Москва, г. Москва и Московская область, Россия
Москва, г. Москва и Московская область, Россия
Москва, г. Москва и Московская область, Россия
Ярославль, Ярославская область, Россия
Иваново, Ивановская область, Россия
Представлена комплексная математическая модель и система адаптивного управления для прогнозирования и поддержания качества бетонной смеси в процессе ее транспортировки в барабанах автобетоносмесителей. Целью исследования является преодоление разрыва между детализированными физико-математическими моделями и задачами оперативного управления в динамических условиях. Разработанный программный комплекс продемонстрировал высокую точность в прогнозировании кинетики гидратации (RMSD = 1.0%) и влажностного режима (RMSD = 2.0%). Показано, что оптимизация управляющего воздействия позволяет снизить скорость вращения барабана на 86.7% (до 2 мин-1), что приводит к снижению функционала стоимости на 85% и расчетному сокращению энергозатрат на 42% без ущерба для качества смеси. Комплексный подход дает возможность перейти от пассивного моделирования к активному управлению качеством бетонной смеси в процессе транспортировки, что подтверждается выявленными аналитическими зависимостями и результатами вычислительных экспериментов.
качество бетона, тепломассоперенос, модель предсказывающего управления, метод конечных объемов, ансамблевый фильтр Калмана, последовательное квадратичное программирование, оптимизация скорости вращения
1. Румянцева В.Е., Красильников И.В., Красильникова И.А., Новикова У.А., Касьяненко Н.С. Исследование влияния температуры на интенсивность массопереноса при коррозии первого вида цементных бетонов // Современные проблемы гражданской защиты. 2022. № 1 (42). С. 24-31. EDN: https://elibrary.ru/UKZZCT
2. Беседин П.В., Андрущак С.В., Козлов В.К. Исследование и моделирование процесса движения цементного шлама в лабораторных условиях // Вестник Белгород. гос. технол. ун-та им. В.Г. Шухова. 2015. № 4. С. 113-119. EDN: https://elibrary.ru/TVFGNZ
3. Li R. et al. Tracking cement transportation carbon emissions in China: Historical assessment and future simulation // Envir. Imp. Assess. Rev. 2025. Т. 110. С. 107696. DOI: https://doi.org/10.1016/j.eiar.2024.107696
4. Gonzalez Marcelo, Navarrete Ivan, Arroyo Paz, Azúa Gabriel, Mena Jose, Contreras Martin. Sustainable decision-making through stochastic simulation: Transporting vs. recycling aggregates for Portland cement concrete in underground mining projects // Jornal of Cleaner Production. 2017. № 159. P. 1-10. DOI: https://doi.org/10.1016/j.jclepro.2017.05.012
5. Овчинников С.В. Введение в теорию теплообмена: теплопроводность в твердых телах: учеб. - метод. пособие [Электр. изд.] // Саратов: Саратов. гос. ун-т им. Н.Г. Чернышевского. 2015.
6. Вороненко Б.А., Крысина А.Г., Пеленко В.В., Цуранов О.А. Аналитическое описание процесса нестационарной теплопроводности: учеб. пособие. С-Пб. : Ун-т ИТМО, Ин-т холода и биотехнологий. 2014. 49 с. EDN: https://elibrary.ru/ZUXZKL
7. Нияковский А.М., Романюк В.М., Чичко А.Н., Яцкевич Ю.В. Верификация нестационарной математической модели твердения бетона в теплотехнологических установках // Наука и техника. 2019. Т. 18 (2). С. 137-145. https://doi.org/10.21122/2227-1031-2019-18-2-137-145. EDN: https://elibrary.ru/HHTUQX
8. Хузин А.Ф. Кинетика тепловыделения при гидратации цемента, модифицированного комплексной наномодифицированной добавкой // Изв. Казан. гос. арх.-строит. ун-та. 2016. № 1 (35). С. 216-220. EDN: https://elibrary.ru/VUSKUZ
9. Сограби Т.В. Роль взаимодействия газа с поверхностью аэрозольной частицы в ее движении при больших числах Кнудсена: дисс… канд. физ.-мат. наук: 1.3.14. 2022.
10. Быковских Д.А. Моделирование течения газа Кнудсена в трехмерной области методом Монте-Карло // Тез. докл. Межд. конф. «Математические идеи П.Л. Чебышева и их приложения к современным проблемам естествознания». 2021. С. 205-206.
