Моделирование процесса идентификации режимов течения двухфазных парожидкостных потоков в горизонтальных трубах теплообменных аппаратов тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Умеров, Альберт Наильевич

• Умеров, Альберт Наильевич
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Умеров, Альберт Наильевич

Введение.

Глава 1. Анализ процесса идентификации двухфазных парожидкостных потоков внутри горизонтальных труб.

1.1. Идентификация режимов течения двухфазных парожидкостных потоков.

1.2. Режимы течения двухфазных парожидкостных потоков внутри горизонтальных труб.

1.3. Диаграммы режимов течения.

1.3.1. Диаграмма А. А. Малышева.

1.3.2. Диаграмма Baker.

1.3.3. Диаграмма Soliman и Azer.

1.3.4. Диаграмма Бребера.

1.3.5. Диаграмма Тандона.

1.3.6. Диаграмма Ван Дер Ягта.

1.3.7. Диаграмма Mandhane.

1.3.8. Диаграмма Тейтеля и Даклера.

1.3.9. Согласование названий режимов течения при идентификации с использованием фазовых диаграмм режимов течения.

1.4. Обзор методов идентификации режимов течения с использованием экспериментальных данных.

1.4.1. Метод сравнения с прототипом.

1.4.2. Метод /С-ближайших соседей.

1.4.3. Алгоритмы вычисления оценок.

1.4.4. Коллективы решающих правил.

1.4.5. Вероятностные методы.

1.4.6. Сравнение методов идентификации по экспериментальным данным.

1.5. Автоматизированные системы поддержки принятия решений для идентификации режимов течения двухфазных парожидкостных потоков.

1.6. Выводы по первой главе.

Глава 2. Математическая модель идентификации режимов течения двухфазных парожидкостных потоков.

2.1. Объект моделирования.

2.1.1. Процесс идентификации режимов течения.

2.1.2. Процесс согласование режимов течения при идентификации.

2.2. Входные параметры модели.

2.3. Выходные параметры модели.

2.4. Функции перевода.

2.4.1. Идентификация режимов течения с использованием фазовых диаграмм методом 5-окрестности.

2.4.1.1. Постановка задачи.

2.4.1.2. Стратегия решения задачи.

2.4.1.3. Процедура решения задачи.

2.4.1.4. Описание метода.

2.4.2. Нормирование критериев фазовых диаграмм режимов течения.

2.4.3. Модифицированный К-БС-метод идентификации режима течения по экспериментальным данным.

2.4.3.1. Постановка задачи.

2.4.3.2. Стратегия решения задачи.

2.4.3.3. Процедура решения задачи.

2.4.3.4. Описание метода.

2.5. Правила вывода.

2.5.1. Использование продукционных правил для учета мнений экспертов при идентификации режимов течения с использованием фазовых диаграмм.

2.5.2. Согласование результатов идентификаций режимов течения с использованием нескольких фазовых диаграмм режимов течения.

2.5.3. Совместная идентификация режимов течения с применением фазовых диаграмм режимов течения и экспериментальных данных по режимам течения

2.6. Выводы по второй главе

Глава 3. Алгоритмическое обеспечение процесса идентификации режимов течения двухфазных парожидкостных потоков в горизонтальных трубах.

3.1. Язык описания алгоритмов.

3.2. Структуры и типы данных.

3.3. Алгоритм идентификации режимов течения с использованием фазовых диаграмм методом 5-окрестности.

3.3.1. Алгоритм расчета критериев фазовых диаграмм режимов течения.

3.3.2. Алгоритм выполнения нормирования критериев диаграммы.

3.3.3. Алгоритм применения продукционных правил согласования.

3.4. Алгоритм МК-БС-метода.

3.5. Алгоритм выполнения согласования результатов идентификации по схеме Шортлиффа.

3.6. Общий алгоритм совместной идентификации режимов течения с совместным использованием фазовых диаграмм режимов течения и экспериментальных данных.

3.7. Выводы по третьей главе.

Глава 4. Автоматизированная система поддержки принятия решений идентификации режимов течения двухфазных парожидкостных потоков внутри горизонтальных труб.

4.1. Функциональная модель системы.

4.2. Прецедентная модель системы.

4.3. Логическая модель системы.

4.4. Представление данных и знаний.

4.4.1. Представление фазовых диаграмм режимов течения.

4.4.2. Представление экспериментальных данных по режимам течения.

4.4.3. Представление продукционных правил для корректировки размера 5-окрестности.

4.5. Идентификация режимов течения при помощи автоматизированной СППР

4.5.1. Ввод оперативных данных и выбор используемых методов идентификации.

