1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Авторські публікації дослідників
  3. Зібрання книг
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/40847

Назва: Високопродуктивні методи моделювання та проєктування складних ресурсо-енергозберігаючих процесів у нанопористих і дисперсних середовищах
Автори: Петрик, Михайло Романович
Лебовка, Микола Іванович
Бойко, Ігор Володимирович
Приналежність: Тернопільський національний технічний університет імені Івана Пулюя
Бібліографічний опис: Петрик М. Р. Високопродуктивні методи моделювання та проєктування складних ресурсо-енергозберігаючих процесів у нанопористих і дисперсних середовищах : монографія / М. Р. Петрик, М. І. Лебовка, І. В. Бойко. – Тернопіль: ТНТУ імені Івана Пулюя, 2022. – 160 с.
Дата публікації: 2022
Дата внесення: 17-кві-2023
Видавництво: ТНТУ імені Івана Пулюя
Країна (код): UA
Місце видання, проведення: Тернопіль
УДК: 519.6.6+681.3
Кількість сторінок: 160
Короткий огляд (реферат): Монографія присвячена розробці методів математичного моделювання фізичних та технологічних процесів, що відбуваються нанорозмірних та нанопористих системах різної природи. Розглядаються підходи до програмної реалізації розвинених математичних моделей. Призначена для науковців, аспірантів, що спеціалізуються в галузі математичного моделювання, прикладної математики та інженерії програмного забезпечення.
Опис: Схвалено та рекомендовано до друку на засіданні вченої ради Тернопільського національного технічного університету імені Івана Пулюя (протокол №3 від 22 листопада 2022 року)
Зміст: РОЗДІЛ 1. ВИСОКОПРОДУКТИВНІ МЕТОДИ МОДЕЛЮВАННЯ АДСОРБЦІЇ ЗІ ЗВОРОТНИМИ ЗВ’ЯЗКАМИ ДЛЯ В НЕОДНОРІДНИХ БАГАТОКОМПОНЕНТНИХ НАНОПОРИСТИХ СЕРЕДОВИЩАХ ... 9 1. Аналіз стану досліджень ... 9 2. Підхід до декомпозиції нелінійної системи для адсорбційної моделі кінетики газів...12 3. Нелінійна модель адсорбції в односкладовому нанопористому середовищі ...14 4. Крайова задача для моделі адсорбції в неоднорідних n-компонентних нанопористих середовищах ... 19 5. Матричні алгоритми обчислення визначника системи та головних розв’язків задачі…25 Висновки до розділу 1 ... 31 Список використаної літератури ... 32 РОЗДІЛ 2. ВИСОКОПРОДУКТИВНІ МЕТОДИ МОДЕЛЮВАННЯ НАНОАДСОРБЦІЇ ТА ДИФУЗІЇ ЗІ ЗВОРОТНИМИ ЗВ’ЯЗКАМИ ДЛЯ В НЕОДНОРІДНИХ ЦИЛІНДРИЧНИХ БАГАТОКОМПОНЕНТНИХ НАНОПОРИСТИХ СЕРЕДОВИЩАХ ... 35 1. Аналіз стану досліджень ... 35 2. Математичний опис задачі ... 36 3. Методика побудови аналітичного розв’язку моделі та рекурентні алгоритми обчислення матриць функцій впливу (основні розв’язки ) ... 38 4. Обговорення результатів. ... 47 Висновки до розділу 2 ... 49 Список використаної літератури ... 49 РОЗДІЛ 3. ВИСОКОПРОДУКТИВНІ МЕТОДИ МОДЕЛЮВАННЯ ТА ІДЕНТИФІКАЦІЇ ПАРАМЕТРІВ СКЛАДНИХ ПРОЦЕСІВ НАНОФІЛЬТРАЦІЇ І ДИФУЗІЇ В СЕРЕДОВИЩАХ АСИЧЕНИХ РІЗНОРОЗМІРНИХ НАНОПОРИСТИХ ЧАСТИНОК ... 51 1. Аналіз стану досліджень ... 51 2. Математичне формулювання проблеми... 52 3. Пряма задача... 55 4. Ґрадієнтний метод розв'язання задачі коефіцієнтної ідентифікації ... 56 5. Високопродуктивна технологія отримання аналітичних виразів компонентів градієнта функціоналу – нев'язки ... 57 6. Отримання формул виразів ґрадієнтів функціоналу-нев'язки ... 63 7. Числовий аналіз ... 65 8. Високопродуктивні інформаційні технології для дослідження систем нанофільтрації в середовищах різнорозмірних нанопористих частинок ... 68 Висновки до розділу 3 ... 79 Список використаної літератури ... 80 РОЗДІЛ 4. ВИСОКОПРОДУКТИВНІ ТЕХНОЛОГІЇ МОДЕЛЮВАННЯ НА СУПЕРКОМПЮТЕРІ МАКРО- І НАНОФІЛЬТРАЦІЇ І НАНОДИФУЗІЇ В ПРОСТОРІ РІЗНОРОЗМІРНИХ НАНОПРИСТИХ ЧАСТИНОК МЕТОДОМ МОНТЕ-КАРЛО ... 