Preview

Advanced Engineering Research (Rostov-on-Don)

Расширенный поиск

Аппаратная реализация нечеткой логики на базе элементов тепловой памяти для отказоустойчивого управления в машиностроении

https://doi.org/10.23947/2687-1653-2026-26-2-2661

EDN: PHGHYE

Содержание

Перейти к:

Аннотация

Введение. Автоматизация высокотемпературных процессов (например, лазерной сварки) требует отказоустойчивых систем управления в реальном времени. Традиционные микропроцессоры имеют критические программные задержки, а перспективные платформы вычислений в памяти (MRAM, RRAM) подвержены термической нестабильности и дрейфу состояний в горячих зонах. Существует научный пробел в знаниях о разработке контроллеров, использующих физику теплопереноса в качестве вычислительной среды, превращая тепловую помеху в логический сигнал. Цель данной работы — компьютерное моделирование тепловых потоков в элементах тепловой памяти (ЭТП) для обоснования аппаратной реализации нечеткого вывода. В исследовании решаются задачи топологического формирования вентилей AND/OR и анализа влияния диэлектрической изоляции на настройку весовых параметров.

Материалы и методы. Исследование тепловых процессов в ячейках памяти (алюминиевая плёнка, 2–5 мкм, на кремниевой подложке) были проведены методом конечных элементов в модуле Transient Thermal платформы ANSYS Workbench. Ячейки изготовлены методом вакуумного электронно-лучевого испарения: алюминиевые дорожки шириной 75 мкм и длиной 4 мм формировались на подложке кремния. Воздействие осуществлялось прямоугольными токовыми импульсами с амплитудой тока (2–2,5) ⋅ 10¹⁰ А/м² и длительностью 1–2 мс, локальный нагрев структур доходил до 30 °C. Для реализации логических вентилей AND и OR менялись межэлементные расстояния — 0,1 и 0,5 мм соответственно — топологическим способом. Для направленного управления тепловыми потоками в конструкцию были введены диэлектрические карманы из SiO₂ глубиной 30 мкм.

Результаты исследования. На основе разработанных компьютерных моделей в среде ANSYS Workbench проведено комплексное исследование нестационарных тепловых полей в структурах ЭТП. Доказано, что внедрение диэлектрической изоляции из SiO2 позволяет эффективно управлять направлением и мощностью теплового потока, исключая паразитное рассеивание энергии. В ходе моделирования физически обоснована возможность аппаратного формирования базы правил нечеткого вывода непосредственно в топологии кристалла. Установлено, что варьирование межэлементных расстояний является ключевым фактором настройки логики: дистанция в 0,1 мм между входными и выходным элементами обеспечивает реализацию логической операции OR, а дистанция 0,5 мм — операции AND.

Обсуждение. Полученные данные подтверждают, что использование пространственного наложения тепловых полей позволяет реализовать нечеткие операции без программных задержек. Время реакции разработанных моделей логических вентилей (1–2 мс) на порядок превосходит показатели стандартных программируемых логических контроллеров (ПЛК) — 20–50 мс. В отличие от памяти на фазовых переходах предложенный метод демонстрирует устойчивость к внешним температурным помехам за счет алгоритмической коррекции логических порогов. Основным ограничением работы является тепловая инерционность кремниевой подложки, которая обуславливает расхождение между результатами моделирования в ANSYS и натурными экспериментами на уровне 5–7 %.

Заключение. Полученные результаты подтверждают возможность аппаратного задания топологии базы правил нечеткого вывода и реализацию вычислений в памяти (in-memory computing). Это открывает перспективы для внедрения периферийного искусственного интеллекта (Edge AI) непосредственно в горячие зоны промышленного оборудования.

