All issues

Рассматривается задача о течении жидкости в тонком слое между шероховатыми поверхностями с учетом их сближения и разрывов слоя в местах гребневого контакта микронеровностей. Пространство между поверхностями рассматривается как пористая среда с переменной проницаемостью, зависящей от микропрофиля шероховатости и степени сближения поверхностей. Для получения зависимости проницаемости от сближения поверхностей выполняется расчет течения жидкости на малом участке слоя (100 мкм), для которого микропрофиль шероховатости моделируется с помощью фрактальной функции Вейерштрасса – Мандельброта. Расчетной является трехмерная область, заполняющая пустоты между выступами и впадинами микропрофилей поверхностей, расположенных на некотором расстоянии друг от друга. Сближение поверхностей приводит к тому, что в местах пересечения гребней микронеровностей появляются разрывы расчетной области. При заданном сближении и граничных условиях рассчитывается расход жидкости и перепад давления, на основании которых вычисляется проницаемость эквивалентной пористой среды. Результаты расчетов проницаемости, полученные для различных сближений шероховатых поверхностей, аппроксимированы степенной функцией. Это позволяет рассчитывать характеристики течения в тонком слое переменной толщины, имеющем характерную длину на несколько порядков больше масштабов шероховатости. В качестве примера, иллюстрирующего практическое применение данной методики, получено решение задачи о течении жидкости в зазоре между заготовкой и матрицей при гидропрессовании в трехмерной постановке при условии линейного уменьшения проницаемости эквивалентного пористого слоя.

In this paper a fluid flow between two close located rough surfaces depending on their location and discontinuity in contact areas is investigated. The area between surfaces is considered as the porous layer with the variable permeability, depending on roughness and closure of surfaces. For obtaining closure-permeability function, the flow on the small region of surfaces (100 $\mu$m) is modeled, for which the surfaces roughness profile created by fractal function of Weierstrass – Mandelbrot. The 3D-domain for this calculation fill out the area between valleys and peaks of two surfaces, located at some distance from each other. If the surfaces get closer, a contacts between roughness peaks will appears and it leads to the local discontinuities in the domain. For the assumed surfaces closure and boundary conditions the mass flow and pressure drop is calculated and based on that, permeability of the equivalent porous layer is evaluated.The calculation results of permeability obtained for set of surfaces closure were approximated by a polynom. This allows us to calculate the actual flow parameters in a thin layer of variable thickness, the length of which is much larger than the scale of the surface roughness. As an example, showing the application of this technique, flow in the gap between the billet and conical die in 3D-formulation is modeled. In this problem the permeability of an equivalent porous layer calculated for the condition of a linear decreased gap.

Классические численные методы, применяемые для предсказания эволюции гидродинамических систем, предъявляют высокие требования к вычислительным ресурсам и накладывают ограничения на число вариантов геолого-гидродинамических моделей, расчет эволюции состояний которых возможно осуществлять в практических условиях. Одним из перспективных подходов к разработке эвристических оценок, которые могли бы ускорить рассмотрение вариантов гидродинамических моделей, является имитационное моделирование на основе обучающих данных. В рамках этого подхода методы машинного обучения используются для настройки весов искусственной нейронной сети (ИНС), предсказывающей состояние физической системы в заданный момент времени на основе начальных условий. В данной статье описаны оригинальная архитектура ИНС и специфическая процедура обучения, формирующие эвристическую модель двухфазного течения в гетерогенной пористой среде. Основанная на ИНС модель с приемлемой точностью предсказывает состояния расчетных блоков моделируемой системы в произвольный момент времени (с известными ограничениями) на основе только начальных условий: свойств гетерогенной проницаемости среды и размещения источников и стоков. Предложенная модель требует на порядки меньшего процессорного времени в сравнении с классическим численным методом, который послужил критерием оценки эффективности обученной модели. Архитектура ИНС включает ряд подсетей, обучаемых в различных комбинациях на нескольких наборах обучающих данных. Для обучения ИНС в рамках многоэтапной процедуры применены техники состязательного обучения и переноса весов из обученной модели.

The numerical methods used to simulate the evolution of hydrodynamic systems require the considerable use of computational resources thus limiting the number of possible simulations. The data-driven simulation technique is one promising approach to the development of heuristic models, which may speed up the study of such models. In this approach, machine learning methods are used to tune the weights of an artificial neural network that predicts the state of a physical system at a given point in time based on initial conditions. This article describes an original neural network architecture and a novel multi-stage training procedure which create a heuristic model of a two-phase flow in a heterogeneous porous medium. The neural network-based model predicts the states of the grid cells at an arbitrary timestep (within the known constraints), taking in only the initial conditions: the properties of the heterogeneous permeability of the medium and the location of sources and sinks. The proposed model requires orders of magnitude less processor time in comparison with the classical numerical method, which served as a criterion for evaluating the effectiveness of the trained model. The proposed architecture includes a number of subnets trained in various combinations on several datasets. The techniques of adversarial training and weight transfer are utilized.

В настоящей работе исследованы гидродинамические механизмы активации плазменного звена системы свертывания крови при числах Рейнольдса в интервале от 10 до 500. Условия активации изучены в рамках модели, предполагающей, что проницаемость сосудистых стенок по отношению к первичным активаторам системы свертывания крови возрастает с увеличением касательного напряжения. Обнаружено несколько характерных сценариев развития процессов тромбообразования. Изучено влияние изменения топологии течения на активацию внутрисосудистого свертывания крови. Установлено, что пороговая активация плазменного звена системы гемостаза в стенозированных сосудах может иметь место не только при ослаблении, но и при интенсификации кровотока. В заключительной части работы обсуждены возможные медицинские приложения полученных результатов.

The mechanisms of hydrodynamical activation of blood coagulation system are investigated in stenosed vessels for a wide range of Reynolds number values (from 10 up to 500). It is assumed that the vessel wall permeability for procoagulant factors rapidly increases when wall shear stress exceeds specific threshold value. A number of patterns of blood coagulation processes development are described. The influence of blood flow topology changes on activation of blood coagulation is explored. It is established that not only blood flow decrease, but also its increase may promote activation of blood coagulation. It was found that dependence of thrombogenic danger of stenosis on vessel lumen blockage ratio is non-monotonic. The relevance of obtained theoretical results for clinical practice is discussed.