Проаналізовані методи покращення якості регулювання технологічних параметрів шляхом поєднання в одній системі автоматизації різноманітних інтелектуальних алгоритмів керування, що сприяє зменшенню енергетичних витрат на 10- 13 %. Встановлено, що для споруд закритого ґрунту системи опалення й вентиляції мають найбільшу енергозатратність (в середньому за добу на обігрів та вентилювання в промисловій теплиці витрачається понад 4000 м3 природного газу та майже 1000 кВт×год електроенергії. Кореляційний аналіз зв’язків між зовнішніми збуреннями та енергетичними витратами, що забезпечують дотримання заданої технології вирощування рослинної продукції, підтвердив гіпотезу щодо наявності умов невизначеності функціонування промислової теплиці формуються випадковими збуреннями, неповною інформацією про біологічну складову; при цьому коефіцієнти лінійної кореляції не перевищують r<0,35. Зазначене створює умови для використання нейронних мереж як для прогнозування енергетичних витрат, так і для формування енергоефективних стратегій керування. На основі використання методів нечіткої логіки та генетичного алгоритму розроблено та досліджено моделі пошуку та використання оптимальних параметрів налаштувань ПІ-регулятора, адаптованих до зміни умов функціонування системи автоматизації. Зазначене забезпечує більш якісне регулювання в умовах невизначеності час регулювання, перерегулювання зменшуються в два-три рази. Для створення енергоефективної системи керування мікрокліматом в промислових теплицях, що функціонує в умовах невизначеності, розроблено нейромережеву модель прогнозування енергетичних витрат природного газу та електроенергії. Вхідними параметрами нейромережевої моделі прогнозування є: значення зовнішньої та внутрішньої температур повітря теплиці, значення відносної вологості повітря, поглинуте теплицею сонячне випромінювання та рівень вуглекислоти в теплиці. Виходами моделі прогнозування є значення витрат природного газу та електроенергії. Удосконалено структурно-функціональну схему системи автоматизації керування температуровологісним режимом в промислових теплицях шляхом поєднання інтелектуальних алгоритмів стабілізації роботи технологічного обладнання на нижньому рівні керування та оптимізації енергетичних витрат, шляхом їх прогнозування на верхньому рівні. Упровадження такої системи дозволяє заощадити природний газ на опалення до 13 % та електричну енергію – до 10 %
енергоефективність, ресурсоефективність, параметри мікроклімату, споруди закритого ґрунту, промислова теплиця, інтелектуальна система керування
[1] Wróbel, T. (2014). Characterization of bimetallic castings with an austenitic working surface layer and an unalloyed cast steel base. Journal of Materials Engineering and Performance, 23(5), 1711-1717. doi: 10.1007/s11665-014-0953-4.
[2] Eivani, A.R., & Karimi Taheri, A. (2007). A new method for producing bimetallic rods. Materials Letters, 61(19-20), 4110-4113. doi: 10.1016/j.matlet.2007.01.046.
[3] Kizu, T., Nagataki, Y., Inazumi, T., & Hosoya, Y. (2001). Effects of chemical composition and oxidation temperature on the adhesion of scale in plain carbon steels. ISIJ International, 41(12), 1494-1501.
[4] Lavrishchev, A.V., et al. (2021). Investigation of the solid-phase joint of VT-14 titanium alloy with 12KH18N10T stainless steel obtained by diffusion welding through intermediate layers. Metals, 11(8), number article 1325. doi: 10.3390/met11081325.
[5] Zhang, H.L., Huang, P.Z., Sun, J., & Gao, H. (2004). Morphological healing evolution of penny-shaped fatigue microcracks in pure ironat elevated temperatures. Applied Physics Letters, 85, 1143-1145. doi: 10.1063/1.1780592.
[6] Göbl, M., Eder, H., Prestl, A., Siller, I., & Schnitzer, R. (2020). Diffusion bonding of high-alloyed tool steels with maraging and precip-itation hardening steels. Metals, 10(12), number article 1622. doi: 10.3390/met10121622.
[7] Aftandiliants, Y., & Gnyloskurenko, S. (2021). Development of advanced alloy steels for machinery. Engineering for Rural Development, 20, 706-711.