4.5.2. Просмотр данных по фазовым диаграммам режимов течения.

4.5.3. Ввод и корректировка экспериментальных данных по режимам течения

4.5.4. Ввод и корректировка продукционных правил.

4.5.5. Ввод и корректировка справочных данных.

4.6. Проверка достоверности разработанной модели и автоматизированной

СППР.

4.7. Выводы по четвертой главе.

Введение диссертации (часть автореферата) на тему «Моделирование процесса идентификации режимов течения двухфазных парожидкостных потоков в горизонтальных трубах теплообменных аппаратов»

Во многих отраслях промышленности (химической, нефтегазовой, нефтеперерабатывающей и пищевой) применяется технологическое теплообменное оборудование с внутритрубным движением двухфазных парожидкостных потоков.

Спектр использующегося теплообменного оборудования необычайно широк. В России и в мире увеличивается количество проектируемых теплообменных аппаратов с внутритрубным движением парожидкостных потоков. В первую очередь, это испарители, конденсаторы, испарители-конденсаторы. Данные теплообменные аппараты используются в сложных технологических установках, таких как холодильные машины, тепловые насосы, льдогенераторы, снежные пушки, подогреватели, системы кондиционирования воздуха, котельные установки ит. д.

По данным Федеральной службы государственной статистики в последние пять лет происходит постоянное увеличение производства теплообменных устройств, промышленного холодильного оборудования и оборудования для кондиционирования воздуха (ОКВЭД 29.23.1); за тот же период увеличено производство холодильников и бытовых морозильников с 1327 тыс. шт. в 2000 г. до 2589 тыс. шт. в 2004 г.

Специалисты компании PRADO Marketing [20] прогнозируют постоянный и неуклонный рост рынка промышленного холода (емкость которого составляет более 200 млн долл.). Об этом свидетельствуют как оценка изменения объема рынка, так и мнения большинства поставщиков оборудования и его потребителей. По данным организаций [37], поставляющих холодильное оборудование и системы, имеет место ежегодный рост холодильных емкостей, построенных по последнему слову техники и объемно-планировочных решений, в пределах 40— 60 %.

О росте спроса на разнообразное теплообменное оборудование, применяющееся в различных отраслях промышленности, можно судить по увеличивающимся индексам производства машин и оборудования, пищевых продуктов и химического производства.

Знания о режимах течения двухфазных парожидкостных потоков необходимы для проектирования, конструирования и расчета современного теплообменного оборудования, потому что одним из основных факторов, влияющих на теплоотдачу (а следовательно, и площадь теплообменной поверхности), является режим течения потока [8, 56,62, 70, 120].

Прогнозирование режимов течения необходимо для качественного решения задачи нахождения коэффициента теплоотдачи [24, 61, 94, 111]. Несмотря на существование большого числа методов наблюдения и описания режимов течения, единого подхода к классификации режимов течения так и не сформировалось [18, 25, 68, 84, 109]. Самым распространенным, и в то же время простым вариантом идентификации режимов течения двухфазных парожидкостных потоков в горизонтальных трубах является применение фазовых диаграмм режимов течения [64]. Но, при использовании различных диаграмм возникает проблема противоречия результатов идентификации [8, 6, 43, 56, 82, 87, 106], и требуется выполнять согласование результатов идентификации режимов течения, полученных с применением различных диаграмм.

Актуальность работы. Существующие в настоящее время методы идентификации режимов течения двухфазных парожидкостных потоков являются недостаточно достоверными, отсутствует математическая модель идентификации и согласования результатов идентификации режимов течения двухфазных парожидкостных потоков, учитывающая противоречия и несогласованности, возникающие в процессе идентификации, отсутствуют программные средства для идентификации режимов течения двухфазных парожидкостных потоков, реализующих вышеупомянутый подход.

Разработка математической модели идентификации режимов течения двухфазных парожидкостных потоков и создание на ее основе программной системы позволит улучшить качество и сократить сроки проектирования и конструирования теплообменного оборудования.

Объектом исследования является процесс идентификации режимов течения двухфазных парожидкостных в горизонтальных трубах теплообменных аппаратов.

Предмет исследования— методы, модели и алгоритмы обработки информации и правила принятия решений при идентификации и согласовании ^ результатов идентификации режимов течения двухфазных парожидкостных потоков в горизонтальных трубах.

Цель и задачи исследования. Целью диссертационной работы является повышение достоверности идентификации режимов течения двухфазных парожидкостных потоков за счет использования разработанной математической модели, методов, алгоритмов и программных средств.

