XVIII Международная студенческая научная конференция Студенческий научный форум - 2026

Цель исследования – разработка и апробация мультиплатформенного программного комплекса на языке Python для определения эффективности сжигания различных видов топлива с использованием AI-ориентированных технологий кодирования (вайбкодинга), обеспечивающего автоматизацию теплотехнических расчётов, возможность автономной работы без доступа к сети Интернет и интеграцию с системами искусственного интеллекта в качестве консультанта пользователя.

Введение. Актуальность разработки программного обеспечения для определения эффективности сжигания топлива обусловлена необходимостью оптимизации процессов горения различных видов топлива, таких как природный газ, мазут и уголь. Это важно как с точки зрения экономии ресурсов, так и с учетом уменьшения загрязнения окружающей среды продуктами неполного сгорания. Эффективность сжигания напрямую влияет на снижение затрат на топливо и уменьшение выбросов вредных веществ, включая оксиды азота и угарный газ. Для оптимального проведения процесса сгорания топлива необходимо учитывать не только собственно массу топлива подаваемого на сжигание за единицу времени, но и необходимое количество кислорода, которое потребуется для сжигания топлива – если подать мало воздуха, то не все топливо сгорит, что не только приводит к загрязнению окружающей среды продуктами горения, но и неэффективно расходуется топливо, цены на которое постоянно растут. Если подавать больше воздуха, чем необходимо, то топливо будет сгорать полностью, но температура выходящих газов будет меньше за счет чрезмерного разбавления воздухом, то есть дорогостоящее топливо будет сжигаться не эффективно. Для оптимального проведения процесса горения следует учитывать не только температуру подаваемого воздуха, но и содержание в нем паров воды (влажность воздуха). Так как в настоящее время для получения тепла используется много разных видов топлив и условия для их сжигания могут сильно различаться, то для практического использования востребовано программное обеспечение позволяющее быстро поводить все необходимые вычисления.

Существующие решения. В настоящее время в сети Интернет в свободном доступе размещено несколько программ, оформленных с интерфейсом в виде web-страниц, позволяющих выполнять вычисления, связанные с расчетами процессов сжигания топлива (например, [1-3]). Однако использование программ с доступом через web-интерфейс хотя и позволяет обращаться к таким ресурсом с любого места, где есть доступ к сети Интернет, но не позволяет пользоваться такими программами, когда доступ к сети Интернет отсутствуют. Программа “Калькулятор эффективности сжигания топлива” [2], размещенная на портале научно-производственной фирмы "УРАН-СПБ" позволяет выполнять типовые расчёты необходимые для оценки эффективности сжигания топлива и КПД котельной установки. Программа позволяет: рассчитывать состав продуктов сгорания (RO₂, N₂), определять коэффициент избытка воздуха α, вычислять тепловые потери: q₂ — потери с уходящими газами, q₃ — потери от химической неполноты сгорания (CO), q₅ — потери через ограждающие поверхности (зависимость от нагрузки), рассчитывать: КПД горения, КПД брутто, КПД нетто (с учётом собственных нужд). Для расчета используются формулы и алгоритмы, находящиеся в открытом доступе [5-9]. После знакомства разработанной программой [2], было принято решение выполнить создание программных аналогов:

• Простая программа на языке python – консольное приложение.

• Программа на языке python с удобным графическим интерфейсом и возможностью использовать системы искусственного интеллекта (ИИ), как консультанта для пользователей работающих с программой

• Приложение-бот, работающее в телеграм, позволяющее пользователям использовать преимущества интерфейса, предоставляемого этим мессенджером. Разработанный бот должен был также предоставлять пользователям возможность использовать системы искусственного интеллекта для получения консультаций во время работы с ним. Так как доступ к боту могут получить все пользователи телеграм, то необходимо было предусмотреть режим получения доступа к возможностям ИИ только для зарегистрированных пользователей бота.

Использование вайбкодинга для разработки программного обеспечения. В настоящее время для разработки программного обеспечения широко используют системы искусственного интеллекта, так как возможности таких систем позволяют увеличить скорость разработки приложений профессиональным программистам, хорошо владеющих навыками разработки программного кода. Кроме того, возможность писать программы с помощью ИИ позволяет разрабатывать простые программы и программы средней сложности людям, которые совсем не знают программирования или знают его недостаточно хорошо. Для разработки программного обеспечения (ПО) было решено использовать такой подход, когда ПО пишется и отлаживается в основном системами ИИ – такой подход к разработке ПО в настоящее время называют вайбкодингом. Программный код разрабатывался с использованием возможностей больших языковых моделей ChatGPT и GigaChat, который на вопрос, что он из себя представляет ответил так: “GigaChat — это мультимодальная нейросетевая модель, разработанная компанией Сбер. Она способна выполнять различные задачи, такие как создание изображений, ответы на фактологические вопросы, выполнение инструкций и многое другое. GigaChat может работать как самостоятельный ассистент или интегрироваться с другими приложениями и сервисами”. А вайбкодинг ChatGPT определил так: “Вайбкодинг — это разговорный термин (от англ. vibe coding), который описывает стиль программирования «по вайбу»: когда разработчик больше полагается на интуицию, ощущение потока и быстрое прототипирование, чем на строгую архитектуру, детальное планирование и формальные процессы”.

