Details

Title Приближенный расчет системы сбора и транспорта итерационными методами: выпускная квалификационная работа магистра: направление 01.04.03 «Механика и математическое моделирование» ; образовательная программа 01.04.03_04 «Математическое моделирование процессов нефтегазодобычи»
Creators Рязанов Павел Андреевич
Scientific adviser Порубов Алексей Викторович
Organization Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт
Imprint Санкт-Петербург, 2025
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects система сбора и транспорта ; интегрированная модель ; слау ; предообуславливатель ; итерационные численные методы ; collection and transportation system ; integrated model ; slae ; preconditioner ; iterative numerical methods
Document type Master graduation qualification work
File type PDF
Language Russian
Level of education Master
Speciality code (FGOS) 01.04.03
Speciality group (FGOS) 010000 - Математика и механика
DOI 10.18720/SPBPU/3/2025/vr/vr25-4019
Rights Доступ по паролю из сети Интернет (чтение)
Additionally New arrival
Record key ru\spstu\vkr\38628
Record create date 9/23/2025

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet

Данная работа посвящена поиску комбинации численного итерационного метода и предобуславливателя для решения СЛАУ, возникающей при расчете системы сбора и транспорта с целью оптимизации времени выполнения расчета по сравнению с прямым методом Гаусса. Задачи, которые решались в ходе исследования: 1. Изучить специфику задачи и выявить ее особенности; 2. Проанализировать существующие итерационные методы и предобуславливатели для решения СЛАУ; 3. Отобрать методы-кандидаты, подходящие для решения характерных для поставленной задачи СЛАУ; 4. Провести эксперименты для отобранных методов-кандидатов на синтетических данных; 5. Проанализировать данные экспериментов и выбрать наиболее подходящий из методов для внедрения в интегрированную модель В результате были разработаны способ создания синтетических данных и методология проведения экспериментов, выявлена наилучшая комбинация численного итерационного метода и предобуславливателя, которые значительно ускоряют процесс расчет.

This work is devoted to finding a combination of an iterative numerical method and a preconditioner for solving systems of linear algebraic equations (SLAE) arising in the calculation of a collection and transportation system, with the aim of optimizing computation time compared to the direct Gaussian elimination method. The tasks addressed in the study: 1. Examine the specifics of the problem and identify its features. 2. Analyze existing iterative methods and preconditioners for solving SLAEs. 3. Select candidate methods suitable for solving SLAEs characteristic of the given problem. 4. Conduct experiments for the selected candidate methods on synthetic data. 5. Analyze the experimental data and choose the most suitable method for implementation in the integrated model. As a result, a method for generating synthetic data and a methodology for conducting experiments were developed. The best combination of an iterative numerical method and a preconditioner was identified, significantly accelerating the calculation process.

Network User group Action
ILC SPbPU Local Network All
Read
Internet Authorized users SPbPU
Read
Internet Anonymous
  • ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
  • ВВЕДЕНИЕ
  • ГЛАВА 1. МЕТОДОЛОГИЯ РАСЧЕТА ССиТ
    • 1.1. Топология сети
    • 1.2. Интегрированная модель
    • 1.3. Электро-гидравлическая аналогия для ССиТ
    • 1.4. Матрица проводимости ССиТ
    • 1.5. Постановка задачи
  • ГЛАВА 2. ОТБОР МЕТОДОВ-КАНДИДАТОВ
    • 2.1. Краткий обзор итерационных численных методов
    • 2.2. Отобранные методы-кандидаты
    • 2.3. Отбор прдеобуславливателей-кандидатов
  • ГЛАВА 3. ЭКСПЕРИМЕНТЫ И РЕЗУЛЬТАТЫ
    • 3.1. Начальные данные
    • 3.2. Проведение расчетов
    • 3.3. Анализ результатов
    • 3.4. Анализ влияния на время при долгосрочном расчете
    • 3.4.1. Расчет интегрированной модели
    • 3.4.2. Сравнение полученных результатов с изначальными данными
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Access count: 0 
Last 30 days: 0

Detailed usage statistics