Реєстраційний номер
0826U003022, Дисертація доктора філософії
На здобуття
Доктор філософії
Дата захисту
28-08-2026
Статус
Наказ про видачу диплома
Назва роботи
Автоматизована система керування мікрокліматом в приміщенні громадського харчування з використанням методів машинного навчання.
Здобувач
Величко Ілля Вячеславович,
Керівник Сідлецький Віктор Михайлович
Опонент Осадчий Сергій Іванович
Опонент Савченко Тетяна Віталіївна
Рецензент Полупан Володимир Володимирович
Рецензент Смітюх Ярослав Володимирович
Установа, організація, у вченій раді якої відбудеться/відбувся захист
Національний університет харчових технологій
Опис
У дисертаційній роботі вирішується задача підвищення якості автоматизованого керування мікрокліматом та енергоефективності у закладах громадського харчування шляхом впровадження модельно-прогнозного керування на основі нейромережевих моделей стану. Проведено системний аналіз будівлі закладу громадського харчування як об’єкта керування, проаналізовано особливості теплових процесів, пов’язаних із динамічною завантаженістю, роботою кухонного обладнання. На цій основі сформульовано вимоги до системи HVAC та сформовано постановку задачі багатокритеріального керування з урахуванням теплового комфорту, витрат енергії.Розроблено повний цикл побудови моделі об’єкта закладу громадського харчування, який включає в себе збір, очищення та структуризацію експериментальних даних з існуючого об’єкту, формування вибірок у форматі простору станів, дослідження й порівняння кількох класів нейромережевих моделей, таких як MLP, RNN, LSTM,GRU, NARX для задачі прогнозування динаміки мікроклімату. Використовуючи байєсівську оптимізацію, вдалося створити компактну та точну модель, яка підходить для роботи з модельно-прогнозним керуванням у реальному часі. Сформовано багатокритеріальну функцію вартості, яка поєднує в собі як комфорт, так і енергоспоживання, та розроблено алгоритм модельно-прогнозного керування з використанням GPU-прискорення, який забезпечує розв’язання задачі оптимізації на ковзному горизонті в межах періоду дискретизації.Розроблено програмну архітектуру для системи управління, яке включає польовий рівень (ПЛК HVAC, давачі, виконавчі механізми), сервер МПК з використанням Python/TensorFlow, базу даних MongoDB для архівування технологічної інформації та веб-інтерфейс моніторингу й аналізу роботи системи. Реалізовано механізм онлайн-донавчання нейромережевої моделі за даними експлуатації з контролем якості на тестовій вибірці та оновленням робочої моделі. Проведено експерименти на реальному об’єкті з порівнянням режиму модельно-прогнозного керування та базового PID-керування. Показано, що запропонований підхід дозволяє суттєво зменшити час перебування температури поза комфортним діапазоном в бік більш раціонального використання холодо та теплопостачання при незначній зміні сумарних витрат електроенергії.Одержані результати можуть бути використані під час розробки нових систем автоматизованого керування мікрокліматом у будівлях громадського харчування та інших приміщень, при модернізації існуючих систем, а також в інших сферах автоматизованого керування.
Дата реєстрації
2026-07-01
Додано/оновлено в НРАТ
2026-07-01 / 2026-09-17