В качестве языка программирования был выбран объектно-ориентированный язык питон (python), так как с одной стороны этот язык программирования относительно простой для изучения, а с другой поддерживает все возможности объектно-ориентированного программирования. Кроме того, для этого языка программирования разработано большое число библиотек для работы с системами ИИ и для работы с социальными сетями и мессенджерами. Для доступа приложения к телеграм использовалась библиотека telebot.

Особенности разработки программного кода. Для разработки ПО в основном использовался GigaChat, возможности ChatGPT использовались в основном для проверки и окончательной оптимизации разработанного кода, так как для работы с ChatGPT необходимо было использовать VPN доступ. При разработке промптов (пример промпта для разработки кода в GigaChat [10] и результаты его выполнения системой ИИ) указывалась роль, в качестве которой выступает ИИ и перечислялись операции, которые должны были быть выполнены. После выдачи программного кода выполнялось тестирование, если обнаруживались ошибки синтаксиса или алгоритмические ошибки исполнения программы, то ошибки описывались и предлагалось системе ИИ внести исправления и представить исправленный программный код.

Разработка программ, размещение их кода в репозитарии в свободном доступе. Разрабатываемое ПО было решено разместить в репозитарии с открытым исходным кодом, как свободно распространяемое (MIT License). Был создан репозитарий “ThermoPro Калькулятор эффективности сжигания топлива” [11].

Папка репозитария ConsoleTermoPro_Python содержит описание и программный код консольного приложения, разработанного на языке питон.

Папка репозитария gor содержит описание и программный код приложения "Калькулятор эффективности сжигания топлива" с графическим интерфейсом.

Папка репозитария gor включает в себя описание и программный код телеграм бота "Калькулятор эффективности сжигания топлива".

Папка репозитария web-page содержит копию сохраненной web-страницы портала [2] с взятым за основу для разработки программного обеспечения калькулятором эффективности сжигания топлива, разработанным научно-производственной фирмой "УРАН-СПБ".

Тестирование разработанного программного обеспечения, реализация программного интерфейса, особенности использования системы ИИ, как консультанта пользователя. На рис. 1 приведен вид web-страницы портала [2] с введенными исходными данными и результатами вычислений

Рисунок 1 – web-страница [2] калькулятора расчета эффективности сжигания топлива

Разработка программного обеспечения была начата с написания и последующего тестирования простого консольного приложения (Рис. 2). После того, как программа была полностью проверена в работе была выполнена на ее основе разработка программы gor.py с графическим интерфейсом. Результаты тестирования представлены на рисунках 3-8. Программа была протестирована в работе под управление ОС Windows 10 и ОС Red OS (вер. 8.0.2), версия Python 3.11.14.

Рисунок 2 – результаты тестирования консольного приложения полностью совпадают с результатами на web-странице [2] калькулятора расчета эффективности сжигания топлива

Рисунок 3 – тестирование программы с графическим интерфейсом. Вкладка 1

Рисунок 4 – тестирование программы с графическим интерфейсом. Вкладка 2

Рисунок 5 – тестирование программы с графическим интерфейсом. Вкладка 3

Рисунок 6 – тестирование программы с графическим интерфейсом. Вкладка 4

Рисунок 7 – тестирование программы с графическим интерфейсом. Вкладка 5

Рисунок 8 – тестирование программы с графическим интерфейсом. Вкладка 6

Вкладка 5 разработанной программы позволяет пользователям работать с системой ИИ, на этапе разработки программа тестировалась с моделью gpt-4o-mini. Имя модели и ключ для работы с ней хранятся в файле config.dat и имеют вид:

sk-ХХХХХХХХХХХХХХХХХХХХХХХХХХХХХХХ

gpt-4o-mini

Ключ для работы с моделью надо получить с proxyapi.ru, так как работать с ChatGPT с территории России без использования VPN нельзя. Доступ реализуется с использованием конструкции вида: self.openai_client = OpenAI(api_key=self.API_KEY, base_url="https://api.proxyapi.ru/openai/v1"). Сервис ProxyAPI предоставляет доступ к последним разработкам мировых лидеров в области AI для пользователей и бизнеса в России без VPN и блокировок, но за работу с сервисом требуется оплата в рублях. С учетом этого для контроля баланса пользователем была разработана специальная вкладка (Рис. 8).

После того, как программа была написана и оттестирована, а результаты всех тестов подтвердили корректность ее работы, был создан новый вариант программы – бот для работы в телеграм.

Перед запуском программы требуется установить необходимые для ее работы библиотеки: pip install pyTelegramBotAPI requests openai. Актуальная версия бота доступна в телеграм по имени @ThermoPro_bot, можно использовать QR-код (Рис. 9). Фрагмент работы с ботом приведен на рисунке 10.

