energyЭнергетика. Известия высших учебных заведений и энергетических объединений СНГENERGETIKA. Proceedings of CIS higher education institutions and power engineering associations1029-74482414-0341BNTU10.21122/1029-7448-2016-59-5-479-487energy-1032Research ArticleТЕПЛОЭНЕРГЕТИКАНEAT POWER ENGINEERINGКОНЦЕПТУАЛЬНЫЕ ОСНОВЫ ЭНЕРГОЭФФЕКТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ КОМБИНИРОВАННЫМИ СИСТЕМАМИ ВОДООЧИСТКИCONCEPTUAL BASES OF THE ENERGY EFFICIENT SYSTEM OF MANAGEMENT OF COMBINED UNITS OF WASTEWATER TREATMENTШтепаВ. Н.ShtepaV. N.

Адрес для переписки: Штепа Владимир Николаевич — Полесский государственный университет ул. Кирова, 24, 225710, г. Пинск, Республика Беларусь Тел.: +375 444 65-73-14   box@polessu.by

Address for correspondence: Shtepa Vladimir N. — Polessky State University 24 Kirova str., 225710, Pinsk, Republic of Belarus Tel.: +375 444 65-73-14   box@polessu.by

 

box@polessu.byПолесский государственный университет, ПинскБеларусьPolessky State University, PinskBelarus201629092016595479487Copyright © Штепа В.Н., 20162016Штепа В.Н.Shtepa V.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://energy.bntu.by/jour/article/view/1032

Проведен критический анализ недостатков существующих систем водоочистки. Предложено для обеспечения экологической безопасности и экономии энергетических ресурсов использовать комбинированные установки, включающие физические, химические, физико-химические и биологические методы. Акцентировано внимание на том, что наиболее актуальным способом поддержания эффективной водоочистки являются адаптивные системы управления. Проанализированы недостатки управления установками водоочистки и предложено производить их синтез на основе математического аппарата систем искусственного интеллекта. С учетом требований экологической безопасности и необходимости экономии энергетических ресурсов разработан критерий энергоэффективности функционирования комбинированных систем. На промышленном предприятии (очистка сточных вод забойного цеха) проведена проверка соответствия этого критерия производственным условиям, которая подтвердила его адекватность и целесообразность использования при синтезе энергоэффективных систем управления. Предложена последовательность синтеза системы управления комбинированными установками водоочистки. Базируясь на предварительных исследованиях и анализе современных работ в данной проблемной области, разработана архитектура системы управления комбинированными установками водоочистки, использующая интеллектуальные технологии. Отличие данной разработки от аналогов заключается в возможности адаптивной корректировки настроек оборудования на основе обработки показаний датчиков, информации о цене на расходные материалы в условиях действия нештатных ситуаций. Подстройка параметров системы управления осуществляется с использованием экспериментально-аналитических данных, сохраняемых в базе знаний технологических процессов.

A critical analysis of the shortcomings of the existing water purification systems is conducted. In order to ensure environmental safety and energy savings it is proposed to use the combined units, including physical, chemical, physical-and-chemical and biological methods. The attention is driven to the fact that the most effective way to maintain current water purification is an adaptive control system. The shortcomings of the management of water treatment units were revealed and it was proposed to produce their synthesis based on the mathematical apparatus of artificial intelligence systems. Taking into account the requirements of the environmental safety and the need in the energy savings, the energy efficiency criteria of combined system functioning has been developed. At an industrial plant (slaughterhouse wastewater treatment) the compliance of the production conditions of the criterion has been undertaken that confirmed the criterion relevance and usefulness as applied to the synthesis of energy-efficient control systems. A synthetic control system combined the water treatment plants. Having based on the preliminary research and analysis of the current work in the subject area the architecture of a control system of combined water treatment units that use intelligent technology was developed. The key functional of the unit – information-analytical subsystem of the formation control actions including: multilayer perceptrons self-organization Kohonen network, fuzzy cognitive map. The basic difference between the developed design and its analogues is the ability to adjust the settings of equipment adaptively on the basis of processing sensor data, information on the price of consumables, volley discharges of pollutants, a sudden change in the flow and other force majeure. Adjustment of the parameters of the control system is carried out with the use of experimental and analytical data stored in the knowledge base of technological processes.

