RUS  ENG
Полная версия
ЖУРНАЛЫ // Компьютерные исследования и моделирование // Архив

Компьютерные исследования и моделирование, 2024, том 16, выпуск 5, страницы 1217–1252 (Mi crm1215)

МОДЕЛИ В ФИЗИКЕ И ТЕХНОЛОГИИ

Моделирование реологических характеристик водных суспензий на основе наноразмерных частиц диоксида кремния

Л. Н. Марченкоab, Я. А. Косенокa, В. Е. Гайшунa, Ю. В. Бруттанcb

a Гомельский государственный университет имени Франциска Скорины, Беларусь, 246028, г. Гомель, ул. Советская, д. 104
b Научно-образовательный математический центр «Северо-Западный центр математических исследований имени Софьи Ковалевской» Псковского государственного университета, Россия, 180000, г. Псков, пл. Ленина, д. 2
c Псковский государственный университет, Россия, 180000, г. Псков, пл. Ленина, д. 2

Аннотация: Реологическое поведение водных суспензий на основе наноразмерных частиц диоксида кремния сильно зависит от динамической вязкости, которая непосредственно влияет на применение наножидкостей. Целью данной работы являются разработка и валидация моделей для прогнозирования динамической вязкости от независимых входных параметров: концентрации диоксида кремния SiO$_{2}$, кислотности рН, а также скорости сдвига $\gamma$. Проведен анализ влияния состава суспензии на ее динамическую вязкость. Выявлены статистически однородные по составу группы суспензий, в рамках которых возможна взаимозаменяемость составов. Показано, что при малых скоростях сдвига реологические свойства суспензий существенно отличаются от свойств, полученных на более высоких скоростях. Установлены значимые положительные корреляции динамической вязкости суспензии с концентрацией SiO$_{2}$ и кислотностью рН, отрицательные — со скоростью сдвига $\gamma$. Построены регрессионные модели с регуляризацией зависимости динамической вязкости $\eta$ от концентраций SiO$_{2}$, NaOH, H$_{3}$PO$_{4}$, ПАВ (поверхностно-активное вещество), ЭДА (этилендиамин), скорости сдвига $\gamma$. Для более точного прогнозирования динамической вязкости были обучены модели с применением алгоритмов нейросетевых технологий и машинного обучения (многослойного перцептрона MLP, сети радиальной базисной функции RBF, метода опорных векторов SVM, метода случайного леса RF). Эффективность построенных моделей оценивалась с использованием различных статистических метрик, включая среднюю абсолютную ошибку аппроксимации (MAE), среднюю квадратическую ошибку (MSE), коэффициент детерминации $R^{2}$, средний процент абсолютного относительного отклонения (AARD%). Модель RF показала себя как лучшая модель на обучающей и тестовой выборках. Определен вклад каждой компоненты в построенную модель, показано, что наибольшее влияние на динамическую вязкость оказывает концентрация SiO$_{2}$, далее кислотность рН и скорость сдвига $\gamma$. Точность предлагаемых моделей сравнивается с точностью ранее опубликованных в литературе моделей. Результаты подтверждают, что разработанные модели можно рассматривать как практический инструмент для изучения поведения наножидкостей, в которых используются водные суспензии на основе наноразмерных частиц диоксида кремния.

Ключевые слова: наножидкость, концентрация SiO$_{2}$, кислотность рН, динамическая вязкость, регрессия, нейронные сети, машинное обучение

УДК: 004.85, 546.28

Поступила в редакцию: 27.07.2024
Исправленный вариант: 16.09.2024
Принята в печать: 24.09.2024

DOI: 10.20537/2076-7633-2024-16-5-1217-1252



© МИАН, 2025