Тип работы:
 Предмет:
 Язык работы:


ЗАВИСИМОСТЬ БЕЛИЗНЫ БУМАГИ ДЛЯ ПЕЧАТИ ОТ СОДЕРЖАНИЯ В НЕЙ МИНЕРАЛЬНЫХ КОМПОНЕНТОВ

Работа №102707

Тип работы

Авторефераты (РГБ)

Предмет

технология производства продукции

Объем работы20
Год сдачи2018
Стоимость2200 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
76
Не подходит работа?

Узнай цену на написание


ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Актуальность работы. При восприятии качества полиграфической продукции наиболее важным свойством бумаги для печати является ее белизна. Влияние содержания минеральных веществ на белизну бумаги велико, однако производители не раскрывают информацию о составе наполнителей в бумаге и меловальных слоях. Ситуация осложняется отсутствием на большинстве полиграфических производств контроля белизны бумаги. Наличие удобного производственного метода определения белизны бумаги для печати с использованием существующей измерительной базы, а также модель, отражающая влияние минерального состава бумаги на ее белизну, облегчит входной контроль качества поступающего сырья и, таким образом, улучшит качество выпускаемой продукции. Кроме того, производители бумаги смогут более гибко варьировать ее состав для достижения заданных свойств. Таким образом, работа является актуальной.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!
ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ
КУРСОВЫЕ СТАТЬИ ВКР

