Сетевая модель шахтной вентиляции добывающих предприятий

Автор: Горбатов Александр Вячеславович, Калашников Евгений Александрович, Петров Андрей Евгеньевич

Журнал: Сетевое научное издание «Международный журнал. Устойчивое развитие: наука и практика» @journal-yrazvitie

Статья в выпуске: 2 (28), 2020 года.

Бесплатный доступ

В статье представлена сетевая модель потоков воздуха в шахте на основе применении тензорного метода расчета поведения систем при изменении структуры, включая аварийные ситуации. Анализ изменения поведения систем при возможном отключении, разрушении элементов и подсистем на сетевой модели повышает безопасность. Рассмотрен расчет изменения потоков воздуха в системе вентиляции при изменении структуры, например при перекрытии ходов шахты. Отклонения потоков от нормативных значений показывают, на каких участках возможно нарушение предельно допустимых значений. Расчет процессов при изменении структуры обеспечивает инвариант двойственности, который состоит в том, что постоянна сумма метрических тензоров двойственных сетей при изменении структуры. Компоненты процессов в системе при изменении структуры меняются с помощью матриц преобразования путей. Это аналогично преобразованию компонент тензора при изменении системы координат. Тензорный метод позволяет использовать результаты расчета воздушных потоков в штатной структуре шахты для анализа воздушных потоков при возможных вариантах изменения структуры шахты. Для этого применяются матрицы преобразования путей, которые обеспечивают выражение потоков в новой сети через потоки в старой сети. Метод обеспечивает расчет и анализ вариантов конструкции при проектировании или анализ поведения системы при авариях, вызванных разрушением элементов. Алгоритмы расчета по частям сетевой модели реальной системы большой размерности позволяют применять параллельные вычисления. Сетевая модель системы вентиляции может обеспечить расчет воздушных потоков при изменениях структуры шахты не только в результате аварий, но и при создании новых стволов.

Еще

Тензорный метод, матрицы преобразования путей, сетевые модели, инвариант двойственности, горная промышленность, вентиляция шахт

Короткий адрес: https://sciup.org/14123201

IDR: 14123201

Список литературы Сетевая модель шахтной вентиляции добывающих предприятий

  • Крон Г. Тензорный анализ сетей: Пер. с англ. /Под ред. Л.Т. Кузина, П.Г. Кузнецова. М.: Сов. Радио, 1978. – 720 с.
  • Крон Г. Исследование сложных систем по частям (диакоптика). М.: Наука, 1972. – 544 с.
  • Хэпп Х.Х. Диакоптика и электрические цепи. М.: Мир, 1974. – 344 с.
  • Петров А.Е. Тензорный метод двойственных сетей / А.Е. Петров М.: ООО «Центр информационных технологий в природопользовании», 2007. – 496 с. ил.– ISBN 5-9751-0036-4. / Дополненное интернет издание на портале Университета «Дубна». – 612 с.: http://устойчивоеразвитие.рф/files/monographs/Petrov_Tenzorny_method.pdf, , 2009.
  • Petrov A.E. The duality of networks for computer-aided design systems with variable structure. Mining Informational and analytical bulletin (scientific and technical journal). Reports of the XXIII International Scientific symposium «Miner's week – 2015». 26-30 января, 2015 г. Сб. науч. тр. Издательский дом МИСиС. НИТУ «МИСиС». – М: 2015. - 21 Мб. ISBN 987-5-87623-891-7. с. 345 – 353.
  • Б.Е. Большаков, А.Е. Петров, 2017. B.E. Bolshakov, A.E. Petrov, Algorithms of Multidimensional Space and Time Values Interrelation in the System of LT Dimension Coordinates by B. Brown, R.O. Bartini, P.G. Kuznetsov. Pakistan, Journal of Engineering and Applied Sciences, 12: 6620-6627.
  • Jacob Biamonte, Jacob Turner and Jason Morton. Tensor Network Contractions for #SAT. Journal of Statistical Physics. 160, 1389 (2015).
  • Chris Wood, Jacob Biamonte and David Cory. Tensor Networks and Graphical Calculus for Open Quantum Systems. Quantum Information and Computation. 15, 0579 (2015).
  • Bolshakov B.E., Petrov A.E., Gaponov A.A. and Shamayeva E.F. Natural Value and Basic Cost of Minerals Assessment Technique. Journal of Engineering and Applied Sciences, Pakistan, 2017, 12: 6815-6820.
  • Jacob Biamonte, Ville Bergholm, Marco Lanzagorta. Tensor Network Methods for Invariant Theory. J. Phys. A: Math. Theor. 46, 475301, 2013.
  • Alexander Novikov, Dmitrii Podoprikhin, Anton Osokin, Dmitry P Vetrov. Tensorizing neural networks. // Advances in Neural Information Processing Systems. – 2015. – p. 442–450.
  • Oseledets I. V. Tensor-Train Decomposition // SIAM J. Scientific Computing. – 2011. – v. 33, № 5. – С. 2295–2317.
Еще
Статья научная