USE OF ARTIFICIAL INTELLIGENCE TOOLS  IN ANAEROBIC DIGESTION PROCESSES

Станіслав УСЕНКО; Юлія НОСАЧОВА; Євгеній  ШАПОВАЛОВ; Максим  КЛИМЕНКО; Cергій  ЖАДАН

doi:10.20535/EHS2710-3315.2025.327131

Автор(и)

Станіслав УСЕНКО ТОВ "Інтерешнл Буд Інвест", Україна https://orcid.org/0000-0002-9412-2441
Юлія НОСАЧОВА Київський політехнічний інститут імені Ігоря Сікорського, Україна https://orcid.org/0000-0001-6431-7128
Євгеній ШАПОВАЛОВ Національний університет харчових технологій, Україна https://orcid.org/0000-0003-3732-9486
Максим КЛИМЕНКО Національний університет харчових технологій, Україна https://orcid.org/0009-0001-2357-9268
Cергій ЖАДАН Національний університет харчових технологій, Україна https://orcid.org/0000-0002-7493-2180

DOI:

https://doi.org/10.20535/EHS2710-3315.2025.327131

Ключові слова:

Анаеробне зброджування, Штучний інтелект, Штучні нейронні мережі, Генетичний алгоритм, Оптимізація рою частинок, Біогаз, Оптимізація процесу, Відновлювані джерела енергії

Анотація

Анаеробне зброджування (АБ) - це процес, який набуває все більшої актуальності для сталого управління відходами та виробництва біоенергії. Тим не менш, мікробні взаємодії та динаміка процесу ускладнюють максимізацію та прогнозування виробництва біогазу. Нещодавні прориви в галузі штучного інтелекту (ШІ), зокрема, штучних нейронних мереж (ШНМ), надали нові можливості для вирішення цих проблем і значно покращили оптимізацію процесів, прогнозування, а також стабільність процесу. Метою цієї тези є огляд нещодавньої літератури, що висвітлює застосування ШІ, зокрема штучних нейронних мереж (ШНМ), інтегрованих з різними алгоритмами оптимізації, представленими генетичними алгоритмами (ГА) та оптимізацією рою частинок (PSO), в системах анаеробного зброджування в період з 2022 по 2024 рік. Результати доводять, що ШНМ-моделі демонструють значну перевагу порівняно з традиційними кінетичними підходами зі значно меншими помилками прогнозування, більшим виробництвом біогазу та більшою надійністю.