Рисунок 9 – телегам бот доступен по QR-коду или по имени пользователя @ThermoPro_bot

Рисунок 10 – Фрагмент диалога с ботом

Разработанный бот поддерживает команды:

/start Начало работы

/help Список команд

/calculate Запуск расчёта КПД

/balance Проверка баланса API

/ia Вызов системы ИИ

/info Информация о программе

Разработанная программа позволяет выполнять полную автоматизацию инженерного расчета КПД котлов в интерактивном режиме. Контроль доступа к ИИ реализован через файл users.txt. Реализована защита от превышения лимита телегам – реализована отправка длинных сообщений частями.

Заключение. В результате использования вайбкодинга разработан мультиплатформенный программный комплекс для определения эффективности сжигания топлива, включающий консольное приложение, графическую версию и Telegram-бота. Применение языка Python обеспечило переносимость решений и возможность их использования в различных операционных системах. Использование AI-ориентированного подхода к разработке (вайбкодинга) с привлечением больших языковых моделей ChatGPT и GigaChat позволило существенно ускорить процесс создания программного кода, его оптимизации и устранения ошибок. Практический опыт показал, что системы искусственного интеллекта могут эффективно применяться не только как инструмент разработки, но и как встроенный консультант конечного пользователя программного продукта. Проведённое тестирование подтвердило корректность вычислительных алгоритмов и полное совпадение результатов с эталонными web-решениями. Реализация автономных версий программ устраняет зависимость от интернет-соединения, что повышает надёжность и расширяет область практического применения. Размещение проекта в открытом репозитории по лицензии MIT способствует его дальнейшему развитию, адаптации и использованию в образовательных и инженерных целях. Полученные результаты демонстрируют перспективность интеграции технологий искусственного интеллекта в процессы разработки прикладного инженерного программного обеспечения и открывают возможности для дальнейшего расширения функционала, включая подключение дополнительных моделей расчёта и расширенных аналитических модулей. Несмотря на то, что разработанные программы могут успешно использоваться для выполнения вычислений, планируется дальнейшая доработка программного обеспечения с учетом совершенствования как самого алгоритма [12, 13], так и его программной реализации. Например, у телеграм-бота нет разграничения ролей пользователей, а только простая проверка ID. Можно добавить роли: администратор и пользователь на панель управления. Отметим также, что отсутствует асинхронность, так как используется polling. При высокой нагрузке бот будет тормозить, для предотвращения этого можно перейти на webhook и использовать async (aiogram). Используемые в алгоритме коэффициенты A и B зависят от топлива (газ, мазут, уголь), но состав природного газа может быть разным, так же, как и типы угля (например, черный, бурый) с учетом этого целесообразно расширить базу видов топлива и их характеристик.

Литература

1. Combustion Efficiency Calculator [Электронный ресурс]. – Режим доступа: URL: https://calculator.academy/combustion-efficiency-calculator/ (20.02.2026).

2. Калькулятор эффективности сжигания топлива [Электронный ресурс]. – Режим доступа: URL: http://965881.21.oml.ru/kalkulyator-1 (20.02.2026).

3. Центр ПСС, проекты и расчеты. Расчет теплоты сгорания [Электронный ресурс]. – Режим доступа: URL: https://www.center-pss.ru/math/raschet-teploti-sgorania.htm (20.02.2026).

4. Теория горения топлива [Электронный ресурс]. – Режим доступа: URL: https://ru.wikipedia.org/wiki/Горение (20.02.2026).

5. Коэффициент избытка воздуха [Электронный ресурс]. – Режим доступа: URL: https://ru.wikipedia.org/wiki/Коэффициент_избытка_воздуха (20.02.2026).

6. Методика расчёта КПД котлов по потерям [Электронный ресурс]. – Режим доступа: URL: https://docs.cntd.ru/document/1200025142 (20.02.2026).

7. Химическая неполнота сгорания [Электронный ресурс]. – Режим доступа: URL: https://ru.wikipedia.org/wiki/Оксид_углерода (20.02.2026).

8. КПД котельной установки [Электронный ресурс]. – Режим доступа: URL: https://ru.wikipedia.org/wiki/КПД (20.02.2026).

9. Методические указания по теплотехническим испытаниям котлов [Электронный ресурс]. – Режим доступа: URL: https://files.stroyinf.ru/Data2/1/4293785/4293785133.pdf (20.02.2026).

10. Пример промпта для разработки кода в GigaChat [Электронный ресурс]. – Режим доступа: URL: https://giga.chat/link/gcsmsDdZzT (20.02.2026).

11. Репозитарий ThermoPro [Электронный ресурс]. – Режим доступа: URL: https://gitverse.ru/aiv123/ThermoPro (20.02.2026).

12. Технология управления процессом эффективного сжигания топлива с помощью искусственного интеллекта / В. А. Яковлев, И. В. Ананченко, О. Н. Новиков, А. М. Гримитлин // Промышленное и гражданское строительство. – 2025. – № 3. – С. 24-30. – DOI 10.33622/0869-7019.2025.03.24-30. – EDN SPYIOD.

13. Новиков, О. Контроль эффективности и качества промышленного сжигания топлива / О. Новиков, И. Ананченко, Н. Минчев // Энергетическая политика. – 2024. – № 3(194). – С. 54-65. – DOI 10.46920/2409-5516_2024_3194_54. – EDN JADVFJ.