Москва, г. Москва и Московская область, Россия
УДК 620.1 Испытания материалов. Дефекты материалов. Защита материалов
Современное производство строительных материалов сталкивается с вызовом интеграции фундаментальных физико-химических знаний о материале в контуры оперативного автоматизированного управления. Существующий разрыв между статическими лабораторными исследованиями и упрощенными эмпирическими моделями в автоматизации сдерживает переход к парадигме «Строительство 4.0» и интеллектуальному управлению качеством (Quality 4.0). Целью является разработка универсальной методологии управления качеством, объединяющей три ключевых компонента – фундаментальную физико-химическую модель процесса, алгоритм оценки текущего состояния материала по косвенным измерениям и оптимизатор управляющих воздействий. Триада «Модель – Оценка – Управление» позволяет рассматривать технологический процесс как динамическую систему с распределенными параметрами. Представлен математический аппарат, включающий уравнения тепломассопереноса и химической кинетики, а также современные методы оценки состояния материала (фильтры Калмана и фильтр частиц) и алгоритмы оптимального управления, принцип максимума Понтрягина и обучение с подкреплением. Применимость методологии продемонстрирована на примере транспортировки бетонной смеси. Предложенный подход создает основу для создания «умных» производств и цифровых двойников в строительной индустрии.
строительные материалы, кинетика твердения, модель предиктивного управления, Industry 4.0, Construction 4.0, фильтр Калмана, цифровой двойник
1. Баженов Ю.М. Технология бетона: учебник для студ. высш. учеб. заведений, обучающихся по строительным специальностям. М.: Изд-во АСВ, 2011. 524 с. ISBN 978-5-93093-138-9.
2. Манин П. Уберизация строительства. Как отрасль переходит в цифровую среду // РБК Компании: [сайт]. 2025. 31 июля. URL: https://companies.rbc.ru/news/yZw0YPjwPI/uberizatsiya-stroitelstva-kak-otrasl-perehodit-v-tsifrovuyu-sredu (дата обращения: 12.03.2026).
3. Industry 4.0, Smart Factory and Connected Operations // SG Systems Global : [сайт]. 2024. URL: https://sgsystemsglobal.com/ru/glossary/industry-4-0-smart-factory-and-connected-operations (дата обращения: 12.03.2026).
4. Гинзбург А.В., Адамцевич Л.А., Адамцевич А.О. Строительная отрасль и концепция «Индустрия 4.0»: обзор // Вестник МГСУ. 2021. № 7. С. 885-902. URL: https://cyberleninka.ru/article/n/stroitelnaya-otrasl-i-kontseptsiya-industriya-4-0-obzor (дата обращения: 12.03.2026). DOI: https://doi.org/10.22227/1997-0935.2021.7.885-911
5. Tanane B., Bentaha M.L., Dafflon B., Moalla N. Bridging the gap between Industry 4.0 and manufacturing SMEs: A framework for an end-to-end Total Manufacturing Quality 4.0's implementation and adoption // Journal of Industrial Information Integration. 2025. Vol. 45. P. 100833.
6. Микаева С.А., Микаева А.С. Повышение качества продукции как инструмент обеспечения экономической безопасности отрасли приборостроения в условиях развития индустрии 4.0 // Вестник Удмуртского университета. Сер. Экономика и право. 2025. Т. 35. № 5. С. 835-844. DOI: https://doi.org/10.18384/2949-5024-2025-3-89-100
7. Nahmad Vazquez A., Garivani S., Dackiw J.N. Decentralized, data-informed, robotic-based digital timber micro-factories // Construction Robotics. 2024. Vol. 8. № 2. P. 24.
8. Kosse S. [et al.] Industry 4.0 enabled modular precast concrete components: a case study // International RILEM Conference on Synergising expertise towards sustainability and robustness of CBMs and concrete structures : proc. Cham : Springer Nature Switzerland, 2023. P. 229-240.
9. Карпенко Н.И. Общие модели механики железобетона. М.: Стройиздат, 1996. 413 с. ISBN 5-274-01682-0.
10. Федосов С.В. Тепломассоперенос в технологических процессах строительной индустрии: моногр. Иваново : ПресСто, 2010. 363 с.
11. Порхало В.А., Рубанов В.Г, Луценко О.В. Советующая система управления процессом обжига клинкера с применением локальных подсистем на основе принципов автономности и каскадности // Приборы и системы. Управление, контроль, диагностика. 2014. № 9. С. 4-9.
