Машинне навчання як інструмент уточнення моделей дифузійного спікання кераміки Al2O3

Simple item page
dc.contributor.authorКовальов, Ю. Г.
dc.contributor.authorКовальов, С. Г.
dc.contributor.authorЄвменьєв, I. P.
dc.contributor.authorKovalov, Yu.
dc.contributor.authorKovalov, S.
dc.contributor.authorYevmenyev, I.
dc.date.accessioned2026-08-06T07:35:22Z
dc.date.issued2026
dc.description.abstractУ статті досліджено адаптацію класичних моделей дифузійного спікання Al2O3 за допомогою машинного навчання. Шляхом оптимізації параметрів класичних рівнянь (n=2, Q=451 кДж/кг) вдалося суттєво знизити похибку розрахунків. Найкращі результати показав алгоритм Random Forest Regressor (R²=0,91), який враховує нелінійні ефекти та мінімізує відхилення до 1,74 мкм. Поєднання фізики дифузії з машинним навчанням дозволяє створювати надійні цифрові двійники для керування структурою кераміки. The primary objective of this research is to evaluate the predictive accuracy of classical deterministic models versus machine learning algorithms in determining the final grain size of alumina ceramics ets.
dc.identifier.citationКовальов Ю. Г., Ковальов С. Г., Євменьєв І. Р. Машинне навчання як інструмент уточнення моделей дифузійного спікання кераміки Al2O3 // Центральноукраїнський науковий вісник. Технічні науки. Кропивницький : ЦНТУ, 2026. Вип. 14(45). С. 185-193.
dc.identifier.doihttps://doi.org/10.32515/2664-262X.2026.14(45).185-193
dc.identifier.urihttps://dspace.kntu.kr.ua/handle/123456789/19935
dc.language.isouk
dc.publisherЦНТУ
dc.subjectіндустрія 4.0
dc.subjectспікання
dc.subjectкінетика дифузії
dc.subjectмашинне навчання
dc.subjectIndustry 4.0
dc.subjectsintering
dc.subjectdiffusion kinetics
dc.subjectmachine learning
dc.titleМашинне навчання як інструмент уточнення моделей дифузійного спікання кераміки Al2O3
dc.title.alternativeMachine Learning as a Tool for Refining Diffusion Sintering Models of Al2O3 Ceramics
dc.typeArticle

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
20.pdf
Size:
457.34 KB
Format:
Adobe Portable Document
Download

License bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
3.97 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Центральноукраїнський науковий вісник. Технічні науки. Випуск_14. 2026