Для цитирования:


Володина О.В., Скворцов А.А., Рыбакова М.Р., Корячко М.В. Аппаратная реализация нечеткой логики на базе элементов тепловой памяти для отказоустойчивого управления в машиностроении. Advanced Engineering Research (Rostov-on-Don). 2026;26(2):2661. https://doi.org/10.23947/2687-1653-2026-26-2-2661. EDN: PHGHYE

For citation:


Volodina O.V., Skvortsov A.A., Rybakova M.R., Koryachko M.V. Hardware Implementation of Fuzzy Logic Based on Thermal Memory Elements for Fault-Tolerant Control in Mechanical Engineering. Advanced Engineering Research (Rostov-on-Don). 2026;26(2):2661. https://doi.org/10.23947/2687-1653-2026-26-2-2661. EDN: PHGHYE

Введение. Современный этап развития глобального машиностроения, который характеризуется переходом к концепциям Industry 4.0 и 5.0, предъявляет высокие требования к надежности систем автоматизации [1]. Технологические процессы, например, высокоточное литье, лазерная и электронно-лучевая сварка, а также многоступенчатая термическая обработка, протекают в условиях воздействия экстремальных факторов: высокоинтенсивных электромагнитных полей, вибрационных нагрузок и сверхвысоких температурных градиентов. В условиях экстремальных температурных полей и электромагнитных помех традиционная микропроцессорная архитектура фон Неймана демонстрирует критическое снижение эффективности [2][3]. До 80 % времени и энергии вычислительного цикла ПЛК затрачивается на пересылку данных по уязвимым шинам, что формирует задержку отклика до 20–50 мс. Стандартные микропроцессоры требуют громоздких систем защиты и экранирования от электромагнитных помех. Более того, реализация интеллектуальных алгоритмов управления, в частности нечеткой логики (Fuzzy Logic), в программном виде сопряжена с критическими задержками, которые возникают из-за многократного преобразования сигналов в цепи «аналого-цифровой преобразователь (АЦП) — процессор — цифро-аналоговый преобразователь (ЦАП)» и последовательного выполнения программного кода микроконтроллера. Алгоритмы управления высокоскоростными производственными системами должны работать без задержек [4], поэтому необходимо использовать параллельные аппаратные вычислители, где логический вывод не зависит от тактовой частоты центрального процессора. Переход к альтернативным платформам вычислений в памяти (In-Memory Computing, IMC) позволит обрабатывать сигналы непосредственно в физической среде (in situ).

Одно из возможных направлений реализации алгоритма вычислений в памяти является создание многозначных логических схем [5], которые позволят реализовать нечеткую логику схемотехнически, через изменение физических свойств материала, таких как сопротивление или теплопроводность. Наиболее изученным термическим способом реализации IMC является память на фазовых переходах (импульсно-кодовая модуляция, Pulse Code Modulation, PCM) [6], алгоритм работы которой основан на кодировании информации через изменение агрегатного состояния халькогенидного стекла в результате повышения температуры при нагреве. Но необходимо учитывать, что использование PCM в горячих цехах (например, в зоне лазерной сварки) сталкивается с проблемой самопроизвольного переключения фаз из-за высокого внешнего теплового фона, что делает их непригодными для систем экстренной защиты.

В качестве базовых элементов аппаратной нечеткой логики второго типа рассматриваются и мемристорные структуры (RRAM) [7], для которых характерны такие же проблемы. Мемристорные кроссбары подвержены термическому дрейфу резистивных состояний, что приводит к накоплению ошибок в весовых коэффициентах нечеткого вывода. Логичным продолжением выступает область термотроники [8] (фононики [9]). Были проведены эксперименты, которые продемонстрировали работу наноразмерных тепловых логических вентилей (NOT, AND, OR) с энергопотреблением порядка фемтоджоуля [10]. Изучение волновых термопластических логических вентилей, построенных с использованием термически настраиваемых метаматериалов, привело к выводу о возможности создания сверхсложных комбинируемых схем, встроенных непосредственно в конструкционный материал [11]. Но данные решения носят исключительно лабораторный характер: они работают на наномасштабном уровне и требуют качественной изоляции от макроскопического теплового шума.

Таким образом, в современном научном знании наблюдается явный пробел: существующие твердотельные решения (PCM, RRAM) чувствительны к внешним тепловым помехам, а нанофононные устройства не масштабируемы для промышленных условий. Решением этой проблемы может стать разработка макроскопических элементов тепловой памяти (ЭТП), которые используют само наложение тепловых потоков для вычислений, превращая вредный перегрев оборудования в полезный сигнал.