82 1. Аналіз стану досліджень ... 82 2. Основні визначення та методика обчислень ... 85 3. Результати і обговорення ... 87 Висновки до розділу 4 ... 90 Список використаної літератури ... 92 РОЗДІЛ 5. ДИНАМІЧНА ПРОВІДНІСТЬ РЕЗОНАНСНО-ТУНЕЛЬНИХ СТРУКТУР З НЕПАРНОЮ (ПАРНОЮ) КІЛЬКІСТЮ КВАНТОВИХ ЯМ У АКТИВНІЙ ЗОНІ КВАНТОВИХ КАСКАДНИХ ЛАЗЕРІВ ЧИ ДЕТЕКТОРІВ ... 94 1. Аналіз стану досліджень ... 94 2. Cтаціонарний електронний спектр та сили осциляторів квантових переходів у багатошарових закритих резонансно-тунельних структурах, як грубих моделях квантових каскадних детекторів ... 95 3. Теорія квазістаціонарного електронного спектру та активної динамічної провідності багатошарових відкритих резонансно-тунельних структур як відкритих моделей квантових каскадних детекторів ...98 4. Стаціонарний електронний спектр та сили осциляторів квантових переходів у багатошарових закритих резонансно-тунельних структурах у поздовжньому постійному електричному полі, як грубих моделях квантових каскадних лазерів ... 104 5. Теорія квазістаціонарного електронного спектру та активної динамічної провідності багатошарових відкритих резонансно-тунельних структур у поздовжньому постійному електричному полі, як відкритих моделей квантових каскадних лазерів ... 108 6. Енергетичний спектр оптичних фононів у багатошаровій резонансно-тунельній структурі ... 114 7. Властивості активної електронної провідності багатошарової резонансно-тунельної структури, як основного елемента квантового каскадного детектора ... 120 8. Властивості активної електронної провідності багатошарової резонансно-тунельної структури у поздовжньому постійному електричному полі, як основного елемента квантового каскадного лазера...128 Висновки до розділу 5 ... 134 Список використаної літератури ... 135 РОЗДІЛ 6. ВИСОКОПРОДУКТИВНІ МЕТОДИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ МОДЕЛЮВАННЯ ТА ІНДЕНТИФІКАЦІЇ ПАРАМЕТРІВ АНОРМАЛЬНИХ РУХІВ ПІД ДІЄЮ ЗВОРОТНИХ КОГНІТИВНИХ ВПЛИВІВ ... 138 1. Аналіз стану досліджень проблеми АНР ... 138 2. Пропоновані підходи до вирішення проблеми аналізу АНР під дією зворотних когнітивних впливів ... 139 3. Опис математичної моделі функціональної ідентифікації АНР ... 143 4. Метод розв’язання спряженої крайової задачі АНР ... 145 5. Формули аналітичних виразів ґрадієнтів функціонала-нев’язки ... 146 6. Матричний алгоритм ідентифікації вектора адаптивних коефіцієнтів впливу матриці когнітивних EEГ сиґналів на вектор сеґментів траєкторії АНР ... 147 7. Моделювання та ідентифікація параметрів сигналів АНР під впливом когнітивних feedback-впливів нейровузлів КГР ... 148 Висновки до розділу 6 ... 153 Список використаної літератури ... 154 ЗАГАЛЬНІ ВИСНОВКИ... 156
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/40847
ISBN: 978-966-305-123-9
Власник авторського права: © М.Р. Петрик, М.І. Лебовка, І.В. Бойко, 2022
© Тернопільський національний технічний університет імені Івана Пулюя, 2022
Перелік літератури: Список використаної літератури до розділу 1.
1. Puertolas B., Navarro M. V., Lopez J. M., Murillo R., Mastral A. M., Garcia T. Modelling the heat and mass transfers of propane onto a ZSM-5 zeolite. Separation and Purification Technology. 2012. Vol. 86. Р. 127–136. URL: https://doi.org/ 10.1016/j.seppur.2011.10.036.
2. Barrer R. M., Diffusion and Flow in Porous Zeolite, Carbon or Ceramic Media, Characterization of Porous Solids, Society of Chemical Industry, London, 1979. URL: https://doi.org/10.1016/S0167-2991(09)60728-X.
