Примена нумеричке механике флуида за анализу, оптимизацију и дефинисање параметара процеса у термичкој, процесној и хемијској индустрији, али и у енергетском сектору и заштити животне средине има изузетан значај. Овако широко поље примене методе, захтева познавање физичких проблема, али и разумевање резултата добијених експерименталним путем, као и валидацију нумеричког модела и процедуре симулације. Ефикасност радног процеса многих индустријских постројења је заснована на познавању струјања флуида, преноса масе и топлоте и термо-хидрауличких параметара радних флуида. Истраживање термо-физичких процеса је предмет значајних истраживачких тимова у области експерименталне и нумеричке механике флуида, као и примењене механике флуида.
У оквиру ове теме истраживања ће се развијати сложени математички модели засновани на вештачкој интелигенцији и примени метода моделовања неуронских мрежа ради предикције параметара процеса у индустрији. Користиће се напредна метода CNN (Convolutional Neural Network) моделовање. CNN представља посебну врсту вишеслојне перцепције, укључујући многе специјализоване скривене слојеве који се користе за класификацију, где се неурони у слојевима самооптимизирају учењем. CNN се користи за груписање слика по њиховој сличности и класификацију слика, док у поређењу са другим алгоритмима за класификацију слика, CNN користи мању претходну обраду. Три слоја чине архитектуру CNN-а: конволуцијски слој, слој за удруживање и потпуно повезани слој.
Резултати нумеричке симулације предложених модела ће бити валидирани релевантним експерименталним резултатима из литературе, као и повезивањем са сродним научно-истраживачким организацијама.
Кључне речи: Нумеричка механика флуида, вишефазна струјања, пренос топлоте и масе, неуронске мреже.
Руководилац:
Др Милада Пезо, Научни саветник.
Сарадници:
Др Милада Пезо, Научни саветник, milada@vin.bg.ac.rs
Др Никола Мирков, Виши научни сарадник, nmirkov@vin.bg.ac.rs