В отличие от классической электроники тепловая память использует динамический диапазон нагрева [12] как аналоговую величину. Динамическое изменение температуры ЭТП напрямую отображает функции принадлежности нечетких множеств. Таким образом, элемент тепловой памяти не просто становится устройством хранения, а превращается в активную вычислительную среду, реализующую алгоритмы нечеткой логики второго типа.

В отличие от классических алгоритмов нечеткая логика второго типа (Type-2 Fuzzy Logic) оперирует функциями принадлежности, которые сами по себе являются нечеткими множествами. Степень принадлежности здесь — это не конкретное число, а диапазон (интервал). Алгоритмы нечеткой логики могут напрямую обрабатывать лингвистические переменные и выполнять интуитивный процесс принятия решений, подобный человеческому [13], что позволит использовать их в системах отказоустойчивого управления (Fault-Tolerant Control Systems, FTCS) [14].

Целью данной работы является разработка метода аппаратной реализации нечеткого логического вывода на базе структур тепловой памяти. Предложенный метод позволит объединить преимущества термической стабильности, помехозащищенности системы и интеллектуальной обработки данных в решении задачи по созданию отказоустойчивых систем управления нового поколения для современного машиностроения.

Материалы и методы. Рассматриваемые в работе элементы тепловой памяти представляют собой структуры типа «металлическая пленка — кремниевая подложка». В отличие от традиционных цифровых ячеек памяти эти элементы хранят информацию в тепловом состоянии. Как активная вычислительная среда, они интегрируют хранение, обработку и нечеткую логику в одной ячейке, проявляя сильную чувствительность к подводимой энергии. Токовые импульсы служат входными сигналами: распределение тепла от локального нагрева реализует операции типа AND/OR. Это позволяет создавать нейроморфные сети без транзисторов для распознавания откликов с энергоэффективностью до 10⁻¹⁵ Дж/операция.

Именно поэтому в качестве ячейки тепловой памяти авторами использовались структуры, представляющие собой дорожки металлизации, напыленные методом электронно-лучевого испарения на кремниевую пластину (рис. 1). В качестве подложки использовалась кремниевая пластина толщиной 450 мкм и удельным сопротивлением 30 Ом·см. В роли токоведущего слоя использовались алюминиевые пленки толщиной h = 3–5 мкм. Ширина дорожки металлизации b = 75 мкм, а её длина l = 4 мм. Зонды (1–12) использовались для регистрации осциллограмм в процессе прохождения токовых импульсов [12]. Одиночные токовые импульсы формировались с помощью оригинальной установки. Длительность прямоугольного токового импульса не превышала τ = 1 мс, а амплитуда j = 8·10¹⁰ А/м². Омическое сопротивление структуры находилось в диапазоне R = 0,3–0,5 Ом.

Результаты предварительных исследований показали, что данная система хорошо работает до температуры Т = 550 °С. Дальнейшее увеличение тепловых нагрузок приводит к началу деградационных процессов. Они связаны с процессами контактного плавления на межфазной границе Al–Si (Te = 577 °C) и с процессами электродиффузии, приводящими к необратимым изменениям в структуре металлической дорожки [15].

Рис. 1. Аппаратная реализация ячейки тепловой памяти:
а — схемотехническое представление;
б — экспериментальная электрофизическая установка

Для проведения вычислительного эксперимента и оценки пространственного распределения тепловых полей применялся метод конечных элементов в модуле Transient Thermal платформы ANSYS Workbench. Численное решение путем построения тепловой модели на основе метода конечных элементов в системе инженерного анализа ANSYS показало себя как эффективный подход для расчета температурных полей различных объектов машиностроения [16].

Трёхмерная геометрическая модель (рис. 2) включала в себя монокристаллическую кремниевую подложку толщиной 2 мм, на поверхности которой располагались токопроводящие дорожки из алюминия (длина — 4 мм, ширина — 75 мкм, толщина — 3 мкм), выполняющие функцию ЭТП. Для направленного управления тепловым потоком и исключения взаимного влияния входных элементов в структуру были интегрированы диэлектрические теплоизолирующие карманы из диоксида кремния (SiO2) глубиной 30 мкм и толщиной 1 мкм.

