МОДЕЛИРОВАНИЕ И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МЕТОДА ОЦЕНКИ ПАРАМЕТРОВ УСТАНОВКИ ЭЛЕКТРО-ДЕИОНИЗАЦИИ С ПОМОЩЬЮ РЕКУРРЕНТНЫХ НЕЙРОННЫХ СЕТЕЙ
Южно-Сибирский научный вестник · 12.05.2026 · (2(66)) · 24-29
DOI: 10.25699/sssb.2026.66.2.016 ↗Kurz gefasst
Fachartikel in der Zeitschrift Южно-Сибирский научный вестник, online erschienen am 12.05.2026. Verfasst von В.Н. Ильцевич und 1 weiteren Autor:innen. Die Arbeit nennt 15 Literaturangaben.
Abstract (Originalsprache)
Установка электродеионизации предназначена для получения деминерализованной воды для нужд различных промышленных потребителей: от микроэлектроники для изготовления полупроводниковых компонентов до химической промышленности для изготовления реагентов и промывки технологических трубопроводов. Конструктивные особенности установки не позволяют выполнить замену ионоселективных мембран и ионообменной смолы, поэтому необратимые разрушения ввиду воздействия загрязнителей приводят к отказу установки. Предиктивная оценка состояния установки позволяет запланировать дату химической промывки, определить необходимые реагенты и согласовать останов с технологическим потребителем. Существующие методы оценки параметров требуют останова модулей электродеионизации или только устанавливают факт загрязнения, что также требует незамедлительного вывода из эксплуатации. Поэтому для прогнозирования снижения производительности установки в исследовании предложен подход, опирающийся на данные. Рекуррентные нейронные сети успешно применяются для анализа загрязнения мембранных установок очистки воды и позволяют спрогнозировать их состояние без вывода из фильтрации. В рамках выполнения исследования спроектирована модель искусственной рекуррентной нейронной сети долгой краткосрочной памяти прогнозирования значения удельной электропроводность фильтрата установки электродеионизации как показателя качества очистки. В качестве исходных данных для осуществления прогноза используются режимные параметры установки, полученные от локальной системы управления блоком электродеионизации. Глубина прогноза составляет четыре недели при режимной эксплуатации и номинальных значениях выходных показателей качества, горизонт прогноза – одна неделя. Разработанная модель успешно апробирована на исходных данных эксплуатирующейся установки электродеионизации в системе подпитки котлов и циркуляционных систем тепловой электростанции. Electrodeionization unit produces demineralized water for the needs of various industrial consumers: from microelectronics for the manufacture of semiconductor components to the chemical industry for the manufacture of reagents and pipeline cleaning. The design features of the unit do not allow the replacement of ion-selective membranes and ion exchange resins, hence irreversible damage from the effects of contaminants will result in failure of the unit. Predictive assessment of the plant condition allows scheduling the date of chemical washing, determining the necessary reagents and coordinating the shutdown with the consumer. Existing parameter estimation methods require shutdown of the electrodeionization modules or only establish the fact of contamination, which also requires immediate decommissioning. Therefore, the study proposes a data-driven approach to predict the reduction in module performance. Recurrent neural networks are successfully applied to analyze the fouling of membrane water treatment units and allow predicting their condition without withdrawal from filtration. The study presents a design of a model of an artificial recurrent long short-term memory neural network for predicting the specific electrical conductivity of dilute. The prediction assumes the operating parameters of the electrodeionization unit, with a prediction depth of 4 weeks and a prediction horizon of 1 week. The model has successfully passed the test on data obtained from an operating unit at an electric power generation plant. It allows tracking of water quality degradation without compromising the continuity of consumer supplies.
Zitieren
APA
Ильцевич, В., & Чижма, С. (2026). МОДЕЛИРОВАНИЕ И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МЕТОДА ОЦЕНКИ ПАРАМЕТРОВ УСТАНОВКИ ЭЛЕКТРО-ДЕИОНИЗАЦИИ С ПОМОЩЬЮ РЕКУРРЕНТНЫХ НЕЙРОННЫХ СЕТЕЙ. Южно-Сибирский научный вестник, 24-29. https://doi.org/10.25699/sssb.2026.66.2.016
Vancouver
Ильцевич В, Чижма С. МОДЕЛИРОВАНИЕ И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МЕТОДА ОЦЕНКИ ПАРАМЕТРОВ УСТАНОВКИ ЭЛЕКТРО-ДЕИОНИЗАЦИИ С ПОМОЩЬЮ РЕКУРРЕНТНЫХ НЕЙРОННЫХ СЕТЕЙ. Южно-Сибирский научный вестник. 2026:24-29. doi:10.25699/sssb.2026.66.2.016
BibTeX
@article{2026,
author = {Ильцевич, В.Н. and Чижма, С.Н.},
title = {МОДЕЛИРОВАНИЕ И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МЕТОДА ОЦЕНКИ ПАРАМЕТРОВ УСТАНОВКИ ЭЛЕКТРО-ДЕИОНИЗАЦИИ С ПОМОЩЬЮ РЕКУРРЕНТНЫХ НЕЙРОННЫХ СЕТЕЙ},
journal = {Южно-Сибирский научный вестник},
year = {2026},
number = {2(66)},
pages = {24--29},
doi = {10.25699/sssb.2026.66.2.016}
}
EUVIMED