Для достижения поставленной цели в диссертационной работе осуществляется решение следующих задач:

1. Проведение анализа существующих методов решения задачи идентификации режимов течения двухфазных парожидкостных потоков, анализа современного математического аппарата и программного обеспечения для ф идентификации режимов течения.

2. Разработка математической модели идентификации режимов течения.

3. Разработка методов совместной идентификации и согласования результатов идентификации режимов течения с использованием фазовых диаграмм режимов течения и экспериментальных данных.

4. Разработка алгоритмов, реализующих разработанную модель и методы.

5. Выбор принципов построения и разработка структуры автоматизированной системы поддержки принятия решения (СППР) при идентификации режимов течения двухфазных парожидкостных потоков.

6. Создание системы поддержки принятия решения для идентификации и согласования результатов идентификации режимов течения на основе вышеуказанной модели и методов.

Методы исследования. Для решения поставленных задач и достижения намеченной цели использованы методы математического моделирования, системного анализа, теории принятия решений, теории множеств, теории вероятностей.

Научная новизна. В ходе проведенного диссертационного исследования были получены следующие результаты, характеризующие его научную новизну:

1. Разработана математическая модель, формализующая процесс идентификации режимов течения двухфазных парожидкостных потоков в горизонтальных трубах теплообменных аппаратов, позволяющая на основе математических соотношений и продукционных правил получить выводы, адекватные экспериментальным исследованиям.

2. Разработан метод совместной идентификации и согласования результатов идентификации режимов течения с использованием фазовых диаграмм режимов течения и экспериментальных данных, позволяющий повысить степень достоверности результатов идентификации режимов течения.

3. Модифицирован метод К-ближайших соседей (К-БС) для классификации экспериментальных данных, что позволило учитывать вероятность корректной идентификации режимов течения и выполнять совместную идентификацию с применением фазовых диаграмм режимов течения и экспериментальных данных.

4. Разработана модель автоматизированной системы поддержки принятия решений для идентификации и согласования результатов идентификации режимов течения двухфазных парожидкостных потоков, позволяющая выполнить проектирование автоматизированной системы поддержки принятия решений.

Практическая ценность диссертационной работы заключается в следующем:

1. Разработана автоматизированная СППР идентификации и согласования результатов идентификации режимов течения двухфазных парожидкостных потоков, позволяющая оперативно производить идентификацию режимов течения на ЭВМ в соответствии с разработанной математической моделью.

2. Результаты работы использованы для выполнения расчетов теплообменного оборудования на предприятии, эксплуатирующем холодильные установки и предприятии нефтяной промышленности.

3. Предложенная модель и принцип построения СППР используются в учебном процессе вуза при преподавании дисциплин, связанных с изучением методов искусственного интеллекта и интеллектуальных информационных систем.

Апробация работы. Основные положения диссертационной работы отражены в 17 опубликованных научных работах, в том числе в 6 статьях в периодических и научно-технических изданиях, выпускаемых в Российской

Федерации, в которых ВАК рекомендует публикацию основных научных результатов диссертаций.

Основные положения докладывались и обсуждались на III и IV Всероссийских научно-практических конференциях «Информационные технологии и математическое моделирование» (Анжеро-Судженск, 2004 г., 2005 г.), III Всероссийской конференции «Инновационные технологии в обучении и производстве» (Камышин, 2005 г.), XVIII Международной научной конференции «Математические методы в технике и технологиях» (Казань, 2005 г.), третьей Всероссийской научно-технической конференции «Вузовская наука— региону» (Вологда, 2005 г.), Всероссийской научно-технической конференции «Теоретические и прикладные вопросы современных информационных технологий» (Улан-Удэ, 2005 г.), Международной научно-практической конференции студентов и молодых ученых «Электронный университет как условие устойчивого развития региона» (Астрахань, 2005 г.), Международной конференции, посвященной 75-летию со дня образования Астраханского государственного технического университета (Астрахань, 2005 г.), X Всероссийской научно-практической конференции «Научное творчество молодежи» (Анжеро-Судженск, 2006 г.)

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав основного текста, заключения, списка литературы из 122 наименований и 5 приложений. Общий объем работы 120 страниц машинописного текста, который включает 21 рисунок, 17 таблиц и 36 формул.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Умеров, Альберт Наильевич

7. Результаты работы могут быть использованы в проектных, научных и учебных организациях и учреждениях, занимающихся проектированием, конструированием и расчетом теплообменных аппаратов.

