Роевые сенсорные системы класса Smart Dust для интеллектуального мониторинга газоотводящих трактов тепловых энергетических и горно металлургических объектов : доклад, тезисы доклада

Описание

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: V Всероссийская (национальная) научная конференция «Достижения науки и технологий» (ДНиТ-V-2026); Красноярск; Красноярск

Год издания: 2026

Идентификатор DOI: 10.47813/dnit.5.2026.3014

Ключевые слова: swarm sensor systems, cyber physical systems, gas exhaust ducts, thermal power, mining and metallurgical facilities, intelligent monitoring, smart dust, роевые сенсорные системы, киберфизические системы, газоотводящие тракты, тепловая энергетика, горно металлургические объекты, интеллектуальный мониторинг

Аннотация: Рассматривается применение роевых сенсорных систем класса Smart Dust для интеллектуального мониторинга газоотводящих трактов тепловых энергетических и горно металлургических объектов Зарафшанского региона. Описываются архитектура микросенсорных узлов, особенности их функционирования в составе распределённой роевой сети и интеграцияПоказать полностьюс киберфизической инфраструктурой. Показано, что использование Smart Dust позволяет реализовать непрерывный многопараметрический контроль состояния газоотводящих трактов в агрессивных условиях эксплуатации, повысить информативность мониторинга и обеспечить раннее выявление аномалий без опоры на проводную инфраструктуру и высокорисковые высотные обследования. This paper explores the application of Smart Dust-based swarm sensor systems for intelligent monitoring of gas exhaust ducts in thermal power and mining-metallurgical facilities in the Zarafshan region. The architecture of microsensor nodes, their operation within a distributed swarm network, and their integration into the cyber physical infrastructure of industrial sites are presented. It is shown that Smart Dust enables continuous, high resolution, multi parameter monitoring of gas exhaust ducts under harsh operating conditions, enhancing the diagnostic value of measurements and providing early detection of structural and process anomalies without reliance on wired infrastructure or high risk manual inspections.

Ссылки на полный текст

Издание

Журнал: Достижения науки и технологий (ДНиТ-V-2026)

Номера страниц: 563-570

Место издания: Красноярск

Персоны

  • Зайцев П. В. (Сибирский федеральный университет)
  • Ковалев Д. И. (Национальный исследовательский университет «Ташкентский институт инженеров ирригации и механизации сельского хозяйства»)
  • Кулмуродова Н. (Навоийский государственный горно-технологический университет)

Вхождение в базы данных