Повышение эффективности этапа проектирования жизненного цикла системы теплоснабжения строительного объекта

Введение. Система теплоснабжения является одним из важнейших инфраструктурных компонентов инженерного обеспечения строительного объекта. Однако процесс моделирования ее жизненного цикла, особенно в части информационного обеспечения, остается недостаточно исследованным в академической среде.

Одним из основных этапов жизненного цикла любой инженерной системы является проектирование. Необходимость повышения энергоэффективности, снижения затрат на проектирование и в последующем строительство систем центрального теплоснабжения, улучшения экологической ситуации подчеркивает особую актуальность внедрения инновационных технологий, в частности, искусственного интеллекта, который может стать эффективным инструментом решения существующих проблем. Цель исследования — повышение эффективности этапа проектирования систем централизованного отопления на основе применения искусственного интеллекта и оценка перспектив такого подхода.

Материалы и методы. Методология исследования включает сравнительный анализ, моделирование, статистическую обработку данных и экспертную оценку. Результаты исследования могут быть использованы при разработке новых подходов к проектированию систем теплоснабжения с применением современных цифровых технологий.

Результаты исследования. Предложенная авторами концепция управления жизненным циклом теплоснабжающих систем, включающая последовательную реализацию пяти ключевых этапов (от предпроектной подготовки до утилизации), позволяет обеспечить комплексный подход к оптимизации всех процессов. При этом критическое значение приобретает стадия проектирования, определяющая базовые параметры энергоэффективности, экономичности и надежности теплоснабжения. В контексте цифровизации теплоэнергетического проектирования особую актуальность приобретает интеграция интеллектуальных автоматизированных систем, реализующих многофакторное алгоритмическое моделирование и оптимизационные расчеты. Современные решения на базе искусственного интеллекта обеспечивают комплексную автоматизацию проектно-конструкторских работ, включая создание детализированных информационных моделей объектов, высокоточное прогнозирование теплопотребления, управление гидравлическими режимами и оптимизацию энергобаланса системы. Внедрение таких технологий не только компенсирует дефицит квалифицированных специалистов и повышает качество проектной документации, но и способствует существенной оптимизации эксплуатационных показателей: снижению топливных затрат и минимизации углеродного следа за счет рационального распределения энергетических ресурсов и сокращения выбросов парниковых газов.

Обсуждение и заключение. Рассмотрены современные подходы к автоматизированному проектированию систем централизованного теплоснабжения с использованием технологий искусственного интеллекта. Предложена методика, основанная на применении машинного обучения, нейронных сетей и оптимизационных алгоритмов для повышения эффективности проектирования, минимизации энергопотерь и снижения эксплуатационных затрат.

1. Жданов В.Ю. Новый взгляд на этапы жизненного цикла организации. Московский экономический журнал. 2021;6:378–388. URL: https://gclnk.com/W9hQ7Iaa (дата обращения 12.09.2025).

2. Агибалова В.Г., Баша И.В., Суббота А.В., Вассуф Ф.С. Особенности управления организацией с учетом стадий жизненного цикла. Естественно-гуманитарные исследования. 2023;5(49):367–370. URL: https://academiyadt.ru/online-zhurnal-estestvenno-gumanitarnye-issledovaniya-egi-49/ (дата обращения 12.09.2025).

3. Федосов С.В., Федосеев В.Н., Зайцева И.А., Воронов В.А. Управление жизненным циклом устойчивого состояния объекта строительства. Эксперт: теория и практика. 2023;3(22):131–137. http://doi.org/10.51608/26867818_2023_3_131

4. Топчий Д.В. Организационно-технические решения по обеспечению качества строительно-монтажных работ на различных этапах жизненного цикла объекта строительства. Вестник МГСУ. 2023;18(2):283–292. http://doi.org/10.22227/1997-0935.2023.2.283-292

5. Беспалов В.И., Гурова О.С., Лысова Е.П., Гришин Г.С. Анализ жизненного цикла парогазотурбинных ТЭЦ. Современные тенденции в строительстве, градостроительстве и планировке территорий. 2022;1(4):32–43. https://doi.org/10.23947/2949-1835-2022-1-4-32-43

6. Тихомиров А.Л., Пирожникова А.П. Формирование принципов количественного регулирования параметров системы теплоснабжения на основе анализа ее жизненного цикла. Современные тенденции в строительстве, градостроительстве и планировке территорий. 2023;2(2):29–35. https://doi.org/10.23947/2949-1835-2023-2-2-29-35

7. Тихомиров А.Л., Пирожникова А.П. Разработка информационной модели системы теплоснабжения на различных этапах ее жизненного цикла. Современные тенденции в строительстве, градостроительстве и планировке территорий. 2022;1(3):35–42. https://doi.org/10.23947/2949-1835-2022-1-3-35-42

8. Новицкий Н.Н. Методические проблемы интеллектуализации трубопроводных систем и направления развития теории гидравлических цепей для их решения. В: Труды XIV Всероссийского научного семинара «Математические модели и методы анализа и оптимального синтеза развивающихся трубопроводных и гидравлических систем». Иркутск: Институт систем энергетики им. Л.А. Мелентьева СО РАН; 2014. С. 301–318.

9. Stennikov V.A., Barakhtenko E.A., Sokolov D.V. Determination of optimal parameters of heating systems based on advanced information technologies. Energy Systems Research. 2018;1(1):84–93. https://doi.org/10.25729/esr.2018.01.0010

10. Vesterlund M., Toffolo A., Dahl J. Optimization of multi-source complex district heating network, a case study. Energy. 2017;126:53–63. https://doi.org/10.1016/j.energy.2017.03.018

11. Guelpa E., Sciacovelli A., Verda V. Thermo-fluid dynamic model of large district heating networks for the analysis of primary energy savings. Energy. 2019;184:34–44. https://doi.org/10.1016/j.energy.2017.07.177

12. Новицкий Н.Н. Развитие теории гидравлических цепей для решения задач управления функционированием теплоснабжающих систем. Теплоэнергетика. 2009;12:38–43.

13. Vesterlund M., Dahl J. A method for the simulation and optimization of district heating systems with meshed networks. Energy conversion and management. 2015;89:555–567. https://doi.org/10.1016/j.enconman.2014.10.002

14. Jie P., Tian Z., Yuan S., Zhu N. Modeling the dynamic characteristics of a district heating network. Energy. 2012;39(1):126–134. https://doi.org/10.1016/j.energy.2012.01.055

15. Chertkov M., Novitsky N. N. Thermal transients in district heating systems. Energy. 2019;184:22–33. https://doi.org/10.1016/j.energy.2018.01.049

16. Lazzaretto A., Toffolo A., Morandin M., von Spakovsky M.R. Criteria for the decomposition of energy systems in local/global optimizations. Energy. 2010;35(2):1157–1163. https://doi.org/10.1016/j.energy.2009.06.009

17. Nardo A.D., Cavallo A., Natale M.D., Greco R., Santonastaso G.F. Dynamic control of water distribution system based on network partitioning. Procedia engineering. 2016;154:1275–1282. https://doi.org/10.1016/j.proeng.2016.07.460