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

1 — диаметр, м; g — ускорение свободного падения, м/с2;

V — удельный объем, м3/кг; м — скорость, м/с; х — массовое расходное паросодержание; м?р — массовая скорость, кг/(м -с); концентрация, кг/кг; ср — истинное объемное паросодержание; ц — динамический коэффициент вязкости, кг/(м-с); р — плотность, кг/м3; а — коэффициент поверхностного натяжения, Н/м;

V — кинематический коэффициент вязкости, м2/с.

Критерии подобия

Рг — критерий Прандтля;

Яе — критерий Рейнольдса;

Рг — критерий Фруда;

Хц — параметр Мартинелли; число Вебера; и — безразмерная скорость газа по Уоллису,.

Индексы нижние п — сухой насыщенный пар; ж — насыщенная жидкость; вод — относящийся к воде; возд — относящийся к воздуху при нормальных условиях.

ОСНОВНЫЕ ВЫВОДЫ И ЗАКЛЮЧЕНИЕ

Главным итогом диссертационной работы является разработка математической модели, методов и алгоритмов для процесса идентификации режимов течения двухфазных парожидкостных потоков в горизонтальных трубах теплообменных аппаратов, которые были реализованы в автоматизированной СППР идентификации и согласования результатов идентификации режимов течения двухфазных парожидкостных потоков.

Основные научные и практические результаты диссертационной работы состоят в следующем:

1. Разработана математическая модель идентификации и согласования режимов течения.

2. Разработаны методы и вычислительные алгоритмы идентификации режимов течения двухфазных парожидкостных потоков с использованием фазовых диаграмм режимов течения и экспериментальных данных по режимам течения.

3. Разработан модифицированный К-БС-метод для классификации экспериментальных данных, учитывающий вероятность идентификации режимов течения.

4. Разработан метод и вычислительный алгоритм согласования результатов идентификации режимов течения на основе схемы Шортлиффа и знаний экспертов.

5. Выполнены проектирование и реализация системы поддержки принятия решений для идентификации режимов течения двухфазных парожидкостных потоков внутри горизонтальных труб.

Список литературы диссертационного исследования кандидат технических наук Умеров, Альберт Наильевич, 2006 год

1. Алгоритмы: построение и анализ, 2-е изд. / Т. X. Кормен, Ч. И. Лейзерсон, Р. Л. Ривест, К. Штайн. — М.: Вильяме, 2005. — 1296 с.

2. Александров А. П. Введение в теорию множеств и общую топологию. — М.: Едиториал УРСС, 2004. — 368 с.

3. Алексеев A.B. и др. Интеллектуальные системы принятия проектных решений. — Рига: Зинатне, 1997. — 320 с.

4. Базы данных. Интеллектуальная обработка информации / Корнеев В. В., Гареев А. Ф., Васютин С. В., Райх В. В. — М.: Издатель Молгачева С. В., Издательство Нолидж, 2001. —496 с.: ил.

5. Бребер, Нейлен, Таборек. Расчет конденсации чистых компонентов на стенке горизонтальной трубы с помощью критериев режимов течения // Теплопередача. — 1980. — № 3. — С. 93.

6. Ван дер Ягт М. Ф. Г. Двухфазный поток в испарителе // Холодильная техника. — 1976. — № 7. — С. 42—43.

7. Вилюмс Э. Р., Слядзь Н. Н., Борисов А. Н. Программная система поддержки принятия проектных решений // Программные продукты и системы, 1989.— № 4, с. 70—77.

8. Влияние режимов течения двухфазного потока хладагента R12 на теплоотдачу при кипении в горизонтальных трубах / Малышев А. А., Данилова Г. Н., Азарсков В. М., Земсков Б. Б. // Холодильная техника. — 1983. — №11. — С. 35—38.

9. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. — СПб. : Питер, 2001. — 381 с.

10. Гайдышев И. Анализ и обработка данных: специальный справочник — СПб.: Питер, 2001. —752 с.: ил.

11. ГелеверяТЕ., ГоровойВ.А. Программная среда для визуального проектирования баз знаний Электронный ресурс. — СПб : СПбГПУ, 2001. — Режим доступа: http://big.spb.ru/publications/other/km/programforvizual pojectbk.shtml. — Загл. с экрана.

12. Дворянкин А. М., Кизим А. В., Жукова И. Г., Сипливая М. Б. Искусственный интеллект. Базы знаний и экспертные системы : Учеб. пособие. — Волгоград, гос. тех. ун-т, Волгоград, 2003. — 140 с.

13. Денисов А. А. Информационные основы управления. — Л.: Энергоатомиздат, 1983. —72 с.

14. Журавлев Ю. И. Избранные научные труды. — М.: Магистр, 1998. — 420 с.