энергоэффективностьэкологическая безопасностьводоочисткасистема управленияискусственный интеллектenergy efficiencyenvironmental safetywater treatmentcontrol systemartificial intelligence systemsReferencesОчистка растворов от дисперсных примесей методом электрокоагуляции. Ч. 2. Осаждение глинистых примесей при переменных гидродинамических режимах, факторный эксперимент / М. Донченко [и др.] // Вісник Національного технічного університету. Хімія, хімічна технологія та екологія. 2009. № 22. С. 57–65.Donchenko M., Sribnaya O., Goncharov F., Shtepa V. (2009) The Purification of Solutions from Dispersed Impurities by Electrocoagulation. Part 2. Deposition of Clay Impurities in Variable Hydrodynamic Conditions, Factorial Experi-ment. Novosti Natsionalnogo Tehnichnogo Universitetu. Khimiia, Khimchna Tekhnologiia ta Ekologiia [News of the National Technical University. Chemistry, Chemical Engineering and Environment], (22), 57–65 (in Russian).Штепа, В. Н. Концепция построения интеллектуальных систем управления биотехническими объектами с учетом влияния природних факторов / В. Н. Штепа // Энергообеспечение и энергосбережение в сельском хозяйстве: труды 9-й Междунар. науч.-техн. конф. М., 2014. Ч. 5. С. 14–19.Shtepa V. N. (2014) Concept of Smart Control Systems of Biotechnical Facilities Creation Accounting the Influence of Natural Factors.Energoobespechenie i Energosberezhenie v Selskom Khoziaistve: Trudy 9-i Mezhdunarodnoi Nauchno-Tekhnicheskoi Konferentsii [Energy Supply and Energy Efficiency in Agriculture. Proceedings of the 9th International Scientific Conference]. Moscow, All-Russian Research Institute for Electrification of Agriculture. Part 5. 14–19 (in Russian).Theoretical Issues Construction and Operation of Agricultural Mission Robotic System / S. Shvorov [et al.] // Annals of Warsaw University of Life Sciences – SGGW. Agriculture. 2012. No 60. P. 97–102.Shvorov S., Reshetyuk V., Bolbot I., Shtepa V., Chirchenko D. (2012) Theoretical Issues Construction and Operation of Agricultural Mission Robotic System. Annals of Warsaw University of Life Sciences – SGGW. Agriculture, (60), 97–102.Штепа, В. М. Оцінка енергетичних характеристик процесів очищення стічних вод агропромислових підприємств електротехнічними комплексами / В. М. Штепа // Науковий вісник Національного університету біоресурсів і природокористування України. 2014. Вип. 194, ч. 3. С. 259–265.Shtepa V. N. (2014) Assessment of the Energy Characteristics of Processes of Wastewater Treatment of Agroindustrial Enterprises by Electrotechnical Complexes. Naukovii Visnik Natsionalnogo Universitetu Bioresursiv i Pri-rodokoristuvannia Ukraini [Scientific Bulletin of National Agricultural University of Ukraine], 194, Part 3, 259–265 (in Ukrainian).Greenhouse Environmental Control System with Neural Network Predictions of External Disturbances / A. Dudnik [et al.] // Contemporary Aspects of Production Engineering: XXII International Students Scientific Conference, 22–25 May 2013: abstract. Warsaw, 2013. P. 40–52.Dudnik A., Lysenko V., Reshetyuk V., Shtepa V. (2013) Greenhouse Environmental Control System with Neural Net-work Predictions of External Disturbances. Contemporary Aspects of Production Engineering: XXII International Stu-dents Scientific Conference, 22–25 May 2013: Abstract. Warsaw, 40–52.Intelligent Effective Management System of Biotechnical Objects Based on Natural Disturbances Prediction / V. Lysenko [et al.] // Earth Bioresources and Life Quality. 2014. Vol. 3. P. 34–41.Lysenko V., Golovinskyi B., Reshetiuk V., Shtepa V., Shcherbatyuk V. (2014) Intelligent Effective Management System of Biotechnical Objects Based on Natural Disturbances Prediction. Earth Bioresources and Life Quality, 3, 34–41.Kohonen, T. Self-Organizing Maps / T. Kohonen. New York: ORM, 2001. 501 p.Kohonen T. (2001) Self-Organizing Maps. New York, ORM. 501.Lakhmi, C. J. Fusion of Neural Networks. Fuzzy Systems and Genetic Algorithms: Industrial Applications / C. J. Lakhmi, N. M. Martin. Deli: CRC Press LLC. 1998. P. 154–165.Lakhmi C. J., Martin N. M. (1998) Fusion of Neural Networks. Fuzzy Systems and Genetic Algorithms: Industrial Applications. Deli, CRC Press LLC, 154–165.Каллан, Р. Основные концепции нейронных сетей / Р. Каллан. М.: Вильямс, 2001. 516 с.Callan R. (2001) Basic Concepts of Neural Networks. Moscow, Wiliams. 516 (in Russian).Гареев, А. Ф. Применение вероятностной нейронной сети для задачи классификации текстов / А. Ф. Гареев // Наука и образование. 2004. № 11. С. 105–117.Gareyev A. F. (2004) Application of Probabilistic Neural Networks for Text Classification Problem. Nauka i Obrazovaniye [Science and Education], (11), 105–117 (in Russian).

The authors declare that there are no conflicts of interest present.