Розроблення інтелектуальної IoT-системи контролю дозрівання сільськогосподарської продукції на основі мультисенсорного моніторингу
Автор: Николяк Олег Романович
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні технології проектування
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: українська
Анотація: Николяк О.Р., Андрушко А.М. (керівник). Розроблення інтелектуальної IoT-системи контролю дозрівання сільськогосподарської продукції на основі мультисенсорного моніторингу. Магістерська кваліфікаційна робота. – Національний університет «Львівська політехніка», Львів, 2025. Розширена анотація. Глобальна продовольча безпека залишається однією з найгостріших проблем сучасності. За даними FAO, понад 13% від загального обсягу виробленої продукції втрачається на етапі від збору врожаю до роздрібної торгівлі, що в грошовому еквіваленті становить близько 400 мільярдів доларів США щорічно [1]. Для фруктів та овочів ця цифра сягає 25% [1], що робить їх найвразливішою категорією сільськогосподарської продукції. Ключовою причиною величезних втрат у випадку клімактеричних плодів – яблук, бананів, томатів, авокадо – є неконтрольовані процеси дозрівання, що каталізуються фітогормоном етиленом. Етилен діє як сигнальна молекула, запускаючи каскад біохімічних реакцій [4]. Навіть низькі концентрації етилену на рівні 0.1-1.0 ppm здатні запустити незворотний процес дозрівання [5, 6]. Традиційні методи контролю базуються переважно на візуальному огляді або примітивних порогових системах, що реагують лише на перевищення певного рівня параметрів, не враховуючи динамічну природу біохімічних процесів. Об’єкт дослідження – процес дозрівання та зберігання клімактеричних плодів, що характеризуються автокаталітичним виділенням етилену та здатністю продовжувати дозрівання після збору врожаю. Предмет дослідження – архітектура та методи побудови IoT-систем для моніторингу післязбиральних процесів, алгоритми обробки та аналізу мультисенсорних часових рядів, методи класифікації стану біологічних процесів на основі експертних знань. Мета дослідження – підвищення ефективності зберігання клімактеричної сільськогосподарської продукції шляхом розробки інтелектуальної IoT-системи, здатної в реальному часі виконувати мультисенсорний моніторинг (етилен, температура, вологість) та здійснювати класифікацію поточного стану продукції на основі аналізу динамічних шаблонів даних. Розроблено трирівневу архітектуру системи. Апаратний рівень реалізовано автономним модулем на базі мікроконтролера ESP32, оснащеним датчиками температури, вологості та спеціалізованим електрохімічним сенсором. Серверна частина гарантує надійне збереження історії вимірювань та підтримує класифікацію. Мобільний застосунок забезпечує агрономам зручний інструментарій для моніторингу без необхідності фізичної присутності в сховищі. Наукова новизна полягає у розробці алгоритму ієрархічної класифікації стану продукції, який базується на експертних знаннях агрономічної галузі. На відміну від методів машинного навчання, алгоритм є повністю інтерпретованим та не потребує великих обсягів розмічених даних. Алгоритм інтегрує коефіцієнт Q10 [7] температурного прискорення біохімічних процесів, аналіз динамічних шаблонів (тренди, швидкості, прискорення) та індекс небезпеки, що враховує синергетичну взаємодію етилену, температури та вологості. Система реалізує багаторівневу перевірку: екстракцію статистичних ознак з часових рядів, пріоритетну перевірку чотирьох типів критичних аварійних станів, аналіз шести динамічних шаблонів для визначення оптимального стану або необхідності втручання. Практична цінність підтверджується економічними розрахунками: для сховища на 200 тон зниження втрат з 15% до 10% забезпечує економію 300 тисяч гривень за сезон при окупності системи протягом 2-3 місяців. Використання доступних компонентів забезпечує ціну на один-два порядки нижчу порівняно з промисловими системами контрольованої атмосфери [9], що робить технологію доступною для господарств різного масштабу. Система масштабується від невеликих фермерських господарств до промислових комплексів. Ключові слова: IoT, моніторинг дозрівання, етилен, класифікація стану, експертні системи, клімактеричні плоди, післязбиральні втрати, ESP32, мультисенсорний аналіз. Перелік використаних літературних джерел: FAO. (2024). The State of Food and Agriculture 2024: Reducing food loss and waste. Food and Agriculture Organization of the United Nations. https://www.fao.org/publications/sofa/2024 Grand View Research. (2024). IoT in Agriculture Market Size, Share & Trends Analysis Report. https://www.grandviewresearch.com/industry-analysis/iot-in-agriculture-market World Bank Group. (2024). Digital Agriculture: Improving Profitability. World Bank. Saltveit, M.E. (2018). Effect of ethylene on quality of fresh fruits and vegetables. Postharvest Biology and Technology, 15(3), 279-292. Knee, M. (2002). Fruit Quality and Its Biological Basis. Sheffield Academic Press. Wills, R., McGlasson, B., Graham, D., & Joyce, D. (2016). Postharvest: An Introduction to the Physiology and Handling of Fruit and Vegetables (6th ed.). UNSW Press. Kader, A.A., & Saltveit, M.E. (2017). Atmosphere modification. In Postharvest Technology of Horticultural Crops (pp. 85-106). University of California Agriculture and Natural Resources. Bishop, D.J. (2016). Controlled atmosphere storage. In The Commercial Storage of Fruits, Vegetables, and Florist and Nursery Stocks. USDA Agricultural Handbook 66. Thewes, F.R., Both, V., Brackmann, A., Weber, A., & Anese, R.O. (2015). Dynamic controlled atmosphere and ultralow oxygen storage for improving fruit quality of ’Galaxy’ apples. Postharvest Biology and Technology, 106, 50-58. Espressif Systems. (2024). ESP32 Series Datasheet (Version 3.9). https://www.espressif.com/documentation/esp32_datasheet_en.pdf