15. Журавлев Ю. И. Об алгебраическом подходе к решению задач распознавания и классификации // Проблемы кибернетики. — 1978. — Вып. 33. — с. 5—68.

16. Журавлев Ю. И., ГуревичИ. Б. Распознавание образов и анализ изображений // Искусственный интеллект. — В. 3-х кн. Кн. 2. Модели и методы: Справочник / под ред. Д. А. Поспелова. — М.: Радио и связь, 1990.—304 с.

17. КолльерДж. Г. Кипение бинарных и многокомпонентных смесей. Кипение при вынужденной конвекции // Справочник по теплообменникам : том 1. — М. : Энергоатомиздат, 1987. — с. 419—423.

18. КутателадзеС.С. Основы теории теплообмена.- Новосибирск: Наука, 1970, —660 с.

19. Лебедев К. Ю. Российский рынок промышленного холода: эксперты прогнозируют рост // Холодильный бизнес. — 2004. — N. 5. — С. 6—10.

20. ЛуценкоЕ. В. Разработка методологии синтеза адаптивных АСУ сложными объектами на основе применения моделей распознавания образов и принятия решений.— Дис. . канд. техн. наук: 05.13.06.— Краснодар: КубГТУ, 1999 г., 187 с.

21. Луценко Е. В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений (на примере1. А»универсальной автоматизированной системы распознавания образов «ЭЙДОС-5.1»). — Краснодар : КЮИ МВД РФ, 1996. — 280 с.

22. ЛюгерД. Ф. Искусственный интеллект. Стратегии и методы решения сложных проблем. — М.: Вильяме, 2003. — 864 с.

23. Методика расчета средних коэффициентов теплоотдачи при кипении фреонов внутри горизонтальных труб / Малышев А. А., Данилова Г. Н., Азарсков В. М., Земсков Б. Б. // Холодильная техника. — 1982. — № 8. — С. 30—34.

24. МорозюкТ. В. Водоам1ачш термотрансформатори (теория, анализ, синтез, оптимизация): Автореф. дис. д-ра техн. наук: 05.14.06/.— О.: Одес. держ. полггехн. ун-т, 2001. — 36 с.

25. МушикЭ., Мюллер П. Методы принятия технических решений/ Пер. с нем. — М.: Мир, 1990. — 208 с.

26. Назаров A.B., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем — СПб.: Наука и Техника, 2003. — 384 с.: ил.

27. Одинцов И. О. Профессиональное программирование. Системный подход. — СПб.: БХВ-Петербург, 2002. — 512с.: ил.

28. Осовский С. Нейронные сети для обработки информации / Пер. с польского И.Д. Рудинского. — М.: Финансы и статистика, 2002. — 334 с.: ил.

29. Плещев В. В. Выбор средств разработки программного обеспечения АСУ // Промышленные АСУ и контроллеры. — 2003. — № 8. — С. 32—34.

30. Попов Э. В. Экспертные системы реального времени // Открытые системы, 1995, №2, с. 48-51.

31. Попов Э. В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. — М.: Наука, 1987. — 288 с.

32. Программа идентификации режима течения двухфазного потока: Св. об офиц. per. прогр. для ЭВМ № 2005610507, Россия, ФГОУ ВПО «Астраханский государственный технический университет» / В. Ф. Шуршев, А. Н. Умеров. — Заявл. 30.12.2004, зарег. 24.02.2005.

33. Проталинский О. М. Применение методов искусственного интеллекта при автоматизации технологических процессов : Моногр. / Астрахан. гос. техн. унт. — Астрахань : Изд-во АГТУ, 2004. — 184 с.1. А»

34. Расчет парных расстояний между объектами исходного множества данных// Математика. Statistics Toolbox Электронный ресурс. — М. : СофтЛайн, 2004. — Режим доступа: http://matlab.exponenta.ru/statist/book2/14/pdist.php. — Загл. с экрана.

35. РДIDEFO-2000. Методология функционального моделирования. — М.: Изд-во стандартов, 2000. — 75 с.

36. Розенберг Д., Скотт К. Применение объектного моделирования с использованием UML и анализ прецедентов. — М.: ДМК Пресс, 2002. — 160 с.

37. Романов В. П. Интеллектуальные информационные системы в экономике: Учебное пособие. — М.: Экзамен, 2003. — 496 с.

38. Свиридюк Г. А., Федоров В. Е. Математический анализ. — Челябинск : ЧелГУ, 1999.— 1т.— 158 с.

