Бұл мақалада пойыздар қозғалысын үш мәнді интервалды реттеу жүйесінде бір бағытта қозғалатын пойыз құрамдарының арасындағы арақашықтықтың есептелуі келтірілген. Үш мәнді автоблокировкада пойыз құрамының блок-телімді шектейтін бағдаршамдардағы әртүрлі түстерге қозғалыс қарқыны ескеріліп, пойыз аралық арақашықтықты есептеудің негізгі формулалары нақтыланды. Аралықтағы блок-учаскелердің әртүрлі ұзындықтарына байланысты және пойыз құрамының жылдамдығы өскен сайынғы пойыз аралық арақашықтықтың болжамды есептеулері келтірілді. Есептеу қорытындысының нәтижесінде аралықтағы блок-учаскелердің әртүрлі ұзындықтарын ескергенде пойыз құрамы жылдамдығының пойыз аралық арақашықтығына тәуелділік диаграммасы құрылды.

The present study aimed to develop and evaluate a predictive approach for modeling pH dynamics during ayran fermentation using kinetic analysis, multivariate statistics, and IoT-based monitoring. Ayran is a low-viscosity fermented dairy beverage characterized by rapid acidification and high sensitivity to formulation and processing parameters, which limits the effectiveness of conventional endpoint pH control. The effects of two types of functional additives were investigated at empirically selected concentration ranges: a multifunctional dry fortifier (1–3%, w/w) and a vitamin–mineral syrup (2–4%, w/w). The data were analyed within a grouped comparative exploratory framework; the primary objective was comparative kinetic modeling of the fermentation process and prediction of the technological pH endpoint rather than evaluation of strict dose–response relationships. Fermentation was conducted at 41.0 ± 0.5 °C until the target pH range of 4.30 ± 0.05 was reached. An IoT monitoring architecture was used to generate a structured time-series dataset consisting of 909 sequential time-series measurements obtained during nine fermentation experiments. The formulation-associated kinetic behavior was evaluated using ANOVA, Tukey’s test, correlation analysis, and principal component analysis (PCA). The additives significantly affected the final pH and fermentation duration (p < 0.05; η² > 0.90). The application of additives reduced fermentation time by 1.6–1.8 h compared with the control. The first principal component explained 96.4% of the total variance, confirming that pH can serve as a sufficient proxy indicator for monitoring the overall fermentation system. A comparative analysis of four kinetic models (Gompertz, logistic, logarithmic, and linear) was performed over the full fermentation range (t = 0–10 h). The Gompertz model demonstrated the highest predictive accuracy (R² = 0.994–0.996; MAE = 0.027–0.033 pH units), whereas the logarithmic model was inadequate for describing the sigmoidal acidification profile of ayran (R² = 0.685–0.703). Numerical solution of the inverse problem enabled prediction of the time required to reach pH ≤ 4.35 in experimental groups with an accuracy of 0.90–1.93 h, providing a preliminary early warning signal suitable for operator decision support. For the control group, the asymptotic behavior of the Gompertz model during the stabilization stage limited the applicability of numerical prediction, indicating the necessity of direct pH sensor monitoring for this formulation. The proposed approach may serve as an exploratory basis for further development of predictive monitoring frameworks for fermented dairy production.

Жұмыста ұлттық ет өнімдерін өндіруде қолданылатын сандық датчиктер мен құрылғыларға салыстырмалы талдау ұсынылған. Конфигурацияның екі нұсқасы қарастырылған: базалық (ОВЕН компаниясының өнеркәсіптік жабдықтары негізінде) және мамандандырылған (етті өңдеуге арналған арнайы сандық сенсорларды қолдана отырып). Салыстыру негізгі критерийлер бойынша жүргізілді: метрологиялық дәлдік, өнімділік, ластануға төзімділік, автоматтандырылған жүйелерге интеграция және пайдалану сенімділігі. Талдау нәтижелері бойынша мамандандырылған жабдық кешені (DTS 12x18h10t, ut-1M-IP датчиктері, Vaxyuva sgo4cm29.00 RSC, SG04CM29.00 RS және be-U контроллері) процесті басқарудың жоғары дәлдігін, тұрақтылығын және технологиялық икемділігін қамтамасыз ететіні анықталды. Алынған нәтижелер өнімнің сапасын, қауіпсіздігін және өндірістің энергия тиімділігін арттыруды қамтамасыз ете отырып, ет өңдеу кәсіпорындарын жаңғырту кезінде енгізу үшін ұсынылуы мүмкін.

Бұл мақалада нан пісіру өндірісінде қамырды дайындау процесін басқарудың адаптивті жүйесін әзірлеу қарастырылады. Негізгі назар интеллектуалды бақылау мен автоматтандыруды енгізу арқылы негізгі параметрлердің (ылғалдылық, температура, консистенция) берілген мәндерден ауытқуын азайтуға бағытталған. Дифференциалдық теңдеулерді, адаптивті коэффициенттерді және градиенттің түсуіне негізделген басқару алгоритмін қамтитын математикалық модель ұсынылған. Жүргізілген талдау өнімнің тұрақты сапасы мен өнімділігін арттыруды қамтамасыз ететін ұсынылған тәсілдің тиімділігін растайды.

This paper presents an Industry 4.0-based intelligent monitoring and control system for the production of zhaya and molded meat products using Internet of Things (IoT), Supervisory Control and Data Acquisition (SCADA), and Adaptive Neuro-Fuzzy Inference System (ANFIS) technologies. The study considers massaging, injection, salting, thermal processing, smoking, vacuum packaging, cooling, and storage as the main technological stages affecting product quality and safety. In the proposed system, technological parameters such as chamber temperature, internal product temperature, pressure, vacuum level, salinity, processing time, rotation speed, and dosing parameters are measured using IoT sensors and processed at the Programmable Logic Controller (PLC) and SCADA levels. The data collected by the SCADA system are stored in a database and linked to the digital passport of each production batch. An Adaptive Neuro-Fuzzy Inference System (ANFIS) model is employed to predict product quality and safety risks. The model describes complex relationships between technological parameters and quality indicators and enables the classification of production batches into normal, warning, and high-risk categories. The results demonstrate that the proposed IoT–SCADA–ANFIS system provides real-time monitoring, batch traceability, early defect detection, and data-driven decision-making. The proposed approach represents an effective solution for the digital transformation of traditional meat production and the intelligent management of product quality and safety.

Бұл мақалада темір жол бекеттерінде және аралықтарда қолданылатын ЭО-ТМ тасымалданатын модульдердің электр қауіпсіздігін қамтамасыз ету сұрақтары қарастырылған. Темір жол бекеттері мен аралықтарда тасымалданатын ЭО-ТМ модульдерін жобалау және орнату кезінде техникалық қызмет көрсетуші қызметкерлердің еңбек қауіпсіздігін, сонымен қатар пойыздар қозғалыс қауіпсіздігін қамтамасыз ететін темір жол автоматика және телемеханика құралдары мен құрылғыларының сенімді жұмысын қамтамасыз ету мақсатында ЭО-ТМ тасымалданатын модульдерінің жерге тұйықтау коэффициенті анықталады. Мақалада есептеу үшін қолданылатын негізгі параметрлердің орташа мәні қолданылған, сонымен қатар нақты есептеулерді жүргізу үшін қажеті формулалар көрсетіліп, нәтижесі алынған.