Рис. 2. Геометрия структуры логического вентиля: 1 — кремниевая пластина; 2 — изолирующие слои диэлектрика; 3 — металлические дорожки

При настройке решателя (Solver) задавались следующие термодинамические свойства материалов:

  1. Кремний (Si): плотность — 2330 кг/м³, теплопроводность — 148 Вт/(м·℃), удельная теплоемкость — 712 Дж/(кг·℃).
  2. Диоксид кремния (SiO2): плотность — 2220 кг/м³, теплопроводность — 1,5 Вт/(м·℃), удельная теплоемкость — 745 Дж/(кг·℃).
  3. Алюминий (Al): плотность — 2689 кг/м³, теплопроводность — 237,5 Вт/(м·℃), удельная теплоемкость — 951 Дж/(кг·℃).

Генерация расчетной неструктурированной сетки производилась во встроенном модуле ANSYS Meshing (рис. 3).

Рис. 3. Изображение построенной сетки на модели кремниевой пластины с элементом тепловой памяти в диэлектрическом кармане шириной 100 мкм

В качестве граничных условий на свободных поверхностях кремниевой пластины задавался конвективный теплообмен с окружающей средой при коэффициенте теплоотдачи 5 Вт/(м²·℃). Тепловое воздействие моделировалось путем задания распределенной по объему алюминиевых дорожек мощности тепловыделения. Логика работы вентилей проверялась путем оценки температуры на выходном ЭТП при варьировании дистанции теплового зазора (от 0,1 до 0,5 мм).

Для использования данной физической структуры в качестве вычислителя нечеткой логики должна быть установлена прямая связь между теплофизическими процессами и математическим аппаратом нечетких множеств. Чтобы установить аппаратное соответствие между конкретным численным значением входной переменной (сигналом от датчика температуры) и значением функции принадлежности соответствующего ей терма входной лингвистической переменной (термов «логический 0», «логическая 1», «критический перегрев») проведена процедура нахождения значений функций принадлежности нечётких множеств (термов) на основе чётких исходных данных — процесс фаззификации.

Фаззификация и формирование веса входного воздействия. В разработанной архитектуре ЭТП входные электрические импульсы от датчиков преобразуются в локальные тепловые поля непосредственно в структуре «алюминиевая дорожка — кремниевая подложка». Ключевым параметром на данном этапе выступает вес входного воздействия. Если в классических программных алгоритмах вес задается абстрактным числовым коэффициентом, то в предлагаемой аппаратной реализации он имеет определенный физический смысл, характеризует промежуточное состояние системы между логическими 0 и 1. Вес определяется количеством выделяемой тепловой энергии (мощностью теплового потока), которая зависит от амплитуды протекающего импульса тока (2 ⋅ 10¹⁰ < Iм < 2,5 ⋅ 10¹⁰ А/м²) и его длительности (1–2 мс). Чем выше значения этих электрических параметров, тем интенсивнее локальный джоулев нагрев элемента. Физическое повышение температуры ЭТП эквивалентно математическому росту степени принадлежности входной переменной к нечеткому терму «логическая 1». Таким образом, динамика температуры T(t) ЭТП выступает аналоговым носителем информации о принадлежности к нечеткому множеству.

Таким образом, определив степени принадлежности нескольких входных воздействий, система должна выполнить операцию логического вывода результата аппаратного вычисления, т. е. сформировать результирующее значение на основе базы правил. В отличие от микропроцессоров, где логический вывод требует ресурсоемких математических вычислений, в матрице ЭТП эта процедура реализуется на аппаратном уровне за счет сложения тепловых потоков в объеме кремниевой подложки. Для нивелирования неконтролируемого взаимного влияния элементов тепловой памяти и задания жестких правил вывода (формирования топологии базы правил) используются диэлектрические карманы из оксида кремния (SiO2) (рис. 2).

Диэлектрические карманы выступают в роли тепловых барьеров, строго направляя тепловые потоки к весовому (выходному) элементу матрицы для выполнения операций пересечения или объединения.

Реализация аппаратных операций пересечения AND и объединения OR. Для создания отказоустойчивых систем управления, реализующих аппаратную нечеткую логику непосредственно в структуре запоминающего устройства, авторами исследованы механизмы управления пространственным распределением тепловых полей. В программном комплексе SolidWorks построены 3D-модели, демонстрирующие топологическую аппаратную реализацию логических операций AND и OR на базе элементов тепловой памяти (ЭТП).

