми пузырями в процессе кипения сухие пятна оказывают огромное влияние как на локальный теплообмен, так и на развитие кризисных явлений. В рамках настоящего исследования с использованием высокоскоростной визуализации отраженного света была получена новая экспериментальная информация об эволюции сухих пятен под паровыми пузырями при кипении жидкости, а также разработан алгоритм автоматической обработки экспериментальных данных на основе сверточных нейронных сетей U-Net архитектуры. Показано, что при использовании моделей машинного обучения и прецизионных оптических высокоскоростных методов можно в течение короткого промежутка времени и с высокой точностью определить широкий спектр характеристик сухих пятен при кипении жидкости, включая эволюцию общей площади и размеров сухих пятен, общее количество, а также скорость роста и времена жизни сухих пятен в широком диапазоне тепловых нагрузок. На основе анализа собранной информации установлено, что средняя общая площадь сухих пятен и плотность центров парообразования при кипении воды линейно увеличиваются с ростом теплового потока в исследованном диапазоне. Продемонстрировано, что в период до начала стадии отрыва пузыря скорость роста сухих пятен постоянна, при этом среднее значение этой скорости повышается с увеличением теплового потока. Характерный максимальный размер сухих пятен оказывается практически вдвое меньше капиллярной постоянной. Полученные результаты, представленные в статье, свидетельствуют о том, что имеется огромный потенциал использования методов искусственного интеллекта, которые открывают новые перспективы для исследования двухфазных систем, моделирования теплообмена при кипении и прогнозирования кризисных явлений, связанных с неконтролируемым ростом сухих пятен.

KW - КИПЕНИЕ ЖИДКОСТИ

KW - ЭВОЛЮЦИЯ СУХИХ ПЯТЕН

KW - ВЫСОКОСКОРОСТНАЯ ВИЗУАЛИЗАЦИЯ

KW - СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ

KW - U-NET

KW - АЛГОРИТМ ТРЕКИНГА

KW - КИПЕНИЕ ВОДЫ

UR - https://elibrary.ru/item.asp?id=82381838

U2 - 10.56304/S0040363624601210

DO - 10.56304/S0040363624601210

M3 - статья

SP - 45

EP - 55

JO - Теплоэнергетика

JF - Теплоэнергетика

SN - 0040-3636

IS - 6

ER -

ID: 74479789