1. Тарасов Д.А., Арапов С.Ю., Мильдер О.Б., Тягунов А.Г., Ибраева Ж.Е. Анализ оп¬тических свойств бумаг и картонов спектрофотометрическим методом // Ремонт. Вос-становление. Модернизация. 2017, №6. С.32-35.
2. Тарасов Д.А., Арапов С.Ю., Ямаева Д.Р., Тягунов А.Г. Моделирование спектров отражения суперпозицией полиномов // Известия высших учебных заведений. Про¬блемы полиграфии и издательского дела, №5, 2012. С.59-66.
В других изданиях, входящих в перечень ВАК РФ:
3. Солодова М.С., Тарасов Д.А., Арапов С.Ю., Мильдер О.Б., Тягунов А.Г., Чесно-кова Ю.С., Агеев М.А. Сравнение стандартных методов определения белизны печат¬ных видов бумаги и картона // Целлюлоза. Бумага. Картон. - 2016.-№2.- с.67-70.
4. Буевич А.Г., Сергеев А.П., Тарасов Д.А., Рахматова А.Ю., Крамаренко А.А. Искус¬ственные нейронные сети и геостатистика в прогнозировании распределения химиче¬ских элементов на фоновой площадке // Геоэкология, инженерная геология, гидрогео¬логия, геокриология. № 2. 2017. С.74-82.
5. Буевич А.Г., Тарасов Д.А., Сергеев А.П., Медведев А.Н., Баглаева Е.М., Субботина И.Е., Сергеева М.В. Гибридный подход на основе кригинга и искусственных нейрон¬ных сетей для прогнозирования распределения тяжелых металлов в поверхностном слое почвы арктической урбанизированной территории // Экологические системы и приборы. №10. 2016. С.18-29.
6. Баглаева Е.М., Буевич А.Г., Сергеев А.П., Тарасов Д.А. Оценка содержания вто-ричных минеральных ресурсов в прудах-осветлителях шахтных вод месторождений цветных металлов // Экологические системы и приборы, 2017, № 3, С.22-30.
7. Буевич А.Г., Медведев А.Н., Сергеев А.П., Тарасов Д.А., Антонов К.Л. Моделиро¬вание пространственного распределения пыли в снеговом покрове Режевского рудного района методами искусственных нейронных сетей и геостатистики // Геоэкология, ин¬женерная геология, гидрогеология, геокриология, 2017, № 5, C. 174-183.
8. Мокрушин А.А., Тарасов Д.А., Сергеев А.П., Буевич А.Г., Баглаева Е.М. Подбор типа и структуры искусственных нейронных сетей для оценки распределения химиче¬ских элементов в верхнем слое почвы // Экологические системы и приборы. 2017. № 8. С. 36-48.
9. Буевич А.Г., Медведев А.Н., Сергеев А.П., Тарасов Д.А., Антонов К.Л. Моделиро¬вание пространственного распределения пыли в снеговом покрове от действующего карьера методами искусственных нейронных сетей и геостатистики // Геоэкология, ин¬женерная геология, гидрогеология, геокриология. 2017, №5, С.81-90.
В изданиях, индексированных в базах SCOPUS, WoS:
10. Sergeev A.P., Tarasov D.A., Arapov S.Y., Arapova S.P. Qualimetric Researches of Ed¬ucational Resources: Standardizing of Light Conditions in the Light Booth // Procedia - Social and Behavioral Sciences, 2015, 174, 1285-1291.
11. Buevich A.G., Medvedev A.N., Sergeev A.P., Tarasov D.A., Shichkin A.V., Sergeeva M.V., and Atanasova T.B. (2016) Modeling of surface dust concentrations using neural net-works and kriging. 42nd International Conference on Applications of Mathematics in Engi-neering and Economics, AMEE 2016; Sozopol; Bulgaria; 8 June 2016 through 13 June 2016; Code 127533. AIP Conference Proceedings Vol.1789, 020004 (2016).
12. Buevich A.G., Tarasov D.A., Sergeev A.P., Seleznev A.A., Subbotina I.E., Shichkin A.V., Baglaeva E.M. (2016) A Hybrid Model Using Artificial Neural Network, Kriging, and Residual Kriging for Forecasting the Abnormal Pollutant Distribution // ISEH 2016, ISEG 2016 & Geoinformatics 2016, National University of Ireland, Galway, Ireland, August 14 - 20, Book of Abstracts, p.169.
13. Tarasov D.A., Medvedev A.N., Sergeev A.P., Buevich A.G. (2017) Review and possi-ble development direction of the methods for modeling of soil pollutants spatial distribution // AIP Conference Proceedings 1863, 050014 (2017).
14. Tarasov D.A., Medvedev A. N., Sergeev A. P., Shichkin A. V., and Buevich A. G. (2017) A hybrid method for assessment of soil pollutants spatial distribution // AIP Confer¬ence Proceedings 1863, 050015 (2017).
15. Sergeev A. P., Tarasov D. A., Buevich A. G., Subbotina I. E., Shichkin A. V., Sergeeva M. V., & Lvova O. A. (2017) High variation subarctic topsoil pollutant concentration predic¬tion using neural network residual kriging. AIP. Conf. Proc., V.1836. Issue 1. 020023.
16. Tarasov D. A., Buevich A. G., Sergeev A. P., Shichkin A. V., & Baglaeva E. M. (2017) Topsoil pollution forecasting using artificial neural networks on the example of the abnor¬mally distributed heavy metal at Russian subarctic. AIP. Conf. Proc., V.1836. Issue 1.020024.
17. Sergeev A. P., Tarasov D. A., Buevich A. G., Shichkin A. V., Tyagunov A. G., & Medvedev A. N. (2017) Modeling of surface dust concentration in snow cover at industrial area using neural networks and kriging. AIP. Conf. Proc., V. 1836. Issue 1. 020033.
18. Tarasov D.A., Buevich A.G., Sergeev A.P., Shichkin A.V. High variation topsoil pol-lution forecasting in the Russian Subarctic: Using artificial neural networks combined with residual kriging // Applied Geochemistry. Vol. 88, 2018, 188-197.
19. Milder O., Tarasov D. (2018) Spectral Reflection Prediction by Artificial Neural Net-work. CEUR Workshop. Proceedings of the 3rd International Workshop on Radio Electronics & Information Technologies, Yekaterinburg, Russia, March 14, 2018. Vol. 2076, 86-95.
Монографии:
20. Зрение и чтение: монография / Д. А. Тарасов. - Екатеринбург: УрФУ, 2015. - 76 с.
В статьях и материалах конференций:
21. Солодова М.С., Арапова С.П., Арапов С.Ю., Тарасов Д.А. Автоматизированный лабораторный источник освещения для колориметрических исследований // Сборник трудов международной научно-практической конференции «Информационные техно-логии, телекоммуникации и системы управления». Екатеринбург, УрФУ. 2015. С.4-12.
22. Буевич А. Г., Бусловская А. Н., Рахматова А. Ю., Крамаренко А. А., Сергеев А. П., Тарасов Д. А. Применение искусственных нейронных сетей для прогнозирования и визуализации пространственного распределения химических элементов в поверхност¬ном слое почвы // Сборник трудов международной научно-практической конференции «Информация: передача, обработка, восприятие». Екатеринбург, УрФУ. 2016. С.20-33.
23. Буевич А.Г., Рахматова А.Ю., Сергеев А.П., Тарасов Д.А. Искусственные нейрон¬ные сети как метод интерполяции для оценки содержания химических элементов в почве / 3-я Международная конференция студентов, аспирантов и молодых ученых "Информационные технологии, телекоммуникации и системы управления" в рамках Форума молодых ученых "ИТ: глобальные вызовы и новые решения". Сборник докла-дов. Ред. Круглов А.В. - М.Эдитус, 2017, 87-99.
24. Баглаева Е. М., Буевич А. Г., Сергеев А. П., Тарасов Д. А., Арапов С. Ю., Рахма- това А. Ю. Нейросетевой и геостатистический методы обработки экологической ин-формации о распределении меди в верхнем слое почвы / Информация: передача, обра-ботка, восприятие: материалы международной научно-практической конференции (Екатеринбург, 12-13 января 2017 г.). - Екатеринбург : УрФУ, 2017. С.76-87.

Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ
.