[8] Du, J., Wang, H., & Zhao, R. (2013). Size-dependent thermodynamic properties and equilibrium constant of chemical reaction in nanosystem: an experimental study (II). The Journal of Chemical Thermodynamics, 65, 29-33. doi: 10.1016/j.jct.2013.05.033.
[9] Rogovskii, I.L., Titova, L.L., Voinash, S.A., Melnyk, V.I., Remshev, E.Yu., Galiyev, G.R., Nuretdinov, D.I., & Vornacheva, I.V. (2021). Design of landing of assembly machine building units with circulating load rolling bearing rings. Journal of Physics, 1889, number article 042004. doi: 10.1088/1742-6596/1889/4/042004.
[10] Yang, L., et al. (2021). Discovery of complex oxides via automated experiments and data science. Proceedings of the National Academy of Sciences, 118(37), number article e2106042118. doi: 10.1073/pnas.2106042118.
[11] Behrens, B.-A., Brunotte, K., Peddinghaus, J., & Heymann, A. (2022). Influence of dwell time and pressure on SPS process with titanium aluminides. Metals, 12(1), number article 83. doi: 10.3390/met12010083.
[12] Nazarenko, I., Mishchuk, Y., Mishchuk, D., Ruchynskyi, M., Rogovskii, I., Mikhailova, L., Titova, L., Berezovyi, M., & Shatrov, R. (2021). Determiantion of energy characteristics of material destruction in the crushing chamber of the vibration crusher. Eastern-European Journal of Enterprise Technologies, 4(7(112), number article 49. doi: 10.15587/1729-4061.2021.239292.
[13] Veklich, A., Tmenova, T., Zazimko, O., Trach, V., Lopatko, K., Titova, L., Boretskij, V., Aftandiliants, Y., Lopatko, S., & Rogovskiy, I. (2020). Regulation of biological processes with complexions of metals produced by underwater spark discharge. Springer Proceedings in Physics. Nanostructure Surfaces, and Their Applications, 247, 283-306. doi: 10.1007/978-3-030-52268-1_23.
[14] Lutz, J., & Pernicka, E. (2007). Energy dispersive X-ray fluorescence analysis of ancient copper alloys: Empirical values for precision and accuracy. Archaeometry, 38(2), 313-323. doi: 10.1111/j.1475-4754.1996.tb00779.x.
[15] Mukhametzyanov, T., Fatkhutdinova, A., & Schick, C. (2022). Step-scan differential calorimetry of protein denaturation: Modeling and experiment. Thermochimica Acta, 710, number article 179181. doi: 10.1016/j.tca.2022.179181.
[16] Rogovskii, I.L., Titova, L.L., Voinash, S.A., Sokolova, V.A., Pushkov, Yu.L., Krivonogova, A.S., & Kokieva, G.E. (2020). Modeling the distribution of internal stresses in surface strengthened layer of steel parts after cementation and hardening. Journal of Physics: Conference Series, 1679, number article 042069. doi: 10.1088/1742-6596/1679/4/042069.
[17] Wang, Y., Zhou, B., Zhao, R., Wang, B., Liu, Q., & Dai, M. (2022). Super-accuracy calculation for the half width of a voigt profile. Mathematics, 10, number article 210. doi: 10.3390/math10020210.
[18] Chausov, M., Brezinova, J., Pylypenko, A., Maruschak, P., Titova, L., & Guzanova. A. (2019). Modification of mechanical properties of high-strength titanium alloys VT23 and VT23m due to impact-oscillatory loading. Metals, 9(1), articlle number 80. doi: 10.3390/met9010080.
[19] Mahar, A., Wang, P., Ali, A., Awasthi, M.K., Lahori, A.H., Wang, Q., Li, R., & Zhang, Z. (2020). Challenges and opportunities in the phytoremediation of heavy metals contaminated soils: A review. Ecotoxicology and Environmental Safety, 126, 111-121. doi: 10.1016/j.ecoenv.2015.12.023.
[20] Abdallah, A., Reichel, E., Heinisch, M., Clara, S., & Jacoby, B. (2021). Symmetric plate resonators for viscosity and density measurement. Procedia Engineering, 87, 36-39. doi: 10.1016/j.proeng.2014.11.260.