Zastosowanie programowania wieloagentowego do modelowania zmian lepkości wsadu w produkcji alkoholu
##plugins.themes.bootstrap3.article.sidebar##
Open full text
Numer Tom 15 Nr 1 (2025)
-
Statystyczna wiarygodność decyzji o wadliwości kontrolowanego procesu
Yevhen Volodarskyi, Oleh Kozyr, Zygmunt Warsza5-9
-
Impulsowy generator chaotyczny oparty na klasycznym obwodzie Chuy
Volodymyr Rusyn, Andrii Samila, Bogdan Markovych, Aceng Sambas, Christos Skiadas, Milan Guzan10-14
-
Stabilność metaheurystycznych regulatorów PID w fotowoltaicznych mikrosieciach prądu stałego
Elvin Yusubov, Lala Bekirova15-21
-
Integracja symulacji numerycznej i danych eksperymentalnych dla ulepszonego monitorowania stanu konstrukcji mostów
Om Narayan Singh, Kaushik Dey22-26
-
Zastosowanie programowania wieloagentowego do modelowania zmian lepkości wsadu w produkcji alkoholu
Larysa Gumeniuk, Ludmyla Markina, Viktor Satsyk, Pavlo Humeniuk, Anton Lashch27-32
-
Stochastyczna algebra interwałowa opisująca procesy inteligentnej fabryki
Piotr Dziurzanski, Konrad Kabala, Agnieszka Konrad33-38
-
Rozwój w konserwacji paneli słonecznych: przegląd systemów automatycznego czyszczenia z kurzu opartych na Internecie rzeczy
Balamurugan Rangaswamy, Ramasamy Nithya39-44
-
Zmodyfikowany cosinus-kwadratowy model odbicia światła
Oleksandr Romanyuk, Volodymyr Lytvynenko, Yevhen Zavalniuk45-48
-
Analiza porównawcza urządzeń do magazynowania energii z użyciem akumulatorów litowo-żelazowo-fosforanowych i sodowo-jonowych
Huthaifa A. Al_Issa, Mohamed Qawaqzeh, Lina Hani Hussienat, Ruslan Oksenych, Oleksandr Miroshnyk, Oleksandr Moroz, Iryna Trunova, Volodymyr Paziy, Serhii Halko, Taras Shchur49-54
-
Badania przetwornika DC-AC z mikrokontrolerem sterującym częstotliwością inwertera
Anatolii Tkachuk, Mykola Polishchuk, Liliia Polishchuk, Serhii Kostiuchko, Serhii Hryniuk, Liudmyla Konkevych55-61
-
Aparat matematyczny do znajdowania optymalnej konfiguracji bezpiecznej sieci komunikacyjnej z określoną liczbą abonentów
Wolodymyr Khoroshko, Yuliia Khokhlachova, Oleksandr Laptiev, Al-Dalvash Ablullah Fowad62-66
-
Krytyczne aspekty cyberbezpieczeństwa w celu poprawy ochrony infrastruktury cyfrowej przedsiębiorstwa
Roman Kvуetnyy, Volodymyr Kotsiubynskyi, Serhii Husak, Yaroslav Movchan, Nataliia Dobrovolska, Sholpan Zhumagulova, Assel Aitkazina67-72
-
Modyfikacja algebraicznego dekodera Petersonа
Dmytro Mogylevych, Iryna Kononova, Liudmyla Pogrebniak, Kostiantyn Lytvyn, Igor Gyrenko73-78
-
Opracowanie modelu obliczania rozmycia współczynników precyzji globalnego systemu nawigacji w danym punkcie przestrzeni
Oleksandr Turovsky, Nazarii Blazhennyi, Roman Vozniak, Yana Horbachova, Kostiantyn Horbachov, Nataliia Rudenko79-87
-
Ekspert agenta AI z opcją LLM do zarządzania operacjami misji
Sobhana Mummaneni, Syama Sameera Gudipati, Satwik Panda88-94
-
Przegląd systemów operacyjnych stosowanych w bezzałogowych statkach powietrznych
Viktor Ivashko, Oleh Krulikovskyi, Serhii Haliuk, Andrii Samila95-100
-
Optymalizacja metod uczenia maszynowego do deanonimizacji w sieciach społecznościowych
