Реєстраційний номер
0222U003257,
0121U108687
, Науково-дослідна робота
Назва роботи
Теорія фазових перетворень, кінетичних і дифузійних явищ в конденсованих середовищах
Назва етапу роботи
Керівник роботи
Бакай Олександр Спепанович,
Дата реєстрації
22-02-2022
Організація виконавець
Національний науковий центр "Харківський фізико-технічний інститут" Національної академії наук України
Опис етапу
1. Моделюється поведінка двошарових захисних покриттів Zn-Mg під час відпалу.
Відпал сприяє утворенню MgZn2 на верхній поверхні покриття і Mg2Zn11 на межі
розділу між шаром Zn і верхнім шаром ZnMg, що призводить до поліпшення корозійної
стійкості та механічних характеристик. Сформульовано дифузійну модель фазового
перетворення. Основні рівняння дифузії з рухомими межами розділу розв’язуються
числовим методом з використанням перетворення просторової змінної, що зводить
дифузійну задачу до еквівалентної задачі дифузії з фіксованими межами розділу.
Передбачення моделі добре узгоджуються з експериментальними результатами.
2. Для дослідження кінетики нуклеації в конденсованих бінарних розчинах
запропоновано новий підхід, що є комбінацією класичної термодинаміки і
макроскопічної кінетики. Теорія охоплює розпад рідких і твердих розчинів, що
відбувається шляхом нуклеації, а також перетворення рідина-тверде тіло. Розглянуто
випадки зародження двокомпонентних виділень як фіксованого, так і змінного складу.
Одержано рівняння рівноваги критичного зародка і визначено його параметри, а саме
критичний радіус, склад. Рівняння рівноваги зародка потім використовуються в
макроскопічних дифузійних рівняннях його зростання. Цей підхід може бути використано в
загальному випадку неідеального розчину. 3. Розглянуто проблему неопуклої стохастичної оптимізації, з якою зазвичай
стикаються під час навчання глибоких нейронних мереж. У фізичному моделюванні
подібну задачу можна вирішити за допомогою усталеного методу динаміки Ланжевена в поєднанні з імітованим відпалом.
На основі рішення дискретного рівняння Ланжевена з повільно зростаючим коефіцієнтом в'язкості, запропоновано новий метод стохастичної оптимізації
– CoolMomentum. Показано, що він здатний досягти високої точності з нейромережею Resnet-20
на наборі даних Cifar-10 та нейромережею Efficientnet-B0 на наборі даних Imagenet.
Опис продукції
Автори роботи
Абизов Олександр Сергійович
Алєксєєчкин Микола Васильович
Безуглий Олексій Іванович
Борисенко Олександр Олексійович
Давидов Леонід Миколайович
Котляр Володимир Вікторович
Лаврова Галина Миколаївна
Лазарєв Микола Павлович
Мчедлов-Петросян Петро Отарович
Полуектов Юрiй Матвiйович
Сорока Олексій Олександрович
Степановський Юрій Петрович
Туркін Анатолій Аркадійович
Чечкін Олексій Вікторович
Додано/оновлено в НРАТ
2022-03-09
