МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования «УЛЬЯНОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

ВУЗОВСКАЯ НАУКА В СОВРЕМЕННЫХ УСЛОВИЯХ

Сборник материалов 49-й научно-технической

конференции

(26 января – 31 января 2015 года)

Часть 2

Ульяновск УлГТУ 2015

2

УДК 62 (082) ББК 30я43 В 88

Вузовская наука в современных условиях : сборник материалов 49-й научно-технической конференции (26 января – 31 января 2015 года). В 3 ч. Ч 2. – Ульяновск : УлГТУ, 2015. – 283 с.

В материалах докладов 49-й научно-технической конференции «Вузовская наука в современных условиях» представлены результаты госбюджетных и хоздоговорных научно-исследовательских работ, выполненных сотрудниками Ульяновского государственного технического университета в 2014 году.

Материалы изданы в 3-х частях: - в 1-й части опубликованы материалы докладов основных

секций энергетического, машиностроительного, строительного факультетов и кафедры самолетостроения;

- во 2-й части опубликованы материалы докладов секций радиотехнического факультетов, факультета информационных систем и технологий, кафедр физики, высшей математики и прикладной математики и информатики;

- в 3-й части опубликованы материалы докладов секций экономико- математического, гуманитарного факультетов, ИАТУ и ОШБ.

Материалы напечатаны в авторской редакции.

УДК 62 (082) ББК 30я43

© Коллектив авторов, 2015 © Оформление. УлГТУ, 2015

В 88

3

СОДЕРЖАНИЕ

НИЗКООБОРОТНЫЙ ГЕНЕРАТОР ДЛЯ ВЕТРОЭНЕРГЕТИЧЕСКИХ УСТАНОВОК Г. Ф. Афанасьев, Л. Р. Закиров, Д. В. Рябов, Л. Ш. Биктимиров .........................11 МИНИМИЗАЦИЯ РЕАКЦИИ ЯКОРЯ В ГЕНЕРАТОРАХ НА ПОСТОЯННЫХ МАГНИТАХ Г. Ф. Афанасьев, Л. Р. Закиров, Д. В. Рябов, Л. Ш. Биктимиров ........................ 13 АНАЛИТИЧЕСКИЙ ОБЗОР ВИДОВ ШИРОКОПОЛОСНЫХ ПЕЧАТНЫХ ИЗЛУЧАТЕЛЕЙ В.Г.Анисимов, А.А.Баранов .................................................................................. 16 ЭЛЕКТРОННЫЙ ПРИБОР ПЧЕЛОВОДА О.А.Дулов, А.В.Никитин........................................................................................ 20 РЕЗУЛЬТАТЫ ИСПЫТАНИЙ МАКЕТА ИМПУЛЬСНОГО ИСТОЧНИКА ПИТАНИЯ О. А. Дулов, А. А. Казанков .................................................................................. 23 ИМИТАТОР ГРОЗОВОГО РАЗРЯДА А.С.Савалёв, О.А.Дулов....................................................................................... 26 ИСПОЛЬЗОВАНИЕ ПРИОРИТЕТНОГО ПОДХОДА ПРИ ИЗМЕРЕНИИ МЕЖКАДРОВЫХ ГЕОМЕТРИЧЕСКИХ ДЕФОРМАЦИЙ ИЗОБРАЖЕНИЙ А. Г. Ташлинский, Л. Ш. Биктимиров .................................................................... 29 МОНИТОРИНГ КАЧЕСТВА В ЦИФРОВОМ ТЕЛЕВИДЕНИИ В.А. Глушков, Д.С. Романов ................................................................................. 32 ОБЗОР СВЕТОДИОДНЫХ УЛЬТРАФИОЛЕТОВЫХ ОБЛУЧАТЕЛЕЙ ДЛЯ ОТВЕРЖДЕНИЯ КОМПОЗИТНЫХ МАТЕРИАЛОВ Д.К. Подымало, Н.Д. Денисов .............................................................................. 35 ВОПРОСЫ ТЕХНИЧЕСКОЙ РЕАЛИЗАЦИИ ИЗМЕРЕНИЯ ДИНАМИКИ СПЕКТРА ИЗЛУЧЕНИЯ СВЕТОДИОДА ............................................................................... 38 АДАПТАЦИОННЫЕ АЛГОРИТМЫ ПОВЫШЕНИЯ ТОЧНОСТИ ИЗМЕРЕНИЯ ПАРАМЕТРОВ НЧ ШУМА В.А.Сергеев, С.Е.Резчиков ................................................................................... 41 РАЗРАБОТКА АЛГОРИТМА ИЗМЕРЕНИЯ ВИБРОПЕРЕМЕЩЕНИЙ С. М. Бородин, Н. Н. Азоркин4 .............................................................................. 5 РАЗРАБОТКА ИНТЕРФЕЙСА СОПРЯЖЕНИЯ WEB-КАМЕРЫ С ЭВМ ДЛЯ ИЗМЕРИТЕЛЬНОГО ВИБРОСТЕНДА С. М. Бородин, Н. Н. Азоркин ............................................................................... 47 РАЗРАБОТКА СТАНКА С ЧПУ Д.А.Евсевичев, В.В.Гайтан................................................................................... 49

4

АНАЛИЗ ПЕРСПЕКТИВНЫХ МАТЕРИАЛОВ ДИЭЛЕКТРИКОВ В СОСТАВЕ КОНСТРУКЦИЙ ИНДИКАТОРНЫХ УСТРОЙСТВ НА ОСНОВЕ НАНОКОНСТРУИРОВАННЫХ ТОНКОПЛЕНОЧНЫХ ЭЛЕКТРОЛЮМИНЕСЦЕНТНЫХ КОНДЕНСАТОРОВ Клюев Н.А.............................................................................................................. 53 АНАЛИЗ МОБИЛЬНЫХ ИНДИКАТОРОВ А.В.Патяев, М.П.Романова................................................................................... 55 АЛГОРИТМ ОПТИМИЗАЦИИ СХЕМОТЕХНИЧЕСКОГО И КОНСТРУКТОРСКОГО РЕШЕНИЯ МНОГОПРОЦЕССОРНОЙ СИСТЕМЫ ИНТЕГРИРОВАННОГО КОМПЛЕКСА БОРТОВОГО ОБОРУДОВАНИЯ А.Р. Дегтярев, С.К. Киселев .................................................................................. 58 МЕТОДЫ ПОЛУЧЕНИЯ ТРЕБУЕМОЙ ЯРКОСТИ ПОДСВЕТА СИМВОЛОВ И НАДПИСЕЙ ОРГАНОВ УПРАВЛЕНИЯ ЛЕТАТЕЛЬНЫХ АППАРАТОВ Д.Ш. Алимова ........................................................................................................ 61 СЕГМЕНТНЫЙ ДИСПЛЕЙ В.Г. Антишин.......................................................................................................... 64 ПРОБЛЕМЫ ЗАЩИТЫ ИНФОРМАЦИИ, ВОЗНИКАЮЩИЕ ПРИ АВТОМАТИЗАЦИИ ПРОЦЕССОВ ПРОЕКТИРОВАНИЯ. Н.Н. Баранова ....................................................................................................... 67 ОПЫТ ПОДГОТОВКИ ИЛЛЮСТРАТИВНОГО МАТЕРИАЛА ДЛЯ ВЕРСТКИ Е. А. Докторова, А. Е. Докторов .......................................................................... 70 СРАВНЕНИЕ ПРОГРАММ ДЛЯ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ЗОНДОВЫХ СРЕДСТВ ВОСПРИЯТИЯ ВОЗДУШНЫХ ДАВЛЕНИЙ М.М. Дубинина, М.Ю. Сорокин............................................................................. 73 ОБЗОР ТЕХНОЛОГИИ ГРАНИЧНОГО СКАНИРОВАНИЯ Н.С. Еремин .......................................................................................................... 76 УЛУЧШЕНИЕ КАЧЕСТВА ПОДСВЕТА НАДПИСЕЙ И ЗНАКОВ ЛИЦЕВЫХ ПАНЕ-ЛЕЙ ПУЛЬТОВ С.А.Зайцев, И.П. Ефимов..................................................................................... 79 ВЕРИФИКАЦИЯ КРИТИЧНЫХ ПО БЕЗОПАСТНОСТИ УСТРОЙСТВ НА БАЗЕ ПЛИС Д.В. Касаткин......................................................................................................... 82 МЕТРОЛОГИЧЕСКАЯ АТТЕСТАЦИЯ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ИЗМЕРИТЕЛЬНЫХ СИСТЕМ Л.В. Кондратьева .................................................................................................. 85

5

ПРОГРАММНО-АППАРАТНОЕ МОДЕЛИРОВАНИЕ БОРТОВЫХ АВИАЦИОН-НЫХ КОМПЛЕКСОВ ВЕРТОЛЕТА С. В. Назаров ........................................................................................................ 88 АНАЛИЗ ВЛИЯНИЯ ПАРАМЕТРОВ СТЕРЖНЕВОЙ СИСТЕМЫ С УПРУГИМ ЭЛЕМЕНТОМ НА ЭФФЕКТИВНОСТЬ ПЕРЕДАЧИ ЭНЕРГИИ И. А. Новикова....................................................................................................... 91 РАСЧЕТНАЯ ОЦЕНКА ВОЗДЕЙСТВИЯ ИМПУЛЬСОВ ТОКА НА ЭКРАНИРО-ВАННЫЙ МЕЖБЛОЧНЫЙ ПРОВОД Л.Ф.Кокурникова, И.П.Ефимов............................................................................. 94 СИСТЕМА ОТОБРАЖЕНИЯ ИНФОРМАЦИИ. ЭРГОНОМИЧЕСКИЕ ТРЕБОВА-НИЯ К ПРЕДОСТАВЛЕНИЮ ИНФОРМАЦИИ. Е. И. Степнова....................................................................................................... 97 МЕТОДЫ ОБЕСПЕЧЕНИЯ РАВНОМЕРНОСТИ ПОДСВЕТА ЖИДКОКРИСТАЛ-ЛИЧЕСКИХ ИНДИКАТОРОВ Д.В. Харькин ......................................................................................................... 101 СОВРЕМЕННЫЕ ТЕНДЕНЦИИ РАЗАВИТИЯ АВИАЦИОННЫХ ТРЕНАЖЕРОВ Р.Н. Хисамов ........................................................................................................ 104 РЕЛАКСАЦИОННЫЙ ГЕНЕРАТОР В СХЕМЕ ГАЗОРАЗРЯДНОГО ДАТЧИКА ДАВЛЕНИЯ В. Н. Шивринский ................................................................................................. 106 МОДЕЛИРОВАНИЕ УПРУГИХ СВОЙСТВ КОЛЛОИДНОГО КРИСТАЛЛА С ОБЪЕМНОЦЕНТРИРОВАННОЙ КУБИЧЕСКОЙ РЕШЕТКОЙ А.А. Батанова, П.Е. Дышловенко........................................................................ 109 МОДЕЛЬ ОДНОСЛОЙНОГО КОЛЛОИДНОГО КРИСТАЛЛА С ГЕКСАГОНАЛЬ-НОЙ РЕШЕТКОЙ А.Н. Нагаткин ....................................................................................................... 112 СИСТЕМА РАННЕГО ПРЕДУПРЕЖДЕНИЯ НА СТАНЦИИ ВОДООЧИСТКИ Д.С. Бубырь ..........................................................................................................115 МЕТОДЫ СТАТИСТИЧЕСКОГО КОНТРОЛЯ ПРОЦЕССОВ ДЛЯ КОРОТКИХ ПРОИЗВОДСТВЕННЫХ ЦИКЛОВ Е.А. Зенцова .........................................................................................................118 МОДИФИКАЦИЯ 3D МОДЕЛЕЙ КОМПОНЕНТОВ РАДИОТЕХНИЧЕСКИХ СИСТЕМ С ИСПОЛЬЗОВАНИЕМ ПРОЦЕДУРНОГО ПРЕДСТАВЛЕНИЯ ПРОЕКТНЫХ ОПЕРАЦИЙ. А.И.Сидорычев..................................................................................................... 122

6

КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ ЭФФЕКТИВНОГО ВЗАИМОДЕЙСТВИЯ В ЭЛЕКТРИЧЕСКИ СТАБИЛИЗИРОВАННЫХ КОЛЛОИДНЫХ СИСТЕМАХ

А.Ф.Низаметдинов ............................................................................................... 124 МОДЕЛИРОВАНИЕ ВАРИАНТОВ ПРОИЗНЕСЕНИЯ РЕЧЕВЫХ КОМАНД ДЛЯ ПОВЫШЕНИЯ ВЕРОЯТНОСТИ ИХ ПРАВИЛЬНОЙ ИДЕНТИФИКАЦИИ А.И.Армер, Д.А.Илларионов .............................................................................. 128 РАЗРАБОТКА ХРАНИЛИЩА РЕШЕНИЙ ДЛЯ ФИРМЫ-ФРАНЧАЙЗИ «1С» В.В. Воронина, М.Ю. Горшевова......................................................................... 130 РАЗРАБОТКА ПРОГРАММЫ-СОБЕСЕДНИКА С ГОЛОСОВЫМ РЕЖИМОМ. В.В. Воронина, Е.А. Лукин ................................................................................... 132 РАЗРАБОТКА ПРОГРАММЫ ОБЗОРА И ФИЛЬТРАЦИИ НОВОСТНЫХ САЙТОВ В.В. Воронина, М.А. Мартынов ........................................................................... 135 РАЗРАБОТКА ПРОГРАММЫ, ГЕНЕРИРУЮЩЕЙ ПОСЛЕДОВАТЕЛЬНОСТЬ АККОРДОВ НА ГРИФЕ ДЛЯ ГИТАРНОГО САМОУЧИТЕЛЯ. В.В. Воронина, А.А. Щербакова .......................................................................... 138 РАЗРАБОТКА АВТОМАТИЗИРОВАННОГО РАБОЧЕГО МЕСТА АНАЛИТИКА СОЦИАЛЬНЫХ МЕДИА В.В. Воронина, И.Н. Шеянова ............................................................................. 141 МЕТОДЫ ВЫЯВЛЕНИЯ КОРЕЛЛЯЦИИ НА ГРАНУЛИРОВАННЫХ ВРЕМЕННЫХ РЯДАХ В.В. Воронина ...................................................................................................... 144 РАЗРАБОТКА ОБУЧАЮЩЕЙ ПРОГРАММЫ ДЛЯ ДЕТЕЙ ДОШКОЛЬНОГО ВОЗРАСТА В.В. Воронина, М.А. Здор .................................................................................... 146 РАЗРАБОТКА СИСТЕМЫ ПРОГНОЗИРОВАНИЯ СУММ КРЕДИТНЫХ ДОГОВОРОВ НА ОСНОВЕ ARIMA(X) С.В.Куркина, В.С. Аввакумова, И.Н. Шеянова ................................................... 149 ЛИНГВИСТИЧЕСКИЙ АНАЛИЗ ЭФФЕКТИВНОСТИ ТРУДА НА ПРЕДПРИЯТИИ С.В. Куркина, А. В. Водовозова ........................................................................... 152 ПРИМЕНЕНИЕ МЕТОДОЛОГИИ СТРУКТУРНОГО АНАЛИЗА И ПРОЕКТИРОВАНИЯ ДЛЯ РАЗРАБОТКИ ИС С.В. Куркина, К.С. Галныкина 1............................................................................ 54 КЛАСТЕРНЫЙ АНАЛИЗ ЗАКАЗЧИКОВ С.В. Куркина, А.А. Дятлова.................................................................................. 157

7

СИСТЕМА ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ НА ОСНОВЕ КЛАСТЕРИЗАЦИИ И РАССТОЯНИЙ О.Н.Евсеева, С.А. Макарова, Д.О. Шалаев ....................................................... 160 СИСТЕМА ПОСТРОЕНИЯ ЭФФЕКТИВНОЙ СХЕМЫ ДОСТАВКИ ЗАКАЗОВ ПО ГОРОДУ О.Н.Евсеева, Э.Ф.Шарафутдинов, А. А. Ефремов ............................................ 163 ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ ДИАГРАММ ВАРНЬЕ-ОРРА НА ЭТАПЕ ПРОЕКТИРОВАНИЯ В СОВРЕМЕННЫХ УСЛОВИЯХ С.В. Куркина, М. В. Елизарова ............................................................................ 166 РАЗРАБОТКА КЛАССИФИКАТОРА ЛЕКСИЧЕСКИХ ЕДИНИЦ ПРЕДМЕТНОЙ ОБЛАСТИ В ЗАДАЧЕ ИДЕНТИФИКАЦИИ ТЕРМИНОВ И.А. Андреев ........................................................................................................ 169 ПОСТРОЕНИЕ МОДЕЛИ СОЦИАЛЬНОЙ СЕТИ С ИСПОЛЬЗОВАНИЕМ СПЕЦИФИКАЦИИ FOAF А.А. Филиппов ...................................................................................................... 171 КОМПЕТЕНТНОСТНЫЙ ПОДХОД ПРИ РАЗРАБОТКЕ ПРИКЛАДНОЙ ОНТОЛОГИИ ДЛЯ РЕШЕНИЯ ЗАДАЧИ ПОДБОРА СПЕЦИАЛИСТОВ В.В. Шеркунов ...................................................................................................... 174 РАЗРАБОТКА СЕМАНТИЧЕСКОЙ МЕТРИКИ ТЕРМИНОЛОГИЧНОСТИ В ЗАДАЧЕ СОСТАВЛЕНИЯ СЛОВАРЕЙ В.В. Клейн............................................................................................................. 177 СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ СРЕДИ РАБОТНИКОВ IT-СФЕРЫ Д.А. Максимов, А.А. Морозов, А.Е. Полбин ....................................................... 180 АДАПТАЦИЯ МЕТОДА САП-ТРАНСФОРМ ДЛЯ АВТОМАТИЗИРОВАННОГО СПОСОБА РАСЧЕТА НЕДОСТАЮЩИХ ДАННЫХ ВО ВРЕМЕННОМ РЯДЕ Е.Ю. Барабанова, Н.Г. Ярушкина........................................................................ 185 ДИАГНОСТИКА ВРЕМЕННЫХ РЯДОВ НА ОСНОВЕ ЭНТРОПИЙНОЙ МЕРЫ Е.Н. Эгов............................................................................................................... 189 ПРЕОБРАЗОВАНИЕ ВРЕМЕННЫХ РЯДОВ ДЛЯ ПОСЛЕДУЮЩЕГО ПРОГНОЗИРОВАНИЯ Г.Ю. Гуськов, Р. А. Романов ................................................................................. 192 ПРЕДИКАТИВНОЕ ПРОГНОЗИРОВАНИЕ ПОСТУПЛЕНИЯ ЭЛЕКТРОННОЙ ТЕХНИЧЕСКОЙ ДОКУМЕНТАЦИИ В ПРОЕКТНОМ РЕПОЗИТОРИИ НА ОСНОВЕ НЕЧЕТКИХ ТЕНДЕНЦИЙ И.А. Тимина, Ю.А. Радионова ............................................................................. 194

8

ИССЛЕДОВАНИЕ И РАЗРАБОТКА АВТОНОМНОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ УПРАВЛЕНИЯ БЛА Н.Г. Ярушкина, Е.В. Музяков ............................................................................... 197 АВТОМАТИЗАЦИЯ УЧЕБНОЙ ДЕЯТЕЛЬНОСТИ В СИСТЕМЕ 1С:УНИВЕРСИТЕТ ПРОФ Н.В. Корунова ....................................................................................................... 201 ИССЛЕДОВАНИЕ И АВТОМАТИЗАЦИЯ АНАЛИЗА В СИСТЕМАХ УЧЕТА ФИНАНСОВЫХ ВЛОЖЕНИЙ ОРГАНИЗАЦИИ М. С. Григоричева, К.П. Устимова, Н.В. Корунова ............................................. 204 РАЗРАБОТКА АВОМАТИЗИРОВАННОЙ СИСТЕМЫ УЧЕТА И АНАЛИЗА НАЧИСЛЕНИЯ И уДЕРЖАНИЯ ЗАРАБОТНОЙ ПЛАТЫ НА ПРЕДПРИЯТИИ А.Ю. Долгановская, Н.В.Корунова ...................................................................... 207 ИССЛЕДОВАНИЕ И ПРИМЕНЕНИЕ МЕТОДА АВС-АНАЛИЗА В СИСТЕМАХ ВЗАИМОРАСЧЕТОВ С КОНТРАГЕНТАМИ НА ПРЕДПРИЯТИИ Е.А. Киреева, О.М. Севостьянова, Н.В. Корунова ............................................. 209 АВТОМАТИЗАЦИЯ СИСТЕМЫ РАЗРАБОТКИ ВИЗИТНЫХ КАРТОЧЕК С СИСТЕМОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ ДЛЯ ООО «СЛАВСТРОЙ» А.А. Дятлова, Ю.Б. Климова, Н.В. Корунова ...................................................... 212 РАЗРАБОТКА АВТОМАТИЗИРОВАННЫХ МЕТОДОВ СТРАТЕГИЧЕСКОГО АНАЛИЗА ПОСЕЩАЕМОСТИ ГОСТИНИЦЫ САНАТОРИЯ «ИТИЛЬ» С.А.Макарова, Н.В. Корунова ............................................................................. 215 РАЗРАБОТКА АВТОМАТИЗИРОВАННЫХ МЕТОДОВ СТРАТЕГИЧЕСКОГО АНАЛИЗА ДОЛГОСРОЧНЫХ ЗАЙМОВ ОРГАНИЗАЦИИ M. М. Фирулина, Н. В. Корунова ......................................................................... 219 РАЗРАБОТКА КОМПЬЮТЕРНОЙ ИГРЫ «ГЕРОИ ОЛИМПА» В ЖАНРЕ СТРАТЕГИЯ ДЛЯ ПЛАТФОРМЫ ANDROID Д.О. Шалаев, А.А. Ефремов, Г.Н. Хабибуллин, Н.В. Корунова ......................... 222 РАЗРАБОТКА ПРАВИЛ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ НОРМАТИВНЫХ И ФАКТИЧЕСКИХ РАСХОДОВ ТОПЛИВА С.В. Куркина, М.П. Котова ................................................................................... 225 ПРОГНОЗИРОВАНИЕ КОЛИЧЕСТВА КЛИЕНТОВ НА ОСНОВЕ КУСОЧНЫХ ФУНКЦИЙ С.В. Куркина, С.А. Макарова............................................................................... 228 РАЗРАБОТКА ПРОГРАММЫ АНАЛИЗА ВОЛАТИЛЬНОСТИ ЦЕННЫХ БУМАГ С. В. Куркина, А. С. Резников .............................................................................. 232

9

РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ ПО УЧЕТУ ТОВАРОВ С ИСПОЛЬЗОВАНИЕМ МЕТОДОЛОГИИ СТРУКТУРНОГО СИСТЕМНОГО АНАЛИЗА С.В. Куркина, А.С. Стенина ................................................................................. 235 АВТОМАТИЗИРОВАННЫЙ УЧЕТ УСЛУГ В САЛОНЕ КРАСОТЫ О.Б. Ларионова, И.А. Перова .............................................................................. 238 РАЗРАБОТКА АВТОМАТИЗИРОВАННОГО РАБОЧЕГО МЕСТА РУКОВОДИТЕЛЯ ПРОЕКТА НА МОБИЛЬНОЙ ПЛАТФОРМЕ 1с:ПРЕДПРИЯТИЕ 8.3 О.Б. Ларионова, В.А. Яковлев............................................................................. 240 РАЗРАБОТКА СИСТЕМЫ ВЫБОРА СОТРУДНИКОВ ДЛЯ ПОВЫШЕНИЯ КВАЛИФИКАЦИИ НА ОСНОВЕ МЕТОДА СААТИ С.В. Куркина, Е.А. Уйранова................................................................................ 242 ФОРМИРОВАНИЕ ПРАВИЛ КЛАСТЕРИЗАЦИИ КАТАЛОГОВ ПЕСЕН С. В. Куркина, Э. Ф. Шарафутдинов.................................................................... 244 РАВНОВЕСНЫЕ ФИЗИЧЕСКИЕ СВОЙСТВА 2D-СУПРАКРИСТАЛЛОВ И ИХ ТЕНЗОРНОЕ ОПИСАНИЕ Р.А.Браже, А.А.Гришина ...................................................................................... 245 ИССЛЕДОВАНИЕ ДИНАМИКИ СИСТЕМЫ ТРЕХ УПРУГИХ ПЛАСТИН ТИПА «ТАНДЕМ» А.В. Анкилов, П.А. Вельмисов, Ю.А. Решетников.............................................. 247 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ТУРБУЛЕНТНОГО ПОТОКА С УЧЕТОМ РЕЗУЛЬТАТОВ АНАЛИЗА ПУЛЬСАЦИЙ ДАВЛЕНИЯ П.А. Вельмисов, Ю.А. Хахалев ........................................................................... 251 МЕТОД ГАЛЕРКИНА В РЕШЕНИИ ЗАДАЧ О СТАТИЧЕСКОЙ НЕУСТОЙЧИВОСТИ УПРУГИХ ЭЛЕМЕНТОВ КОНСТРУКЦИЙ ПРИ АЭРОГИДРОДИНАМИЧЕСКОМ ВОЗДЕЙСТВИИ С.В. Киреев........................................................................................................... 254 СПЕКТРАЛЬНАЯ ЗАДАЧА О СОБСТВЕННЫХ ВОЛНАХ ЦИЛИНДРИЧЕСКОГО ДИЭЛЕКТРИЧЕСКОГО ВОЛНОВОДА И.В. Коноплева, Л.В. Миронова .......................................................................... 257 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ЗАДАЧЕ О ДИНАМИЧЕСКОЙ УСТОЙЧИВОСТИ ТРУБОПРОВОДА А.В. Корнеев......................................................................................................... 260 К БИФУРКАЦИОННОЙ ПОСТАНОВКЕ ЗАДАЧИ ДИВЕРГЕНЦИИ КРУГЛОЙ ПЛАСТИНЫ Б.В. Логинов, Д.В. Старостин .............................................................................. 263

10

КРАЕВАЯ ЗАДАЧА ДЛЯ ФУНКЦИОНАЛЬНО-ДИФФЕРЕНЦИАЛЬНОГО УРАВНЕНИЯ ПЕРВОГО ПОРЯДКА С ОТРАЖЕНИЕМ В СТАРШЕМ ЧЛЕНЕ И ВОЗМУЩЕНИЕМ, СОДЕРЖАЩЕМ ВТОРУЮ ПРОИЗВОДНУЮ П.К. Маценко ........................................................................................................ 266 ИССЛЕДОВАНИЕ ДИНАМИКИ УПРУГОГО ЭЛЕМЕНТА ДАТЧИКА ДАВЛЕНИЯ НА ОСНОВЕ ЧИСЛЕННОГО ЭКСПЕРИМЕНТА Ю.В. Покладова, Е.С. Серебрянникова.............................................................. 270 К РЕШЕНИЮ ПРОСТЕЙШЕЙ КРАЕВОЙ ЗАДАЧИ С ЛИНЕЙНЫМИ ОДНОРОДНЫМИ ГРАНИЧНЫМИ УСЛОВИЯМИ ПРИ ПОМОЩИ СТЕПЕННЫХ РЯДОВ А.С. Семёнов........................................................................................................ 273 ЗАДАЧА О САМОУПРАВЛЕНИИ А.Р. Сибирева ....................................................................................................... 276 АСИМПТОТИЧЕСКИЕ УРАВНЕНИЯ ОКОЛОЗВУКОВЫХ ТЕЧЕНИЙ ГАЗА Ю.А. Тамарова ..................................................................................................... 279

11

УДК 621.313.292 НИЗКООБОРОТНЫЙ ГЕНЕРАТОР ДЛЯ ВЕТРОЭНЕРГЕТИЧЕСКИХ УСТАНОВОК Г. Ф. Афанасьев, Л. Р. Закиров, Д. В. Рябов, Л. Ш. Биктимиров

В связи с актуальностью использования нетрадиционной энергетики растет число публикаций, посвященных разработке новых типов электрогенераторов с приводом от ветротурбин, как наиболее широко применяемых преобразователей дешевой природной энергии. Известно, что ветротурбины не могут достигать высоких оборотов, особенно турбины большой мощности, а классические генераторы электрической энергии для повышения их выходной мощности требуют высоких оборотов. Это противоречие при передаче энергии ветротурбины типовым промышленным электрогенераторам в ВЭУ решается путем применения связующих многоступенчатых редукторов с высоким (до 50) коэффициентом передачи оборотов, что приводит к существенным потерям энергии в системе ветротурбина — генератор, к увеличению металлоемкости, стоимости, усложнению конструкции и другим трудностям при разработке, изготовлении, монтаже и эксплуатации ВЭУ. Альтернативные решения вышеуказанного противоречия представлены в [1 – 6], которые посвящены разработке дисковых электрогенераторов различной конструкции, наиболее предпочтительных для ВЭУ. Однако, в приведенных конструкциях не предусмотрены меры, которые могли бы минимизировать потери за счет реакции якоря. Как показали экспериментальные исследования, эти потери приводят к росту потребляемой мощности генератора почти на 50%, что в свою очередь снижает КПД. Кроме того, в предложенной конструкции дискового генератора, описанного в [3], частота 50 Гц может быть достигнута только при оборотах 1500 мин-1. Таких оборотов ротора генератора достичь без редуктора (как это позиционируют авторы) невозможно.

Теоретический анализ, в т.ч. результатов экспериментальных исследований на действующем макете, исполненном в рамках выполнения работ по гранту «У.М.Н.И.К.» по теме «Разработка низкооборотного генератора с компенсацией якоря для маломощных ветроэнергетических установок» показал, что основными факторами, влияющими на эффективность электрических генераторов, которые могут быть устранены путем выбора определенных конструктивных решений, являются: наличие реакции якоря; наличие тангенциальных составляющих сил притяжения постоянных магнитов (ПМ) ротора к полюсам сердечников статорных обмоток возбуждения; необходимость достижения достаточной скорости вращения ротора для создания заданной мощности и частоты выходного тока.

Существуют различные способы снижения влияния реакции якоря. В работах [7 – 8] существенная компенсация реакции якоря достигается за счет усложнения конструкции сердечников статорных обмоток. В конструкциях, представленных в [4 – 5], когда обмотки возбуждения не имеют ферромагнитных сердечников, убрать влияние реакции якоря невозможно. Снижение моментов трогания (начала вращения) в выпускаемых промышленностью синхронных генераторах на ПМ достигается с помощью взаимного перекрытия площадей притяжения соседних полюсов ПМ с полюсами сердечников статорных обмоток возбуждения, или за счет выбора неравного числа пар полюсов статора и ротора. По мнению авторов, наилучших результатов снижения потерь за счет тангенциальных составляющих сил

12

притяжения ПМ к статору можно достичь, используя статор с беспазовыми обмотками [9] и снижением массы ротора. Построение генератора для ВЭУ, способного выдавать на выходе достаточную мощность при низких оборотах (с безредукторным соединением с ветротурбиной) может быть реализовано только на основе применения дисковой многополюсной конструкции с большим диаметром, как минимум, более 1 м, в зависимости от мощности. Но следует иметь в виду, что чем больше диаметр ротора, тем сильнее сказываются вышеприведенные факторы, приводящие к торможению вращения ротора и повышению порога начала трогания подвижной системы ВЭУ. Выбор конструкции ротора и его материала должен обеспечить минимальное значение его массы, прочность, равномерное распределение сил упругости по образующей диска.

С целью обеспечения простоты эксплуатации, повышения надежности и простоты монтажа, генератор целесообразно устанавливать у подножия мачты, обеспечив его соединение с ветротурбиной с помощью вертикального вала, как это предусмотрено, например, в [10].

В докладе представлен один из вариантов низкооборотного синхронного генератора на ПМ дисковой конструкции, предназначенного для маломощных ВЭУ (мощностью до 1 кВт). На фото представлен статор экспериментального макета генератора с беспазовой установкой статорных обмоток возбуждения, на котором проведены экспериментальные исследования.

Статор дискового генератора с беспазовыми обмотками возбуждения Результаты исследований подтверждают возможность достижения низкого

порога трогания ВЭУ, как одной из важных ее эксплуатационных характеристик.

СПИСОК ЛИТЕРАТУРЫ 1. Антипов В. Н. Анализ и исследование современного ряда синхронных машин

13

как ветрогенераторов в диапазоне частот вращения 75-300 мин-1. / В. Н. Антипов, Я. Б. Данилевич // Электротехника. - 2009. № 1. - С. 27-33.

2. Афанасьев А. А. Математическое моделирование беспазового электрогенератора для безредукторной ветроустановки / А. А. Афанасьев, А. Г. Бабак, А. В. Николаев // Изв. РАН. Энергетика. - 2005. № 2. - С. 54-64.

3. Данилевич Я. Б. Дисковый генератор для нетрадиционной энергетики. Проблемы и решения / Я. Б. Данилевич, И. Ю. Кручинина, Б. Н. Миронов, Ю. Ф. Хозиков // Изв. РАН. Энергетика. - 2008. № 4. - С. 69-75.

4. Патент на изобретение № 2096898 Российская Федерация МПК Н02К 23/54. Универсальная электрическая машина Белашова / Белашов А. Н. Заявитель и патентообладатель Белашов А. Н. Опубликован 20.11.1997.

5. Патент на изобретение № 2118036 Российская Федерация МПК Н02К 23/54. Универсальная электрическая машина Белашова / Белашов А. Н. Заявитель и патентообладатель Белашов А. Н. Опубликован 20.08.1998.

6. Патент на изобретение № 2368996 С1 Российская Федерация МПК Н02К 23/54. Модульно-дисковая универсальная электрическая машина Белашова / Белашов А. Н. Заявитель и патентообладатель Белашов А. Н. Опубликован 27.09.2009. Бюл. № 27.

7. Афанасьев Г. Ф. Экспериментальный макет генератора на постоянных магнитах с компенсацией реакции якоря / Г. Ф. Афанасьев, Л. Р. Закиров // Радиоэлектронная техника. Межвузовский сборник научных трудов. Ульяновск, 2013. - С. 76-81.

8. Афанасьев Г. Ф. Выбор концепции модернизации генераторов на постоянных магнитах как источников питания радиоэлектронных устройств / Г. Ф. Афанасьев, Л. Р. Закиров, Д. В. Рябов, Л. Ш. Биктимиров // Радиоэлектронная техника. Межвузовский сборник научных трудов. Ульяновск, 2013. - С. 50-57.

9. Хайруллин И. Х. Оптимизация геометрических размеров дискового генератора / И. Х. Хайруллин, Ф. Р. Исмагилов, А. И. Валитов // Электротехника, - 2009. № 1. - С. 35-37.

10. Афанасьев Г. Ф. Разработка высокоэффективных ВЭУ / Г. Ф. Афанасьев, Л. Ш. Биктимиров // «Вузовская наука в современных условиях». Сборник материалов 47-й научно-технической конференции. Ульяновск, 2013. - С. 79-82.

УДК 621.313.632 МИНИМИЗАЦИЯ РЕАКЦИИ ЯКОРЯ В ГЕНЕРАТОРАХ НА ПОСТОЯННЫХ МАГНИТАХ Г. Ф. Афанасьев, Л. Р. Закиров, Д. В. Рябов, Л. Ш. Биктимиров

Повышение эффективности любых преобразователей энергии всегда будет оставаться актуальной задачей. Развитие техники, появление новых элементов, расширение функциональных возможностей и сферы применения обуславливает необходимость модернизации существующих и разработку новых моделей таких изделий, как генераторы электрической энергии. Известно, что ныне выпускаемые промышленностью электрогенераторы обладают рядом разных недостатков, препятствующих повышению КПД, как одного из важных показателей.

14

Как показали экспериментальные исследования [1,2], проведенные на макете, изготовленном в рамках выполнения работ по государственному контракту № 11684 р / 17175 от 05.04.2013, существуют эффективные меры по достижению компенсации реакции якоря и снижению потерь. Ряд таких мер реализован в [3-5].

С целью апробации возможности использования разработанных способов минимизации влияния реакции якоря и тангенциальной составляющей сил притяжения полюсов ПМ ротора к полюсам сердечников статорных обмоток возбуждения в других конструкциях, например, модульных или многокаскадных электрических генераторах, был разработан и изготовлен макет многокаскадного синхронного генератора с постоянными магнитами (ПМ) на основе Ne-Fe-B (неодим-железо-бор).

На рис. 1 представлен фрагмент конструкции одного каскада статора с основными и дополнительными обмотками возбуждения.

Исходя из практических возможностей магнитопровод статора 1 (см. рис.1) выполнен с внешним диаметром 105 мм, 16-ю полюсами, диаметром между противоположными полюсами 56 мм и набор 2х5 мм с магнитными перемычками 6. Двухсекционные обмотки 3 статора выполнены проводом ø0,45 мм по 20 витков в каждой секции (число витков каждой секции статорных обмоток определяется размерами зубцов 2 и расстояниями между ними). Дополнительные статорные обмотки 4 выполнены тем же проводом по 60 витков в каждой секции. Для сборки разработанного экспериментального макета генератора изготовлено пять статорных модулей.

Проведенные исследования экспериментального макета генератора показали возможность реализации способа минимизации тормозящих моментов в генераторах на ПМ, возникающих за счет реакции якоря. Вместе с тем выявлено, что в экспериментальном макете генератора с прямоточными полюсами существенные потери в коэффициенте передачи вносят тангенциальные составляющие сил притяжения ПМ к полюсам сердечников обмоток статора. Причем, повышения мощности генератора за счет увеличения числа полюсов и более мощных ПМ сопровождается прямопропорциональным увеличением мощности, затрачиваемой на вращения ротора. В ряде случаев эти потери превышают потери за счет реакции якоря.

В виду вышеизложенного, необходимость минимизации тангенциальных составляющих сил притяжения ПМ к статорным полюсам является такой же актуальной задачей для синхронных генераторов, как и задача минимизации влияния реакции якоря, особенно в генераторах дисковой конструкции с большим диаметром, предназначенных для ВЭУ.

15

Рис. 1. Конструкция фрагмента статорной секции многокаскадного генератора на ПМ а) – с двухсекционными основными статорными обмотками на разветвленных участках зубцов; б) – с односекционными основными статорными обмотками. 1 – ярмо статорной секции; 2 – двухсекционные зубцы статорных обмоток; 3 – секции основных статорных обмоток; 4 – дополнительные статорные обмотки; 5 – полюсные наконечники сердечников основных статорных обмоток; 6 – магнитные перемычки в виде распорок; 7 – магнитные перемычки между секциями зубцов статорных обмоток; 8 – односекционные статорные обмотки; 9 – сердечники односекционных статорных обмоток.

С учетом выше изложенного в новой конструкции генератора на ПМ с прямоточными полюсами выбрана каскадная (многомодульная) схема с независимыми статорными модулями и общим ротором, содержащим отдельные секции постоянных магнитов для каждого каскада.

С целью минимизации действия тангенциальных составляющих сил притяжения ПМ к полюсам статорных обмоток и, таким образом, уменьшения

16

необходимой мощности для создания крутящего момента на оси ротора, постоянные магниты каждого каскада на общем роторе смещены на угол, обеспечивающий минимизацию результирующего тангенциального вектора сил притяжения. В пределе тангенциальные силы, тормозящие или удерживающие ротор в покое, могут быть сведены к нулю, если будет исключена дискретность результирующей (суммарной) магнитной индукции по образующей ротора (якоря), что достигается перекрытием полюсов ПМ всех составляющих каскадов генератора. Такое явление положено в основу конструктивного решения многокаскадного генератора с компенсацией реакции якоря и минимизации влияния тангенциальной составляющих сил притяжения ПМ к полюсам сердечников статорных обмоток. СПИСОК ЛИТЕРАТУРЫ 1. Афанасьев Г. Ф. Анализ возможностей достижения минимизации влияния

реакции якоря в генераторах на постоянных магнитах / Г. Ф. Афанасьев, Л. Р. Закиров, Д. В. Рябов // Радиоэлектронная техника. Межвузовский сборник научных трудов. Ульяновск, 2013. - С. 69-75.

2. Афанасьев Г. Ф. Экспериментальный макет генератора на постоянных магнитах с компенсацией реакции якоря / Г. Ф. Афанасьев, Л. Р. Закиров // Радиоэлектронная техника. Межвузовский сборник научных трудов. Ульяновск, 2013. - С. 76-81.

3. Патент на полезную модель № 137436 Российская Федерация, МПК Н02К 21/22 Электрический генератор / Афанасьев Г. Ф., Ташлинский А. Г., Закиров Л. Р., Биктимиров Л. Ш. Заявитель и патентообладатель Ульяновский государственный технический университет. № 2013135400/07, опубликовано 10.02.2014. Бюл. № 4.

4. Патент на полезную модель № 137162 Российская Федерация, МПК Н02К 21/14 Электрический генератор на постоянных магнитах / Афанасьев Г. Ф., Закиров Л. Р., Биктимиров Л. Ш. Заявитель и патентообладатель Ульяновский государственный технический университет. № 20131364991/07, опубликовано 27.01.2014. Бюл. № 3.

5. Патент на полезную модель № 137435 Российская Федерация, МПК Н02К 21/14 Электрическая машина / Афанасьев Г. Ф., Ташлинский А. Г., Закиров Л. Р., Биктимиров Л. Ш., Рябов Д. В. Заявитель и патентообладатель Ульяновский государственный технический университет. № 2013135398/07, опубликовано 10.02.2014. Бюл. № 4.

УДК 621.396.677 АНАЛИТИЧЕСКИЙ ОБЗОР ВИДОВ ШИРОКОПОЛОСНЫХ ПЕЧАТНЫХ ИЗЛУЧАТЕЛЕЙ В.Г.Анисимов, А.А.Баранов

Использование широкополосных сигналов в радиотехнике имеет ряд преимуществ, по сравнению с использованием узкополосных сигналов. Радиолокационные системы с широкополосными позволяют обнаруживать самолеты – «невидимки», которые можно сделать невидимыми для радаров только в относительно узкой полосе частот. Также их использование позволяет получить больше информации об объекте, так как разные составляющие спектра частот широкополосного сигнала по-разному взаимодействуют с телом

17

конечных размеров. Анализируя результат взаимодействия, можно получить информацию не только о положении объекта, но и о его размерах, форме и тому подобное.

Радиотехнические системы, использующие широкополосные сигналы, состоят из отдельных элементов, которые, в свою очередь, должны работать в полосе частот, определяемой широкополосным сигналом. Таким образом, все элементы системы должны быть широкополосными. Радиотехнические системы состоят из приемо-передающего оборудования и антенн, обеспечивающих излучение и прием электромагнитных волн. Широкополосность приемо-передающего оборудования обеспечивается соответствующим выбором приборов, устройств и линий передачи. Одним из элементов радиотехнической системы, ограничивающим диапазон рабочих частот, является антенна.

Антенна может быть выполнена как отдельный элемент (излучатель) с заданной диаграммой направленности или в виде антенной решетки, представляющей собой совокупность отдельных излучателей. Выбор того или иного вида антенны определяется заданными характеристиками радиотехнической системы, например, формой и шириной диаграммы направленности, разрешающей способностью по угловым координатам, сектором сканирования и другими. Широкополосность антенны в любом случае определяется широкополосностью отдельного излучателя. И хотя объединение излучателей в антенную решетку, как правило, сужает рабочую полосу частот, в работе будут рассматриваться только излучатели.

Излучатели могут иметь различное конструктивное исполнение, которое зависит от выбранной линии передачи, на элементах которой они построены. В настоящее время широко используются проволочные излучатели (вибраторные, квадратные, ромбические, спиральные и другие), открытые концы металлических волноводов (прямоугольных, круглых, эллиптических и других), рупорные антенны (секториальные, пирамидальные, конические и другие), диэлектрические стержни, печатные излучатели, щелевые излучатели, зеркальные антенны и прочие [1; 2; 3]. Каждый излучатель имеет свои характеристики и обладает определенными ограничениями. Особенности разных видов излучателей в данной работе не рассматриваются.

В настоящее время широкое распространение получили антенны с печатными излучателями [4]. Преимуществами печатных излучателей являются технологичность изготовления, отсутствие выступающих частей, возможность их расположения на поверхности произвольной формы, например, на поверхности летательных аппаратов, малые габариты и вес. К недостаткам относят узкую рабочую полосу частот и высокий уровень диссипативных потерь. На текущий момент разработаны и исследованы печатные излучатели, позволяющие эффективно излучать и принимать широкополосные сигналы [5].

Одним из типов широкополосных печатных излучателей являются антенны с сужающимися щелями (Tapered-Slot Antenna, TSA) [6, 7], разновидностью которых являются излучатели Вивальди. Конструкция таких антенн представляет диэлектрический слой с металлической формой на одной стороне (рис. 1). Такие антенны относятся к классу апериодических непрерывно изменяемых структур. Антенны излучают волну линейной поляризации.

18

Рис. 1. Антенны с сужающимися щелями. В антенне Вивальди ширина щели может изменяться по разному закону,

например экспоненциальному, линейному и другим (рис. 2.) [6]. Это сближает антенну Вивальди к стандартной рупорной антенне, у которой ширина диаграммы направленности увеличивается с увеличением расстояния от точки питания антенны.

Рис.2. Антенны Вивальди с разным законом изменения ширины щели. Излучение антенн Вивальди происходит в области, где расстояние между

проводниками становится больше половины длины волны. Теоретически антенна имеет бесконечную полосу пропускания и её можно, считать частотно-независимой. Фактически рабочая полоса пропускания ограничена переходом от линии питания к щелевой линии антенны и конечными размерами антенны [6].

К широкополосным печатным излучателям относятся печатные эквиугловые спирали (рис. 3, а) [8]. Конструкция антенн представляет слой диэлектрика с металлическим покрытием с одной стороны. В металле прорезаны щели в виде спиралей.

19

а) б) в) Рис. 3. Печатные эквиугловая спираль (а) и логопериодическая антенна (б).

Плечи антенны ограничены четырьмя логарифмическими спиралями:

aAexp1 , 12 M , aAexp3 , 34 M , где А, а, М –

постоянные коэффициенты, φ – угол. Питание такой антенны осуществляется в середине антенны. Диаграмма направленности антенны состоит из двух широких лепестков, максимумы которых перпендикулярны плоскости антенны. Рабочий диапазон частот 20:1, поле имеет эллиптическую поляризацию.

К широкополосным относятся печатные логопериодические антенны (рис. 3, б) [8], применение которых ограничивается сложностью изготовления и плоские двухзаходные спирали Архимеда рис. 3, б) [8].

СПИСОК ЛИТЕРАТУРЫ 1. Ротхаммель, Карл. Антенны: перевод с немецкого / Ротхаммель, Карл; . - 11-е изд., перераб. и доп. - Минск: Наш город, 2001. - Т. 1. - 414с.: ил. 2. Ротхаммель, Карл. Антенны: перевод с немецкого / Ротхаммель, Карл; . - 11-е изд., перераб. и доп. - Минск: Наш город, 2001. - Т. 2. - 414с.: ил. 3. Устройства СВЧ и антенны: учебник для вузов / Воскресенский Д. И., Гостюхин В. Л., Максимов В. М. и др.; под ред. Д. И. Воскресенского. - 3-е изд. - Москва: Радиотехника, 2008. - 384 с.: ил. 4. Панченко Б.А. Нефедов Е.И. Микрополосковые антенны. - М.: Радио и связь, 1986. 5. Разработка и исследование модифицированной антенны Вивальди в составе плоской широкополосной антенной решётки Х-диапазона / Чернышев С. Л., Виленский А. Р. // Наука и образование: электронное научно-техническое издание. Выпуск № 11 / 2011. 6. Банков С.Е., Курушин А.А. Расчет антенн и СВЧ структур с помощью HFSS Ansoft – М.: ЗАО «НПП «РОДНИК», 2009, 256 с. 7. http://dl2kq.de/ant/3-90.htm 8. Сазонов Д.М. Антенны и устройства СВЧ : Учеб. для радиотехнич. Спец. Вузов. – М.: Высш. шк., 1988. – 432 с.

20

УДК 638.14.075+62-791.2 ЭЛЕКТРОННЫЙ ПРИБОР ПЧЕЛОВОДА О.А.Дулов, А.В.Никитин

Пчеловодство – самая малозатратная и, в то же время, самая доходная отрасль сельского хозяйства. Тем не менее, в области пчеловодства редко находят применения достижения научно-технического прогресса. Организация пасеки на научной основе возможна только при условии получения достоверной и своевременной информации о состоянии пчелосемей. Причем сбор информации желательно проводить без вмешательства в контролируемую систему, так как вскрытие ульев вызывает беспокойство пчёл, снижает их работоспособность. В осуществлении такого контроля может помочь применение электронных датчиков. Существует, по меньшей мере, два метода контроля за состоянием пчелиных семей.

Первый метод – акустический, основан на анализе используемой пчёлами акустической сигнализации. Спектр звука издаваемого пчёлами содержит в себе информацию о состоянии пчелосемьи [3]. Акустический анализ позволяет, не вторгаясь в гнездо, выявлять такие негативные явления как роение, перегрев, враждебное отношение к подсаженной матке, варроатоз.

Второй метод основан на анализе распределения тепловых полей в улье. В зависимости от количества и расположения термодатчиков возможно измерение температуры внутри улья, наблюдение засева на рамке, контроль положения пчелиного клуба.

Акустический метод по существу представляет собой запись звука издаваемого пчелиной семьёй, анализ спектра этого звука и вывод результата оператору. Прибор должен диагностировать четыре возможных состояния и выдавать ответ «да/нет» относительно каждого из них. Пчелиная семья постоянно генерирует звуки. Их интенсивность и спектральная структура зависят от физиологического состояния пчёл. Спектральные составляющие, различающиеся на 40 дБ, занимают широкий диапазон. Его нижняя граница приближается к инфразвуку, высокочастотная достигает 8-12 кГц. Максимум спектральной энергии приходится обычно на три диапазона: 75-190, 200-400 и 420-550 Гц. О низком уровне активности семьи или большей части пчел в период подготовки к роению свидетельствует наличие в спектре звуков интенсивных низкочастотных составляющих в области 200—240 Гц. За 3—5 дней до выхода роя интенсивность этого диапазона может превосходить смежную ей высокочастотную часть спектра на 8—12 дБ. В случае положительного отношения к матке, подсаженной в безматочную семью, пчелы издают звуки с интенсивными составляющими в диапазоне 165-200 Гц; при отрицательном - максимум спектральной энергии находится в области 330-440 Гц. Изменения микроклимата пчелиного жилища отражаются, прежде всего, на интенсивности спектральных составляющих в диапазоне 70-180 Гц. Наибольшей интенсивности этот диапазон достигает (бывает равной или на 3-5 дБ превосходит составляющие в диапазоне 200-400 Гц) в летний период при высокой внешней температуре и при перегреве гнезда. Для выявления семей, зараженных варроатозом, и определения экстенсивности этой инвазии достаточно определить частотное положение пика интенсивности в диапазоне 200-400 Гц. Так при зараженности на уровне 2-8%, пик интенсивности находится в полосе 245 - 340 Гц (по уровню 0,7). У семей, зараженных в среднем на 50%,

21

пик интенсивности смещен в сторону высоких частот примерно на 50 Гц (295 - 370 Гц).

Диагностика производится в частотном диапазоне от 75 до 600 Гц, который хорошо поддаётся записи и обработке. Современные компоненты интегральной электроники позволяют создать такое устройство на основе микропроцессорного комплекта (см. рис.).

Рис. Структурная схема электронного прибора пчеловода В основе структурной схемы прибора лежит микроконтроллер (МК), в

котором осуществляется цифровая обработка сигнала. Звуковой фон пчелиной семьи преобразуется в электрический сигнал электретным микрофоном (М). Выход микрофона соединён с входом операционного усилителя (ОУ). Операционный усилитель охвачен петлёй автоматической регулировки усиления (АРУ), причём регулировка осуществляется за счёт изменения глубины отрицательной обратной связи. К выходу ОУ подключаются наушники (Н) и вход фильтра нижних частот (ФНЧ). Сигнал с выхода ФНЧ поступает на вход, интегрированного на кристалле микроконтроллера, аналого-цифрового преобразователя (АЦП). Оцифрованный сигнал подвергается спектральному анализу программными средствами МК на основе алгоритма быстрого преобразования Фурье [1,2]. На основании проведённого анализа интенсивности частотных составляющих шума делается вывод о состоянии исследуемой пчелиной семьи. В качестве устройства вывода информации управления и результатов анализа применимы монохроматические текстовые жидкокристаллические дисплеи, они являются наиболее дешёвым и доступным средством вывода текстовой информации [5].

Применение двухмерных (плоских) и трёхмерных (объёмных) массивов термодатчиков позволяют круглогодично контролировать состояние пчелиных семей по распределению тепловых полей. Можно наблюдать каждую пчелиную рамку, наличие расплода на пчелиных рамках. При зимовке пчёл можно контролировать зоны формирования пчелиного клуба в различных ульях.

Кратко опишем принцип работы такого устройства. Источником информации служит адаптер, содержащий датчики температуры. Подобные адаптеры представляют собой плоские тонкие рамки с восемью вертикальными планками, закреплённые сверху горизонтальной. На каждой вертикальной составляющей закреплены датчики температуры, таким образом, что все горизонтальные и вертикальные расстояния между ними постоянны. Современные интегральные датчики могут передавать информацию

22

последовательно, используя всего один общий провод (интерфейс 1-wire). Кроме того, результатом диагностики является картина распределения тепла, либо на плоскости (на рамке), либо в объёме (внутри улья). Очевидно, что простая индикация, на основе дешёвых монохроматических текстовых дисплеев здесь не применима. Наиболее удачным решением этой проблемы является обработка и вывод информации при помощи персонального компьютера. На вход подается массив размером 8×4×k, соответствующий показаниям датчиков температур (8×4 – координаты датчиков в адаптере, k – количество адаптеров). Термодатчики в количестве 8×4 размещены равномерно по всей плоскости специализированного адаптера температур, который соседствует с реальной пчелиной рамкой с сотовыми ячейками Вычисляется разница температур Δt между соседними датчиками выбранного направления в плоскости специализированного съемного адаптера температур, делится на количество между ними сотовых ячеек n и вычисляется параметр . Температура сотовой ячейки ti определяется согласно выражению [4]:

, где N=0, 1, 2...n, T - значение температуры начала отсчета.

Во время зимовки контролируется интервал температур 9-38°С, несущих информацию о размещении пчелиного клуба. Для контроля зоны расплода выделяют ячейки, имеющие температуру 34,5-35,5°С. Недостатком метода является отсутствие промышленных образцов специализированных адаптеров, в отличие от микрофонов, и, следовательно, необходимость их изготовления силами производителя.

Использование современных и доступных решений беспроводной связи позволяют создавать системы сбора и обработки информации, охватывающие всю пасеку и обеспечивающие удалённый контроль. Наиболее доступными и массовыми являются устройства на базе стандарта IEEE 802.11. более известные как Wi-Fi. Данные модули имеют низкое энергопотребление и стоимость, дальность действия 400-300 метров вполне достаточна для охвата любой пасеки, кроме того они легко интегрируются с микропроцессорными устройствами, ярким примером такого модуля может служить Espressif ESP8266. Посредствам таких устройств можно организовать как непосредственную передачу данных на портативное устройство оснащённое Wi-Fi приёмником, так и со специализированной точкой доступа, обеспечивающей передачу данных удалённому пользователю через сеть Интернет. Для приёма и отображения данных пользователь должен обладать специализированным программным обеспечением.

СПИСОК ЛИТЕРАТУРЫ 1. Афонский, А. А. Цифровые анализаторы спектра, сигналов и логики / А. А.

Афонский, В. П. Дьяконов. – М.: СОЛОН-ПРЕСС, 2009. – 248 с. 2. Бакомчев, И. Прибор для акустической диагностики пчелиных семей / И. Ба-

комчев // Пчеловодство.-2005.-№5.-С. 52-53. 3. Еськов Е.К. 'Поведение медоносных пчел' - Москва: Колос, 1981 - с.184 4. Патент №RU2377769C1 МПК A01K47/06 2006г. Автоматизированная систе-

ма для контроля состояний пчелиных семей по распределению тепловых полей в улье / А. Ф. Рыбочкин, Б. Б. Дрёмов, И. С. Захаров.

5. Резчиков, С. Е. Микропроцессорный анализатор звукового фона пчелосе-мьи / С. Е. Резчиков, О. А. Дулов // Актуальные проблемы физической и функциональной электроники: материалы 14-й региональной научной шко-лы-семинара. – Ульяновск, 2011. – С. 45.

23

УДК 621.311.62 РЕЗУЛЬТАТЫ ИСПЫТАНИЙ МАКЕТА ИМПУЛЬСНОГО ИСТОЧНИКА ПИТАНИЯ О. А. Дулов, А. А. Казанков

В настоящее время большинство регулируемых импульсных источников вторичного электропитания строятся по схеме с двойным преобразованием частоты.