3. R. de Boor, Contemporary progress in porous theory. Apl. Mech. Rev. 53 (12). Р. 323–369. 2000. URL: https://doi.org/10.1115/1.3097333.
4. Krisnha R., Van Baten J. M. Investigating the non-idealities in adsorption of CO2-bearing mixtures in cation-exchanged zeolites. Separation and Purification Technology. 2018. Vol. 206. Р. 208–217. URL: https://doi.org/10.1016/j.seppur. 2018.06.009.
5. Krishna R. Thermodynamically Consistent Methodology for Estimation of Diffusivities of Mixtures of Guest Molecules in Microporous Materials. ACS Omega 2019, Vol. 4 (8). Р. 13520–13529. URL: https://doi.org/10.1021/acsomega. 9b01873.
6. Kärger J., Ruthven D. Diffusion in Zeolites and Other Microporous Solids. Hoboken: Wiley, New York, 1992.
7. Kärger J., Ruthven D., Theodorou D. Diffusion in Nanoporous Materials. Hoboken: Wiley, 2012. 902 p.
8. Langmuir I.-J. Vapor pressures, evaporation, condensation and adsorption. J. Am. Chem. Soc. 1932. Vol. 54. Р. 2798–2832. DOI: 10.1021/ja01346a022.
9. Lecler S., Petryk M., Canet D., Fraissard J. Competitive diffusion of gases in a zeolite using proton NMR and slice selection procedure. Catalysis Today, 2012. Vol. 187. No. 1. P. 104–107. URL: https://doi.org/10.1016/j.cattod.2011.09.007.
10. Petryk М., Leclerc S., Canet D., Fraissard J. Modeling of gas transport in a microporous solid using a slice selection procedure: Application to the diffusion of benzene in ZSM5. Catalysis Today. 2008. Vol. 139 (3). P. 234–240. URL: https://doi.org/10.1016/j.cattod.2008.05.034.
27. K. Rapedius, and H. J. Korsch Resonance solutions of the nonlinear Schrödinger equation in an open double-well potentialю J. Phys. B: At. Mol. Opt. Physю 2009. Vol. 42. No. 2009. 044005. 12 p.
Список використаної літератури до розділу 6.
1. Electroencephalography complex NEUROKOM, NEUROLAB. Instructions for medical application AINC.941311.001 I1 U 33.1-02066769-001-2002
2. Haubenberger D., Kalowitz D., Nahab F. B., Toro C., Ippolito D,. Luckenbaugh D. A., Wittevrongel L., Hallett M. Validation of Digital Spiral Analysis as Outcome Parameter for Clinical Trials in Essential Tremor. Movement Disorders, 26 (11), 2073-2080, 2011.
3. Rajaraman V., Jack D., Adamovich S. V., Hening W., Sage J., Poizner H. A novel quantitative method for 3D measurement of Parkinsonian tremor. Clinical neurophysiology, 11 (2), 187–369, 2000.
4. Legrand A. P., Rivals I., Richard A., Apartis E., Roze E., Vidailhet M., Meunier S., Hainque E. New insight in spiral drawing analysis methods – Application to action tremor quantification. J Clinical Neurophysiology, 128 (10), 1823–1834. (2017)
5. Wang J.-S., Chuang F.-C. An Accelerometer-Based Digital Pen with a Trajectory Recognition Algorithm for Handwritten Digit and Gesture Recognition. IEEE Transactions on Industrial Electronics, 59 (7), 2998–3007. 2012.
6. Louis E. D., Gillman A., Böschung S., Hess C. W., Yu Q., & Pullman S. L. High width variability during spiral drawing: Further evidence of cerebellar dysfunction in essential tremor. Cerebellum, 11, 872–879. 2012.
7. Pullman S L. Spiral analysis: a new technique for measuring tremor with digitizing tablet. Movement Disorders, 1998, 3:85–89.
8. Xie H, Wang Z. Mean frequency derived via Huang-Hilbert transform with application to fatigue EMG signal analysis. Comput Meth Progr Biomed, 2006, 82:114–20
11. Petryk M., Leclerc S., D. Canet, Sergienko I.V., Deineka V.S., Fraissard J. Competitive diffusion of gases in a zeolite bed: NMR and slice procedure, modelling and identification of parameters. J. Phys. Chem. C. 2015. Vol. 119 ( 47). Р. 26519–26525. URL: https://doi.org/10.1021/acs.jpcc.5b07974.
9. Bhidayasiri R., Mari Z. Digital phenotyping in Parkinson's disease: Empowering neurologists for measurement-based care. Parkinsonism Relat Disord. 2020, Nov, 80:35–40. DOI: 10.1016/j.parkreldis.2020.08.038.
10. Viviani P, Burkhard P. R., Chiuvé S. C., dell’Acqua C. C., Vindras P. Velocity control in Parkinson’s disease: a quantitative analysis of isochrony in scribbling movements. Exp Brain, 2009, 194:259–83.