Операция OR (MAX / Объединение). Реализуется при минимальном расстоянии между элементами (0,1 мм) (рис. 4, 5). Тепловой мощности даже одного нагретого входа в условиях локализованного карманами теплового потока достаточно для переключения выходного элемента в состояние «логической 1» (нагрев на ≈ 2 ℃), что соответствует фиксации критического события по любому из каналов.

Рис. 4. Аппаратная реализация операции OR, расстояние между входными и выходным элементами — 0,1 мм: 1 — кремниевая пластина; 2 — металлические дорожки; 3 — изолирующие слои диэлектрика; 4 — направление распространения тепла

Рис. 5. Имитационная модель логического вентиля OR: температурное поле при дистанции 0,1 мм между входными и выходным ЭТП (нагрев одного входного элемента)

Операция AND (MIN / Пересечение). Реализуется при увеличении расстояния до 0,5 мм (рис. 6, 7). В этом случае выходной элемент достигает порога срабатывания только при одновременном нагреве обоих входов, что физически эмулирует пересечение условий (например, «высокая температура» и «длительное время воздействия»).

Рис. 6. Аппаратная реализация операции AND, расстояние между входными и выходным элементами — 0,5 мм: 1 — кремниевая пластина; 2 — металлические дорожки; 3 — изолирующие слои диэлектрика, 4 — направление распространения тепла

Имитационное моделирование работы логических вентилей проведено на платформе ANSYS Workbench (рис. 5, 7) с использованием модуля Transient Thermal для нестационарных тепловых расчетов.

Рис. 7. Имитационная модель логического вентиля AND: температурное поле при дистанции 0,5 мм между входными и выходным ЭТП (одновременный нагрев двух входных элементов)

Результаты моделирования (рис. 5, 7) полностью подтвердили эффективность использования тепловой изоляции (SiO2) и выбранных геометрических дистанций для настройки весовых параметров аппаратного нечеткого вывода.

Результаты исследования. В ходе проведенного исследования теоретически обоснована концепция аппаратной реализации нечеткого логического вывода на базе элементов тепловой памяти (ЭТП). Установлено, что применение планарной системы металлизации на кремниевой подложке позволит обойти аппаратные ограничения классической архитектуры фон Неймана за счет переноса процессов фаззификации и дефаззификации напрямую в физическую среду полупроводника.

Результаты компьютерного моделирования в среде ANSYS Workbench подтвердили, что предложенная пространственная организация наложения тепловых полей внутри материала позволит успешно выполнить базовые операции нечеткой логики. Определено, что возможность задавать топологию базы нечетких правил дает прецизионное пространственное взаиморасположение матрицы ЭТП и использование изолирующих диэлектрических карманов из оксида кремния (SiO2). Найдены оптимальные линейные размеры между входными ЭТП и выходным весовым ЭТП: дистанция между элементами в 0,1 мм гарантирует выполнение операции объединения (логическое ИЛИ / OR), а увеличение теплового зазора до 0,5 мм устанавливает правила для операции пересечения (логическое И / AND), переключая выходной элемент только при совместном тепловом воздействии.

Результаты моделирования доказывают, что аппаратная реализация нечеткой логики на базе ЭТП позволит преодолеть ограничения классических микропроцессорных систем в задачах автоматизации быстропротекающих процессов.

Время реакции разработанных моделей логических вентилей — 1–2 мс, для сравнения цикл обработки нечетких алгоритмов стандартными ПЛК обычно составляет 20–50 мс. Использование макроскопического теплопереноса в качестве полезного сигнала отличает предложенные ЭТП от технологий PCM (памяти на фазовых переходах), склонных к самопроизвольному переключению под внешним тепловым фоном. В отличие от мемристорных структур (RRAM) ЭТП более устойчивы к температурному дрейфу состояний в горячих зонах за счет применения оригинального алгоритма плавающего нуля.