Nurzhigit Smailov, Fatima Uralova, Rashida Kadyrova, Raiymbek Magazov, Akezhan Sabibolda101-104
-
Skuteczne wykrywanie deepfake'ów przy użyciu sieci Long Short-Term Memory do autentykacji wideo
Ravi Kishan Surapaneni, Hameed Syed, Harshitha Kakarala, Venkata Sai Srikar Yaragudipati105-108
-
Wykrywanie trendów regionalnych na podstawie danych z Twittera w czasie rzeczywistym w celu analizy nastrojów, kontekstu, sieci i czasu
Mousumi Hasan, Mujiba Shaima, Quazi Saad ul Mosaher109-116
-
Opracowanie modelu poprawy niezawodności konserwacji zapobiegawczej urządzeń medycznych
Khalid Musallam Alahmadi, Essam Rabea Ibrahim Mahmoud, Fitrian Imaduddin117-124
-
Wyjaśnialna sztuczna inteligencja do wykrywania raka płuc
Vinod Kumar R S, Bushara A R, Abubeker K M, Smitha K M, Abini M A, Jubaira Mammoo, Bijesh Paul125-130
-
Projektowanie i wdrożenie systemu detekcji żył w celu zwiększenia dokładności pobierania krwi
Omar Boutalaka, Achraf Benba, Sara Sandabad131-134
-
Cechy metrologiczne do określania stężenia cholesterolu, trójglicerydów i fosfolipidów w celu wykrywania łuszczycy
Ivan Diskovskyi, Yurii Kachurak, Orysya Syzon, Marta Kolishetska, Bogdan Pinaiev, Oksana Stoliarenko135-138
-
Opracowanie aplikacji mobilnej do badania zaburzeń motoryki małej
Marko Andrushchenko, Karina Selivanova, Oleg Avrunin, Alla Kraievska, Orken Mamyrbayev, Kymbat Momynzhanova139-143
-
Sztuczna inteligencja w edukacji: symulacje oparte na ChatGPT w przygotowaniu nauczycieli
Marina Drushlyak, Tetiana Lukashova, Volodymyr Shamonia, Olena Semenikhina144-152
-
CKSD: kompleksowa baza danych kurdyjsko-sorani
Jihad Anwar Qadir, Samer Kais Jameel, Wshyar Omar Khudhur, Kamaran H. Manguri153-156
Archiwum
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 12 Nr 4
2022-12-30 16
-
Tom 12 Nr 3
2022-09-30 15
-
Tom 12 Nr 2
2022-06-30 16
-
Tom 12 Nr 1
2022-03-31 9
-
Tom 11 Nr 4
2021-12-20 15
-
Tom 11 Nr 3
2021-09-30 10
-
Tom 11 Nr 2
2021-06-30 11
-
Tom 11 Nr 1
2021-03-31 14
##plugins.themes.bootstrap3.article.main##
DOI
Authors
Abstrakt
Przy produkcji alkoholu z surowców skrobiowych kluczowe jest poznanie lepkości uzyskanego roztworu. Główną wadą istniejących systemów kontrolujących proces przygotowania roztworu jest brak monitorowania lepkości. To uniemożliwia stosowanie takich trybów obróbczych, które zapewniłyby efektywne przeprowadzenie następnej operacji termoenzymatycznej obróbki roztworu. Artykuł poświęcony jest analizie wpływu czasu dodawania enzymów na zmianę lepkości roztworu w celu poprawy jakości zarządzania procesem jego przygotowania. Badania przeprowadzono w darmowym środowisku programistycznym NetLogo, które służy do modelowania złożonych systemów rozwijających się w czasie.
Słowa kluczowe:
Bibliografia
[1] Casey G. P., Ingledew W. M.: Ethanol tolerance in yeasts. Crit. Rev. in Microbiology 13(3), 1986, 219–280 [https://doi.org/10.3109/10408418609108739]. DOI: https://doi.org/10.3109/10408418609108739
[2] Drevetskiy V. V., Vorobyuk S. P., Kutya V. M.: Control of values of solid residue using viscosity of the grainflour mixture. Bulletin of the Engineering Academy of Ukraine 1, 2012, 180–182.