При данном варианте построения импульсный источник питания (ИИП) представляет собой два независимых преобразователя напряжения. Такой вариант построения источника питания усложняет его принципиальную схему и увеличивает в ней число силовых элементов. Из-за этого ухудшаются массогабаритные показатели источника питания, и снижается его КПД.

Существующие схемы импульсных источников питания с однократным преобразованием содержат один регулируемый преобразователь напряжения с гальванической развязкой от сети. Такие ИИП обладают лучшими массогабаритными показателями и КПД по сравнению со схемами ИИП с двойным преобразованием энергии. Однако данные схемы, как правило, не позволяют регулировать выходное напряжение, либо обладают малым диапазоном регулировки, нестабильно работают при малых выходных напряжениях и токах нагрузки.

Авторами предлагается вариант построения импульсного регулируемого источника питания (Рис. 1), который позволит улучшить массогабаритные показатели, обеспечить более широкий диапазон регулировки выходного напряжения, ввести регулировку ограничения тока, защиту от перегрузок и обеспечит высокий КПД.

Улучшение показателей ИИП с однократным преобразованием частоты достигается питанием части схемы (ШИМ – контроллера импульсного преобразователя и схемы слежения за выходным напряжением и током) от маломощного вспомогательного источника питания, который в свою очередь питается непосредственно от сети, а не от импульсного трансформатора (как в известных схемах ИИП).

Рис. 1. Структурная схема импульсного регулируемого источника питания с

однократным преобразованием частоты

24

Данная схема работает следующим образом. Сетевое напряжение подаётся через сетевой фильтр на высоковольтный выпрямитель, где преобразуется в постоянное напряжение величиной порядка 310В. Далее высокое постоянное напряжение преобразуется с помощью вспомогательного источника питания в другие пониженные напряжения, которые необходимы для питания всей схемы. Регулируемый преобразователь напряжения преобразует выпрямленное сетевое напряжение в пониженное напряжение, величина которого зависит от режима работы источника питания, заданного при помощи устройства управления. Выходное напряжение и напряжение, пропорциональное выходному току, поступают на схему слежения за напряжением и током, которая через схему гальванической развязки управляет контроллером преобразователя напряжения. Контроллер преобразователя напряжения формирует соответствующие импульсы управления ключевым транзистором. За счет этого в схеме осуществляется поддержание установленных значений выходного напряжения и выходного тока.

По данной структурной схеме импульсного регулируемого источника питания разработана его принципиальная схема и изготовлен макет.

Испытания макета источника питания проводились по схеме, представленной на рис. 2.

Рис.2. Схема проведения испытаний макета импульсного источника питания В данной схеме для поддержания питающего напряжения в заданном

диапазоне и его регулировки использовался лабораторный регулировочный автотрансформатор типа ЛАТР-2М, обеспечивающий плавную регулировку выходного напряжения в пределах 0 – 250В. В качестве нагрузки RН применялся электронный эквивалент нагрузки собственного изготовления на четырех транзисторах типа КТ827Г, предназначенный для плавного изменения тока нагрузки источника питания в необходимом диапазоне. Для измерения входного и выходного напряжений источника питания использовались цифровые универсальные вольтметры В7-35. При измерении выходного тока макета в качестве Rш применен выносной шунт из комплекта универсального вольтметра В7-35, предназначенный для измерения тока до 10А. Измерение амплитуды пульсаций выходного напряжения источника питания осуществлялось при помощи осциллографа С1-73. Контроль пульсаций выходного тока производился на шунте R1, который выполнен на двух соединенных параллельно резисторах типа С5 - 16МВ - 5Вт, сопротивлением 0,2 Ом ±1%. Во время проведения измерений входное напряжение макета источника питания

25

поддерживалось в пределах 220В ± 2%. Полученные основные технические характеристики разработанного макета

источника питания приведены в таблице 1. Таблица 1

Основные технические характеристики разработанного источника питания

Параметры прибора Значения

Диапазон регулировки выходного напряжения, В 0,5-30,5

Диапазон регулировки ограничения выходного тока, А 0,01-8,2

Диапазон питающего напряжения, В 190-250

Амплитудное значение пульсаций выходного напряжения, мВ 70 Нестабильность выходного напряжения при изменении напряжения питающей сети, мВ

20

Нестабильность выходного тока при изменении напряжения питающей сети, мА

20

Нестабильность выходного напряжения при изменении тока нагрузки, мВ

90

Максимальная выходная мощность, Вт 250

КПД, % 87

Потребляемый от питающей сети ток при отсутствии нагрузки, А 0,036

Таким образом, в данной работе разработана принципиальная схема

импульсного регулируемого источника питания с однократным преобразованием частоты и его макет. Проведена экспериментальная проверка макета ИИП и измерение его основных технических характеристик.

Полученные результаты показали, что устройство имеет широкий диапазон регулировки выходного напряжения, регулировку ограничения тока нагрузки и высокий КПД.

В данный момент ведется работа по модернизации электрической принципиальной схемы макета импульсного регулируемого источника питания с однократным преобразованием частоты с целью улучшения его основных технических характеристик. На основе полученных результатов планируется создание опытного образца источника питания с целью последующего его производства.

СПИСОК ЛИТЕРАТУРЫ 1. Бас, А. А. Источники вторичного электропитания с

бестрансформаторным входом / А. А. Бас, В. П. Миловзоров, А. К. Мусолин. - М.: Радио и связь, 1987. - 160 с., ил.

2. Браун, М. Источники питания. Расчет и конструирование / Пер. с англ. - К.: «МК-Пресс», 2007. - 288 с., ил.

3. Митрофанов, А. В. Импульсные источники вторичного электропитания в бытовой радиоаппаратуре / А. В. Митрофанов, А. И. Щеголев. - М.: Радио и связь, 1985. - 72 с., ил.

4. Мэк, Р. Импульсные источники питания / Пер. с англ. - М: Издательский дом «Додэка-ХХI», 2008. - 272 с: ил.

26

УДК 551.594 ИМИТАТОР ГРОЗОВОГО РАЗРЯДА А.С.Савалёв, О.А.Дулов

В целях проведения лабораторных испытаний и калибровки детектора грозы разработан и изготовлен высоковольтный генератор, позволяющий получать на выходе устройства серии искровых разрядов длиной до 60 мм, а также создавать постоянное электрическое поле высокой напряженности порядка 50 кВ/м.

Электрическая принципиальная схема высоковольтного генератора приведена на рис. 1 и представляет собой блокинг-генератор, построенный на электронной лампе 6П36С (VL1), модернизированном телевизионном трансформаторе строчной развертки ТВС-110ЛА (T2) и умножителе напряжения УН9/27-1,3 (E1).

В блокинг-генераторе сильная положительная обратная связь вызывает при формировании переднего фронта и спада импульса лавинообразное нарастание и уменьшение силы тока в электронной лампе [1].

Длительность импульса в основном определяется временем заряда конденсатора С3 большой силой тока, протекающего в цепи управляющей сетки во время формирования вершины импульса, и параметрами трансформатора T2, а длительность промежутков между импульсами (в автоколебательном режиме) – временем разряда конденсатора С3 через резистор R3. Длительность импульса можно регулировать в некоторых пределах (0,05-25 мксек) изменением ёмкости конденсатора С3 [2].

Перечень элементов к разработанной схеме высоковольтного генератора представлен в таблице 1. Внешний вид стенда показан на рис. 2.

Таблица 1 Позиционное обозначение

Наименование Кол. Прим.

C1 Конденсатор К50-35 150мкФ±20% 400В 1 С2 Конденсатор К78-2 10нФ±10% 1600В 1 С3 Конденсатор К78-2 1нФ±10% 1600В 1 E1 Умножитель напряжения УН9/27-1,3 1 F1 Разрядник 15/60 мм 1

FU1, FU2 Предохранитель H520 3,15А 250В 2 HL1 Лампа неоновая NE-2H 1 M1 Вентилятор JA1238L2S 1 R1 Резистор С2-23 0,25Вт 150кОм±1% 1 R2 Резистор ПЭВ-10 4,3кОм±5% 1 R3 Резистор SQP 5Вт 12кОм±5% 1

RK1 NTC термистор SCK-053 1 SA1, SA2 Переключатель SDDF-3 2

T1 Трансформатор ТСШ-170 1 T2 Трансформатор ТВС-110ЛА 1

VD1 Диодный мост D4SB60L 1 VL1 Электронная лампа 6П36С 1 XP1 Вилка штепсельная S-52 1

27

Рис.

1. Э

лектрическая

принципиальная

схема вы

соковольтного

генератора

28

Основные технические характеристики: 1) напряжение на выходе трансформатора Т2 - 10,8 кВ; 2) частота генерации - 21,25 кГц; 3) напряжение на выходе умножителя Е1 - 54 кВ; 4) длина искрового разряда - 60 мм; 5) напряженность электрического поля - не менее 50 кВ/м.

Рис. 2. Высоковольтный генератор

Методика испытаний заключается в проведении проверки

работоспособности схемы детектора грозы в лабораторных и реальных условиях для дальнейшей настройки, калибровки и доработки устройства.

В лабораторных условиях для проверки функционирования схемы детектора грозы используется высоковольтный генератор, искровые разряды с которого имитируют молнию и имеют аналогичный с ней спектральный состав. Напряженность электрического поля, получаемого с высоковольтного генератора, равна напряженности поля в реальных условиях при грозе. Таким образом, в лабораторных условиях возможна проверка работоспособности приёмника и электрометра детектора грозы.

В реальных условиях при прохождении грозовых очагов на расстояниях до 20 км будет получена функция преобразования U=f(R), необходимая для правильной работы схемы сравнения, путём измерения амплитуды напряжения U на пиковом детекторе в момент разряда молнии, определения интервала времени t, отсчитываемого с момента разряда молнии до прихода грома в точке наблюдения, и расчёта расстояния до молнии по формуле R=с·t, где с – скорость распространения звуковых колебаний в воздухе. Известно, что на расстояниях до 20 км гром слышен, максимальное время ожидания грома составляет 60 - 65 с после вспышки молнии. На расстояниях свыше 20 км звуковые колебания затухают в среде распространения и не доходят до точки наблюдения. На основе полученной функции преобразования схема сравнения будет откалибрована для вычисления больших расстояний до грозовых очагов.

СПИСОК ЛИТЕРАТУРЫ 1. Меерович, Л. А. Импульсная техника / Л. А. Меерович. - М., 1953. - 246 с. 2. Шустов, М. А. Практическая схемотехника. Преобразователи напряжения /

М. А. Шустов. - М.: Альтекс-А, 2002. - 189 с.

29

УДК 004.932.2 ИСПОЛЬЗОВАНИЕ ПРИОРИТЕТНОГО ПОДХОДА ПРИ ИЗМЕРЕНИИ МЕЖКАДРОВЫХ ГЕОМЕТРИЧЕСКИХ ДЕФОРМАЦИЙ ИЗОБРАЖЕНИЙ А. Г. Ташлинский, Л. Ш. Биктимиров

В последние годы происходит активное расширение области применения систем извлечения информации, использующих пространственные апертуры датчиков сигналов. Такие системы применяют для дистанционного исследования Земли, в медицине, навигации, радиолокации, при обеспечении государственной безопасности и в других областях. Исходной информацией в них являются динамические изображения, при обработке которых одной из проблем является поиск по эталону, идентификация и определение параметров местоположения фрагментов изображений. При этом эталонный и искомый фрагменты могут иметь значительные взаимные геометрические и яркостные деформации.

Известные методы оценивания местоположения фрагмента (МФ) основаны на четырех подходах:

− сопоставление изображения и фрагмента; − пространственно-временная фильтрация; − морфологический анализ; − анализ оптического потока. Для изображений больших размеров целесообразным является

построение алгоритмов на базе псевдоградиентных процедур (ПГП) [1]:

Qtttt 1ˆˆ ,

где – вектор оцениваемых параметров МФ, t – матрица усиления, t –

псевдоградиент целевой функции (ЦФ) Q , характеризующей качество

оценивания. При ограниченности вычислительных ресурсов и незначительных

яркостных искажениях между опорным и искомым фрагментами в качестве ЦФ целесообразно выбирать средний квадрат межкадровой разности (СКМР), а при яркостных искажениях, близких к линейным, – взаимный коэффициент межкадровой корреляции (ВКМК).

Для повышения быстродействия ПГП при нахождении псевдоградиента Q на каждой итерации используются локальные выборки

tjftjt zzZ ~, небольшого объема, где

ftjz – отсчеты фрагмента fZ ,

1ˆ,~~ ttjt jzz – отсчеты непрерывного изображения Z

~, полученного из

исследуемого изображения Z с помощью некоторого способа интерполяции. ПГП рекуррентны, сочетают хорошие точностные характеристики с

высоким быстродействием, применимы к обработке изображений с плавно меняющейся неоднородностью. Формируемые ими оценки параметров устойчивы к импульсным помехам и сходятся к оптимальным значениям при довольно слабых условиях [2]. Однако, ПГП имеют и недостатки. Одним из них является ограниченный рабочий диапазон, в котором достигается требуемая точность оценки параметров местоположения фрагмента (МФ) [3]. Это приводит к необходимости разбиения изображения на N подобластей, соответствующих рабочему диапазону процедур. Процедуру, работающую в

30

подобласти, которой принадлежит искомый фрагмент, будем называть V-процедурой (veritas – «истинная»). Процедуры, работающие в других подобластях, будем называть P-процедурами (рseudo – «ложная»). В результате работы всех процедур формируется N векторов Nii ,1,ˆ )( оценок параметров МФ и возникает задача определения среди них с требуемой доверительной вероятностью подобласти, в которой достигается экстремум ЦФ.

В задачах оценивания параметров МФ число подобластей может достигать нескольких тысяч [4]. Столько же будет и процедур. Если все процедуры выполнят одинаковое число итераций, обеспечивающее необходимую точность оценивания, то это потребует существенных вычислительных затрат. Для сокращения объема вычислений может быть использован следующий подход. На каждом шаге алгоритма приоритет выполнения очередной итерации предоставляется процедуре, имеющей наименьшее значение некоторой функции штрафа (ФШ) [5]. При этом «шаг алгоритма» – это совокупность операций, включающая выполнение ПГП с наименьшей ФШ очередной итерации, нахождение нового значения ФШ и определение ПГП с наименьшим штрафом.

Сложность состоит в том, что при этом требуется сравнение штрафов процедур, выполнивших разное число итераций. Исследование требований к ФШ , обеспечивающих сравнение «штрафов» ПГП, выполнивших разное число итераций, показало, что при минимизации ЦФ таким требованиям удовлетворяет функция

t

j

ij

it Qq

1min

)()( ,

где Ni ,1 ; )(min inf i

jqQ – величина, меньшая нижней границы

множества tjq ij ,1,)( оценок ЦФ. Если же ψ подлежит максимизации, то

t

j

ij

it qQ

1

)(max

)( ,

где )(max sup i

jqQ .

Пример использования разработанного программного обеспечения поиска эталонного фрагмента на изображении с помощью приоритетного подхода приведен на рис. 1. Здесь размер изображения таблетки радиоактивного топлива, полученного с помощью электронного микроскопа, составляет 180×180 элементов, эталонного фрагмента 42×42 элемента. Истинные и оцененные параметры МГДИ приведены в таблице 1.

31

Рис. 1

Таблица 1 Параметры 21, hh k

Истинные (100, 100) -30 0.8 Оцененные (99.99, 99.81) -29.94 0.799

Исследования показали, что использование приоритетного подхода

приводит к существенному сокращению вычислительных затрат, при этом чем больше исследуемое изображение, тем больше выигрыш. В частности, для имитированных изображений с гауссовской КФ при 1000 итераций оценивания выигрыш по быстродействию по сравнению со случаем, когда все ПГП достигают порогового числа итераций, составляет: при N 50 – 1.6 раза,

N 200 – 2.5 раза, при N 1000 – 5.3 раза. Разработанные с применением приоритетного подхода алгоритмы поиска

по эталону, идентификации и определения параметров местоположения фрагментов изображений могут использоваться для решения различных задач автоматизированной обработки изображений: обнаружения аномалий на после-довательности космических снимков, «склейки» аэрофотоснимков, идентифи-кации дактилоскопических отпечатков и радужной оболочки, отслеживания траектории подвижных объектов, идентификации лиц, номеров автотранспорта и др. Достоинством данных алгоритмов является возможность вероятностного анализа достоверности получаемых результатов. Они применимы к обработке изображений в условиях априорной неопределенности, предполагают небольшие вычислительные затраты и не требуют предварительной оценки параметров деформации исследуемых изображений. Формируемые оценки устойчивы к импульсным помехам и сходятся к оптимальным значениям при довольно слабых условиях.

СПИСОК ЛИТЕРАТУРЫ 1. Цыпкин Я. З. Информационная теория идентификации – М.: Наука.

Физматлит, 1995. – 336 с.

32

2. Поляк Б. Т., Цыпкин Я. З. Псевдоградиентные алгоритмы адаптации и обучения // Автоматика и телемеханика, 1973, № 3. – С. 45-68.

3. Ташлинский А. Г., Лазарев С. Н., Лазарева О. А. Апостериорная оп-тимизация псевдоградиентной процедуры оценивания межкадровых деформа-ций изображений / Инфокоммуникационные технологии, 2008, том 6, № 1, с. 72-75.

4. Tashlinskii A. Computational Expenditure Reduction in Pseudo-Gradient Image Parameter Estimation / Computational Scince – ICCS 2003, V. 2658, Proceed-ing, Part II, Berlin: Springer, 2003. – Pp. 456-462.

5. Tashlinskii A. G. and Muratkhanov D. S. Structural Optimization of Pseudogradient Algorithms for Measuring Interframe Image Deformations / Pattern Recognition and Image Analysis, V. 13, N. 1, 2003. – Pp. 177–178. УДК 621.397.13 МОНИТОРИНГ КАЧЕСТВА В ЦИФРОВОМ ТЕЛЕВИДЕНИИ В.А. Глушков, Д.С. Романов

Цифровое телевидение, как и любой новый вид передачи информации,

должно пройти определенные стадии своего развития: выбор наиболее подходящего стандарта передачи информации в целом, разработка государственных стандартов, разработка канальной аппаратуры от устройств формирования цифровой информации до приемных устройств, разработка контрольно-измерительной аппаратуры, переход на новые методы проверки качества и надежности вещания.

В цифровых телевизионных сигналах информация о видео и звуке представлена в виде дискретных наборов величин, которые могут принимать лишь вполне определенные значения. Минимальные ухудшения условий распространения и передачи сигнала в канале обычно не оказывают заметного влияния на качество изображения или звука. Качество остается высоким до тех пор, пока ухудшение работы канала не достигнет критической точки. В этот момент качество моментально падает до недопустимого уровня [1].

Визуально нельзя выявить неполадки, возникающие в канале передачи цифрового вещания. Все, что можно сделать - это отреагировать на факт резкого снижения качества после того, как этот факт будет иметь место.

Контрольно-измерительная техника, способная выявить неполадки до того, как они окажут заметное влияние на качество представлена мониторами достоверности, а системы, построенные на их основе - системами мониторинга достоверности. Требования к устройствам и системам мониторинга достоверности, рассчитанным на применение в сфере цифрового телевизионного вещания, разработаны исходя из проблем, с которыми приходится сталкиваться вещателям при использовании систем управления и контроля качества [2].

Поддерживая конвергенцию систем распределения видео, голоса и данных, процесс перехода от аналоговых технологий к цифровым оказывает влияние и на систему управления цифровым телевизионным вещанием.

Многие вещатели полагаются на технологии управления, сходные с теми, что применяются в централизованных системах управления телекоммуникационных предприятий. Эти системы используют сетевые устройства мониторинга соответствия, которые могут выдавать отчеты о

33

состоянии и посылать сигналы оповещения в центр управления видеосетью по стандартным коммуникационным протоколам.

Многоуровневый мониторинг достоверности. Вещатели могут использовать цифровую обработку сигналов и технологии цифровой обработки данных для повышения качества и эффективности своих вещательных сетей. Каналы распределения и передачи в цифровых телевизионных системах предусматривают последовательности этапов цифровой обработки сигналов и цифровой обработки данных. Для моделирования системы цифрового телевизионного вещания можно использовать три уровня: форматирования, компрессии и распространения.

Уровень форматирования. Провайдер телевизионного контента создает и форматирует видео и звук так, чтобы вещатель мог доставить их к потребителю. Обработка сигнала на этом уровне включает:

- оцифровку, дискретизацию и форматирование, необходимые для соз-дания цифрового телевизионного сигнала;

- преобразование из одного цифрового формата в другой; - отображение цифрового сигнала на телевизионном приемнике или

мониторе. Уровень компрессии. Провайдеры контента и вещатели осуществляют

сжатие контента и его подготовку к хранению, распределению или передаче. Обработка сигнала на этом этапе предусматривает сжатие видео и звука. Обработка данных здесь включает:

- мультиплексирование программ и системной информации веди-ный поток данных;

- фрагментацию этого потока в пакетный протокол; - извлечение программ из пакетов для декодирования. Уровень распределения. Вещатели обрабатывают контент для

распределения по локальным сетям или доставки его к потребителю посредством систем цифровой передачи телевидения. Обработка сигнала здесь производится на основе технологий модуляции ВЧ-несущей цифровыми сигналами. Обработка данных включает:

- применение алгоритмов коррекции ошибок; - форматирование, необходимое для встраивания контента в

протоколы коммуникации сети, применяемые для локального распределения.

Проблемы контроля качества на каждом из уровней. Добавление цифровой обработки сигнала и данных к процессу цифрового вещания вызывает появление новых источников ошибок, причем на каждом уровне имеют место различные типы ошибок.

Ошибки из одного уровня могут привести к их появлению и в другом, в некоторых случаях маскируя изначальный источник ошибки. Ошибки передачи могут возникнуть из-за сбоев на этапе модуляции (уровень распределения) либо из-за изменения скорости потока при подаче его от мультиплексора в цепочке «студия -передатчик» (уровень компрессии).

Системы мониторинга достоверности для решения проблем контроля качества и управления системой, должны обладать следующими характеристиками:

- соответствующим уровню зондированием, позволяющим выявить раз-личные типы ошибок в цифровой телевизионной системе;

- возможностью многоуровневого мониторинга, дающего вещателям воз-

34

можность быстро локализовать источник ухудшения качества; - расширенными возможностями мониторинга, обеспечивающими опера-

тора развитой системой оповещения об ухудшении работы системы прежде, чем возникнут серьезные проблемы с качеством;

- возможностью сетевого управления. Каждое устройство, входящее в систему, можно рассматривать как зонд,

производящий мониторинг качества в определенной точке определенного уровня в цепи распределения и передачи. Вещателям необходимы зонды различных типов, чтобы осуществлять контроль разных уровней.

Для того чтобы удостовериться, что все звенья производственной цепи работают правильно и эффективно, вещателям, в общем случае, необходимы зонды на всех уровнях. Проверка только одного уровня может дать искаженную картину работоспособности системы.

Расширенные возможности мониторинга. Зонды мониторинга достоверности можно также разделить по уровню мониторинга, заложенного в них. Базовые мониторы достоверности позволят оценить небольшой набор ключевых параметров качества. Они работают как аварийная лампа-индикатор, сообщая оператору о том, что произошло что-то неладное.

Базовые мониторы достоверности не обеспечивают комплексного решения. Они позволяют вещателю расширить возможности реагирования на возникающие проблемы, но не предоставляют информации, необходимой для локализации точек их возникновения до того, как качество снизится до критического уровня. Мониторы достоверности с расширенными возможностями применяют более сложный алгоритм анализа, выполняя дополнительные измерения параметров качества. Они работают как измерительные шаблоны, сообщая о начинающих возникать проблемах.

Например, мониторинг ВЧ - передачи. Базовые ВЧ - мониторы достоверности измеряют уровень битовых ошибок. Этот показатель будет оставаться низким до тех пор, пока передача не достигнет уровня цифрового срыва, а затем резко возрастет во время аварийного прекращения передачи. Это измерение дает оператору лишь немногим больше времени для реагирования, чем в случае простого визуального контроля передачи на мониторе.

Сетевое управление. Система управления также нуждается в мониторинге соответствия. Вещателям часто нужно отслеживать точки, географически удаленные друг от друга. Например, вещатель, получающий входящие потоки по телекоммуникационной сети, может захотеть установить зонды мониторинга достоверности в точке расположения оператора сети.

Из-за явления цифрового срыва вещатели более не могут выявлять проблемы качества путем простого визуального наблюдения транслируемого сигнала и нуждаются в системах мониторинга достоверности. Объединение аналоговой и цифровой обработки сигнала с цифровой обработкой данных приводит к появлению многоуровневых цифровых телевизионных систем, обусловливая необходимость в многоуровневых системах мониторинга достоверности, в состав которых входят уровневые зонды для быстрого выявления и локализации проблем качества.(3)

Для этих систем нужны расширенные возможности мониторинга, способные помочь вещателям выявлять причины ухудшения работы систем до того, как качество упадет ниже допустимого уровня. Эти системы также должны быть обеспечены зондами с сетевой поддержкой, выполненными в различных

35

размерах, чтобы интегрировать их в любую систему управления. По мере перехода телевидения от аналогового к цифровому вещатели

будут все больше опираться на эти распределенные многоуровневые системы мониторинга достоверности, чтобы обеспечить оптимальную эффективность своих распределительных и передающих сетей [4].

СПИСОК ЛИТЕРАТУРЫ

1. Карякин В.Л. Цифровое телевидение. – М.: Солон-Пресс, 2008. – 272 с. 2. Дюбери Пол. Многоуровневый мониторинг достоверности в цифровом те-

левизионном вещании / Издательство 625. 2004. № 1, с. 18-24 3. Зубарев Ю.Б., Кривошеев М.И., Красносельский И.Н. Цифровое телевизи-

онное вещание. Основы, методы, системы. – М.: Научно-исследовательский институт радио (НИИР), 2001. – 568 с.

4. http://rus.625-net.ru/archive/0104/r2.txt

УДК 678.946.18 ОБЗОР СВЕТОДИОДНЫХ УЛЬТРАФИОЛЕТОВЫХ ОБЛУЧАТЕЛЕЙ ДЛЯ ОТВЕРЖДЕНИЯ КОМПОЗИТНЫХ МАТЕРИАЛОВ Д.К. Подымало, Н.Д. Денисов

Представлен обзор ультрафиолетовых светодиодных облучателей для отверждения композиционных материалов. Приведено краткое описание вариантов УФСО, разработанных в УФИРЭ им. В.А. Котельникова РАН и на базовой кафедре «Радиотехника, опто- и наноэлектроника» в кооперации с малыми инновационными предприятиями ООО «МИП «Инновации в радиоэлектронике» и ООО «Центр инноваций и кооперации».

Технология ультрафиолетового (УФ) отверждения, изобретенная в 1960 году, получила широкое распространение во многих отраслях промышленности [1]. В настоящее время данная технология занимает около 4 % рынка и растет с темпами более чем 10% в год, вытесняя обычные технологии сушки и полимеризации.

В качестве источников УФ излучения в серийно выпускаемом оборудовании используются газоразрядные лампы. Альтернативная система отверждения с использованием облучателей на основе светодиодов УФ диапазона экологически безопасна (работают без выделения озона), облучатели имеют длительный срок службы. Таким образом, направление исследований, связанное с применением УФ светодиодов в технологии светоотверждения, является важным и актуальным.

Во многих странах мира УФ-отверждение находит широкое применение. Облучатели успешно зарекомендовали себя в процессах отверждения защитных полимерных покрытий на ряде фирм США, таких, как Форд, Байер, Акзо Нобель, Дюпон. Основными потребителями УФ-отверждаемых покрытий являются полиграфическая, оптическая, электронная промышленность.

В настоящее время российский рынок стеклопластиков пока находится на начальном этапе развития.

Согласно оценке Research.Techart [2] в 2011 году положительная динамика рынка стеклопластиков и изделий из них, взявшая начало в 2010 году, усилилась, годовой прирост составил 14%, а объем рынка приравнивался 35

36

тыс. тонн. УФ-отверждение имеет определенные преимущества перед

традиционными методами получения композитов на основе стеклопластиков и полиэфирных смол: - скорость отверждения ПКМ 40 – 120 сек/мм; - высокая степень отверждения полимера; - возможность применения препрегов и однокомпонентных полимерных масс; - отверждение от +5ºС; - экологически более безопасен.

УФ-отверждение на данный момент одна из самых динамично развивающихся технологий лакокрасочной промышленности, и применение энергоэффективных излучателей совместно с экологичными и высокоэффективными лакокрасочными системами, позволят ей в ближайшем будущем завоевать значительную долю рынка высокопроизводительных лакокрасочных систем.

Технологии отверждения УФ-лаков нуждаются в излучателях, покрывающих область спектра от УФ-С до УФ-В. Однако излучение УФ-А исключать не следует, потому что цветные пигменты УФ- и гибридных печатных красок по-разному поглощают спектры УФ-В/С в зависимости от тона краски. Для отверждения УФ-лаков применяется исключительно финишная УФ-сушка. Чтобы увеличить время выдержки УФ-модуль с тремя излучателями располагается всегда на последней позиции удлиненной сушки. На рисунке 1 приведена одна из подобных сушильных камер.

В последнее время все чаще встречаются предложения о продаже широкоформатных принтеров с УФ-отверждаемыми чернилами. Существуют три основные конфигурации широкоформатных УФ-принтеров: для работы с рулонными носителями, конвейерной конфигурации и планшетной конфигурации (рисунок 2).

В последние годы техника УФ-отверждения динамично развивается в Китае, особенно в свободной экономической зоне Shenzhen. Пока там разрабатываются и производятся УФ облучатели на светодиодах относительной большой мощности, но малой площади засветки. Примеры таких облучателей приведены на рисунке 3.

Рис. 1. Сушильная камера на УФ светодиодах Robert

Buerkle Gmbh

37

Их типичные параметры - длина волны: 365-370nm и 395-405nm,

энергетическая освещенность: 2 вт/cm2, мгновенное включение/выключение, срок службы: 20000 часов, гарантия: 3 года.

Работами в этой области также занимается фирма Dr. Hönle AG UV – Technologie Lochhamer Schlag 1 D-82166 Gräfelfing Германия. На рисунке 4 приведены светодиодные блоки, разработанные этой фирмой. Их параметры - энергетическая освещенность до 1.2 Вт/см2, длина волны от 365 до 460 нм.

Рис. 3. Устройства УФ-отверждения производства фирм Shenzhen Guangmai Electronics Co., Ltd. и Zhengzhou Protech Mechanical Equipment Co., Ltd., Китай

Рис. 4. УФ-светодиодные блоки фирмы Dr. Hönle AG UV – Technologie

а) – рулонный б) – планшетный Рис.2 . УФ принтеры

38

В России одним из разработчкиков УФ светодиодных облучателей является УФИРЭ им. В.А. Котельникова РАН в кооперации с ООО «МИП «ИРЭ», ООО «Центр инноваций и кооперации» и базовой кафедрой «Радиотехника, опто- и наноэлектроника». Образцы данных облучателей приведены на рисунке 5.

Рынок светодиодных УФ-облучателей динамично развивается во многих странах мира. Они находят применение в различных отраслях промышленности. С учетом перспективы увеличения производства стеклопластиков в России в ближайшее время в 3 раза, данное направление имеет хорошие перспективы для развития.

СПИСОК ЛИТЕРАТУРЫ 1. Кенни, Дж. Системы УФ-отверждения /Дж. Кенни // Флексография, №3.-

2006. 2. Режим доступа: http://research-techart.ru/report/fiberglass-market.htm.

УДК 681.785.423 ВОПРОСЫ ТЕХНИЧЕСКОЙ РЕАЛИЗАЦИИ ИЗМЕРЕНИЯ ДИНАМИКИ СПЕКТРА ИЗЛУЧЕНИЯ СВЕТОДИОДА А.В. Беринцев, А.А. Черторийский

Перегрев активной области светоизлучающих диодов является одним из основных факторов, определяющих надежность их функционирования. Среди методов, позволяющих определять температуру перегрева кристалла светодио-да, можно выделить метод, основанный на измерении сдвига спектра его излу-чения. Температурный коэффициент сдвига длины волны является очень ста-бильной и независящей от внешних факторов величиной, поскольку определя-ется фундаментальными свойствами полупроводника [1]. Наиболее полную

Плоский УФ-светодиодный облучатель для отверждения изделий из стеклопластика с малой кривизной поверхности. Площадь равномерного освещения - 500 × 250 мм. Потребляемая мощность - до 250 Вт. Габаритные размеры светодиодного блока - 500 × 250 × 200 мм.

Мобильный ультрафиолетовый светодиодный облучатель для локального ремонта изделий из различных материалов в «полевых» условиях с применением УФ - отверждаемых полимерных смол. Потребляемая мощность – 100 Вт. Площадь облучаемой поверхности – до 200 кв. см. Расстояние до облучаемой поверхности – до 40 см.

Рис. 5. Варианты УФ светодиодных облучателей разработки УФИРЭ им. В.А. Котельникова РАН

39

информацию о тепловых процессах, происходящих в светодиоде, могут дать результаты измерения спектра излучения светодиода в динамике, после подачи на светодиод импульса тока накачки. Сущность динамического способа измере-ния состоит в том, что после подачи тока накачки происходит разогрев активной области светодиода. Разогрев вызывает смещение спектра излучения свето-диода в длинноволновую область. В заданные моменты времени положения максимума спектра излучения запоминаются, и по этим значениям определяет-ся смещение спектра в каждый момент времени относительно исходного поло-жения, соответствующего нулевому перегреву активной области. Исходное по-ложение спектра может быть определено при подаче на светодиод последова-тельности коротких (порядка микросекунд) импульсов тока накачки с большой (более 100) скважностью, когда разогревом p-n перехода светодиода можно пренебречь.

Один из вариантов технической реализации данного вида измерений представлен на рисунке 1. Излучение светодиода через оптический затвор по-ступает на вход монохроматора. Монохроматор осуществляет пространствен-ное разложение излучения по длинам волн. Для измерения параметров про-странственного спектра используется многоэлементный фотоприемник, в дан-ном случае – фотоприемная ПЗС-линейка. Электрический сигнал с каждого из пикселей фотоприемной линейки прямо пропорционален поступающей на него оптической мощности. При последовательном опросе пикселей на выходе ПЗС-линейки формируется электрический сигнал, форма которого повторяет форму спектра светодиода. Измерения происходят под управлением микроконтролле-ра, который задает моменты подачи импульса тока накачки с генератора, мо-менты открывания оптического затвора, и моменты начала чтения кадра фото-приемной линейки. Выходной сигнал фотоприемной линейки преобразуется с помощью АЦП в цифровой код и поступает для обработки в микроконтроллер.

Особенность проведения подобных измерений связана с тем, что время считывания одного кадра (одного спектра) у современных фотоприемных лине-ек с числом пикселей до 2048 составляет не менее 1-2 мс. Для того чтобы иметь возможность получения спектров с периодом меньшим 2 мс в установке реализован стробоскопический метод измерения [2]. Он заключается в том, что на светодиод подается не одиночный импульс тока накачки, а последователь-ность импульсов нарастающей длительности, начиная с длительности порядка 10 мкс. При этом пауза между импульсами должна быть не менее 100 мс. За

Рисунок 1 – Структурная схема установки для измерения динамики спектра излучения светодиода

40

время паузы происходит остывание активной области светодиода практически до температуры окружающей среды. Применение электрооптического затвора позволяет выбрать заданный момент времени относительно момента подачи тока накачки и получить спектр излучения светодиода соответствующий именно данному моменту времени. Длительность засветки фотоприемной линейки при этом определяется временем открытого состояния электрооптического затвора.

Шаг изменения длительности импульсов тока накачки определяется не-обходимой точностью измерения переходной тепловой характеристики свето-диода и характерными тепловыми постоянными времени. Наименьшая тепло-вая постоянная времени определяется размерами кристалла и теплопроводно-стью материала подложки. Обычно тепловая постоянная времени не меньше 250-300 мкс. На начальном участке переходной тепловой характеристики све-тодиода можно измерять сдвиг спектра через интервалы времени изменяющие-ся по логарифмической шкале (например 10, 20, 50, 100, 200, 500 мкс и т.д.). После того как длительность греющего импульса тока достигнет 1 мс (что срав-нимо со временем, необходимым для получения одного спектра с выхода фото-приемной линейки) на светодиод подается постоянный ток. И далее регистри-руются спектры излучения в заданные моменты времени с логарифмическим шагом (например 2 мс, 5 мс, 10 мс, 20 мс, 50 мс) вплоть до полного прогрева всей конструкции светодиода.

Описанный стробоскопический способ не позволяет получить тепловую переходную характеристику для одиночного импульса включения светодиода. Прямое увеличение скорости считывания фотоприемной линейки (применение более быстродействующих устройств) ограничено не только чувствительностью фотоприемника, но и его саморазогревом [3]. В связи с этим было предложено использовать для изучения тепловых переходных процессов сдвига спектра матричный фотоприемник, работающий в режиме временной задержки и накоп-ления. Суть данного режима заключается в суммировании сигналов с несколь-ких фоточувствительных элементов, расположенных в направлении сканирова-ния, синхронно со сканированием. В нашем случае необходим противополож-ный режим — начало экспозиции следующей строки должно быть сдвинуто от-носительно предыдущей. Наиболее подходящей для этого является КМОП-матрица с эффектом «бегущего затвора» (Rolling Shutter). Эффект бегущей строки обеспечивает фиксированный временной сдвиг начала экспозиции каж-дой из строк матрицы по отношению к предыдущей при постоянной длительно-сти экспозиции строки. Если вместо фотоприемной линейки в измерительной установке использовать фотоприемную матрицу (разместив ее так, чтобы про-странственные спектры располагались вдоль строк матрицы, а также обеспечив синхронизацию включение светодиода с началом считывания матрицы), то вы-ходной сигнал каждой строки матрицы будет соответствовать спектру излучения светодиода сдвинутому по времени относительно предыдущего спектра на вре-мя сдвига начала экспозиции. Так, например, для матрицы IBIS5-B-1300 время сдвига начала экспозиции строк равно 35.574 мкс. При количестве строк в мат-рице около 500 мы можем получить последовательность спектров излучения светодиода от единичного разогревающего импульса на интервале времени до 17 мс через каждые 35 мкс.

Описанный способ измерения был реализован в виде экспериментальной установки. На рисунке 2 в качестве примера приведены результаты измерения динамики изменения спектра излучения светодиода.

41

Полученные данные позволяют оценить динамику изменения яркости из-лучения и динамику изменения ширины спектра. По сдвигу максимума спектра можно получить тепловую переходную характеристику активной области свето-диода в первые 10..20 мс после его включения.

Недостатком описанного метода является невозможность варьирования периода измерения спектров, который задается типом используемой фотопри-емной матрицы. Однако простота реализации метода делает его, в ряде случа-ев, удобной альтернативой сложным инструментам для изучения динамики од-номерных распределений оптической мощности.

СПИСОК ЛИТЕРАТУРЫ

1. Сергеев В. А., Широков А. А. Определение локальных температур в структурах красных AlInGaP/GaAs светодиодов в импульсном режиме // Письма в ЖТФ. — 2009. — Т. 9, No 35.

2. Способ и устройство для измерения переходных тепловых характеристик светоизлучающих диодов: пат. 2523731 Российская Федерация. / Сергеев В. А., Черторийский А. А., Беринцев А. В.; заявл. 05.02.2013; опубл. 20.07.2014.

3. Влияние собственного разогрева фотоприемной КМОП-матрицы на погрешность измерения параметров спектра оптического излучения / В.А. Сергеев, А.В. Беринцев, С.Г. Новиков, А.А. Черторийский // Известия Самарского научного центра РАН. — 2014. — Т. 16, No 4(3). — С. 619–623.

УДК 621.3.088.7 АДАПТАЦИОННЫЕ АЛГОРИТМЫ ПОВЫШЕНИЯ ТОЧНОСТИ ИЗМЕРЕНИЯ ПАРАМЕТРОВ НЧ ШУМА В.А.Сергеев, С.Е.Резчиков

Параметры низкочастотного (НЧ) шума полупроводниковых приборов

(ППП) широко используются, как для оценки их предельных функциональных возможностей, так и в задачах оценки их надёжности. Качество оценки, очевидно определяется точностью определения указанных параметров НЧ

а) – 3-х мерное изображение динамики изменения спектра излучения, б) – спектры излучения через 160 мкс

Рисунок 2 – Результаты измерения динамики спектра излучения светодиода

а) б)

42

шума. Однако на практике исследователи сталкивается со следующей проблемой: НЧ шум всегда существует в смеси с тепловым и дробовым шумом и спектральная плотность мощности (СПМ) теплового и дробового шума суммируется с СПМ НЧ-шума:

0Gf

AfGшс , (1)

где 0G

– уровень белого шума.

Таким образом, если исследователь считает, что измеряет СПМ НЧ-шума, СПМ белого шума вносит в это измерение погрешность. Эта погрешность существует помимо случайной погрешности, обусловленной случайным характером шумовых процессов, и систематической погрешности, зависящей от ширины полосы анализирующего фильтра. Однако, несмотря на то, что погрешность вносимая белым шумом в некоторых случаях может быть огромной, исследователи обычно оставляют этот вопрос без внимания при анализе результатов измерения. Особенно недопустимо такое пренебрежение, когда измерение СПМ проводится в одной-двух точках.

Единственным очевидным способом компенсации погрешности вносимой белым шумом при измерении СПМ НЧ-шума в одной точке является применение следующего алгоритма:

1) Определение уровня белого шума; 2) Измерение СПМ исследуемой шумовой смеси; 3) Нахождение разности СПМ шумовой смеси и уровня белого шума. При этом использовать значение уровня белого шума, измеренного на

частоте много большей, чем предполагаемая частота перегиба, не представляется возможным, поскольку это значение может отличаться от уровня белого шума на интересующем нас частотном участке шумовой смеси.

Одним из способов рассчитать СПМ белого шума является измерение СПМ шумовой смеси, по крайней мере, на 3 частотах. Простейший способ нахождения показателя спектра НЧ-шума – вычисление его по значениям СПМ на двух частотах. В качестве характерного примера устройства реализующего такой способ можно указать устройство, описанное в [1]. Очевидно, что от значения частоты перегиба будет зависеть погрешность, с которой определяется по двум значениям СПМ. Поскольку авторами [1] используется дифференциальный усилитель, то можно предположить, что

усиливается разность 2 2

1 2( )m mU U , где 2 2

1 2m mU и U - значения шума на разных частотах. В этом случае (если это вычитание не скомпенсировано градуировкой шкалы) можно было бы ожидать некоторой компенсации влияния СПМ белого шума. Однако, как видно из построенного графика (рис. 1), погрешность измерения в этом случае только возрастает.

43

На рис. 2 показаны зависимости погрешностей, с которыми определяется значение с помощью прибора [1], от частоты перегиба. Для данного графика никакого вычитания значений шума на разных частотах не предполагается. Стоит отметить, что в вышеуказанном приборе в качестве фиксированных частот для измерения уровня шума выбраны - 200 Гц и 1 кГц.

Но известно, что у некоторых ППП частота перегиба может быть значительно ниже этих частот. Так в работе [2] исследуются биполярные транзисторы с частотой перегиба порядка 100 Гц. В то же время отмечается, что для многих типов транзисторов значение частоты перегиба варьируется от 1 кГц до 100 кГц.

Усовершенствованный вариант этого устройства, защищенный более поздним патентом (№2475767), также не устраняет погрешности влияния белого шума. Возможность компенсировать влияние белого шума появляется только в случае сравнения значений , полученных по разным каналам, но никак не при усреднении найденных значений.

Формула, при использовании которой влияние уровня белого шума устраняется, предложена нами в [3]:

2

1logGG

GG

д

дk

, (2)

где дGGG ,, 21

– СПМ шумовой смеси в первой, второй и дополнительной (fд)

точке соответственно; k – константа.

Рис. 1. Влияние дифференциального усилителя в [1] на погрешность.

44

Если в основу измерительного алгоритма положить формулу (2), погрешность не будет напрямую зависеть от частоты перегиба. Алгоритм измерения в этом случае будет следующим:

1) Ввод границ диапазона частот, для которого определяется ; 2) Ввод допустимой погрешности измерения ; 3) Вычисление константы k и частоты

дf;

4) Вычисление требуемого времени усреднения; 5) Измерение

1 2, дG G иG ;

6) Вычисление по формуле (2); 7) Вывод найденного значения и оценки его погрешности.

Как отмечено в [3], достоверность оценки по формуле (2) может быть сильно подвержена влиянию случайной погрешности, особенно, когда

дf и 2f

лежат выше частоты перегиба. Решить эту проблему можно, применив в измерительном алгоритме метод наименьших квадратов. Особенно удобно это будет в случае использования для нахождения СПМ преобразования Фурье.

СПИСОК ЛИТЕРАТУРЫ 1. Горлов М. И. и др. Устройство измерения параметра низкочастотного шума . Патент РФ №2294545. Опубл. 27.02.2007. Бюл. №6.

2. J.-H. Shin , J. Lee , Y. Suh and B. Kim. 1/f Noise characteristics of AlGaAs/GaAs heterojunction bipolar transistor with a noise corner frequency below 1 kHz // IEEE Electron Device Lett., vol. 17. 1996. pp.65-68.

Рис. 2. Зависимость погрешности измерения показателя спектра

45

3. Резчиков С.Е., Сергеев В.А. Определение показателя спектра низкочастотно-го шума по измерениям СПМ на трёх частотах // Актуальные проблемы физ. и функ. электроники: материалы 17-й Всероссийской молодежной научной школы-семинара. Ульяновск. 2014. 230 с.

УДК 621.752 (031) РАЗРАБОТКА АЛГОРИТМА ИЗМЕРЕНИЯ ВИБРОПЕРЕМЕЩЕНИЙ С. М. Бородин, Н. Н. Азоркин

Способ измерения виброперемещений на основе сравнения изображений позволяет устранить дополнительные механические воздействия, и обеспечивает проведение измерений в условиях практически идентичных предполагаемым условиям эксплуатации.

Связь между ЭВМ и вибростендом позволяет реализовать стробоскопический метод измерения. Данный метод снижает требования к быстродействию вебкамеры. В основу принципа положена синхронизация момента съемок с временным сдвигом и положением платформы вибростенда.

Время задержки между снимками )1,( nn определяется формулой:

aTN

Tnn )1,( ,

где N – число снимков, T – период вибрации, a – произвольное целое число, определяемое быстродействием камеры и процесса фиксации снимка. На рисунке 1 показаны моменты съёмок для синусоидального воздействия частотой 100 герц и временной задержкой между кадрами 3 секунды.

Рис. 1. Интерфейс программы сопряжения Web-камеры с ЭВМ для измерительного вибростенда

Для рассмотренного выше способа был разработан алгоритм,

представленный на рисунке 2.

46

Рис. 2. Алгоритм работы программы

После нажатия на кнопку «Съемка» производится ввод задаваемых пользователем настроек: необходимое количество кадров, приращение шага, начальное значение шага и путь для сохранения изображений. Далее создается таймер, устанавливается интервал его срабатывания равным начальному

начало

Нажатие на кнопку «Съемка»

Ввод задаваемых настроек: count – необходимое количество снимков

stepShift – приращение шага step – начальное значение шага

path – путь для сохранения снимков

Интервал времени = step

Сохранение текущего времени и запуск таймера

Сброс счетчиков counter и stepRes

Интервал таймера = step + (count * stepShift)

Сделать снимок

Вывести фото в список и сохранить на диск

«Снимки сделаны»

Остановка

Сделаны все фото

Сработал таймер

47

значению шага. Производится сброс счетчиков, сохраняется значение текущего времени и производится запуск таймера.

По достижении таймером заданного интервала происходит его срабатывание. Интервал таймера обновляется – увеличивается на величину приращения шага, и производится фиксация изображения с видеокамеры. Полученный снимок добавляется в список в интерфейсе программы и сохраняется на дисковый накопитель по заданному пути.

Далее происходит сравнение количества снятых изображений с заданным. Если заданное количество не достигнуто, программа ждет очередного срабатывания таймера. Если же необходимое количество изображений получено, таймер останавливается, а на экран выводится информационное сообщение «Снимки сделаны».

Анализ полученных снимков позволяет определить величину смещения исследуемого объекта. При этом необходимо учитывать расстояние от камеры до объекта, угол наклона для получения истинного значения амплитуды его колебаний.

Предлагаемый метод упрощает процесс измерений при исследовании модулей и элементов ЭС на виброустойсивость.

СПИСОК ЛИТЕРАТУРЫ 1. Вибрации в технике. Справочник в 6-и томах. Том 5. Измерения и

испытания. Под ред. М.Д. Генкина. М.: Машиностроение, 1981г. – 496 с. 2. С.М. Бородин, В.А. Сергеев. Общие подходы к измерению

виброперемещений на основе сравнения изображений / Радиоэлектронная техника: межвузовский сборник научных трудов / Под ред. В.А. Сергеева. – Ульяновск: УлГТУ, 2013. – 269 с.

УДК 621.752 (031) РАЗРАБОТКА ИНТЕРФЕЙСА СОПРЯЖЕНИЯ WEB-КАМЕРЫ С ЭВМ ДЛЯ ИЗМЕРИТЕЛЬНОГО ВИБРОСТЕНДА С. М. Бородин, Н. Н. Азоркин

Одной из актуальных проблем современной техники является измерение вибрации. Измерительные преобразователи вибрации основаны на различных физических принципах преобразования механических колебаний в электрический сигнал. Среди них следует выделить оптические и акустические методы, которые являются бесконтактными волновыми. Эти методы используют явления отражения, преломления, дифракции и интерференции волн. Наиболее существенным общим их достоинством является то, что объект в процессе измерений находится в состоянии, аналогичному при установке на месте эксплуатации. Он не испытывает подключения датчиков, которые могли бы изменить его массу и, как следствие, резонансную частоту. Вторым достоинством является высокая частота, на которой можно производить исследования на наличие резонансной частоты.

Ранее предлагался метод оптической регистрации вибрационных процессов на Web-камеру. Достоинством этого метода является возможность фиксации положения всего объекта, т.е. формирование поля измерения, а введение синхронизации движения вибростола стенда и момента экспозиции матрицы сделало возможным реализацию стробоскопической съемки.

На основе алгоритма виброперемещений было разработано программное

48

обеспечение, позволяющее реализовать вышеописанный метод, на основе ПЭВМ. Интерфейс программы представлен на рисунке 1.

Рис. 1. Интерфейс программы сопряжения Web-камеры с ЭВМ

для измерительного вибростенда

Окно программы содержит следующие элементы: 1 – выпадающий список доступных для выбора вебкамер; 2 – выбор доступных разрешений для съемки; 3 – указание пути для сохранения снимков; 4 – кнопки управления процессом съемки; 5 – список готовых снимков; 6 – поля настроек параметров съемки; 7 – окно предпросмотра. Программа позволяет делать снимки с периодически увеличивающимся интервалом времени, что позволяет реализовать стробоскопическую съемку.

Проверка работоспособности программы осуществлялась с использованием вентилятора с частотой вращения 50 об/с, что соответствует частоте работы вибростенда 50 Гц (рис. 2).

49

Рис. 2. Снимки результата эксперимента с вентилятором

Для съёмок использовалась встроенная в ноутбук камера с

разрешающей способностью 1,3 Мп. В качестве отслеживаемого объекта перемещения выступала нанесенная на крыльчатку метка. Некоторая размытость метки на снимках обусловлено низким быстродействием камеры. Тем не менее, программа показала свою работоспособность, что позволит использовать ее для измерения виброперемещений.

УДК 67.05 РАЗРАБОТКА СТАНКА С ЧПУ Д.А.Евсевичев, В.В.Гайтан

Инструменты числового программного управления (ЧПУ) все чаще

применяются разработке современного технологического оборудования. Доминирующее положение занимает концепция открытых станков с ЧПУ, использующих персональный компьютер в качестве системы управления [1]. Такое архитектурное решение лежит в основе следующих групп оборудования универсального назначения:

1. Станки с ЧПУ для механической обработки различных материалов (токарные, фрезерные, шлифовальные и т.п.)

2. Форматно-раскроечное оборудование с ЧПУ (машины плазменной, лазерной, гидроабразивной резки).

3. Оборудование для пространственного репродуцирования метода-ми наращивания различных материалов (3D принтеры).

Несмотря на существенные различия групп, их комплектующее оборудование имеет много общих узлов и компонентов как на системном

50

уровне, так и на подсистемном. Это предполагает определение единого унифицированного подхода к

разработке информационного и аппаратного обеспечения рассматриваемого оборудования.

Любой из перечисленных типов оборудования содержит объединенные в общую конструкцию системы:

а) систему управления с интеллектуальным ядром, электронными компонентами привода, датчиками текущих и крайних положений;

б) исполнительную систему с основным рабочим органом (шпинделем, лазером и т.п.);

в) координатную систему с механическими и электромеханическими компонентами.

Системы управления весьма важны в рассматриваемой области техники, поскольку во многом определяют производительность оборудования и удобство его эксплуатации, точность процедур управления и измерения, возможность быстрой переналадки.

В простейших случаях системы управления содержат интеллектуальное ядро без функций какого-либо вычисления, представляют по сути управляющий автомат и реализуются на основе 8-разрядных микроконтроллеров, содержащих в своем составе необходимые узлы в виде небольшой программной памяти, аналого-цифрового преобразователя и буферов взаимодействия с органами управления и отображения информации.

Более сложные по логике работы системы содержат, как правило, уже 32-разрядные микроконтроллеры, значительно более мощные по интеллекту. Унифицированные платформы, такие как, например, Cortex, позволяют использовать формализованные подходы при разработке программного обеспечения, что значительно упрощает эту разработку. Применение таких узлов позволяет реализовать промышленные логические контроллеры, представляющие собой самодостаточные структуры с точки зрения вычислительных возможностей, необходимого объема памяти, эргономических функций. В целом, такие системы являются оптимальными при построении производственного оборудования, обеспечивающего ограниченный набор функций.

Современным подходом при построении управляющих систем является также использование универсальных персональных компьютеров, что, впрочем, не исключает возможности использования совместно с ними и контроллеров, упомянутых выше типов. Это позволяет использовать мощные средства классических операционных систем, создавая соответствующие настройки к ним. Программное обеспечение при этом является весьма доступным, что, без сомнения, очень привлекательно. Сервисные возможности таких систем наилучшие.

В целом задача проектирования систем управления решается в каждом конкретном случае индивидуально с учетом сложности решаемых задач, квалификации разработчиков и целым рядом других особенностей.

Прочие системы - координатные и исполнительные устройства - состоят, в основном, из электрических машин и электронных устройств управления ими.

В последние годы задачи энергосбережения стимулировали создание новых и развитие известных принципов преобразования электрической энергии и силовых электронных компонентов.

Наиболее эффективно это произошло в следующих направлениях:

51

а) широкое использование принципов широтно-импульсной модуляции (ШИМ);

б) перенос спектра электрического сигнала в более высокочастотную область;

в) реализация «идеальных» ключевых транзисторов MOSFET и IGBT. Эти направления во многом определяют специфику построения силовых

устройств электропривода. Среди электрических машин в приводах чаще всего применяются асинхронные двигатели с короткозамкнутым ротором, шаговые двигатели и серводвигатели постоянного и переменного тока бесколлекторного типа.

Асинхронные двигатели часто используются в промышленности из-за их дешевизны. Однако в качестве элементов координатных систем этот тип не очень удобен из-за затруднительного управления положение ротора и наличием выбега. Однако, данный тип привода применяется принеобходимости вращения шпинделя токарного или фрезерного станка, лопасти вентилятора или привод какого-либо насоса.

Шаговые двигатели благодаря наличию явно выраженных магнитных полюсов переходят в состояние покоя без выбега. Благодаря этому такой тип двигателя обеспечивает моментальные пуск, остановку и реверс без потери информации. Это обстоятельство позволяет обойтись без слежения за положением ротора, т.е. без обратных связей при управлении и, соответственно, резко упростить алгоритмы и схемотехнику управления этим типом электрических машин.

Сервоприводы являются в настоящее время самыми точными вариантами устройств позиционирования. Они имеют весьма высокий крутящий момент (до 4000 кг./см), что в сочетании с низкой скоростью вращения, отличной перегрузочной способностью позволяет им совершать резкой включение и моментально разгонять свой привод до 50 м/мин. Однако они требуют обязательного применения обратной связи, датчик которой – энкодер – является, как правило, штатным элементом двигателя и весьма недешев - стоимость точных энкодеров сопоставима со стоимостью самого сервопривода. В итоге, сервопривод применяется в оборудовании повышенной точности с большой приемистостью по крутящему моменту.

Описанные принципы построения станков с ЧПУ легли в основу построения фрезерного станка по дереву (рис.1), разработанного и созданного фирмой ООО «Научно-исследовательский центр технических интеллектуальных систем» при Ульяновском государственном техническом университете.

52

Рис. 1. Конструкция фрезерного станка с ЧПУ по дереву Фрезерный станок с ЧПУ по дереву является одним из основных видов

оборудования в деревообрабатывающей промышленности. Он предназначен для создания декора фасада зданий, для вырезания наличников для дверей, для поперечного строгания, для рельефной обработки деревянных поверхностей и т.д.

