Інтелектуальна система технічного аудиту котельного обладнання на основі iot-моніторингу та цифрового двійника

Автор(и)

  • О. С. Гайденко Національний університет біоресурсів і природокористування України image/svg+xml
  • В. М. Павленко Національний університет біоресурсів і природокористування України image/svg+xml
  • М. Ю. Невгод Київський електромеханічний фаховий коледж

DOI:

https://doi.org/10.31548/energiya4(86).2026.109

Ключові слова:

котельна установка, IoT-моніторинг, цифровий двійник, технічний аудит;, енергоефективність, предиктивне обслуговування, ПІ-регулятор, математична модель

Анотація

Актуальність дослідження зумовлена критичним станом котельного обладнання комунального та промислового секторів України, що призводить до надмірного споживання паливно-енергетичних ресурсів і підвищеного ризику аварій. Метою роботи є розроблення концепції та архітектури інтелектуальної системи технічного аудиту котельного обладнання, що поєднує IoT-моніторинг у режимі реального часу, математичне моделювання на основі цифрового двійника та автоматизований аналіз ключових показників енергоефективності. Методи дослідження включають методи теорії автоматичного керування, математичне моделювання динамічних систем у просторі стану, аналіз передавальних функцій, критерій стійкості Гурвіца, а також методологію побудови цифрових двійників промислового обладнання з використанням IoT-протоколів передачі даних. У результаті проведеного дослідження, розроблено трирівневу архітектуру системи технічного аудиту, що включає рівень польових IoT-пристроїв, рівень математичної обробки й ідентифікації параметрів та рівень цифрового двійника для прогнозного аналізу. Визначено ключові показники енергоефективності котельної установки. Запропоновано та обґрунтовано доцільність застосування алгоритму предиктивного обслуговування на основі аналізу відхилень від еталонної моделі цифрового двійника.

Отримано: 10.05.2026.  Доопрацьовано: 08.07.2026. Прийнято: 20.08.2026.

Біографія автора

  • автор В. М. Павленко, афіліація Національний університет біоресурсів і природокористування України

    The relevance of the study is determined by the critical condition of boiler equipment in the municipal and industrial sectors of Ukraine, which leads to excessive fuel and energy consumption and an increased risk of failures. The purpose of the work is to develop the concept and architecture of an intelligent technical audit system for boiler equipment, combining real-time IoT monitoring, digital twin-based mathematical modeling, and automated analysis of key energy efficiency indicators (KPIs). The research methods include automatic control theory, mathematical modeling of dynamic systems via Laplace transfer functions, Hurwitz stability criterion, and digital twin methodology (ISO 23247). A three-level architecture was developed comprising: IoT field devices level, mathematical identification and parameter estimation level, and digital twin level for predictive analysis. Eight KPIs were formalized covering energy conversion efficiency, control quality (steady-state error, overshoot, settling time), and Z-score anomaly detection relative to the digital twin reference profile. The feasibility of applying a predictive maintenance algorithm based on the analysis of deviations from the reference model of the digital twin is proposed and justified.

    Recieved: 10.05.2025. Recieved: 08.07.2026. Accepted: 20.08.2026

Посилання

1. Boschert, Stefan & Rosen, R. (2016). Digital Twin – The Simulation Aspect. Mechatronic Futures. Cham, Switzerland: Springer, 59–74. https://doi.org/10.1007/978-3-319-32156-1_5

2. Tuttle, J. (March 23, 2022). Digital Twin: Driving Innovation in the energy sector. https://blogs.sw.siemens.com/energy-utilities/2022/03/23/digital-twin-driving-innovation-in-the-energy-sector

3. European Commission. Energy Efficiency Directive 2023/1791/EU. (2023). URL: http://data.europa.eu/eli/dir/2023/1791/oj