11. A. Salarian, H. Russmann, C. Wider, P. R. Burkhard, F. J. Vingerhoets, and K. Aminian, “Quantification of tremor and bradykinesia in Parkinson's disease using a novel ambulatory monitoring system,” Biomedical Engineering, IEEE Transactions on, 54. Jg., Nr. 2, p. 313–322, 2007.
12. G. LO, A. R. Suresh, L. Stocco, S. González-Valenzuela, and V. C. Leung, “A wireless sensor system for motion analysis of Parkinson's disease patients,” (PERCOM Workshops), 2011 IEEE International Conference on. IEEE, pp. 372–375, 2011
13. Petryk M., Gancarczyk T., Khimich O. Methods of Mathematical Modeling and Identification of Complex Processes and Systems on the basis of High-performance Calculations (neuro- and nanoporous feedback cyber systems, models with sparse structure data, parallel computations). Scientific Publishing University of Bielsko-Biala.:Bielsko-Biała, Polska), 2021, 194 p.
14. Khimich A. N., Petryk M. R., Mykhalyk D. N., Boyko I. V., Popov A. V., Sydoruk. V. A. Methods for mathematical modeling and identification of complex processes and systems based on visoproductive computing (neuro- and nanoporous cyber-physical systems with feedback, models with sparse structure data, parallel computing). Monograph, Kiev: National Academy of Sciences of Ukraine. Glushkov Institute of Cybernetics. 2019. 176 p. ISBN: 978-966-02-9188-1.
15. Mudryk I., Petryk M. Hybrid artificial intelligence systems for complex neural network analysis of abnormal neurological movements with multiple cognitive signal nodes. 2020 IEEE Third International Conference on Data Stream Mining & Processing (DSMP): Conference, Lviv, 21–25 August 2020. P. 108–111. DOI: 10.1109/DSMP47368.2020.9204341
16. Mudryk I., Petryk M. High-performance modeling, identification and analysis of heterogeneous abnormal neurological movement’s parameters based on cognitive neuro feedback-influences. Innovative Solutions in Modern Science. 2021. New York. TK Meganom LLC. V1(45). P. 235–249. Doi: 10.26886/2414-634X.1(45)2021.16.
12. Sergienko I. V., Peryk M. R., Leclerk S., Fraissard J. Highly efficient methods of the identification of competitive diffusion parameters in heterogeneous media of nanoporous particles. Cybernetics and Systems Analysis. 2015. Vol. 51 (4). Р. 529–546. URL: https:/doi.org/10.1007/s10559-015-9744-7.
13. Petryk M. R., Boyko I. V., Khimich O. M., Petryk M. M. High-Performance Supercomputer Technologies of Simulation of Nanoporous Feedback Systems for Adsorption Gas Purification. Cybernetics and Systems Analysis. 2020. Vol. 56. No. 5. P. 835–847. URL: https://doi.org/10.1007/s10559-020-00304-y.
14. Petryk M., Ivanchov M., Leclerc S., Canet D., Fraissard J. Competitive Adsorption and Diffusion of Gases in a Microporous Solid.In the book "Zeolites – New Challenges”. Margeta K., Farkas. (Eds). London: IntecOpenn, UK. P. 13–31. 2020. URL: https://doi.org/10.5772/intechopen.88138.
15. Xіміч О. М., Петрик М. Р., Михалик Д. М., Бойко І. В., Попов О. В., Сидорук В. А. Методи математичного моделювання та ідентифікації складних процесів і систем на основі високопродуктивних обчислень. Київ: Вид-во НАН України, 2019. 190 с.
16. Petryk M., Khimich A., Petryk M.M., Fraissard J. Experimental and computer simulation studies of dehydration on microporous adsorbent of natural gas used as motor fuel. Fuel. 2019. Vol. 239. P. 1324–1330. URL: https://doi.org/10.1016/j. fuel.2018.10.134.
17. Petryk M., Khimitch A., Petryk M. M. Simulation of Adsorption and Desorption of Hydrocarbons in Nanoporous Catalysts of Neutralization Systems of Exhaust Gases Using Nonlinear Langmuir Isotherm. Journal of Automation and Information Sciences, Vol. 50 (10),. P. 18–33. 2018. URL: https://doi.org/ 10.1615/JAutomatInfScien.v50.i10.20.
18. Doetsch G. Handbuch der Laplace-Transformation: Band I: Theorie der Laplace-Transformation. Springer Basel AG, 2013. 581 p.
19. Ленюк М. П., Петрик М. Р. Інтегральні перетворення Фур’є, Бесселя із спектральним параметром в задачах математичного моделювання масопереносу в неоднорідних середовищах. Київ: Наукова думка, 2000. 372 с.
