МОНИТОРИНГ И МОДЕЛИРОВАНИЕ ТЕРМОДИНАМИЧЕСКИХ ПРОЦЕССОВ В ПИЩЕВОЙ ПРОМЫШЛЕННОСТИ ДЛЯ СОЗДАНИЯ ЦИФРОВЫХ ДВОЙНИКОВ

В данной статье рассматривается подход к созданию цифровых двойников для пищевой промышленности на основе мониторинга и численного моделирования термодинамических процессов в пекарной камере (электрическая печь-шкаф). В качестве объекта исследования использовалась профессиональная электрическая печь-шкаф ASTAR, предназначенная для термической обработки хлебобулочных изделий. В качестве системы мониторинга применялись инфракрасный пирометр VICTOR 304F, тепловизор UNI-T UTi120S и аналоговый термометр MGprof, встроенный внутрь камеры печи. Это позволило получить достоверные данные о температурном поле внутри рабочей камеры. На основе этих устройств проводился периодический сбор температурных данных в течение всего времени приготовления продукции. На основе собранных данных была построена карта температурных полей. Математическая модель теплообмена, реализованная в двумерном (2D) формате в среде MATLAB PDE Toolbox с учетом граничных условий Дирихле и Неймана, была верифицирована путем сравнения с экспериментальными результатами. Полученные результаты не только позволяют точно моделировать температурные градиенты и тепловые потоки в пекарной камере, но и закладывают основу для построения цифрового двойника, способного прогнозировать поведение системы в режиме реального времени. Предлагаемый подход может быть использован для повышения энергоэффективности, автоматизации контроля качества и оптимизации технологических режимов в пищевой промышленности. Настоящее исследование вносит вклад в решение задач, возникающих при моделировании и проектировании термодинамических процессов в процессе создания цифровых двойников.

1. Ying Huang, Dr Abhijeet Ghadge, Nicky M Yates. Implementation of Digital Twins in the Food Supply Chain: A Review and Conceptual Framework. International Journal of Production Research, 28 (2023). https:// doi.org/10.1080/00207543.2024.2305804

2. Pieter Verboven, Thijs Defraeye, Ashim K Datta, Bart Nicolai. Digital twins of food process operations: the next step for food process models? Current Opinion in Food Science, 35, 79–87 (2020). https://doi.org/10.1016/j.cofs.2020.03.002.

3. Tukembaeva, G.Ch., Temirov, B.K. Modelirovanie uravnenij termodinamiki dinamicheskimi sistemami. Problemy avtomatiki i upravleniya, 2, 109–115 (2023).

4. Das, S. An Introduction to Finite Element Analysis Using Matlab Tools. Springer, 2023.

5. Chalilov, H.M., Muhtorov, S. Building a computer model of heat exchange using the pde toolbox component matlab package. Vestnik Instituta razvitiya obrazovaniya, 1, 206–213 (2021).

6. Attaway, D.C. Matlab: a practical introduction to programming and problem solving. Butterworth-Heinemann, 2022.

7. Mishra, N. et al. Development of drying system by using internet of things for food quality monitoring and controlling. Energy Nexus, 11, 100219 (2023). https://doi.org/10.1016/j.nexus.2023.100219.

8. Kannapinn, M., Pham, M.K., Schäfer, M. Physics-based digital twins for autonomous thermal food processing: Efficient, non-intrusive reduced-order modeling. Innovative Food Science & Emerging Technologies, 81, 103143 (2022). https://doi.org/10.1016/j.ifset.2022.103143.

9. Krupitzer, C., Noack, T., Borsum, C. Digital food twins combining data science and food science: system model, applications, and challenges. Processes, 10(9), 1781. https://doi.org/10.3390/pr10091781.

10. Purlis, E. Digital twin methodology in food processing: Basic concepts and applications. Current Nutrition Reports, 13(4), 914–920 (2024).

11. Makhambetov, K., Belgibaev, B.A., Kunicina N. Modeling Thermodynamic Processes Using MATLAB PDE TOOLBOX For Creating Digital Twins In The Food Industry. Bulletin of Shakarim University. Technical Sciences, 3, 40–48 (2025). https://doi.org/10.53360/2788-7995-2025-3(19)-5.

12. Feng, T. et al. The Oven-Controlled MEMS Oscillators in Timing and Sensing Applications: A Review. IEEE Sensors Journal, 23(16), 17854–17867 (2023) https://doi.org/10.1109/JSEN.2023.3286897.

13. Hou, F. et al. Review on infrared imaging technology. Sustainability, 14(18), С. 11161. https://doi.org/10.3390/su141811161.

14. Erdogdu F. Mathematical modeling of food thermal processing: Current and future challenges. Current Opinion in Food Science, 51, 101042 (2023). https://doi.org/10.1016/j.cofs.2023.101042.

15. Isuru, A. et al. Digital twins in food processing: A conceptual approach to developing multi-layer digital models. Digital Chemical Engineering, 7, 100087 (2023). https://doi.org/10.1016/j.dche.2023.100087.

16. Koulouris, A., Misailidis, N., Petrides, D. Applications of process and digital twin models for production simulation and scheduling in the manufacturing of food ingredients and products. Food and Bioproducts Processing, 126, 317–333 (2021). https://doi.org/10.1016/j.fbp.2021.01.016.

17. Zohdi, T.I. A voxel-based machine-learning digital-oven-twin for precise cooking //Computational Mechanics, 75(5), 1501–1518 (2025).

18. Han, J.C., Wright, L.M. Analytical heat transfer. Taylor & Francis, 2022, 595 p.

19. Cess, R.D. The interaction of thermal radiation with conduction and convection heat transfer. Advances in heat transfer. Elsevier, 1964. Vol. 1. P. 1–50. https://doi.org/10.1016/S0065-2717(08)70096-0.

20. Nerobeev, A.D., Dyachkin, O.D. Metody resheniya uravnenij teploprovodnosti. Tekhnologii fiziki, avtomatizacii i informatiki. Aktual’nye issledovaniya v sovremennoj nauke, 2020, pp. 50–51.

21. Munđar, Goran, Miha Kovačič, and Uroš Župerl. Development and Control of Virtual Industrial Process using Factory IO and MATLAB. Tehnički glasnik 18.3, 497–501 (2024). https://doi.org/10.31803/tg-20240423112303.