УДК 330
DOI: 10.36871/ek.up.p.r.2025.06.05.020
Авторы
Бислан Хамидович Голтаков,
Хамид Шамильевич Насуров,
Грозненский государственный нефтяной технический университет имени академика М. Д. Миллионщикова, Грозный, Россия
Аннотация
В статье представлена гибридная система автоматизированного диспетчерского управления многоуровневым производственным процессом на основе искусственных интеллект-алгоритмов. В рамках исследования сформулирована архитектура программной платформы, включающая модули прогнозирования нагрузок на базе рекуррентных нейронных сетей LSTM с механизмом внимания, алгоритма распределения задач на основе генетического алгоритма с нечёткой логикой экспертных правил и агента Q-обучения для адаптивного самообучения в реальном времени. Для обеспечения отказоустойчивости и масштабируемости применена микросервисная контейнеризация (Docker, Kubernetes), репликация ключевых модулей с механикой чекпоинтов и статистический контроль качества аномалий по 3 σ. Интеграция с промышленным оборудованием осуществляется через OPC UA и MQTT, хранение временных рядов — в InfluxDB, визуализация — в Grafana. Предложенный подход обеспечивает сквозную интеграцию стратегического, тактического и оперативного уровней управления и является шагом к созданию полностью автономных адаптивных систем диспетчеризации.
Ключевые слова
гибридная система диспетчерского управления, многоуровневый производственный процесс, рекуррентные нейронные сети