Особенности функционирования и основные характеристики станка представлены в таблице 1.

Таблица 1. Рабочие характеристики фрезерного станка с ЧПУ по дереву.

Наименование характеристики Показатель Рабочая поверхность по координатам X, Y, Z 3600×1200×100 Точность позиционирования шпинделя ±0,2 мм Исполнение станины Вертикальное, настенное Система управления Стойка ЧПУ Диаметр фрезы, мм от 1 до 20 Энергообеспечение изделия: - напряжение, В - частота тока, Гц

380±10% 50

Главной особенностью разработанного станка с ЧПУ является его вертикальное исполнение, позволяющее существенно сэкономить рабочее пространство на предприятии. Сохранение при этом высокой точности позиционирования шпинделя делает его более востребованным по сравнению с аналогами.

СПИСОК ЛИТЕРАТУРЫ

1. Сосонкин В. Л. Системы числового программного управления: Учебное пособие / В. Л. Сосонкин, Г. М. Мартинов. – М.: Логос, 2005. – 296 с.

53

УДК 517.988.67 АНАЛИЗ ПЕРСПЕКТИВНЫХ МАТЕРИАЛОВ ДИЭЛЕКТРИКОВ В СОСТАВЕ КОНСТРУКЦИЙ ИНДИКАТОРНЫХ УСТРОЙСТВ НА ОСНОВЕ НАНОКОНСТРУИРОВАННЫХ ТОНКОПЛЕНОЧНЫХ ЭЛЕКТРОЛЮМИНЕСЦЕНТНЫХ КОНДЕНСАТОРОВ Клюев Н.А.

Индикаторные устройства в современной электронике применяются повсеместно. Ни один современный прибор не обходится без различного вида индикаторов..

Рассмотрим индикаторы, в которых используется явление электролюминесценции, электролюминесцентные индикаторы (ЭЛИ). Они обладают рядом достоинств: высокая надежность и долговечность; большой срок службы; малое потребление мощности при относительно высокой ярости свечения; большой угол обзора, обеспечивающий наблюдения в широком диапазоне углов без искажения и существенной потери яркости; возможность получения различного цвета свечения за счет использования люминофоров различного типа, а для люминофора одного типа — за счет изменения частоты питающего напряжения; все это создает хорошие возможности для создания систем цветового кодирования информации; возможность управления яркостью свечения путем изменения величины подводимого напряжения; широкая возможность выбора размеров, плотности расположения и формы светящихся знаков. С помощью ЭЛИ могут создаваться знаковые (цифровые, цифро-буквенные и абстрактные) индикаторы. При этом, при необходимости, можно высветить знаки практически любой формы. Использование ЭЛИ позволяет также отображать объект не только в статике, но и в динамике, показывая непрерывно ход протекания производственного процесса, т. е. создавать динамические информационные модели. Указанные достоинства ЭЛИ обусловливают их широкое применение при создании средств и систем отображения информации.

Электролюминесцентное излучение возникает в результате приложения электрического поля к люминофорному материалу. Интенсивность излучения зависит от напряженности поля, а также частоты его изменения, если поле переменное. Свечение связано с ускорением движения носителей зарядов в люминофоре, для чего требуется достаточно высокая напряженность поля (порядка 103— 10е В/см).

Наиболее распространенным люминофором является сульфид цинка (ZnS) с примесями меди, марганца и некоторых других элементов. От типа люминофора и количества примесей зависит цвет излучения, перекрывающий практически всю видимую область спектра [1]. Смешивая различные люминофоры в определенных пропорциях, можно, меняя напряжение, управлять цветом. Это происходит благодаря тому, что максимум интенсивности свечения у разных материалов возникает при различных напряжениях.

Распространение в области отображения информации получили два основных типа электролюминесцентных индикаторов (ЭЛИ): построенных на основе порошковых люминофоров, возбуждаемых постоянным напряжением, и с использованием люминофоров в виде тонкой пленки, возбуждаемых высокочастотным переменным напряжением.

Тонкопленочные индикаторы переменного тока являются наиболее

54

перспективными приборами, реализующими принцип электролюминесценции. В отличие от ЭЛИ постоянного тока здесь контактная связь электронов с люминофором заменена емкостной и сам элемент представляет собой конденсатор.

Рассмотрим тонкопленочные электролюминесцентные (ТПЭЛ) структуры типа <прозрачный электрод – диэлектрик – люминофор – диэлектрик - металл>, которые обычно состоят из пяти последовательно нанесенных на стеклянную подложку слоев с использованием методов тонкопленочной технологии: металлический электрод, диэлектрик, люминофор, стеклянная подложка. Кроме перечисленных пленок в состав электролюминесцентного конденсатора могут входить дополнительные слои, например, слой светопоглощающего контрастного материала.

Для создания диэлектрических пленок в электролюминесцентных структурах применяют оксиды кремния, алюминия, иттрия и редкоземельных металлов; нитрид кремния и другие их композиции, сегнетоэлектрические материалы [1, 2]. Поскольку эти пленки работают в условиях сильных электрических полей, к их электрическим параметрам предъявляют высокие требования. Используемые диэлектрические слои должны иметь высокие электрические и технологические свойства, стабильность и воспроизводимость. Для создания диэлектрических пленок в электролюминесцентных структурах применяют оксиды кремния, алюминия, иттрия и редкоземельных металлов; нитрид кремния и другие их композиции, сегнетоэлектрические материалы. Поскольку эти пленки работают в условиях сильных электрических полей, к их электрическим параметрам предъявляют высокие требования. Используемые диэлектрические слои должны иметь высокие электрические и технологические свойства, стабильность и воспроизводимость.

Характерным качеством тонкопленочных ЭЛИ является повышение крутизны яркостной характеристики в зависимости от приложенного напряжения. Такая характеристика, а также практическое отсутствие свечения при напряжениях ниже определенного порога облегчает конструирование тон-копленочных электролюминесцентных панелей с Х--Y- адресацией. B этих па-нелях электроды выполнены в виде тонких параллельных полосок, состав-ляющих систему взаимно перпендикулярных шин. Высокочастотное питающее напряжение с помощью внешних ключей коммутируется по шинам, при этом обеспечивается свечение того участка люминофора, который располагается на пересечении активной пары электродов [2]. Изменяя энергию импульсов, можно управлять яркостью высвечиваемой точки. Известны различные разработки люминесцентных панелей данного типа с разрешающей способностью 100х100 и более элементов.

В настоящее время размеры изготавливаемых радиокомпонентов достигли показателя 10-9м, поэтому при изготовлении конденсаторов целесообразно использовать диэлектрик на основе тонких пленок. Пленки, в свою очередь, отличаются хорошей механической прочностью и могут легко металлизироваться методом испарения в вакууме. Так как эти пленки чувствительны к влаге, то конденсаторы необходимо герметизировать [3].

Существует несколько способов изготовления тонкопленочных конденсаторов. Рассмотрим тот способ, в котором в конденсаторе применена двухслойная диэлектрическая пленка из перспективных диэлектриков: окиси танталоалюминиевого сплава и двуокиси кремния.

Главной особенностью этого способа является повышение пробивного

55

напряжения конденсаторов. Достигается это за счет особенности изготовления тонкопленочного конденсатора, включающего последовательное нанесение нижней обкладки на диэлектрическую подложку, многослойного диэлектрика и верхней обкладки. Последовательность выполнения данных слоев реализуется за счет операций напыления через маску, либо напылением и фотолитографией[3].

Недостатком двухслойных структур и многослойных диэлектриков является вероятность появления дефектов, приводящих к пробою конденсаторов. Это следует из общего несовершенства структуры тонких пленок, а так же из-за попадания различных частиц в пленку как на операции нанесения диэлектрика, таки на предшествующих операциях особенно в условиях серийного производства.

На данный момент существует перспектива перехода на более низкий порядок и создания наноконструированных тонкопленочных электролюминесцентных конденсаторов. Это приведет к уменьшению массогабаритных размеров индикаторных устройств, уменьшению потребляемой мощности, повышению быстродействия и т.д. Но возникает проблема используемых диэлектрических материалов. Наиболее перспективными на сегодняшний день, на мой взгляд, решают эту проблему жидкие диэлектрики, жидкие диэлектрики на основе полиорганосилоксановых (кремний-органических) соединений (ПОСЖ)/ Опыт применения жидких ПОСЖ подтвердил их высокое качество, термоокислительную стабильность и эксплуатационную надежность. А так же политетрафторэтилена (фторопласт-4 или фторлон-4), который обладает высокой нагревостойкостью (около +250°С), химически стоек, совершенно негорюч, негигроскопичен, не смачивается водой и другими жидкостями. По электроизоляционным свойствам фторопласт- принадлежит к лучшим из известных диэлектриков, но его внедрению препятствуют лишь его высокая стоимость и сложность технологии. Список литературы:

1. Гусев А.И., Самохвалов М.К. Электрические характеристики тонкопленочных электролюминесцентных индикаторов. - Ульяновск: УлГТУ, 2006. – С.7-14.

2. Мозжухин Д.Д., Бараненков И.В., Тонкопленочные электролюминесцентные индикаторные устройства. // Зарубежная радиоэлектроника, 1985, №7. - С.81-94.

3.Рез И.С., Поплавко Ю.М. Диэлектрики. Основные свойства и применения. – М.: «Радио и связь», 1989. – С.251-265.

УДК 67.05 АНАЛИЗ МОБИЛЬНЫХ ИНДИКАТОРОВ А.В.Патяев, М.П.Романова

Печатная электроника становится одним из основных и доступных технологий для изготовления функциональных устройств. Которые имеют очень тонкий и деформируемый форм-фактор. Уже не первый год печать является основным средством позволяющим простым пользователям создавать, настраиваемую статическую печатную продукцию быстро, недорого и с высоким качеством.

56

Изобретатели из Саарского университета и Института информатики общества Макса Планка (Германия) продемонстрировали возможности печати гибких тонких одно- или двусторонних цветных дисплеев. Индикаторы могут быть напечатаны на различных материалов, что различны по толщине, гибкости, текстуре и прозрачности. Технология использует множество материалов подложек, в том числе материалов высокой эластичности, такую как офисная бумага, прозрачные или полупрозрачные пленки, кожа, дерево, керамика, камень(мрамор)[1].

Электронные мобильные индикаторы устанавливаются в различное бытовое и промышленное оборудование. Это упрощает процесс информирования человека об уровне или значении различных параметров, например, напряжения, тока, температуры, заряде батареи и т. д. В качестве люминесцентного материала, используются чернила с добавлением фосфора[2]. Данные тип чернил, широко применяется в различных технологический процессах. Это говорит о его доступности и что немало важно для производства индикаторов.

Для получения полупрозрачных сегментов дисплея, задний электрод печатается с использованием полупрозрачных проводящих чернил на оборотной стороне подложки, сторона из полупрозрачных чернил и подложки выступает в качестве диэлектрика, устраняя необходимость в непрозрачных диэлектрических чернил. Фосфорные чернила и верхний электродный слои напечатаны на передней стороне . Краска со светящимся эффектом - это порошок сложного состава (Люминофор) изготовленный на основе оксидов алюминия и лантаноидов, выступающих в качестве активатора. Люминофорные краски являются прозрачными, что приводит к полупрозрачности. Светящаяся краска - это сочетание прозрачного лака и люминесцентного пигмента. В случаях печати данных индикаторов прозрачность доходит до 32% в зависимости от выбора краски и типа подложки. Для создания модели дисплея, можно использовать множество визуальных редакторов работающих с графикой. Это говорит о цифровом подходе к поставленной задачи, что упрощает саму идею создания производства индивидуальные дисплеи[1]. Цифровую модель дисплея и затем печатает эту модель, на простом принтере или более сложном оборудовании в зависимости от выбора вида индикатора, а именно от типа подложки. Все это позволяет создавать множество дизайнерских итераций. Процесс основан на струйной печати , при печати на струйном принтере используются жидкие красители – растворимые или пигментные. Они наносятся на бумагу или другие носители микроскопическими каплями в 1,5-3 пиколитра. Для этого на печатающей головке формируются тысячи и десятки тысяч дюз, в основном – методом фотолитографии. Струйная печать более привлекательна для домашнего использования из-за относительной дешевизны принтеров. Она выгодна при печати небольших объёмов дисплеев . Кроме того, предлагается второй подход изготовление, который использует трафаретный тип печати, на уровнем новичка . С помощью трафарета сетки из тончайших металлических, полимерных или шёлковых нитей, выполняющего роль печатной формы[3]. Перед печатанием на сетке с помощью лака или специальной эмульсии создают, негативные изображения печатающих элементов лаком заполняются ячейки сетки вне изображения, а в пределах изображения ячейки остаются пустыми. При печатании краску наносят на

57

трафарет и продавливают специальным ножом (ракелем) через ячейки на участках, соответствующих печатающим элементам, в местах пробельных элементов краска задерживается сеткой[4]. При этом на бумагу переносится слой краски, толщина которого во много раз больше, чем на оттиске при высокой или офсетной печати. Хоть это занимает больше времени, чтобы изготовить дисплей, но он имеет более высокое качество и поддерживает полный набор материалы подложки .

Сам процесс изготовления можно показать в четырех этапов: 1. слой проводника, 2. слой диэлектрика, 3. слой люминофора, 4. полупрозрачный проводник.

Два слоя проводников заключают с двух сторон слой люминофора, который светится, когда заряд проходит через чернила. В зависимости от параметров нанесения слоев[5]. Возможная толщина дисплея - от 120 мкм (0,12 мм). От данного типа печати, дисплей может содержать высокодетализированные сегменты с разрешением, сопоставимым с разрешением лазерной печати в 250 dpi. Мобильные дисплеи струйной печати есть большие перспективы в образовательных целях, будь-то школьники или студенты, на примере данных индикаторов можно проводить лабораторные работы, которые наглядно показывают принцип действия индикаторной техники, будь то печать с помощью струйных принтеров или же пошаговое освоение в области трафаретного типа печати дисплеев.

При использовании могут возникнуть определенные сложностив реализации на данный момент, а именно: невозможность напрямую управлять индикатор от МК - нужны высоковольтные коммутаторы, высокое рабочее напряжение, приближенное к 100в, покупка особых чернил с содержанием нужных компонентов, не является причиной не делать новых шагов в этой области.

СПИСОК ЛИТЕРАТУРЫ 1. Simon Olberding, Michael Wessely, Jürgen Steimle. PrintScreen: Fabricating

Highly Customizable Thin-film Touch- Displays//UIST '14 Proceedings of the 27th annual ACM symposium on User interface software and technology. - New York, NY, USA.– 2014. –p.281-290.

2. Amiraslanov O, Cheng J, Chabrecek, P, Lukowicz, P. Electroluminescent based Flexible Screen for Interaction with Smart Objects and Environment//Workshop on Interacting with Smart Ob-jects. Proc. IUI’14. - New York, NY, USA.– 2014.

3. Andersson P, Forchheimer R, Tehrani P, and Berggren, M. Printable All-Organic Electrochromic Active-Matrix Displays//Advanced Functional Materials.- New York, NY, USA.– 2007.

4. Holman D. and Vertegaal R. Organic user interfaces: designing computers in any way, shape, or form// Commun. ACM 51.- New York, NY, USA.–2008.

5. Karagozler M. E, Poupyrev I, Fedder G. K, and Suzuki, Y. Paper generators: harvesting energy from touching, rubbing and sliding// Proc. UIST '13.- New York, NY, USA.– 2010.

58

УДК 629.7.05 АЛГОРИТМ ОПТИМИЗАЦИИ СХЕМОТЕХНИЧЕСКОГО И КОНСТРУКТОРСКОГО РЕШЕНИЯ МНОГОПРОЦЕССОРНОЙ СИСТЕМЫ ИНТЕГРИРОВАННОГО КОМПЛЕКСА БОРТОВОГО ОБОРУДОВАНИЯ А.Р. Дегтярев, С.К. Киселев

Современное бортовое оборудование представляет собой большой программно-аппаратный комплекс, решающий десятки прикладных задач. Такой комплекс, как правило, содержит множество подсистем, использующих первичную информацию от одних и тех же датчиков (федеративная архитектура), либо реализован в виде крейта (интегрированная модульная авионика – ИМА), состоящего из конечного набора модулей и предоставляющего единые аппаратные ресурсы всем программным приложениям [1]. Однако и в том и в другом случае комплекс оказывается слишком громоздким для использования, например, в малой авиации, где свободное пространство часто ограничено приборной панелью и местом под сиденьем. Поэтому необходима разработка системы авионики интегрального исполнения, которая учитывала бы специфику программно-аппаратных взаимодействий, схемотехническую реализацию и компоновку в условиях сильно ограниченного пространства.

Примером таких систем могут служить интегрированные пилотажно-навигационные системы (ИПНС), разрабатываемые за рубежом. Упрощенная структурная схема такого комплекса представлена на рис. 1.

В общем случае ИПНС выполняет следующие задачи: 1. Навигация; 2. Сбор данных и контроль систем (приложений); 3. Спутниковая навигация; 4. Измерение воздушных параметров пространственного положения (крен,

тангаж, курс); 5. Функции системы воздушных сигналов (скорость, высота); 6. Система раннего предупреждения приближения земли; 7. Контроль работы двигателя; 8. Автопилот; 9. Преобразователь интерфейсов для сопряжения с другим оборудовани-

ем (например, компас или авиагоризонт) 10. Формирование изображения. Система ИПНС – многозадачная система, поэтому для обеспечения

требуемого быстродействия она должна реализоваться как многопроцессорная. При этом для экономии места все процессоры конструктивно размещаются на одной плате модуля, который входит в состав многофункционального индикатора.

Поскольку комплекс ИМА работает под управлением операционной системы, то при его проектировании необходимо определить тип используемой мультипроцессорной системы. Так как количество функциональных задач не велико, и не учитывается возможность аппаратной реконфигурации в случае возникновения отказов, то наиболее предпочтительным вариантом является система типа “master-slave” (рис. 2). В такой системе очень хорошо организовано распределение приложений между процессорами. Когда один процессор остается без работы, он просит операционной систему на центральном процессоре 1 дать ему процесс, готовый к работе [2].

59

Рис. 1. Упрощенная структура ИПНС:

СНС – спутниковая навигационная система; ИНС – инерциальная навигационная система; СРППЗ – система раннего предупреждения

приближения земли Следующим шагом будет распределение функциональных задач по

процессорам. Пусть функциональная структура описывается в виде ориентированного графа GF=(Y, Z), в котором каждой функции или массиву данных ставится в соответствие вершина yY, а информационной связи между ними – дуга zZ. Архитектура модуля системы ИПНС представляется неориентированным графом GS=(V, W), где вершины vV соответствуют процессорам, а ребра wW – каналам связи между ними. Тогда проблему размещения функциональных приложений и массивов данных в процессорах можно рассматривать как поиск отображения множества вершин графа GF на множество вершин графа GS [3].

Наиболее оптимальным критерием распределения функциональных приложений в нашем случае является критерий минимума загрузки сети передачи данных между процессорами, поскольку система с минимальным количеством каналов проще проектируется в формате одной печатной платы, содержит меньше электронных компонентов и является более надежной.

На первом этапе решения задачи распределения необходимо выбрать функции, требующие реализации на специальном вычислителе, в рассматриваемом случае это:

9. Преобразователь интерфейсов для сопряжения с другим оборудова-нием (например, компас или авиагоризонт)

10. Формирование изображения.

60

Рис. 2. Мультипроцессорная модель “master-slave”

На втором этапе выбираются функции, требующие для своей работы всю вычислительную мощность процессора.

Приведенные выше функции (а по сути – вершины информационного графа GF), а также инцидентные им информационные дуги, на время исключаются из функционального графа и не участвуют в дальнейшем распределении.

Алгоритм поиска размещения по критерию минимума загрузки сети передачи данных заключается в последовательном размещении функций по процессорам при условии соблюдения ограничений по емкости памяти и их быстродействию.

Шаг 1. Из множества всех вершин yY выбирается пара с максимальным значением потока данных υnσn, где σn - размер массива передаваемых данных, а υn – частота обращения к нему.

Шаг 2. Проверяется возможность реализации выбранной пары приложений на отдельном процессоре, т. е. не нарушаются ли ограничения по емкости памяти и быстродействию. Если ограничения не нарушаются, то выбранные вершины отображается на любую свободную вершину графа GS. Если же одна из вершин, принадлежащих выбранной паре, уже закреплена за какой-либо вершиной графа GS, то проверяется возможность отображения второй вершины пары на эту же вершину графа GS. Если и в том и в другом случае аппаратные ограничения не выполняются, то выбранную пару оставляют не отображенной.

Шаги 1–2 выполняются циклически (при этом каждый раз выбираются две вершины со следующим по порядку меньшим значением потока данных) до тех пор, пока все вершины графа GF не будут отображены на вершины графа GS или же пока не останется одна не отображенная вершина, либо две неотображенные вершины, которые нельзя реализовать на одном вычислителе (из-за особенностей построения системы или из-за несоблюдения ограничений).

Шаг 3. Оставшиеся вершины графа GF отображают на свободные вершины графа GS. Конец вычислений.

Таким образом, алгоритм состоит из последовательного перебора пар вершин графа GF по убыванию значения потока данных между ними и отображения указанных пар на вершины графа GS при соблюдении ограничений на объем памяти и быстродействие процессора. Подробное описание данного алгоритма приведено в работе [4].

Приведенный алгоритм может быть модернизирован таким образом, чтобы число процессоров, участвующих в распределении, было не фиксированным, а

61

варьировалось и определялось из условий оптимальности схемотехнического и конструкторского решения заданной платы. Возможна реализация данной концепции на основе наращиваемых процессорных мезонинов, которые могут существенно сократить габаритные размеры платы.

СПИСОК ЛИТЕРАТУРЫ 1. Кучерявый А.А. Бортовые информационные системы: Курс лекций/

под. ред. В.А. Мишина и Г.И. Клюева. 2-е изд., перераб. и доп. – Ульяновск : УлГТУ, 2004. – 504 с.

2. Таненбаум Э. Современные операционные системы. 3-е изд. – СПб. : Питер, 2010. – 1120 с.: ил.

3. Шенброт И.М., Алиев В.М. Проектирование вычислительных систем распределенных АСУ ТП. – М. : Энергоатомиздат, 1989. – 88 с.

4. Дегтярев А.Р., Медведев Г.В. Алгоритм распределения задач в многопроцессорных комплексах интегрированной модульной авионики // Автоматизация процессов управления – 2014. - №1. – С. 79–84.

УДК 629.7.017.073 МЕТОДЫ ПОЛУЧЕНИЯ ТРЕБУЕМОЙ ЯРКОСТИ ПОДСВЕТА СИМВОЛОВ И НАДПИСЕЙ ОРГАНОВ УПРАВЛЕНИЯ ЛЕТАТЕЛЬНЫХ АППАРАТОВ Д.Ш. Алимова

Индикаторы, приборные доски, информационные табло, информационные световые панели с органами управления являются одними из основных светотехнических изделий, входящих в состав кабин летательных аппаратов и необходимыми устройствами отображения информации для оператора.

Так как оператору приходится работать не только в дневное время, но и в ночное, а также и в сложных метеорологических условиях, то в кабине летательного аппарата оператору необходимо видеть, достоверно считывать информацию с информационных световых панелей и своевременно принимать правильные решения.

Для этого информационные световые панели и органы управления должны четко с требуемым контрастом отображаться в любое время суток.

Данная задача решается за счет регулирования яркости собственного подсвета.

В настоящее время для подсвета информационных панелей используются светодиоды. Также в качестве источников подсвета нашли применение лампы накаливания, люминесцентные лампы, но их использование нерентабельно и неактуально в связи с рядом нюансов.

Люминесцентные лампы имеют: высокое напряжение питания (около 1 кВ), сложную технологию изготовления, большие габаритные размеры, сложные электрические принципиальные схемы подключения, низкую стабильность работы при пониженной температуре окру-

жающей среды. Лампы накаливания имеют:

низкую светоотдачу,

62

малый срок службы. В то время как светодиоды имеют ряд преимуществ:

большой срок службы, малое электропотребление, высокая светоотдача, малые габаритные размеры, многообразная цветовая гамма светоизлучения.

Выбор источника подсвета играет огромную роль, так как к подсвету информационных световых панелей предъявляются жесткие требования к потребляемой мощности и световым параметрам таким, как:

яркость, координаты цветности, равномерность подсвета.

Конструкция информационных световых панелей представляет собой светопровод, устройство подсвета, устройство управления подсветом, органы управления.

Из конструкции информационных световых панелей вытекает ряд проблем с реализацией подсвета, удовлетворяющего всем предъявляемым требованиям.

При изготовлении существует большой разброс яркостей подсвета информационных световых панелей, подсвета символов и надписей органов управления.

Во-первых, причиной этому является светопровод. Технология изготовления светопровода не позволяет получить идеальный светопровод с одинаковыми характеристиками и единой структурой всей поверхности.

Не только человеческий фактор способствует этому, но и сам материал светопровода.

Во-вторых, причиной также являются используемые светодиоды. Так как светодиоды из одной партии могут отличаться по координатам цветности, яркости и также по электрическим параметрам (прямое падение напряжения) пусть даже на малую величину, но на выходе малый разброс по световым характеристикам будет заметен человеческому глазу, что приведет к неравномерности подсвета.

Из-за разброса применяемых комплектующих электро-радио изделий необходимо вводить различные дополнительные операции в технологический процесс изготовления подсвета информационных световых панелей.

Введение дополнительных операций позволят довести яркость подсвета до равномерного свечения по всему периметру информационной световой панели, символов и надписей органов управления.

Существует несколько методов доведения яркости подсвета. 1. Метод подбора всех применяемых комплектующих электро-радио

изделий с одинаковыми характеристиками. Данный метод предполагает изготовить идеальный светопровод с

одинаковыми характеристиками и единой структурой всей поверхности, подобрать необходимое количество светодиодов с одинаковыми характеристиками.

Однако, данный метод заведомо предполагает удорожание технологического процесса за счет высокой точности выполнения всех технологический процедур и увеличения себестоимости изделия в целом.

63

2. Метод получения требуемой яркости за счет подкраски торцов и гнезд под светодиоды.

Данный метод состоит разработке электрической принципиальной схемы подсвета таким образом, чтобы яркость подсвета была заведомо большей, чем требуется в изделии, а на промежуточной операции в случае несоответствия измеренной яркости и/или равномерности подсвета символов и надписей органов управления на светопроводе производят подкраску торцов и дна гнезд под светодиоды краской белой или смесью белой и черной до получения требуемых значений. Соотношение между белой и черной эмалями подбирается экспериментально, до получения требуемого уровня яркости и равномерности посредством нанесения слоя смеси минимально возможной толщины.

Метод предполагает расчет электрической принципиальной схемы на заведомо большую яркость и большую потребляемую мощность и большое количество потраченного времени на измерение яркостей всех надписей и символов органов управления, внесение поправки методом подкраски, дальнейшему измерению и доведению таким образом до требуемых значений яркостей и равномерности подсвета.

Также существует сложность в изготовлении одинаковой смеси красок и нанесении краски ровным слоем по всей поверхности светопровода.

К тому же подкраска толстым слоем эмали ведет к недопустимому изменению цвета подсвета.

3. Метод прожига. Метод состоит в прожиге нанесенных снаружи конструкции подсвета слоя

краски белой и черной. Он заключается в том, что необходимо на конструкцию подсвета снаружи нанести два слоя красок белой и черной, установить на оборудование, которое произведет прожиг определенной толщины краски с конструкции подсвета. Далее производится измерение и в случае несоответствия измеренной яркости и/или равномерности подсвета символов и надписей органов управления на конструкции подсвета производят следующий прожиг и дальнейшее измерение яркостей. Таким образом доводят яркость до требуемых значений.

Для применения данного метода необходимо приобретение дорогого оборудования.

4. Метод регулировки электрических параметров каждого светодиода. Метод состоит в регулировке электрических параметров каждого

светодиода в отдельности. Схемотехническим методом можно задать определенный ток для каждого

светодиода. Тем самым довести яркость каждого светодиода до требуемого значения. И на выходе получить одинаковую яркость и равномерность подсвета без использования дополнительных операций и материалов.

Данный метод не предполагает затрат времени на подбор комплектующих электро-радио изделий и денежных средств на дорогое оборудование.

Рассмотрев все представленные выше методы получения требуемой яркости можно сделать вывод, что самым перспективным методом является метод регулировки параметров каждого светодиода в отдельности.

Данный метод не только ускорит процесс получения требуемой яркости подсвета символов и надписей на органах управления, но и предполагает снижение себестоимости трудоемких операций.

64

УДК 629.7.017.073 СЕГМЕНТНЫЙ ДИСПЛЕЙ В.Г. Антишин

В процессе замены средств визуализации информации (или индикаторов)

стрелочных на электронные индикаторы, где отображающим компонентом является электронный дисплей, был сформирован принцип «стеклянной кабины». Для управления полетом «стеклянная кабина» имеет всего несколько индикаторов, расположенных на приборной доске, что является полной противоположностью традиционной кабины с ее большим количеством стрелочных приборов и множеством органов управления.

«Стеклянная кабина» позволяет увеличить безопасность полетов за счет концентрации внимания пилотов на основных функциях полета, а также снизить стоимость обслуживания и эксплуатации.

Для индикаторов, представленных в «стеклянной кабине» летательного аппарата, обязательно наличие полноцветного изображения. Данное требование обусловлено присутствием в бортовой системе летательного аппарата различных средств наблюдения (тепловизор, видеокамера и т.д.).

Взамен дисплея с ЭЛТ основным отображающим компонентом электронного индикатора становится жидкокристаллический дисплей с активной матрицей тонкопленочных транзисторов (ЖКД). Современное состояние дисплеев прямого наблюдения представлено в классификации на рисунке 1.

Рис. 1. Классификация дисплеев прямого наблюдения

При сравнении индикаторов с ЖКД с ближайшими конкурирующими дисплеями, выполненными на основе органических светоизлучающих диодах (ДОС), выявлено превосходство ЖКД над ДОС по 70% основных авиационных

65

требований. Остальные дисплей имеют ряд существенных недостатков: большая потребляемая мощность, нестандартные напряжения, малое разрешение, отсутствие полноцветных исполнений.

Именно индикаторы с ЖКД прогнозируются использовать до 2025 года в различных летательных аппаратах как основной авиационный индикатор. При этом основной типоразмер - это авиационный индикатор с размером рабочего поля 10,4 дюйма по диагонали.

Альтернативой специализированной технологии изготовления авиационных ЖКД является технология «ruggedization COTS». Данная технология использует сложный комплекс конструктивных и технологических процедур позволяющий коммерческий или индустриальный ЖКД привести в соответствие с авиационными требованиями.

Анализ информации по современным летательным аппаратам выявил тенденцию увеличения диагонали индикаторов. Следовательно, на авиационных объектах имеющих ограниченное пространство под установку индикатора количество изделий (в том числе резервных) на приборной доске неуклонно уменьшается. В конечном варианте на приборной доске будет установлен только один или два индикатора.

При этом отказ единственного многофункционального индикатора делает невозможным выполнение поставленной задачи.

Для исключения отказа предлагается дисплей для индикатора выполнить в виде двух сегментов. При этом каждый сегмент это жидкокристаллическая матрица (ЖК матрица) с размером рабочего поля 10,4 дюйма по диагонали. Два таких сегмента совмещены по большой стороне с минимальным зазором. Использование ЖК матрицы такого размера обусловлено значительным уменьшением предложений коммерческих и индустриальных ЖК матриц размерами от 12 до 15 дюймов по диагонали.

Учитывая вышесказанное, разработана структурная схема рагидизированного сегментного дисплея для многофункционального индикатора летательного аппарата. Структурная схема сегментного дисплея представлена на рисунке 2.

ЖК матрица с размером рабочего поля 10,4 дюйма по диагонали индустриального исполнения каждого сегмента предназначена для отображения графической информации, передаваемой устройством трансляции и контроля по видеоинтерфейсу.

Устройство управления предназначено для формирования питающего напряжения и управления яркостью заднего подсвета ЖК матрицы по сигналам, передаваемым вычислителем индикатора (через УТК) по интерфейсу RS-232. При этом устройство управляет подачей напряжения питания стеклянного нагревателя. Одновременно устройство управления осуществляет контроль температуры заднего подсвета и стеклянного нагревателя.

Устройство трансляции и контроля (УТК) выполняет прием и обработку сигналов от кнопок, фотодиодов, сенсорной панели для передачи данных в вычислитель индикатора, трансляции видеоинтерфейсов до соответствующих сегментов дисплея. УТК обеспечивает передачу информации о координатах точек нажатия на сенсорной панели в вычислитель индикатора по интерфейсу RS-232. УТК обеспечивает функционирование устройств управления по интерфейсу RS-232. Одновременно УТК выдает сигналы исправности сегментов по результатам опроса устройств управления.

Стеклянный нагреватель ЖК матрицы представляет собой стеклянную

66

пластину с нанесенным на нее различными тонкопленочными покрытиями. Стеклянный нагреватель предназначен для обеспечения функционирования ЖК матрицы при пониженных температурах, низкого коэффициента отражения от экрана дисплея, снижения воздействия электрических полей высокой интенсивности.

Рис. 2. Структурная схема сегментного дисплея

Внешние элементы сегментного дисплея это сенсорная панель, кнопки и фотодатчики.

Сенсорная панель предназначена для формирования координат точек нажатия в рабочей зоне и передачи данной информации в УТК для последующей обработки.

Кнопки предназначены для управления работой индикатора. При этом кнопки имеют подсвет. Подсветка кнопок осуществляется светодиодами белого цвета с помощью светопровода в режиме постоянного свечения.

Фотодатчики предназначены для выдачи информации в УТК по наличию внешней освещенности.

Реализация такого индикатора позволит повысить его отказоустойчивость. СПИСОК ЛИТЕРАТУРЫ

1. Козлов В., Войтенков А., Вильчиков А. Применение ЖК-панелей в устройст-вах отображения информации специального назначения. / «Электронные компоненты», №10, 2005 г., с. 72-73.

67

2. Smith-Gillespie R., "Ruggedized flat panel displays using COTS components" / Display Technologies and Applications for Defense, Security, and Avionics II, Pro-ceeding of SPIE, Volume 6956, 2008.

УДК 004.056.5 ПРОБЛЕМЫ ЗАЩИТЫ ИНФОРМАЦИИ, ВОЗНИКАЮЩИЕ ПРИ АВТОМАТИЗАЦИИ ПРОЦЕССОВ ПРОЕКТИРОВАНИЯ. Н.Н. Баранова

В процессе разработки систем авионики предприятия сталкиваются не только с проблемами обеспечения качества выпускаемой продукции, но и с проблемами обеспечения безопасности информации, циркулирующей в едином информационном пространстве (ЕИП), которое содержит данные о каждом этапе жизненного цикла (ЖЦ) изделий, включая информацию о заказчиках работ, процессе проектирования, конструкторско-технологическую информацию, экономическую, а также данные о хранении, сбыте продукции и т.д.

Учитывая различные требования, предъявляемые заказчиком работ к охране сведений о проектируемом изделии, и аккумулирование данных о выпускаемых предприятием изделиях в единых хранилищах, вопрос о защите информации является актуальным при изготовлении каждого изделия.

Система защиты ЕИП, как правило, включает в себя комплекс организационно-технических мероприятий с применением программных, аппаратных и криптографических средств защиты, для построения которой необходимо выполнить следующие мероприятия:

анализ ЕИП с целью определения защищаемой информации, выявле-ния угроз безопасности и уязвимостей системы;

оценка состояния защищенности ЕИП; разработка и внедрение мер и средств защиты; контроль состояния системы защиты ЕИП. В целом деятельность предприятий, занимающихся разработкой систем

авионики, можно представить как множество Проектов (Рис. 1). jji COPP , ,

где Ni ..1 , N – количество Проектов,

jO – ыйj Объект защиты Проекта iP ,

jC – ыйj набор мер и средств защиты для Объекта защиты jO ,

Mj ..1 , M – количество Объектов защиты, задействованных в работе над

Проектом iP .

68

Рис.1. Система защиты информации ЕИП.

Таким образом, система защиты информации ЕИП S , реализованная на предприятии, состоит из набора систем защиты каждого Проекта.

,iSS где ii PS .

При этом средства защиты информации (СЗИ) одного Объекта могут

использоваться для защиты нескольких Объектов, используемых в различных Проектах. К примеру, Объект защиты 1O Проекта 1P и Объект защиты 1O

Проекта 2P – это ПЭВМ, расположенные в одном помещении, доступ в которое обеспечивается посредством системы контроля доступа. При этом если Объект защиты 1O участвует в разработке Проекта 1P , к которому предъявляются

требования по защите конфиденциальной информации, а Объект 1O Проекта

2P – обрабатывает не конфиденциальную информацию, то следует говорить о

превышении затрат на создание системы защиты Проекта 2P .

Кроме того, стоит отметить, что, несмотря на то, что Объект 1O Проекта 2P обрабатывает не конфиденциальную информацию, он все равно должен иметь минимальный набор средств защиты, поскольку в противном случае, находясь в ЕИП с Объектом защиты 1O Проекта 1P , может нанести ущерб его информации.

Таким образом, защищенность каждого процесса разработки с точки зрения безопасности информации оказывает непосредственное влияние на защищенность ЕИП в целом.

Активное использование информационных технологий и средств автоматизации проектирования изделий усложнило процесс защиты информации ЕИП за счет появления новых угроз безопасности информации: недекларированные возможности самих средств автоматизации, компьютерные вирусы, распространяемые по сети передачи данных, и т.д. Все эти факторы привели к возникновению потребности в разработке новых подходов по выявлению и своевременному устранению угроз безопасности информации, учитывающих реализованную на предприятии модель движение информационных потоков, а также в разработке механизмов ведения постоянного контроля за состоянием системы защиты ЕИП для сохранения её на требуемом уровне.

Для решения данной задачи существует большое количество методов оценки риска информационной безопасности предприятия. Наиболее

69

распространенными из них являются методы CRAMM, RiskWatch, vsRisk, RA2, Cobra, Callio Secura и российские разработки, такие как ГРИФ и «АванГард». Данные методы позволяют оценить существующие риски, реализованной на предприятии системы защиты информации и предложить методы по их снижению. Методы имеют форму конечного программного продукта и позволяют получить количественную или качественную оценку риска информационной безопасности предприятия. Учитывая структуру ЕИП, стоит отметить, отсутствие в существующих методах возможности интеграции с PLM и ERP системами. Наличие данной функции позволило бы автоматизировать процесс получения специалистами службы безопасности информации об изменениях процесса разработки для последующего анализа состояния защищенности ЕИП и в случае необходимости выработки необходимых мер для локализации угроз безопасности.

После проведения анализа состояния системы защиты ЕИП возникает необходимость выбора средств защиты с учётом выявленных опасных видов угроз безопасности информации, основными из которых являются угроза нарушения конфиденциальности, целостности и доступности информации.

На сегодняшний день наиболее предпочтительными СЗИ являются средства, имеющие возможность централизованного управления и контроля за состоянием системы защиты, поскольку это позволяет сократить время на идентификацию угроз безопасности за счет анализа лог-файлов, формируемых на сервере безопасности. К таким средствам можно отнести средства антивирусной защиты, предлагаемые компаниями Kaspersky, Dr.Web, Symantec, средство резервного копирования Acronis Backup Advanced, систему защиты информации от несанкционированного доступа Secret Net, средства сетевой безопасности при подключении к сетям общего пользования – аппаратно-программный комплекс шифрования «Континент», DLP системы, систему КУБ – Комплексного Управления информационной Безопасностью и так далее. Рассмотренный перечень программного обеспечения является далеко не полным. Кроме того, в настоящее время на рынке представлены и аппаратные средства решающие подобные задачи.

Учитывая многообразие средств защиты информации, имеющихся на рынке информационных технологий, и отсутствие на предприятии единой базы последних, используемых на Объектах, процесс выбора подходящего требует проведения повторяющихся операций по сравнению характеристик средства защиты информации для выбора оптимального варианта.

Кроме того, учитывая высокую стоимость СЗИ и ограниченность приобретаемых лицензий на право их использования, необходимо также отслеживать актуальность набора средств защиты Объекта при его участии в каждом конкретном Проекте. Гибкий подход к построению системы защиты ЕИП, учитывающий изменяющиеся во времени потребностей в защите Объектов, позволит более эффективно управлять системой защиты и сохранить расходы на её создание.

Подводя итог можно отметить, что на рынке информационных технологий представлен большой выбор программных средств для построения системы защиты информации и методов оценки риска информационной безопасности. Однако в виду активного внедрения на предприятиях средств автоматизации ЖЦ выпускаемых изделий отсутствие интегрированного с ЕИП программного средства, позволяющего оценивать состояние его системы защиты, приводит к затруднению оперативного получения информации о происходящих в нём

70

изменений и увеличению времени реагирования на появившиеся угрозы безопасности.

СПИСОК ЛИТЕРАТУРЫ 1. Астахов А.М. Искусство управления информационными рисками. - М.: ДМК

Пресс, 2010. - 312., ил. 2. Прохоров С.А., Федосеев А.А., Иващенко А.В. Автоматизация комплексного

управления безопасностью предприятия / Самара: СНЦ РАН, 2008– 55 с., ил. 3. Информационная поддержка жизненного цикла изделий машиностроения:

принципы, системы и технологии CALS/ИПИ: учеб. пособие для студ. высш. учеб. заведений / [А.Н. Ковшов, Ю.Ф. Назаров, И.М. Ибрагимов, А.Д. Ники-форов]. – М.: Издательский центр «Академия», 2007. – 304 с.

4. Герасименко В. А., Малюк А. А. Основы защиты информации. – М.: МИФИ, 1997. – 537 c.

УДК 76.17 ОПЫТ ПОДГОТОВКИ ИЛЛЮСТРАТИВНОГО МАТЕРИАЛА ДЛЯ ВЕРСТКИ Е. А. Докторова, А. Е. Докторов

Фотография в соединении с другими специальными методами

исследования находит самое широкое применение в науке, технике и искусстве. Причем фото используется не только как инструмент, позволяющий увидеть то, что скрыто от человеческого глаза ввиду ограниченности человеческих возможностей по восприятию информации, но и как средство эмоционального воздействия на человека. Не требует доказательства тот факт, что иллюстративный материал оживляет любой даже самый "скучный" научный материал. Еще более сильное воздействие оказывают на человека иллюстрации в культуре.

Неординарным культурным событием для современного Ульяновска оказалось восстановление Свято-Воскресенско-Германовского кафедрального собора. Не многим известно, например, что наш талантливейший художник Аркадий Александрович Пластов и Наталья фон Вик впервые встретились в Воскресенской (Германовской) церкви и на Покров Пресвятой Богородицы, 1 октября 1925 года, венчались в ней.

Возрождение собора – дело последних десяти лет жизни митрополита Симбирского и Новоспасского Прокла. Памяти недавно ушедшего от нас Владыки Прокла посвящена книга "Иконы Свято-Воскресенско-Германовского кафедрального собора", подготовленная к печати и изданная в издательстве УлГТУ "Венец" при активном участии сотрудников и студентов университета, а также клириков кафедрального собора. Опыт, полученный при подготовке материалов для данной книги, служит предметом данной статьи.

Интерьер и архитектурный стиль храмов всегда интересовали как религиозного человека, так и обывателя, поэтому желание запечатлеть их с помощью фотокамеры вполне естественно. Но одного только желания вести съемку оказывается явно недостаточно ввиду множества особенностей интерьера. Итак, о трудностях подготовки иллюстративного материала книги:

1. Обычно в церкви недостаточно естественного освещения.

71

2. Расположение икон практически всегда неудобно для съемки (по распо-ложению, возможности выбора ракурса из-за особенностей архитектуры).

3. Икону загораживают подсвечники, свечи, лампады, подвески. 4. Иконы находятся за стеклом. 5. В Свято-Воскресенско-Германовском соборе много больших окон, кото-

рые отражаются от стекол иконных киотов. 6. Подсветка от светильников в храме также создает дополнительные блики. 7. Металлические оклады некоторых икон выпуклые, отсвечивают. 8. Перемещение икон в условия более приемлемые для фотосъемки не-

возможно. 9. Имеющиеся людские и технические ресурсы для решения поставленной

задачи весьма ограничены (количество человек проводящих съемку – один или два человека, технические средства – цифровой фотоаппарат, штатив и светофильтры).

Для получения качественной фотографии обычно используют источники дополнительного искусственного света. Причем для создания более равномерного освещения применяются светоотражающие экраны. Освещение делается от нескольких источников, расположение которых относительно объекта съемки тщательно подбирается. Могут даже использоваться источники поляризованного света для устранения бликов от отражающих поверхностей.

Ничего подобного в распоряжении небольшой группы исполнителей не было. Тем более, интересен опыт, полученный в процессе данной работы, а результаты можно оценить по качеству иллюстраций, представленных в книге.

Главным рабочим инструментом была зеркальная цифровая камера Canon EOS 600D с объективом EFS 18-135 mm. Основные технические характеристики, необходимые для съемки в указанных ранее условиях, приведены в таблице.

Объектив EFS 18-135 mm Мегапиксели 18 Тип матрицы CMOS Чувствительность ISO 100-6400 Диапазон выдержек 1/4000 — 30 сек Размер LCD 3"

Легче всего удалось справиться с отражением от стекол киотов. Для этого достаточно выдержать угол по отношению к плоскости стекла от 30 до 40 градусов, чтобы свет из окон, отраженный в стеле киотов, оказался плоско-поляризованным. Далее вращая поляризационный фильтр на объективе фотоаппарата, можно в достаточной степени устранить ненужную засветку, что иллюстрирует рисунок ниже. Более того при использовании фильтра цвет объекта на цветных фотографиях становится более ярким и насыщенным.

72

Так что к каждой иконе применялся индивидуальный подход в зависимости от ее расположения в храме, от времени суток (угол падения солнечных лучей), в которое велась съемка, от погодных условий за окнами (солнечный или пасмурный день). Порой приходилось переснимать икону до 5 раз, подбирая для нее подходящие условия. А в некоторых случаях так и не удавалось достигнуть желаемого результата.

Практически невозможно обойтись без длиннофокусного объектива, возможности приближать объект съемки (zoom) и большого разрешения матрицы фотоаппарата, так как реальный размер объекта составляет только треть кадра, а порой и меньше. Большое разрешение исходной фотографии (порядка 5000 х 3500 пикселей) требуется для дальнейшей обработки в Photoshop: геометрические искажения из-за съемки под углом.

На примере фотосъемки иконы Божией Матери "Нечаянная радость" проследим этапы обработки графики. Икона была снята примерно под углом 40 градусов для того, чтобы благоговейно избежать попадания лампады в сюжет иконы, написанной на святой горе Афонской в конце ХIХ века при настоятеле иеросхимонахе Герасиме.

Исходная фотография в Photoshop Полученный результат

73

Обработка графического материала производилась в Adobe Photoshop CS3. Первое, с чего начиналась работа, – это: устанавливаем направляющие; после выделения необходимой области, трансформируем ее командами меню Edit → Transform → Distort. Затем приводим соотношение высоты и ширины киота иконы к исходному масштабированию с помощью команд Edit → Transform → Scale. И в заключении, работаем с цветокоррекцией: Image → Adjustments → Levels, Image → Adjustments → Curves, Image → Adjustments → Color Balans, Image → Adjustments → Brigtness/Contrast.

Для икон с резными киотами приходилось убирать из фона стену с помощью инструментов Magic Wandt Tool и Eraser Tool.

Ознакомиться с печатным экземпляром издания можно на кафедре «Филология, издательское дело и редактирование».

В электронном варианте книгу можно почитать или скачать по адресу: http://ivk.ulstu.ru/pages/kniga/kniga_web.pdf

СПИСОК ЛИТЕРАТУРЫ

1. Блейкер А. Применение фотографии в науке. Перевод с английского под ред. к.т.н. И. А. Солнцева. М.: Издательство "Мир", 1980. – 250 с.

2. Иконы Свято-Воскресенско-Германовского кафедрального собора http://ivk.ulstu.ru/pages/kniga/kniga_web.pdf

3. Все о поляризационных фильтрах в фотографии. http://www.photo-scapes.net/articles/38.html

УДК 681.586 СРАВНЕНИЕ ПРОГРАММ ДЛЯ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ЗОНДОВЫХ СРЕДСТВ ВОСПРИЯТИЯ ВОЗДУШНЫХ ДАВЛЕНИЙ М.М. Дубинина, М.Ю. Сорокин

К рассматриваемым зондовым средствам относятся различные приемники воздушных давлений, которые обеспечивают первичной информацией различные указатели и системы воздушных сигналов для дальнейшего вычисления высотно-скоростных параметров движения летательного аппарата [1]. В настоящее время, повышение точности измерения значений полного и статического давлений набегающего воздушного потока на летательных аппаратах остается актуальной задачей. Испытания и подтверждение метрологических характеристик приемников занимают достаточно большое количество времени и требуют значительных материальных затрат. На данный момент все большее распространение получает математическое моделирование и часть лабораторных исследований можно заменить математическим моделированием.

Однако, для получения результатов математического моделирования с приемлемой точностью требуется соблюдать определенный порядок действий с учетом проведенных ранее исследований. В данной статье даются рекомендации по проведению математического моделирования и рассматриваются особенности численного моделирования восприятия давления приемниками воздушных давлений на отдельных этапах в следующей последовательности:

74

- подготовка геометрической модели; - подготовка сетки конечных элементов; - подготовка расчетной модели; - проведение расчета; - анализ результатов.

Суть первого этапа заключается в формировании воздушного пространства вокруг исследуемого зондового средства. В идеальном случае требования к воздушному пространству аналогичные требованиям аэродинамических труб (например, по соотношению площадей миделевого сечения), но так как на практике это сложно реализовать, то используют приближенные условия.

При создании сетки конечных элементов необходимо учитывать соотношение «затраченные вычислительные ресурсы/точность решения». Наилучшей является гексагональная сетка конечных элементов, но ее создание требует определенной подготовки и сил, поэтому рекомендуется построение тетраэдральной сетки конечных элементов. Так как обтекание исследуемых зондовых средств носит турбулентный характер, то для корректного описания пограничного слоя вокруг объекта необходимо измельчение сетки конечных элементов – это ведет к резкому увеличению количества ячеек. Для того, чтобы избежать резкого увеличения количества конечных элементов используют призматический слой, элементы которого имеют высоту, значительно меньше площади основания.

Для проведения расчета необходимо правильно задать свойства среды, определить граничные условия, задать тип решаемой задачи, выбрать схемы решения и модель турбулентности. Следует отметить, что нет универсальной модели, каждая модель подходит для конкретного характера движения и от выбора модели турбулентности зависит погрешность получаемого решения.

Оценить точность полученного решения, если нет результатов экспериментов (либо они ненадежны) чрезвычайно сложно, однако можно следовать следующим рекомендациям при оценке получаемых результатов.

Во-первых, проверить сходимость по сетке. Это общий принцип оценки точности получаемого решения, который заключается в проведении серии расчетов одной и той же задачи на сетке, которая последовательно сгущается во всей области расчета. При уменьшении расчетных ячеек точность решения исходных уравнений увеличивается. Моделируемые параметры задачи при этом сходятся к некоторому значению, соответствующему бесконечно мелкой сетке. Отметим, что этот способ оценки точности решения годен только в том случае, если используется "непогрешимая" математическая модель, например, исследуется движение вязкой ньютоновской жидкости (например, воды) при малых числах Рейнольдса (ламинарное течение). При исследовании турбулентного движения жидкости с помощью эмпирических моделей этим методом можно оценить только точность решения исходных уравнений, но не задачи.

Во-вторых, решить задачу, близкую к моделируемой, для которой известны экспериментальные результаты или данные других авторов. На таких задачах можно подобрать оптимальное соотношение «точность расчета / грубость сетки», которое потом можно будет использовать для решения своих задач.

В-третьих, всегда контролировать характеристики течения, которые могут быть вам известны хотя бы предположительно. Часто бывает, что такой

75

контроль позволяет оценить точность получаемого решения без использования трудоемких способов, описанных выше. В случае моделирования зондовых средств необходимо контролировать величины полного и статического давлений, которые зависят от параметров набегающего потока и могут быть оценены по известным зависимостям [2-4].

В целом рассмотренные этапы методики математического моделирования подходят для любого сочетания программ подготовки расчетной модели, проведения непосредственно самого расчета и просмотра результатов.

Для подтверждения выше сказанного рассмотрены некоторые основные пункты предложенной методики на примере исследований приемника воздушных давлений с компенсационным контуром в виде гофрированной поверхности. Показано совпадение результатов математического моделирования в различных программах с использованием предлагаемой методики.

При проведении математического моделирования спектра обтекания рассматриваемого приемника в программе FlowVision, используется прямоугольная сетка с локальной адаптацией и подсеточным разрешением геометрии, что позволяет точно описывать области сложной геометрической формы. Таким образом, получается расчетная сетка, достаточная для точного описания пограничного слоя вблизи стенок и в областях резкого изменения гидродинамических параметров. Для аппроксимации уравнений применяется конечно-объемный подход, позволяющий точно аппроксимировать законы сохранения на уровне отдельных ячеек. Итоговый метод решения уравнений Навье-Стокса имеет второй порядок аппроксимации, что позволяет получать точные решения даже на грубой расчетной сетке. Сам метод решения уравнений Навье-Стокса широко известен, поэтому здесь он не рассматривается. Настройки модуля решения уравнений установлены по умолчанию [5].

Для сравнения проведено математическое моделирование с помощью программ OpenFoam и Ansys. В программе OpenFoam в процессе моделирования использовался решатель SimpleFoam. Использовались тетраэдральная сетка с призматическим слоем вблизи поверхности приемника для учета пограничного слоя и схемы второго порядка для скорости и первого порядка для параметров турбулентности [6]. Для моделирования была выбрана kOmegaSST модель турбулентности. В целом все параметры задавались аналогично предыдущему примеру. При проведении расчета в программе Ansys аналогично использовалась тетраэдральная сетка с призматическим слоем [7].

Сравнение результатов моделирования проведено с экспериментальными данными, полученными в аэродинамической лаборатории ОАО «УКБП», рисунке 2. В одном случае отбор давления производился с помощью 8 отверстий диаметром 1.5 мм, расположенных по окружности профилированного участка, в другом случае отбор производился щелью шириной 0.5 мм, имеющей вид кругового сектора. В обоих случаях использовались сменные насадки профилированного участка. Эксперименты проводились в диапазоне скоростей от 50 до 200 км/ч.

76

Рисунок 2 - Распределение давления по длине профилированного участка при

скорости набегающего потока 27,8 м/с

Как видно из приведенных выше результатов есть расхождения как между двумя проведенными экспериментами, так и между полученными математическими моделями. При анализе сходимости результатов исследования обращают на себя внимание следующие моменты: - значительное расхождение наблюдается на задних гофрах, где возможно образование вихрей; - ввиду того, что диаметр отверстий для отбора давления составляет 1.5 мм, происходит некоторое усреднение давления на этом участке; - отсутствует достоверная информация о величине турбулентности потока в аэродинамической трубе.

УДК 681.2-5 ОБЗОР ТЕХНОЛОГИИ ГРАНИЧНОГО СКАНИРОВАНИЯ Н.С. Еремин

Метод граничного (периферийного) сканирования был разработан в 1985 г. благодаря совместным усилиям рабочей группы разработчиков Joint Test Action Group, получившей аббревиатуру JTAG, созданной организацией IEEE (Institute of Electrical and Electronics).

JTAG - специализированный аппаратный интерфейс, разработанный для тестирования собранных печатных плат (с использованием стандарта IEEE 1149.1). Из-за широкой функциональности JTAG стал повсеместно использо-ваться как для структурной диагностики плат РЭС, так и для их отладки и про-граммирования.

Данный интерфейс имеет очень простую техническую реализацию, по-этому его легко интегрировать в большинство типов цифровых микросхем. В микросхему встраивается Test Access Port (TAP), состоящий из TAP контролле-ра и набора регистров, при этом основным инструментом тестирования являет-ся регистр граничного сканирования (Boundary Scan Register), разряды которого подключены ко всем выводам микросхемы (исключая питание). Используя дан-

77

ный регистр, можно получить доступ к каждому выводу микросхемы (задавать и считывать логические уровни).

Таким образом, для того, чтобы соответствовать стандарту IEEE 1149.1/JTAG, микросхема должна содержать структуру, состоящую из 4-х ос-новных элементов (рис.1):

Рис. 1. Микросхема с элементами граничного cканирования.

1. Пять выводов JTAG интерфейса – TDI (Test Data Input) — вход тестовой последовательности, – TDO (Test Data Output) — выход тестовой последовательности, – TMS (Test Mode Select) — выбор тестового режима, – TCK (Test Clock) — тестовая синхронизация, – TRST (Test Reset) — опциональная (необязательная) линия сброса.

