Синтез нечіткого регулятора температури пастеризації молока

Олексій  Разживін; Анастасія  Люта; Олег  Марков; Герман  Єрмакін

doi:10.25140/2411-5363-2023-2(32)-185-192

Автор(и)

Олексій Разживін Донбаська державна машинобудівна академія, Україна https://orcid.org/0000-0002-1371-2651
Анастасія Люта Донбаська державна машинобудівна академія, Україна https://orcid.org/0000-0002-9606-875X
Олег Марков Донбаська державна машинобудівна академія, Україна https://orcid.org/0000-0001-9377-9866
Герман Єрмакін Донбаська державна машинобудівна академія, Україна https://orcid.org/0009-0000-4461-6120

DOI:

https://doi.org/10.25140/2411-5363-2023-2(32)-185-192

Ключові слова:

нечіткий регулятор; пастеризація молока; автоматизована система; математична модель

Анотація

У статті вирішено актуальне науково-технічне завдання зниження енергоємності пастеризації молока в апараті ПОУ5 шляхом дослідження та розробки автоматизованої системи керування температурним режимом пастеризації. Проведено дослідження особливостей функціонування апарата. За результатами досліджень визначено параметри процесу керування; здійснено удосконалення математичної моделі й алгоритму регулювання параметрів пастеризації молока; створено автоматизовану систему керування температурою пастеризації молока в установці
ПОУ5. Проведено синтез нечіткого регулятора температури пастеризації молока. Побудована поверхня відгуку зміни
температури молока залежно від витрати молока на пастеризацію і температури гарячої води теплообмінника.

Посилання

Phil Kim. (2017). MATLAB Deep Learning With Machine Learning, Neural Networks and Artificial Inteligence. Seoul, Soul-t`ukpyolsi, Korea (Republic of).

Gilat, A. (2016). MATLAB (6th ed.). Wiley. https://www.perlego.com/book/3866166/matlaban-introduction-with-applications-pdf (Original work published 2016).

Yeresko, G.O., Shinkaryk, M.M., & Voroshchuk, V.Ya. (2007). Technological equipment of dairy production. INKOS» firm, educational literature center.

Lysenko, V., Chernyshenko, E., Reshetyuk, V., Miroshnyk, V., Zayets, N., & Tsygulyov, I. (2016). Intensification and modeling of technological objects. AgrarMediaGroup.

Rutkowska, D., Pilinski, М., & Rutkowska, L. (1997). Sieci neuronowe, algorytmy genetyczne I systemy rozmyte. Wydawnicyvo Naukowe PWN.

Yager, R., & Detyniecki, M. (2000). Ranking fuzzy numbers using α-weighted valuations. International Journal of Uncertainty, Fuzziness and Knowledge-based Systems, 8, 573-591.

Wang, X., & Kerre, E.E. (2001). Reasonable properties for the ordering of fuzzy quantities (I), (II). Fuzzy Sets and Systems, 122, 375-385, 387-405.

Ohnishi, T. (1991). A self-learning fuzzy control system for an urban refuse incineration plant. Japanese Journal of Fuzzy Theory an Systems, 3(2), 187-200.

Ivanets, S.A., Fesenko, A.P., & Fesiuk, O.M. (2020). Fuzzy Logic Custom Instruction Set for NIOS II Processor. II International Scientific and Practical Conference Theoretical and Applied Aspects of Device Development on Microcontrollers and FPGAs (MC&FPGA) (pp. 36-38). 10.35598/mcfpga.2020.011.