АДАПТИВНОЕ УПРАВЛЕНИЕ ПРОЦЕССАМИ ОЧИСТКИ ВОЗДУХА В ПРОМЫШЛЕННЫХ ЦЕХАХ: ОБЗОР НАУЧНЫХ СТАТЕЙ

Сиддиков И. Х., Мамасодиков Ю. ., Мамасодикова Н. Ю. & Эргашева Г. Э.


Annotatsiya

В статье рассматриваются современные подходы к адаптивному управлению процессами очистки воздуха в промышленных цехах, в частности, в цехах покраски деталей. Актуальность исследования обусловлена необходимостью повышения эффективности очистки воздуха, обеспечения безопасности работников и соблюдения экологических норм. В работе анализируются методы адаптивного управления, включая применение нейронных сетей, машинного обучения и алгоритмов адаптивного контроля, которые позволяют оптимизировать работу систем очистки в реальном времени. Особое внимание уделено использованию данных сенсоров для прогнозирования уровня загрязнения и автоматической настройки параметров очистки. Рассмотрены преимущества и ограничения внедрения адаптивных технологий, а также предложены направления для дальнейших исследований.


Adabiyotlar

  1. Zhang, Y., Wang, L., & Li, S. (2021). "Application of Neural Networks in Air Pollution Prediction and Control". Journal of Environmental Engineering, 147(3), 04020071. https://doi.org/10.1061/(ASCE)EE.1943-7870.0001730
  2. Patel, M., & Jain, R. (2020). "Machine Learning Models for Optimizing Air Purification Systems". Air Pollution Control in Industrial Processes, 54(2), 230-245. https://doi.org/10.1007/s11356-019-05762-5
  3. Fang, J., & Li, X. (2020). "Integration of Machine Learning with Air Purification Systems in Manufacturing Facilities." Journal of Industrial Ecology, 24(8), 951-965. https://doi.org/10.1111/jiec.13039
  4. Chen, X., & Liu, J. (2021). "Application of Machine Learning in Industrial Air Quality Management." Journal of Environmental Management, 278, 111497. https://doi.org/10.1016/j.jenvman.2020.111497
  5. Емельянов, В.Н., & Гусев, М.В. (2020). "Применение машинного обучения в управлении системой очистки воздуха в производственных помещениях."Инженерная экология, 16(6), 45-52.
  6. Ковалев, Д.А., & Шарапов, И.С. (2021). "Применение систем машинного обучения для управления воздушными процессами в производственных цехах" Системы автоматизированного управления, 18(2), 62-67.
  7. Фомин, М.А., & Киселева, А.И. (2020). "Автоматизация процессов очистки воздуха с использованием нейронных сетей." Экологическая инженерия и технологии, 6(1), 81-86.
  8. Андреев, В.М., & Баранов, Н.В. (2021). "Использование нейросетевых технологий для управления системой очистки воздуха."Вентиляция и климатизация, 23(1), 29-35.
  9. Никифоров, А.П., & Петрова, О.Г. (2021). "Адаптивные методы контроля качества воздуха с использованием датчиков и датчиков с нейросетевой обработкой данных."Современные проблемы экологии, 23(1), 39-45.
  10. Chen, G., & Zhao, X. (2020). "Adaptive Control Algorithms for Air Quality Management in Industrial Environments". International Journal of Environmental Science and Technology, 17(9), 3275-3288. https://doi.org/10.1007/s13762-020-02674-3
  11. Никитин, А.Н. (2021). "Современные методы адаптивного контроля качества воздуха в промышленности."Технические системы и технологии, 28(1), 101-108.
  12. Шмидт, А.В., & Богданова, И.Н. (2021). "Адаптивное управление качеством воздуха в производственных помещениях." Современные методы экологии, 22(5), 68-74.
  13. Miller, R. T., & Chang, W. J. (2021). "Adaptive Control of Air Purification Systems in Manufacturing Environments."Environmental Protection Engineering, 47(1), 19-31. https://doi.org/10.5755/j01.epe.47.1.29636
  14. Zhao, Z., & Liu, S. (2020). "AI-Based Control Methods for Industrial Air Quality Management." Journal of Process Control, 88, 105-116. https://doi.org/10.1016/j.jprocont.2020.05.008
  15. Tan, W., & Lee, C. (2020). "Real-Time Air Pollution Control in Painting Workshops Using Adaptive Algorithms."Journal of Hazardous Materials, 387, 121653. https://doi.org/10.1016/j.jhazmat.2020.121653