Нейросети помогут просчитать и усовершенствовать производство биотоплива
12 февраля 2025 г. | наука
Растущий спрос на высокоэкологичное топливо обусловил интерес к биотопливу — возобновляемой альтернативе ископаемого топлива. Основные процессы термохимического преобразования биомассы для производства биотоплива — газификация и пиролиз — подвержены влиянию различных факторов, которые сложно спрогнозировать.
Учёные решили использовать так называемые нечёткие нейросети (FNNS) для решения этой проблемы. FNNS — это гибридный подход, который объединяет принципы нечёткой логики и нейронные сети. Он даёт повышенную адаптивность и точность в моделировании нелинейных систем, и это отлично подходит для процессов преобразования биомассы.
«Мы постепенно движемся к созданию мобильной биотопливной станции — передвижной автономной установки для переработки диверсифицированного сырья в полезный продукт — компоненты биотоплива и/или синтетический газ. Именно для повышения мобильности, автономности функционирования такой установки требуется разработать интеллектуальную систему управления, способную подстраиваться под требования к продукции и характеристикам сырья. Она будет определять/задавать параметры процесса, идущего в ядре мобильной технологической установки, с учетом требований того, кто эту установку эксплуатирует», — рассказал заведующий лабораторией биотопливных композиций СФУ Владимир Бухтояров.
Учёный подчеркнул: когда работает такая интеллектуальная система, личное присутствие специалиста, который должен настраивать технологический процесс с учётом совокупности факторов на месте размещения мобильной установки, может не понадобиться вовсе.
Нечёткие нейронные сети (FNNS) появились в работе красноярских учёных неслучайно. В настоящее время они считаются одной из перспективных базовых технологий искусственного интеллекта для построения адаптивных систем с возможностью донастройки (дообучения).
«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 исследовательских групп на основе методов машинного обучения и искусственного интеллекта, включая авторские разработки.
«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», — добавили учёные.
Исследование проведено по госзаданию Министерства науки и высшего образования Российской Федерации 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» (контракт FSRZ-2024-0005).
Работа осуществлялась на базе научной лаборатории биотопливных композиций СФУ, созданной под эгидой НОЦ «Енисейская Сибирь».