РАЗРАБОТКА СИСТЕМЫ РЕГУЛИРОВАНИЯ ПРОЦЕССА СУШКИ НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОГО УПРАВЛЕНИЯ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ
Аннотация
Солнечные сушилки являются одними из экологически чистых и энергосберегающих систем сушки, предназначенных для эффективного обезвоживания сельскохозяйственной продукции в естественных условиях. Эти установки, используя солнечную энергию, оптимизируют влажность продукции и способствуют сохранению её качества. Однако эффективность солнечных сушилок зависит от внешних факторов, таких как температура окружающей среды, солнечная радиация и поток воздуха, поэтому управление этими параметрами в режиме реального времени имеет важное значение. Традиционные PI-регуляторы в условиях изменяющейся среды оказываются недостаточно эффективными из-за длительного времени их настройки и наличия значительных отклонений. В данном исследовании для повышения эффективности солнечных сушилок разработана прогнозирующая система управления на основе искусственных нейронных сетей, и её работа была сопоставлена с системой на основе PI-регулятора. В программной среде MATLAB R2014a, с использованием пакета Simulink, была построена математическая модель процесса сушки и проведено компьютерное моделирование по различным методам управления. Результаты исследования показали, что система, управляемая прогнозирующим нейрорегулятором, достигла времени настройки в 160 секунд, что на 36 % быстрее по сравнению с системой на PI-регуляторе (время настройки – 250 секунд). Кроме того, нейроуправляющая система обеспечила стабилизацию температуры с точностью ±1,2 °C, что свидетельствует о значительно более высокой точности по сравнению с PI-регулятором. Полученные результаты подтверждают, что система управления на основе искусственных нейронных сетей играет важную роль в обеспечении стабильной работы солнечных сушилок, оптимизации энергопотребления и повышении качества продукции. Данный подход открывает возможности для автоматизации технологий сушки сельскохозяйственной продукции и их экологически эффективного применения. Полученные данные указывают на перспективы широкого внедрения данной системы в промышленном масштабе.