20. Petryk M., Gancarczyk T., Khimich O. Methods of Mathematical Modeling and Identification of Complex Processes and Systems on the basis of High-performance Calculations (neuro- and nanoporous feedback cyber systems, models with sparse structure data, parallel computations). Scientific Publishing University of Bielsko-Biala. Bielsko-Biala, Poland (Wydawnictwo Naukowe Akademia Techniczno-Humanistyczna:Bielsko-Biała, Polska), 2021, 194 p. URL: https://www.sbc.org.pl/ dlibra/publication/584139/edition/549297.
21. Petryk M. R., Boyko I. V., Khimich O. M., Petryk O. Y. High-Performance Methods of Modeling the Adsorption with Feedback in Heterogeneous Multicomponent NanoporousMedia. Cybernetics and System Analysis, Springer New York, Vol. 58 (5). P. 787–805. 2022. DOI: 10.1007/s10559-022-00512-8.
Список використаної літератури до розділу 2.
1. R. Krishna, J. M. van Baten, Investigating the non-idealities in adsorption of CO2-bearing mixtures in cation-exchanged zeolites, Sep. Purif. Technol. 206. 2018. Р. 208–217.
2. M. R. Petryk, I. V. Boyko, O. M. Khimich, M. M. Petryk, High-Performance Supercomputer Technologies of Simulation of Nanoporous Feedback Systems for Adsorption Gas Purification. Cybern. Syst. Anal. 56. 2020. Р. 835–847.
3. M. R. Petryk, A. Khimich, M. M. Petryk, J. Fraissard. Experimental and computer simulation studies of dehydration on microporous adsorbent of natural gas used as motor fuel, Fuel. 239. 2019. Р. 1324–1330.
4. B. Puértolas, M. V. Navarro, J. M. Lopez, R. Murillo, A. M. Mastral, T. Garcia. Modelling the heat and mass transfers of propane onto a ZSM-5 zeolite, Sep. Purif. Technol. 86. 2012. Р. 127–136.
5. Sergienko I. V., Petryk M. R., Khimich O. M., Canet D., Mykhalyk D. M., Leclerc S, Fraissard J. The Mathematical Modelling of Mass-transfer in Media of Nano-porous Structure. Kyiv: National Academy of Sciences of Ukraine. Institute V.M. Gluschkov of Cybernetic. 2014. 210 p. ISBN 978-966-02-7098-5.
6. B. Puértolas, M. Comesaña-Hermo, L. V. Besteir, M. Vázquez-González, M. A. Correa-Duarte. Challenges and Opportunities for Renewable Ammonia Production via Plasmon-Assisted Photocatalysis, Adv. Energy Mater. 12. 2022. 2103909-1– 2103909-23.
7. H. Deng. A Heaviside function-based density representation algorithm for truss-like buckling-induced mechanism design, Int J Numer. Methods Eng. 119. 2019. Р. 1069–1097.
8. Z. Khurshudyan. An identity for the Heaviside function and its application in representation of nonlinear Green’s function, Comput. Appl. Math. 12. 2019. 32-1–32-12.
9. M. Broas, O. Kanninen, V. Vuorinen, M Tilli, M. Paulasto-Kröckel. Chemically Stable Atomic-Layer-Deposited Al2O3 Films for Processability, ACS Omega. 7. 2017. Р. 3390–3398.
10. D. Arl, V. Rogé, N. Adjeroud, B. R. Pistillo, M. Sarr, N. Bahlawane, D. Lenoble. SiO2 thin film growth through a pure atomic layer deposition technique at room temperature, RSC Adv. 31. 2020. Р. 18073–18081.
Список використаної літератури до розділу 3.
1. Zhuw H. X., Melrose, J. R. A mechanics model for the compression of plant and vegetative tissues. Journal of Theoretical Biology. 2003. Nо. 221. P. 89–101.
2. Schwartzberg H. G. Expression of fluid from biological solids. Separation and Purification Methods. 1997. Nо. 26 (1). P. 1–213.
3. Barenblatt G. I., Entov V. M., Ryzhik V. Theory of fluid flows through natural rocks. Dordrecht: Kluwer, 1990. 303 p.
4. Grimi N., Vorobiev E., Lebovka N., Vaxelaire J. Solid-liquid expression from denaturated plant tissue: Filtration-consolidation behavior. Journal of Food Engineering. 2010. Nо. 96 (1). P. 29–36.
