СРАВНИТЕЛЬНЫЙ АНАЛИЗ ИНТЕЛЛЕКТУАЛЬНЫХ МЕТОДОВ УПРАВЛЕНИЯ БИНАРНОЙ РЕКТИФИКАЦИОННОЙ КОЛОННОЙ НА ОСНОВЕ ЦИФРОВОГО ДВОЙНИКА

Ражабов У. Т.


Annotatsiya

Работа посвящена сравнительному анализу интеллектуальных методов управления бинарной ректификационной колонной с использованием цифрового двойника в среде MATLAB/Simulink. Рассмотрены PID-регулятор, MLP, ANFIS и алгоритм DDPG. Моделирование показало, что интеллектуальные регуляторы существенно превосходят классические по быстродействию, устойчивости и энергосбережению. Лучшие результаты продемонстрировал DDPG, снизив IAE на 45 % и энергопотребление на 13 %. Подчёркивается перспективность внедрения цифровых двойников и ИИ в управление ректификационными процессами.


Adabiyotlar

  1. Abdurasulovich, R. S., Shukurillayevich, U. B., Isroilovich, U. K., & Asqarovich, A. A. (2024). Noqat’iy mantiq asosida bilvosita quyosh quritgichlarining harorat dinamikasini bashorat qilish. Илм-фан ва инновацион ривожланиш/Наука и инновационное развитие, 7(5), 8-18.
  2. Eshbobaev, J., Norkobilov, A., Usmanov, K., Khamidov, B., Kodirov, O., & Avezov, T. (2024). Control of Wastewater Treatment Processes Using a Fuzzy Logic Approach. Engineering Proceedings, 67(1), 39.
  3. Hosen, M. A., Khadem, M. G., Jamal, M. D. Intelligent control strategies for distillation columns: A comprehensive review. – Chemical Engineering Research and Design, 2022, vol. 184, pp. 36–55. DOI: 10.1016/j.cherd.2022.01.010
  4. Isrоilоviсh, U. K., Аbduvахitоvnа, S. S., & Аbdirаsulоviсh, R. S. (2025). GELIОQURITGIСHDАGI HАRОRАTNI BА SHОRАT QILISHDA SUN’IУ NEYRОN TARMOQLARNING QO ‘LLANISHI. Илм-фан ва инновацион ривожланиш/Наука и инновационное развитие, 8(1), 8-20.
  5. Khosravi, A., Nahavandi, S., Creighton, D., Atiya, A. F. Comprehensive review of neural network-based prediction intervals and new advances. – IEEE Trans. on Neural Networks and Learning Systems, 2011, vol. 22(9), pp. 1341–1356. DOI: 10.1109/TNNLS.2011.2162110
  6. Rejabov, S., Sh, U. B., Artikov, A., & Usmanov, K. Mathematical Modelling of the Solar Drying of Apricot. Chemical Technology, Control and Management, 2024(4), 2181-1105.
  7. Rejabov, S., Usmonov, B., Usmanov, K., & Artikov, A. (2024). Experimental Comparison of Open Sun and Indirect Convection Solar Drying Methods for Apricots in Uzbekistan. Engineering Proceedings, 67(1), 26.
  8. Ruel, M., Chinniah, Y., Azzopardi, B., McLellan, P. Process control in distillation: New trends and perspectives. – IFAC-PapersOnLine, 2018, vol. 51(18), pp. 163–168. DOI: 10.1016/j.ifacol.2018.09.321
  9. Seider, W. D., Seader, J. D., Lewin, D. R., Widagdo, S. Product and Process Design Principles. – 4th ed. – Wiley, 2016. – 784 p.
  10. Smith, R. Chemical Process Design and Integration. – 2nd ed. – Wiley, 2016. – 880 p.
  11. Usmanov, K., Eshbobaev, J., & Yakubova, N. (2023). Modeling and Optimization of the Ammonium Solution Extraction Process. Engineering Proceedings, 56(1), 198.
  12. Uteuliev, N. U., Yakubova, N. S., Usmanov, K. I., & Yadgarva, D. B. (2018). System of adaptive control of technological parameters of production of soda. Chemical Technology, Control and Management, 2018(3), 181-185.
  13. Wang, L. Adaptive Fuzzy Systems and Control: Design and Stability Analysis. – Prentice Hall, 1994. – 250 p.
  14. Yakubova, N., Usmanov, K., Turakulov, Z., & Eshbobaev, J. (2025). Application of Quantum Computing Algorithms in the Synthesis of Control Systems for Dynamic Objects. Engineering Proceedings, 87(1), 68.
  15. Zhang, H., Sun, C., Lin, C., He, H. Artificial intelligence in process system engineering: A review. – Computers & Chemical Engineering, 2021, vol. 150, 107298. DOI: 10.1016/j.compchemeng.2021.107298
  16. Гусев, В. Г. Цифровые двойники в промышленности: концепция, инструменты, примеры. – СПб.: Питер, 2022. – 256 с.
  17. Иванов, А. П. Нейросетевые регуляторы в управлении технологическими процессами. – Автоматика и телемеханика, 2020, № 10, с. 45–55.
  18. Пономарёв, С. С., Ермаков, И. А. Применение алгоритмов обучения с подкреплением в задачах управления. – Вестник ЮУрГУ. Серия: Управление, 2021, т. 15, № 4, с. 21–32.
  19. Рекстеин, Л. И. Теория и расчёт ректификационных процессов. – М.: Химия, 2000. – 328 с.
  20. Сивков, В. В., Ушаков, Н. И. Ректификация и абсорбция. – М.: Высшая школа, 2005. – 384 с.
  21. Сидиков И. Х. и др. Нечеткое синергетическое управление нели-нейных систем //Journal of Advances in Engineering Technology. – 2020. – №. 2. – С. 16-19.
  22. Султанова, Ш. А., Усманов, К. И., Унгбаева, Д. У., & Таджибаева, Д. А. (2024). РАЗРАБОТКА АДАПТИВНЫХ НЕЙРО-НЕЧЕТКИХ МОДЕЛЕЙ ДЛЯ ПРОГНОЗИРОВА-НИЯ ПРОИЗВОДИТЕЛЬНОСТИ СОЛНЕЧНОЙ СУШИЛКИ. Universum: технические науки, 2(5 (122)), 5-9.
  23. Усманов, К. И., Исламова, Ф. К., Режабов, С. А., & Жабборов, А. О. (2024). Моделирование сушки лекарственных растений на шкафной гелиосушилке. Universum: технические науки, 2(12 (129)), 32-35.
  24. Усманов, К. И., Сарболаев, Ф. Н., Исломова, Ф. К., & Якубова, Н. С. (2020). Адаптивно нечеткое синергетическое управление многомерных нелинейных динамических объектов. Universum: технические науки, (3-1 (72)), 24-28.
  25. Усманов, К. И., Султанова, Ш. А., Унгбаева, Д. У., & Максудова, А. И. (2025). Динамическое моделирование и тонкослойная сушка листьев подорожника в солнечных сушилках. Universum: технические науки, 2(1 (130)), 4-8.