[3] Folly R. et al.: control of feed load changes in alcohol fermentation. Brazilian Journal of Chemical Engineering 14(4), 1997 [https://doi.org/10.1590/S0104-66321997000400012]. DOI: https://doi.org/10.1590/S0104-66321997000400012
[4] Galbe M. Zacchi G.: Simulation of ethanol production processes based on enzymatic hydrolysis of woody biomass. Comput. Chem. Eng, 1994 [https://doi.org/10.1016/0098-1354(94)80112-6]. DOI: https://doi.org/10.1016/0098-1354(94)80112-6
[5] Jarovenko V. L.: Guide to the production of alcohol. Raw materials, technology, and chemical control. Light and Agro-Food Industry, 1981.
[6] Lee J., Singh V., Eckhoff S. R.: Effects of Processing Conditions on the Viscosity of Corn Mash During Ethanol Production. Transactions of the ASABE 58(5), 2015, 1387–1393.
[7] Lotysh V., Gumeniuk L., Humeniuk P.: Comparison of the effectiveness of time series analysis methods: SMA, WMA, EMA, EWMA, and Kalman filter for data analysis. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska 13(3), 2023, 71–74 [https://doi.org/10.35784/iapgos.3652]. DOI: https://doi.org/10.35784/iapgos.3652
[8] Marinchenko V. et al.: Technology of alcohol. Vinnytsia, 2003.
[9] Markina L. et al.: Optimization of Ethanol Production Using State-Space Modeling and Optimal Control Technology. 13th International Conference on Dependable Systems, Services and Technologies (DESSERT’2023), Greece, 2023, 1–7 [https://doi.org/10.1109/DESSERT61349.2023.10416529]. DOI: https://doi.org/10.1109/DESSERT61349.2023.10416529
[10] Melnik Y. R. et al.: Thinning of rye batter using the enzyme preparation shearzyme 500L. Chemistry, Technology and Application of Substances 7(1), 2024, 171–176 [https://doi.org/10.23939/ctas2024.01.171]. DOI: https://doi.org/10.23939/ctas2024.01.171
[11] Palchevsky B., Markina L.: Intelligent control system for the process of preparation of the batch and its water-heat treatment in the production of alcohol. Scientific Notes 75/2023, 22–26 [https://doi.org/10.36910/775.24153966.2023.75.3]. DOI: https://doi.org/10.36910/775.24153966.2023.75.3
[12] Palchevsky B., Markina L.: Optimization of the process of controlling the preparation of the batch in alcohol production. Perspective Technologies And Devices 20, 2022, 82–87 [https://doi.org/10.36910/6775-2313-5352-2022-20-13]. DOI: https://doi.org/10.36910/6775-2313-5352-2022-20-13
[13] Peng Z., Jin Y., Du J.: Enzymatic Properties of endo-1,4-β-xylanase from Wheat Malt. Protein and peptide letters 26(5), 2019, 332–333 [https://doi.org/10.2174/0929866526666190228144851]. DOI: https://doi.org/10.2174/0929866526666190228144851
[14] Rivera E. et al.: Kinetic modeling and parameter estimation in a tower bioreactor for bioethanol production. Applied Biochemistry and Biotechnology 148, 2008, 163–173. DOI: https://doi.org/10.1007/s12010-007-8062-6
[15] Vorobyuk S., Drevetskyi V.: Process automation of continuous quality control of mixture preparation at the distillery. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska 4(4), 2014, 59–61 [https://doi.org/10.5604/20830157.1130194]. DOI: https://doi.org/10.5604/20830157.1130194
[16] http://ccl.northwestern.edu/netlogo (available: 15.05.2024).
[17] https://drive.google.com/file/d/1M-tZZCoC3jZ8Ekfdvq7eldgwzockICfH/ view?%20pli=1 (available: 25.05.2024).
##plugins.themes.bootstrap3.article.details##
Abstract views: 218
Larysa Gumeniuk - Lutsk National Technical University
Łucki Narodowy Uniwersytet Techniczny,
Doktor inż. Profesor nadzwyczajny, Katedra Automatyki i Integracji Komputerowej Technologie.
Zainteresowania badawcze: Modelowanie niezawodności i bezpieczeństwa zautomatyzowanych układów sterowania.

