Исследование процессов горения аммиачно-селитренного состава с применением нейросетевого моделирования и разработанного программного модуля

UDK: 543.4:5.44.2

DOI: 10.24887/0028-2448-2025-7-106-110

Ключевые слова: программный модуль, аммиачно-селитренный состав, нейросетевое моделирование, прогнозирование, скорость горения, плотность заряда, давление, оптимизация

Авт.: М.Г. Ефимов (Казанский инновационный университет имени В.Г. Тимирясова); А.Р. Мухутдинов, д.т.н. (Казанский национальный исследовательский технологический университет)

В статье представлены результаты углубленного исследования процессов горения аммиачно-селитренного состава, содержащего 72 % аммиачной селитры (NH4NO3), 25 % эпоксидного связующего и 3 % бихромата калия (K2Cr2O7), используемого в качестве смесевого твердого топлива для технологий интенсификации добычи нефти. В отличие от предыдущих работ, сфокусированных на моделировании крупномасштабных энергетических установок, в данном исследовании прогнозируются фундаментальные баллистические характеристики самого энергетического материала. С целью повышения эффективности и надежности эксплуатации зарядов аммиачно-селитренного состава разработан и верифицирован программный модуль на основе многослойной нейронной сети, реализованный в среде NeuroShell. Модуль обеспечивает точное прогнозирование скорости горения (средняя относительная ошибка не превышает 6 %) при различных эксплуатационных параметрах: плотности заряда 1,4-1,46 г/см³, давлении 5-25 МПа и диаметре заряда 36 мм. Продемонстрирована возможность моделирования сложных нелинейных зависимостей, включая снижение скорости горения на 22-23 % при увеличении плотности заряда и росте давления на 75-79 %. Проведен сравнительный анализ экспериментальных данных и выявлены ключевые закономерности, такие как доминирующее влияние давления и структурных изменений на кинетику горения. Выполнено сопоставление полученных зависимостей скорости горения от давления и плотности заряда. Установлено, что кривые зависимости скорости горения от давления имеют схожий нелинейный характер. Полученные результаты открывают перспективы для проектирования высоконадежных твердотопливных систем в условиях, приближенных к реальным нефтепромысловым условиям.

Список литературы

1. Мухутдинов А.Р., Вахидова З.Р., Любимов П.Е. Повышение эффективности работы котла ТПΠ-230 за счет нейросетевых технологий // Вестник Казанского технологического университета. – 2011. – Т. 14. – № 21. – С. 91–94.

2. Мухутдинов А.Р., Вахидова З.Р., Ефимов М.Г. Моделирование процесса горения твердого топлива в топочном устройстве // Вестник Казанского технологического университета. – 2014. – Т. 17. – № 20. – C. 114–116. – EDN: SYAHBT

3. Мухутдинов А.Р., Марченко Г.Н., Вахидова З.Р. Нейросетевое моделирование и оптимизация сложных процессов и наукоемкого теплоэнергетического оборудования. – Казань: Казанский гос. энергетический университет, 2011. – 296 с. – EDN: QMLVLD

4. Программный модуль на основе нейронной сети для прогнозирования скорости горения смесевого твердого топлива / А.Р. Мухутдинов, М.Г. Ефимов, Р.И. Сафиуллин, А.В. Мефодьев // Вестник технологического университета. – 2017. – Т. 20. – № 24. – С. 102–104. – EDN: YLUHEC

5. Mukhutdinov A.R., Lubimov P.E. Application of a neural network model for revealing specific features and regularities of solid fuel burning process // Thermal Engineering. – 2010. – V. 57. – No 4. – P. 336–340. – https://doi.org/10.1134/S0040601510040105. – EDN: MXFDJR

6. Mukhutdinov A.R., Okulin M.V. Development of a neural network programming module for predicting the strength properties of solid fuel // Chemical and Petroleum Engineering. – 2011. – V. 47. – No 3. – P. 266–269. – https://doi.org/10.1007/s10556-011-9457-3. – EDN: OHXCLH