Обсуждение. Результаты проведенного исследования имеют практическую значимость в области отказоустойчивого управления технологическим процессом (ТП) автоматизированной лазерной (или электронно-лучевой) сварки тонкостенных конструкций. Данный ТП характеризуется высокой скоростью протекания теплофизических реакций (миллисекундный диапазон) и наличием электромагнитных помех от силовых инверторов, что делает применение классических микропроцессоров для нечеткого контроля невозможным без специальных методов защиты.

Критическим нарушением данного ТП является образование дефектов сварного шва (прожог, испарение легирующих элементов или критические термические напряжения). Для предотвращения брака необходимо одновременно контролировать два параметра: температуру сварочной ванны (определяемую бесконтактным пирометром) и время удержания этой температуры (или тока накачки лазера).

Отказоустойчивое управление данным технологическим процессом возможно построить на базе аппаратной реализации логического вентиля AND, представляющего собой трехэлементную структуру тепловой памяти: два входных ЭТП (вход А — температурный фактор, вход Б — временной или мощностной фактор) и один выходной (весовой) элемент, формирующий команду на корректировку или экстренный останов процесса (рис. 8).

Рис. 8. Схема интеграции отказоустойчивого вычислителя на базе ЭТП в процесс лазерной сварки

Высокая скорость отклика объясняется отсутствием этапов аналого-цифрового преобразования — логический вывод происходит непосредственно в физической среде. Реализованный вентиль AND (на базе трехэлементной структуры) физически суммирует факторы мощности лазера и температуры сварочной ванны, что позволяет интерпретировать тепловое состояние системы как лингвистическую переменную.

Интеграция активной вычислительной среды в ТП лазерной сварки позволит решить следующие проблемы:

– предотвратить необратимые нарушения техпроцесса (деградацию микроструктуры шва, термические поводки или сквозной прожог);

– провести корректировку подачи энергии за 1–2 мс;

– матрица ЭТП даст возможность реализовать парадигму периферийных вычислений (Edge Computing) непосредственно в горячей зоне ТП. Это разгрузит промышленные сети передачи данных и исключит задержки (latency) при принятии критических решений.

Аппаратная реализация нечеткой логики на ЭТП решает задачи высокотемпературной диагностики в условиях горячих цехов (например, литейного производства), где классические полупроводниковые контроллеры неизбежно выходят из строя или принудительно отключаются встроенными системами защиты от перегрева [17].

Основным ограничением работы ЭТП является тепловая инерционность кремниевой подложки, которая обуславливает расхождение между результатами моделирования в ANSYS и натурными экспериментами на уровне 5–7 %. Также следует учитывать, что предложенный метод ориентирован на высокоскоростную пороговую логику (защита от брака) и не заменяет высокопрецизионные системы числового программного управления.

Заключение. В ходе исследования обоснован метод аппаратной реализации нечеткого логического вывода на базе элементов тепловой памяти (ЭТП) для систем промышленной автоматизации.

  1. Разработаны метод организации хранения информации и алгоритм плавающего нуля, обеспечивающие адаптивную коррекцию логических порогов. Это позволяет стабилизировать работу логических ячеек в условиях нестационарного температурного фона, характерного для производственных цехов.
  2. С помощью имитационного моделирования доказана возможность формирования базы правил нечеткого вывода топологическим способом. Установлено, что варьирование межэлементного расстояния в кремниевой структуре (0,1 мм для операции OR и 0,5 мм для AND) позволяет эмулировать логические операции непосредственно за счет распределения тепловых полей.
  3. Обоснована эффективность применения ЭТП в качестве периферийных вычислительных звеньев в зонах экстремальных воздействий. Показано, что использование предложенных структур сокращает время реакции системы на тепловое событие до 1–2 мс, что достаточно для предотвращения прожогов и дефектов при лазерной сварке.

Перспективы дальнейших исследований. Основываясь на успешной аппаратной реализации базовых логических вентилей (AND/OR), дальнейшие исследования целесообразно развивать в следующих направлениях.