2. Контроллер порта тестового доступа (TAP контроллер); 3. Регистр команд (Instruction Register); 4. Группа регистров данных:

– Регистр граничного сканирования (Boundary Scan Register); – Регистр обхода (By Pass); – Регистр идентификатор (IDR); – специальные дополнительные регистры. Команды TAP контроллера осуществляют маршрутизацию цифровых

потоков через ячейки регистра граничного сканирования во всех направлениях. Через последовательный вход TDI данные могут вводиться в регистр, а через последовательный выход TDO выводится из него.

Микросхемы, содержащие TAP контроллер, могут объединяться в по-следовательную цепочку соединением выводов TDO-TDI, при этом сигналы TCK и TMS используются параллельно на всех микросхемах. При таком под-ключении можно организовать общий сдвиговый регистр граничного сканирова-ния, который будет охватывать все выводы всех микросхем в цепочке, что по-зволит тестировать взаимосвязи данных микросхем друг с другом. Таким обра-зом, граничное сканирование можно осуществлять и на системном уровне. Не-сколько устройств, установленных в одну системную плату (кросс-плату), могут

78

иметь общую JTAG-шину граничного сканирования и тестироваться в составе сложного изделия через один единственный разъем.

Сравнивая содержимое входного и выходного векторов можно устано-вить наличие неисправностей в виде разрывов или коротких замыканий в со-единительных линиях между ИМС на плате.

Есть следующие виды тестирования электрических цепей микросхем, связанных в JTAG цепочку:

Interconnect test – тест межэлементных связей; Pullup/pulldown test – тестирование подтягивающих резисторов; Midstate test – тестирование слабых замыканий; Cluster Test – кластерное тестирование (тестирование функцио-

нальных блоков). Также могут быть протестированы микросхемы памяти и другие слож-

ные устройства. Для этого создают специальные кластерные тесты, которые через JTAG эмулируют работу управляющего устройства для тестируемых мик-росхем.

В тесте межэлементных связей контроль электрических цепей осущест-вляется посредством выдачи задающих воздействий одной микросхемой и приема результатов данных воздействий другими микросхемами, подключен-ными к данным цепям. Причем воздействие задается не для одной конкретной цепи, а сразу для всех доступных через JTAG цепей, т.е. задается вектор воз-действий. Данный принцип позволяет находить как обрывы, так и замыкания. Тестирование межэлементных связей заключается в выдаче нескольких векто-ров воздействий, совокупность которых обеспечивает нахождение всех воз-можных замыканий и обрывов цепей. При тестировании внешних связей необ-ходимо использовать либо перемычки (loopback) либо подключаемые к внеш-ним разъемам дополнительные модули ввода/вывода, охваченные JTAG це-почкой.

Рис. 3. Тестирование соединений между ИМС с помощью JTAG интерфейса

79

В тестировании подтягивающих резисторов проверяется целостность (наличие контакта) подтягивающих резисторов, для чего на цепь подается воз-действие, противоположное направлению «подтяжки», после чего воздействие снимается и контролируется возвращение сигнала к уровню «подтяжки».

Тест слабых замыканий находит электрические цепи замкнутые друг с другом не на коротко, но через резистор. Тест включает в себя выдачу задаю-щих воздействий на одну цепь и проверку отсутствия «подтяжки» к другой цепи, т.е. состоит из тестов межэлементных связей и подтягивающих резисторов.

Кластерное тестирование начинается с описания моделей для тести-руемых микросхем, после чего разрабатываются тесты на языке DTS для кон-кретных моделей. Для проверки внешних интерфейсов необходима органи-зация внешних связей (loopback или внешние модули). Недостаток кла-стерного тестирования в том, что управление микросхемами производится с низким темпом, что приравнивается к статике, и не позволяет проверить емко-стные замыкания и неисправности микросхем, связанные с недостаточным бы-стродействием. Однако стоит заметить, что данный вид тестирования рассчи-тан на отлаженную «схемотехнику» и проверяет только качество микросхем и монтажа.

На данный момент, с появлением безвыводных корпусов и корпусов BGA, граничное сканирование является оптимальным вариантом внутрисхем-ного тестирования при мелкосерийном и среднесерийном производстве элек-тронной аппаратуры. Во многих случаях данный вид тестирования незаменим и при крупносерийном производстве.

СПИСОК ЛИТЕРАТУРЫ 3. Иванов А. В. Новые возможности тестирования плат при помощи перифе-

рийного сканирования [Текст]/ А.В. Иванов // М.: Компоненты и технологии. -2010. - 25-31. - № 6.

4. Городецкий, А.В. Введение во внутрисхемное тестирование [Текст]/ А.В. Городецкий, Л.В. Курилaн // М.: Производство электроники. -2010. - № 5. с – 18-19

УДК: 004.94, 628.98, 628.931 УЛУЧШЕНИЕ КАЧЕСТВА ПОДСВЕТА НАДПИСЕЙ И ЗНАКОВ ЛИЦЕВЫХ ПА-НЕЛЕЙ ПУЛЬТОВ С.А.Зайцев, И.П. Ефимов

В данной статье рассмотрены варианты использования применения

средств компьютерного моделирования оптических систем в программном про-дукте TracePro для улучшения качества подсвета надписей и знаков лицевых панелей пультов.

Введение. В настоящее время большое внимание предъявляется к качеству эргоно-

мического климата кабины экипажа летательного аппарата. Одним из важных факторов создания благоприятного микроклимата является обеспечение тре-буемых светотехнических характеристик подсвета лицевых панелей пультов управления. К ним относят такие параметры как яркость, равномерность ярко-сти, координаты цветности, цветовая температура. Для получения изделий со-ответствующих техническому заданию заказчика необходимо произвести точ-ный расчет и моделирование еще на стадии разработки. Задачей этой статьи

80

является рассмотрение возможности применения светотехнического модели-рования в программном обеспечении TracePro и определение уровня соответ-ствия полученных данных с результатом измерения изготовленных образцов лицевых панелей и определение возможности улучшения их качества.

Создание модели лицевой панели пульта. Для обеспечения наилучшего качества моделирования необходимо, чтобы

созданная модель как можно более точно соответствовала всем параметрам будущего изделия. Для этого необходимо разработать 3D-модель, создать базу данных оптических свойств, применяемых материалов и покрытий, источников света.

Оптические свойства материалов и покрытий берутся из технической до-кументации или определяются экспериментальным путем посредством измере-ний макетных образцов.

В программном обеспечении TracePro есть возможность задания оптиче-ских свойств материалов и покрытий поверхностей объекта. Это облегчает раз-работку, так как позволяет использовать для оптической модели детали с опре-деленным набором оптических свойств материала, из которого они состоят, и присваивать отдельным их поверхностям оптические свойства покрытий, не создавая при этом отдельных объектов.

Так же необходимо создать модель применяемого источника света в соот-ветствии с реальными размерами, световым потоком, распределением свето-вого потока, спектральными характеристиками излучаемого им света.

а) б) в) Рис. 1. а) 3D-модель светопровода, б) светотехническая модель освещенности в

программе TraсePro, в) изготовленный образец светопровода Моделирование лицевой поверхности пульта. Перед началом моделирования была создана модель светодиода LWM

67C Osram. Подсвет светопровода будет реализован с помощью светодиодов

81

прямого типа свечения LW M67C Osram и конусных отражателей. После созда-ния 3D-модели светопровода в программе SolidEdge импортируем ее в Trace-Pro. Присваиваем модели оптические свойства материалов и поверхностей. Расставляем светодиоды. После каждого изменения оптической модели свето-провода производим новый расчет трассировки лучей, добиваясь равномерного освещения подсвета светопровода. Конечный результат моделирования при-веден на рисунке 1 б).

По результатам моделирования было изготовлено 3 образца светопрово-да. Сравнение результатов измерений яркости 3-х образцов, в точках указан-ных на рисунке 1 а), и моделирования приведено в таблице 1.

Из полученных результатов видно, что результаты моделирования соот-ветствуют измерениям подсвета изготовленных образцов светопровода по яр-кости и равномерности.

В соответствии с ОСТ 1 00415 яркость лицевых панелей должна быть от 0,6 до 6 кд/м2 при равномерности не хуже чем 1:10. Применяя современные средства моделирования, мы можем получать лицевые панели с требуемой яр-костью и равномерностью не хуже чем 1:2. Что в пять раз лучше, чем требова-ния стандарта.

Таблица 1. Сравнение результатов моделирования и измерения яркости

Параметр Образец №1

Образец №2

Образец №3

Результаты моделирования

Яркость точки 1, кд/м2

1,8 1,9 2 2

Яркость точки 2, кд/м2

2,2 2,4 2,6 2,4

Яркость точки 3, кд/м2

2,2 2 2,5 2,2

Яркость точки 4, кд/м2

3,2 2,9 3,5 3

Яркость точки 5, кд/м2

2,4 2,4 2,3 2,5

Яркость точки 6, кд/м2

3,3 3,1 3,5 3,4

Яркость точки 7, кд/м2

2,8 3 2,8 3,1

Равномерность 1: 1,8 1:1,6 1:1,8 1:1,7 Кроме яркости и равномерности одним из наиболее важных параметров

является координаты цветности. При проведении разработки нельзя просто ориентироваться координаты цветности источников света, так как лицевых па-нелях пультов световой поток испускаемой лампы подвергается множеству пе-реотражений, и прохождению через светопровод и слой белой краски. Из за того, что коэффициент пропускания и отражения материалов различный для разных длин волн наблюдается изменение координат цветности подсвета ли-цевой панели по сравнению со значениями источника излучения.

Программа TracePro позволяет нам в ходе оптического моделировать по-лучать расчетные значения координат цветности подсвета лицевой панели. Ко-ординаты цветности полученные в результате моделирования и измерения

82

опытных образцов отличаются не более чем на х=±0,005, у=±0,005. Посред-ством этого становится возможным определить соответствие подсвета лицевых панелей всем светотехническим требованиям еще на стадии разработки. Та-ким образом становится возможность улучшить качество подсвета лицевых па-нелей пультов по однородности координат цветности, избежать не соответст-вия требованиям на стадии моделирования.

Проведя моделирование светотехнических изделий в программе TracePro, мы получили значения, которые подтвердились измерениями изготовленных образцов. Качество результатов моделирования зависит, от того на сколько точно геометрия 3D-модели, а также задаваемые при моделировании оптиче-ские свойства материалов и покрытий, и источников света соответствуют ре-альным применяемым материалам. Применение программы светотехнических расчетов TracePro позволяет улучшить качество подсвета лицевых панелей пультов по яркости, равномерности и координатам цветности, выявлять и уст-ранять ошибки еще на стадии разработки до изготовления готового изделия. Таким образом, становится возможным проектировать светотехнические изде-лия сложной конструкции в короткое время.

УДК 006.022 ВЕРИФИКАЦИЯ КРИТИЧНЫХ ПО БЕЗОПАСТНОСТИ УСТРОЙСТВ НА БАЗЕ ПЛИС Д.В. Касаткин

Стандарт RTCA/DO-254 [1] (далее по тексту “DO-254”) и его русскоязычный

эквивалент КТ-254 [2] предназначен для разработчиков сложных элементов авиационной электронной аппаратуры. Первоначально DO-254 возник как стан-дарт для гражданской авиации, постепенно он стал все чаще и чаще использо-ваться при создании систем для военной авиации и в других разработках с вы-сокой степенью интеграции в таких отраслях, как медицина, атомная энергетика и транспорт.

При создании авиационной электронной аппаратуры, удовлетворяющей стандарту DO-254, разработчики могут применять метод модельно-ориентированного проектирования для анализа требований, конструирования, автоматизированной генерации кода на языке описания аппаратуры и верифи-кации.

Исходной точкой модельно-ориентированного проектирования является модели целостной системы, включающие в себя алгоритмы и внешние факто-ры, которые создаются на стадии эскизного проектирования. Эти модели можно проигрывать и анализировать на протяжении всего процесса проектирования, добиваясь соответствия алгоритмов техническим условиям. Такой подход дает два преимущества:

• обнаружение и локализация ошибок на ранних стадиях проектирования, что обходится гораздо дешевле по сравнению с выявлением ошибок во время реализации и тестирования;

• результаты проектирования, тестирования и анализа можно повторно ис-пользовать неоднократно в течение всего процесса разработки.

DO-254 задает как жизненный цикл процесса проектирования, так и под-держивающие процессы, выполнение которых строго обязательно на протяже-нии всего процесса разработки.

83

Сложные элементы аппаратуры в соответствии с DO-254 разрабатывают-ся через требования. Требования задают намеченную функцию разрабатывае-мого устройства, а выполняемые в соответствии с DO-254 процессы гаранти-руют, что это устройство исполняет предназначенную для него функцию. Предъявляемые к сложному элементу аппаратуры системные требования должны оцениваться, формулироваться, управляться и отслеживаться на соот-ветствующих этапах проектных работ.

Таким образом, при разработки сложного элемента аппаратуры в соответ-ствии со стандартом DO-254 должны использоваться следующие механизмы:

• Сбор требований, как первая стадия жизненного цикла по стандарту DO-254;

• Управление изменениями требований на всех этапах разработки; • Отслеживание требований к проектным работам и их верификации на

всех этапах проекта. На каждом этапе проекта разработчик должен гарантировать, что текущая

версия проекта удовлетворяет требованиям и соответствует предыдущей вер-сии. Для верификации проекта на разных этапах могут использоваться самые разные методы и средства, от симуляции до расширенного анализа.

Далее рассмотрим методы верификации на высоком уровне, и повторное использование проектных работ и результатов верификации на протяжении всего процесса разработки.

Первым шагом в верификации проекта ПЛИС стала разработка стандар-тов моделирования и кодирования в соответствии с требованиями DO-254.

Затем была создана модель проекта ПЛИС, и установлена связь модели с требованиями на нее. Встроенными средствами инструмента был получен обя-зательный артефакт – SDD.

Следующим шагом стала статистическая проверка модели проекта ПЛИС на соответствии стандартам моделирования и языка описания аппаратуры. При проверке были выявлены, в основном, ошибки в эстетическом оформлении мо-дели и несоответствия различных параметров модели требованиям стандарта языка описания аппаратуры. Так же были выявлены ошибки в указании типов данных и неверные параметры блоков – их количество было существенно меньше. По завершению данной проверки инструментом верификации был ав-томатически сгенерирован отчет с описанием всех обнаруженных ошибок. Мо-дель и отчет о ее проверки были переданы обратно в процесс разработки для устранения замечаний.

Тем временем были разработаны тестовые вектора для проверки требо-ваний высокого уровня к проекту ПЛИС. Как только разработчик устранит все замечания, выявленные при первичной верификации модели будет проведена повторная статистическая проверка модели, и при отсутствии в ней ошибок бу-дет проведено тестирование модели, данными векторами.

Следующими шагами в верификации проекта ПЛИС будут: • настройка автогенератора кода языка описания аппаратуры на соответ-

ствие DO-254 и стандарту языка описания аппаратуры; • генерация файлов исходного кода проекта ПЛИС на языке описания ап-

паратуры; • статическая проверка исходного кода проекта ПЛИС на соответствие

требованиям стандарта кодирования; • тестирование функциональных модулей проекта ПЛИС;

84

• функциональное тестирование проекта ПЛИС, при этом следует отме-тить, что для данной цели будут использоваться те же тестовые вектора, кото-рые были разработаны для статистического тестирования модели, с незначи-тельной доработкой (если не будет достигнуто 100% покрытие кода – является обязательным требованием для сложных элементов аппаратуры критичных по безопасности в соответствии с DO-254);

• тестирование проекта ПЛИС на отладочной плате. Для этого будут ис-пользоваться те же самые тестовые вектора, которые будут получены на пре-дыдущем этапе тестирования.

Сравнение (встроенными средствами инструмента верификации) выход-ных данных тестирования исходного кода и тестирования проекта ПЛИС на от-ладочной плате подтвердит, что модель и проект на целевом устройстве функ-ционируют идентично.

Достижение целей DO-254 гарантирует, что проект ПЛИС соответствует всем предъявляемым к нему требованиям, выполняет все возложенные на него функции и не содержит избыточных функций, а также, что в нем отсутствуют «мертвый» код.

Финальным шагом верификации станет тестирование проекта ПЛИС в со-ставе изделия.

Возрастающее значение требований соответствия стандарту DO-254 и связанные с этим затраты на проектирование вынуждают компании-разработчики проводить оценку способов повышения эффективности процес-сов проектирования и поддержки требований этого стандарта.

Рабочий процесс в соответствии со стандартом DO-254, использующий модельно-ориентированное проектирование, поддерживает ориентированное на требования представление проекта и увеличивает степень повторного ис-пользования результатов проектирования и верификации на всех этапах жиз-ненного цикла согласно DO-254.

Полученный опыт разработки и верификации сложных элементов аппара-туры критичных по безопасности предполагается применять при разработке всех новых на нашем предприятии.

СПИСОК ЛИТЕРАТУРЫ

1. RTCA/DO-254 Design Assurance Guidance for Airborne Electronic Hardware. 2. КТ-254 Квалификационные требования. Руководство по гарантии конструи-

рования бортовой электронной аппаратуры. 3. Рекомендательный материал РМ-254. Оценка соответствия бортовой аппа-

ратуры требованиям КТ-254. 4. Руководство 4761 по методам оценки безопасности систем и бортового обо-

рудования воздушных судов гражданской авиации. 5. EASA CM-SWCEH-001 Development Assurance of Airborne Electronic Hardware. 6. FAA Order 8110.105 Simple And Complex Electronic Hardware Approval Guid-

ance. 7. ARP4754А Guidelines for development of civil aircraft and system.

85

УДК 629.7.017.073 МЕТРОЛОГИЧЕСКАЯ АТТЕСТАЦИЯ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ИЗМЕРИТЕЛЬНЫХ СИСТЕМ Л.В. Кондратьева

В настоящее время, в практически любой современной измерительной системе в том или ином виде присутствует программное обеспечение (ПО). При этом под программным обеспечением понимается компьютерная программа или совокупность программ, реализующие алгоритмы сбора, передачи, обра-ботки, хранения и представления измерительной информации, а так же про-граммные документы, необходимые для применения этих программ. Использо-вание программного обеспечения для обработки измерительной информации является неотъемлемой частью получения конечных результатов измерений. Однако использование программного обеспечения, без определения его мет-рологических характеристик может привести к получению недостоверных ре-зультатов.

Использование ПО при измерениях или при обработке их результатов, обеспечивает функции управления и обработки данных в удобной и эффектив-ной форме. Более того, многие измерительные системы не могут функциониро-вать без наличия соответствующего ПО. Это привело к тому, что объемы и масштабы использования ПО для самых разнообразных функций, а также для автоматизированной обработки измерительной информации в последнее вре-мя стремительно возрастали и продолжают возрастать. Вместе с тем, предос-тавляя большие возможности и преимущества, использование ПО может при-вести к появлению ошибок, погрешностей, связанных с самим ПО.

Роль, сложность и функциональность программного обеспечения измери-тельных систем растет год от года, поэтому оставлять программное обеспече-ние за рамками испытаний неправильно. Международные рекомендации (на-пример, WELMEC 7.1. Требования к программному обеспечению на основе ди-рективы по измерительным приборам [1]) и отечественные нормативные доку-менты (ГОСТ Р 8.596-2002. ГСИ. Метрологическое обеспечение измерительных систем. Общие положения [2].) подтверждают это.

В Руководстве WELMEC 7.1, в частности, говорится о том, что в настоящее время совершенно недостаточно нормировать только метрологические харак-теристики измерительной системы без должного внимания к программному обеспечению, так как для большинства приборов, управляемых микропроцес-сорами, или приборов на базе ПК программное обеспечение и его целостность являются существенными факторами, определяющими метрологические свой-ства и надежность этих приборов.

Программное обеспечение измерительных систем обладает определен-ными особенностями, отличающими его от программного обеспечения, приме-няемого для других целей. На основе этих особенностей, а также с учетом ст. 13 Закона РФ «Об обеспечении единства измерений» можно сформулировать требования, специфичные для программного обеспечения измерительных сис-тем:

1) Использование ПО в измерительной системе не должно приводить к ис-кажению измерительной информации; другими словами, ПО не должно оказы-вать влияние на метрологические характеристики измерительной системы, или это воздействие должно быть минимальным и оцениваемым;

86

2) ПО средств измерений должно быть защищено от изменений кода, дан-ных, полученных при измерении, а также параметров, зависящих от типа и осо-бенностей средства измерения;

3) ПО средств измерений должно соответствовать средству измерения, совместно с которым используется;

4) затраты времени и других ресурсов, требующиеся для аттестации (тес-тирования) ПО средств измерений, должны быть соизмеримы с затратами на испытания самих средств измерения.

Под метрологической аттестацией ПО будет пониматься признание метро-логической службой законности и правомерности его применения, основанное на исследовании степени влияния ПО на метрологические характеристики средств измерений и измерительных систем, в которых это программное обес-печение используется.

Первые шаги по выработке подходов к решению задачи метрологической аттестации программного обеспечения уже сделаны. Определенные наработки по этому вопросу имеются у Национальной физической лаборатории (NPL, Ве-ликобритания) (см., например, [3, 4-6]) и у Национального института по стан-дартизации и технологиям (NIST, США). Некоторые нормативные разработки имеются и в России [7-9].

Из всех имеющихся рекомендаций и руководств наиболее полно подходы к аттестации ПО представлены в работах Национальной физической лаборато-рии (NPL) [3,4-6].

В Национальной физической лаборатории считают, что самым эффектив-ным методом аттестации ПО, используемого в средствах измерений, является метод «черного ящика» (black box testing). В этом методе аттестация ПО проис-ходит на основе сопоставления результатов обработки так называемых «эта-лонных» данных самим тестируемым ПО и «эталонных» результатов, получен-ных обработкой тех же данных «эталонным» ПО. Проблема, однако, заключа-ется в том, что при таком подходе необходимо иметь в своем распоряжении «эталонное» ПО, т.е. ПО, записанное с использованием программных средств, отвечающих предельно высоким стандартам. Далеко не все испытательные центры таким ПО располагают. Как показывает практика, решение может быть найдено на пути использования так называемых генераторов «эталонных» дан-ных. Условная схема использования таких генераторов изображена на рисунке 1. Основная особенность схемы заключается в том, что на ее входе не «эта-лонные» данные, а «эталонные» результаты. Утверждается, что в этом случае усилия, необходимые для разработки генераторов «эталонных» данных со-ставляют ничтожную часть усилий, затрачиваемых на разработку «эталонного» ПО. Кроме того, такие генераторы легко тестируются. Совокупность «эталон-ных» данных и «эталонных» результатов в работах NPL называют «эталонны-ми» парами.

Исследование состояния проблемы показали, что на международном уровне разработаны руководства и рекомендации (некоторые пока только в ви-де проектов), регламентирующие общие вопросы требований и тестирования программного обеспечения измерительных систем. Анализ состояния данной проблемы в нашей стране показывает, что в настоящее время практически от-сутствует нормативно-методическая база для проведения аттестации ПО, вхо-дящих в состав измерительных систем (или как минимум она недостаточна, для практического применения), а практика проведения таких работ носит несис-темный характер, и характеристики ПО и его влияние на общую функциональ-

87

ность измерительной системы, как правило, отдельно не оценивается и не до-кументируется.

Рис. 1. Схема испытаний ПО с использованием генерации «эталонных» данных

СПИСОК ЛИТЕРАТУРЫ 1 WELMEC 7.1. Требования к программному обеспечению на основе директи-

вы по измерительным приборам. 2 ГОСТ Р 8.596-2002. ГСИ. Метрологическое обеспечение измерительных

систем. Общие положения. 3 H.R. Cook, M.G. Cox, M.P. Dainton, P.H. Harris. Methodology for testing spread-

sheets and other packages used in metrology. Report to National Measurement System Policy Unit, September 1999

4 B. Wichman with R. Barker, M. Cox, P. Harris. Software Support for Metrology. Best Practice Guide N 1. Measurement System Validation: Validation of Meas-urement Software. Report to National Measurement System Policy Unit. April 2000

5 H.R. Cook, M.G. Cox, M.P. Dainton, P.M. Harris. Testing Spreadsheets and Other Packages Used in Metrology. A Case Study. Report to National Measurement System Policy Unit. September 1999

6 M.G. Cox, M.P. Dainton, P.M. Harris. Testing Spreadsheets and Other Packages Used in Metrology. Testing Functions for the Calculation of the Standard Devia-tion. Report to National Measurement System Policy Unit. October 2000

7 МИ 2174-91 ГСИ. Аттестация алгоритмов и программ обработки данных при измерениях. Основные положения

8 МИ 2517-99 ГСИ. Метрологическая аттестация программного обеспечения средств измерений параметров физических объектов и полей с использова-нием компьютерных программ генерации цифровых тестовых сигналов

9 МИ 2518-99 ГСИ. Метрологическая аттестация алгоритмов и программ гене-рации цифровых тестовых сигналов

88

УДК 629.7 ПРОГРАММНО-АППАРАТНОЕ МОДЕЛИРОВАНИЕ БОРТОВЫХ АВИАЦИОННЫХ КОМПЛЕКСОВ ВЕРТОЛЕТА С. В. Назаров

В последнее время наблюдается тенденция сменяемости поколений бор-тового радиоэлектронного оборудования (БРЭО) вертолетов, которое отлича-ются от предшественников не только новыми функциональными, но и времен-ными, надежностными и массогабаритными характеристиками, что в свою оче-редь влечет к расширению функциональных возможностей программно-аппаратных моделирующих комплексов, глубины контроля бортовых авиацион-ных комплексов вертолета (БАКВ) в целом.

Для обеспечения проверки работоспособности большинства БРЭО, а так-же логики функционирования в полном объеме в лабораторных условиях как в составе БАКВ, так и по отдельности, требуется обеспечить прием БРЭО вход-ных данных от сопрягающих систем. Для этого необходима имитация:

– фоновой обстановки (данные о метео обстановке, спутниковые данные, радиолокационные данные, связь);

– датчиков общевертолетного оборудования (ОВО), таких как генераторы, аккумуляторы, датчики давления, количество топлива и температуры, парамет-ры двигателей и вспомогательной силовой установки (ВСУ) и другие;

– взаимодействующего БРЭО (высотомер, доплеровский измеритель ско-рости, курсовертикаль, навигационное оборудование, аппаратура VOR/ILS и т.д.).

Проверка отдельных блоков БРЭО и БАКВ на отказобезопасность (имита-цией отказов тех или иных систем, подсистем КБО) невозможна и недопустима на реальном борту, и тем более во время полета, поскольку невозможно обес-печить:

– на аппаратном уровне: обрыв линий связи (КЛС, РК, АС, питания); замыкание линий связи (перетерлись провода, замыкание на корпус

или между собой); – на программном уровне:

установка одновременно двух и более взаимоисключающих пара-метров (РК переключателей, параметров КЛС – режимов работы и т.д.);

задание недопустимых параметров, т.е. выходящие за пределы ре-альных значений (например, тангаж или крен 60 градусов, скорость приборную, напряжения и токи генераторов, оборотов винта и т.д.);

установки в словах КЛС ARINC 429 различных значений матриц со-стояний (нет вычисленных данных (НВД), отказ, тест-контроль);

уменьшить или увеличить частоту выдачи параметров ARINC 429 – проверка на «зависание» блока и на контроль периода ожидания слов;

заблокировать выдачу выбранных параметров ARINC 429. Зачастую, комплексная интеграция БРЭО проводится силами организации-

изготовителя вертолета с привлечением разработчиков БРЭО непосредственно на борту вертолета. При этом неизбежно выявляется необходимость корректи-ровки схем подключения, протоколов информационного взаимодействия (ПИВ)

89

и программного обеспечения (ПО) БРЭО, что приводит к достаточно трудоем-ким и длительным процедурам доработки бортового фидера, который уже про-ложен на борту вертолета, неоднократным корректировкам ПИВ и обновлениям ПО БРЭО, часто сопровождающимся снятием БРЭО с борта и отправкой изде-лий на завод-изготовитель. Всё это приводит к общему увеличению времени на наземную отработку БРЭО и, как следствие, увеличению времени на ввод вер-толета в эксплуатацию.

По результатам проведения наземных и летных испытаний, по замечаниям летчиков не редко приходится дорабатывать приборные панели в части компо-новки расположения пультов и органов управления вертолетом, что приводит к переработке конструкции панели приборов, перекомпоновке, а в некоторых случаях доработки самих органов управления и пультов, что в свою очередь увеличивает время ввода вертолета в эксплуатацию.

Также следует отметить тот факт, что многие режимы работы БАКВ необ-ходимо проверять в полете, что приводит к неоднократным ежедневным выле-там и последующими устранениями ошибок и проведением доработок БРЭО, что в свою очередь приводит к увеличению времени на ввод вертолета в экс-плуатацию.

Во время проведения летных испытаний и по их результатам зачастую приходится дорабатывать ПО БРЭО по замечаниям комиссии. Отработка на борту новых версий ПО БРЭО приведет к неоднократным вылетам вертолета, что в свою очередь увеличивает время и стоимость проведения летных испы-таний.

Исходя из вышесказанного, задачей программно-аппаратного моделиро-вания является разработка комплексного полунатурного стенда отработки и ис-пытаний комплекса бортового оборудования (КБО) вертолета, позволяющего выполнять следующие функции:

– автономная проверка функционирования БРЭО (входной контроль); – проверка схем подключения; – проверка ПИВ БРЭО в реальном масштабе времени; – проверка ПО БРЭО, логики работы БРЭО в составе КБО в технологиче-

ском режиме, на земле и в режиме имитации полета в реальном масштабе времени;

– комплексная проверка КБО с реальными БРЭО или их имитаторами (при отсутствии или невозможности задания режима) в технологическом режиме, на земле и в режиме имитации полета в реальном масштабе времени;

– проведение испытаний на отказобезопасность; – проведение предварительной эргономической экспертизы; – сопровождение летных испытаний. Следует отметить тот факт, что отводится все меньше времени на разра-

ботку, отладку и сопровождение комплексных стендов, а в некоторых случаях требуется одновременная разработка, как комплекса бортового оборудования, так и комплексного стенда.

Это заставляет разработчиков стендов использовать: – стандартные конструкции в виде набора аппаратных средств, основан-

ных на функциональных модулях, имеющих стандартные интерфейсы обмена информацией – ISA, PCI, PCI-E, RS-232, USB, Ethernet, устанавливаемые в стандартные шасси промышленного компьютера;

90

– масштабируемую структуру стенда, позволяющую в случае необходимо-сти наращивать количество и номенклатуру выдаваемых имитирующих сигна-лов путем введения дополнительных функциональных модулей и блоков;

– монтажные шкафы для размещения шасси промышленных компьютеров, контрольно-измерительной аппаратуры, блоков питания и другой вспомога-тельной аппаратуры стенда;

– коммутационные шкафы для упрощения схем Э3 жгутов и монтажа, бы-строй корректировки схем соединений и быстрой адаптации к новым составам КБО.

ПО стенда должно быть разделено на отдельные подпрограммы в соот-ветствии с их функциональным назначением.

ПО должно состоять из следующих программных модулей: математическая модель метеообстановки; математическая модель динамики вертолета; модуль обеспечения формирования реалистичного синтезированно-

го трехмерного изображения закабинного пространства на основе цифровых карт местности.

программно-математические модели систем КБО; программные модули управления блоками формирования сигналов

(БФС); программные модули управления платами ввода/вывода сигналов;

ПО должно обеспечивать выполнения следующих функций: моделирование динамики движения вертолета в реальном масшта-

бе времени; моделирования внешних условий (метеоусловий, времени суток); имитация акустической обстановки (шумов двигателя, тональной

звуковой сигнализации, речевого информатора); прием, обработка информации, поступающей от органов управления

вертолетом. формирование и выдача массивов информации в системы КБО (ко-

довые линии связи, аналоговые сигналы, разовые команды); прием, обработка и индикация информации, поступающей от систем

КБО; моделирование работы бортового оборудования вертолета; взаимодействия с аппаратной частью блоков БФС для обеспечения

выдачи и коммутации требуемых сигналов. Список литературы 1. Воробьев А. В. Разработка методов обеспечения надежности цифровых

систем управления современными авиационными комплексами: Дисс. … канд. техн. наук. М.: 2004. 167 с.

2. Бортовые информационные системы: Курс лекций/А.А. Кучерявый; под. ред. В.А. Мишина и Г.И. Клюева. – 2-е изд., перераб. и доп. – Ульяновск: УлГТУ, 2004. – 504 с.: ил.

3. Макаров Н.Н. Системы обеспечения безопасности функционирования бор-тового эргатического комплекса: теория, проектирование, применение / под ред. доктора техн. наук В.М. Солдаткина. М.: Машиностроение / Машино-строение – Полет, 2009. 760 с.: ил. – ISBN 978-5-217-03448-2

91

УДК 531.3 АНАЛИЗ ВЛИЯНИЯ ПАРАМЕТРОВ СТЕРЖНЕВОЙ СИСТЕМЫ С УПРУГИМ ЭЛЕМЕНТОМ НА ЭФФЕКТИВНОСТЬ ПЕРЕДАЧИ ЭНЕРГИИ И. А. Новикова

 Вопрос эффективности переноса энергии волны в различного рода неод-

нородных средах всегда представляет особый интерес с точки зрения реализа-ции технических приложений. В работе рассматриваются особенности переда-чи энергии прямоугольной волны деформации через границу сопряжения по-луограниченных стержней при различных параметрах упругого элемента и са-мой системы.

Схема сопряжения стержней представлена на рисунке 1.

Рис 1. Схема сопряжения полуограниченных стерж-ней

Эффективность передачи энергии во второй стержень в произвольный

момент времени )T~

t~(t~ 0 можно оценивать как текущую, рассматривая от-

ношение )t()t(W/)W( IfIf 12

, а также оценивая нижний предел передачи

энергии в данный момент, рассматривая отношение )t~()T(W/)W( *

IfIf 12

.

Коэффициент эффективности передачи энергии во второй стержень в первой фазе движения системы в произвольный момент времени

)T~

t~(t~ 0 определим как

)r(k~

r

)r(k~

re

)r(k~re

t~t~)r(

r)t(W/)W()t~(

t~r

)r(k~

t~r

)r(k~

fIfI 123

12121

14

121

212

где 221

211

AEa

aAEr – отношение волнового сопротивления

1

11

a

AE стержня 1 к волно-

вому сопротивлению 2

22

a

AE стержня 2; k

~ - относительная жесткость упругого

элемента; If )W(2

– энергия, переданная во второй стержень при T~

t~ ;

)t(Wf1 энергия падающей на границу сопряжения волны деформации.

Коэффициент эффективности передачи энергии во второй стержень, оце-нивая нижний предел передачи энергии в данный момент времени

)T~

t~(t~ 0 равен:

92

)r(k~

r

)r(k~

re

)r(k~re

t~T~

)r(

r)t~(

t~r

)r(k~

t~r

)r(k~

*

I 123

12121

14

121

2

Коэффициент эффективности передачи энергии во второй стержень в

произвольный момент времени T~

t~ за время T~

t~~ определится как

)T~

t~(r

rk~

T~

r

)r(k~

II e)r(k

~r

er

r

aAE

aAE)t~(

12212

211

122 112

11

2

Эффективность передачи энергии во второй стержень, при T~

t~ , опре-делится как

)t~(W

)W(

W

)W(

W

WIII

f

IIf

f

T~

t~If

f

f

1

2

1

2

1

2

или

)T~

t~(r

)r(k~

T~

r

rk~

T~

r

)r(k~

T~

r

)r(k~

ee)r(k

~

r

r

)r(k~

r

)r(k~

re

)r(k~re

T~

T~

)r(

r

1221

2121

2

1112

1

12

123

12121

14

Результаты расчета эффективности переноса энергии падающей волны

прямоугольной формы при 1010 k~

, и длительности действия падающей

волны ),;,;,;,(T~ 02510150 представлены на рисунках 2 и 3.

Рис. 2. Диаграммы, характеризующие эффек-тивность переноса энергии падающей волны пря-моугольной формы в зависимости от жесткости упругого элемента 0,1 1k

Рис. 3. Диаграммы, характеризующие эффек-тивность переноса энергии падающей волны прямо-угольной формы в зависимости от жесткости упругого

элемента 101 k~

93

Анализ результатов расчета показал, что жесткость упругого элемента существенно влияет на эффективность переноса энергии через границу сопря-

жения стержней. В диапазоне 110 k~

, эффективность переноса энергии че-рез границу сопряжения стержней постоянно растет.

В диапазоне 21 k~

увеличение жесткости упругого элемента приводит

практически к линейному увеличению max (примерно, в 1,3 – 1,5 раза).

В диапазоне 105 k~

увеличение жесткости упругого элемента хотя и

приводит к увеличению max, но уже значительно меньше (примерно, 11–14 %).

Особо стоит отметить тот факт, что при одном и том же значении k~

уве-

личение длительности действия падающей прямой волны T~

повышает эффек-тивность переноса энергии падающей волны во второй стержень.

Диаграммы результатов расчета влияния длительности действия падаю-щей прямой волны на эффективность переноса энергии представлены на ри-сунке 3.

Рис. 4. Диаграммы, характеризующие эффективность переноса энергии падающей волны прямоугольной формы в зависимости от длительности действия волны

В таблице представлены результаты

расчета эффективности переноса энергии падающей волны в зависимости от дли-тельности действия падающей прямой волны. Проанализировав полученные дан-ные можно заметить, что если падающая на границу сопряжения прямая волна име-

ет малую длительность T~

, то эффектив-ность переноса энергии падающей волны

низкая.

СПИСОК ЛИТЕРАТУРЫ 1. Алимов О. Д. Распространение волн деформаций в ударных системах / О. Д. Алимов, В. К. Манжосов, В. Э. Еремьянц. – М.: Наука, 1985. 354 с. 2. Манжосов В. К. Продольный удар / В. К. Манжосов. – Ульяновск: 2006.– 358 с.

T~

k~

0,5 1,0 1,5

0,2 9,3% 17,58% 24,8 %

1,0 36,78% 56,76 % 68,3 %

5,0 80,1 % 90,01% 93,3 %

94

УДК 629.7.017.073, УДК 621.316.93 РАСЧЕТНАЯ ОЦЕНКА ВОЗДЕЙСТВИЯ ИМПУЛЬСОВ ТОКА НА ЭКРАНИРО-ВАННЫЙ МЕЖБЛОЧНЫЙ ПРОВОД Л.Ф.Кокурникова, И.П.Ефимов

Рассматриваются переходные процессы в входных/выходных каскадах бортового оборудования при воздействии импульсов тока «форма 1», «фор-ма2», «форма 3» [1,2] на экранированный межблочный провод.

Эти формы волн используются при испытаниях на восприимчивость авиационного бортового оборудования к переходным процессам, вызванным молнией, методом кабельного ввода (рисунок 1) [3].

Генератор формсигналовмолнии

Испытываемоеоборудование

Течениетока

Испытываемоеоборудование

Испытываемоеоборудование

Испытательный стенди заземленная плоскость

Течениетока

Рисунок 1 –Подача импульса методом кабельного ввода

Рассмотрим воздействие импульса «форма 1». Вид воздействующего импульса тока [2]:

)tete(0I)t(I (1)

Напряжение холостого хода между жилой и оболочкой кабеля [4]:

2

lсвZ)t(I)t(ж- обU п (2),

где Zсв(Ом/м)-полное сопротивление связи [4], которое количественно свя-зывает падение напряжения на единице длины кабеля, возникающее на внутренней поверхности его оболочки, с током, протекающим по внешней ее стороне; пl (м) –длина кабеля (провода).

Рассмотрим схемы входного/выходного каскада, представленные на ри-сунке 2.

В операторной схеме замещения цепи, во-первых, все переменные величины заменяются их операторными изображениями: Uоб-ж(t)→Uоб-ж(р), J(t)→ J(р); во-вторых, индуктивность Lп заменяется последовательной схемой, состоящей из операторного сопротивления р Lп и источника напряжения с э.д.с. Lпi(0_), где i(0_) – начальное значение тока в индуктивности.

95

Z2Z1

U (t)об-ж Rп Lп

J(t)

Наведенное напряжение

Сопротивлениежилы

Индуктивностьжилы

Выходное/входноеэквивалентноесопротивление

Входное/выходноеэквивалентноесопротивление

Полныйток цепи

Пластина заземления/корпус

i(0_)

Начальное значение тока

Z

2

Z

1

U(p) об-ж

R

п

p L п Li (0_) п

J(p)

Рисунок 2 – Схема электрической принципиальной цепи и операторная схема замещения.

Импульс тока (1) в операторном виде:

)p

1p

1(0I)p(J

(3)

Тогда напряжение (2) в операторном виде:

)p

1

p

1(

2пlсвZ0I

2пlсвZ)p(J

)p(ж- обU

(4)

Закон Ома для одноконтурной цепи:

пpLпR2

z1

z

_)0(iпL)p(U)p(J

(5)

После ряда преобразований, получаем оригинал полного тока в цепи при воздействии импульса тока «форма 1» на межблочный кабель (экрани-рованный провод):

96

the_)0(ithe)h

1h

1(

h

teh

te

пL2пlсвZ

0I

)t(J

(6)

Формулы для определения значений наведенных напряжений и токов в электрической цепи входного/выходного каскада бортового оборудования приведены в таблице 2.

Таблица 2 - Сводная таблица формул для определения значений наведен-ных напряжений и токов

Вид воздействующего импульса

Наведенные токи и напряжения

Форма 1

)tete(0I)t(I

Напряжение холостого хода между жилой и обо-лочкой:

2

lZ)t(I)t(U псв

ж- об

Наведенный ток в контуре:

the_)0(ithe)h

1h

1(

h

teh

te

пL2пlсвZ

0I

)t(J

Форма 2

)tete(0I)t(I

Напряжение холостого хода между жилой и обо-лочкой:

2

lZ)t(I)t(U псв

ж- об

Наведенный ток в контуре

the_)0(ithe)hh

(h

te

h

te

пL2пlсвZ

0I

)t(J

Форма 3

te)tsin(0I)t(I

Напряжение холостого хода между жилой и обо-лочкой:

2lZ)t(I

)t(U псвж- об

Наведенный ток в контуре

th

22

th

22п

0псв

e)0(i

)h(e

)h(

)h

arctgtsin(e

L2IlZ

)t(J

t

97

Вид воздействующего импульса

Наведенные токи и напряжения

Принятые обозначения величин: z1, z2 – эквивалентные сопротивления нагру-зок цепи; Rп- сопротивление жилы, Ом; Lп – индуктивность жилы, Гн; Zсв – пол-ное сопротивление связи, Ом/м; lп – длина провода (кабеля); i(0) – начальное

значение тока в индуктивности; .

В работе рассматривалось моделирование переходных процессов в экранированных межблочных проводах. Были выведены аналитические вы-ражения, используемые для описания наведенных токов и напряжений в электрических цепях входных/выходных каскадах бортового оборудования при воздействиях импульсов тока «форма 1», «форма 2», «форма 3».

СПИСОК ЛИТЕРАТУРЫ

1. KT-160D. Квалификационные требования. Условия эксплуатации и окру-жающей среды для бортового авиационного оборудования (внешние воз-действующие факторы). Требования, нормы и методы испытаний,2005.

2. SAE ARP 5412. Aircraft Lightning Environment and Related Test Waveforms. 3. SAE ARP 5416. Aircraft Lightning Test Methods. 4. Кравченко В.И. Грозозащита радиоэлектронных средств. – М.: Радио и

связь, 1991.

УДК 629.7.058.85 СИСТЕМА ОТОБРАЖЕНИЯ ИНФОРМАЦИИ. ЭРГОНОМИЧЕСКИЕ ТРЕБОВА-НИЯ К ПРЕДОСТАВЛЕНИЮ ИНФОРМАЦИИ. Е. И. Степнова

Бортовые информационные системы (БИС) являются той частью оборудо-вания летательного аппарата (ЛА), с которой экипаж непосредственно взаимо-действует. Во многом благодаря представляемой этими системами информа-ции у пилотов создается мысленная информационная модель ситуации в поле-те, с которой они работают в ходе своей деятельности.

Взаимодействие пилота с БИС можно представить как взаимодействие двух мощных информационных процессоров, человека и компьютера, пытаю-щихся общаться посредством интерфейса с узкой полосой пропускания и с множеством других ограничений. Повышение эффективности и пропускной спо-собности этого интерфейса является важной задачей.

Отношения «пилот - информационная система» являются частью более общих отношений «пилот - летательный аппарат». Взаимодействие пилота с ЛА включает, с одной стороны, воздействие на ЛА и его системы при помощи различных средств и органов управления, с другой стороны – информирование пилота о состоянии объекта управления посредством бортовых информацион-ных систем.

98

Эргономика позволяет обеспечить безопасность труда и повысить эффек-тивность систем «человек - техника - среда» [2].

Требования эргономики должны учитываться уже на этапе определения логики работы системы. Логика работы системы должна быть как можно более интуитивно понятной, предсказуемой и простой для пользователя. Под интуи-тивно понятной следует понимать логику работы, совпадающую с мысленной моделью пользователя, с его ожиданиями того, как система должна себя вести в той или иной ситуации.

Необходимо учитывать алгоритмы работы пилотов для различных режи-мов полета в штатных и нештатных ситуациях.

Пилот должен быть наделен конечной властью над всеми протекающим на борту рабочими процессами, так как автоматизированным системам присущи ограничения. Конечная власть пилота выражается в следующем [1]:

у пилота должна быть возможность отключить автоматический режим и перейти на ручной;

если пилот выбрал ручной режим, автоматизированные системы не должны оказывать никакого влияния на рабочий процесс;

ручной режим должен пересиливать автоматический режим; если пилот выбрал потенциально опасный режим, автоматизированная

система должна его об этом предупредить, но не более того; пилот постоянно должен быть осведомлен обо всех задачах, выполняе-

мых автоматизированными системами, и должен сознавать в каком состоянии находится каждая из задач;

пилот должен знать о намерениях автоматизированных систем, напри-мер, изменить режим работы, должен иметь средства и время, чтобы отменить планируемое действие и взять управление процессом на себя;

автоматизированная система должна информировать пилота о режиме работы и своем состоянии (исправна/неисправна);

у пилота должна быть возможность самому убедиться в исправности системы; например, если система отображает информацию в обработанном, обобщенном виде, у пилота должен быть доступ к исходной «сырой» информа-ции, чтобы проверить, что система не ошибается.

Требование обеспечения осведомленности пилота обо всех рабочих про-цессах означает не только пассивный контроль. Человек лучше сохраняет ос-ведомленность о состоянии процессов, когда он в них активно участвует, то на всех этапах полета пилот должен постоянно быть включен в контур управления ЛА и его системами, он должен быть участником действий, а не наблюдателем.

Функции следует автоматизировать если это улучшает характеристики ЛА, но при этом не ухудшаются характеристики пилота - его вовлеченность в про-цесс управления, осознание ситуации, способность выполнять свою работу (летное мастерство), не появляется дополнительная сложность, не повышается вероятность ошибки пилота. Должны автоматизироваться только рутинные за-дачи и такие функции, которые машина выполняет лучше человека.

Алгоритмы работы экипажа в целом, алгоритмы работы отдельного члена экипажа и алгоритмы решения отдельных частных задач должны характеризо-ваться минимумом временных затрат.

Отдельные индикаторы, сигнализаторы, пульты и щитки управления должны размещаться в зонах обзора и досягаемости в соответствии с функ-циональным назначением (важностью, сложностью работы, временными затра-

99

тами и т.д.). Часто выполняемые действия должны быть более доступны, долж-ны выполняться проще.

Методика работы экипажа со всеми системами и объектами должна быть унифицированной, однако каждое средство отображения информации, каждый пульт или отдельный орган управления должны иметь ярко выраженную инди-видуальность, т. е. характерные признаки, обеспечивающие быстрое обнару-жение данного индикатора/пульта/органа управления на рабочих местах экипа-жа и снижающие вероятность случайного использования соседних. Такими при-знаками могут быть форма, цвет, размер, вид шкалы и оцифровки, обозначения и т.д.

Приборы и индикаторы располагаемые на приборных досках летательных аппаратов (ЛА) индицируют основную необходимую пилотам информацию: пи-лотажную, навигационную, по двигателям и самолетным системам. На совре-менных ЛА вся эта информация выводится на экраны электронных индикато-ров.

Все ЛА должны оборудоваться средствами сигнализации, предупреж-дающими экипаж о возникновении различных ситуаций, в первую очередь - опасных.

Кабины пилотов и установленное там оборудование должны конструиро-ваться так, чтобы:

у пилотов не возникало чрезмерное напряжение и утомляемость; обеспечивался хороший обзор; не было слепящего света и отражений; ошибка параллакса на индикаторе/пульте с рабочего места пилота не

превышала 2°; индикаторы легко читались во всех условиях освещенности в кабине. При этом кабина должна обеспечивать максимальную вероятность реше-

ния экипажем поставленной перед ним задачи. Основной проблемой является не отсутствие информации у пилота, а то,

что ее слишком много. Современный ЛА оборудован авионикой, сенсорами, средствами связи, которые все вместе позволяют получать в режиме реального времени большое количество разнообразных данных. Но для того, чтобы при-нять правильные решения пилоту жизненно важно быстро отсортировывать, понять и усвоить эти данные.

Осознание ситуации в полете (ОСП) – это мысленная модель текущего со-стояния полетных условий.

Можно выделить четыре основных составляющих ОСП, каждая из которых включает несколько элементов:

осознание пространственного положения ЛА, включая параметры по-лета - скорость, высоту, вертикальную скорость, направление движения, поло-жение относительно поверхности земли, перегрузку, заданную траекторию и отклонения от нее, возможности ЛА;

осознание географического местоположения, включая географическое место собственного ЛА, его положение и ориентация относительно других ЛА, аэропортов, населенных пунктов, поворотных пунктов маршрута, точек измене-ния профиля полета, взлетно-посадочных и рулежных полос, навигационных ориентиров;

осознание окружающих условий, включая температуру, видимость, прогнозируемую погоду, обледенение, положение солнца, турбулентность ат-

100

мосферы, силу и направление ветра, области пространства, которых следует избегать, степень безопасности полета;

осознание состояния и режимов работы систем ЛА, в том числе ис-правность систем, запас топлива, время и дальность полета при этом запасе топлива, конфигурацию ЛА, текущие настройки систем, радиосредств, высото-мера, режимы работы систем, их состояние, влияние имеющихся неисправно-стей на работу систем и безопасность полета.

У пилотов военных ЛА к этому добавляется пятая составляющая - осозна-ние тактической ситуации, включая идентификацию других ЛА («свой»/«чужой»), их намерения, положение и технические возможности, цели и угрозы, готовность и возможности собственного вооружения.

Для того чтобы деятельность пилота была эффективной, информационная модель, создаваемая бортовыми информационными системами, должна удов-летворять трем важнейшим требованиям [1]:

1) по содержанию она должна адекватно отображать объекты управления и окружающую среду;

2) по форме и композиции она должна соответствовать задачам пилота по управлению и его психофизиологическим возможностям по приему и перера-ботке информации;

3) по количеству информации она должна обеспечивать оптимальный ин-формационный баланс и не приводить к таким явлениям, как дефицит инфор-мации или перегрузка информацией.

Для уменьшения перегрузки пилота, повышения эффективности его рабо-ты и повышения безопасности полета при проектировании БИС необходимо также руководствоваться следующими принципами:

следует располагать информацию на экране на постоянных местах; нормальные и ненормальные значения параметров должны иметь яв-

ные различия - по форме, цвету, размещению и т.п.; следует предоставлять информацию пилоту с необходимым упрежде-

нием к началу исполнения; БИС должна позволять пилоту использовать для принятия решения

максимальное время (в пределах общего времени, отведенного на выполнение задачи);

для разгрузки зрительного канала пилота следует использовать другие виды информационного взаимодействия (тональные звуковые сигналы, речь, тактильные сигналы).

в ситуациях с высокой нагрузкой на пилота предпочтительней вместо вербального/текстового представления информации использовать пространст-венное/графическое.

Список литературы

4. Кучерявый А. А. Бортовые информационные системы: Курс лекций/ А. А. Ку-черявый; под. ред. В. А. Мишина и Г. И. Клюева.- 2-е изд., перераб. И доп. – Ульяновск: УлГТУ, 2004.-504 с.: ил.

5. Шлаен П. Я. Эргономика для инженеров: Эргономическое обеспечение про-ектирования человеко-машинных комплексов: проблемы, методология, тех-нологии / П. Я. Шлаен, В. М. Львов. — Тверь: ТвГУ, 2004.

101

УДК 629.7.017.073 МЕТОДЫ ОБЕСПЕЧЕНИЯ РАВНОМЕРНОСТИ ПОДСВЕТА ЖИДКОКРИСТАЛ-ЛИЧЕСКИХ ИНДИКАТОРОВ Д.В. Харькин

В настоящее время в авиации и наземной технике широко используются средства отображения сложной цветной графической информации – индикато-ры. В качестве средства отображения информации в индикаторах наибольшее распространение получили жидкокристаллические панели. Так как жидкокри-сталлическая панель является средством пассивного отображения информа-ции, т.е. не обладает самосветимостью для жидкокристаллических панелей не-обходима внешняя подсветка, которая может быть внешней и внутренней. Кро-ме этого для управления подсветом необходимо устройство управления под-светом. Сборка жидкокристаллической панели, модуля подсвета и устройства управления подсветом представляет собой конструктивно законченный узел в индикаторах и далее в данной статье называется – жидкокристаллический мо-дуль. В связи с тем, что от качества разработанного подсвета зависит большое количество качественных и количественных параметров характеризующих ин-дикатор разработка подсвета с оптимальными характеристиками является важ-нейшей задачей на сегодняшний день. При разработке подсвета необходимо учитывать следующие основные параметры:

– яркость; – цветовые параметры (координаты цветности, цветовая температура и

т.д.); – равномерность; – потребляемая мощность; – световая эффективность (КПД); – массогабаритные характеристики. В данной статье рассматриваются основные методы получения равномер-

ности с учетом максимального КПД. На сегодняшний день существуют следующие основные конструкции мо-

дулей подсвета жк-панелей: – прямой подсвет; – боковой подсвет. В начале использования жидкокристаллических панелей в качестве источ-

ников света наиболее широко использовались люминесцентные лампы с «горя-чим» и «холодным» катодом, так как на тот момент технология изготовления люминесцентных ламп была широко развита. Люминесцентные лампы облада-ли высокой световой эффективностью порядка 60 Лм/Вт, высокой яркостью, длительным сроком службы до 20000 часов. Кроме этого технология изготовле-ния ламп позволяла изготавливать их с требуемыми цветовыми характеристи-ками и малыми габаритными размерами, что было актуально при использова-нии ламп в качестве источника подсвета жк-панелей.

В настоящее время, с развитием светодиодных технологий, благодаря ря-ду преимуществ, светодиоды практически вытеснили люминесцентные лампы в качестве источников света в жидкокристаллических модулях

Прямой подсвет представляет собой конструкцию, в которой источник све-та располагается непосредственно за жк-панелью (рисунок 1). При этом тре-буемая яркость и равномерность достигаются варьированием количества ис-точников света, плотностью рассеивателя и расстоянием от источника света до

102

рассеивателя. Рассеиватель в данном случае это пластина изготовленная из органического или неорганического стекла с внесенными неоднородностями, обеспечивающими в массе материала рассеивателя диффузное рассеивание проходящего через него света.

1 – люминесцентные лампы; 2 – корпус; 3 – отражатель; 4 – рассеиватель; 5 – жк-панель

Рисунок 1 – Конструкция прямого подсвета жидкокристаллических панелей

Коэффициент пропускания рассеивателя для обеспечения необходимой равномерности в данном типе подсвета должен находиться в пределах 50 % и между источником света и рассеивателем требуется обеспечивать достаточное расстояние, порядка 50 - 60 мм. Низкий коэффициент пропускания рассеивате-ля сказывается на световой эффективности модуля подсвета. Кроме этого, толщина модуля из-за необходимости обеспечения расстояния между источни-ком света и рассеивателем также представляет собой существенную проблему при разработке указанных модулей подсвета. При использовании в качестве источника света светодиодов, для уменьшения толщины подсвета возможно использование большого количества светодиодов малой мощности. При этом так как расстояние между ними будет намного меньше чем при использовании малого количества мощных светодиодов, расстояние от светодиодов до рас-сеивателя также существенно уменьшится. Например в подсвете для жидкок-ристаллической панели 6″х 6″ потребуется около 36 светодиодов большой мощности при расстоянии до рассеивателя 50 мм (рисунок 2 а) и 900 светодио-дов при малой мощности (рисунок 2 б) при расстоянии до рассеивателя 5 мм.

а) б)

Рисунок 2 – Светотехническая модель при различных растояниях между свето-диодами

103

При этом при использовании конструкции подсвета показанного на рисунке 2 б) из-за большого количества светодиодов увеличивается слож-ность узла управления подсветом и снижается надежность подсвета.

С развитием программ светотехнического моделирования большое разви-тие получили боковые подсветы жидкокристаллических панелей. Боковой под-свет представляет собой конструкцию в которой источники света расположены по краям жидкокристаллической панели (рисунок 3).