11. Максимов Г.А. Фазовый переход от вязкоупругости к пластичности. Описание на основе обобщенного вариационного принципа для диссипативной механики сплошных сред // Учен. записки физ. фак-та Мос. ун-та (УЗФФ). 2017. № 5. С. 1751307.
12. Чадов С.Н. Разработка и исследование высокопроизводительного программного комплекса для решения жестких систем ОДУ на графических процессорах общего назначения // Вестник Иван. гос. энергет. ун-та. 2014. № 1. С. 11.
13. Lal R., Huang W., Li Z. An application of the ensemble Kalman filter in epidemiological modelling // Plos one. 2021. Т. 16. № 8. С. e0256227. DOI: https://doi.org/10.1371/journal.pone.0256227; EDN: https://elibrary.ru/YRHKRA
14. Васильев В.И., Данилов Ю.Г., Еремеев И.С., Попов В.В., Цыпкин Г.Г., Cун Юйжуй, Яндун Чжао. Сравнение математических моделей тепломассопереноса в почвогрунтах // Вестник Сев.-Восточного фед. ун-та им. М.К. Аммосова. 2013. Т. 10. № 4. С. 5-10.
15. Карпенко Н.И. Общие модели механики железобетона // М.: Стройиздат. 1996. Т. 416. С. 2.
16. Вороненко Б.А., Демидов С.Ф., Беляева С.С. Аналитическое исследование процесса сушки пшеничных зародышей инфракрасным облучением // Науч. журн. НИУ ИТМО. Сер. «Процессы и аппараты пищевых производств». 2013. №. 3. С. 10. EDN: https://elibrary.ru/TBDJQV
17. Гагарин В.Г. Теория состояния и переноса влаги в строительных материалах и теплозащитные свойства ограждающих конструкций зданий: автореф. дисс. …д-ра техн. наук: 05.23.01, 05.23.03. М.: 2000. 47 с. EDN: https://elibrary.ru/NLSWPZ
18. Гелдиева Г., Денлиев Н.Д. Исследование механизмов гидратации цемента с использованием методов молекулярного моделирования // Всемир. ученый. 2024. Т. 1. № 23. С. 362-367.
19. Лотов В.А. О взаимодействии частиц цемента с водой или вариант механизма процессов гидратации и твердения цемента // Изв. Томск. политех. ун-та. Инжиниринг георесурсов. 2018. Т. 329. № 1. С. 99-110. EDN: https://elibrary.ru/YRUNBF
20. Леденев В.В., Худяков А.В. Механические и реологические модели оснований и фундаментов. 2012. EDN: https://elibrary.ru/QNQCKR
21. Стебновский С.В. Обобщенная реологическая модель кавитирующих конденсированных сред // Прикл. механика и техн. физика. 2001. Т. 42. № 3. С. 116-129. DOI: https://doi.org/10.1023/A:1019254906248; EDN: https://elibrary.ru/ONVVFP
22. Методы решения СЛАУ большой размерности: учеб. пособие для студ. фак-та прикл. математики (напр. 510200, спец. магистер. подгот. 510202, 510204) / М.Ю. Баландин, Э.П. Шурина; Мин-во науки и образования Рос. Федерации, Новосиб. гос. техн. ун-т. Новосибирск: НГТУ, 2000. 69 с. EDN: https://elibrary.ru/SJPUJX
23. Федосов С.В. Тепломассоперенос в технологических процессах строительной индустрии: монография / С.В. Федосов; Мин-во науки и образования Рос. Федерации, Гос. образ. учр. высш. проф. образования «Иван. гос. арх.-строит. ун-т». Иваново: ПресСто, 2010. 363 с. EDN: https://elibrary.ru/QNOQOV
24. Houtekamer P.L., Mitchell H.L. Data assimilation using an ensemble Kalman filter technique // Monthly Weather Rev. 1998. Т. 126. № 3. С. 796-811.
25. Черешко А.А. Методы управления технологическими процессами на основе ассоциативных прогнозирующих моделей: автореф. дисс. ... канд. техн. наук: 2.3.3 / Алексей Анатольевич Черешко; [Место защиты: ФГБУН Ин-т проблем управления им. В.А. Трапезникова Росс. акад. наук; Дисc. совет 24.1.107.01 (Д 002.226.01)]. Москва, 2022. 22 с.
26. Boggs P.T., Tolle J.W. Sequential quadratic programming //Acta numerica. 1995. Т. 4. С. 1-51. DOI: https://doi.org/10.1017/S0962492900002518