39. Статические и динамические экспертные системы: Учеб. пособие/ Э. В. Попов, И. Б. Фоминых, Е. Б. Кисель, М. Д. Шапот. — М. : Финансы и статистика, 1996. — 320 с.

40. Тандон, Варма, Гупта. Новая карта режимов течения при конденсации в горизонтальных трубах // Теплопередача. — 1982. — № 4. — С. 173.

41. Тандон, Варма, Гупта. Режимы течения при конденсации бинарных смесей в горизонтальной трубе // Теплопередача. — 1985. — т. 107. — № 2. — С. 161— 166.

42. Теоретические основы хладотехники. Тепломассообмен / С. Н. Богданов, Н. А. Бучко, Э. И. Гуйго и др.; Под ред. Э. И. Гуйго. — М.: Агропромиздат, 1986. —320 е.: ил.

43. УмеровА. Н., ШуршевВ. Ф. Этапы идентификации режимов течения двухфазных потоков // Известия высших учебных заведений СевероКавказский регион. Технические науки. Прил. № 3, 2005. — Ростов-на-Дону, 2005. — С. 24—26.

44. Хаусдорф Ф. Теория множеств. — М. : Едиториал УРСС, 2004. — 304 с.

45. Хейес-Рот Ф., Уотермен Д. Построение экспертных систем : пер. с англ. — М. : Мир, 1987. —441 с.

46. Хьюитт Дж. Ф. Газожидкостные потоки // Справочник по теплообменникам : том 1. — М.: Энергоатомиздат, 1987. — с. 183—187.

47. Шуршев В. Ф., Умеров А. Н. Компьютерная система идентификации режимов течения парожидкостного потока холодильных агентов // Системы управления и информационные технологии, 2005, N 2(19). — с. 96—99.

48. Шуршев В. Ф., Умеров А. Н. Концепция экспертной системы идентификации режимов течения при кипении смеси холодильных агентов // Математические методы в технике и технологиях — ММТТ-18. Сб. трудов XVIII

49. Международн. науч. конф. : В 10 т. Т. 8. Секции 10, 12 / Под общ. ред.

50. B. С. Балакирева. — Казань : изд-во Казанского гос. технол. ун-та, 2005. —1. C. 157—158.

51. Шуршев В. Ф. Закономерности теплообмена при кипении смеси холодильных агентов 1122Л1142Ь.— Дис. . канд. техн. наук: 05.14.05.— С.-Петербург: СПбГАХиПТ, 1997 г., 185 с.

52. Шуршев В. Ф., Умеров А. И. Моделирование процесса принятия решений при идентификации режимов течения смесей холодильных агентов// Вестник Кузбасского государственного технического университета, № 5, 2005. ~ Кемерово, 2005. — С. 27—29.

53. Эддоус М., Стэнфилд Р. Методы принятия решений / Пер. с англ. Под ред. член-корр. РАН И. И. Елисеевой. — М.: Аудит, ЮНИТИ, 1997. — 590 с.1. A*

54. A Study of Flow Boiling Heat Transfer with Refrigerant mixtures / D. S. Jung, M. McLinden, R. Radermacher, D. Didion. — Intern. J. Heat and Mass Transfer. — 1989, v. 32, N 9, pp. 1751—1764.

55. Bai B., Guo L., Chen X. The technology and theory of online recognition of gasliquid two-phase flow regime // Proceedings of the Chinese Society of Electrical Engineering. — 2001. — Vol. 21 (7) : p. 46.

56. BakerO. Simultaneous Flow of Oil and Gas// Oil Gas J.— 1954.— Vol. 53 : pp. 185—190.

57. Basic methods of two-phase flow regimes identification by dual-sensor optical probe in heated state // Nuclear Power Engineering / Q. Sun, H. Zhao, R. Yang, X.-L. Jiang. — 2003. — Vol. 24, Num. 4. — P. 349.

58. Birbeck M. et al. Professional XML, 2nd Edition. — New York : Apress : 2004. — 1280 s.

59. Cai S., Toral H. et al. Neural network based objective flow regime identification in air-water two phase flow // Canadian Journal of Chemical Engineering. — 1994. — Vol. 72(3): p. 86.

60. Cantua M. Mastering Delphi 7. — Alameda : Sybex : 2003 .— 1011 s.

61. Chaddock J. B., Noerager J. A. Evaporation of Refrigerant 12 in a Horizontal Tube with Constant Heat Flux // ASHRAE Transactions, v. 72, part-1, p. 90, 1966.

62. Chawla J. — Kältemiteln-VDJ-Forchungs-heft. — 1967. — S. 523.

63. ChenG., Huang Z. et al. Flow regimes identification in horizontal pipe using wavelet transform// Chinese Journal of Scientific Instrument.— 1999.— Vol. 20(2): p. 117.