1 – люминесцентные лампы; 2 – световод; 2 – корпус; 3 – отражатель; 4 – рас-сеиватель; 5 – жк-панель; 6 – корпус.

Рисунок 3 – Конструкция бокового подсвета жидкокристаллических панелей При этом для переноса света от края панели к центру используется свето-

вод. Световод представляет собой пластину, чаще всего из органического стек-ла, с нанесенными на заднюю поверхность «дотами» – матированные площад-ки или элементы в виде вогнутых линз различных форм. Расположение и раз-меры «дотов» рассчитываются с помощью программ светотехнического моде-лирования. При этом действует следующий принцип: чем больше площадь «до-тов» на единицу площади основания световода, тем больший световой поток направляется в сторону жидкокристаллической панели. Поэтому при проекти-ровании световода, для получения требуемой равномерности, необходимо увеличивать площадь «дотов» от источника света к центру световода. Указан-ная конструкция позволяет размещать светодиоды по одной и по двум сторо-нам световода, в зависимости от требуемой яркости. При этом увеличение размеров «дотов» при одностороннем расположении светодиодов должно быть от источника света к противоположной стороне световода, при двустороннем – от источника света к центру световода.

При одностороннем расположении светодиодов, для получения макси-мальной эффективности используются световоды клиновидной формы.

В конструкциях с боковым расположением источников света допускается применение рассеивателя с большим коэффициентом пропускания, около 90%. При этом существенно увеличивается световая эффективность по сравнению с прямым подсветом. Наибольшая эффективность при использовании бокового подсвета достигается при малых и средних размерах жидкокристаллических панелей.

В последнее время, с 2005 г были разработаны различные оптические пленки на основе органических пленок, в которых с помощью горячей формовки создается поверхность преломляющая свет для увеличения яркости и равно-

104

мерности. Одна из таких пленок – пленка типа BEF. Данная пленка перена-правляет световой поток от крайних углов к нормали тем самым, увеличивая ярость при малых углах обзора и по нормали. Угол обзора зависит от конкрет-ного вида пленки. Кроме этого за счет своей структуры пленка дополнительно рассеивает световой поток. Потери светового потока, при рассеивании таким видом пленки минимальны. На рисунке 6 показан принцип действия такой плен-ки.

Рисунок 6 – Принцип перераспределения светового потока пленкой типа BEF

СПИСОК ЛИТЕРАТУРЫ

1. Трембач В.В. «Световые приборы» (теория и расчет). Учебное пособие для вузов – М.: «Высшая школа», 1972. – 496 с.

2. Kobayashi S. «LCD Backlights»/ S.Kobayashi. S. Mikoshiba, S. Lim// John Wiley & Sons, Ltd, 2009. – 279 c.

3. Патент US 6.561.661 B2 USA. Spread illuminating apparatus with a pair of light sources overlapped in a thickness direction of a transparent substrate/ Motoji Egawa – 2003.

4. Патент US6419372 В1 USA. Compact optical wave-guide system for led backlight liquid crystal displays/ J.E. Shaw, D.E. Mosier, C. Rapids – 2002. УДК 681.31 СОВРЕМЕННЫЕ ТЕНДЕНЦИИ РАЗАВИТИЯ АВИАЦИОННЫХ ТРЕНАЖЕРОВ Р.Н. Хисамов

Подготовка лётного состава является сложным и трудоёмким процессов. Современный процесс обучения лётного состава предполагает использовать авиационные тренажеры (АТ).

Тренажер определяется как техническое средство профессиональной под-готовки человека-оператора, предназначенное для формирования и совершен-ствования у обучаемых профессиональных навыков и умений, необходимых им для управления материальным объектом, путем многократного выполнения обучаемыми действий, свойственных управлению реальным объектом [1].

АТ получили большое распространение и в военной и в гражданской авиации. Основными причинами распространения АТ являются: возможность

105

безопасной подготовки пилотов, т.к. подготовка пилотов в реальном полете всегда связана с повышенным риском. Также тренажеры позволяют безопасно отработать действия пилотов в нештатных ситуациях, некоторые из которых либо крайне опасны для отработки в реальном полете, либо вообще их отра-ботка в реальном полете запрещена законодательно. Во-вторых, авиационный тренажер позволяет сэкономить значительные финансовые средства на летной подготовке экипажей в виду того, что стоимость эксплуатации реального лета-тельного аппарата (ЛА) кратно превосходит стоимость эксплуатации тренаже-ра.

Развитию авиационных тренажеров (АТ) вертолетов в России в значи-тельной степени препятствует отсутствие реально действующих нормативных документов, определяющих критерии квалификационной оценки АТ.

Как результат, Разработчики и Заказчики АТ, желая придти к единому по-ниманию относительно облика и технического уровня новых технических средств обучения летного состава (ЛС), вынуждены прибегать к использованию одного из зарубежных документов, содержащих полный набор требований и критериев квалификационной оценки АТ.

Наличие нескольких документов такого рода, подготовленных и изданных различными авиационными организациями, может приводить подчас к разно-гласиям в оценке одного и того же тренажера.

Следует отметить, что аналогичные проблемы стоят и перед разработчи-ками АТ в других странах.

Проблему могло бы решить издание под эгидой ICAO единого междуна-родного документа, определяющего требования к характеристикам АТ и поря-док их квалификационной оценки, а также последующее утверждение анало-гичных документов национальными авиационными администрациями.

В настоящее время Центр Экспертизы и Сертификации Авиационной Тех-ники (ЦЭСАТ) ФГУП ЦАГИ заканчивает подготовку проекта отечественного стандарта по квалификационной оценке авиационных тренажеров вертолетов «Нормы годности авиационных тренажеров (НГАТ) вертолетов для подготовки авиаперсонала на воздушном транспорте», полностью гармонизированного с последней редакцией ICAO 9625 H “Manual of Criteria for the Qualification of Flight Simulation Training Devices”, готовящейся к выходу их печать (на момент напи-сания статьи).

Однако, само по себе принятие этих и подобных нормативных документов, а также их последующее внедрение в отечественное тренажеростроение, в значительной степени сдерживаются историческим фактором – наличием большого числа ранее созданных обучающих средств разного уровня, которые зачастую не могут быть квалифицированы на соответствие какому-либо из предлагаемых стандартных уровней.

Новый Международный Стандарт ICAO 9625 содержит не только требова-ния к техническим характеристикам систем авиационных тренажеров, но и стандартизирует все виды тренировок на авиационных тренажерах, когда пилот получает лицензию на выполнение того или иного вида полетов по результатам тренировок на авиационном тренажере, и время работы на тренажере может учитываться как время налета на самолете.

В новой редакции ICAO 9625 H, подготовленной для АТ вертолетов, идео-логия взаимозависимости таких категорий, как перечень упражнений для ЛС, уровни подготовки («лицензии») пилотов и уровень технической реализации средств обучения ЛС (по каждому из подлежащих оценке «показателей» АТ)

106

приобрела законченное воплощение, к тому же еще и реализованное техниче-ски в виде электронных таблиц EXCEL, прилагающихся к новому документ.

ЛИТЕРАТУРА

1. Норенков И.П., Зимин А.М. Информационные технологии в образова-нии. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2004. – 352 с.

2. Дозорцев, В. М. Компьютерные тренажеры для обучения операторов технологических процессов :Теория, методология построения и использования. – М.: 1999. – 442 с. УДК621.387; 681.335 РЕЛАКСАЦИОННЫЙ ГЕНЕРАТОР В СХЕМЕ ГАЗОРАЗРЯДНОГО ДАТЧИКА ДАВЛЕНИЯ В. Н. Шивринский

В настоящее время для навигации и пилотирования, автоматического управления летательными аппаратами возникла необходимость в разработке быстродействующих измерителей статического давления воздушного потока повышенной точности и с достаточно широким диапазоном измерения.

Практический интерес представляют газоразрядные датчики, которые мо-гут быть использованы для измерения малых перемещений, импульсных дав-лений, давлений в высоких слоях атмосферы, скорости газового потока, регист-рации переходных процессов в пневмомеханических системах и др. Принцип их действия основан на зависимости напряжения пробоя газового промежутка от давления газа и расстояния между электродами.

Газоразрядный датчик построен по схеме релаксационного генератора рис. 1, а, где U – высокое напряжение постоянного тока, C – управляющая ем-кость, R1, R2 – сопротивления в цепи заряда и разряда емкости С. В качестве нелинейного элемента используется электроразрядный промежуток Р.

Рис. 1. Схема релаксационного генератора (а) и временная диаграмма (б): Р – разрядник; Uс – напряжение на конденсаторе С; Uст – напряжение статического пробоя; Uд – напряжение пробоя в динамическом режиме

Схема работает следующим образом. Конденсатор C запитывается на-

пряжением U и заряжается. Как только напряжение на обкладках конденсатора достигнет напряжения пробоя, произойдет газовый разряд.

107

Временная диаграмма напряжений приведена на рис. 1, б. За время t1 на-пряжение на обкладках конденсатора возрастет до напряжения статического пробоя, но из-за запаздывания разряд произойдет в момент t = t1 + tЗ, где tЗ – время запаздывания разряда в разрядном промежутке.

При этом напряжение на обкладках конденсатора возрастет на величину ΔU, которая и определит погрешность измерения напряжения пробоя в динами-ческом режиме. Для исключения влияния напряжения питания на работу раз-рядника, сопротивление R1 выбирается из условия R1 >> R2.

Такие системы достаточно полно исследованы в работе [1], где показано, что разрывные колебания возникают, если «нагрузочная» прямая пересекает вольтамперную характеристику разряда на падающем участке. Напряжение пи-тания схемы должно быть больше напряжения зажигания разряда, но меньше некоторого критического значения, при котором происходит срыв автоколеба-ний. Пример вольтамперных характеристик (ВАХ) тлеющего разряда в аргоне приведен на рис. 2 [2, стр. 329, рис. 7.33], где приняты следующие обозначения: U – напряжение на разрядном промежутке, I – ток тлеющего разряда, 1 ÷ 6 – давление газа, соответственно 15,0; 2,0; 0,6; 0,5; 0,44; 0,425 мм рт. ст. Здесь же показаны «нагрузочные» прямые 7 и 8.

При изменении давления газа вольтамперная характеристика разряда смещается. Это может привести к тому, что «нагрузочная» прямая будет пере-секать ВАХ разряда на восходящем участке и релаксационные колебания со-рвутся. Для «нагрузочной» прямой 7 релаксационные колебания возможны в диапазоне давлений 0,44 ÷ 0,425, а для прямой 8 – 15,0 ÷ 0,44 мм рт. ст.

Рис. 2. Вольтамперные характеристики тлеющего разряда в аргоне

Схема рис. 1, а была испытана с параллельными алюминиевыми электро-

дами при температуре +20 C, давлениях воздуха 8 ÷760 мм рт. ст. и нормаль-ной влажности. Результаты испытания представлены на рис. 3, где по оси абс-цисс отложено давление воздуха в мм рт. ст., а по оси ординат – напряжение пробоя в вольтах.

Схема рис. 1, а достаточно проста. Основной ее недостаток – изменение частоты разряда с изменением давления, что приводит к изменению условий в

108

разрядном промежутке (например, изменение тока послеразрядной эмиссии) и изменению влияния tз на выходной сигнал.

Погрешность измерения напряжения пробоя газового промежутка зависит от напряжения питания и давления газа. Напряжение пробоя в динамическом режиме может быть найдено из выражений

Uд = Uст + ΔU, (1)

Uд = Uст + tЗ(dUс/dt). (2)

т. е. погрешность измерения напряжения пробоя обусловлена как временем за-паздывания газового разряда, так и скоростью изменения напряжения на об-кладках конденсатора. Относительную погрешность измерения напряжения пробоя в динамическом режиме можно представить в виде [3]:

ΔU/Uст = [tЗ/(R1C)][(U – Uст)/Uст]. (3) Из уравнения (3) следует, что погрешность измерения напряжения пробоя

в динамическом режиме можно уменьшить за счет уменьшения времени запаз-дывания (уменьшения разброса времени запаздывания газового разряда), уве-личения постоянной времени цепи заряда конденсатора и уменьшения разно-сти напряжения питания и напряжения статического пробоя.

Рис. 3. Зависимость выходного напряжения датчика от давления воздуха: 1 – зазор 0,8 мм, 2 – зазор 0,5 мм

Преимущество рассмотренной схемы заключается в том, что количество

электричества, протекшее через разрядник, строго дозируется путем подбора емкости конденсатора С и сопротивления резистора R2.

К недостаткам следует отнести необходимость измерения частоты и на-пряжения высоковольтного выходного сигнала. К тому же в большинстве из-вестных газоразрядных датчиках давления напряжение питания схемы величи-

109

на постоянная, поэтому уменьшение влияния разброса времени запаздывания при малой скорости изменения напряжения на электродах разрядника возмож-но только в ограниченном диапазоне.

Для устранения указанных недостатков автором были разработаны схемы на магнитном усилителе, полупроводниковых приборах [3].

СПИСОК ЛИТЕРАТУРЫ

1. Андронов, А. А. Теория колебаний / А. А. Андронов, А. А. Витт, С. Э. Хайкин. – М. : Гос. изд. физ. мат. лит., 1959. – 915 с.

2. Грановский В. Л. Электрический ток в газе. Установившийся ток / В. Л. Грановский. – М. : Наука, 1971. – 543 с.

3. Шивринский, В. Н. Исследование газоразрядных преобразователей воз-душных давлений / В. Н. Шивринский. – Ульяновск : УлГТУ, 2014. – 84 с.

УДК 544.77.022.54 МОДЕЛИРОВАНИЕ УПРУГИХ СВОЙСТВ КОЛЛОИДНОГО КРИСТАЛЛА С ОБЪЕМНОЦЕНТРИРОВАННОЙ КУБИЧЕСКОЙ РЕШЕТКОЙ А.А. Батанова, П.Е. Дышловенко

Коллоидный кристалл, рассматриваемый в данной работе, представляет собой систему пространственно упорядоченных коллоидных частиц, погруженных в жидкий электролит. Частицы являются абсолютно твердыми электрически заряженными сферами радиуса R. Электрический заряд равномерно распределен по поверхности частиц с постоянной поверхностной плотностью заряда σ. В исходной конфигурации центры частиц находятся в положении равновесия в узлах объемноцентрированной кубической (о. ц. к.) решетки Бравэ. Период условной кубической решетки, соответствующей о. ц. к. решетке, равен a. В ходе компьютерных экспериментов по определению упругих свойств коллоидного кристалла он может подвергаться произвольной однородной деформации, при этом в новой конфигурации частицы продолжают оставаться в равновесии в узлах деформированной решетки. Электрические и механические свойства системы рассматриваются в рамках теории, в основе которой лежит нелинейное дифференциальное уравнение Пуассона-Больцмана [1].

Определение упругих постоянных. Упругие постоянные коллоидного кристалла находятся из определяемых в ходе компьютерного эксперимента зависимостей напряжения от деформации. В силу высокой симметрии кристалл с о. ц. к. решеткой имеет всего одну упругую постоянную первого порядка

11B p (минус равновесное осмотическое давление) и три различные упругие

постоянные второго порядка 1111B , 1122B , 1212B (модули упругости), для

определения которых достаточно деформаций двух видов: растяжения-сжатия вдоль оси x

11 0 00 0 00 0 0

(1)

и сдвига в плоскости x-y

110

12

21

0 00 0

0 0 0

, 12 21 . (2)

При таких деформациях зависимости напряжения от деформации, используемые для определения упругих постоянных, имеют вид

11 11 1111 11T B B , (3a) 22 11 1122 11T B B , (3b) 12 1212 122T B , (3c)

где точками обозначены нелинейные члены разложения. Зависимости (3a)–(3c) получаются в ходе вычислительного эксперимента. Экспериментальные кривые аппроксимируются полиномами, коэффициенты которых дают требуемые упругие постоянные 11B , 1111B , 1122B , 1212B .

Напряжения в системе, как в исходной, так и в произвольной деформированной конфигурации, являются компонентами тензора осмотического напряжения ijT [3]. Тензор ijT зависит от фундаментального

тензора напряжений ij для уравнения Пуассона-Больцмана:

21Π φ φ φ coshφ 1 δ2ij iji j

. (4)

Тензор напряжений ij может быть вычислен, если известно распределение

электрического потенциала φ в системе. Краевая задача. Определение электрического потенциала φ в каждой

конфигурации сводится к решению краевой задачи для уравнения Пуассона-Больцмана. В качестве области определения краевой задачи в исходной конфигурации выбиралась ячейка Вигнера-Зейтца о. ц. к. решетки, представляющая собой усеченный октаэдр. В деформированных конфигурациях область определения получалась из исходной области путем линейного преобразования, задающего деформацию. Построение области определения краевой задачи для конкретной конфигурации осуществляется методом «снизу вверх». Процедура построения включает в себя следующие шаги.

1. Задать декартовы координаты вершин ячейки Вигнера-Зейтца в исход-ной, не деформированной, конфигурации.

2. Вычислить координаты вершин в текущей конфигурации. 3. Построить вершины ячейки. 4. Построить плоские грани ячейки по построенным ранее вершинам. 5. Образовать объемную область ячейки, ограниченную снаружи построен-

ными ранее гранями, а изнутри – сферической поверхностью частицы. В п. 2 координаты (X, Y, Z) отдельной вершины в исходной конфигурации преобразовывались в координаты (x, y, z) в текущей конфигурации посредством линейного преобразования I , где I – единичная матрица, а – матрица тензора инфинитезимальной деформации, которая в нашем случае имеет вид (1) или (2). В п. 4 при построении граней осуществлялся переход от глобальной системы координат в локальную систему координат плоскости грани. В п.5 внутренняя область частицы исключается из рассмотрения в силу

111

того, что краевая задача формулируется только для области, занятой электролитом.

Для бинарного симметричного одновалентного электролита уравнение Пуассона-Больцмана записывается в следующем безразмерном виде:

2 sinh . (5) Дополнительно использовалось приближение большой диэлектрической проницаемости электролита по сравнению с диэлектрической проницаемостью материала частиц. В этом случае электрический потенциал в области электролита не зависит от потенциала внутри частицы, а граничное условие на поверхности частицы, также в безразмерной форме, имеет вид

φ σ n , (6) где n – вектор единичной нормали, направленный внутрь электролита. На внешних границах выполняются периодические граничные условия

φ φ m r r r , (7)

и

φ φ 'm m m r n r r n , (8)

Здесь m – номер пары противолежащих граней, m=1,…,7, n(m) и n' (m) – векторы внешних единичных нормалей соответствующих участков границы, а векторы r(m) – векторы примитивных трансляций, разделяющие однотипные точки на противолежащих гранях. Уравнения (5)-(8) составляют краевую задачу для уравнения Пуассона-Больцмана, подлежащую решению.

Решение краевой задачи находится численно методом конечных элементов. Используются лагранжевы конечные элементы второго порядка. Для обеспечения периодических граничных условий на гранях ячейки строится регулярная сетка треугольных элементов с копированием сетки на противоположных гранях. В объеме применяется нерегулярная сетка тетраэдральных элементов. Пример решения краевой задачи показан на рисунке 1.

Рисунок 1 – Распределение электрического потенциала в

поперечном сечении кристаллической ячейки с параметрами R=1.0,

σ=2.0, a=3.0 при деформации растяжения

ε=0.1

112

Предложенная модель коллоидного кристалла позволяет проводить вычислительные эксперименты с однородными деформациями произвольного вида, а также исследовать зависимость упругих постоянных от параметров модели R, σ и a.

СПИСОК ЛИТЕРАТУРЫ 1. Дерягин, Б.В. Поверхностные силы / Б. В. Дерягин, Н. В. Чураев, В. М.

Муллер. – М. : Наука, 1985. – 399 с. 2. Barron, T. H. K. Second-order elastic constants of a solid under stress / T. H.

K. Barron, M. L. Klein // Proc. Phys. Soc., 1965. Vol. 85. Pp. 523-532. 3. Дышловенко, П. Е. Тензор осмотического напряжения в электрически

стабилизированных коллоидных кристаллах / П. Е. Дышловенко // Коллоидный журнал. – 2010. – Т. 72, № 5. – C. 620-626.

УДК 544.77.022.54 МОДЕЛЬ ОДНОСЛОЙНОГО КОЛЛОИДНОГО КРИСТАЛЛА С ГЕКСАГОНАЛЬ-НОЙ РЕШЕТКОЙ А.Н. Нагаткин

В данной работе строится математическая модель коллоидного кристалла

[1, 2] с гексагональной решеткой, образованного монослоем заряженных твер-дых сферических частиц. Система частиц находится в полости, образованной двумя бесконечными одинаково заряженными пластинами.

Коллоидный кристалл представлен своей ячейкой Вигнера-Зейтца, пред-ставляющей собой призму с гексагональным основанием, в центре которой на-ходится сферическая частица радиуса . На рисунке 1 представлена нижняя половина ячейки Вигнера-Зейтца. Частицы и пластины в общем случае элек-трически заряжены с постоянной поверхностной плотностью заряда и соот-ветственно. Расстояние от края частиц до пластин с обеих сторон одинаково и

равно . Центры колло-идных частиц располо-жены в узлах гексаго-нальной решетки с па-раметром . Частицы погружены в бинарный, симметричный, однова-лентный электролит.

Рисунок 1 - Об-ласть определения за-дачи, образованная нижней половиной эле-ментарной ячейки Виг-нера-Зейтца.

113

Электростатический потенциал в области электролита описывается нели-нейным дифференциальным уравнением Пуассона-Больцмана [1, 3]. Для двух-компонентного электролита это уравнение имеет вид:

, (1) 

где электрическая постоянная, относительная диэлектрическая прони-цаемость электролита, элементарный заряд, постоянная Больцмана,

абсолютная температура. В дальнейшем рассматривается случай бинарного симметричного одновалентного электролита, или 1:1 электролита, для которого уравнение Пуассона-Больцмана является хорошим приближением. Такой элек-тролит имеет две компоненты с валентностями и , при этом объем-ные концентрации обеих компонент в невозмущенном электролите равны друг другу .

Для приведения уравнения и всех последующих выражений к безразмер-ному виду вводятся нижеперечисленные величины: длина Дебая для 1:1 элек-

тролита для измерения длины и величины для из-мерения электрического потенциала. В этих единицах уравнение Пуассона-Больцмана для исследуемой системы записывается в следующем безразмер-ном виде:

(2)

Предполагается, что диэлектрическая проницаемость электролита велика по сравнению с диэлектрической проницаемостью материала частиц и пластин. В этом случае электрический потенциал на поверхности частиц удовлетворя-ет граничному условию Неймана вида

, (3) а на поверхности пластин граничному условию Неймана вида

, (4) где – вектор единичной нормали, направленный внутрь электролита.

На боковых гранях области определения задачи в силу пространственной периодичности кристалла выполняются периодические граничные условия для потенциала:

, , (5) и нормальной компоненты градиента потенциала:

, . (6) Здесь – номер пары противолежащих границ, и – внешние единич-ные нормали соответствующих участков границы, а векторы – векторы примитивных трансляций, разделяющие симметричные точки на противолежа-щих границах.

Для нахождения упругих постоянных кристалл подвергается деформациям только в направлениях, параллельных пластинам. При этом сохраняется зер-кальная симметрия относительно срединной горизонтальной плоскости, прохо-дящей через центры частиц. По этой причине в вычислениях использовалась только половина элементарной ячейки Вигнера-Зейтца. На плоскости зеркаль-ной симметрии в этом случае выполняется однородное граничное условие Неймана

. (7)

114

Решение уравнения было получено для системы, находящейся в равнове-сии. Для этого уравнение Пуассона-Больцмана (2) вместе с граничными усло-виями (3), (4), (5), (6) и (7) решалось численно методом конечных элементов с использованием треугольных нерегулярных сеток. Распределение электриче-ского потенциала для набора параметров , , , , показано на рисунке 2.

Рисунок 2 - Распределение электрического потенциала коллоидного кри-сталла с параметрами

Автор выражает благодарность научному руководителю Дышловенко П.Е.

за полезные консультации.

СПИСОК ЛИТЕРАТУРЫ 1.Дерягин Б.В., Чураев Н.В., Муллер В.М. Поверхностные силы. М.: Наука,

1987. — 398 с. 2.Ролдугин В. И. Физикохимия поверхности. Долгопрудный: Издательский

дом "Интеллект", 2008. — 568 с. 3.Belloni, L. Colloidal interaction / L. Belloni // J. Phys.: Condens. Matter. 12. –

2000. – Pp. R549-R587.

115

УДК.007.51 СИСТЕМА РАННЕГО ПРЕДУПРЕЖДЕНИЯ НА СТАНЦИИ ВОДООЧИСТКИ Д.С. Бубырь

В настоящее время процесс очистки воды является весьма значимым и

вызывающим большой интерес в связи с постоянными издержками хозяйственной деятельности людей, влияющими на окружающую среду. Очень важно поддерживать качество очистки воды на должном уровне, так как это напрямую влияет на здоровье человека. Необходимо постоянно следить не только за состоянием источника поступающей воды и оборудования, но и за результатами каждой водоочистки. Для решения этой сложной задачи предназначены водоочистные станции.

Структурный анализ водоочистительной станции позволяет расчленить ее на ряд взаимосвязанных сооружений и устройств, решающих самостоятельные задачи. Основной принцип организации станции – иерархический. Это означает, что все составляющие части станции находятся в определенной подчиненности в соответствии с условиями работы. Поэтому система управления станции, как правило, строится по иерархическому принципу. В общем виде станцию можно представить в виде трехуровневой структуры управления (рис. 1).

Диспетчеры, компьютеры, программы

Локальная вычислительная сеть, телекоммуникации

Диспетчерский контроль

Принятие решенийУправленческое воздействие

Исполнительные механизмы, датчики, приборы

Верхний

уровень

управления

3

Передача сигналов контроля и управления

Инф

ормационная

сеть2

Контроль и управление без участия человека

Ниж

нийуровень

управления

1

Рис. 1. Уровни управления станцией очистки воды Первый (нижний) уровень – это исполнительные механизмы (насосы,

задвижки, затворы, клапаны, вентили), а также устройства сбора информации (датчики давления, расхода, температуры, уровнемеры, датчики определения показателей качества воды и т.д.).

Второй уровень (информационная сеть) – локальные системы управления (ЛСУ) отдельными сооружениями. На этом уровне наблюдается большое разнообразие, так как технологические процессы существенно отличаются. Подобные системы управления автоматизируют работу отдельного сооружения,

116

позволяют достичь оптимального в некотором смысле протекания технологических процессов в этом сооружении.

На третьем (верхнем) уровне осуществляется отображение для персонала информации о функционировании станции, сбор и статистическая обработка данных, подготовка отчетов, предупредительная и аварийная сигнализация. Каждый из уровней соединен с другим уровнем информационными связями в соответствии с иерархической структурой. Верхний уровень может получить информацию от нижнего уровня только через второй и наоборот. Таким образом, достигается функциональная законченность каждого уровня и возможность их автономной работы снизу вверх.

Как правило, работа системы управления станцией водоочистки осуществляется только на основе информации о качестве водоисточника в данный момент времени, полученной и обработанной на верхнем уровне управления, и включает в себя процедуры подготовки и запуска процесса очистки воды. Процедура подготовки, к которой относится настройка параметров, напрямую влияющих на процесс водоочистки, играет важную роль. В данном случае полезной оказывается информация краткосрочного прогноза качества воды с учётом управляемых параметров (например, доз добавляемых реагентов), что способствует повышению эффективности работы системы управления станцией водоочистки за счёт своевременного реагирования на возможную аномальную ситуацию в будущем (например, пересмотром значений доз реагентов). Полезным вариантом здесь выступает добавление элемента, в виде системы раннего предупреждения, осуществляющего прогнозирование качества воды до и после очистки с учётом управляемых параметров и, в случае нарушения качества очищенной воды, выдающий соответствующий предупреждающий сигнал/сообщение.

Предложенная система раннего предупреждения в этом случае будет находиться на верхнем уровне управления, представленная в виде двух подсистем прогнозирования: состояния водоисточника и качества питьевой воды. На рис. 2 представлена общая схема системы управления станцией водоочистки с добавлением данных подсистем.

На рис. 2 использованы следующие обозначения: • «Контрол. 1» - контроллер локальной системы управления (ЛСУ) насосной

станцией первого подъема и водозабора; • «Контрол. 2» - контроллер подсистемы сбора, анализа и хранения информации о показателях качества исходной воды; • «Контрол. 3» - контроллер ЛСУ смесителем; • «Контрол. 4» - контроллер ЛСУ камерой хлопьеобразования и отстойником; • «Контрол. 5» - контроллер ЛСУ сооружением обработки промывной воды; • «Контрол. 6» - контроллер ЛСУ скорым фильтром; • «Контрол. 7» - контроллер ЛСУ озонатором и контактным резервуаром; • «Контрол. 8» - контроллер ЛСУ фильтром с плавающей загрузкой; • «Контрол. 9» - контроллер ЛСУ резервуаром чистой воды; • «УСО» - устройство связи с объектом; • «УФО» - ультрафиолетовый обработчик; • «К» - расходный бак коагулянта; • «ПАА» - расходный бак флокулянта; • «С1» - емкость с хлором; • «НД» - насос-дозатор; • «В» - электрифицированный вентиль; • «Датчики» - совокупность датчиков показателей качества воды, расхода

воды и реагентов, давления и уровня, концентраций, температуры и др.

117

• «АРМ» - автоматизированное рабочее место; • «Н» - насос.

ЭВМ

верхнего

уровня

АРМ

1АРМ

2АРМ

3

Локальная

вычислительная

сеть

(ЛВС

)

Контрол

1

УСО

Контрол

2

УСО

Контрол

3

УСО

Контрол

4

УСО

Контрол

5

УСО

Контрол

6

УСО

Контрол

7

УСО

Контрол

8

УСО

Контрол

9

УСО

Датчики

Датчики

Датчики

Датчики

Датчики

Датчики

Датчики

Датчики

Датчики

Насосная

станция

Смеситель

КХО

отстойник

Фильтр

1Контактный

резервуар

Фильтр

2Резервуар

чистой

воды

Сооружения

обработки

промывной

воды

Сооружения

обработкиосадка

КПАА

Cl

НД

НД

В

Озонатор

ВВCl

Подсистема

прогнозирования

состояния

водоисточника

Подсистема

прогнозирования

качества

питьевой

воды

УФО

Рис. 2. Общая схема системы управления станцией очистки воды

118

Следует отметить, что помимо выполнения предупреждающей функции, система раннего предупреждения помогает решать вопрос логистики. Рассмотрим, например, в качестве управляемых параметров, добавляемые реагенты: коагулянт и флокулянт. Здесь флокулянт вызывает больший интерес, нежели коагулянт, поскольку, он хранится в сухом виде не более 24 часов. Соответственно, каждый день на станцию водоочистки привозится определённая доза флокулянта, которая считается достаточной для очередного цикла очистки воды. Таким образом, если привезённой дозы флокулянта в итоге окажется недостаточно, то качество очищенной воды будет ниже необходимой. Такой же эффект может наступить при превышении необходимой дозы реагента. Вдобавок к этому, ввиду оставшегося количества флокулянта, которое уже непригодно для использования, станция понесёт финансовые потери из-за полученной переплаты. В рассмотренной схеме такая система прогнозирования позволяет проверить, достаточной и не избыточной ли окажется предложенная доза флокулянта. С её помощью также можно спрогнозировать возможные дозы флокулянта на несколько дней вперёд.

СПИСОК ЛИТЕРАТУРЫ

1. Валеев С.Г. Регрессионное моделирование при обработке наблюдений. М.: Наука, 1991. 272 с.

2. Журба М.Г., Соколов Л.И., Говорова Ж.М. Водоснабжение. Проектирование систем и сооружений: издание второе, переработанное и дополненное в 3-х томах. Том 2. – М.: Издательство АСВ, 2004.– 496 с.

3. Кувайскова Ю.Е., Клячкин В.Н., Бубырь Д.С. Прогнозирование состояния технического объекта на основе мониторинга его параметров / ХII Всерос-сийское совещание по проблемам управления: Труды. М.: Институт проблем управления им. В.А. Трапезникова РАН, 2014. С. 7616-7626

4. Бубырь Д.С. Булыжев Е.М., Ю. А. Грехов, В.Н. Клячкин, Ю.Е. Кувайскова, Г.А. Орлов. Прогнозирование физико-химических показателей водоисточника // Технологии очистки воды «Техновод-2014»: материалы VIII Межд. науч.-практ. конф.; Красная поляна, г. Сочи, 23-24 октября 2014 г. / Юж.-Рос. гос. политехн. ун-т. (НПИ). – Новочеркасск: Лик, 2014. – С. 119-125.

УДК.658.562.012.7 МЕТОДЫ СТАТИСТИЧЕСКОГО КОНТРОЛЯ ПРОЦЕССОВ ДЛЯ КОРОТКИХ ПРОИЗВОДСТВЕННЫХ ЦИКЛОВ

Е.А. Зенцова

Традиционные методы статистического контроля процессов предназначены для крупносерийного производства и основаны на предположении, что данные процесса независимы, одинаково распределены, и до начала проведения статистического контроля качества продукции имеется большой объем данных. Они не могут быть применены для коротких производственных циклов, а именно для следующих ситуаций:

1) производство находится на начальном этапе (в этом случае имеющихся статистических данных может быть недостаточно, чтобы точно оценить параметры процесса);

2) производство в соответствии с концепцией «точно в срок» (just-in-

119

time) (при этом используется минимальный объем товарно-материальных запасов, что требует производства партий изделий меньшего объема);

3) серийное производство, где осуществляется частая смена настроек для производства повторяющихся партий или деталей;

4) случаи, когда контролю подвергается не весь объем производства, а некоторые выборки.

Пытаясь применить традиционные карты для контроля и управления процессами коротких циклов, мы столкнемся со следующими проблемами:

1) Каждая партия производимой продукции характеризуется различными показателями качества, для каждого из которых требуется отдельная контрольная карта. Таким образом, приходится использовать огромное количество контрольных карт, что делает процесс контроля производства нецелесообразным и экономически невыгодным. 2) Для верной интерпретации контрольной карты необходимо правильно определить контрольные границы, что весьма затруднительно при небольшом объеме данных. 3) При использовании нескольких контрольных карт возникает проблема обнаружения момента разладки процесса.

На сегодняшний день существует ряд подходов к решению подобных проблем. Рассмотрим далее некоторые из них.

Проблема, связанная с расчетом границ, вызвана тем, что на практике мы обычно не знаем ни истинного среднего для интересующего нас процесса, ни соответствующего стандартного отклонения, и определяем их по некоторому количеству начальных подгрупп. Если число этих исходных подгрупп невелико, найденные нами значения X и R (если рассматривать обычную карту среднего и размахов) будут сильно отличаться от истинных значений. Это означает, что вероятности выхода точки за границы контрольной карты, на которые ориентирует нас теория, будут существенно иными. Для осуществления контроля с помощью контрольных карт средних значений и размахов в коротких производственных циклах Хиллер предложил двухступенчатую процедуру, которая позволяет получить контрольные границы, обеспечивающие желаемый уровень ложной тревоги и высокую вероятность обнаружения специальных причин.

На первом этапе двухступенчатого контроля выбирают m подгрупп объема n для расчета контрольных границ. Подгруппы, вышедшие за границы регулирования, отбраковываются. Второй этап начинается, если процесс является статистически управляемым и возможно осуществление контроля его дальнейшего протекания. Для построения контрольных границ используются подгруппы, которые не были удалены на начальном этапе.

Многие контрольные карты предназначены для контроля процессов, параметры которых могут быть оценены до начала производственного цикла. Для процессов мелкосерийного производства зачастую недостаточно объема имеющихся данных для оценивания параметров и расчета границ регулирования. Для коротких производственных циклов предпочтительнее начинать проведение контроля с первых наблюдений, при этом для каждого следующего наблюдения оценки параметров должны пересчитываться. Это позволит в кратчайшие сроки привести процесс в статистически управляемое состояние. Данный подход лежит в основе карт, использующих процедуру

120

самозапуска. Группа «самозапускающихся» контрольных карт, так называемых Q-карт,

была разработана Квезенбери для обнаружения сдвигов дисперсии и среднего процесса мелкосерийного производства. Используя нелинейные преобразования, из исходных данных получают нормализованные, подчиняющиеся закону нормального распределения со средним, равным 0 и дисперсией 1. Таким образом, можно отображать большое количество характеристик качества на одной карте. Это упрощает обнаружение неслучайных причин изменчивости процесса.

На начальных стадиях применения Q-карт сдвиги средних значений трудно обнаружимы. Для решения этой проблемы Энрике дель Кастильо предложил подход, который справедлив в случае, если среднее значение известно, а стандартное отклонение неизвестно - метод экспоненциально взвешенных скользящих средних (SS-EWMA). Он заключается в том, что отдельные наблюдения или выборочные средние по подгруппам или размахи подгрупп, или стандартные отклонения подгрупп и все предыдущие наблюдения усредняются, но более ранние данные используются с прогрессивно уменьшающимися весовыми коэффициентами. Вследствие большего влияния последних наблюдений данная карта позволяет обнаружить даже самые малые сдвиги исследуемого процесса и, следовательно, предупредить ухудшение качества производимой продукции еще до выхода ее параметров за пределы спецификации. При этом она довольно медленно реагирует на большие изменения процессов.

Были предложены и другие методы, использующие процедуру самозапуска. Хокинс ввел «самозапускающиеся» карты кумулятивных сумм (SS-CUSUM) для регистрации малых смещений параметров - среднего и дисперсии. Карты этого типа строятся по значениям кумулятивной (накопленной) суммы отклонений выборочных значений от установленного (целевого) значения.

Их применение, как правило, начинается с оценки скользящего среднего на основе нескольких наблюдений «управляемого» процесса. Если статистические данные отсутствуют, скользящее среднее может быть оценено только на основе дальнейших наблюдений процесса. При оценке важно избежать выбросов, которые могут вывести процесс из статистически управляемого состояния. Один из методов борьбы с выбросами заключается в их удалении и замене на пороговое значение. SS-CUSUM карты особенно эффективны для обнаружения малых сдвигов для индивидуальных наблюдений.

Принципиально другим подходом к анализу изменений процесса является использование модели обнаружения момента разладки (change-point model). Она направлена на нахождение момента времени изменения характеристик технологического процесса. Основной целью данного подхода является построение статистики для проверки существования неслучайных причин изменчивости при каждом наблюдении. Данная статистика может быть построена на основе использования функции максимального правдоподобия. Для независимых и одинаково распределённых наблюдений “change-point” подход позволяет избегать первой фазы контроля и проводить мониторинг процесса, начиная с двух-трех реализаций процесса. Эта особенность делает CP модель удобным инструментом для контроля данных ограниченного объема.  

121

Стандартные контрольные карты не предусматривают ситуацию, когда данные имеют нечеткий характер. В данном случае поведение процесса может быть представлено с помощью лингвистических переменных. Когда имеющаяся информация является неполной или нечеткой, возникает необходимость обратиться к методам, опирающимся на теорию нечетких множеств (fuzzy methods). Карты, основанные на данной методике, обладают большей чувствительностью, чем обычные контрольные карты. Такой подход особенно эффективен для коротких производственных циклов. «Нечеткие» контрольные карты для мелкосерийного производства представлены в работах Fonseca, Sfiris.

Для статистического управления процессами при коротких производственных циклах и/или запуске производства получение большого объема данных для предварительной оценки параметров, как правило, затратно и проблематично, а в определенных условиях производственного процесса и вовсе невозможно. Существует несколько подходов к решению данной проблемы. Наиболее эффективными можно считать следующие: 1) Адаптация стандартных контрольных карт под требования мелкосерийного производства; 2) Использование метода обнаружения момента разладки (change-point methods); 3) Использование карт, основанных на процедуре самозапуска (self-starting methods).

Для последних двух подходов характерен пересчет оценок параметров с начала производства и проверка состояния управляемости процесса для каждого наблюдения. Стоит заметить, что недостатком первого подхода является сложность построения карты при неизвестном среднем количестве наблюдений до момента разладки. Это значение само по себе является случайной величиной со своим собственным распределением. С другой стороны, второй подход проблематичен в вычислительном смысле.

При третьем подходе наблюдения процесса с неизвестными параметрами преобразуются в последовательность независимых Q-статистик, имеющих полностью известное распределение при условии, что процесс находится в управляемом состоянии. Он успешно применяется на практике для обнаружения сдвигов с момента запуска производственного процесса.

СПИСОК ЛИТЕРАТУРЫ

1. Солонин, С.И. Метод контрольных карт [Электронный ресурс]: учебное

пособие Екатеринбург : Издательство УрФУ, 2014. – Режим доступа: study.urfu.ru/view/aid/12279/2/Solonin.pdf

2. Montgomery, C. D. Introduction to Statistical Quality Control / C. D. Montgomery. – Tempe: Arizona State University, 2009. – 734 p.

3. Selection of the Most Suitable Statistical Process Control Approach for Short Production Runs: A Decision-Model / P.A. Marques [et. al] // International Journal of Information and Education Technology - April 2014 - Vol. 5, № 4

122

УДК 004.94 МОДИФИКАЦИЯ 3D МОДЕЛЕЙ КОМПОНЕНТОВ РАДИОТЕХНИЧЕСКИХ СИСТЕМ С ИСПОЛЬЗОВАНИЕМ ПРОЦЕДУРНОГО ПРЕДСТАВЛЕНИЯ ПРОЕКТНЫХ ОПЕРАЦИЙ. А.И.Сидорычев

Функциональные возможности существующих на сегодняшний день CAD систем для проектирования 3D моделей технических объектов, таких как SolidWorks, AutoCAD или T-FLEX CAD не обеспечивают пользователя возможностью модификации модели без нарушения геометрической целостности структуры построения проектного решения. [1] Под целостностью здесь понимается сохранение взаимосвязей и сопряжений внутри моделируемого компонента, их логичность и правильность. Иными словами, если перед конструктором ставиться задача модификации разработанной модели изделия, то внесение изменений в её компонент по средствам графического интерфейса программы приведет к разрушению взаимосвязей внутри модели. Таким образом конструктору необходимо не только изменить компонент, но и перестроить под это изменение всю структуру проекта. Так как это невозможно осуществить, используя инструменты интерфейса, возникает необходимость прибегать к программированию, что требует дополнительных навыков специалиста и увеличивает время и стоимость разработки. В качестве решения данной проблемы возможно применение специального программного сервиса, реализующего процедурный метод построения проектного решения и подразумевающий хранение проектных решений в форме базы данных. Предполагаемое программное решение позволит выполнять модификацию и изменение компонентов модели объекта не прибегая к программированию. Этот сервис является реализацией концепции Concurrent Engineering, суть которой сводится к достижению конкурентного преимущества за счет оптимизации процесса проектирования — сокращению времени и стоимости разработки. Данная методология получает сегодня широкое распространение на Западе, в частности её внедрением занимаются такие организации как Boeing [5] и NASA [6].

Данный сервис использует технологию Интегрированной Инструментальной Среды (ИИС)(Рис.1). [5]. Данная среда позволяет использовать функциональные возможности уже существующих САПР различной направленности. Таким образом, конструктор получает возможность осуществлять проектные операции применяя в расчётах графические, математические, текстовые, и табличные процессоры разнообразных CAD систем. (Таких как например SolidWorks или MathCAD). Подключение к ядру необходимой САПР осуществляется за счет её API интерфейса.

Конструктору предлагается самому создавать проектные процедуры различных типов (графические, математические.) Построение проектного решения ведется по средствам диалоговых окон менеджера проектов. Все созданные процедуры заносятся в базу данных программы, в которой и осуществляется дальнейшее хранение созданных проектных решений. Конечная процедура является результатом создания последовательности проектных операций. Создание проектной процедуры осуществляется с помощью команд интерфейса программы. Скажем, чтобы создать процедуру

123

Рис.1 Структура ИИС

построения трехмерной модели компонента радиотехнической системы. Нам понадобятся следующие команды:

1) Создание проекта – описание проекта в текстовой форме 2) Создание проектной операции – ввод названия и выбор типа

проектной операции. В зависимости от типа проектной операции осуществляется обращение программы к графическому, математическому или текстовому процессору.

3) Вызов графического процессора – обращение к определенному графическому ядру (скажем Parasolid или C3D), с его помощью создается визуальная модель нашего объекта.

4) Вызов математического процессора (MathCAD или MathLAB) – с его помощью осуществляются математические расчеты нашего проекта, скажем расчет параметров излучателя антенны.

5) Вызов текстового процессора (MS Word или Open Office Writer) 6) Задание условия – здесь могут задаваться условия и механизмы

формирования компонентов внутри модели(сборки) например: При K >10, n = 2, K <10, n=1

7) Установка связей между переменными проектных операций В процессе построения модели идет формирование дерева нашего

проекта, которое включает набор всех операций, используемых в процессе проектирования данного компонента. И так как на изначальном этапе были заданы необходимые условия формирования модели компонента, конструктор имеет возможность вносить изменения в структуру модели, изменяя различные элементы дерева. Итоговая модель при этом перестраивается согласно введённым изменениям.

Фактически, данное программное решение является своеобразным конструктором САПР, то есть создание проекта в этом сервисе является равносильным написанию CAD системы на языке программирования. Этот процесс можно сравнить с созданием сайта в таких конструкторах, как Microsoft SharePoint Designer или Adode Contribute. Можно сказать, что инженер пишет код программы, не зная основ программирования, прибегая только к графическому интерфейсу данного сервиса.

124

Полученные методы и архитектура программно-информационных средств могут быть использованы для расширения возможностей современных систем автоматизированного проектирования. Разработанный сервис позволит свести работу конструктора при проектировании того или иного технического изделия, к созданию нового проекта из имеющихся в базе данных проектных решений операций. В результате реализации проекта будет разработана подсистема управления моделями для интегрированной инструментальной среды, обеспечивающая инженера удобным инструментом для управления процессами формирования и переформирования моделей технических объектов, и способная интегрироваться в различные существующие системы. Так же данный комплекс сможет работать как независимое приложение и будет отличаться от подобных программных средств более низкой стоимостью и более эффективным использованием ресурсов компьютера.

СПИСОК ЛИТЕРАТУРЫ

1) Большаков В.П., Бочков А.Л., Сергеев А.А. 3D-моделирование в AutoCAD, КОМПАС-3D, SolidWorks, Inventor, T-Flex. Учебный курс. -СПб.: Питер, 2011 с. 29, 92-99, 181-188, 219-233.

2) Горбачев И.В., Похилько А.Ф. Технология представления модели в функционально адаптированной САПР. //Автоматизация процессов управления. 2008. № 3. С. 39-42.

3) Chaplin G., Sullivan S. Systems Engineering for Life Cycle of Complex Systems // NASA [official website], URL: http://www.nasa.gov/centers/johnson/pdf/584735main_Wings-ch4i-pgs302-318.pdf

4) Boeing Nears Completion of Newest 767 Design [electronic resource] // The Boeing Company [official website], URL: http://boeing.mediaroom.com/1998-12-17-Boeing-Nears-Completion-of-Newest-767-Design

4) Похилько А.Ф. Технология представления проектной деятельности в интегрированной среде САПР // Вестник УлГТУ. Сер. Информационные технологии. - Ульяновск. - 2000.

5) Похилько А.Ф. Построение модели классов объектов и типовых методик проектирования в интегрированной интероперабельной среде САПР // Вестник УлГТУ. Сер. Информационные технологии. - 2001 

УДК 544.77.022.54 КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ ЭФФЕКТИВНОГО ВЗАИМОДЕЙСТВИЯ В ЭЛЕКТРИЧЕСКИ СТАБИЛИЗИРОВАННЫХ КОЛЛОИДНЫХ СИСТЕМАХ

А.Ф.Низаметдинов

Электрически стабилизированные коллоидные системы представляют собой суспензии заряженных частиц твёрдой фазы в растворе электролита. Моделирование таких систем затруднено из-за большой асимметрии в зарядах и размерах между микроионами и макроионами. Поэтому часто прибегают к однокомпонентной модели, то есть рассматривают систему, как состоящую только из эффективно взаимодействующих коллоидных частиц. Такое взаимодействие коллоидных частиц описывается с помощью эффективных потенциалов, которые неявно учитывают влияние микроионов. Наиболее известной однокомпонентной моделью, описывающей электрически

125

стабилизированные коллоидные системы, является теория Дерягина — Ландау — Фервея — Овербека [1,2]. Теория ДЛФО является линейным приближением и учитывает только парные взаимодействия. В случаях большой плотности коллоидных частиц и в сильно разбавленных растворах линейного приближения оказывается недостаточно. К подобным системам относятся коллоидные кристаллы. Возможным способом описания нелинейных эффектов в коллоидных системах являются многочастичные потенциалы, которые дают поправки к парному взаимодействию.

Получить парные и многочастичные эффективные потенциалы можно решая нелинейное уравнение Пуассона-Больцмана и вычисляя силу и энергию взаимодействия. Уравнение Пуассона-Больцмана имеет вид [3]:

i

eiiei kTqznqz

exp10

0

2, (1)

где ε0 — электрическая постоянная, ε — диэлектрическая проницаемость электролита, qe — элементарный заряд, zi — валентность i-ой компоненты электролита, n0i — объемная концентрация i-ой компоненты электролита в объеме, то есть в области вдали от заряженных частиц, где потенциал принимается равным нулю, k — постоянная Больцмана, T — абсолютная температура. Суммирование в (1) осуществляется по всем компонентам электролита. В случае бинарного симметричного одновалентного электролита уравнение (1) сводится к безразмерной форме

sh2 , (2) при этом используются следующие величины: длина Дебая

21

02

01 2 kTqn e для измерения расстояния и величина eqkT для

электрического потенциала. Существуют две модели, описывающие поведение заряда на поверхности

коллоидной частицы. Первая модель — модель постоянного потенциала — предполагает, что заряд может свободно перемещаться по поверхности частицы и покидать её так, чтобы потенциал на поверхности оставался постоянным. Вторая модель — постоянного заряда — предполагает, что заряд закреплён на поверхности частицы. Модели постоянного потенциала соответствуют граничные условия в форме Дирихле на поверхности частицы S:

constS (3)

Модель постоянного заряда описывается с помощью граничных условий в форме Неймана:

S const (4)

На внешних границах исследуемой области накладывается однородное граничное условие Неймана, обеспечивающее общую электронейтральность:

0 (5)

Уравнение Пуассона-Больцмана (2) совместно с граничными условиями (3) или (4), (5) решалось численно методом конечных элементов. После этого вычислялась взаимодействия интегрированием тензора натяжений, который для 1:1 электролита имеет вид:

IT

1ch

21 2 EEE , (6)

126

где E — напряжённость электростатического поля, I — единичная матрица. Интегрирование осуществлялось по поверхности коллоидных частиц.

Рис. 1. Сила эффективного парного взаимодействия двух идентичных

коллоидов единичного радиуса (a = 1). Круглыми маркерами обозначены данные для модели постоянного заряда с 2

S , квадратными — для модели

постоянного потенциала с 2S

Для вычисления эффективного парного потенциала решалась задача с

двумя идентичными коллоидными частицами в цилиндрической полости, которая за счёт осевой симметрии и использования цилиндрических координат сводится к двумерной задаче. На рисунке 1 показаны результаты, полученные из решения: силы взаимодействия двух идентичных коллоидных частиц в рамках моделей постоянного заряда и постоянного потенциала. На графике можно увидеть качественное различие между зависимостью силы взаимодействия от расстояния для разных моделей: в случае с моделью постоянного заряда сила бесконечно возрастает при сближении частиц, в то время как в модели постоянного потенциала сила достигает некоторого конечного значения. Связано это с тем, что в первом случае заряд закреплён на поверхности частицы и потенциал бесконечно возрастает, а во втором случае величина потенциала на поверхности ограничена. Из-за этих различий наибольшая точность аппроксимации обеспечивается аппроксимирующими функциями различного вида. Для аппроксимации силы взаимодействия в рамках модели постоянного заряда в статье [4] было предложено выражение:

b

Rra

Rr

ecrf

)2()(

)2(

, (7)

где R — радиус коллоидной частицы. Сила взаимодействия в модели постоянного потенциала хорошо аппроксимируется выражением:

)2(2

)2(1

21)( RraRra ececrf , (8) т.к. оно имеет точку перегиба и конечное значение при r = 0.

127

Для получения трёхчастичного эффективного потенциала решалась задача с тремя частицами. В данном случае за счёт зеркальной симметрии в общем случае можно решать уравнение ПБ только в одной половине исследуемой области. На рисунке 2 показана разница между вычисленной энергией взаимодействия и суммой трёх эффективных парных потенциалов. На этом графике видно, что при малом расстоянии между частицами трёхчастичный потенциал оказывается меньше суперпозиции парных потенциалов.

Рис. 2. Трёхчастичная поправка к сумме трёх парных эффективных

потенциалов для трёх равноудалённых коллоидных частиц в рамках модели постоянного заряда с 2

S . 12r — расстояние между первой и второй

частицами СПИСОК ЛИТЕРАТУРЫ 1. Дерягин, Б. В. Теория устойчивости сильно заряженных лиофобных

золей и слипания сильно заряженных частиц в растворах электролитов / Б. В. Дерягин, Л. Д. Ландау // ЖЭТФ. Т. 11. №2. – 1941. – С. 802-821.

2. Verwey, E. J. W. Theory of the Stability of Lyophobic Colloids / E. J. W. Verwey, J. Th. G. Overbeek. – Amsterdam : Elsevier, – 1948. – P. 205.

3. Дерягин, Б. В. Поверхностные силы / Б. В. Дерягин, Н. В. Чураев, В. М. Муллер. — М.: Наука, 1985. — 398 с.

4. Титаренко, Ю. Г. Эффективное парное взаимодействие в электрически стабилизированных коллоидных системах с постоянным зарядом частиц / Ю. Г. Титаренко, Е. В. Гладкова, П. Е. Дышловенко, А. Ф. Низаметдинов // Радиотехника. – 2012. – № 9. – С. 76-79.

128

УДК 681.518, 621.391 МОДЕЛИРОВАНИЕ ВАРИАНТОВ ПРОИЗНЕСЕНИЯ РЕЧЕВЫХ КОМАНД ДЛЯ ПОВЫШЕНИЯ ВЕРОЯТНОСТИ ИХ ПРАВИЛЬНОЙ ИДЕНТИФИКАЦИИ А.И.Армер, Д.А.Илларионов

При произнесении одной и той же речевой команды (РК) одним и тем же диктором в разное время, её представление в виде цифрового сигнала сильно отличается формой и длительностью. Это свойство представления РК называется изменчивостью речевого сигнала (РС). Изменчивость является основным фактором, снижающим вероятность правильной идентификации РК при её автоматическом распознавании. В настоящей статье предлагается имитировать изменчивость длительности произнесения РК. То есть автоматически имитировать из одной реальной РК множество её вариантов, отличающихся длительностью произнесения. Имитированные варианты используются для повышения вероятности правильного распознавания РК.

Изменчивость РС широко освещена в литературе [6-7], однако до сих пор не найдены эффективные методы борьбы c ней. Известно, что изменения связаны с психическим и физическим состоянием диктора, условиями произнесения, состоянием здоровья. Все эти факторы вносят дополнительную информацию в представление РС, которая является помехами и маскирует речевую информацию. Данные помехи искажают как наблюдаемую РК, так и эталонные РК. Для увеличения информации о помехах в библиотеке эталонов используется несколько произнесений каждой эталонной РК, полученных в разное время. Эти произнесения называются обучающей выборкой. Предлагаемый в данной статье подход позволяет увеличить информацию о помехах не только за счет обучающей выборки, но еще и за счет имитирования вариантов наблюдаемой РК, отличающихся длительностью произнесения. Информация о помехах позволяет увеличить вероятность правильного распознавания РК.

Приведем простой пример, иллюстрирующий новый подход. Мы должны принять решение о том, какое диктор произнес слово из двух возможных: «скорость» или «высота». Произведем обучение. Диктор произносит слова «скорость» и «высота» сначала утром, затем вечером, затем спустя неделю утром и вечером. Мы запоминаем обучающие наблюдения y'

. Затем диктор произносит слово относительно которого мы должны принять решение x . Затем то же слово вечером, затем спустя неделю утром и вечером. Мы запоминаем эти наблюдения y и уже по ним оцениваем функцию правдоподобия P ( y� y' ) и принимаем решение, например, используя метод максимального правдоподобия [1].

В приведенном примере в роли модели, позволяющей из одного-двух наблюдений x получить класс наблюдений y выступает сам диктор, что и делает этот подход сложно реализуемым, однако, использование модели изменчивости РС даёт возможность имитировать y исходя из x .

Рассмотрим моделирование длительности произнесения. При исследовании РС в виде дискретных отсчётов было замечено, что участки РС, соответствующие вокализированным и звонким согласным фонемам имеют близкую к периодической (квазипериодическую) структуру. То есть представление вокализированных и звонких согласных фонем состоит из

129

последовательных участков (квазипериодов), незначительно отличающихся друг от друга в основном небольшими изменениями уровня, продолжительности и формы (рисунок 1).

