30 August 2024 in Вестник КазАТК
Бұл мақалада фотоэлектрлік жүйелердің шығыс қуатын барынша арттырудың жолы - бір осьті бақылау жүйесін әзірлеу және «Sun position calculator» қолданбасы арқылы азимут пен күннің көтерілу бұрыштарын есепке алу қарастырылған. Негізгі бөлімде зерттеу үшін PV-grid гибридті жүйесімен шығарылатын бір осьті трекер технологиясының көмегімен станцияның координаттарда орналасқан жерін көрсете отырып, деректер алынған. Сынақ нәтижелері фотоэлектрлік бір осьті трекер жүйесінің дизайны бағдарламаланған бұрыштық параметрлерден, сондай-ақ күннің көтерілу бұрышынан жұмыс істей алатынын көрсетеді.
10 October 2024 in Вестник КазАТК
A model of the development of a single vapor bubble in a cell of a porous structure is constructed and investigated. The novelty of the study lies in the fact that the cooler was supplied due to the combined action of capillary and mass forces, which create underheating and velocity of the liquid flow. The model uses thermohydraulic characteristics of boiling in the cells of the structure, determined by the authors experimentally (density of generation centers, separation diameters, generation frequency). The analysis of physical models, such characteristics as the angle of the microlayer, the marginal angle, and the "dry" spot is given. The mathematical description of the processes using the unsteady thermal conductivity equation allows us to draw a physical analogy between the micro processes of boiling dynamics and the macro processes of destruction of the heating and coating surfaces. The work is relevant in the development of recommendations for the use of coatings in routine and crisis situations of heat transfer processes.
27 December 2024 in Вестник КазАТК
Данная статья посвящена разработке и внедрению автоматизированных систем управления для возобновляемых источников энергии (ВИЭ). В условиях растущей потребности в экологически чистых и устойчивых энергоресурсах автоматизация становится важным инструментом повышения эффективности и надёжности энергосистем. В работе рассматриваются современные подходы к интеграции интеллектуальных технологий, таких как SCADA-системы, искусственный интеллект (ИИ), машинное обучение и интернет вещей (IoT), которые обеспечивают оптимизацию генерации энергии и управление в реальном времени. Исследование направлено на анализ методов прогнозирования и управления энергопотреблением с помощью алгоритмов ИИ, что позволяет минимизировать потери и повысить устойчивость энергосистем. Особое внимание уделяется балансировке нагрузки в интеллектуальных сетях (Smart Grid) и применению блокчейн-технологий для учёта и распределения энергии. Применение предиктивного управления и оптимизации параметров работы солнечных и ветровых установок демонстрирует значительные улучшения в производительности и снижении эксплуатационных расходов. Экспериментальная часть работы включает тестирование автоматизированных систем в моделируемых условиях, что подтверждает их надёжность и способность адаптироваться к динамическим изменениям внешних факторов, включая погодные условия. Приведённые результаты показывают, что предложенные решения могут быть масштабированы для широкого применения как в бытовых, так и в промышленных условиях. Выводы подчёркивают значимость внедрения автоматизированных систем для повышения энергоэффективности и устойчивости ВИЭ. Применение технологий искусственного интеллекта и машинного обучения позволяет создать более гибкие и надёжные энергосистемы, снижая зависимость от традиционных источников энергии и сокращая углеродный след. Работа ориентирована на специалистов в области энергетики, разработчиков интеллектуальных систем управления и исследователей в сфере возобновляемых источников энергии.
25 December 2024 in Вестник КазАТК
Данная статья посвящена разработке и внедрению интеллектуальной системы управления энергопотреблением на промышленных предприятиях с использованием технологий искусственного интеллекта и машинного обучения. В условиях усиления требований к энергоэффективности и экологической устойчивости предприятия сталкиваются с необходимостью оптимизации потребления энергоресурсов для снижения эксплуатационных затрат и уменьшения углеродного следа. В современных условиях традиционные системы управления энергопотреблением не всегда могут обеспечить гибкое реагирование на изменения в производственных процессах. Применение интеллектуальных технологий, таких как машинное обучение и искусственный интеллект, позволяет создавать системы, способные прогнозировать нагрузку, выявлять аномалии и адаптироваться к изменяющимся условиям в режиме реального времени. Это повышает как экономическую, так и экологическую эффективность предприятий. Цель данной статьи – провести анализ существующих решений, разработать архитектуру интеллектуальной системы управления энергопотреблением и внедрить алгоритмы, способные управлять энергопотреблением с учётом текущих условий и данных. Основное внимание уделяется прогнозированию энергопотребления, обнаружению неэффективных сценариев использования ресурсов и оптимизации нагрузки для достижения наилучших результатов. Пилотные испытания предложенной системы проводятся на основе реальных данных промышленных предприятий, что позволяет оценить её работоспособность и точность алгоритмов. Кроме того, данная статья рассматривает экономическую целесообразность внедрения системы и её потенциал в улучшении экологической устойчивости. Таким образом, результаты исследования направлены на разработку практических решений, которые будут полезны для повышения энергоэффективности и снижения эксплуатационных затрат, а также помогут предприятиям соответствовать современным экологическим стандартам.