×

Вы используете устаревший браузер Internet Explorer. Некоторые функции сайта им не поддерживаются.

Рекомендуем установить один из следующих браузеров: Firefox, Opera или Chrome.

Контактная информация

+7-863-218-40-00 доб.200-80
ivdon3@bk.ru

  • Регулирование состава и свойств композитных покрытий для огнезащиты строительных конструкций

    • Аннотация
    • pdf

    Представлены исследования, направленные на управление структурообразованием, регулирование состава и свойств вспучивающихся огнезащитных композитных покрытий (огнезащитных композитов) для обеспечения огнестойкости строительных конструкций. В работе на основе топологического анализа и моделирования структурообразования оптимизирован компонентный состав шунгита в огнезащитных композитах с требуемыми теплофизическими и прочностными характеристиками. Экспериментально установлена взаимосвязь структурных характеристик, изменения минерально-фазового состава и свойств огнезащитных композитов при высокотемпературном воздействии. Расчетно-аналитическим методом установлена эффективность огнезащитных композитов для повышения огнестойкости железобетонных конструкций. Полученные данные позволили развить представления о механизме структурообразования при взаимодействии частиц шунгита во вспучивающейся цементной системе при высокотемпературном нагреве и обоснованно подойти к созданию эффективных огнезащитных композитов для огнестойких строительных конструкций

    Ключевые слова: огнезащитные композиты, вспучивающиеся покрытия, шунгит, гранулометрия компонентов, оптимизация состава, моделирование структуры, структурообразование композитов, минерально-фазовый состав, свойства композитов, огнестойкость конструкций

    2.1.5 - Строительные материалы и изделия

  • Формирование обучающей выборки при использовании искусственных нейронных сетей в задачах поиска ошибок баз данных

    Описывается методика формирования обучающей выборки для обучения искусственных нейронных сетей при их использовании в задачах, связанных с поиском в таблицах баз данных строк, содержащих ошибки. Основной задачей при этом является обеспечение репрезентативности выборки. Выделены три составляющих репрезентативности — достаточность, разнообразие и равномерность. Предложены подходы к обеспечению каждого из указанных требований. Приводятся расчёты достаточного количества строк для обучения нейронных сетей различных типов, а также результаты экспериментов, подтверждающие корректность теоретических расчётов.

    Ключевые слова: базы данных, достоверность, нейронные сети, обучение, обучающая выборка, репрезентативность

    05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.18 - Математическое моделирование, численные методы и комплексы программ