Математическое моделирование гибридных систем управления технологическими процессами на основе методов искусственного интеллекта
Автор: Аксельрод Д.В., Александров В.С.
Журнал: Международный журнал гуманитарных и естественных наук @intjournal
Рубрика: Физико-математические науки
Статья в выпуске: 4-1 (115), 2026 года.
Бесплатный доступ
В статье рассматриваются особенности математического моделирования гибридных систем управления технологическими процессами, основанных на совместном применении классических методов автоматического управления и алгоритмов искусственного интеллекта. Показано, что усложнение современных технологических объектов и рост объёма технологических данных требуют разработки моделей управления, способных учитывать нелинейность процессов, изменчивость режимов функционирования и влияние внешних факторов. В этой связи особый интерес представляют гибридные подходы, объединяющие устойчивость традиционных регуляторов и адаптивные возможности интеллектуальных методов анализа данных. Особое внимание уделено формализации математической модели гибридной системы управления технологическими процессами. Рассматриваются базовые уравнения динамики объекта управления, модель формирования управляющих воздействий и критерий оптимальности системы. Показано, что использование интеллектуальных алгоритмов в структуре управления позволяет расширить возможности адаптации системы и повысить эффективность функционирования технологических установок. Полученные результаты могут быть использованы при разработке современных систем автоматизации и интеллектуальных систем управления промышленными технологическими процессами.
Гибридные системы управления, технологические процессы, математическая модель, автоматическое управление, искусственный интеллект
Короткий адрес: https://sciup.org/170213462
IDR: 170213462 | DOI: 10.24412/2500-1000-2026-4-1-422-426
Application of artificial intelligence methods in forecasting and optimization of technological processes
This article examines the specifics of mathematical modeling of hybrid process control systems based on the combined use of classical automatic control methods and artificial intelligence algorithms. It is shown that the increasing complexity of modern process facilities and the growing volume of process data require the development of control models capable of accounting for process nonlinearity, variability in operating modes, and the influence of external factors. In this regard, hybrid approaches that combine the robustness of traditional controllers with the adaptive capabilities of intelligent data analysis methods are of particular interest. Attention is paid to the formalization of a mathematical model for a hybrid process control system. The paper examines the basic equations for the dynamics of the control object, the model for generating control actions, and the system's optimality criterion. It is shown that the use of intelligent algorithms in the control structure allows for expanded system adaptation capabilities and improved operational efficiency of process units. The results obtained can be used in the development of modern automation systems and intelligent industrial process control systems.
