期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
Study of the Influence of Nanoparticles on the Molecular Model of an Ideal Fluid
1
作者 Mahammadali Ahmad oglu Ramazanov Mammad Samad oglu Aslanov 《Applied Mathematics》 2016年第9期908-911,共4页
In the article a molecular model of oil with nanoparticles on the basis of the model of ideal fluid is considered. It is assumed that the molecular model of the oil can be represented as a homogenous distribution of i... In the article a molecular model of oil with nanoparticles on the basis of the model of ideal fluid is considered. It is assumed that the molecular model of the oil can be represented as a homogenous distribution of identical molecules in space. It is assumed that the central interaction between the oil molecules and nanoparticles, results in a change of the model parameters. It is shown that for an ideal fluid the effect of nanoparticles is reduced to a change of the coefficient at the pressure. 展开更多
关键词 Ideal Fluid molecular model of oil NANOPARTICLES Coefficient of Elasticity
下载PDF
生成对抗网络在油品分子组成预测方面的研究 被引量:1
2
作者 宋亚峰 王杭州 +4 位作者 谷明章 王弘历 商辉 孙宝文 纪晔 《油气与新能源》 2021年第4期90-100,共11页
炼油行业呈现由粗放向精细发展趋势。分子炼油技术已成为当前研究的热门方向,而实现分子炼油技术的第一步就是获取分子组成。在定义了含590种常见汽油组分的分子库为预测模型输出端的基础上,以18种汽油油品宏观物性为输入端,以某炼厂31... 炼油行业呈现由粗放向精细发展趋势。分子炼油技术已成为当前研究的热门方向,而实现分子炼油技术的第一步就是获取分子组成。在定义了含590种常见汽油组分的分子库为预测模型输出端的基础上,以18种汽油油品宏观物性为输入端,以某炼厂31组汽油检测报告为基础数据,随机取其中29组数据为模型训练集数据库,剩余两组数据作检测组生成预测结果,最终开发了以生成对抗网络为原理预测油品分子组成的模型。从原数据库中抽取两组数据为新的检测组,再将原检测组两组数据归为训练集数据库,分三次验证模型效果,并选取油品的主要分子组成将预测值与实际值进行对比。结果显示,第一组生成对抗网络模型预测结果的平均误差为5.80%,3.86%;第二组为4.85%,3.11%;第三组为3.86%,3.07%。生成对抗网络法模型所得预测值与实际值基本相同,由此认为模型的模拟结果较好地反映了汽油的分子组成,为今后获取重油的分子组成提供了一种方法。 展开更多
关键词 分子管理 油品分子组成预测模型 生成对抗网络法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部