  1. Масштабирование вычислительной архитектуры: переход от единичных логических вентилей к топологическому синтезу многомерных матриц ЭТП. Это позволит аппаратно реализовать комплексные базы правил нечеткого вывода, оперирующие тремя и более входными лингвистическими переменными для многокритериального управления процессом. Как показывают современные исследования, многокритериальная оптимизация с учетом противоречащих друг другу критериев (например, поиск оптимальной температуры) востребована для повышения качества продукции и эффективности сложных химических реакций. Аппаратная реализация позволит перенести подобные многокритериальные вычисления непосредственно в физическую среду оборудования.
  2. Оптимизация быстродействия системы: поскольку в ходе моделирования была выявлена погрешность в 5–7 %, обусловленная тепловой инерционностью кремниевой подложки, перспективной задачей является исследование альтернативных диэлектрических материалов и топологий (например, локальное утонение подложки). Это позволит минимизировать паразитное рассеивание тепла и снизить время реакции контроллера до субмиллисекундного диапазона.
  3. Полунатурное HIL-моделирование (Hardware-in-the-Loop): проведение испытаний, при которых физический макет отказоустойчивого вычислителя на базе ЭТП будет интегрирован в контур управления цифрового двойника реального технологического оборудования. Это даст возможность оценить робастность предложенной архитектуры (Edge AI) в условиях генерации реальных высокочастотных электромагнитных помех от силовых сварочных инверторов.

Список литературы

1. Praveen Kumar Reddy Maddikunta, Quoc Viet Pham, Prabadevi B, N Deepa, Kapal Dev, Thippa Reddy Gadekallu, et al. Industry 5.0: A Survey on Enabling Technologies and Potential Applications. Journal of Industrial Information Integration. 2022;26:100257. https://doi.org/10.1016/j.jii.2021.100257

2. Hao Wang, Bin Sun, Shuzhi Sam Ge, Jie Su, Ming Liang Jin. On Non-Von Neumann Flexible Neuromorphic Vision Sensors. Npj Flex Electron. 2024;8:28. https://doi.org/10.1038/s41528-024-00313-3

3. Zhou Wenjun, Zhu Chuan, Ma Jianmin. Single-Layer Folded RNN for Time Series Prediction and Classification under a Non-Von Neumann Architecture. Digital Signal Processing. 2024;147:104415. https://doi.org/10.1016/j.dsp.2024.104415

4. Nada AA, Bayoumi MA. Development of Embedded Fuzzy Control Using Reconfigurable FPGA Technology. Automatika. 2024;65(2):609–626. https://doi.org/10.1080/00051144.2024.2313904

5. Jiayang Wang, Yuzhe Lin, Chenhao Hu, Shiqi Zhou, Shenyu Gu, Mengjie Yang, et al. A Kind of Optoelectronic Memristor Model and Its Applications in Multi-Valued Logic. Electronics (MDPI). 2023;12(3):646. https://doi.org/10.3390/electronics12030646

6. Sebastian A, Le Gallo M, Khaddam-Aljameh R, Eleftheriou E. Memory Devices and Applications for In-Memory Computing. Nature Nanotechnology. 2020;15:529–544. https://doi.org/10.1038/s41565-020-0655-z

7. Haghzad Klidbary S, Javadian M, Omidi R, Hasanzadeh RPR. Memristor Crossbar-Based Hardware Implementation of Type-2 Fuzzy Membership Function and On-Chip Learning. International Journal of Engineering, 2021;34(9):2180–2188. https://doi.org/10.5829/ije.2021.34.09c.15

8. Ben-Abdallah Ph, Biehs S-A. Thermotronics: Towards Nanocircuits to Manage Radiative Heat Flux. Zeitschrift fur Naturforschung A. 2016;72(2):151–162 https://doi.org/10.1515/zna-2016-0358

9. Lei Wang, Baowen Li. Thermal Memory: A Storage of Phononic Information. Physical Review Letters. 2008;101:267203. https://doi.org/10.1103/PhysRevLett.101.267203

10. Hui Wang, Noordzij N, Mikhailov M, Steinhauer S, Descamps Th, Oksenberg E, et al. Attojoule Superconducting Thermal Logic and Memories. Nano Letters. 2025;25(11):4401–4407. https://doi.org/10.1021/acs.nanolett.4c06545

11. Fort E, Mousa M, Nouh M. Thermoelastic Wave-Based Logic for Mechanically Cognitive Materials. arXiv:2511.00647. 2025. https://doi.org/10.48550/arXiv.2511.00647

12. Skvortsov AA, Pshonkin DE, Volodina OV, Nikolaev VK. Metallization System as a Part of Thermal Memory. Heliyon. 2023;9(5): e15797. https://doi.org/10.1016/j.heliyon.2023.e15797

13. Haziqah B, Idris A. Temperature Control in a Shower Using Fuzzy Logic. Proceedings of Science and Mathematics. 2024;24:56–64.