Рисунок 1 - Отсчеты РК «крыло»: а) и б) – разные произнесения одним диктором. Участки 1-2 и 2-3, соответствующие фонемам «р-ы» и «л» имеют различную длину, участки 3-4, соответствующий фонеме «о» одинаковой длины.

Замечено также, что различные произнесения одним диктором одной и той же фонемы могут состоять из различного числа квазипериодов. Предположительно, непостоянство количества квазипериодов в различных произнесениях некоторой фонемы не значительно влияет на их акустическое восприятие. При возрастании количества квазипериодов увеличивается длительность звучания фонемы. Исследования количества квазипериодов в фонемах позволили получить модель вариантов произнесения РС, описывающую изменения длительности произнесения. Данная модель даёт возможность имитировать варианты произнесения за счёт управления количеством квазипериодов. Создадим ряд вариантов некоторого исходного РС, путем уменьшения или увеличения количества квазипериодов в содержащихся в нем фонемах с квазипериодической структурой. Для этого выявим квазипериодичность, например, корреляционным методом, затем каждый квазипериод с некоторой вероятностью либо уберем из РС, либо удвоим, либо оставим без изменений. Полученные таким образом варианты используем при распознавании РК по эталонам.

Для оценки эффекта от использования имитированных вариантов произнесения РК были произведены следующие испытания. Наблюдаемые и эталонные РК сравнивались по длине. Если длина наблюдаемой команды

попадала в диапазон (mA

; mB) , где m – оценка математического ожидания

длин соответствующих эталонных РК, то команды признавались идентичными. Если произнесения одной команды признавались не идентичными, то такая ошибка считалась 1-го рода. Если произнесения разных команд признавались идентичными, то ошибка считалась 2-го рода. И при использовании имитированных вариантов и без их использования параметры подбирались

130

таким образом, чтобы количество ошибок 1-го рода было равно нулю, а количество ошибок 2-го рода было минимальным. В библиотеке эталонов 8 РК авиационной тематики по два произнесения каждой. Наблюдаемых команд также по два произнесения каждой из восьми РК.

Без имитированных произнесений условия эксперимента были следующие. Все 8 команд проверялись на идентичность с эталонами, при этом за m бралось среднее арифметическое длин пары соответствующих эталонных команд. Минимальное зафиксированное количество ошибок второго рода 48. С использованием имитированных элементов следующие условия эксперимента. Для каждого произнесения эталонной РК имитировано 15 вариантов. Всего получено 30 вариантов для каждой РК из библиотеки. Таким образом, m оценивалось по 30 значениям длин. Для каждого наблюдаемого произнесения также было имитировано по 15 вариантов: итого по 30 вариантов на каждую РК. Если из 30 произнесений хотя бы 20 признавались идентичными некоторому эталону, то считалось, что наблюдаемая РК соответствует данному эталону. В этом эксперименте минимальное зафиксированное количество ошибок второго рода оказалось 42.

Представленные результаты подтверждают эффективность использования модели изменчивости РС в задаче распознавания РК по эталонам. В предложенном виде алгоритм распознавания наблюдаемых РК по длине может быть использован в качестве предварительной сортировки РК перед их распознаванием более сложным методом.

СПИСОК ЛИТЕРАТУРЫ 1) Репин В. Г., Тартаковский Г. П. Статистический синтез при априорной неопределенности и адаптация информационых систем. М.:Советское радио, 1977, 432 с.

2) Вальд А. Позиционные игры. Статистические решающие функции. Пер. с англ., М.:Наука, 1967, с.

3) Rabiner L. R., Schafer R. W. Digital Processing of Speech Signals, Prentice-Hall, Inc., Englewood Cliffs, N.J. 1978.

4) Мясникова Е.Н. Объективное распознавание звуков речи. – Л.: Изд-во «Энергия», 1967. – 148 с.

5) Потапова Р.К. Речь: коммуникация, информация, кибернетика. – М.: Радио и связь, 1997. – 568 с.

УДК 004.4, 681.3 РАЗРАБОТКА ХРАНИЛИЩА РЕШЕНИЙ ДЛЯ ФИРМЫ-ФРАНЧАЙЗИ «1С» В.В. Воронина, М.Ю. Горшевова

При поступлении в фирмы-франчайзи «1С» схожих заказов на модификацию конфигураций на базе «1С:Предприятие» удобно использовать уже имеющиеся наработки. Но зачастую хранение и поиск разработок не организованы, поэтому повторное использование обработок и отчетов не всегда возможно или вызывает затруднения. Такая проблема возникает и у обычных предприятий, использующих конфигурации «1С:Предприятие» и дорабатывающих их.

Хранилище, или репозиторий — это место, где хранятся и поддерживаются какие-либо данные, при этом существуют репозитории для

131

хранения программ, написанных на одном языке или предназначенных для одной платформы[1], но для платформы «1С:Предприятие» таких официальных разработок нет, поэтому, чтобы определить предназначение обработки при не очень точном названии, требуется открыть исходный текст в режиме конфигуратора или через специальную обработку в режиме «1С:Предприятия», что не очень удобно для пользователя. При этом достаточно сложно отследить похожие разработки, в итоге создается новая разработка – почти полная копия предыдущей и множатся дублирующиеся файлы. Также сложно определить и местонахождение необходимой обработки: поиск по названию не всегда дает положительные результаты, а во всех имеющихся же разработках сориентироваться тяжело, так как описание прилагается не ко всем файлам, но на то, чтобы систематизировать все наработки обычно не хватает ни времени, ни желания, а ведь это позволит в дальнейшем тратить меньше времени как на поиск, так и на разработку, а также запустить продажи уже имеющихся разработок.

Таким образом, был сделан вывод, что разработка хранилища решений для фирмы-франчайзи «1С» является актуальной проблемой, и была выбрана соответствующая тема магистерской диссертации.

Целями данной работы являются разработка новой методики организации хранилища разработок, написанных на языке 1С, методов их кластеризации и определения назначения/содержания. Для достижения поставленной целей были поставлены следующие задачи:

Выполнить сравнительный анализ существующих методов и систем организации хранилищ программных решений;

Разработать методику организации хранилища разработок на языке 1С; Адаптировать методы кластеризации к прикладной задаче

кластеризации обработок 1С; Разработать алгоритм определения назначения обработки 1С; Разработать и реализовать программную систему, позволяющую

работать с хранилищем; Исследовать результативность применения хранилища решений с

помощью вычислительных экспериментов и внедрения в практику фирм-франчайзи «1С».

Для хранения и управления обработками было принято решение разработать систему, на базе новой конфигурации «1С:Предприятия», которая должна выполнять следующие функции:

Поиск имеющихся разработок в локальной сети; Добавление, редактирование, хранение, выгрузка и удаление решений; Хранение инструкций к разработкам; Чтение и вывод исходного текста обработок/отчетов, его анализ и

определение их назначения, корректного наименования, версии системы «1С:Предприятия»;

Поиск дублирующихся решений и сравнительный анализ их исходных текстов;

Ведение учета внесения изменений в решение; Кластеризация существующих обработок/отчетов и задание структуры

хранилища; Отбор и поиск по запросам пользователей (например, «обработка

модифицирующая справочник договоров»).

132

Предполагается, что кластеризация разработок будет осуществляться при помощи встроенного механизм анализа данных, который позволяет настраивать параметры анализа, а также позволяет выводить результат анализа в табличный документ, наглядную и удобную для восприятия форму. При помощи параметров кластерного анализа есть возможность настраивать алгоритм разбиения, а также изменять состав характеристик, учитываемых при анализе, настраивать для них весовые коэффициенты[2]. Соответственно необходимо будет отобрать входные данные для анализа и практически определить параметры для достижения наилучших результатов. Скорее всего, потребуется доработка полученных результатов и, конечно, задание новой структуры хранения решений и перестройка необходимых справочников.

Определение назначения будет осуществляться по комментариям в разработках и анализу, какие объекты изменяются или создаются по исходному коду, из чего будет составлено корректное наименование по заданным правилам.

Научная новизна данной магистерской работы будет состоять в: методике организации хранилища; методе кластеризации обработок; методе определения назначения обработки, исходя из ее исходного

текста; конфигурации на базе «1С:Предприятия», реализующей управление

хранилищем. На данный момент уже получены следующие результаты:

проведен анализ существующих методов решения проблемы организации хранения разработок 1С и было решено организовать систему хранения и управления обработками в конфигурации, на базе «1С:Предприятия»;

определены способы чтения исходных файлов 1С; проведен анализ возможностей подсистемы анализа данных

платформы «1С:Предприятие» и, в частности, изучена работа кластерного анализа данных.

СПИСОК ЛИТЕРАТУРЫ 1. Определение термина «Репозиторий» в Википедии. URL:

https://ru.wikipedia.org/wiki/Репозиторий (дата обращения: 01.02.2015); 2. Обзор механизма анализа данных и прогнозирования. URL:

http://www.v8.1c.ru/overview/PlAnaliz.htm (дата обращения: 01.02.2015).

УДК 004.5 РАЗРАБОТКА ПРОГРАММЫ-СОБЕСЕДНИКА С ГОЛОСОВЫМ РЕЖИМОМ. В.В. Воронина, Е.А. Лукин

В настоящее время широкое распространение получила тема

искусственного интеллекта. Многие IT-компании занимаются разработками в этой сфере. Полученные знания применяются во многих областях, таких как создание беспилотных автомобилей, технология «умного» дома и т.д. Отдельным направлением является создание голосовых помощников. Основная их цель – выполнять определенные действия по команде пользователя.

133

Примерами приложений такого рода могут быть Siri или Google Now. Они способны распознавать команды пользователя и выполнять их. Однако данные помощники не предназначены для поддержания беседы. По этой причине, актуальной будет программа-собеседник с голосовым режимом.

Архитектура разработанного приложения представлена на рисунке 1:

Рисунок 1. Архитектура программы-собеседника

Как мы видим, программа-собеседник представляет собой клиент-

серверное приложение. Для реализации серверной части использовался веб-фреймворк Ruby on

Rails. Это полноценный, многоуровневый фреймворк для построения веб-приложений, использующих базы данных, который основан на архитектуре Модель-Представление-Контроллер (Model-View-Controller, MVC). Динамичный AJAX-интерфейс, обработка запросов и выдача данных в контроллерах, предметная область, отраженная в базе данных, — для всего этого Rails предоставляет однородную среду разработки на Ruby [1].

В качестве СУБД была выбрана PostgreSQL. Это свободная объектно-реляционная система управления базами данных. К ее достоинствам можно отнести:

поддержку БД практически неограниченного размера; мощные и надёжные механизмы транзакций и репликации; расширяемую систему встроенных языков программирования: легкую расширяемость.

Данное решение позволяет быстро создавать прототип приложения, и при этом достаточно легко изменять структуру проекта в процессе разработки.

На стороне клиента же использовались javascript-библиотеки для взаимодействия с api браузера и отправки AJAX-запроса для получения результата от сервера.

Если говорить о работе программы, то здесь можно выделить три основные части: распознавание речи, синтез речи и построение беседы. Рассмотрим их более подробно.

Распознавание речи. В сети Интернет сейчас можно встретить достаточно много открытых решений, позволяющих реализовать данную функцию. Для web-проекта наиболее оптимальный выбор - Web speech API, который позволяет распознавать речь прямо из браузера. К сожалению, на данный момент api в полной мере реализовано только в браузере Google Chrome.

Синтез речи. Наиболее качественным решение на данный момент является Google Voice API. Отправляя нужный запрос с текстом на сервер, мы получаем соответствующий аудио файл. Достаточно прост в использовании.

Построение беседы. Для реализации логики программы была написана библиотека на языке программирования Ruby. Данный язык совмещает в себе

Серверная часть: Ruby on Rails + СУБД

Postgesql

Клиентская часть: javascript

134

гибкость и достаточно мощные средства для работы со строками. Робот может работать в двух режимах – режим ответа, и режим вопроса.

Рассмотрим их более подробно. Алгоритм ответа состоит из подготовительной и основной части. Сначала на вход подается строка, хранящая результат распознавания речи пользователя. Затем вызываются метод validate(), который проверяет строку на наличие недопустимых слов, и метод sort(), который сортирует слова, для того чтобы порядок слов в предложении не имел смысл. Например, до сортировки вопросы «Что ты делаешь?» и «Ты что делаешь?» будут различными, хотя после сортировки станут эквивалентны.

После предварительной подготовки информации алгоритм переходит к основной части. В базе данных хранится 3 таблицы. Первая – Question. Она предназначена для информации о фразах пользователя. Вторая – Answer. Она содержит в себе фразы робота. И, наконец, таблица Dialog, связывающая записи в первых двух таблицах. Алгоритм работы основной части следующий. Сначала входная строка ищется в таблице Question. Если она там есть и также есть связь в таблице Dialog, то выдается ответ из таблицы Answer. Иначе c определенной вероятностью происходят следующие действия:

1. Робот сохранят вопрос, чтобы задать его в будущем, а выдаёт нейтральную фразу (например: «Я не знаю»);

2. Робот предлагает пользователю самому ответить на данный вопрос (например: «А ты как думаешь?»), а затем запомнить полученный ответ и соотнести его с исходной фразой.

Вероятность указанных событий рассчитывается случайно, но в соотношении 2/3 и 1/3. Данное распределение было выбрано эмпирически. Но основная идея была в том, чтобы робот не только обучался, заставляя пользователя отвечать на его же вопросы, но и все-таки логично поддерживал разговор.

Таким образом, программа представляет собой «самообучающуюся» систему, которая составляет пары соответствий (фраза пользователя - фраза робота).

Работа в режиме вопроса заключается в том, что робот из своих фраз, помеченных, как ответы, выбирает случайную, если иное не задано темой беседы с пользователем. Если фраза была помечена, как «неизвестный вопрос», то ответ пользователя сохраняется в базе и добавляется соответствующая связь.

К плюсам такого алгоритма относиться возможность самообучения. К минусам – не способность поддерживать диалог по конкретной теме.

В заключение следует сказать, что программу можно адаптировать под различные цели, например для изучения иностранного языка.

СПИСОК ЛИТЕРАТУРЫ

1. Домашняя страница Ruby on Rails. [Электронный ресурс]: http://www.rubyonrails.ru/ (дата обращения 22.02.2015)

135

УДК 681.3 РАЗРАБОТКА ПРОГРАММЫ ОБЗОРА И ФИЛЬТРАЦИИ НОВОСТНЫХ САЙТОВ В.В. Воронина, М.А. Мартынов

Современного человека окружает огромное количество информации, большую часть из которой составляет новостной поток. Ежедневно мы посещаем множество информационных ресурсов и каждый день прочитываем большое количество новостей. При этом увлекательный процесс получения новой, свежей, актуальной информации превращается в скучное и унылое занятие поиска и фильтрации большого массива новостных записей. Поэтому возникла необходимость создания приложения, объединяющего в одной системе интересующие пользователя новостные ресурсы и позволяющего максимально эффективно ими управлять. А также позволяющего выполнять функциюфильтрации и отбора только самых полезных, актуальных и интересных новостей.

Реализация приложения обзора и фильтрации новостей построена на использовании новостных RSS-лент, имеющихся практически на любом новостном сайте и выступающих в качестве основного источника информации.

RSS — семейство XML-форматов, предназначенных для описания лент новостей, анонсов статей, изменений в блогах и т. п. Информация из различных источников, представленная в формате RSS, может быть собрана, обработана и представлена пользователю в удобном для него виде специальными программами-агрегаторами или онлайн-сервисами, такими, как Google Reader (закрыт), Яндекс.Лента (в дальнейшем переименован в «Подписки» и включен в сервис Яндекс.Почта), BlinkFeed и другими[1].

Алгоритм сбора новостей с информационного ресурса включает в себя следующие этапы:

1. Указание ссылки на RSS-поток выбранного новостного сайта; 2. Скачивание RSS-ленты новостей; 3. Проверка актуальности RSS-потока; 4. Парсинг RSS-ленты на отдельные новости; 5. Занесение данных в базу данных приложения. Для разработки программы обзора и фильтрации новостных сайтов, и в

частности реализации данного алгоритма, было решено создать web-приложение на языке C# с использованием фреймворка ASP.NET MVC 5. В качестве базы данных был использован Microsoft SQLServer 2014. Само web-приложение было размещено на «облачном» сервере Microsoft Azure по адресу http://readthenews.azurewebsites.net.

«Облачный» сервер Microsoft Azure был выбран по нескольким причинам. Первая заключается в том, что Microsoft предоставляет размещение 10 web-сайтов в «облаке» бесплатно, хотя существуют ограничение по используемым ресурсам.

Вторая причина — это удобство работы с Microsoft Azure. Для того, чтобы развернуть сайт в «облаке» достаточно сделать 3 клика в интегрированной среде разработки Visual Studio.

Третья причина — это высокая производительность и стабильность работы.

Кроме того, реализация программы в виде веб-приложения более удобна пользователю, нежели чем работа с десктопной версией, так как просмотр новостей в браузере – привычный для многих процесс.

136

При входе на разработанный сайт пользователю будет предложено зарегистрироваться в системе, указав имя, адрес электронной почты и пароль. При входе под своей учетной записью пользователь попадает на страницу со списком всех доступных новостных ресурсов. Навигация по сайту осуществляется с помощью главного меню, расположенного слева. Пользователь может воспользоваться фильтрами интересующих его новостей, просмотреть избранные им новости, прочитать новостные записи, добавленные в список отложенного чтения. Также предлагаются рекомендации контента на основе прочитанных новостных записей. Существует возможность подписываться на новостные каналы, при этом новости с подписанных каналов можно будь просматривать как один новостной поток. Также можно подписаться на E-mail-рассылку новостей.

Актуальность новостного контента в web-приложении поддерживается за счет удаления «старых» новостей, которые были опубликованы 2 дня назад. Таким образом вы видим только новости за сегодняшний и вчерашний день. Однако, если пользователь захочет накапливать контент с определенного новостного канала дольше, он может выбрать за какой период будут собираться новостные записи.

Для каждой новости определены 3 базовые операции: добавление в избранное, добавление в список отложенного чтения и удаления новости. Данные операции совершаются AJAX-запросом при помощи библиотеки jQuery: серверу посылается GET-запрос с указанием совершаемой операции и идентификатором новости.

Если пользователь после прочтения новостной записи захочет, чтобы новость не была автоматически удалена после того как она станет неактуальной, он может сохранить ее, добавив ее в избранное. Там она будет хранится до тех пор, пока пользователь сам не сочтет ее неактуальной. Добавление осуществляется с помощью нажатия соответствующей кнопки в правом верхнем углу данной новости, при этом она исчезает и попадает в список избранного.

При отсутствии времени для прочтения новостного контента есть возможность добавить новость в список для отложенного чтения. При этом новость будет хранится для пользователя до тех пор, пока он сам не удалит новость из списка. Добавление в список для отложенного чтения осуществляется с помощью нажатия соответствующей кнопки в правом верхнем углу выбранной новости, при этом она исчезает и попадает в список для чтения.

Для того чтобы убрать из новостного потока неактуальную или неинтересную для пользователя запись предусмотрена операция удаления. При этом новость скрывается из потока и больше не отображается для пользователя. Именно за счет этого осуществляется эффективное управление новостями, то есть мы видим только те новости, которые хотим прочитать, все остальные новости удаляются. И из бесконечного новостного потока мы получаем конечное число интересных нам новостей. Удаление новости можно осуществить двумя способами. Первый способ: удалениеосуществляется с помощью нажатия соответствующей кнопки в правом верхнем углу новости, при этом она исчезает и попадает в список отфильтрованных новостей пользователя. Второй способ: удаление осуществляется свайпом новости влево или вправо на сенсорных устройствах.

В основе сбора новостного контента с разных источников лежит идея системы каналов. Пользователь может подписаться на уже существующие

137

каналы, выбрав их из списка. При этом есть возможность добавлять свои собственные, просто указав ссылку до RSS-ленты источника новостей. Канал новостей может включать в себя несколько источников новостей, в том числе и другие каналы. Таким образом могут образовываться иерархии новостных источников, объеденных по какому-либо признаку и упрощающих взаимодействие пользователя с большим числом разных новостных ресурсов.

В разработанном web-приложении новости также группируются по категориям. Меню категорий располагается справа от контента. В меню показываются не больше 15 самых популярных категорий новостных записей. Для каждого раздела сайта категории новостей разные. Например, если пользователь находится в списке всех доступных новостных каналов, то выбираются категории с самым большим количеством новостей, при этом новости выбираются из всех каналов. Аналогичные действия происходят и в других разделах сайта, однако сужается количество новостных источников, среди которых происходит поиск.

Для тестирования алгоритма были проведены следующие эксперименты с приложением по загрузке новостных записей из разных источников. В качестве источников новостей было выбрано 14 новостных ресурсов.

Результатом эксперимента стало то что, 1 новостной источник не удалось распарсить из-за некорректной html-разметки внутри описания новостей, все остальные источники были успешно добавлены на сайт.

Подводя итоги, можно выявить достоинства и недостатки реализованного web-приложения обзора и фильтрации новостных сайтов. Из плюсов можно выделить следующее:

1. Единый новостной поток: объединяет в одной системе интересую-щие пользователя новостные ресурсы.

2. Актуальностьновостей: пользователю предоставляются только са-мые актуальные для него новости.

3. Удобные фильтры новостей: выбор интересующей группы ново-стей осуществляется как с помощью категорий, так и с помощью системы ново-стных каналов.

4. Избранные новости и список для чтения: данные разделы позво-ляют пользователю эффективнее работать с новостным потоком.

Наряду с достоинствами системы есть и недостатки: 1. Сам контент новости не скачивается, а выполняется перенаправ-

ление на сайт источника. 2. На текущий момент реализованы не все запланированные воз-

можности. Таким образом, хотя и сам контент новости не загружается, разработанное

приложение позволяет эффективно работать с новостным потоком, существен-но экономя время, затрачиваемое на поиск и фильтрацию новостей.

СПИСОК ЛИТЕРАТУРЫ

1. Свободная энциклопедия «Википедиа» [Электронный ресурс]: https://ru.wikipedia.org/wiki/RSS (дата обращения: 23.02.2015).

138

УДК 004.9 РАЗРАБОТКА ПРОГРАММЫ, ГЕНЕРИРУЮЩЕЙ ПОСЛЕДОВАТЕЛЬНОСТЬ АККОРДОВ НА ГРИФЕ ДЛЯ ГИТАРНОГО САМОУЧИТЕЛЯ. В.В. Воронина, А.А. Щербакова  

Как раньше, так и сейчас не угасает интерес к игре на музыкальных инструментах, в частности на гитаре. Но не каждый может позволить себе посещение музыкальных школ или курсов в силу нехватки времени и, возможно, денежных средств. Вследствие этого самостоятельное изучение техник игры на гитаре является популярной тенденцией среди людей разных возрастов, и сеть Интернет изобилует различными видео-курсами или учебниками в электронном варианте, а так же веб-сервисами с уже подобранными аккордами для популярных песен. Тем не менее, их недостаточно, чтобы быстро и эффективно обучаться, так как они не вполне удобны для неопытного пользователя или начинающего музыканта. По этой причине возникла необходимость создания приложения, генерирующего последовательность картинок схем, отображающих правильное расположение пальцев левой руки на грифе гитары для воспроизведения каждого аккорда в песне.

Для создания такого приложения требовалось найти решение для двух основных задач: отрисовки схем аккордов и поиска алгоритма нахождения оптимально удобного варианта расположения каждого из аккордов относительно друг друга, учитывая, что любой из них может быть сыгран несколькими способами на разных ладах грифа гитары.

Основное окно разработанного программного обеспечения представлено на рисунке 1.

Рисунок 1. Главное окно программы

139

Алгоритм нахождения оптимально удобного варианта расположения аккордов заключается в следующих шагах:

1) Определение самого короткого пути между первым и вторым аккордом последовательности.

2) Нахождение самого короткого пути от найденного лада второго аккорда до третьего.

3) Повторение шага 2 для последующих аккордов. Данный алгоритм можно считать алгоритмом нахождения кратчайшего

пути, но наиболее близкого к началу грифа, что удобно для начинающего гитариста.

Для реализации этого алгоритма был выбран язык программирования C#. Поэтому для хранения информации о возможном расположении каждого из аккордов на грифе было удобно использовать коллекцию Dictionary, где в качестве ключа выступало буквенное обозначение аккорда, а в качестве значения - массив целых чисел, обозначающих лады на грифе гитары.

Отрисовывать аппликатурные схемы аккордов было решено при помощи технологии GDI+, так как данная технология позволяет достаточно быстро выводить требуемое изображение, не занимая больших объемов памяти компьютера для его хранения. Возможности этой технологии отлично соответствуют требованиям к картинке, и для отрисовки использовалось всего три метода: Graphics.DrawLine , Graphics.DrawEllipse и Graphics.DrawString.

Метод Graphics.DrawLine проводит линию, соединяющую две точки, задаваемые парами координат, при помощи него отображались струны, лады гитары, а так же одновременное прижатие нескольких струн одни пальцем.

Метод Graphics.DrawEllipse рисует эллипс, определенный ограничивающим прямоугольником, заданным с помощью пары координат, ширины и высоты. Он применялся для отображения кружков на струнах определенного цвета. Каждый цвет соответствует пальцу левой руки: красный - указательному, зеленый - среднему, синий - безымянному и черный - мизинцу.

Метод Graphics.DrawString создает указываемую текстовую строку в заданном месте с помощью определяемых объектов Brush и Font. Данный метод позволил отобразить нумерацию ладов и названия аккордов над аппликатурными схемами.

Интерфейс программы создан с помощью элементов управления Windows Forms. Он достаточно прост и понятен в использовании. Сначала пользователь загружает файл с аккордами в формате .txt или же вставляет текст в специальное текстовое поле. Затем нажимает кнопку "генерировать" и мгновенно получает загруженный текст с последовательностью картинок в нижней части окна программы, отображающих, как правильно сыграть каждый из аккордов. Начинающий пользователь приложения может вызвать "подсказку", которая поможет узнать или вспомнить условные обозначения аппликатурных схем. Также, чтобы очистить поля, следует воспользоваться кнопкой "очистить".

Если же пользователю требуется просмотреть все варианты отображения определенного аккорда на грифе гитары, то он может ввести его буквенное обозначение в специальное поле или же выбрать его из выпадающего списка (рисунок 2) . В нижней части окна программы отобразятся аппликатурные схемы. В качестве "бонусных" функций предлагается изменить Шрифт и Цвет введенного или загруженного текста, что способствует более эффективному восприятию информации.

140

Рисунок 2. Интерфейс выбора аккорда Для тестирования программы проводились следующие эксперименты: 1) Загрузка из файла/вставка в текстовое поле текста песен на

английском/русском языке. 2) Загрузка текста, где ни один из введенных аккордов не содержится

словаре и в выпадающем списке. 3) Загрузка текста, где только часть из введенных аккордов содержится в

словаре и выпадающем списке. Результат не зависел от языка текста песни, но зависел от введенных

буквенных обозначений аккордов. Если в качестве входных данных передать только аккорды, не

содержащиеся в списке, то программа выдаст сообщение "К сожалению, в нашей базе нет данного аккорда".

Если же ввести последовательность, где хотя бы один не содержится в выпадающем списке, то программа не выведет схемы всех тех аккордов, что находились в одной строке с неправильным аккордом, если только они не встречались в других строках.

На основании данных экспериментов можно сделать выводы о достоинствах и недостатках полученного программного продукта. К достоинствам можно отнести следующее:

1) Понятный интерфейс и система условных обозначений, способствующие продуктивному обучению игре на гитаре.

2) Быстродействие программы. Пользователю не придется ждать результата долгое время, он получает его мгновенно.

3) Доступ к программе абсолютно бесплатный. И, конечно же, следует выделить недостатки: 1) Неполная база аккордов. 2) Несовершенный алгоритм парсинга входного текста и выявления

буквенных обозначений аккордов. 3) Несовершенная система оповещения пользователя об ошибке. В заключении следует сказать, что программа генерирующая

последовательность аккордов на грифе гитары вполне подходит для использования начинающими гитаристами. Перечисленные выше недостатки хоть и значимы, но ощутимы только для более опытных пользователей.

141

УДК 004.67 РАЗРАБОТКА АВТОМАТИЗИРОВАННОГО РАБОЧЕГО МЕСТА АНАЛИТИКА СОЦИАЛЬНЫХ МЕДИА В.В. Воронина, И.Н. Шеянова

В настоящее время одним из направлений повышения эффективности бизнеса является его продвижение в социальных сетях. На рынке существует множество компаний, которые предоставляют подобные услуги. И, естественно, должны отчитываться перед клиентами о проделанной работе.

Идея создания АРМ аналитика социальных медиа появилась в процессе работы в организации ООО «Социальный Лифт», основной сферой деятельности которой является продвижение брендов в социальных сетях, таких как Вконтакте, Facebook, Одноклассники, Instagram и Google+. Помимо непосредственного ведения групп клиента, необходимо формирование ежемесячного отчета, включающего в себя аналитику развития сообществ на основании встроенной статистики социальных сетей. Подобная форма отчетности позволяет определить положительную или отрицательную динамику в количестве подписчиков и активности пользователей, а следовательно, оценить популярность бренда среди потенциальных клиентов.

В связи с отсутствием подходящих программ аналитика и формирование типового ежемесячного отчета проводится вручную, что отнимает большое количество времени (от двух до четырех дней на каждого клиента). Помимо сбора информации, достаточно больших трудозатрат требует оформление отчета в стилистике компании. Использование АРМ «SM Аналитика» позволит сэкономить не только большое количество временных ресурсов, но и практически свести к нулю степень влияния человеческого фактора («забыл», «не нашел», «не обратил внимание» и т.д.).

Цель разработки данной программы - получить простую в использовании программу с понятным интерфейсом для автоматизации процесса выгрузки статистической информации и аналитики сообществ бренда-клиента в социальных сетях, а также составления ежемесячного отчета по ведению клиента в социальных медиа.

В результате анализа возможностей проектируемого АРМ было принято решение в дальнейшем использовать ее в коммерческих целях. «SM Аналитика» отлично вписывается в ряд ныне существующих программ для анализа информации в социальных медиа. Ниже, в Таблице 1, приведен перечень аналогов разрабатываемого программного продукта, а также их основные достоинства и недостатки.

Таблица 1 Сравнение существующих аналогов АРМ «SM Аналитика»

Название Достоинства Недостатки UCINET Программа имеет простой и понятный

интерфейс, а также широкий пакет функций: методы измерения цен-тральностей, обнаружение подгрупп, ролевой анализ и т.д., а также некото-рые статистические процедуры (про-верка гипотез, QAP

Программа не работает с российскими социальными сетями (Вконтакте, Одно-классники) и имеет высо-кую стоимость полной вер-сии (150 – 250 долларов);

142

correlation/regression, E-I Index и т.д.). iLook Программа позволяет в реальном

масштабе времени собирать, накап-ливать и осуществлять различные выборки и агрегации больших масси-вов данных из социальных медиа (со-циальных сетей, микроблогов, блогов, тематических сайтов, форумов и т.п.).

Программа имеет сложный интерфейс и высокую стоимость полной версии;

JUNG Свободно распространяемая про-грамма анализа и визуализации со-циальных сетей, с возможностью дос-тупа к сторонним библиотекам Java.

Программа в больше сте-пени нацелена на виртуа-лизацию социальных сетей, чем на анализ; сложный интерфейс.

Необходимо отметить, что помимо приведенных в таблице недостатков,

все рассмотренные аналоги имеют еще один существенный в рамках решаемой проблемы недостаток – ни одна из этих программ не в состоянии сформировать отчет в фирменной стилистике, соблюдая строгие требования брендбука компании «Социальный Лифт». Так как в нем регламентировано все, вплоть до размера шрифта и интервалов, то создание программы, заполняющей стандартный шаблон, позволит снизить утомляемость сотрудников от рутинной работы.

В связи с отсутствием на рынке программы с необходимым функционалом было принято решение создать автоматизированное рабочее место аналитика социальных медиа, которое будет решать следующие задачи:

1) выгрузка статистической информации по сообществу за определенный период (месяц) из выбранной социальной сети;

2) корректная интерпретация информации и занесение её в БД; 3) подсчет количества участников за разные периоды (год, месяц),

количества лайков, комментариев, просмотров, охвата и степени вовлеченности подписчиков;

4) построение графиков, отражающих динамику показателей; 5) выгрузка в таблицы данных о возрастном и гендерном распределении

участников; 6) аналитика выполнения ежемесячного плана; 7) аналитика конкурсов (за определенный период) – прирост, участники,

суммарный охват, процент лайков, комментариев и републикаций от общего числа за месяц;

8) занесение аналитических данных в презентацию .pptx или .pdf с сохранением стилистики (в соответствии с брендбуком). Главные преимущества проектируемого АРМ по сравнению с

существующими аналогами заключаются в следующем: 1) поддержка русского языка; 2) простой и понятный для любого пользователя интерфейс; 3) программа полностью берет на себя математическую составляющую, т.е.

для того, чтобы пользоваться ею, не нужно быть экспертом в области математики и статистики;

143

4) Создание отчета в требуемом для компании виде и формате. Являясь коммерческим проектом, автоматизированное рабочее место

аналитика социальных медиа позволит достичь следующих как финансовых, так и нефинансовых бизнес-целей, приведенных в таблице 2.

Таблица 2 Финансовые и нефинансовые бизнес-цели проектируемого АРМ

Финансовые бизнес-цели Нефинансовые бизнес-цели сэкономить некоторую сумму средств, которая в настоящее время тратится на оплату рабочих часов со-трудника, занимающегося анализом информации о клиентах и конкурен-тах клиента в социальных медиа (справедливо для организаций, ве-дущих аналитику).

уменьшить расход человеко-часов на обработку данных; повысить уровень обслуживания кли-ентов за счет того, что анализ с по-мощью программы проходит более качественно, так как исключается че-ловеческий фактор.

Для разработки планируется использовать язык C#, так как его возможности полностью отвечают требованиям. В качестве СУБД же планируется применить любую распространяемую свободно, например SQLite, так как каких-то специализированных возможностей от нее не требуется. Что касается операционной среды, то предполагается, что собранные данные будут храниться в БД, в первоначальной версии – на определенном компьютере, и соединиться с ним будет возможно по локальной сети. В дальнейшем при необходимости приложение может быть модернизировано в сетевую версию. Время для получения доступа в локальной версии будет незначительно, так как БД будет расположена на компьютере, где запущена данная программа. Скорость сбора и анализа данных будет зависеть от объема выборки и технических параметров компьютера. В дальнейшем скорость работы будет зависеть и от параметров сети.

СПИСОК ЛИТЕРАТУРЫ

1) Анализ социальных сетей [Электронный ресурс]: Программы и инстру-менты для анализа социальных сетей: 2014. URL: http://jarens.ru/tools (да-та обращения: 23.02.2015).

2) iLook – агрегатор новостей и соцмедиа [Электронный ресурс]: О системе: 2014. URL: http://ilook.ru/about (дата обращения: 23.02.2015).

3) Открытые системы [Электронный ресурс]: Инструменты для социальных сетей: 2018. URL: http://www.osp.ru/os/2008/04/5114182 (дата обращения: 23.02.2015).

144

УДК 004.8 МЕТОДЫ ВЫЯВЛЕНИЯ КОРЕЛЛЯЦИИ НА ГРАНУЛИРОВАННЫХ ВРЕМЕННЫХ РЯДАХ В.В. Воронина

Гранулированный временной ряд может быть определен как упорядочен-

ная во времени последовательность нечетких меток, где нечеткое множество характеризуется временным интервалом, и значениями временного ряда, во-шедшими в данный интервал. Примеры меток: «короткий интенсивный спад», «длительный незначительный рост» и т.д. Формально модель вербализованной гранулы временного ряда будет иметь вид:

GTS

V=(~Trend,~t,~Intens) (1) где ~Trend – лингвистическая оценка характера изменения исходного

временного ряда, ~t – нечеткое значение промежутка времени, на котором наблюдалось изменение, ~Intens – лингвистическая оценка интенсивности изменения величины на данном отрезке времени.

При прогнозировании на гранулированных временных рядах по модели Сонга могут возникать коллизии, когда необходимо делать выбор между двумя равновероятными тенденциями или интенсивностями [1]. Одним из способов разрешения таких коллизий может стать получение дополнительной информации по схожему гранулированному ряду. Тогда еще одним фактором в принятии решения выбора прогнозной величины будет выступать известная величина из схожего временного ряда. Для определения степени схожести рядов мы можем воспользоваться понятием корреляции.

Под корреляцией будем понимать статистическую взаимосвязь между временными рядами. В статистике для оценки степени схожести используется линейный коэффициент корреляции, рассчитываемый по формуле:

(2)

Попробуем сформулировать возможные методы решения поставленной

задачи. Схожесть мы можем определить двумя методами: либо попробовать адаптировать приведенную формулу линейного коэффициента, либо попарно сравнить гранулы-суждения, допуская, что гранулированный временной ряд уже несет в себе некоторую смысловую характеристику исходного ряда.

При попытке адаптации формулы линейного коэффициента корреляции к гранулированным временным рядам мы сталкиваемся со следующими сложностями:

- ряды должны быть одинаковой длины; - необходимо понятие среднего значения ряда; Если ACL-шкалы[1], описывающие наш ряд состоят из трех позиций

({рост, стабильность, спад},{короткий, средний, длительный},{слабый, средний, сильный}), то под средним значением ряда мы можем взять среднее значение шкалы. Тогда вычислим отдельно коэффициент для тенденций и интенсивностей по следующему правилу: понятия на шкале упорядочены с шагом 1. То есть, рост будет отличаться от стабильности на 1, а спад на -1.

145

Итоговый коэффициент тогда будет вычисляться как произведение коэффициентов по каждой из характеристик:

* (3)

Суть второго метода заключается в том, что мы сравниваем гранулы

обоих рядов и присваиваем оценки по следующим правилам: схожие тенденции дают 1, противоположные -1. Схожие интенсивности и длительности добавляют по 0,5. После получения ряда оценок его среднее значение и будет искомым коэффициентом корреляции.

Проведем эксперимент. Возьмем пять пар числовых временных рядов, рассчитаем для них стандартные коэффициенты корреляции, затем выделим на них гранулы, рассчитаем коэффициенты корреляции обоими предложенными методами, и сравним полученные результаты. Сводная таблица экспериментов (таблица 1) приведена ниже:

Таблица 1.

Результаты эксперимента №пары Линейный

коэффициент Коэффициент по методу адаптации

Коэффициент по методу сравнения

Ошибка, метод адаптации

Ошибка, метод сравнения

1 0,10 -0,05 0,09 0,15 0,01

2 -0,38 0,34 0,32 0,72 0,7

3 0,5

0,48 0,31 0,02 0,19

4 0,25 0,85 0,375 0,6 0,125

5 -0,3 0,5 -0,06 0,8 0,24

Средняя ошибка 46% 25%

В результате эксперимента мы увидели то, что, во-первых, ни один из

методов не может быть назван адекватным, хотя показатель средней ошибки у метода сравнения существенно ниже. Во-вторых, прямая адаптация статистических формул к данной задаче не является правильной. Следовательно, дальнейшее исследование должно быть направлено либо на улучшение метода сравнения, либо на формулирование другого метода выявления корреляции на гранулированных временных рядах.

СПИСОК ЛИТЕРАТУРЫ

1. Шишкина В.В. Оценка и прогнозирование финансового состояния предприятия на основе временных рядов нечетких элементарных тенденций. Известия Самарского центра РАН, т.12, №4(2), 2010. С.498-505.

146

УДК 004.9 РАЗРАБОТКА ОБУЧАЮЩЕЙ ПРОГРАММЫ ДЛЯ ДЕТЕЙ ДОШКОЛЬНОГО ВОЗРАСТА В.В. Воронина, М.А. Здор

Развитие детей формируется с детства и очень важно вовремя заложить

необходимые задатки, основы, знания. Цитируя А. Маркушевича, стоит отметить, что «кто с детства занимается математикой, тот развивает внимание, тренирует свой мозг, свою волю, воспитывает настойчивость и упорство в достижении цели». Математика является одним из важнейших предметов школьного курса, которая учит думать логически и системно. Актуальность данной темы состоит в том, что очень важно, чтобы дети дошкольного возраста имели мотивацию к изучению математики. Для детей дошкольного возраста самым увлекательным видом обучения является игра. Какое же значение имеет игра? В процессе игры у детей вырабатывается привычка сосредотачиваться, мыслить самостоятельно, развивать внимательность, стремление к знаниям. Увлекшись, ребенок не заметит, что учится, в этом и есть основной принцип развивающих игр – совмещение элементов игры и учения. В отличие от других видов деятельности игра содержит цель в самой себе.

Разработанная программа позволяет ознакомиться с некоторыми интересными вопросами математики на данном этапе обучения. Решение арифметических задач, которые связанны с логическим мышлением, закрепит интерес детей к познавательной деятельности. Программа представляет собой введение в мир элементарной математики. Цель разработки: развить в детях дошкольного возраста математический образ мышления.

Так как основное требование к программе – яркий графический интерфейс, то для ее реализации было принято решение использовать технологию GDI+, так как она позволяет достаточно быстро выводить требуемое изображение, не занимая больших объемов памяти компьютера для его хранения.

Главное меню, изображенное на рисунке 1, представляет собой 4 пазла черно-белой картинки.

Рисунок 1. Главное меню При создании программы, было решено добавить дополнительную

мотивацию – цель игры в том, чтобы пазл был собран, картинка окрашена, что

147

возможно только при корректном выполнении всех заданий. Чтобы игра не выглядела «одноразовой», справа находятся кнопки, нажав на которые, изменяется исходное изображение (на Рисунке 1 выбрана картинка под номером три). В классе mainForm объявлены 4 переменных pictureflag1, pictureflag 2, pictureflag 3 и pictureflag4 для соответствующих частей пазла, по умолчанию равные нулю, которым присваивается значение картинки, при корректном выполнении задания игры, то есть, благодаря им, программа будет знать, с какой картинки запущена игра. Метод Check , который отвечает за анимацию и склеивание в единое цветное изображение черно-белого пазла, срабатывает в том случае, когда pictureflag1, pictureflag2, pictureflag3 и pictureflag4 имеют одинаковое значение ( все игры запущенны с одной картинки и выполнены корректно). Каждый пазл представляет собой мини-игру, которая непосредственно связана с математикой.

Игра 1 – «Посчитай-ка». Основной интерфейс изображен на рисунке 2(а).

(а) (б) Рисунок 2. (а) Игра «Посчитай-ка», (б) игра «Четное-нечетное» Суть игры: В PictureBox’e находится картинка необходимо вписать в

RichTextBox’ы цифры, соответствующие количеству, изображенным на рисунке предметам. Существует массив картинок, которые выводятся последовательно после ввода пользователем "ответов" на задание (посчитать количество предметов на картинке) в два RichTextBox'а. Есть метод, который обрабатывает введённое пользователем и сравнивает с корректными значениями (хранятся в памяти). Имеется счетчик правильных ответов. Если количество правильных ответов равно количеству заданий , то появляется сообщение «Поздравляем!» и происходит смена картинки на главной форме на цветную. В другом случае картинка на главной форме цвет не меняет, а сообщение MessageBox’а содержит информацию о количестве правильных ответов.

Игра 2 – «Чётное-нечётное».Основной интерфейс представлен на рисунке 2(б). Суть игры: В центр окна генерируется число методом Random’a. Определить нажатием на одну из двух кнопок («Четное», «Нечетное») ,каким является число. Обработка событий – нажатие на кнопку "НЕЧЁТНОЕ": метод обрабатывает число, находящееся в Label’е. Если условие на нечетность (lbl.Text / 2 ! == 0) выполняется, то счётчик верных ответов увеличивается; нажатие на кнопку «ЧЁТНОЕ»: метод обрабатывает число, находящееся в Labelе. Если условие на нечетность (!(Convert.ToInt32(lbl.Text) % 2 == 0))

148

выполняется, то счётчик верных ответов увеличивается. Если количество правильных ответов равно количеству заданий (для количества заданий тоже имеется переменная, которая увеличивает свое значение по нажатию на кнопки) , то появляется сообщение "Поздравляем!" ,и происходит смена картинки на главной форме на цветную.В другом случает картинка на главной форме цвет не меняет, а сообщение MessageBox содержит информацию о количестве правильных ответов.

Игра 3 – «Элементарная математика». Основной интерфейс изображен на рисунке 3(а).

(а) (б) Рисунок 3. (а) Игра «Элементарная математика», (б) игра «Занимательная

математика» Суть игры: На форме находятся 10 Label’ов с примерами: 5 слева на

сложение, 5 слева на вычитание. Label’ы, необходимые для данной игры, заполняются значениями Random’но. Для второго столбца ( примеры на вычитание) стоит дополнительное условие - первое число должно быть больше первого (игра для обучения детей математики, работа с отрицательными числами поэтому не подразумевается). Результат обрабатывается после нажатия на кнопку «Подтвердить». Если пользователь оставил какой-либо RichTextBox пустым или ввёл не число, то выходит cообщение «Пожалуйста, введите цифры во все окна». После программа высчитывает примеры, полученные путем Random'а и сверяет с данными, введёными пользователем. Если ответ верный, RichTextBox приобретает цвет GreenYellow , иначе Tomato. Если все ответы правильные (а RichTextBoxы зелёные), то появляется сообщение «Поздравляем!», и происходит смена картинки на главной форме на цветную. В другом случает сообщение MessageBox содержит информацию о количестве правильных ответов, и необходимо исправить ответы в тех RichTextBox'ах, которые имеют красный цвет.

Игра 4 – «Занимательная математика». Основной интерфейс изображен на рисунке 3(б). Суть игры: Вставить число в пример (формат x+(для ввода пользователем)=y), чтобы равенство было верным. Значения чисел x и y получены с помощью Random’а. Знак «+» или «-» формируется ,исходя из того, больше число x, чем число y или нет (чтобы избежать отрицательных ответов). Имеется проверка на введенное сообщение пользователем в RichTextBox. Аналогично, другим играм имеется счетчик правильных ответов. Вывод MessageBox'ов тоже аналогичен.

В заключении стоит отметить, что поставленная задача – сделать детскую игру с ярким графическим интерфейсом, обучающую математике, успешно

149

выполнена. Данная программа будет способствует развитию математических способностей у детей дошкольного возраста. УДК 519.233, 004.42 РАЗРАБОТКА СИСТЕМЫ ПРОГНОЗИРОВАНИЯ СУММ КРЕДИТНЫХ ДОГОВОРОВ НА ОСНОВЕ ARIMA(X) С.В.Куркина, В.С. Аввакумова, И.Н. Шеянова

Введение. Кредитование - это одна из самых сложных и непредсказуемых

областей в сфере деятельности банков в связи со сложностью моделирования поведения заемщика.

Во избежание возможных ошибок необходимо прогнозировать будущие суммы договоров займов с помощью различных методов анализа и прогнозирования временных рядов, опираясь на существующие статистические данные (суммы договоров займов за определенный предшествующий период, проценты и проч.).

Методы ARIMA(X)- авторегрессия и ARIMA(X)-расширение. ARIMA(X) - модель и методология анализа временных рядов. Является расширением моделей ARMA для нестационарных временных рядов.

В данной работе имеется временной ряд сумм договоров займа Z(t). Формула для определения Z(41) на основании ряда с 40 членами выглядит следующим образом и называется авторегрессией порядка p:

В этой формуле известны значения Z(40), Z(39), Z(38) и т.д., но не

известны коэффициенты a. Если для Z(41) работает такая зависимость, значит, она работает и для

всех предыдущих точек сумм договоров займа, т.е. можно получить систему уравнений:

… Самый легкий способ определения коэффициентов - использование

метода наименьших квадратов. После определения коэффициентов методом наименьших квадратов

необходимо поставить их в формулу Z(41) и рассчитать значение функции в этой точке, то есть найти следующую прогнозируемую сумму договоров займов.

Последовательно вычисляя значения Z(t), можно определить прогнозируемые значения на заданный будущий период.

Целью расширения модели прогнозирования ARIMA(X) является

добавление в нее учета внешних факторов. Расширение модели ARIMA(X) имеет дело с моделью авторегрессии AR(p).

В данной работе нужно добавить в модель учет двух показателей, представленных в виде временных рядов X(t) и Y(t) – это сумма договоров займа и процент, под который заемщик получает кредит. В таком случае выражение авторегрессии для точки №41 будет иметь вид:

150

Коэффициенты данной линейной регрессии находятся таким же образом, как и в случае с авторегрессией.

и т.д. Важно отметить, что в данной модели прогнозирования сумм договоров

займа внешние факторы, то есть показатели X(t) и Y(t), должны учитываться в соответствующие моменты времени.

Программное обеспечение. Основным назначением программы является учет договоров займа, формирование тематических отчетов и прогнозирование сумм займов методами ARIMA(X)-авторегрессия и ARIMA(X)-расширение на основе имеющихся тенденций.

Разработанная система выполняет следующие функции: - Обеспечение возможности ввода, обновления, удаления данных в

справочниках договоров займа, агентов, контрагентов. - Автоматизирование процесса расчета сумм начисленных процентов,

составления бухгалтерских проводок. - Автоматизирование процесса формирования отчетов двух видов:

ведомости сумм полученных займов, ведомости о договорах займа, завершенных до истечения установленного срока.

- Автоматизирование процесса прогнозирования сумм договоров займов методами ARIMA(X)-авторегрессия и ARIMA(X)-расширение.

Эксперименты. Входными данными для экспериментов являются два

временных ряда сумм договоров займа и процентов: 1-й – ряд, сгенерированный случайным образом (данные 2-й – ряд, сгенерированный по нормальному закону распределения (с 1 по 31 декабря). Подсчет стандартной ошибки осуществляется в рублях, так как это единица измерения наиболее показательна для пользователя.

Таблица 1.

Результаты экспериментов Метод Тип выборки Станд.

ошибка График прогноза

AR

IMA

(X)-авторегрессия Выборка,

полученная случайным образом

2370,46 руб.

151

Метод Тип выборки Станд. ошибка

График прогноза

Выборка, сгенерированная по закону нормального распределения

1381,69 руб.

Выборка, полученная случайным образом

1036,01 руб.

AR

IMA

(X)-расш

ирение

Выборка, сгенерированная по закону нормального распределения

856,17 руб.

В результате экспериментов были построены графики, которые наглядно

отображают суммы предположительных прогнозных значений и позволяют определить дальнейшую тенденцию (убывание или возрастание объемов сумм займов).

Вывод. В заключение стоит отметить, что эффективность прогноза сумм договоров долгосрочных и краткосрочных займов методами ARIMA(X)-авторегрессия и ARIMA(X)-расширение зависит от длительности периода, на основании которого будет строиться прогноз. При определении метода прогнозирования пользователь может выбрать прогноз, либо опираясь на данные расчета средней ошибки, либо исходя из собственных предпочтений.

152

СПИСОК ЛИТЕРАТУРЫ 1. Блауберг И.В., Юдин Э.Г. Становление и сущность системного подхо-

да. — М.: Наука, 1973. – 341 с. 2. Денисов А.А. Современные проблемы системного анализа: Информа-

ционные основы: Учебное пособие. — СПб.: Изд-во СПбГТУ, 2005. — 295 с. 3. Льноградский Л.А. Горизонты системного анализа. — Самара: ИЭКА

Поволжье, 2000. — 244 с. 4. Математическое бюро [Электронный ресурс]: Модель прогнозирования

ARIMAX: авторегрессия: 2012. URL: http://www.mbureau.ru/blog/model-prognozirovaniya-arimax-avtoregressiya (дата обращения: 01.12.2014).

5. Математическое бюро [Электронный ресурс]: Модель прогнозирования ARIMAX: расширение: 2012. URL: http://www.mbureau.ru/blog/model-prognozirovaniya-arimax-rasshirenie (дата обращения: 01.12.2014).

УДК 519.816, 004.42 ЛИНГВИСТИЧЕСКИЙ АНАЛИЗ ЭФФЕКТИВНОСТИ ТРУДА НА ПРЕДПРИЯТИИ С.В. Куркина, А. В. Водовозова

В ходе работы на предприятие поступает множество проектов, и администрации необходимо производить контроль деятельности сотрудников, этапов и сроков выполнения этих проектов. Именно поэтому для повышения эффективности работы предприятия было принято решение разработать модуль лингвистического оценивания квалификации сотрудников и производительности труда на предприятии [1-2].

Рис. 1. Треугольная функция принадлежности.

В данной работе лингвистическая оценка производительности труда

сотрудника дается на основании данных о выполненных задачах. А именно, оценивается текущая квалификация сотрудника и сложность выполненных задач, используя базовые механизмы нечеткой логики [3], при помощи треугольной функции принадлежности µA(x) (рис. 1).

Для лингвистического оценивания квалификации сотрудников и производительности труда на предприятии был разработан алгоритм, использующий механизмы нечеткой логики. Логика алгоритма представлена в виде сценария (рис. 2).

В ходе тестирования программы был проведен эксперимент, в котором

153

входными значениями послужили данные о выполненных задачах выбранного сотрудника Сиркова А. Н. за квартал. Результаты анализа отображены в области «Результаты» (рис. 3). Здесь можно увидеть не только конечный результат с рекомендацией к повышению данного сотрудника, но также и статистику по работе сотрудника за период.

Таким образом, лингвистическое оценивание производительности труда сотрудника позволяет быстро и качественно оценить работу конкретного сотрудника с использованием механизмов нечеткой логики.

Рис. 2. Сценарий лингвистического оценивания производительности труда

Рис. 3. Форма «Лингвистический анализ»

На основании проведенных экспериментов можно сделать вывод, что

данный сотрудник заслуживает повышения категории с третьей до второй. Лингвистическое оценивание позволит эффективнее отслеживать

исполнительность сотрудников, принимать решения о повышении или понижении сотрудников обоснованно, что поможет предприятию повысить в

154

целом производительность труда и мотивацию работников. СПИСОК ЛИТЕРАТУРЫ

1. Дэннис Локк. Основы управления проектами. Пер. с англ. М.: «Hippo», 2004. 253 с.

2. Козлов А. С. Проектирование и исследование бизнес-процессов. М.: МПСИ, 2006. 272 с.

3. Ярушкина Н.Г. Основы теории нечётких и гибридных систем. Учебное пособие, М.: Финансы и статистика, 2004. -89 c.

УДК 004.4 ПРИМЕНЕНИЕ МЕТОДОЛОГИИ СТРУКТУРНОГО АНАЛИЗА И ПРОЕКТИРОВАНИЯ ДЛЯ РАЗРАБОТКИ ИС С.В. Куркина, К.С. Галныкина

Одной из самых распространенных методологий структурного анализа и

проектирования является методология SADT (акроним от англ. Structured Analysis and Design Technique), которая появилась в конце 60-х годов в результате революции, вызванной структурным программированием и развивается до сих пор (рис. 1). Первое крупное приложение SADT было реализовано в 1973 г. при разработке большого аэрокосмического проекта по созданию завода будущего.

В 1974 г. SADT была улучшена и передана крупнейшей европейской телефонной компании.

В начале 70-х годов данная методология была реализована в виде четкой формальной процедуры, а SADT-аналитики использовали бланки диаграмм и титульные листы. Уникальный и эффективный метод кодирования связей между декомпозициями с использованием ICOM-кодов облегчали бумажную реализацию. Эти преимущества SADT-методологии позволяли превосходить все другие методы структурного анализа, которые имеют бумажную реализацию. В 1975 г. методология SADT появилась на рынке в виде продукта.

Появление компьютеров достаточной мощности и диапазона с приемлемой скоростью создания графических изображений в конце 70-х дало возможность автоматизировать те структурные методы, которые, как и SADT, преимущественно опирались на графику.

В начале 80-х годов появился персональный компьютер с графическими возможностями, который умещался на письменном столе, и это привело к созданию автоматизированных рабочих мест для нескольких графических методов структурного анализа. В это же время первые попытки реализации SADT на мини- и микрокомпьютерах были предприняты в США, Европе и Скандинавии, что привело к созданию автоматизированного рабочего места SADT во Франции, которое назвали SPECIF X.

К 1981 г. SADT уже использовали более чем в 50 компаниях при работе более чем над 200 проектами и охватывавшими двенадцать проблемных областей, в том числе аэрокосмическое производство, телефонные сети, учет материально-технических ресурсов, управление, контроль и обработку данных.

155

Рис. 1. История развития SADT-методологии

Современный уровень информационных технологий предоставляет

богатый выбор методов для создания автоматизированной поддержки SADT. Методология SADT представляет собой совокупность правил, методов и

процедур, которые предназначены для построения функциональной модели объекта какой-либо предметной области. SADT-модель представляет собой совокупность иерархически упорядоченных и взаимосвязанных диаграмм, которые организованы в виде древовидной структуры, где верхняя диаграмма является наиболее общей, а самые нижние наиболее детализированы.

В настоящее время методология SADT активно используется при разработке информационных систем. Построение SADT-модели начинается с представления всей системы в виде простейшей контекстной диаграммы, где присутствует один функциональный блок и дуги, отображающие интерфейсы вне системы. В качестве примера информационной системы рассмотрим информационную систему по учету ГСМ в автомобиле и представим её контекстную диаграмму на рисунке 2.