5. Terzaghi K. Erdbaumechanik auf Bodenphysikalischer Grundlage. Wien. Deuticke, 1925.
6. Suclje L. Rheological aspects of soil mechanics. New York: Wiley Iinterscience, 1970.
7. Shirato M., Murase T., Iwata, M., Nakatsuka S. The Terzaghi-Voigt combined model for constant pressure consolidation of filter cakes and homogeneous semi-solid materials. Chemical Engineering Science. 1986, Vol. 41. Р. 3213–3218.
8. Lanoisell, J.-L., Vorobyov E. Bouvier J.-M., Piar G. Modelling of solid. liquid expression for cellular materials. AIChE Journal. 1996. Vol. 42 (7). Р. 2057–2067.
9. Petryk M., Vorobiev E. Numerical and Analytical Modelling of Solid-Liquid Expression from Soft Plant Materials. AIChE Journal. Wiley USA. 2013. Vol. 59 (12). Р. 4762–4771.
10. Petryk M., Vorobiev E. Liquid Flowing from Porous particles During the Pressing of Biological Materials. Computer & Chem. Eng. 2007. Vol. 31 (10). Р. 1336–1345.
11. Petryk M., Leclerc S., Canet D., Sergienko I., Deineka V., Fraissard J. Competitive Diffusion of Gases in a Zeolite Bed: NMR and Slice Selection Procedure, Modelling and Parameter Identification. The Journal of Physical Chemistry C. ACS (USA). Vol. 119. Issue 47. 2015. Р. 26519–26525.
12. Petryk M. R., Boyko I. V., Khimich A. N., Petryk M. M. High-Performance Supercomputer Technologies of Simulation and Identification of Nanoporous Systems with Feedback for n-Component Competitive Adsorption. Cybernetics and System Analysis. Springer New York. Vol. 57 (2). 2021.Р. 316–328.
13. Ленюк М. П., Петрик М.Р. Інтегральні перетворення Фур’є, Бесселя із спектральним параметром в задачах математичного моделювання масопереносу в неоднорідних середовищах. К: Наукова думка, 2000. 372 с.
14. Petryk M., Gancarczyk T., Khimich O. Methods of Mathematical Modeling and Identification of Complex Processes and Systems on the basis of High-performance Calculations (neuro- and nanoporous feedback cyber systems, models with sparse structure data, parallel computations). Scientific Publishing University of Bielsko-Biala. Bielsko-Biala, Poland, 2021. 194 p.
15. Sergienko I. V., Petryk M. R., Leclerk S., Fraissard J. High productivity methods of identification of competitive diffusion parameters in heterogeneous media of nanoporous particles. Cybernetics and Systems Analysis. 2015.51 (4). Р. 529–546.
16. Сергіенко І. В., Петрик М. Р., Хіміч О. М., Кане Д., Михалик Д. М., Леклерк С. Фресар. Математичне моделювання масопереносу в середовищах частинок нанопористої структури. K.: Національна академія наук України. Інститут кібернетики імені В. М. Глушкова, 2014. 210 с.
17. Doetsch G. Handbuch der Laplace-Transformation: Band I: Theorie der Laplace-Transformation. Springer Basel AG, 2013. 438 p.
18. Petryk M. R. High Velocity Identification Methods of the Model Parameters of Filtration-Consolidation of Compressible Media of Moisture-Saturated Micro-Porous Particles. Journal of Automation and Information Sciences. 2016. Vol. 48 (1). Р. 69–83.
Список використаної літератури до розділу 4.
1. J. Olivier, J. Vaxelaire, and E. Vorobiev, Modelling of Cake Filtration: An Overview, Sep. Sci. Technol. 42, 1667. 2007.
2. H. Anlauf, Wet Cake Filtration: Fundamentals, Equipment, and Strategies (John Wiley & Sons, 2019).
3. C. Tien, Introduction to Cake Filtration: Analyses, Experiments and Applications (Elsevier, 2006).
4. Petryk M., Vorobiev E. Numerical and Analytical Modelling of Solid-Liquid Expression from Soft Plant Materials. AIChE J. Wiley USA. Vol. 59. Issue 12. 2013. Р. 4762–4771.
5. S. S. Haramkar, G. N. Thombre, S. V Jadhav, and B. N. Thorat, The Influence of Particle (s) Size, Shape and Distribution on Cake Filtration Mechanics – a Short Review, Comptes Rendus. Chim. 24, 255 (2021).
6. L. A. Ni, A. B. Yu, G. Q. Lu, and T. Howes, Simulation of the Cake Formation and Growth in Cake Filtration, Miner. Eng. 19, 1084 (2006).
7. J. G. Dueck, Porosity and Hydraulic Resistance of a Bidisperse Mixture, J. Eng. Phys. Thermophys. 80, 662 (2007).
8. K. Akamatsu, S. Kanasugi, M. Fujita, and S. Nakao, Numerical Simulation of Fouling by Particles in Dead-End Constant-Pressure Microfiltration, Math. Monogr. 9, 65 (2016).
