SCI Библиотека

Процесс сжигания черного щелока в содорегенерационных котлоагрегатах играет ключевую роль в обеспечении замкнутого цикла химической регенерации щелоков на предприятиях целлюлозно-бумажной промышленности. Цель исследования - разработка архитектуры интеллектуальной системы диагностики нарушений процесса сжигания черного щелока с учетом современных тенденций развития автоматизации и цифровизации в рамках концепции «умного производства». Анализ выполнен в соответствии с принципами подготовки обзоров по протоколу PRISMA. Поиск источников проводился в международных и российских базах данных (Scopus, ScienceDirect, SpringerLink, IEEE Xplore, Google Scholar) за период с 2010 по 2024 г. Были проанализированы 127 публикаций, из которых 37 отобраны для включения в список литературы. В ходе обзора классифицированы методы диагностики (моделирование, экспертные системы, машинное обучение, техническое зрение), обобщены их преимущества и ограничения, выделены параметры с высокой диагностической значимостью. Проведено сопоставление подходов по степени адаптивности, чувствительности и применимости в условиях ограниченной наблюдаемости. Предложена модульная архитектура интеллектуальной системы диагностики, объединяющая цифровые и визуальные признаки, с возможностью переобучения и адаптации к реальным условиям эксплуатации. Интеграция методов машинного обучения и технического зрения в SCADA-контур позволяет повысить чувствительность диагностики, своевременно выявлять нарушения и поддерживать устойчивость режима сжигания. Разработанная архитектура может быть использована на предприятиях отрасли для повышения эффективности и надежности работы содорегенерационных котлов.

Рассмотрен способ автоматизации управления мостовым краном при текущей неопределенности его параметров, параметров переносимого груза и внешних возмущений. Целью управления является перемещение груза в горизонтальной плоскости в точку, обеспечивающую итоговую доставку груза в назначенное место с одновременным парированием угловых колебаний подвеса и обеспечением заданных динамических характеристик. Для этого применен подход, основанный на схеме управления с алгоритмом текущей параметрической идентификации, неявной эталонной модели и «упрощенных» условиях адаптируемости с нацеленностью на непосредственное отслеживание перемещения груза. Закон управления формирует заданную скорость тележки, отрабатываемую сервоприводом. При выборе параметров закона управления используются паспортные данные крановой установки. В отличие от ранее опубликованных работ по этой тематике предлагается решение, которое является более простым, надежным в эксплуатационном плане и менее дорогостоящим. Это достигается расположением совмещенного датчика, включающего акселерометр и датчик угловой скорости, на тросе подвеса около тележки крана, использованием алгоритмического решения, не требующего предварительного вычисления дрейфа датчика угловой скорости, и более эффективной процедуры текущей параметрической идентификации. Приведены результаты компьютерного моделирования, подтверждающие указанное. Аналогичный пример был реализован и на экспериментальной установке.