Рис.2. Контекстная диаграмма В качестве основного бизнес-процесса рассматривается процесс учета

ГСМ в автомобиле. Для описания бизнес-процессов был использован инстру-мент моделирования bpwin 4.0.

156

Взаимодействие работ между собой и внешним миром описывается в виде стрелок. В IDEF0 различают 4 вида стрелок:

Вход (англ. input) – информация или материал, которые используются и преобразуются работой для получения результата (выхода).

На данной диаграмме в качестве входа рассмотрены следующие пункты: - ГСМ; - АЗС; - Путевой лист.

Управление (англ. control) – нормативные, управляющие и регламен-тирующие данные, которыми руководствуется работа. В качестве управления могут быть правила, стандарты, нормативы и т.д.

В данном случае блок управления представлен: Уставом предприятия – описание основных пунктов функционирования

организации; Должностными инструкциями – основные задачи работы сотрудников ор-

ганизации; Внутренними стандартами и правилами; Лицензиями предприятия. Механизм (англ. mechanism) – ресурсы, которые выполняют работу. Персонал предприятия – сотрудники организации; 1С: Предприятия 8.2; Автомобиль; Водитель автомобиля. Выход (англ. output) – информация или материал, которые представляют

результат выполнения работы. Выходом в данном случае является: Отчет “Динамика изменения цен” - отражает за какую цену и в какие дни

покупался бензин, отслеживается динамика изменения данных цен. Отчет о пробеге - показывает пробег автомобиля на выбранный период

времени, а также выдаёт рекомендации по дальнейшей эксплуатации автомо-биля в зависимости от пройденных километров.

Отчет об остатках ГСМ в автомобиле - показывает остатки бензина в баке автомобиля на выбранную дату.

Диаграмма IDEF0 – 1-й уровень Первый уровень является детализацией 0 уровня и содержит основные

функциональные блоки, задействованные в системе. На рисунке 3 представлена декомпозиция блока “Учёт ГСМ в автомобиле”.

157

Рис. 3. Декомпозиция блока «Учёт ГСМ в автомобиле» Диаграмма детализирует основной процесс на следующие

функциональные блоки: 1. Покупка ГСМ – покупка бензина на АЗС. 2. Обработка путевого листа – проведение путевого листа, подсчёт

литров бензина, оставшегося в баке, определение общего пробега автомобиля. Блок «Покупка ГСМ» с входными параметрами «ГСМ» и «АЗС» под

управлением «Устава предприятия», «Лицензией предприятия», «Должностных инструкций», «Внутренних стандартов и правил» выход которого направляется на вход к работе «Обработка путевого листа», на выходе имеем Отчет “Динамика изменения цен”.

Блок «Обработка путевого листа» управляется также с помощью «Устава», «Лицензии», «Должностных инструкций» и «Внутренних стандартов и правил», при применении механизмов «1с:Предприятие 8.2», «Автомобиль», «Водитель автомобиля», и «Персонал предприятия». Входные параметры: «Путевой лист». Выходные параметры: «Отчет о пробеге», «Отчет об остатках ГСМ в автомобиле». SADT методология, как правило, применяется на ранних этапах жизненного цикла информационной системы и во многом помогает при её разработке: определяются основные работы системы, порядок из взаимодействия, выявляются входные и выходные параметры и строится диаграмма IDEF0, которая в дальнейшем облегчит процесс создания ИС.

УДК 519.237.8, 004.42 КЛАСТЕРНЫЙ АНАЛИЗ ЗАКАЗЧИКОВ С.В. Куркина, А.А. Дятлова

Введение. Визитная карточка впервые появилась в XVII столетии, ее название происходит от французского слова «visite» - посещение с определенной деловой целью [1]. Всего 10 лет назад могло показаться, что в связи с появлением мобильных телефонов и различных гаджетов потребность в

158

визитках пропадет совсем, но время идет, техника устаревает, а визитки все печатаются и остаются актуальными до сих пор, именно визитка помогает сформировать первое впечатление о фирме и человеке.

Дизайн визитки может быть разработан индивидуально, либо может быть создан с использованием готового шаблона. Разработка персонального дизайна займет больше времени и денежных затрат, чем использование в дизайне шаблона, но в свою очередь именно неповторяющийся стиль карточки отличит ее от остальных.

«Автоматизированная система разработки визитных карточек» позволяет пользователю быстро нарисовать макет собственной визитки и затем оформить заказ на ее производство. Так же данная система позволяет произвести анализ всех заказчиков, которые использовали систему.

Задачи, которые стояли для достижения данной цели: проектирование базы данных проекта, где хранится вся информация по заказам, заказчикам и созданным визиткам, обеспечение возможности работы со справочниками, предоставление инструментов для работы в пользовательском режиме, проведение анализа.

В настоящее время в интернете существует большое количество онлайн-программ по разработке визиток, например: сайт-визитка, printclick и многие другие, но ни одна из них не предоставляет возможности ведения учета и дальнейшего анализа, а так же часть инструментов не доступна в бесплатной версии онлайн-программы.

Алгоритм принятия решения. В качестве метода анализа заказчиков был выбран кластерный анализ, а именно анализ методом k средних, при котором каждый объект может относиться к каждому кластеру с определенной степенью принадлежности.

Кластерный анализ применим в различных сферах для решения проблем группировки. Речь может идти о продуктах, клиентах, сотрудниках – при грамотном применении кластерный анализ может работать с весьма широким спектром объектов.

При первом разбиении первоначальные центры кластеров выбираются произвольным образом. При итоговом – центры кластеров вычисляются в ходе выполнения алгоритма:

1) Для каждого объекта из исходных данных рассчитывается расстояние до центров кластеров, после чего он относится к ближайшему кластеру. В каче-стве метрики используется Евклидово расстояние.

2) Далее для каждого кластера находится его центроид – точка, координа-тами которой являются средние значений по каждому из критериев объектов этого кластера, после чего центр кластера смещается в его центроид.

После выполнения каждой итерации изменяются значения центров и соответственно границ кластеров, поэтому этапы 1 и 2 итеративно повторяются до тех пор, пока центры и разбиение не станут постоянными [2].

Реализация метода кластеризации. В данной работе анализ позволяет распределить заказчиков предприятия по группам активности. Оцениваются суммы, возраст и количества заказов, после чего можно сделать вывод – относится ли данный заказчик к разовым клиентам, или он – постоянный клиент фирмы, при этом можно наглядно посмотреть связь между суммами и количеством заказов клиентов, что в дальнейшем может пригодиться, если предприятие захочет ввести систему скидок для постоянных клиентов. Так же можно провести анализ по сфере деятельности заказчиков и получить

159

рекомендации по его результатам, в дальнейшем эта информация может помочь при принятии решений, касающихся рекламы предприятия. Для наглядного представления использована диаграмма, указывающая процентное соотношение по сферам деятельности. (Рис. 1.)

Рис. 1. Диаграмма анализа заказчиков по сфере деятельности

Исходными данными для кластерного анализа являются данные и

статистика по заказчику, так как они берутся по разным критериям (количество, сумма, возраст), то перед началом анализа все данные приводятся к сравнимым шкалам путем нормализации минимума-максимума.

Рис. 2. Распределение Заказчиков по кластерам. Для проведения анализа, пользователю необходимо выбрать критерии,

количество кластеров и нажать соответствующую кнопку, после чего можно посмотреть результаты в таблицах (рис. 2.) и на двух графиках, соответствующие исходному и окончательному разбиению данных по кластерам.

На рис. 3 представлен результат кластерного анализа по критериям «Сумма» и «Количество заказов», число кластеров – 3, количество наблюдений (заказчиков) – 10. Таким образом, исходя из результатов, можно сделать вывод,

160

что существует три группы активности: – «разовые» клиенты; клиенты, заказывающие часто и на большую сумму; заказчики, периодически обращающиеся на предприятие. По результатам разбиения большая часть заказчиков относится к группе разовых клиентов, поэтому рекомендуется руководству компании составить различные специальные предложения или ввести накопительную систему скидок. Результаты каждого анализа можно сформировать в отчет. На графиках различными цветами точками отмечены центры кластеров и объекты, которые вошли в той или иной кластер (см. рис. 3.).

Рис. 3. Графики начального и итогового разбиения данных.

Недостатком реализованного метода является зависимость качество

кластеризации на группы от первоначального разбиения, поэтому в дальнейшем планируется разработка критериев формирования первоначальных центров кластеров с целью получения более качественного результата, обеспечение возможности проведения анализа по трем и более признакам, модификация программного обеспечения.

СПИСОК ЛИТЕРАТУРЫ 1. Райдер, М. Ее высочество визитка. [Электронный ресурс]: Режим дос-тупа: http://krasprint.ru/likbez/her_highness_business_card/

2. Метод k-средних. [Электронный ресурс]: Режим доступа: http://www.basegroup.ru/glossary/definitions/k_means/

УДК 51-77 СИСТЕМА ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ НА ОСНОВЕ КЛАСТЕРИЗАЦИИ И РАССТОЯНИЙ О.Н.Евсеева, С.А. Макарова, Д.О. Шалаев

В настоящее время практически во всех сферах общества особое внимание уделяется сбору и анализу статистической информации. Это приводит к постоянному росту объема данных, который необходимо обрабатывать. При обработке больших объемов статистических данных критическими являются два показателя: скорость получения результатов и их корректность. При этом вероятность возникновения ошибки наиболее высока на первичных этапах обработки, касающихся извлечения и подготовки выборок данных к обработке.

Перед началом реализации проекта было проведено исследование рынка программных средств обработки статистической информации, с целью выявления наиболее популярных систем управления базами данных (СУБД) в

161

данной предметной области. Результаты исследования показали, что таковыми являются MS Access, SQLite и MS SQL Server (поддерживаются системами Statistical Analysis for Genetic Epidemiology, SOFA и др.).

Общая схема работы подсистемы подготовки данных проста: 1. Определяется СУБД; 2. Происходит подключение к файлу БД; 3. Производится запрос к системной таблице на извлечение имен

всех хранящихся пользовательских таблиц; 4. Производится запрос к нужной таблице на извлечение информа-

ции о ее полях; 5. Производится запрос данных из выбранных полей. Сложность заключается в том, что работа с системными таблицами

разных СУБД отличается, однако эта проблема решается с помощью технологии ADO.NET. Для извлечения и подготовки данных к обработке пользователю достаточно: «Открыть базу данных» с помощью обычного диалога выбора файлов; из списка «Таблицы» выбрать таблицу, из которой следует извлечь данные; и последнее, настроить обработку данных путем выбора полей таблицы, шкал расстояний для них (см. рис. 1).

Модуль анализа данных включает в себя подсчет расстояний между объектами, fcm-кластеризацию и кластеризацию на базе алгоритма поиска минимального покрывающего дерева Дейкстры-Прима.

Входящей информацией для модуля анализа данных является таблица с данными, а также назначенные типы шкал для каждого атрибута таблицы. Выходящая информация – список объектов специального класса ClusteredObject, который является классом разработанного для этих целей пакета Intermediate.

Алгоритмы кластеризации выполняются непосредственно после проведения подсчета расстояний, так как разделение объектов на группы происходит согласно расстояниям между ними. Затем пользователю предоставляется возможность выбора методов. В настоящее время какая-либо поддержка этого процесса в системе отсутствует. В дальнейшем планируется выведение рекомендаций по наиболее оптимальному методу кластеризации согласно прогнозируемому времени обработки.

162

Рисунок 3. Главная форма выгрузки и подготовки данных

Fcm-кластеризация равноценна алгоритму на основе остовного дерева по

временным затратам. В среднем, для группировки 266 объектов затрачивается не более двух секунд. Для небольшой базы данных это не критично. Однако, при обработке объемных баз данных, необходимо дополнить модуль еще одним методом кластеризации. В качестве такового выбран алгоритм Forel, выполняющий обработку данных с меньшими временными затратами.

Разработанная система предоставляет возможность работать с тремя разными СУБД одним универсальным

способом; возможность эффективной обработки статистических данных любой

предметной области. Разработанная система применялась для группировки клиентов ООО

«Санаторий «Итиль» по количеству посещений. Благодаря полученным данным администратор отрегулировал правила назначения скидок клиентам, которые используются для стимулирования отдыхающих на повторное посещение.

СПИСОК ЛИТЕРАТУРЫ 1. Евсеева О. Н. Курс лекций по теории систем и системному анализу. – Режим

доступа: http://is.ulstu.ru/sites/default/files/filepicker/31/%D0%A2%D0%A1%D0%B8%D0%A1%D0%90-1.pdf_0.pdf, свободный, (08.01.2015).

2. Левитин А.В. Алгоритмы: введение в разработку и анализ. — М.: «Вильямс», 2006. — 576 с.

3. Хабрахабр. [Электронный ресурс]: Режим доступа: http://habrahabr.ru/post/101338.

163

УДК 658.64 СИСТЕМА ПОСТРОЕНИЯ ЭФФЕКТИВНОЙ СХЕМЫ ДОСТАВКИ ЗАКАЗОВ ПО ГОРОДУ О.Н.Евсеева, Э.Ф.Шарафутдинов, А. А. Ефремов

Получить желаемое (свой заказ), не выходя из дома, для современного

покупателя не новость, и требования к качеству и срокам доставки растут. В рамках разработки системы «LogisticCenter» были исследованы подходы к ре-шению задачи коммивояжера в условиях города и технические решения по реализации и развертыванию такой системы в целом.

Система «LogisticCenter» представляет собой сайт, созданный на базе следующих средств: GWT (GoogleWebToolkit) – для реализации визуальной части веб-приложения; SpringFramework для решения задач администрирова-ния сайта; Hibernate — библиотека для языка программирования Java, предна-значенная для решения задач объектно-реляционного отображения (object-relationalmapping — ORM).

Ключевой вопрос – доставка заказов по городу. При этом, заранее не из-вестно через какое количество точек на карте программе придется проклады-вать маршрут, их может быть как 2 или 3, так и несколько сотен. При этом про-грамма должна построить эффективный маршрут через все точки за приемле-мое время. Пусть будет дан полный взвешенный граф из 500 вершин, заданный матрицей смежности. Нам необходимо найти гамильтонов цикл в этом графе как можно меньшей суммарной стоимости.

Были рассмотрены жадный алгоритм, метод ветвей и границ в классиче-ском варианте и с эвристикой, сочетание жадного алгоритма с локальным ме-тодом ветвей и границ, муравьиный (Ant Colony Optimization - ACO) и генетиче-ский алгоритмы.

Жадный алгоритм. Можно начать из любой вершины. Выбирая ребро ми-нимальной стоимости из тех, по которым можно идти, переходим в следующую вершину будущего маршрута, текущую вершину удаляем из множества претен-дентов, в следующей вершине процесс повторяется, пока не закончатся пре-тенденты.

Просто и быстро. Однако ответ может быть очень и очень далеким от идеала. Жадный алгоритм хорошо работает на случайном графе, однако в на-шем случае ничего про граф не известно.

Метод ветвей и границ («поиск с возвратом», «backtracking»). Основан на идее улучшенного перебора, путем отбрасывания на каждом шаге алгоритма явно неоптимальных решений.

Пусть S(0) — множество всех допустимых замкнутых маршрутов задачи о коммивояжере с N точками маршрута и матрицей затрат C. Метод основан на разбиении этого множества на два непересекающихся подмножества и на вы-числении оценок каждого из них. Далее подмножество с минимальной оценкой разбивается на два подмножества, и вычисляются их оценки. На каждом шаге выбирается подмножество с наименьшей оценкой и производится его разбие-ние на два подмножества. В конце концов, получается подмножество, содер-жащее один цикл, стоимость которого минимальна.

Алгоритм состоит из двух этапов. Первый этап - приведение матрицы за-трат и вычисление нижней оценки стоимости маршрута.

Второй (основной) этап заключается в следующем.

164

Вычисляется штраф за неиспользование для каждого нулевого элемента приведенной матрицы затрат. Штраф за неиспользование элемента с индексом (h,k) в матрице, означает, что это ребро не включается в маршрут. Далее мно-жество S(0) разбивается на два — Sw (содержащие ребро h,k) и Sw/o (не со-держащие ребро h,k). Вычисляются оценки затрат для маршрутов, входящих в каждое из этих множеств. Из множеств Sw и Sw/o выбирается то, которое имеет лучшую оценку. Так продолжается, пока в матрице затрат не останется одна не вычеркнутая строка и один не вычеркнутый столбец.

Алгоритм тратит на построение маршрута относительно приемлемое время при выборе на каждом шаге только из двух множеств (Sw и Swo). Но по резуль-тату очень много проигрывает жадному алгоритму. Если же, на каждом шаге выбирать лучшее множество из всех, полученных к этому шагу и не использо-вавшихся до этого, то для маленьких графов (порядка 40-50 вершин), получа-ется хороший маршрут, но для 500 вершин требуется значительно больше времени.

Метод ветвей и границ с эвристикой. В алгоритме ветвей и границ итеративно строится дерево всех возможных решений, в узлах которого на ка-ждом шаге итерации решается брать ребро (x,y) или нет. Лучший вариант для следующей итерации берется по оценке. При этом учитываются и вес ребра, и глубина дерева. Но, к сожалению, за ночь работы получается результат, кото-рый выигрывает у жадного алгоритма только ~2%. Данное преимущество очень мало, учитывая, что жадный алгоритм работает намного быстрее.

Жадный алгоритм с локальным методом границ и ветвей. 1. С помощью жадного алгоритма получаем некоторый маршрут. 2. Делим этот маршрут на несколько частей. 3. К каждой части добавляем фиктивное ребро — из последней вершины мар-

шрута в первую, которое трогать запрещается. 4. На каждой из этих частей запускаем метод ветвей и границ, без эвристики. 5. Объединяем части, оптимизированные методом ветвей и границ, размыкая

фиктивные ребра и соединяя последнюю вершину n-1 части с первой n час-ти. В результате получаем время работы на 25 частях — 3 минуты, и выигрыш

у жадного алгоритма ~7%, 10 частей — 4 часа, выигрыш ~15%. Муравьиный алгоритм. Идея данного алгоритма принадлежит Марко До-

риго, который предложил данный алгоритм в 1992 году. Алгоритм относят к ме-таэвристическим оптимизациям.

Оригинальная идея исходит от наблюдения за муравьями, в процессе по-иска кратчайшего пути от колонии до источника питания.

Первый муравей находит источник пищи (F) любым способом (а), а затем возвращается к гнезду (N), оставив за собой тропу из феромонов (b) (рис. 1). Затем муравьи выбирают один из четырёх возможных путей, затем укрепляют его и делают привлекательным. Муравьи выбирают кратчайший маршрут, так как у более длинных феромоны сильнее испарились.

Для использования этой идеи в методе ветвей и границ производятся сле-дующие изменения. Если в дереве решений «брать/не брать ребро» пошли по одному из путей, «положим» на путь из корня до этой вершины некое число феромонов. На каждом ребре феромоны всех путей через это ребро склады-ваются. На каждой итерации алгоритма количество феромонов на каждом пути уменьшается на какое-то количество процентов. При выборе следующей вер-

165

шины руководствуемся не только ее оценкой затрат, но и количеством феромо-нов на пути к ней.

Выигрыш у жадного алгоритма ~17%, время работы — около часа.

Рисунок 4. Муравьиный алгоритм

Генетический алгоритм. Основным источником идей для этого алгоритма

выступает биологическая эволюция. Ключевой объект в этом алгоритме - это так называемый оператор скрещивания, который производит рекомбинации решений-кандидатов.

Решение представляется вектором номеров вершин (в каждой i-ой ячейке этого вектора хранится номер вершины в которую из этой i-ой вершины должен осуществляться переход). Новые решения, из которых будут выбираться реше-ния для скрещивания, получают как результат мутаций старых решений и скрещивания.

Мутация определена как функция, которая случайно меняет некоторые ге-ны (ячейки массива в нашем случае), и результат закладывается во множество решений. Скрещивание определяется как комбинация (случайная) генов не-скольких лучших решений из предыдущей итерации.

На каждом этапе выбрасываются неприспособленные решения, то есть те, которые не являются гамильтоновым циклом. Решения для мутаций выбирают-ся случайно с некоторой вероятностью. Решения для скрещивания выбираются опять же случайно, но лучшие решения, полученные к данной итерации (у кото-рых вес цикла меньше) должны иметь большую вероятность.

Выигрыш у жадного алгоритма ~12%, время работы — несколько минут. Заключение. Из рассмотренных муравьиный и генетический алгоритмы

являются рекордсменами, так как наиболее эффективны. Их применение по-зволит строить наиболее эффективные маршруты даже через большое количе-ство точек на карте города за приемлемое время.

СПИСОК ЛИТЕРАТУРЫ

1. Томас Х. Кормен, Чарльз И. Лейзерсон, Рональд Л. Ривест, Клиффорд Штайн Алгоритмы: построение и анализ = IntroductiontoAlgorithms. — 2-е изд. — М.: «Вильямс», 2006.— С. 1296.

166

2. Левитин А.В. Алгоритмы: введение в разработку и анализ. — М.: «Вильямс», 2006. — С. 159-160..

3. Хабрахабр. [Электронный ресурс]: Режим доступа: http://habrahabr.ru/post/160077.

УДК 004.65, 004.4'2 ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ ДИАГРАММ ВАРНЬЕ-ОРРА НА ЭТАПЕ ПРОЕКТИРОВАНИЯ В СОВРЕМЕННЫХ УСЛОВИЯХ С.В. Куркина, М. В. Елизарова

Введение. Методология структурного анализа и проектирования

программного обеспечения(ПО) определяет руководящие указания для оценки и выбора проекта разрабатываемого ПО, шаги работы, которые должны быть выполнены, их последовательность, правила распределения и назначения операций и методов. В настоящее время успешно используются практически все известные методологии структурного анализа и проектирования, в том числе развития структурных систем Варнье-Орра.

Диаграмма Варнье-Орра - графический метод наброска, используемый в программировании в системных целях анализа и проектирования. Простой графический метод, используемый в диаграммах Варнье-Орра, делает уровни в системе очевидными и движение данных между ними понятными. Диаграммы помогают программистам в работе и заметить ошибку прежде ее появления или перехода на другой этап проекта. Диаграммы легко понять и также легко создать. Простой графический метод, используемый в диаграммах Варнье-Орра, делает уровни в системе очевидными и движение данных между ними яркими.

Основные элементы. Чтобы спроектировать диаграмму Варнье-Орра, аналитик работает в обратном направлении, начиная с построения систем и использующий структуру для анализа. На бумаге развитие перемешается справа налево.

Базовым элементом диаграммы Варнье-Орра является множественная скобка. Детализация элементов данных производится слева-направо, предполагаемая последовательность действий осуществляется слева-направо и сверху-вниз. Такая нотация удобна для представления композиции структур, определения структур данных, спецификации форматов файлов, и может быть использована для иллюстрирования структуры программы и иерархии модулей (заменой структур данных на модули или файлы, а на нижних уровнях - на подпрограммы. DO-циклы. условные и другие операторы), являясь в этом случае неким аналогом визуального языка проектирования типа FLOW-форм.

Основные этапы методологии изображены на рис. 1 с помощью диаграммы Варнье-Орра. [2]

Каждый процесс определен иерархическим способом, т.е. он состоит из наборов подпроцессов, которые определяют его. На каждом уровне процесс показывают в скобке, это группирует ее компоненты. Скобка демонстрирует уровень разложения в диаграмме.

Выбор в диаграмме реализуется добавлением оператора «ИЛИ» между пунктами выбора. Параллелизм в диаграмме оформляют с помощью оператора «И». Так как у процесса может быть много различных подпроцессов, то используют в диаграммах Варнье-Орра ряд скобок, чтобы показать каждый

167

уровень системы.

Рис. 1. Диаграмма Варнье-Орра для процесса исполнения проекта Конструкции в диаграммах Варнье-Орра. Есть четыре основных

конструкции, используемые на диаграммах Варнье-Орра: иерархия, последовательность, повторение и чередование, а также два сложных понятия, как параллелизм и рекурсия.

Иерархия является фундаментальной конструкцией Варнье-Орра. Это вложенная группа наборов и подмножеств, представленных в виде совокупности вложенных скобок. Каждая скобка на диаграмме представляет один уровень иерархии.

Последовательность – простейшая структура представления на диаграмме Варнье-Орра. В пределах одного уровня иерархии показывают операции в той последовательности, в которой они должны происходить.

Повторение – классическая «петля» в условном программировании, когда один и тот же набор операторов выполняется происходит много раз (для одной структуры данных).

Чередование, или выбор, является традиционным процессом «решения», посредством которого определяется выполнение какого-либо процесса. Исключительное ИЛИ указывает, что наборы выше и ниже него в записи взаимоисключающие. Также допустимо использовать Альтернативы могут быть многовариантны.

Параллелизм используется каждый раз, когда последовательность

168

неважна. Например, годы и недели указываются одновременно в пределах календаря. Оператор параллелизма редко используется в проектировании программы (так как большинство языков не поддерживает «истинную» параллельную обработку), но играет важную роль при решении проблем соответствия логических и физические структур данных.

Рекурсия – наименее используемая конструкция в диаграмме, используется для указания на вызов этой же функции, «самой себя». Удвоенная скобка указывает, что функция рекурсивная. Структуры данных, которые являются действительно рекурсивными, довольно редки.

В чем преимущества и недостатки диаграмм Варнье-Орра? Диаграмма Варнье-Орра предлагает некоторые явные преимущества экспертам систем:

они просты по внешности и их легко понять; являются мощными средствами проектирования за счет

группировок; система ориентирована на результат за счет работы в обратном

направлении. Этот метод полезен и для анализа данных, и для определения процесса;

позволяет предотвратить ошибки в коде на этапе проектирования. Применение диаграмм сопряжено с недостатками:

диаграммы и методология менее используемы по сравнению с другими методологиями или инструментами анализа:

существует немного программных средств проектирования диаграмм Варнье-Орра;

недостаточно опытных системных аналитиков или консультантов информационной системы, которые могут работать с данным видом диаграмм.

Заключение. Методология развития структурных систем Варнье-Орра хотя и имеет достаточно сильные преимущества, в дальнейшем будет все реже и реже использоваться. Основными факторами для этого служат:

1. Высокая распространённость и преимущества других структурных методологий и наличия обильного программного комплекса средств для их разработки, проектирования и генерирования на их основе части кода;

2. Ограниченное количество высококвалифицированного персонала для работы с данной методологией влечет за собой высокие затраты на этапе проектирования проекта, в то время как другие методологии дешевле в стоимостных затратах и человеческих ресурсах за счет их распространённости.

В итоге можно сказать, что методология интересна для разработчиков, но дальнейшего развития может не получить в современных условиях из-за высокой конкуренции с другими методологиями.

СПИСОК ЛИТЕРАТУРЫ 1. Сообщество экспертов [Электронный ресурс] - Режим доступа:

http://it.toolbox.com/blogs/enterprise-solutions/pros-cons-to-using-warnierorr-diagrams-16576

2. Сообщество экспертов [Электронный ресурс] - Режим доступа: http://en.wikipedia.org/wiki/Warnier/Orr_diagram

3. Сообщество экспертов[Электронный ресурс] - Режим доступа: http://en.wikipedia.org/wiki/Warnier/Orr_diagram

169

УДК 004.4, 681.3 РАЗРАБОТКА КЛАССИФИКАТОРА ЛЕКСИЧЕСКИХ ЕДИНИЦ ПРЕДМЕТНОЙ ОБЛАСТИ В ЗАДАЧЕ ИДЕНТИФИКАЦИИ ТЕРМИНОВ И.А. Андреев

Под «идентификацией терминов» понимается обработка текста на

определенном языке и формирование списка терминов-кандидатов для добавления в словарную базу. В переводе тематической литературы это позволяет избавиться от избыточности и добиться последовательности терминологии.

Задача идентификации терминов в тексте проблемной области существует во многих областях знаний, таких как: лингвистика, лексикография, перевод специализированных текстов на русский язык и ряде других.

Для определения терминологичности словосочетания применяется ряд методов, начиная с лингвистической фильтрации словосочетаний, заведомо не имеющих возможности быть терминами. Вторым шагом является подсчет статистических метрик:

• Frequency (частота встречаемости) • Mutual Information • T-Score • Log-Likelihood • C-Value • TF*IDF

Третьим шагом является подсчет специфических метрик, как общеизвестных, так и разработанных или модифицированных непосредственно для работы данной системы.

• FCM кластеризация • Шкалирование абсолютных статистических метрик • Открытость словосочетаний • Семантическая метрика

Особенностью адаптации стандартного алгоритма FCM-кластеризации для решения поставленной задачи является модифицированный алгоритм определения итогового кластера. Для определения кластера, к которому принадлежит объект, ищется максимум среди средних значений принадлежности объекта к центру каждой характеристики.

Для итогового определения, к какому кластеру принадлежит объект, берется среднее арифметическое значение среди всех характеристик по каждой точке в отдельности. Наибольший результат определяет кластер, к которому была отнесена точка.

Использование семантической метрики «термин/не термин» на множестве слов конкретного текста с использованием заранее разработанной OWL-онтологии в процессе извлечения терминологии предполагает определение для каждого поступающего слова или сочетания слов степени близости к терминам рассматриваемой области [1]. Применение такой метрики позволяет выделить из массива поступающих однословий/многословий только те термины и сочетания, которые относятся к данной предметной области.

Степень близости входных слов/сочетаний слов к терминам проблемной области может иметь значение от 0 до 1: чем ближе полученное значение к 1, тем с большей долей вероятности данное одно-/многословие является термином [2].

170

Классификатор на входе получает данные: Финальная классификация «термин» или «не термин» находится в

разработке, и на данный момент представляет собой обход составленных N-грамм с фильтрацией их по заданным экспертом правилам.

Однословия: Критерий вложенных связей = 1 ИЛИ шкалированная частота > константы

шкалированной частоты для однословий ИЛИ TF / IDF > константы TF / IDF. Двусловия: Критерий вложенных связей = 1 ИЛИ шкалированная частота > константы

шкалированной частоты для двусловий ИЛИ результат FCM кластеризации = не наибольший по объёму кластер.

Правила отнесения к терминам для трёхсловий: Трёхсловия: Критерий вложенных связей = 1 ИЛИ шкалированная частота > константы

шкалированной частоты для трёхсловий. Четырёхсловия: Критерий вложенных связей = 1 ИЛИ шкалированная частота > константы

шкалированной частоты для четырёхсловий. Кандидаты, прошедшие отбор классификатора, подвергаются

ражированию по правилам, составленным на обучающей выборке:

№ Условие Тип Вероятность

терминологичности

1 FR+FCM Двусловие 100

2 Freq+FR Двусловие 98,56

3 Freq+FR+FCM Трехсловие 97,67

4 FR Однословие 97,61

5 Freq Однословие 94,94

6 TF*IDF Однословие 94,79

7 Freq+FR Двусловие 94,11

8 Freq+FCM Двусловие 93

9 FR Двусловие 87,5

10 Freq+FR Двусловие 87,09

11 FR Трехсловие 86,86

12 Freq+FR Двусловие 85,71

13 Freq Двусловие 85,13

14 Freq Трехсловие 84

15 Freq Четырехсловие 83,33

16 FCM Двусловие 83,3

17 FR Четырехсловие 72,75

171

СПИСОК ЛИТЕРАТУРЫ 1. Ярушкина Н.Г., Мошкин В.С Применение онтологического подхода к анализу

состояния локальной вычислительной сети. Радиотехника. - 2014. - № 7. - С. 120-124.

2. Андреев И.А., Башаев В.А., Клейн В.В., Мошкин В.С., Ярушкина Н.Г. Семантическая метрика терминологичности на основе онтологии предметной области // Автоматизация процессов управления. – 2014. – № 4. – С. 76-84.

УДК 004.4, 681.3 ПОСТРОЕНИЕ МОДЕЛИ СОЦИАЛЬНОЙ СЕТИ С ИСПОЛЬЗОВАНИЕМ СПЕЦИФИКАЦИИ FOAF А.А. Филиппов

Согласно [Golbeck 2013] анализ социальных сетей широко используется в ряде приложений и дисциплин. Чаще всего анализ социальных сетей включает в себя сбор и накопление данных, моделирование распространения сети, моделирование сети и выборок, анализ характерных признаков и поведения пользователя, анализ взаимодействия на основе местоположения, социальный обмен и отбор, развитие систем рекомендаций, а также прогнозирование связей и анализ объектов. В коммерческом секторе анализ социальных сетей используется для поддержки взаимодействия и анализа клиентов, маркетинга и бизнес-аналитики. В государственном секторе анализ социальных сетей включает в себя развитие стратегий участия руководства, анализ индивидуального и группового участия, использование средств массовой информации и основанное на сообществах решение проблем.

Для осуществления анализа необходимо сформировать модель социальной сети. Модель социально сети обычно строится с применением теории графов, при этом социальная сеть может быть представлена, например, в виде взвешенного или помеченного графа. В качестве вершин данного графа выступают объекты социальной сети, например, пользователи, социальные группы, сообщества и др., а в качестве дуг – различные виды связей и отношений между объектами данной социальной сети.

Рассмотрим пример построения модели социальной сети «ВКонтакте» с использованием спецификации FOAF.

В [Yandex 2015] дается следующее определение FOAF. FOAF (акроним от Friend of a Friend – «друг друга») – спецификация для описания машиночитаемым языком людей, групп и отношений между ними.

При использовании спецификации FOAF информация хранится в формате, который понятен компьютеру: стандартный набор свойств FOAF однозначно описывает отношения между объектами. Совокупность документов, основанных на спецификации FOAF (FOAF-документы), является связанной информационной системой, так как каждый FOAF-документ связан с другими FOAF-документами.

FOAF-документы формируются с использованием синтаксиса языка XML (eXtensible Markup Language – расширяемый язык разметки) и используют модель описания ресурсов RDF (Resource Description Framework – модель для представления данных, в особенности – метаданных).. Спецификация FOAF определяет набор полезных классов и свойств, которые могут использоваться совместно с обычными RDF-словарями и онтологиями (например, в формате

172

OWL (Web Ontology Language – язык описания онтологий для семантической паутины)). Спецификация FOAF не накладывает ограничения на объем информации, который необходим для формирования FOAF-документа. Набор классов и свойств, используемый при формировании FOAF-документа может быть легко расширен за счет других семантических словарей: формат RDF позволяет легко добавлять новые классы и семантические свойства, специфичные для какой-либо области, не требуя каких-либо изменений в спецификации стандарта.

В [Yandex 2015a] описываются некоторые стандартные теги спецификации FOAF. Полное описание спецификации FOAF представлено в [FOAF Spec 2015].

В таблице 1 представлен перечень тегов спецификации FOAF, который может быть использован при построении модели социальной сети.

Таблица 1 Перечень некоторых основных тегов спецификации FOAF

Основные теги

Личная информация

Группы

Agent knows Group Person interest homepage gender name nick Img

Класс foaf:Agent описывает объекты, которые совершают какие-либо

действия. Важным подмножеством класса foaf:Agent является класс foaf:Person, описывающий людей. Существуют также другие типы агентов, например, foaf:Group или foaf:Organization.

Класс foaf:Person описывает людей. Концептуально не важно, является ли описываемый человек настоящим или воображаемым. Класс foaf:Person является подмножеством класса foaf:Agent, т. к. все люди в рамках спецификации FOAF считаются «агентами».

Класс foaf:Group представляет собой коллекцию агентов (foaf:Agent), т. е. кого-либо, кто может выполнять некоторые действия. Сам класс foaf:Group также может являться агентом. Понятие «группа» рассматривается достаточно широко и распространяется практически на любые объединения людей.

Свойство foaf:homepage содержит информацию о домашней странице. Согласно спецификации FOAF, один класс может иметь несколько домашних страниц, но каждая страница может быть домашней только для одного класса.

Свойство foaf:name содержит информацию об имени класса. К недостаткам свойства foaf:name можно отнести то, что строка, содержащая имя, задается в произвольном виде. Как следствие, из этой строки нельзя выделить отдельные части имени, такие как фамилия, отчество и (личное) имя.

Свойство foaf:nick содержит информацию о коротком (часто сокращенным) прозвище. Подобные прозвища обычно используются в качестве учетных записей.

Свойство foaf:img содержит информацию об изображении человека. foaf:img никак не ограничивает размеры, глубину цвета, формат и пр. класса foaf:Image, на который он ссылается. Класс foaf:Image описывает документ в любом графическом формате (JPEG, PNG, GIF, SVG и пр.) и является подклассом foaf:Document, описывающим «документ» в общем виде.

173

Свойство foaf:knows связывает человека (foaf:Person) с другим человеком (foaf:Person), которого он или она знает. Понятие «знать» понимается в широком смысле: FOAF не может диктовать жесткую спецификацию этого термина, обычно подразумевается взаимодействие двух людей.

Свойство foaf:interest описывает интерес некоторого агента (foaf:Agent), связывая его с foaf:Document, свойство foaf:topic которого характеризует данный интерес.

Свойство foaf:gender содержит информацию о половой принадлежности. В большинстве случаев диапазон данного свойства принимает два значения, «male» (мужской) и «female» (женский).

Для работы с API (Application Programming Interface – набор готовых классов, процедур, функций, структур и констант, предоставляемых приложением (библиотекой, сервисом) для использования во внешних программных продуктах) социальной сети «ВКонтакте» [VK API 2015] необходимо создать приложение, перейдя по ссылке http://vk.com/dev. Данное приложение создается с целью получения так называемого «токена», для осуществления авторизации и определения прав доступа.

Ниже представлен пример запроса на получение токена: https://oauth.vk.com/authorize? client_id=APP_ID&

scope=PERMISSIONS& redirect_uri=REDIRECT_URI& display=page& v=5.0& response_type=token где APP_ID – идентификатор приложения, созданного в социальной сети

«ВКонтакте»; PERMISSONS – права, которые необходимо запросить (например, для

доступа к сообщениям или фотографиям пользователя); REDIRECT_URI – веб-страница, на которую осуществляется

перенаправление, после предоставления запрошенных прав (обычно используется значение https://oauth.vk.com/blank.html).

После получения токена появляется возможность формировать запросы на получение необходимых данных из социальной сети «ВКонтакте». Например, для получения списка друзей используется метод friends.get. В качестве параметров данного метода можно указать: идентификатор пользователя, для которого необходимо получить список друзей, порядок, в котором нужно вернуть список друзей, количество друзей, которое нужно вернуть, список дополнительных полей, которые необходимо вернуть, падеж для склонения имени и фамилии пользователя и др.

Модель социальной сети строится путем формирования FOAF-документов на основе полученных результатов запроса. Результаты запроса поступают в формате JSON (JavaScript Object Notation – текстовый формат обмена данными, основанный на JavaScript и обычно используемый именно с этим языком).

СПИСОК ЛИТЕРАТУРЫ [FOAF Spec 2015] URL – http://xmlns.com/foaf/spec/ . Дата обращения:

20.02.2015. [Golbeck 2013] Golbeck J. Analyzing the Social Web. – Newnes, 2013. – 290

174

с. – ISBN 978-0-12-405531-5. [VK API 2015] URL – http://kwisat.blogspot.ru/2014/01/java-api-vk.html . Дата

обращения: 20.02.2015. [Yandex 2015] URL – https://tech.yandex.ru/blogs/doc/indexation/concepts/ what-is-foaf-docpage/ . Дата обращения: 20.02.2015. [Yandex 2015a] URL – https://tech.yandex.ru/blogs/doc/indexation/reference/ foaf-standard-tags-docpage/ . Дата обращения: 20.02.2015.

УДК 004.891.2 КОМПЕТЕНТНОСТНЫЙ ПОДХОД ПРИ РАЗРАБОТКЕ ПРИКЛАДНОЙ ОНТОЛОГИИ ДЛЯ РЕШЕНИЯ ЗАДАЧИ ПОДБОРА СПЕЦИАЛИСТОВ В.В. Шеркунов

Введение При переходе в 2009 году на двухуровневую систему образования,

возникла проблема не востребованности бакалавров со стороны промышленности, вследствие непонимания или неприятия производственниками профессионального уровня бакалавров [Пушных, 2011]. В связи с этим, появилась проблема определения соответствия уровня квалификации выпускников, получивших степени бакалавров и магистров требованиям работодателей.

Профессиональный и образовательный стандарты Квалификационные требования работодателей к выпускникам вузов

оформляются в виде документа, называемого профессиональным стандартом. Содержание профессиональных стандартов определяется видами, объектами профессиональной деятельности и решаемыми задачами. Профессиональные стандарты позволяют адекватно идентифицировать уровень профессиональной квалификации выпускников вузов при приеме на работу, регламентируют требования к конкретным должностям и должностной иерархии, создают мотивацию для профессионального развития, являются базисом системы управления качеством профессиональной деятельности.

Профессиональная подготовка в вузах России осуществляется в соответствии с образовательными стандартами, представляющими собой «совокупность требований, обязательных при реализации основных образовательных программ», направленных на обучение бакалавров, магистров и специалистов в соответствии со сформулированной в компетентностном формате образовательной целью.

Кроме профессионального стандарта, для определения компетенции может применяться квалификационный справочник должностей руководителей, специалистов и других служащих.

Квалификационные требования образовательного стандарта по направлениям подготовки сформулированы в терминах компетенций. Разделяют компетенций двух типов – общекультурные и профессиональные, -каждый из которых включает в себя несколько видов. В первом случае это социально-личностные, общенаучные, инструментальные, во втором –общепрофессиональные и определяемые видом деятельности выпускников. В свою очередь, каждый вид компетенции характеризуется наличием компонентов – знаний, способностей, умений, готовностей, навыков и мотиваций [Кузнецова и др., 2009].

175

Отражение и конкретизация образовательных стандартов происходит в учебных планах специальностей, составляемых в ВУЗах. Где, помимо основного перечня дисциплин, указаны дополнительные дисциплины, соответствующие направлению подготовки.

Профессиональные стандарты – документы, устанавливающие требования к знаниям, умениям, компетенциям, опыту, системе ценностей и личным качествам, необходимым для выполнения определенной работы или профессиональных обязанностей, рассматриваются в настоящее время зарубежными и российскими экспертами как один из инструментов, позволяющих создать устойчивое и эффективное взаимодействие сферы труда и сферы образования, обеспечить рациональное использование людских ресурсов и, в конечном счете, содействовать устойчивому развитию общества [Прянишникова и др., 2008].

Онтологический подход в задаче анализа компетенций Для установления соотношения между квалификационными

требованиями, указанными в квалификационном справочнике или профессиональном стандарте и компетенциями, которыми обладает выпускник в соответствии с образовательными стандартами применяется онтологический подход. Для этого учебный план, профессиональный стандарт, квалификационный справочник, а также профиль специалиста представляются в виде онтологий.

Онтологическая модель учебного плана включает в себя степень, направление подготовки, дисциплины, изучаемые по данному направлению, а также компетенции, которыми должен обладать выпускник после освоения дисциплины. Формально, данную модель можно представить в виде кортежа следующего вида:

DUUU RRCStDsDO ,,,,, , (1)

где D = {бакалавр, магистр} – конечное множество степеней, присваиваемых по окончанию ВУЗа;

},...,,{ 21 ndddDs – множество направлений подготовки специалистов;

},...,,{ 21 ntttSt – множество дисциплин, изучаемых по всем направлениям; UR – множество отношений типа «объект-объект»; DUR - отношение типа «объект-тип данных», указывающий текстовое

описание компетенции («характеризует»). Онтологическая модель специалиста содержит степень, направление

подготовки (профиль) и изученные дисциплины с оценкой, Каждой дисциплине ставятся в соответствие определенные компетенции. Так же в модели указывается стаж работы, который содержит дополнительную информацию о квалификации специалиста, в соответствии с занимаемой ранее должностью.

Формально, онтологическую модель выпускника можно представить в виде кортежа:

SO

DSSSSSi

Si RRREStDsDSO ,,,,,,, , (2)

где iS – конкретный выпускник или специалист;

DDS – конечное множество степеней, которые получили заданные специалисты;

DsDs S – множество направлений подготовки, по которым получены

176

степени конкретными выпускниками или специалистами; StSt S – множество дисциплин, изученных определенными выпускниками

или специалистами; },...,,{ 21 neeeE – множество предприятий, на которых работают или

работали выпускники или специалисты; SR – множество отношений типа «объект-объект»; SOR = {степень, направление, дисциплина, место работы} – конечное

множество свойств, характеризующих образование, изученные дисциплины и место работы;

DSR = {оценка, стаж} – конечное множество отношений типа «объект-тип данных», указывающие конкретные значения оценки для дисциплины и стажа для места работы.

Модель онтологии, для квалификационного справочника, формально определяется следующим образом:

DQQQ RRQKFPO ,,,,, , (3)

где },...,,{ 21 npppP – множество должностей квалификационного

справочника; },...,,{ 21 nfffF - множество должностных обязанностей;

},...,,{ 21 nkkkK – множество знаний, требуемых для занятия должности;

},...,,{ 21 nqqqQ – множество требований к квалификации к должностям; QR - отношение типа «объект-объект», указывающих связь должности с

должностными обязанностями, знаниями и требованиями к квалификации («имеет»);

DQR - отношений типа «объект-тип данных», связывающий должностные обязанности, знания и требования к квалификации с их текстовым описанием.

Для того чтобы осуществить подбор специалистов, эксперту по кадрам для должностных обязанностей нужно указать, какие компетенции необходимы для их выполнения:

Fi RCf .

где R – некоторое бинарное отношение ассоциации, связывающее должностные обязанности с множествами соответствующих им компетенций из учебного плана;

CC F - множество компетенций учебного плана, соответствующих заданным должностным обязанностям.

В данный момент разрабатывается онтологическая модель профессионального стандарта, которая включает в себя основные характеристики должности и требования к ней, такие как: трудовые функции, трудовые действия, характеризующие трудовые функции, необходимые умения, знания, образование и опыт.

Заключение. В данной работе был дан краткий обзор основных нормативных

документов, таких как образовательные стандарты и квалификационный справочник. Представлено формальное описание онтологий учебного плана, специалиста и квалификационного справочника.

177

СПИСОК ЛИТЕРАТУРЫ [Кузнецова и др., 2009] Кузнецова, Т. А. Согласование квалификационных

требований, предъявляемых профессиональными и образовательными стандартами к выпускникам ВУЗов / Т. А. Кузнецова, Н. Н. Матушкин, С. И. Пахомов // Мониторинг образования, 2009, № 4, С. 3-9

[Пушных, 2011] Пушных, В.А. Взгляд на проблему и переход на двухуровневую систему обучения в российских инженерных вузах с позиций теории «обучающейся» организации. / В.А. Пушных // Инженерное образование. 2011. №7. С. 16-21

[Прянишникова и др., 2008] Прянишникова, О.Д. Профессиональные стандарты: краткий обзор зарубежного опыта / О.Д. Прянишникова, Н.А. Лейбович // Промышленник России, 2008, № 3, С. 37-41

УДК 004.4, 681.3 РАЗРАБОТКА СЕМАНТИЧЕСКОЙ МЕТРИКИ ТЕРМИНОЛОГИЧНОСТИ В ЗАДАЧЕ СОСТАВЛЕНИЯ СЛОВАРЕЙ В.В. Клейн

Качество и полнота автоматически составленного словаря определяются алгоритмом извлечения терминологии, применяемым при анализе корпуса текстов. Принцип работы существующих алгоритмов извлечения терминологии в лексикографии и терминоведении основан на статистических и лингвистических методах. Статистические методы позволяют вычислить степень терминологичности слова/словосочетания на основании числовых закономерностей, присущих термину или не термину. Лингвистические методы предполагают отбор по лексико-грамматическим шаблонам, присущим рассматриваемой предметной области, и другим лингвистическим признакам термина [1].

Использование статистических и лингвистических методов, также их комбинирование, в задаче извлечения терминологии из текста не позволяет в полной мере учитывать особенности рассматриваемой предметной области, что выражается в снижении качества извлекаемого списка терминов.

Наиболее полное и универсальное семантическое описание информационных единиц предметной области возможно с использованием онтологического подхода. По этой причине, одно из направлений решения задачи извлечения терминологии из корпуса текстов предполагает разработку семантических метрик на основе онтологических моделей.

В общем случае онтология предметной области представляет собой множество информационных единиц, на котором заданы отношения, характеризующие ситуационную близость информационных единиц. Эти отношения можно воспринимать в качестве отношений релевантности информационных единиц множества между собой. Отношения релевантности представляют возможным выделение в информационной базе типовых ситуаций. Таким образом, отношения релевантности при работе с информационными единицами позволяют судить о терминологичности лексических единиц, близких уже найденным или заранее заданным в общей базе знаний. Информационные единицы и отношения релевантности между ними являются основой семантической метрики, реализованной в рассматриваемом в данной работе программном обеспечении.

178

Применение семантической метрики «термин/не термин» на множестве слов или словосочетаний определенного текста или корпуса текстов с использованием заранее разработанной OWL-онтологии предметной области в процессе извлечения терминологии предполагает определение для каждого поступающего слова или словосочетания степени близости к терминам рассматриваемой области. В результате применения разработанной метрики будут получены только термины, относящиеся к предметной области онтологии, по которой был проведен анализ, тем самым повысив качество извлечения терминов [2].

Степень близости анализируемых слов или словосочетаний к терминам проблемной области (kOnt) может иметь нечеткое значение от 0 до 1 или (в зависимости от критерия) четкое 0 или 1: чем ближе полученное значение к 1, тем с большей долей вероятности данное слово или словосочетание является термином.

В ходе решения поставленной задачи было разработано 8 критериев (из которых в данной статье будут рассмотрены только 3 основных) выделения терминов из предметной области посредством использования онтологии:

Тезаурусный критерий;

Онтологический критерий на основе иерархических связей;

Критерий вложенных связей;

Критерий пропущенного объекта;

Критерий отсутствующего предлога;

Критерий отсутствующего отношения;

Критерий отсутствующего отношения с разделительным словом;

Критерий замененного слова из онтологии;

Критерий замененного слова не из онтологии.

Тезаурусный подход к извлечению терминологии являет собой поиск совпадений лемм входных слов и словосочетаний среди объектов онтологии. Для этого в разработанной онтологии для каждого объекта предметной области определено свойство «имеетЛемму», которое имеет строковое значение, полученное путем леммирования (приведения к словарной форме) имени объекта с помощью программы Mystem [3] компании Яндекс.

Алгоритм определения степени близости слова или словосочетания терминам проблемной области согласно тезаурусному критерию предполагает:

Оценку степени близости входного слова или словосочетания каждому объекту онтологии без учета онтологических отношений.

Определение опорного объекта онтологии, представляющего собой объект предметной области, лемма которого наиболее близка входному слову или сло-восочетанию.

Степень близости входного слова или словосочетания определяется исходя из характеристик определенного для него опорного объекта онтологии, используемого в дальнейшем анализе. Степень близости по отношению к входному слову или словосочетанию рассчитывается по следующей формуле:

179

)(max1

i

im

it p

nk

, (1)

где m – количество всех объектов предметной области в онтологии; ni – число слов из леммы входного слова или словосочетания, найденных в

лемме объекта онтологии; pi – общее число слов в лемме объекта онтологии. Онтологический подход (на основе иерархических связей) к извлечению

терминологии предполагает учет значений свойств опорного объекта онтологии, определенного по итогам первого (тезаурусного) этапа анализа.

Для подсчета значения по данному критерию в разработанной онтологии предметной области для объектов реализовано свойство «являетсяТермином», имеющее логический тип значения. Значение свойства для каждого объекта предметной области в онтологии было задано на основе результатов экспертного анализа предметной области.

Степень близости слова или словосочетания терминам рассматриваемой предметной области с учетом тезаурусного критерия оценивается по следующей формуле:

1

c

kk t

Ont , (2)

где kt – результат первого этапа анализа; c – количество отношений, связывающих опорный объект онтологии с

ближайшим объектом предметной области, имеющим истинное значение свойства «являетсяТермином».

Помимо оценки степени терминологичности отдельно взятого слова или словосочетания, разработанная метрика позволяет извлечь термины из текста посредством их сопоставления с имеющимися объектами и сочетаниями лемм соответствующих объектов с помощью отношений между двумя любыми объектами, заданных в онтологии.

При сопоставлении входных сочетаний и объектов предметной области, связанных между собой однонаправленными отношениями, за термин рассматриваемой предметной области примется слово или словосочетание, лемма которого полностью совпадает с леммой или объединением лемм соответствующих объектов предметной области в онтологии.

Определяющими для применения этого метода являются однонаправленные отношения между объектами предметной области в онтологии, с помощью которых представляется возможным формирование естественным образом терминологичных словосочетаний. Пример формирования многословий с помощью свойства «имеетОтношение»:

1. Найденная цепочка объектов: «подшипник» + «имеетОтношение» + «шпиндель».

2. Объединение лемм объектов онтологии: «подшипник шпиндель». 3. Термин, извлекаемый из обрабатываемого текста: «подшипник шпинде-

ля». Число лемм во входном словосочетании для данного метода не

ограничено. В случае удачного построения подобной цепочки метод выдает истинное логическое значение.

Таким образом, предложенная в данной статье семантическая метрика

180

терминологичности, представляющая собой совокупность различных критериев терминологичности слов и их сочетаний, позволяет подойти к процессу извлечения терминологии в том числе с семантической точки зрения, оценить лингвистическую и семантическую значимость каждого отдельного термина-кандидата внутри анализируемого текста, а также учесть особенности словоупотреблений в рамках рассматриваемой предметной области.

СПИСОК ЛИТЕРАТУРЫ 1. Bourigault, D.: Surface grammatical analysis for the extraction of

terminological noun phrases. In: Proc. of Fifteenth International Conference on Computational Linguistics (1992).

2. Андреев И.А., Башаев В.А., Клейн В.В., Мошкин В.С., Ярушкина Н.Г. Семантическая метрика терминологичности на основе онтологии предметной области // Автоматизация процессов управления. – 2014. – №4. – С. 76-84.

3. Загрузить mystem для некоммерческого использования // YANDEX.RU: Яндекс. URL: http://company.yandex.ru /technologies/mystem/noncommercial.xml (дата обращения 11.01.2015).

УДК 311.31 СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ СРЕДИ РАБОТНИКОВ IT-СФЕРЫ Д.А. Максимов, А.А. Морозов, А.Е. Полбин

Для учащихся высшего учебного заведения всегда интересен вопрос о будущей заработной плате. Так же для студентов, обучающихся на профессии IT-сферы, в связи с многочисленными стереотипами. Поэтому было решено провести исследование и прояснить вышеописанные и некоторые другие вопросы.

В данной статье излагаются результаты статистического исследования. Опрос был размещен в интернет группе «Типичный программист» (адрес: https://vk.com/tproger) в интернет сообществе людей, занятых в индустрии высоких технологий «Хабрахабр» (адрес: http://habrahabr.ru). В данном опросе участвовало около 200 человек, работающих в IT сфере.

Были определены следующие цели исследования: 1. Определить средний месячный доход / зарплату в зависимости от стажа

и сферы деятельности 2. Выяснить долю людей, имеющих профильное образование в зависимо-

сти от сферы деятельности и уровня образования. 3. Выяснить распределение работников ИТ по полу в различных сферах

деятельности 4. Определить распределение работников ИТ по сферам деятельности 5. Определить долю фрилансеров и стаж их работы Программа исследования содержала следующие вопросы: 1. Вы работаете по специальности? 2. Ваш возраст (полных лет) 3. Ваш пол 4. Ваше образование 5. Область работы

181

6. Ваш стаж работы 7. Ваш текущий оклад 8. Занимаетесь ли вы фрилансом? Структура участвующей в опросе выборки работников ИТ по сфере

деятельности и стажу работы показана на рис. 1. Как видно на диаграмме, множество людей без опыта работы начинают с прикладного программирования (12,44%). Со стажем работы в 1-2 года предпочитают работу в сфере системного программирования (11,94%). При увеличении стажа работы количество работников по сферам становится примерно равным. Так же, стоит отметить, что работа в технической поддержке не очень распространена (1,49 – 4,48%).

Распределение работников ИТ по полу в различных сферах деятельности показано на рис. 2. Количество женщин по сравнению с количеством мужчин в любой из перечисленных сферах мало (не более 18%). Наибольшее количество женщин работает в сфере прикладного программирования (18%).

Рис. 1. Количество работников в сферах деятельности в зависимости от стажа

182

Рис. 2. Доля женщин и мужчин в сферах деятельности

Данные о средней заработной плате в зависимости от стажа и сферы деятельности приведены на рис. 3.

Наибольшую заработную плату при небольшом опыте работы имеют работники в сфере системной (30,6 тыс. руб.) и WEB разработки (29,2тыс. руб.). Со временем, когда накапливается достаточное количество опыта (5 и более лет), разработчики в прикладной сфере обгоняют других по величине зарплаты (96,6 тыс. руб.). Работники в сфере технической поддержки имеют самый низкий показатель заработной платы (10.0 – 36,5 тыс. руб.).  