64. Chen J. C. Correlation for Boiling Heat Transfer to Saturated Liquids in Convective Flow // Ind. Eng. Chem. Process Des. Dev., vol. 5, p. 322, 1966.

65. Chen Q., Cui W., et al. Flow patterns and the annular flow experimental correlation of R134a condensation heat transfer in three-dimensional micro-fin tube// Hsi-An Chiao Tung Ta Hsueh/Journal of Xi'an Jiaotong University.— 2000.— Vol. 34(11): p. 27.

66. Chen Y., Modeling Gas-Liquid Flows in Pipes: Flow Pattern Transitions and Drift-Flux Modeling, M.S. Report. — Stanford University : California. — 2001. — 86 p.

67. Coller J. G. Convective boiling and condensation. — McGraw Hill, 1972. — 421 p.

68. Dong F., Jiang Z.-X. Application of electrical resistance tomography to identification two-phase flow regime// International Conference on Machine Learning and Cybernetics. — 2003. — Vol. 4 : p. 2217.

69. Efraim T. et al. Decision Support Systems and Intelligent Systems (7th Edition) / Efraim Turban, Jay E. Aronson, Ting-Peng Liang — New Jersey : Prentice Hall, 2004. —P. 960.

70. ElperinT., KlochkoM. Flow regime identification in a two-phase flow using wavelet transform // Experiments in Fluids. — 2002. — Vol. 32(6): p. 674.

71. Embrechts M., YapoT. C., LaheyR. T. Jr. The application of neural networks to flow regime identification// Proceedings of the American Power Conference, Chicago, IL, USA, Illinois Inst. Technol. — 1993. — Vol. 55 : p. 860.

72. Ewing M. E., Weinandy J. J., Christensen R. N. Observations of two-phase flow patterns in a horizontal circular channel //Heat Transfer Engineering. — 1999. — Vol. 20(1): p. 9.

73. Feng D., Xiaoping L., et al. Identification of two phase flow regimes in horizontal, inclined and vertical pipes// Measurement Science & Technology.— 2001.— Vol. 12(8): p. 1069.

74. Franca F., AcikgozM. et al. The use of fractal techniques for flow regime identification //International Journal of Multiphase Flow.— 1991.— Vol. 17(4): p. 545.

75. Fujii, T., S. Koyama, et al. Experimental study of evaporation heat transfer of refrigerant HCFC22 inside an internally grooved horizontal tube // JSME International Journal, Series B. — 1995. — Vol. 38(4): p. 618.

76. Gillmore J. F., Pulaski K. A survey of expert system tools // Proc. of the Second IEEE Conf. on AI Applications, 1985. — P. 498—502.

77. Heat Transfer//Rules of thumb for mechanical engineers : a manual of quick, accurate solutions to everyday mechanical engineering problems / J. Edward Pope, editor. Houston: Gulf, cop. 1997 : ix, 405 s.: ill.

78. KattanN., Thome J. R., FavratD. Measurement and prediction of two-phase flow patterns for new refrigerants inside horizontal tubes // Proceedings of ASHRAE Transactions.—1995. —Vol. 101. —p. 1251.

79. Kim D., Ghajar A. J. Heat transfer measurements and correlations for air-water flow of different flow patterns in a horizontal pipe // Experimental Thermal and Fluid Science. — 2002. — Vol. 25(8) : p. 412.

80. KuangB., XuJ.-J. Application of fractal characteristic quantities of pressure fluctuation in subcooled boiling regime recognition // Nuclear Science and Techniques. —2001. — Vol. 12(4) : p. 2222.

81. Lavin G., Young E. H. Heat Transfer to Evaporating Refrigerants in Two Phase Flow//AIChE Journal, v. 11, N6, p. 1124—1132, 1965.

82. Letzel H. M., Schouten J. C. et al. Characterization of regimes and regime transitions in bubble columns by chaos analysis of pressure signals// Chemical Engineering Science. — 1997. — Vol. 52(24): p. 141.

83. Li Y., Wang R., et al. The two-phase flow regime identification using template matching and tomographic imaging method// Chinese Journal of Scientific Instrument. —2004. — Vol. 25(2): p. 230.

84. Mandhane J. M., Gregory G. A., Aziz K. // Intl. Journ. of Multi Flow, 1: 533—537, 1974.

85. Marenbach P. Using prior knowledge and obtaining process insight in data based modelling of bioprocesses / Syst. Anal. Model. Simul. vol. 31, n. 1—2, pp. 39—59. Gordon and Breach Science Publishers, 1998.

