Zen
МОСКВА, 16 декабря Разработана бесконтактная система машинного зрения для обнаружения пузырьков в потоках газов и жидкостей. Специалисты УрФУ в составе научно-исследовательской группы. Помимо обнаружения пузырьков система рассчитывает их траекторию и форму. Авторы полагают, что система может найти применение в нефтегазовой отрасли и энергетике, в биологическом и химическом производстве. Результат представлен в разделе «Математика».
Пузырьковые течения используются в различных отраслях промышленности для массопереноса в газах и жидкостях. Их форма и движение напрямую влияют на потоки вещества в разных средах, а поведение этой системы может отличаться в зависимости от химического состава газа и физических характеристик. Даже в сладких газированных напитках и шампанском цикл образования, распределения в бокале и разрушения пузырьков углекислого газа (перлаж) происходит по-разному, отметили специалисты УрФУ.
Во многих промышленных процессах (флотация, кавитация, работа биореактора) также используются пузырьки с разными параметрами, отклонения от которых могут вызывать негативные последствия. Существующие методы контроля их формы и траектории имеют существенные ограничения: некоторые неэффективны при высоких скоростях потока, другие требуют периодического отбора проб, отметили ученые.
60~br />Специалисты УрФУ совместно с коллегами из ИТМО и МФТИ представили новый инструмент для бесконтактного контроля поведения пузырьков на основе компьютерного зрения и нейронных сетей. В отличие от аналогов, новая система подходит для подавляющего большинства условий появления, движения и разрушения пузырьков, реализуемых в промышленности.
«В биотехнологии обнаружение и характеристика пузырьков имеют жизненно важное значение для оптимизации работы биореактора, поскольку пузырьки существенно влияют на перенос кислорода и распределение питательных веществ, напрямую влияя на рост и продуктивность микроорганизмов. Результаты нашего исследования улучшают точный мониторинг динамики пузырьков, позволяя лучше контролировать скорость газообмена и повышать эффективность биопроцессов: ферментации, культивирования клеток и других биохимических реакций», — сказал Илья Стародумов, ведущий научный сотрудник Лаборатории моделирования многофазных физических и биологических сред.
Специалист добавил, что в исследовании были проанализированы методы обнаружения пузырьков и разработан алгоритм сегментации с использованием модели нейронной сети YOLOv9c. Для обучения модели и выполнения расчетов использовалась высокоскоростная визуализация моделей движения газовых включений для различных удельных входных мощностей и содержания газа в массообменном устройстве. 
1 из 2
2 из 2
1 из 2
2 из 2
Как отметил Стародумов, данная модель использует экспериментальные данные, включая коэффициент диффузии газа для удержания жидкости и газа, а также алгоритмы масштабирования и усреднения, что позволяет адаптировать ее к широкому спектру комбинаций систем жидкость-газ.
Экспериментальные работы были проведены специалистами для подтверждения точности и прецизионности системы. При этом показатели качества оказались выше, чем у контактных и бесконтактных промышленных аналогов.
Исследование проводится при поддержке программы «Приоритет 2030» национального проекта «Наука и университеты».
Свежие комментарии