Учёные Института нефти и газа Сибирского федерального университета (СФУ) оценили возможности применения нечётких нейронных сетей в качестве интеллектуальной системы управления процессом изготовления биотоплива из биомассы различного происхождения. В перспективе такой «интеллектуальный помощник» сможет быстро адаптировать параметры технологического процесса, протекающего в мобильной биотопливной станции, к требованиям заказчика. При этом участие специалиста по настройке технологического процесса на месте либо будет минимизировано, либо вовсе не потребуется.
Основные процессы термохимического преобразования биомассы для производства биотоплива — газификация и пиролиз — подвержены влиянию различных факторов, которые сложно спрогнозировать. Для решения этой проблемы красноярские учёные предложили использовать нечёткие нейросети (FNNs — Fuzzy Neural Networks). Это гибридный подход, объединяющий принципы нечёткой логики и нейронные сети. Он обеспечивает повышенную адаптивность и точность в моделировании нелинейных систем.
«Мы постепенно движемся к созданию мобильной биотопливной станции — передвижной автономной установки для переработки диверсифицированного сырья в полезный продукт: компоненты биотоплива и/или синтетический газ. Для повышения мобильности и автономности функционирования такой установки требуется разработать интеллектуальную систему управления, способную подстраиваться под требования к продукции и характеристикам сырья. Она будет определять параметры процесса, идущего в ядре мобильной технологической установки, с учётом требований того, кто эту установку эксплуатирует», — рассказал один из авторов разработки, заведующий лабораторией биотопливных композиций СФУ Владимир Бухтояров.
В настоящее время FNNs считаются одной из перспективных базовых технологий искусственного интеллекта для построения адаптивных систем с возможностью донастройки.
«Нужно было определить модельно-алгоритмический аппарат, который можно положить в основу интеллектуальной системы управления. Мы выделили наиболее перспективные структуры искусственных нейронных сетей и специфику их применения. Также были созданы алгоритмы, используя которые, можно формировать и улучшать структуры таких нечётких искусственных нейронных сетей и обучать их, проводя, в том числе, постоянное дообучение», — сообщил Владимир Бухтояров.
По словам исследователя, интеграция технологий искусственного интеллекта в структуру исследований лаборатории сейчас является одним из базовых принципов. Идёт разработка моделей для прогнозирования свойств, оптимизации состава биотоплив и для управления процессом получения компонентов биотоплив с использованием создаваемого оборудования. Такие модели строятся с использованием данных лабораторных исследований и доступных данных других научных групп.
«Модели и алгоритмы лежат в основе созданных и зарегистрированных нами собственных программных систем. Мы можем обеспечить полный цикл создания и использования таких моделей в биотопливном производстве. На наш взгляд, интегрируя нейтронные сети в систему управления мобильной биотопливной станции можно сделать производство биотоплива экологически более устойчивым и масштабируемым», — добавил учёный.
Исследование проведено по госзаданию Минобрнауки России в рамках проекта «Разработка комплекса научно-технических решений в области создания биотоплив и оптимальных биотопливных композиций, обеспечивающих возможность трансформации потребляемых видов энергоносителей в соответствии с тенденциями энергоэффективности, снижения углеродного следа продукции и использования видов топлива альтернативных ископаемому» на базе НОЦ «Енисейская Сибирь».
