Модели машинного обучения по прогнозированию выхода конечных продуктов в процессе пиролиза растительной биомассы разработали исследователи ТюмГУ. Далее они проведут изучение процесса пиролиза растительной биомассы в динамике с широким использованием методов искусственного интеллекта, сообщает управление стратегических коммуникаций вуза.
"Пиролиз часто протекает в условиях, где температура и состав сырья изменяются во времени, что требует создания нестационарных моделей. Мы создали модели и проанализировали их с точки зрения возможности интеграции в интеллектуальную систему поддержки научных исследований. В результате выбрали модель, позволяющую с высокой точностью предсказывать соотношения различных фракций выходного продукта в ходе пиролиза. Это открывает новые возможности для оптимизации пиролизных установок и повышения их энергетической эффективности", — рассказал аспирант Школы компьютерных наук ТюмГУ Роман Бачурин.
Разработанные регрессионные модели функционируют в виде отдельного программного приложения, однако в перспективе исследователи планируют интегрировать их в состав программного комплекса, обладающего расширенным функционалом и предназначенного для моделирования процесса пиролиза растительной биомассы.