Интеллектуальная система анализа данных процесса пиролиза биомассы
Информационные и математические технологии в науке и управлении · 05.03.2026 · (1(41)) · 59-67
DOI: 10.25729/esi.2026.41.1.004 ↗Kurz gefasst
Fachartikel in der Zeitschrift Информационные и математические технологии в науке и управлении, erschienen am 05.03.2026. Verfasst von Р.М. Бачурин und 1 weiteren Autor:innen.
Abstract (Originalsprache)
В статье представлены результаты исследования, направленного на разработку и программную реализацию методов математического моделирования процесса пиролиза растительной биомассы. Основная цель работы заключается в создании интеллектуальной системы анализа экспериментальных данных, которая позволяет исследовать технологические параметры процесса пиролиза. Ключевые компоненты разработанной системы включают: комплекс моделей машинного обучения (значения метрик качества моделей RMSE < 3.9, R² > 0.8) для прогнозирования выхода конечных продуктов пиролиза; инструменты анализа кривых дифференциальной сканирующей калориметрии (ДСК) и оценки теплового эффекта реакций; подсистему идентификации и визуализации термогравиметрических (ТГ) и ДСК кривых. Обучение прогнозных моделей проводилось на выборке (750 записей), составленной из открытых наборов данных о натурных экспериментах пиролиза растительного сырья. В качестве целевых переменных выступали процентное содержание твердых, жидких и газообразных веществ в конечных продуктах пиролиза. Независимые переменные включали физико-химические характеристики сырья и параметры процесса пиролиза. Практическая значимость исследования определяется возможностью более глубокого понимания процессов разложения биомассы. Разработанная система предоставляет исследователям и технологам комплексные инструменты для анализа и идентификации ДСК кривых, что облегчает интерпретацию экспериментальных данных. Научная новизна работы заключается в создании единой платформы поддержки исследований на основе интеграции методов машинного обучения с традиционными подходами к анализу процесса пиролиза. Это дает возможность существенно повысить точность прогнозирования и оптимизировать процесс пиролиза с точки зрения получения конечных продуктов. Результаты исследования могут найти применение в научных исследованиях в области термохимических процессов, в прикладной биоэнергетике, химической промышленности и других областях, связанных с переработкой биомассы методом пиролиза. Перспективы развития системы связаны с расширением базы данных ДСК кривых, улучшением алгоритмов машинного обучения и интеграцией дополнительных методов анализа экспериментальных данных для детальной интерпретации процесса пиролиза с учетом его динамики. The article presents the results of a study aimed at the development and software implementation of methods for mathematical modeling of the plant biomass pyrolysis process. The main objective of the study is to create an intelligent system for analyzing experimental data, which allows us to study the technological parameters of the pyrolysis process. The key components of the developed system include a set of machine learning models (model quality metrics values RMSE < 3.9, R² > 0.8) for predicting the yield of final pyrolysis products; tools for analyzing differential scanning calorimetry (DSC) curves and assessing the thermal effect of reactions; a subsystem for identifying and visualizing thermogravimetric (TGA) and DSC curves. The predictive models were trained on a sample (750 records) compiled from open datasets on full-scale experiments on the pyrolysis of plant raw materials. The target variables were the percentage content of solids, liquids, and gases in the final pyrolysis products. Independent variables included the physicochemical characteristics of feedstock and the parameters of the pyrolysis process. The practical significance of this study lies in its potential for a deeper understanding of biomass decomposition processes. The developed system provides researchers and technologists with comprehensive tools for analyzing and identifying DSC curves, facilitating the interpretation of experimental data. The scientific novelty of this work lies in the creation of a unified research support platform based on the integration of machine learning methods with traditional approaches to pyrolysis process analysis. This significantly improves forecasting accuracy and optimizes the pyrolysis process for obtaining end products. The results of this study can be applied in research in the field of thermochemical processes, applied bioenergy, the chemical industry, and other areas related to biomass processing by pyrolysis. Future development of the system involves expanding the DSC curve database, improving machine learning algorithms, and integrating additional experimental data analysis methods for a detailed interpretation of the pyrolysis process, taking into account its dynamics.
Zitieren
APA
Бачурин, Р., & Захарова, И. (2026). Интеллектуальная система анализа данных процесса пиролиза биомассы. Информационные и математические технологии в науке и управлении, 59-67. https://doi.org/10.25729/esi.2026.41.1.004
Vancouver
Бачурин Р, Захарова И. Интеллектуальная система анализа данных процесса пиролиза биомассы. Информационные и математические технологии в науке и управлении. 2026:59-67. doi:10.25729/esi.2026.41.1.004
BibTeX
@article{2026,
author = {Бачурин, Р.М. and Захарова, И.Г.},
title = {Интеллектуальная система анализа данных процесса пиролиза биомассы},
journal = {Информационные и математические технологии в науке и управлении},
year = {2026},
number = {1(41)},
pages = {59--67},
doi = {10.25729/esi.2026.41.1.004}
}
EUVIMED