12. Пиров Ф.С. Автоматизация и управление технологическими процессами обжига клинкера при производстве цемента : автореф. дисс. ... канд. техн. наук : спец. 05.13.06; Московский автомоб.-дор. гос. техн. ун-т (МАДИ). М., 2011. 23 с.
13. Чумак Л.И., Лавренюк И.В., Платонова Т.О. Математическое моделирование процесса сушки керамического кирпича в туннельных сушилах // Вісник Придніпровської державної академії будівництва та архітектури. 2010. № 10 (151). С. 26-30.
14. Лыков А.В. Теория теплопроводности. М. : Высш. шк., 1967. 600 с.
15. Карслоу Г., Егер Д. Теплопроводность твердых тел. М.: Наука, 1964. 488 с.
16. Гагарин В.Г. Теория состояния и переноса влаги в строительных материалах и теплозащитные свойства ограждающих конструкций зданий : автореф. дисс. ... д-ра техн. наук : спец. 05.23.01, 05.23.03; НИИ строительной физики РААСН. М., 2000. 47 с.
17. Хузин А.Ф. Кинетика тепловыделения при гидратации цемента, модифицированного комплексной наномодифицированной добавкой // Изв. Казанского гос. арх.-строит. ун-та. 2016. № 1 (35). С. 216-220.
18. Reiner M., Leaderman H. Deformation, strain, and flow // Physics Today. 1960. Vol. 13. № 9. P. 47-48.
19. Шмигальский В.Н. Формование изделий на виброплощадках. М.: Стройиздат, 1968. 104 с.
20. Абзаев Ю.А., Коробков С.В., Аниканова Л.А., Старенченко В.А. Термодинамическое моделирование гидратации портландцемента с разным содержанием воды // Вестник Томского гос. арх.-строит. ун та. 2022. № 24 (5). С. 122-132. https://doi.org/10.31675/1607-1859-2022-24-5-122-132.
21. Kalman R.E. A new approach to linear filtering and prediction problems // Journal of Basic Engineering. 1960. Vol. 82. № 1. P. 35-45.
22. Julier S.J., Uhlmann J.K. Unscented filtering and nonlinear estimation // Proceedings of the IEEE. 2004. Vol. 92. № 3. P. 401-422.
23. Evensen G. The ensemble Kalman filter: Theoretical formulation and practical implementation // Ocean dynamics. 2003. Vol. 53. № 4. P. 343-367.
24. Johansen A. A tutorial on particle filtering and smoothing: Fifteen years later. Trondheim: Norwegian University of Science and Technology, 2009. 40 p.
25. Гудфеллоу Я, Бенджио И., Курвилль А. Глубокое обучение; пер. с англ. А.А. Слинкина. М.: ДМК Пресс, 2018. 652 с. ISBN 978-5-97060-618-6.
26. Garcia C.E., Prett D.M., Morari M. Model predictive control: Theory and practice – A survey // Automatica. 1989. Vol. 25. № 3. P. 335-348.
27. Черешко А.А. Методы управления технологическими процессами на основе ассоциативных прогнозирующих моделей: дисс. … канд. техн. наук: спец. 2.3.3; Ин-т проблем управления им. В.А. Трапезникова. М., 2022. 116 с.
28. Понтрягин Л.С. Болтянский В.Г., Гамкрелидзе Р.В., Мищенко Е.Ф. Математическая теория оптимальных процессов. М.: Наука, 1969. 384 с.
29. Сторожук Н.А., Дехта Т.Н. Оптимальное управление уплотнением бетонных смесей вибрационным способом и его особенности // Вісник Придніпровської державної академії будівництва та архітектури. 2018. № 4 (243-244). С. 56-64. DOI: https://doi.org/10.30838/J.BPSACEA.2312.231018.56.311
30. Sutton R.S., Barto A.G. Reinforcement learning: An introduction. Cambridge: MIT Press, 1998. 322 p.
31. ГОСТ 7473-2010. Смеси бетонные. Технические условия // Стандартинформ: Москва, Россия. 2012. 19 c.
32. Сограби Т.В. Роль взаимодействия газа с поверхностью аэрозольной частицы в ее движении при больших числах Кнудсена: дисс. ... канд. физ.-мат. наук. Екатеринбург, 2022. 123 c.