86. MishraM. P., VarmaH. K., SharmaC. P. Heat Transfer Coefficients in Forced Convection Evaporation of Refrigerants Mixtures// Letters in Heat and Mass Transfer, 1981, v. 8, pp. 127—136.

87. Mueller J., Lemke F. Self-organising Data Mining. An Intellegent Approach To Extract Knowledge From Data. — Berlin : Dresden, 1999 — 225 s.

88. MurataK., HashizumeK. Forced Convection Boiling of Non-Azeotropic Mixtures // Hhxoh KHKaii raKKaii poMÖyncio B Trans. Jap. Soc. Mech. Eug. B. — 1988. — 54, N 506. p. 2856—2862.

89. RicherM. An evaluating of expert system development tools// Expert Systems, 1986. —P. 166—183.

90. ShaoD. W., GranrydE. G. Flow pattern, heat transfer and pressure drop in flow condensation. Part I: Pure and azeotropic refrigerants // HVAC and R Research. — 2000. —Vol. 6(2) : p. 175.

91. Shortliffe T., Davis R. Some considerations for the implementation of knowledge-based expert systems // ACM SIGART Bulletin. — 1975. — Issue 55 : p. 9—12.

92. Singal L. S., Sharma C. P., Varma H. K. Heat Transfer correlations for the Forced Convection Boiling of R12-R13 Mixtures// Inter. J. Refrig., 1984, v. 7, N5, pp. 278—284.

93. SoldatiA., PagliantiA, GionaM. Identification of two phase flow regimes via diffusional analysis of experimental time series // Experiments in Fluids. — 1996. —Vol. 21, Num.3.: p. 151—160.

94. SolimanH. M., AzerN. Z. Visual Studies of Flow Patterns During Condensation Inside Horizontal Tubes // Heat Transfer. — 1974. — Vol. 3. —pp. 241—245

95. StephanK., AbdelsalamM. Heat Transfer Correlations for Natural Convection Boiling // Intern. J. Heat and Mass Transfer 23, 1980, pp. 73—87.

96. Stephan K., Korner M., Calculation of Heat Transfer in Evaporating Binary Liquid Mixtures // Chem. Ing. Tech., v. 41, N 7, pp. 409—417, 1969.

97. TaitelY., DuklerA. E. A Model for Predicting Flow Regime Transition in Horizontal and Near Horizontal Gas-Liquid Flow//AlChE J.— 1976.— Vol.22.—No. 47-55.

98. Tao S., Hongjian Z., Chiying H. Identification of gas-liquid two-phase flow regime and quality// Proceedings of the 19th IEEE Instrumentation and Measurement Technology Conference, Anchorage, AK, USA, IEEE. — 2002. — Vol. 2 : p. 1471.

99. Theodoridis S., Koutroumbas K. Pattern Recognition : Second Edition. — London : Academic Press, 2003. — 710 s.

100. UchidaH., Yamaguchi S. Heat Transfer in Two-phase Flow of Refrigerant 12 through Horizontal Tube// Paper N158, 3rd Inter. Heat Transfer Conference, Chicago, USA, 1966.

101. Varma H. K., Merotra R. K.— Proceedings of the II National Symposium on Refrigeration and Air Conditioning. Mechanical Eng. Dep. University of Roorkee, March 15 and 16. — 1973. — PP. 81—87.

102. Wall R., Apon A., Beal J. et al. An evaluation of commercial expert system building tools // Data Knowledge Eng., 1988. — P. 279—304.

103. WuH., HuZ., ZhouF. Application of improved BP neural network on intelligent identification of flow regime of oil-gas-water multiphase flow // Journal of Xi'an Jiaotong University. — 2000. — Vol. 34(1): p. 22.

104. WuX., WangS., WangF. The study on identification of two-phase flow regimes based on rough set// Chinese Journal of Scientific Instrument.— 2003.— Vol. 24(3) : p. 221.

105. XuL. J., XuL. A. Gas/liquid two-phase flow regime identification by ultrasonic tomography// Flow Measurement' and Instrumentation.— 1997.— Vol. 8(3-4): p. 145.

106. Yan H., Liu Y. H., Liu C. T. Identification of flow regimes using back-propagation networks trained on simulated data based on a capacitance tomography sensor// Measurement Science & Technology. — 2004. — Vol. 15(2): p. 432.

107. ФАЗОВЫЕ ДИАГРАММЫ РЕЖИМОВ ТЕЧЕНИЯ

108. Рис. П. 1.1. Диаграмма А. А. Малышева и др.