4. Abidin, A. Z., Enriko, I. K. A., Pramudita, A. A. (2025). Leveraging IoT, digital twin and machine learning for smart energy audit in office building: a systematic literature review and recommendations, e-Prime - Advances in Electrical Engineering, Electronics and Energy, 14, https://doi.org/10.1016/j.prime.2025.101124

5. Alharbey, R., Shafiq, A., Daud, A., Dawood, H., Bukhari, A. and Alshemaimri, B. (2024). Digital twin technology for enhanced smart grid performance: integrating sustainability, security, and efficiency. Front. Energy Res. 12:1397748. https://doi.org/10.3389/fenrg.2024.1397748

6. Burda, Y., Redko, I., Pivnenko, Y., Cherednik, A., Tkachenko, R. (2025). Analytical study of operational efficiency of industrial boiler plants considering building thermophysics and prospects for integrating heat pumps. Energy Engineering and Control Systems, 11(1), 14–20. https://doi.org/10.23939/jeecs2025.01.014

7. Wang, T., Zhong, W., Chen, X., Ma, Q., Gu, Y., Dong, W., & Pan, Z. (2025). A self-calibrating digital twin approach by integrating CFD and sensor data for coal-fired boiler water wall temperature. J. Therm. Sci. 34, 738–755. https://doi.org/10.1007/s11630-025-2126-1

8. Chaudhari, S. S., Bhole, K. S., & Rane, S. B. (2025). Industrial automation and data processing techniques in IoT-based digital twin design for thermal equipment: A case study. J. Inst. Eng. India Ser. C, 106, 553–569. https://doi.org/10.1007/s40032-025-01164-1

9. Passos, A. (2025). Intelligent Control and Energy Efficiency in Industrial Heating Systems: A Practical Perspective. https://doi.org/10.5281/ZENODO.16929549

10. Dudley, A. (October 15, 2024). Unlocking the future of predictive maintenance with advanced power monitoring. https://blog.se.com/energy-management-energy-efficiency/2024/10/15

11. Dhorajiya, D. (2025). Fueling Efficiency: NALCO’s AI-Driven Solutions for Smarter Boiler Operations. AVEVA World, https://www.aveva.com/en/perspectives/presentations/2025/fueling-efficiency--nalco-s-ai-driven-solutions-for-smarter-boiler-operations

12. ISO 23247-1:2021. (2021). Automation systems and integration – Digital twin framework for manufacturing, https://www.iso.org/obp/ui/en/#iso:std:iso:23247:-1:ed-1:v1:en

13. Haidenko, O., Tkachuk, M., Kubrak, A., Rybachenko, Ya., Maksymenko, O., Shtompel, Yu. (2023). Research of methods for solving computational errors in computer systems. The proceedings of the 27th International Scientific Conference Transport Means 2023, 865–867. https://doi.org/10.5755/e01.2351-7034.2023.P2

14. ISO 50001:2018, IDT. Energy management systems. Requirements with guidance for use. https://zakon.isu.net.ua/sites/default/files/normdocs/dstu_iso_50001_2020.pdf

15. Volosencu, C. (2026). Calculation of stability domains for process control systems with PI controllers, based on the Hurwitz criterion. New perspectives and applications of modern control theory in engineering. IntechOpen. https://doi.org/10.5772/intechopen.1008578

Опубліковано

2026-08-31

Номер

№ 4 (2026)

Розділ

Статті

Ліцензія

Авторське право (c) 2026 Енергетика і автоматика

Creative Commons License

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution-NonCommercial 4.0 International License.

Усі матеріали поширюються на умовах ліцензії Creative Commons Attribution 4.0 International Public License, що дозволяє іншим розповсюджувати рукопис із визнанням авторства роботи та першої публікації в цьому журналі.

Як цитувати

Гайденко, О. С., Павленко, В. М., & Невгод, М. Ю. (2026). Інтелектуальна система технічного аудиту котельного обладнання на основі iot-моніторингу та цифрового двійника. Енергетика і автоматика, 4, 109-118. https://doi.org/10.31548/energiya4(86).2026.109