14. Riaz U, Amin AA, Tayyeb M. Design of active fault-tolerant control system for Air-fuel ratio control of internal combustion engines using fuzzy logic controller. Science Progress. 2022;105(2):1–29. https://doi.org/10.1177/00368504221101962

15. Kulchin YuN, Skvortsov AA, Nikolaev VK, Volodina OV. Development of Thermal Memory Cells on Silicon Using the Floating Zero Algorithm. Scientific Reports. 2025;15:5184. https://doi.org/10.1038/s41598-025-89566-0

16. Alexandrova AA, Koledin SN. Optimal Temperature Calculation for Multicriteria Optimization of the Hydrogenation of Polycyclic Aromatic Hydrocarbons by NSGA-II Method. Advanced Engineering Research (Rostov-on-Don). 2024; 24(1):109–118. https://doi.org/10.23947/2687-1653-2024-24-1-109-118

17. Васильев А. Светодиодные светильники для горячих цехов. (Электротехнический рынок). 2025;(2):62–65.


Об авторах

О. В. Володина
Московский политехнический университет
Россия

Ольга Вячеславовна Володина, старший преподаватель кафедры «Динамика, прочность машин и сопротивление материалов»

107023, Российская Федерация, г. Москва, ул. Большая Семёновская, 38

ResearcherID: CAA-4321-2022

Scopus Author ID: 59787575200

SPIN-код: 4206-1927



А. А. Скворцов
Московский политехнический университет
Россия

Аркадий Алексеевич Скворцов, доктор физико-математических наук, заведующий кафедрой «Динамика, прочность машин и сопротивление материалов»

107023, Российская Федерация, г. Москва, ул. Большая Семёновская, 38

ResearcherID: J-7606-2012

Scopus Author ID: 58173684500

SPIN-код: 9022-7339



М. Р. Рыбакова
Московский политехнический университет
Россия

Маргарита Рушановна Рыбакова, доцент кафедры «Динамика, прочность машин и сопротивление материалов»

107023, Российская Федерация, г. Москва, ул. Большая Семёновская, 38

Scopus Author ID: 57197773520

SPIN-код: 4570-4856



М. В. Корячко
Московский политехнический университет; Российский технологический университет — МИРЭА
Россия

Марина Валерьевна Корячко, кандидат физико-математических наук, доцент кафедры «Высшая математика-3» МИРЭА — РТУ

119454, Российская Федерация, г. Москва, пр. Вернадского, 78

ResearcherID: F-7539-2019

Scopus Author ID: 56376049800

SPIN-код: 3171-2372



Ученые смоделировали тепловые потоки в ячейках памяти новой конструкции. Изменение расстояния между элементами создает нужные логические связи. Дополнительная изоляция помогает очень точно направлять потоки тепла. Этот метод ускоряет вычисления и исключает задержки обычных программ. Разработка сильно поможет скорому внедрению искусственного интеллекта. Такие решения отлично подходят для сложных работ при высоких температурах.

Рецензия

Для цитирования:


Володина О.В., Скворцов А.А., Рыбакова М.Р., Корячко М.В. Аппаратная реализация нечеткой логики на базе элементов тепловой памяти для отказоустойчивого управления в машиностроении. Advanced Engineering Research (Rostov-on-Don). 2026;26(2):2661. https://doi.org/10.23947/2687-1653-2026-26-2-2661. EDN: PHGHYE

For citation:


Volodina O.V., Skvortsov A.A., Rybakova M.R., Koryachko M.V. Hardware Implementation of Fuzzy Logic Based on Thermal Memory Elements for Fault-Tolerant Control in Mechanical Engineering. Advanced Engineering Research (Rostov-on-Don). 2026;26(2):2661. https://doi.org/10.23947/2687-1653-2026-26-2-2661. EDN: PHGHYE

Просмотров: 357

JATS XML


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2687-1653 (Online)