| Title: | Использование искусственного интеллекта в технологиях переработки отходов и производства RDF-топлива |
| Other Titles: | Application of artificial intelligence in waste recycling technologies and RDF fuel production |
| Authors: | Гурман, В. А. |
| Keywords: | материалы конференций;искусственный интеллект;RDF-топливо;компьютерное зрение;сортировка отходов;NIR-спектрометрия |
| Issue Date: | 2026 |
| Publisher: | БГУИР |
| Citation: | Гурман, В. А. Использование искусственного интеллекта в технологиях переработки отходов и производства RDF-топлива = Application of artificial intelligence in waste recycling technologies and RDF fuel production / В. А. Гурман // Электронные системы и технологии : сборник материалов 62-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 13–17 апреля 2026 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: П. В. Камлач [и др.]. – Минск, 2026. – С. 998–1000. |
| Abstract: | Статья посвящена всестороннему техническому анализу применения методов искусственного интеллекта, прежде всего компьютерного зрения и нейросетевых алгоритмов, в технологиях переработки твердых коммунальных отходов и производства RDF-топлива в Республике Беларусь. Рассматриваются нормативные и стратегические предпосылки модернизации отрасли, физико-химические характеристики RDF, требования к его качеству, архитектура интеллектуальных сортировочных линий, сенсорные системы и выбор нейросетевых моделей для классификации материалов в реальном времени. Приведены сравнительные характеристики RDF и традиционных энергоносителей, проанализирована мировая практика внедрения ИИ в отрасли и дана оценка экономической и экологической эффективности подобных решений. |
| Alternative abstract: | The article provides a comprehensive technical analysis of artificial intelligence (AI) applications, primarily computer vision and neural network algorithms, in municipal solid waste (MSW) recycling technologies and refuse-derived fuel (RDF) production in the Republic of Belarus. The study examines the regulatory and strategic prerequisites for industry modernization, the physicochemical characteristics of RDF, and its quality requirements. Furthermore, it details the architecture of intelligent sorting lines, sensor systems, and the selection of neural network models for real-time material classification. The paper presents a comparative analysis of RDF versus traditional energy sources, reviews global practices of AI implementation in the industry, and evaluates the economic and environmental efficiency of such solutions. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/64934 |
| Appears in Collections: | Электронные системы и технологии : материалы 62-й конференции аспирантов, магистрантов и студентов (2026)
|