9. K. Guan, Y. Liu, X. Yin, W. Zhu, Y. Chu, C. Peng, M. Lv, Q. Sun, P. Rao, and J. Wu, Influence of Operation Conditions on Cake Structure in Dead-End Membrane Filtration: Monte Carlo Simulations and a Force Model, Chem. Eng. Res. Des. 124, 124 (2017).
10. Y. Mino, S. Sakai, and H. Matsuyama, Simulations of Particulate Flow Passing through Membrane Pore Under Dead-End and Constant-Pressure Filtration Condition, Chem. Eng. Sci. 190, 68 (2018).
11. S. S. Madaeni, The Effect of Large Particles on Microfiltration of Small Particles, J. Porous Mater. 8, 143 (2001).
12. S. Kosvintsev, R. G. Holdich, I. W. Cumming, and V. M. Starov, Modelling of Dead-End Microfiltration with Pore Blocking and Cake Formation, J. Memb. Sci. 208, 181 (2002).
13. І. S. Ngene, R. G. H. Lammertink, M. Wessling, and W. G. J. der Meer, Visual Characterization of Fouling with Bidisperse Solution, J. Memb. Sci. 368, 110 (2011).
14. K.-J. Hwang and I.-L. Lin, Effects of Mixing Ratio of Binary Fine Particles on the Packing Density and Filtration Characteristics, KONA Powder Part. J. 2016013 (2016).
15. Ben Hassan, C. Lafforgue, A. Ayadi, and P. Schmitz, A Multiscale Approach to Study Dead End Microfiltration of Mono and Bidispersed Particle Suspensions, Can. J. Chem. Eng. 93, 404 (2015).
16. Q. Han, T. A. Trinh, and J. W. Chew, Cake Formation of Bidisperse Suspensions in Dead-End Microfiltration, J. Memb. Sci. 577, 31 (2019).
17. Q. Han, H. T. Lay, W. Li, and J. W. Chew, Effect of Initial Particle Deposition Rate on Cake Formation During Dead-End Microfiltration, J. Memb. Sci. 618, 118672 (2021).
18. H. T. Lay, R. Wang, and J. W. Chew, Membrane Fouling by Mixtures of Oppositely Charged Particles, J. Memb. Sci. 625, 119093 (2021).
19. D. Landau and K. Binder, A Guide to Monte Carlo Simulations in Statistical Physics, Fifth edition (Cambridge university press, 2021).
20. Lebovka N., Petyk M., Vorobiev E. Monte Carlo simulation of dead-end diafiltration of bidispersed particle suspensions. Physical Review E. Vol. 106. 064610 (2022) DOI: 10.1103/PhysRevE.106.064610.
Список використаної літератури до розділу 5.
1. J. Faist, F. Capasso, D. L. Sivco [et al.] Quantum Cascade Laser. Science. 1994. Vol. 264. No. 5158. P.533–556.
2. J. Faist, C. Sirtori, F. Capasso [et al.] High-power long wavelength (λ ~ 11,5 μm) quantum cascade lasers operating above room temperature/ IEEE Photon. Technol. Lett. 1998. Vol. 10. No. 8. P. 1100–1102.
3. M. Rochat, J. Faist, M. Beck [et al.] Far-infrared (λ = 88 μm) electroluminescence in a quantum cascade structure/ Appl. Phys. Lett. 1998. Vol. 73. No. 25. P. 3724–3727.
4. C. Sirtori, P. Kruck, S. Barbieri [et al.] GaAs/AlxGa1-xAs Quantum Cascade Lasers. Appl. Phys. Lett. 1998. Vol. 73. No. 24. P. 3486–3489.
5. D. Hofstetter, J. Faist, M. Beck and U. Oesterle Surface-emitting 10.1 μm quantum-cascade distributed feedback lasers. Appl. Phys. Lett. 1999. Vol. 75. No. 24. P. 3724–3727.
6. C. Sirtori, P. Kruck, S. Barbieri [et al.] Low-loss Al-free waveguides for unipolar semiconductor lasers. Appl. Phys. Lett. 2004. Vol. 75. No. 25. P. 3911–3914.
7. C. Sirtori, S. Barbieri, P. Kruck [et al.] Influence of DX Centers on the Performance of Unipolar Semiconductor Lasers Based GaAs/AlxGa1-xAs. IEEE Photon. Technol. Lett. 1999. Vol. 11. No. 9. P. 1090–1092.
8. D. Hofstetter, J. Faist Measurement of semiconductor laser gain and dispersion curves utilizing Fourier transforms of the emission spectra. IEEE Photon. Technol. Lett. 1999. Vol. 11. No. 11. P. 1372–1374.
9. A. Müller, M. Beck J. Faist [et al.] Electrically tunable, room-temperature quantum-cascade lasers. Appl. Phys. Lett. 1999. Vol. 75. No. 11. P. 1509–1512.
10. S. Blaser, D. A. Yarekha, L. Hvozdara [et al.] Room-temperature, continuous-wave, single-mode quantum-cascade lasers at λ ≃ 5.4 μm. Appl. Phys. Lett. 2004. Vol. 86. No. 4. P. 041109-1–041109-3.
11. A. Wittmann, M. Giovannini, J. Faist [et al.] Room temperature, continuous wave operation of distributed feedback quantum cascade lasers with widely spaced operation frequencies. Appl. Phys. Lett. 2006. Vol. 89. No. 14. P. 141116-1–141116-3.
12. A. Mohan, A. Wittmann, A. Hugi [et al.] Room-temperature continuous-wave operation of an external-cavity quantum cascade laser. Opt. Lett. 2007. Vol. 32. No. 19. P. 2792–2794.
13. A. Bismuto, M. Beck and J. Faist High power Sb-free quantum cascade laser emitting at 3.3 μm above 350 K. Appl. Phys. Lett. 2011. Vol. 98. No. 19. P. 191104-1–191104-3.
14. L. Tombez, J. Di Francesco, S. Schilt [et al.] Frequency noise of free-running 4.6 μm distributed feedback quantum cascade lasers near room temperature. Opt. Lett. 2011. Vol. 36. No. 16. P. 3109–3111.
15. M. Geiser, G. Scalari, F. Castellano, M. Beck and J. Faist Room temperature terahertz polariton emitter. Appl. Phys. Lett. 2012. Vol. 104. No. 14. P. 141118-1–141118-4.
16. D. Hofstetter, M. Beck and J. Faist Quantum-cascade-laser structures as photodetectors. Appl. Phys. Lett. 2002. Vol. 81. No. 15. P. 2683–2685.
17. G. Scalari, M. Graf, D. Hofstetter [et al.] A THz quantum cascade detector in a strong perpendicular magnetic field. Semicond. Sci. Technol. 2002. Vol. 21. No. 12. P. 1743–1746.
18. F. R. Giorgetta, E. Baumann, M. Graf [et al.] 16.5 μm quantum cascade detector using miniband transport. Appl. Phys. Lett. 2007. Vol. 90. No. 23. P. 231111-1–231111-3.
19 F. R. Giorgetta, E. Baumann, R. Théron [et al.] Short wavelength (4 μm) quantum cascade detector based on strain compensated InGaAs/InAlAs. Appl. Phys. Lett. 2008. Vol. 92. No. 12. P. 121101-1–121101-3.
20. H. Schneider, H. C. Liu, S. Winnerl [et al.] Room-temperature midinfrared two-photon photodetector. Appl. Phys. Lett. 2008. Vol. 93. No. 10. P. 101114-1–101114-3.
21. L. Diehl, M. Beck, J. Faist [et al.] Characterization and modeling of quantum cascade lasers based on a photon-assisted tunneling transition. IEEE J. Quantum Electron. 2001. Vol. 37. 3. P. 448–455.
22. H. Willenberg, G. H. Döhler and J. Faist Intersubband gain in a Bloch oscillator and quantum cascade laser. Phys. Rev. B. 2003. Vol. 67. No. 8. P. 085315-1–080315-10.
23. G. Scalari, L. Ajili, J. Faist [et al.] Far-infrared (λ~87 μm) bound-to-continuum quantum-cascade lasers operating up to 90 K. Appl. Phys. Lett. 2003. Vol. 82. No. 19. P. 3165–3167.
24. C. Sirtori, J. Faist, F. Capasso and A. Y. Cho The quantum cascade laser. A device based on two-dimensional electronic subbands. Pure. Appl. Opt. 1998. Vol. 7. No. 2. P. 373–381.
25. E. Dupont, S. Fathololoumi, and H. C. Liu Simplified density-matrix model applied to three-well terahertz quantum cascade lasers. Phys. Rev. B. 2010. Vol. 81. No. 20. P. 205311-1–205311-10.
26. K. Rapedius, and H. J. Korsch Barrier transmission for the nonlinear Schrödinger equation: surprises of nonlinear transportю J. Phys. A: Math. Theor. 2008. Vol. 77. No. 2008. 355001. 6. p.
Тип вмісту: Monograph
Розташовується у зібраннях:Зібрання книг

Файли цього матеріалу:
Файл Опис РозмірФормат 
Monograph_Highperformance_methods_2022.pdf4,47 MBAdobe PDFПереглянути/відкрити
Monograph_Highperformance_cover_2022.jpg371,06 kBJPEGПереглянути/відкрити
Показати повний опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.