183

Рис. 3. Средняя зарплата в зависимости от стажа и сферы деятельности

Доля работников, занимающихся фрилансом показана на рис. 4.

Рис. 4. Доля фрилансеров

184

Большинство работников в сфере IT не занимаются фрилансом (55,22%). Оставшаяся часть делится примерно поровну между теми, кто занимается фрилансом, как дополнительным заработком (26,87%) и теми, для кого это основной вид заработка (17,91%).

Данные о зависимости средней зарплаты от занятия фрилансом приведены в табл. 1 и показаны на рис. 5.

Рис. 5. Зависимость средней зарплаты от занятия фрилансом

Таблица 1. Зависимость средней зарплаты от занятия фрилансом

Тип заработка Меньше года

1-2 года

2-5 лет5 и

более Итого

Как дополнительный

заработок 7,46% 7,46% 4,48% 7,46% 26,87%

Как основной заработок

5,97% 7,46% 4,48% 0,00% 17,91%

Не занимаюсь 14,93% 11,94% 19,40% 8,96% 55,22% Всего 28,36% 26,87% 28,36% 16,42% 100,00%

Была рассчитана средняя зарплата у работников, для которых фриланс

является основным (33,6тыс. руб.), дополнительным заработком (38,8 тыс. руб.), а также для тех, кто фрилансом не занимается (37,7 тыс. руб.). По полученным результатам можно утверждать, что заработок только от фриланса не на много ниже заработка от основной работы. Было выявлено, что присутствует большой разброс заработных плат в зависимости от стажа, но, как видно из диаграмм, даже не имея большого стажа работы вы можете претендовать на приличную заработную плату.

В результате исследования было установлено, что уровень заработной платы превышает средний уровень по стране и для различных видов деятельности различается незначительно, за исключением технической поддержки, где он существенно ниже. Вместе с тем, уровень заработной платы существенно зависит от стажа работы и наиболее высок для прикладного программирования – более 90 тыс. руб. при стаже более 5 лет.

185

УДК 519.688 АДАПТАЦИЯ МЕТОДА САП-ТРАНСФОРМ ДЛЯ АВТОМАТИЗИРОВАННОГО СПОСОБА РАСЧЕТА НЕДОСТАЮЩИХ ДАННЫХ ВО ВРЕМЕННОМ РЯДЕ Е.Ю. Барабанова, Н.Г. Ярушкина

В настоящее время для изучения свойств сложных систем, в том числе и

при экспериментальных исследованиях, широко используется подход, основанный на анализе сигналов, произведенных системой. Это очень актуально в тех случаях, когда математически описать изучаемый процесс практически невозможно, но в нашем распоряжении имеется некоторая характерная наблюдаемая величина. Поэтому анализ систем, особенно при экспериментальных исследованиях, часто реализуется посредством обработки регистрируемых сигналов. Например, в аритмологии в качестве такого сигнала используется электрокардиограмма, в сейсмологии – запись колебаний земной коры, в метеорологии – данные метеонаблюдений и т.п. Обычно такой сигнал называется наблюдаемой, а метод исследования – реконструкцией динамических систем. Этот раздел теории динамических систем называется анализом временных рядов. Очевидно, что наличие только лишь временного ряда вместо полного решения уравнений сильно ограничивает наши знания об изучаемой системе. Это налагает большие ограничения на возможности метода реконструкции.

Скалярным временным рядом называется массив из N чисел, представляющих собой значения некоторой измеренной (наблюдаемой) динамической переменной x(t) с некоторым постоянным шагом. В анализе временных рядов выделяются две основные задачи: задача идентификации и задача прогноза.

Задача идентификации при анализе наблюдаемых предполагает ответ на вопрос, каковы параметры системы, породившей данный временной ряд – размерность вложения, корреляционная размерность, энтропия и др. Задача прогноза имеет целью по данным наблюдений предсказать будущие значения измеряемых характеристик изучаемого объекта, т.е. составить прогноз на некоторый отрезок времени вперед. Сейчас разработано и обосновано несколько различных методов прогноза. Однако все они подразделяются на два основных класса: локальные и глобальные.

Исторически первыми были разработаны глобальные методы, в которых на основе статистического анализа предлагалось использовать авторегрессию, скользящее среднее и др. Позже в рамках нелинейной динамики были разработаны новые практические методики:

Таким образом, наиболее интригующим и заманчивым приложением теории динамических систем является прогнозирование динамики порождаемых ими временных рядов. При этом предполагается, что априорные характеристики систем, которые порождают этот ряд, могут быть неизвестны.

Объектом моего исследования является прогнозирования данных второго временного ряда по известным данным первого временного ряда и вычисленной функции ассоциативности между ними.

Целью своего исследования я ставлю разработку программного средства, выполняющего следующие функции:

Расчет ассоциативной функции между двумя временными рядами. Построение функции ассоциативности.

186

Расчет авторегрессионной модели первого порядка для функции ассо-циативности.

Расчет прогнозируемых значений первого временного ряда на основе по-строенных ранее данных.

Иными словами, мы предполагаем, что при известных данных двух временных рядов, по одному из которых строится линейная авторегрессионная модель, посредством функции ассоциации можно получить недостающие данные одного из двух временных рядов.

При достижении поставленной цели применяется следующий метод определения меры ассоциативности между двумя рядами – метод «скользящих окон», САП трансформ (Moving Approximation Transform, MAP). Их особенность – их инвариантность относительно линейных преобразований временных рядов, а также ненужность сглаживания данных, поскольку САП трансформ основан на сглаживании временных рядов. Наиболее полную информацию об ассоциациях между временными рядами y, x дает последовательность ассоциаций локальных трендов, посчитанных для всех размеров скользящих окон k= 2,…,n. Такая последовательность называется ассоциативной функцией, значения которой зависят от размера. График этой функции дает полезную информацию об ассоциациях между временными рядами. Можно рассматривать некоторое подмножество K{2,…,n} всех возможных окон и говорить о функции AFK(y,x), определенной на множестве окон K. Среднее или максимальное значение этой функции может быть использовано как мера ассоциации между временными рядами.

Для практической отработки реализованного алгоритма САП-преобразований были использованы статистические данные по итогом сбор и анализа сточных вод из двух колодцев (колодцы №№ 127 и 105) базового предприятия – ФНПЦ «ОАО «НПО «Марс». Анализ проводился по шести химическим элементам:

• Уровень содержания в воде PH; • Уровень содержания в воде LH4; • Уровень содержания в воде LO2; • Уровень содержания в воде PO4; • Уровень содержания в воде Fe; • Уровень содержания в воде Cu. Данные были предоставлены за период первого квартала 2014 года в

формате excel-отчета. После просчета локальных трендов по каждому из шести результатов анализа были построены ассоциативные функции, показанные ниже.

187

Рис.1 1 Ассоциативные функции для данных по уровню содержания в воде

PH, LH4, LO2, PO4, Fe, Cu. В ходе исследования был разработан алгоритм определения недостающих

данных через расчет функции ассоцитативности, построение на ее основе авторегрессионной модели первого порядка, сопоставление будущего значения функции ассоциативности с известной точкой первого временного ряда. Схема алгоритма представлена на рис. 1.

188

Рис.1 Алгоритм поиска недостающих данных временного ряда на основе

САП-трансформ. .

189

Таким образом, на данном этапе исследования выполнено следующее: Разработана схема прогнозированиях утерянных данных одного

временного ряда при известной его ассоциативности с данными дру-гого временного ряда.

Создана авторегрессионная модель первого порядка для функции ассоциативности между двумя временными рядами.

Определена методика применения результатов исследования для учета оперативных замеров экологических данных.

УДК 004.942 ДИАГНОСТИКА ВРЕМЕННЫХ РЯДОВ НА ОСНОВЕ ЭНТРОПИЙНОЙ МЕРЫ Е.Н. Эгов

Диагностика – это процесс выявления аномалий, дефектов или отклонений

от нормы в исследуемом объекте на основе данных временных рядов, полученных от объекта. Основное внимание при диагностике уделяется выявлению аномалий во временном ряде.

Аномалия – это участок временного ряда, на котором поведение объекта не соответствует ожидаемым прогнозам или значительно отклоняется от типичного поведения.

Можно выделить следующие задачи поиска аномалий: Распознавание аномалий по контексту исследуемого ряда. Выявление расхождений при сравнении с идеальным

(спрогнозированным) рядом. Распознавание аномалий в зашумленных рядах (разделение шумов и

аномальных значений). На данный момент в область интересов исследования входит

распознавания аномалий по контексту исследуемого ряда Помимо выявлений аномалий по значению параметра, немаловажным

является выявление аномалий по временным интервалам ряда. По характеру измерения времени, временные ряды подразделяются на эквидистантные, неэквидистантне и автономные.

Эквидистантным ряды – это ряды временные интервалы у которого фиксированной длины.

Если временной шаг не фиксированной длины, то ряд является неэквидистантным

Автономные ряды похожи на неэквидистантные, тем, что у них так же не равномерные интервалы времени, но причины неравномерности носят иной характер. В таких рядах новое значение фиксируется только при изменении состояния исследуемого объекта.

Имеются много методов диагностики временных рядов с целью выявления аномалий:

Метод скользящего окна Кластеризация Статистические методы Скрытые модели Маркова Нечеткие методы К анализу временных рядов произвольной природы, кроме известных

190

традиционных методов, можно подойти путем их энтропийной параметризации. Примером энтропийной параметризации является расчет энтропии Колмогорова.

n

iii PPnK

0ln)( ,

ndt

nKK

ndt

)(limlimlim00

,

К-энтропия дает оценку скорости потери информации с течением времени. Также, она рассматривается как мера хаотичности системы или объекта.

Энтропия Колмогорова изначально вводилась для анализа стохастических временных рядов, порождаемых динамическими системами. Такие ряды, как правило, получают из решений нелинейных динамических уравнений, и, как следствие, они являются гладкими, непрерывными и, соответственно, могут быть практически бесконечными; в идеале они избавлены от случайных шумов, то есть они представляют динамический хаос в чистом виде.

К настоящему времени предложено несколько перспективных методов решения. В основе всех этих методов лежит понятие элементарной энтропии выборки, или выборочной энтропии. Под выборкой обычно понимают конечную последовательность значений временного ряда {xk}, выбранных по определенному правилу.

Если рассматривать нечеткие временные ряды, то понятие энтропии для НВР и формулу ее нахождения была предложена R-C. Tsaur в 2005 году:

)~()~()~( CAHAHAd , где

n

i iAiAxxKAH

1~~ ))(ln()()~( ,

а )~( CAH – дополнение А.

Рис 1. Мера энтропии на основе функции принадлежности На графике пресдтавлены изменения меры энтропии на основе функции

принадлжености по временному ряду. Значения, близкие к 0 говорят о том, что значения параметров в данном моменте времени однозначо можно отнести только к

191

одной определенной нечеткой метке, т.е., что объект находится в стабильном состоянии. Если значения больше 0, то это означает, что значение параметра начинается изменяться ,т.е. расти или падать, и возможен переход в новое состояние. Однако, не каждое повышение энтропии приводит к смене нечеткой метки. Подобная мера выявляет лишь вероятность этой смены, но не способна дать однозначный ответ о том, случилась ли смена состояния или нет.

Другой вариант определения меры энтропии нечеткого временного ряда можно получить используя данные о принадлжености каждой точки ряда к нечетким меткам, сформировав матрицу переходов.

n

i ii PPH1

)ln( ,

где Pi – вероятность принадлежности текущей точки к некоторой метке.

Рис 2. Мера энтропии на основе матрицы переходов Подобная мера энтропии позволяет судить о частоте смен состояний

объекта. При каждой смене состояния происходит «скачок» энтропии. Если же состояние продолжительное время остается неизменным, то энтропия начинает стремиться к 0. Но у нее есть два существенных недостатка:

Она фиксирует смену состояния постфактум; При количестве состояний более 3, выявлять их смены становится

сложнее, так как «скачки» энтропии становятся незначительными. Третий подход предлагает рассматривать временные ряды из

предположения зависимости текущего состояния системы от предыдущего.

n

i BiAiBiAi PPPPH1

)ln( ,

где PA – вероятность принадлежности предыдущей точке некоторой метке, PB – вероятность принадлежности текущей точки к некоторой метке, если

предыдущая точка принадлежала нечеткой метке. Полученные значения оказались близки к значениям, получаемым без

учета зависимости. В некоторых случаях, они демонстрировали даже худший показатель.

Исходя из всего выше сказанного, можно объединить данные, получаемые

192

первым и вторым методами для выявления аномалий во временных рядах и определения степени хаотичности системы для возможного прогнозирования поведения объекта в будущем. УДК 004.8 ПРЕОБРАЗОВАНИЕ ВРЕМЕННЫХ РЯДОВ ДЛЯ ПОСЛЕДУЮЩЕГО ПРОГНОЗИРОВАНИЯ Г.Ю. Гуськов, Р. А. Романов

ВВЕДЕНИЕ Задача прогнозирования временных рядов является важной для

различных предметных областей, существует значительное количество методов и подходов к её решению. Поэтому разработка и реализация библиотеки методов прогнозирования и агрегирующих алгоритмов, выполненная на кафедре "Информационные системы" УлГТУ актуальна.

Библиотека разработана и проверена на стандартных тестах. В ходе вычислительных экспериментов алгоритмы прогнозирования продемонстрировали достоверные результаты. Для проверки результативности использовались тесты, приводимые авторами алгоритмов прогнозирования в различных статьях. Безусловно, некоторые тесты видоизменялись для проведения вычислительного эксперимента, но настоящее «боевое крещение» разработанная библиотека получила при подготовке к конкурсу по прогнозированию временных рядов [1], проводимым университетом г. Острава (Чехия) в рамках мирового конгресса Ассоциации нечетких систем IFSA 2015.

КРИТЕРИЙ ОЦЕНКИ РЕЗУЛЬТАТОВ ПРОГНОЗИРОВАНИЯ Для оценки качества прогноза можно использовать различные критерии.

Были реализованы критерии Акаике и Байеса [2], на соревнованиях IFSA 2015 предложено использовать критерий Smape. При реализации данного критерия было выявлено, что некоторые успешные методы прогнозирования могут давать разные оценки на разных критериях. В результате значимость агрегационных методов прогнозирования в проведенном исследовании возрастала, а именно, коллективы и комбинации методов в целом по набору тестовых временных рядов показывали устойчивый результат. Поэтому исследование было направлено на совершенствование агрегации методов прогнозирования.

В разработанной библиотеке методов используются 28 различных моделей прогнозирования. Принципиально разных алгоритмов используется 20, остальные 8 получены различными настройками методов. Кроме того, в библиотеке реализовано несколько вариантов агрегации результатов: от самых простых весовых балансировок, до довольно сложных алгоритмов. Алгоритмы агрегации оценивались в сравнении с худшими и лучшими результатами агрегируемых методов, называемых экспертами в теории агрегации.

НОРМАЛИЗАЦИЯ ДАННЫХ После того как был выбран критерий для оценки качества прогноза,

организация вычислительных экспериментов учитывала проблему различной размерности значений временных рядов. Проблема состояла в том, что ряды в тестовой выборке были самого различного вида. Встречались варианты временных рядов с большим количеством 0 в начале ряда. Для подобных

193

рядов модели с элементом обучения по образцам, последовательностям демонстрировали неприемлемый по качеству результат. Эти модели являются, по существу, моделями машинного обучения, подобны нейронным сетям, но менее универсальны, и зачастую настроены на выявление вполне конкретных составляющих ряда, таких как сезонность или тренд.

Часть рядов содержала очень большие значения, а часть очень малые, это негативно сказывалось на расчётах, использующих степенные выражения. Ряды, состоящие только лишь из 0 и 1, также оказались недоступны ряду экспертов, которые не смогли построить решение о прогнозе.

Коренным образом ситуация улучшилась, после того как все подаваемые на вход значения были нормированы от 0 до 1. В статье [3] описываются различные способы нормализации и их сравнение на достаточно больших размерах данных с использованием разных критериев, включая и критерий выбранный автором соревнований. Максимально плохое значение критерия Smape - это 200, на ненормализованных рядах соревнований IFSA 2015 изначально были получены значения около 170, после нормализации большинство экспертов показали значения около 30 - 40, а лучшие около 10. Улучшились и результаты агрегирующих методов, в которые было внесено большое число дополнительных проверок и ограничений, а так же описаний поведения для тех случаев, в которых отдельные эксперты выдавали ошибочные значения или же не выдавали совсем. Были реализованы наиболее удачные c точки зрения прогноза по критерию Smape методы нормализации.

Так как для получения результата, необходимо сначала осуществить тестовый прогноз, а уже потом реальный, то для всех вариантов нормализации, часть из которых параметризованы, как например метод box-cox, расчет занимал около суток для всей совокупности рядов. В результате вычислительных экспериментов было выявлено, что все варианты нормализации демонстрируют примерно одинаковое количество временных рядов, на которых они дают лучшее решение. На основе результатов вычислительных экспериментов была проведена оптимизация проекта. Окончательный расчёт результат по производительности, достигнутый в ходе оптимизации, составил около 20-30 минут, при параллельном выполнении расчетов для различных групп временных рядов. Все вычисления распараллеливались на максимально доступное число независимых процессов, доступных машине, на которой производился расчёт.

Нормализация решила проблему разброса значений временного ряда. Но так как нули в начале ряда не позволяли применять ряд методов прогнозирования, было принято решение, что в тех методах, которые не могут корректно обработать эту ситуацию, нули в начале обрезаются до одного или до такого количества нулей, при которых модель ведёт себя стабильно.

ВЫБОР МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ, АДЕКВАТНЫХ ТИПУ ВРЕМЕННОГО РЯДА Отладка моделей, адекватных для различных типов временных рядов, окончательно осуществлялась разработчиком с помощью визуализации результатов прогнозирования. Автоматическая оценка результатов по какому-либо критерию была затруднена, так как некоторые из рядов содержали более 500 точек и прогнозировались на 180. В результате очевидным вариантом визуализации было признано построение графика. В результате экспертизы результатов была выстроена архитектура моделей прогнозирования, адаптированная к виду временного ряда.

194

РЕЗУЛЬТАТЫ АГРЕГАЦИИ ПРОГНОЗОВ ОТОБРАННЫХ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ Результаты агрегации моделей и методов прогнозирования и их агрегации в форме графиков приведены на рис. 1.

Рис.1. Результаты агрегации моделей и методов прогнозирования

СПИСОК ЛИТЕРАТУРЫ

1. http://irafm.osu.cz/cif/main.php?c=Static&page=dates 03.03.15 2. https://ru.wikipedia.org/wiki/Информационный_критерий_Акаике 03.03.15 3. Data transforms with exponential smoothing methods of forecasting.

Adrian N. Beaumon // International Journal of Forecasting, 12/2014; 30(4):918–927

УДК 004.89:004.4 ПРЕДИКАТИВНОЕ ПРОГНОЗИРОВАНИЕ ПОСТУПЛЕНИЯ ЭЛЕКТРОННОЙ ТЕХНИЧЕСКОЙ ДОКУМЕНТАЦИИ В ПРОЕКТНОМ РЕПОЗИТОРИИ НА ОСНОВЕ НЕЧЕТКИХ ТЕНДЕНЦИЙ И.А. Тимина, Ю.А. Радионова

ВВЕДЕНИЕ У большинства крупных проектных предприятий имеются значительные

архивы различного рода проектов. Некоторые проекты используют ранее разработанные решения, так как это значительно сокращает сроки выполнения. Для решения задачи прогнозирования поступления документации в виду большого объема хранимой информации требуется обширный анализ проектных документов, который сможет реализовать поиск схожих проектных документов, выявить степень их подобия и на основе этих показателей получить будущее значение. Таким образом, появляется задача создания проектного репозитария, который автоматизирует процессы классификации, схожести всех имеющихся проектов предприятия для последующего прогноза значений.

В настоящий момент времени существующие методы прогнозирования поступления проектных документов в архивы кострукторно-технической

195

документации на основе моделей случайных процессов на современном этапе развития не ориентированы на анализ и прогнозирование документации в комплексе, содержащих неоднородные, нелинейные и разнонаправленные данные и связи. Поэтому возникает проблема формирования автоматизированного метода прогнозирования поступления электронной технической документации на основе схожести проектов. Таким образом, для реализации прогнозирования поступления документации в интеллектуальном проектом репозитарии САПР требуется анализ проектных документов.

Поступления проектных документов в архив длительный, постоянно меняющийся во времени процесс, характеризующийся множеством значений, которые, измеренные через дискретные промежутки времени, образуют временной ряд (ВР).

Данная работа направлена на решение задачи интеллектуального анализа многомерных гетерогенных ВР (МГВР), то есть многомерных ВР, образованных временными рядами, значения которых измерены в различных шкалах и, следовательно, в каждый момент времени состояние процесса характеризуется совокупностью значений разного типа. Последнее определяет ряд существенных особенностей анализа и прогнозирования ключевой характеристики сложной системы.

Предлагается подход к решению задач анализа и прогнозирования МВР, входящий в интеллектуальное исследование ВР на основе моделей НВР, моделей нечетких тенденций (НТ), связанное с вычислением степени сходства МВР и выделенной с помощью кластеризации ВР доминирующей НТ, на основе которой строится метод прогнозирования значений ВР.

ОСНОВНЫЕ ПОНЯТИЯ Предлагаемый подход к построению моделей ВР для целей решения задачи

прогнозирования подразумевает преобразование исходного дискретного ВР , где – некоторый момент времени, – уровень ВР, в НВР , , где – нечеткая метка [1-4]. Затем НВР

преобразуется в ВР НЭТ, который обозначим . Под ETend понимается функционал, который реализуется на основе операций TTend – определение типа тенденции и RTend – определение интенсивности тенденции специальной лингвистической шкалы, построенной для исходного ВР. В результате описанных преобразований получается несколько ВР, четких числовых и нечетких лингвистических, например ВР параметров нечетких тенденций [5].

НТ НВР - нечеткая метка, выражающая характер изменения последовательности нечетких уровней НВР в заданном интервале времени. Нечеткая тенденция выражает поведение НВР в лингвистическом виде, например: «Рост», «Падение», «Стабилизация», «Колебания», «Хаос». [5]

Для выделения доминирующей тенденции кластеризуем нечеткие тенденции, используя FCM-алгоритм, основанный на минимизации целевой функции [6].

ПРЕДИКАТИВНОЕ ПРОГНОЗИРОВАНИЯ Для выявления степень сходства предиката ВР2 НЭТ с заданным ВР1 НЭТ

предлагается установить следующий критерий оценки соответствия поведения исследуемого ВР1 НТ поведению ВР2 предиката НТ

, который определяет расстояние между одновременными НЭТ [7-9]

Для прогнозирования используем три гипотезы прогноза [9]. Для эксперимента были взятые данные поступления документов технических

изделий в архив конструкторского предприятия. По извлеченным характеристикам следующие изделия обладали информацией: изделия 42 и 54 поставляются на экспорт; 275 и 220 – опытные образцы; подобные: (3,41,180) и (142,14,54) –

196

достаточное количество заимствованных документов и примерно похожая конфигурация приборов.

В таблице 1 представлены результаты анализа

Таблица 1. Анализ данных по поступлениям документов в архив. Коды

изделий Общая

тенденция Доминирующая тенденция

Мера сходства

Корреляция Интерпретация корреляции

14 Рост Стабильность 54 Рост Стабильность

0,94 0,4511 Средняя

54 Рост Стабильность 142 Рост Стабильность

0,8 -0,1365 Очень слабая

275 Падение Стабильность 142 Рост Стабильность

0,81 0,2436 Слабая

220 Рост Стабильность 14 Рост Стабильность

0,91 0,2681 Слабая

220 Рост Стабильность 54 Рост Стабильность

0,89 0,3402 Слабая

По полученным результатам анализа можно сделать следующие выводы: по статистике поступления документов в архив изделий 14 и 54 сходство и корреляция значительны, это говорит о влиянии изделия с кодом 54 на изделие с кодом 14. Аналогичные выводы по изделиям 275-142, 220-14, 220-54. Так же можно добавить, что изделия 142,14 и 54 влияют на экспортные образцы изделий 275 и 220. Результаты прогнозирования с учетом влияния ВР-предиката (табл.2).

Таблица 2. Результаты прогнозирования. ВР поступления

документов в архив (Код изделия)

ВР-предикат (Код изделия)

Гипотеза 1 Гипотеза 2 Гипотеза 3

14 54 Стабильность Стабильность Стабильность 275 142 Стабильность Рост слабый Стабильность 220 14 Стабильность Стабильность Стабильность

Результаты оценок качества прогнозирования поступления документов в архив изделия с кодом 275 с учетом влияния поступления документов изделия с кодом 142 представлены в таблице 3.

Таблица 3. Оценки качества прогноза (275-142). MSE RMSE

Гипотеза

Гипотеза сохранения тенденции

0,0006 0,0005 0,0005 0,0243 0,0227 0,0222

Гипотеза устойчивости тенденции

0,04 0,0398 0,0392 0,2 0,1995 0,1979

Гипотеза прогноза на заданный период

0,0006 0,0005 0,0005 0,0243 0,0227 0,0222

Согласно предложенному алгоритму 2 на первой фазе при прогнозировании по гипотезе сохранения тенденции ВР1 Y (275 код изделия) (рис. 1) получили про-гнозную НЭТ «Стабильность» и прогнозные значения ВР (MSE=0.0006) , затем, на второй фазе применяя алгоритм 1 определи основную доминирующая НТ ВР1 Y «Стабильность» (таблица 1) и основную НТ ВР2 Z (142 код изделия) «Стабиль-

197

ность» при общей тенденции «Рост», дефаззифицированные значения которых бы-ли использованы для коррекции прогнозных значений ВР1 Y полученного на первой фазе (MSE= 0.0005) (см.табл.3).

При предикатном прогнозировании по гипотезе устойчивости ошибки MSE уменьшились с 0,4 до 0,0392. При использовании гипотезы прогнозирования на пе-риод MSE изменилось в меньшую сторону с 0,0006 до 0,0005.

Полученные результаты данного эксперимента показывают, что предложен-ный подход, реализующий модифицированный метод прогнозирования НЭТ может быть использован для краткосрочного прогнозирования ВР в ситуации, когда име-ется экспертное предположение о существовании ВР предиката.

СПИСОК ЛИТЕРАТУРЫ 1. Бокс, Дж. Анализ временных рядов. Прогноз и управление; Пер. с англ. /

Дж. Бокс, Г. Дженкинс; Под ред. В. Ф. Писаренко. – М. : Мир, 1974. – 406 с. 2. Кендэл, М. Временные ряды; Пер. с англ. и пред. Ю. П. Лукашина/ М. Кен-

дэл. – М. : Финансы и статистика, 1981. – 199 с. 3. Zadeh, A. Lotfi. Fuzzy Sets / Lotfi A. Zadeh //Information and Control. – 1965. 4. Song, Q. Fuzzy time series and its models / Q. Song, B. Chissom // Fuzzy Sets

and Systems. – № 54 (1993) – Р. 269–277. 5. Ярушкина Н.Г., Афанасьева Т.В., Перфильева И.Г. Интеллектуальный ана-

лиз временных рядов : учебное пособие. – Ульяновск : УлГТУ, 2010. – 320 с. 6. Тимина И.А. Нечеткая зависимость как метод решения задач

интеллектуального анализа временных рядов // Автоматизация процессов управления. – Ульяновск: НПО «Марс». – 2013. – № 3(33). – С. 39-44.

7. Ярушкина Н.Г., Афанасьева Т.В., Романов А.А., Тимина И.А. Извлечение знаний о зависимостях временных рядов для задач прогнозирования // Наукоемкие технологии. – М: Радиотехника, 2014. – №7. – С.141-146.

8. Yarushkina N., Afanasieva T., Timina I. Predicative analytics for developing soft-ware // SYRCoSE 2014, The 8th Spring / Summer Young Researchers’ Colloquium on Software Engineering, May 29-31, Saint Peterburg, Russia, pp. 154-158.

9. Тимина И.А. Корректировка гипотез прогноза для извлечения знаний о вре-менных рядах // Четырнадцатая национальная конференция по искусственному ин-теллекту с международным участием (КИИ-2014), Т.3. - с. 68-76.

УДК 004.4, 681.3 ИССЛЕДОВАНИЕ И РАЗРАБОТКА АВТОНОМНОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ УПРАВЛЕНИЯ БЛА Н.Г. Ярушкина, Е.В. Музяков Введение

Изначальное применение БЛА определялось как боевое. Однако с начала 2000-х годов колоссальное значение стали приобретать «микро-беспилотники», разрабатываемые не для военных, а сугубо гражданских целей. В связи с большой их востребованностью, как в гражданских целях, так и в боевых, необходимо реализовать их автономное передвижение в пространстве. На сегодняшний день предпринимается много попыток реализовать подобные системы и алгоритмы. Однако эти алгоритмы часто решаются для конкретной

198

местности с заранее записанными координатами движения или с использованием GPS, что не позволяет использовать БЛА в другой местности или без систем спутниковой навигации. Персептрон как метод распознавания препятствий

Для оптического распознавания образов можно применить метод перебора вида объекта под различными углами, масштабами, смещениями и т. д.

Второй подход — найти контур объекта и исследовать его свойства (связность, наличие углов и т. д.) Еще один подход — использовать искусственные нейронные сети. Этот метод требует большого количества примеров задачи распознавания, либо специальной структуры нейронной сети. Перцептивные хэш-алгоритмы описывают класс функций для генерации сравнимых хэшей. Характеристики изображения используются для генерации индивидуального (но не уникального) отпечатка, и эти отпечатки можно сравнивать друг с другом.

Перцептивные хэши — это другая концепция по сравнению с криптографическими хэш-функциями вроде MD5 и SHA1. В криптографии каждый хэш является случайным. Данные, которые используются для генерации хэша, выполняют роль источника случайных чисел, так что одинаковые данные дадут одинаковый результат, а разные данные — разный результат. Из сравнения двух хэшей SHA1 на самом деле можно сделать только два вывода. Если хэши отличаются, значит, данные разные. Если хэши совпадают, то и данные, скорее всего, одинаковые (поскольку существует вероятность коллизий, то одинаковые хэши не гарантируют совпадения данных). В отличие от них, перцептивные хэши можно сравнивать между собой и делать вывод о степени различия двух наборов данных. Обзор алгоритма построения хэша

Обычно построение хэша состоит из 3 основных стадий: 1. Предварительная обработка. На этой стадии изображение приводится к

виду, в котором его легче обрабатывать для построения хэша. Для этого применяются различные фильтры (например, Гаусса), обесцвечивание, уменьшение размеров изображения и т.д.

2. Основные вычисления. Из полученного на 1 стадии изображения строится матрица (или вектор). Матрица может представлять из себя матрицу частот, гистограмму яркостей, или еще более упрощенное изображение.

3. Построение хэша. Из матрицы полученной на 2 стадии берутся некоторые коэффициенты и преобразуются в хэш. 1.Предварительная обработка: Уменьшение размера

В изображениях высокие частоты обеспечивают детализацию, а низкие частоты показывают структуру. Большая детализированная фотография содержит много высоких частот. В очень маленькой картинке нет деталей, так что она целиком состоит из низких частот. Самый быстрый способ избавиться от высоких частот — уменьшить изображение. Сокращение цветности

Любое цифровое изображение представляет собой прямоугольный массив элементов (пикселей). В каждом таком пикселе цветного изображения заключен вектор составленный из 3 цветов, красного, синего и зеленого. Каждый пиксель фактически задан 24-битным числом. В связи со значительными сложностями обработки векторозначных (цветных) изображений обычно их переводят в

199

оттенки серого, то есть трансформируют в 8-битное. Наиболее приемлемым с точки зрения сохранения качества изображения является преобразование по данной формуле: Zgray (i,j)=0.60 Zred(i,j) + 0.29 Zgreen(i,j) + 0.11 Zblue(i,j) где Zred(i,j) , Zgreen(i,j), Zblue(i,j) – значения состовляющих красного, зеленого и синего цвета исодного пикселя с координатами (i,j). Zgray(I,j) – значение яркости пикселя с координатами (I,j) полученного в результате монохромизации. Медианная фильтрация

Для устранение импульсных шумов, то есть яркостных изображений, применяется медианный фильтр. На изображении такой шум выражается малоразмерным (один-два пикселя), но существенным (до 45% к соседним пикселям) повышением яркости. 2. Основные вычисления: Выделение краев

Выделение краев - термин в теории обработки изображения и компьютерного зрения, частично из области поиска объектов и выделения объектов. Он основывается на алгоритмах, которые выделяют точки цифрового изображения, в которых резко изменяется яркость или есть другие виды неоднородностей.

Метод Собеля. Идея этого метода основана в наложении на каждую точку изображения двух масок вращения. Эти маски представляют собой две ортогональные матрицы размерностью 33(Рис.х).

Рис.2 Маски вращения

Эти маски выявляют границы, расположенные вертикально и горизонтально на изображении. При раздельном наложении этих масок на изображение можно получить оценку градиента по каждому из направлений Gx, G0. Конечное значение градиента определяется по формуле

. 3. Построение хэша

Перевести отдельные биты в числовое значение. Порядок преобразование пикселей в число не имеет значения, если он сохраняется постоянным, и должен учитываться для всех будущих хэшей. Оптимальным вариантом было принято записывать биты слева направо, сверху вниз. На рис.3 показан пример для 36 пиксельного изображения.

200

Рис.3 Построение хэша

III) Пример алгоритма обнаружения и облета препятствий

Получаемое изображение снимается с одной широкоугольной камерой. С помощью сравнения хэшей гексокоптер сможет держать курс посередине двух объектов, между левой и правой стороной. Это происходит в несколько этапов: 1) Разделение входного изображения на 2 части - левую и правую; 2) Построение и сравнение хэшей, которое должно происходить только со своей предыдущей частью; 3) Сравнение полученных результатов друг с другом, на анализе которых гексокоптер принимает решение в какую сторону произвести маневр. Сравнение хэшей

N – количество пикселей в строке; P1 – пиксели хэша основного изображения; P2 – пиксели хэша сравнимого изображения; F = дистанция схожести.

Сравнение полученных результатов Объекты, далекие от наблюдателя, меньше передвигаются в кадре

относительно близких. Сравнивая, таким образом, левую и правую часть, можно сказать, что одна из двух частей находится ближе к БЛА. Заключение

Алгоритм автономного облета препятствий совершенствуется: также БЛА необходимо облетать и нижние преграды, и верхние. В статье были указаны основные методы и подходы для полноценной реализации автономной интеллектуальной системы управления БЛА. Список литературы

Дэвид А. Форсайт, Джин Понс. Компьютерное зрение. Современный подход. М.: «Вильямс», 2004. — С. 928.

Джордж Стокман, Линда Шапиро. Компьютерное зрение. М.: Бином. Лаборатория знаний, 2006. — С. 752.

Philip Hawkes, Michael Paddon, Gregory G. Rose. Musings on the Wang et al. MD5 Collision.

Розенблатт Ф. Принципы нейродинамики. Перцептроны и теория механизмов мозга. М.: Мир, 1965. 480 с.

201

УДК 004.9 (378) АВТОМАТИЗАЦИЯ УЧЕБНОЙ ДЕЯТЕЛЬНОСТИ В СИСТЕМЕ 1С:УНИВЕРСИТЕТ ПРОФ Н.В. Корунова

Учебный процес, как и любая деятельность в современном мире требует автоматизации своих процессов. Создание единой корпаративной информационной системы даст возможность перехода от лоскутной автоматизации бизнес-процессов к горизонтальному подходу, который характеризуется интеграцией приложений, находящисях в системе и вне ее пределов, что в свою очередь позволит сформировать единую концепцию бизнес-процессов.

При выявлении потребностей учреждений высшего образования выявляются типовые проблемы [1] для всех вузов, в том числе Ульяновского государственного технического университета:

а) широкий спектр областей и направлений деятельности, подлежащих автоматизации;

б) интенсивное информационное взаимодействие между подразделениями, вузом и внешними организациями;

в) участие в процессе обработки информации большого количества пользователей и персонала различных категорий;

г). требования нормативно-правовой базы по обеспечению безопасности обрабатываемой информации

д) автоматизация отдельных подразделений без использования единой базы данных, проблемы интеграции используемых информационных систем;

е) зависимость от поддержки и сопровождения систем разработчиками. Конфигурация «1С: Университет ПРОФ» предоставляет универсальную

систему автоматизации деятельности любого вуза для решения, перечисленных выше проблем, при этом достигаются следующие критерии оценки эффективности внедрения системы:

1) автоматизация всех видов деятельности вуза; 2) создание единого информационно-образовательного пространства и

согласованность потоков данных между подразделениями; 3) возможно использование сертифицированных средств и технологий

обработки конфиденциальной информации и персональных данных; 4) дальнейшее развитие разработок, их интеграция и повышение качества

информационного взаимодействия подразделений; 5) организация электронного документооборота и уменьшение времени на

обработку документации; 6) создание инструментов для оперативного управления и оптимизации

бизнес-процессов; 7) создание целостной личностно-ориентированной информационно-

образовательной среды вуза, направленной как на преподавателей, так и на студентов.

При создании комплексной интегрированной автоматизированной информационной системы управления образовательным учреждением существует несколько способов решения:

1. Разработка «своими силами» (требуется большой бюджет, растянутые сроки и очень большой штат собственных специалистов и разработчиков, что неэффективно для большинства вузов).

202

2. Совместная разработка (требуется очень большой бюджет, растянутые сроки, наличие свои специалистов, что эффективно для сравнительно небольшого числа вузов).

3. Приобретение «коробочного продукта» (требуется сравнительно большой бюджет и либо группа собственных разработчиков, либо привелечение сторонних, но при этом открытый код и возможность адаптации дают преимущество перед остальными способами, что оптимально для большинства вузов).

Ульяновский государственный технический университет выбрал третий способ внедрения — приобретение «коробочного продукта» «1С: Университет ПРОФ» на платформе 8.2.

Поскольку работа по минимизации рисков (а в идеале - по их устранению) потребует от Университета дополнительных затрат, выделим основные риски, возникающие при внедрении:

1. «Слабая система» - приобретенное ПО, не является окончательной версией продукта, а постоянно дорабатывается, поэтому не обладает необходимым набором функций сразу. 1С разработчики оперативно решают данную проблему выпуская обновления по мере разрастания функционала системы и при изменений требований министерства образования у высшем учреждениям, из чего вытекает второй риск.

2. При внесении изменений требований и стандартов высшего образования необходимо время для адаптации системы.

3. Сопротивление со стороны конечных пользователей или участников проекта, недостаточная профессиональная подготовка кадров, отсутствие необходимых специалистов.

4. Неэффективный проектный менеджмент по управлению процесса внедрения системы, что приведет к затягиванию процесса реализации.

5. Отказ топ-менеджмента от внедрения корпаративной информационной системы в Университете.

Для работы с приобретенной системой необходимо было предварительно подготовить специалистами вуза определенного стандартного объема данных, наличие которого резко сокращает риски и сроки внедрения решения «1С:Университет»:

• документы, регламентирующие порядок осуществления учебной, внеучебной и научной деятельности, документы, касающиеся порядка осуществления делопроизводства высшего учебного заведения;

• локальные нормативные акты, результаты аудита программно-аппаратных и сетевых ресурсов вуза;

• учебные планы, созданные с использованием GosInsp и сохраненные в формате xml);

• источники полной организационно-штатной структуры вуза — экспортированная база данных из 1С: Зарплата и кадры для бюджетных учреждений;

• экспортированные из задачи кадрового учета данные о ППС ; • экспортированные данные контингента обучаемых из

автоматизированной системы «Учебный процесс»; • краткое описание основных бизнес-процессов вуза, прописанных в

регламенте работы специалистов вуза; • детальное описание уникальных (специфических) бизнес-процессов вуза,

полученное непосредственно у специалистов автоматизируемых

203

подразделений; • полный перечень выходных печатных форм с указанием приоритетов их

реализации. По итогам предварительной работы с ситемой «1С: Университет ПРОФ»

пданируется и реализуется план внедрения в подразделения вуза. Одним из первых автоматизируемых подразделений будет Учебное управление, основной задачей которого является планирование и контроль учебного процесса.

Система «1С: Университет ПРОФ» включает в себя подсистему «Планирование учебного процесса», включающую в себя [2]:

1. Формирование учебных планов, загрузка и выгрузка учебных планов в формате xml (интеграция с GosInsp).

2. Планирование объемов нагрузки. 3. Закрепление нагрузки за преподавателями. 4. Подготовка списочных, статистических и аналитических отчетов. В ходе системного анализа бизнес-процессов Университета были

выявлены следующие специфические особенности: наличие не автоматизированных на данный момент в «1С: Университет ПРОФ» процессов объединения групп разных направлений подготовки в потоки, учета результата отбора дисциплин по выбору, учет в расчете штатов не только учебной нагрузки, но и организационной. Было решено разработать собственные обработки, позволяющие учитывать все особенности бизнес-процессов вуза.

В ходе тестирования системы также были выявлены недоработки по заполнению учебного плана из системы GosInsp и принято решение о создании обработок, существенно облегчающих заполнение учебного плана.

Таким образом, на сегодняшний момент при планировании учебного процесса, расчета штатов и распределении нагрузки между преподавателями выполняются следующие действия:

1) формирование и заполнение документа «Учебный план» путем загрузки файла формата .xml и работой с дописаннной обработкой, где заполняются периоды контроля, кафедры, правила расчета, результаты освоения дисциплин, вручную корректируются правила расчет практик и заполняется информация по государственной итоговой аттестации;

2) создание документа «Формирование контингента» – после проведения приказов о зачислении в вуз и движении контингента (перевод в другой вуз, перевод на следующий курс, уход в академический отдых и т. д.);

3) составление документа «Распределение поручений» (документ «Закрепление за кафедрой» преподавателей формируется автоматически при внесении изменений в системе учета зароботной платы);

4) запуск обработок по учету потоковых занятий, организационной нагрузки и дисциплин по выбору.

СПИСОК ЛИТЕРАТУРЫ 1. Карточка решения «1С: Университет ПРОФ». Информационные

материалы. [Электронный ресурс]. - Режим доступа: http://solutions.1c.ru/catalog/university/materials

2. СГУ-Инфоком. Вебинары. [Электронный ресурс]. - Режим доступа: http://sgu-infocom.ru/webinars

204

УДК 004.4 (005) ИССЛЕДОВАНИЕ И АВТОМАТИЗАЦИЯ АНАЛИЗА В СИСТЕМАХ УЧЕТА ФИНАНСОВЫХ ВЛОЖЕНИЙ ОРГАНИЗАЦИИ М. С. Григоричева, К.П. Устимова, Н.В. Корунова

Введение Финансовые вложения - это вложения денежных средств и других

свободных ресурсов предприятия в активы, не связанные с их основной деятельностью, с целью получения дополнительного дохода.

К финансовым вложениям относят: вклады в уставные капиталы других предприятии, в ценные бумаги, в сберегательные сертификаты; займы, предоставленные другим организациям; вложения имущества по договорам о совместной деятельности. [1]

С развитием финансовых рынков стало актуально вкладывать такие денежные средства в инвестиции, с целью получения дохода. Инвестирование в ценные бумаги – это серьезный интеллектуальный процесс, несущий в себе массу рисков. Однако и возможности здесь открываются серьезные.

Существует такое понятие как корпоративные инвесторы – это различные фирмы, предприятия, компании, которые свои временно свободные средства вкладывают в ценные бумаги. Для таких инвесторов инвестиционная деятельность не является основной, это лишь средство максимизировать финансовые потоки (увеличить прибыль).

Для организаций, которые осуществляют подобную деятельность, существует необходимость анализировать, прибыль от операций покупки-продажи конкретной ценной бумаги.

Таким образом, тема исследования методов анлаиза финансовых вложений фирмы и разработки программного обеспечения автоматизации учета и анализа является на сегодняшний день актуальной.

Постановка задачи В ходе исследования методов анализа финансовых вложений по

результату хозяйственных операций было выделено два направления разработки программного обеспечения в зависимости от конечного пользователя системы:

1. Учет и анализ ценных бумаг на счете 58 «Финансовые вложения» 2. Учет и анализ договоров о предоставляемых займах на одном из

субсчетов счета 58 «Финансовые вложения» Самым простым в освоении и реализации из подходящих для анализа

финансовых вложений является АВС-метод, который и реализован в разрабатываемых автоматизированных системах.

АВС–анализ это инструмент, который позволяет изучить товарный ассортимент, определить рейтинг товаров по указанным критериям и выявить ту часть ассортимента, которая обеспечивает максимальный эффект.[2]

Группа А включает ограниченное количество наиболее ценных видов позиций, которые требуют тщательного планирования, постоянного и скрупулезного учета и контроля. Группа В составлена из того ассортимента, который в меньшей степени важен для компании, чем категории А, и требуют обычного контроля, налаженного учета. Группа С включает широкий ассортимент оставшихся малоценных позиций, характеризующихся упрощенными методами планирования, учета и контроля.

При разработке программного обеспечения база данных была создана с

205

помощью MS SQL Server (SQLEXPRESS), программный код разрабатывался в среде VisualStudio 2010 на языке программирования C#.

Учет и анализ ценных бумаг на счете 58 «Финансовые вложения» В программном продукте была реализована возможность анализа

прибыли от операции продажи ценной бумаги, а также анализ объемов ценных бумаг проданных от конкретного поставщика с помощью ABC-метода.

В рассматриваемом случае параметром для анализа будет являться ассортимент ценных бумаг предприятия. Цель анализа определить, какие ценные бумаги приносят предприятию максимальную прибыль.

Алгоритм ABC-анализа, который реализован в программном модуле можно представить в виде 6 шагов:

Шаг 1: Определение суммарного значения выбранного показателя. В рассматриваемом случае показателем является прибыль, которую при продаже приносит конкретная ценная бумага. Суммирование происходит при помощи метода Sum.

Шаг 2: Определение доли каждой позиции в общем результате. Определение доли каждой позиции в общем результате происходит путем деления прибыли по конкретной ценной бумаге на общую сумму прибыли по всем ценным бумагам и все это умножается на 100. Шаг 2 выполняется при помощи метода Proc.

Шаг 3: Сортировка объектов анализа ассортимента в порядке убывания доли каждой позиции.С помощью метода Sort определенные ранее доли, сортируются по убыванию.

Шаг 4: Расчет доли с накоплением результата анализа ассортимента. На этом шаге метод Nar_proc осуществляет подсчет нарастающей доли, путем прибавления к предыдущей доле последующей в отсортированном по убыванию списке.

Шаг 5: Отнесение позиции к выбранной группе. Метод ABC определяет, к какой группе относится каждая позиция, путем сопоставления накопленной доли по конкретной позиции с определенным диапазоном значений.

Шаг 6: Вывод. После того, как все позиции распределены по группам, нам необходимо узнать результат проведенного анализа. Помимо того, что данные анализа выводятся на экран, программа выводит также и совет пользователю, на что ему следует обратить внимание по итогам анализа.Как известно в основе ABC-анализа лежит принцип Парето — 20 % всех товаров дают 80 % оборота. Таким образом, на данном этапе происходит подсчет доли количества позиций ассортимента в каждой группе по отношению к общему количеству позиций ассортимента.

Учитывая все это, программа дает пользователю информацию о том, соответствуют ли полученные показатели желаемым. Распределив ценные бумаги и их поставщиков по группам, можно понять, на кого следует обратить наибольшее внимание. В зависимости от ситуации будет дан совет либо обратить внимание на определенную группу, с целью сокращения количества наименований ассортимента в ней либо же наоборот их расширения.

Учет и анализ договоров о предоставляемых займах на одном из субсчетов счета 58 «Финансовые вложения»

Операции по предоставлению займов другим предприятиям оформляются договором займа, в котором указывается сумма, срок погашения и размер процентов. Для получения максимальной прибыли организация, которая ведет такую деятельность по предоставлению сумм займа, должна анализировать

206

своих клиентов. Также должна проверять кому выдаются займы и выгодна ли данная операция. Для этого целесообразно оценивать объем предоставленных денежных средств организации и полученных процентов от предоставленных займов.

Благодаря анализу, клиентов можно распределить по приоритетным группам и проинформировать пользователя о том, какой клиент является наиболее важным. Распределив клиентов по группам, можно понять, на кого следует обратить наибольшее внимание.

В данном случае список клиентов разделяется на 3 группы [1]: A — самые крупные, B — средние, C — мелкие. К группе А относятся очень важные клиенты, которые приносят наибольшую прибыль предприятию. Группа В – клиенты средней степени важности, но при работе с ними можно выявить клиентов, которые могут появится и в группе А. К группе С относят наименее важных клиентов, которую составляют незначительную сумму прибыли.

АВС-анализ можно применять к любым количественным данным и показателям деятельности компании, поэтому в системе автоматизации финансовых вложений в качестве такого параметра выступают суммы – начисленного процента и предоставленного займа. Алгоритм заключается в следующем: сначала формируются данные о суммах, приходящихся на каждого клиента за определенный временной период. Ранжируются результаты в порядке убывания сумм. Рассчитывается удельный вес, приходящегося на каждого клиента, в общем объеме сумм.

Рассчитывается удельный вес объема сумм, приходящегося на каждого клиента, нарастающим итогом и основе полученных данных контрагенты распределяются в по группам А, В и С, исходя из принципа Парето.

В ходе проведенных экспериментов было отмечено, что состав групп по суммам процентов и самих займов могут различаться. Например, контрагент, входящий в группу «В» по суммам займам, входит в группу «А» по суммам начисленного процента. Данный контрагент заключает договор на меньшую сумму, чем другие контрагенты, входящие в группу «А» по суммам займа, и при этом выплачивает больший процент, чем другие контрагенты, входящие в группу «B» по суммам начисленного процента. Следовательно, система выдает рекомендацию, что необходимо принять управленческое решение о переводе этого контрагента в группу «А» по суммам займа, предлагая ему улучшенные условия при заключении договора.

Таким образом, с помощью реализованного анализа программа показывает, какие вложения, а именно, предоставленные займы клиентам, наиболее выгодней. В том числе система предоставляет информацию по каждой группе контрагентов и соответствующую рекомендацию.

СПИСОК ЛИТЕРАТУРЫ

1. Учет финансовых вложений предприятия [Электронный ресурс] – Режим доступа: http://www.refi.su/buhgalterskii_ychet_ book13.html

2. Моделирование деятельности торговой организации с помощью ABC-XYZ-анализа [Электронный ресурс]. – Режим доступа: http://www.scienceforum.ru/2013/21/5020

3. Метод АВС контроля товарно-материальных запасов [Электронный ресурс]. – Режим доступа: http://studopedia.ru/3_73704_metod-avs-kontrolya-tovarno-materialnih-zapasov.html

207

УДК 004.4 (005) РАЗРАБОТКА АВОМАТИЗИРОВАННОЙ СИСТЕМЫ УЧЕТА И АНАЛИЗА НАЧИСЛЕНИЯ И уДЕРЖАНИЯ ЗАРАБОТНОЙ ПЛАТЫ НА ПРЕДПРИЯТИИ А.Ю. Долгановская, Н.В.Корунова

Несмотря на глобальную автоматизацию производства, трудящийся

персонал остается самой главной ценностью на любом предприятии различных отраслей. В первую очередь от него зависит качество производства, поэтому всесторонний анализ труда очень важен для организаций. Безусловно, анализировать труд целесообразно по нескольким направлениям: анализ состава работающих, анализ использования рабочего времени, анализ уровня образования работников и т.д. Для современных предприятий не менее важным, а зачастую наиболее приоритетным является анализ заработной платы. Так как рост производительности труда связан с изменением всех затрат производства и непосредственно влияет на конечный финансовый результат предприятия, появляется необходимость в постоянном учете зарплаты и ее анализе.

С этой целью была поставлена задача спроектировать и разработать ситсему учета взаиморасчетов с сотрудниками организации с возможностью анализа полученных данных. Система должна обеспечивать хранение информации об организациях и их персонале, позволять производить начисления, удержания и выплаты заработной платы и формировать определенные отчеты и документы по операциям, а также производить анализ данных.

Автоматизированная система включает в себя: 1. Хранение данных в базе данных. 2. Удобный и комфортный пользовательский интерфейс. 3. Работа с объектами справочники (организации, сотрудники,

подразделения, вид расчета и др.). 4. Работа по ведению хозяйственных операций (начисление, удержание.

Выплата зароботной платы), автоматическое формирование бухгалтерских проводок в журнале проводок;

5. формирование выходных форм: «Оборотно-сальдовая ведомость по счету» и «Ведомость взаиморасчетов с сотрудниками организации »;

6. метод ABC – анализ; 7. сервисные функций системы. По мере накопления больших массивов информации в системе возникает

потребность в анализе и структуризации данных. Для реализации поставленной задачи за основу был взят алгоритм ABC-анализа, который в первую очередь предполагает выбор объекта и параметра анализа. В рассматриваемом случае в качестве объекта выступают сотрудники, в качестве параметра – выплаченная заработная плата. Далее следует составление рейтинговых списков объектов по убыванию значения параметра. Этот этап состоит из следующих шагов:

1) Перечисление всех анализируемых позиций. 2) Сортировка полученного списка по убыванию. 3) Определение доли(D) каждой позиции, путем деления значения

параметра каждой позиции(Si) на общую сумму значений(Sобщ) всех объектов, выраженного в процентах:

208

%100*%100*

1

n

ii

i

общ

ii

S

S

S

SD

(1)

4) Определение совокупного процента(Pi), начиная с верхних строк:

121 ... DDDDP iiii (2)

5) На основе этого совокупного процента происходит распределение объектов по группам.

В анализе системы учета взаиморасчетов с сотрудниками организации были выделены 3 группы:

1) Категория А – высокооплачиваемые работники. 2) Категория В – среднеоплачиваемые работники. 3) Категория С – низкооплачиваемые работники. В первую группу попадают те сотрудники, совокупный процент которых

находится в диапазоне от 0 до 80%, во вторую – от 81 до 95%, и в третью – от 96 до 100%.

В результате тестирования в разработанной системе компонента анализа были выявлены следующие проблемы: очень часто объекты с одинаковыми или очень похожими значениями параметра, оказывались в разных группах или наоборот – объекты с большой разницей в показателях параметра объединялись в одной категории. Было решено, что пользователь программы должен участвовать в проведении анализа, поэтому ему была предоставлена возможность, в случае неудовлетворительного результата, самостоятельно определять процентные диапазоны.

Воспользовавшись функцией анализа, пользователь в конечном итоге получает всех сотрудников определенной организации и определенного подразделения, распределенных по группам. Различные виды анализов труда, приведенных в начале текста, лучшего всего производить совместно с анализом его оплаты. Как раз функции системы учета взаиморасчетов с сотрудниками организации дают пользователю получить результат, который может быть использован в дальнейших исследованиях других объектов. В перспективе система может быть интегрирована в более крупную систему, поэтому анализ начисления и удержания заработной платы на предприятии также может быть стать этапом глобального анализа, результаты которого будут предоставлять пользователю более востребованную информации.

Описанный алгоритм был реализован на языке C# с помощью среды разработки Visual Studio 2010. Для создания базы данных использовался виртуальный сервер MS SQL Server, ее же описание было осуществлено с помощью технологии ADO.NET и с помощью языка запросов SQL.

СПИСОК ЛИТЕРАТУРЫ

1. Методика ABC-анализа [Электронный ресурс]. – Режим доступа: http://finances-analysis.ru/abc/abc-analiz.htm

3. Воронина В. В. Технологии автоматизации бизнесс – процессов предприятий : учебное пособие / В. В. Воронина - Ульяновск : УлГТУ, 2013. – с 14 – 35, 187 – 198.

4. Климов А. П. C#. Советы программистам. – Санкт – Петербург : БХБ – Петербург, 2008. – с 139 — 215.

209

УДК 004.4 (005) ИССЛЕДОВАНИЕ И ПРИМЕНЕНИЕ МЕТОДА АВС-АНАЛИЗА В СИСТЕМАХ ВЗАИМОРАСЧЕТОВ С КОНТРАГЕНТАМИ НА ПРЕДПРИЯТИИ Е.А. Киреева, О.М. Севостьянова, Н.В. Корунова

 

Введение В современном мире многие коммерческие организации как приобретают

услуги, так и продают товары по самым разным причинам, и чем больше предприятие пользуется услугами других фирм, тем более объемными становится учет взаиморасчетов с ними, соответственно, при продаже большого ассортимента товаров возрастает объемы работы с покупателями. С покупателями, поставщиками и подрядчиками связана основная деятельность коммерческой компании, разрешение важнейших вопросов менеджмента и маркетинга. Работа с различными контрагентами со временем создает проблему выбора наилучшего из них, поэтому одной из первостепенных задач руководителя становится определение приоритетов — необходимость максимально просто и понятно классифицировать контрагентов. Решением в этом случае становится проведение ABC-анализа.

АВС-анализ — экономически обоснованный метод ранжирования сырья, запасов и прочих важных для предприятия «объектов». Данный анализ – метод рационализации, который может быть применен в деятельности любого предприятия [1]. В основе метода АВС-анализа лежит «Правило Парето», которое звучит следующим образом: 20% усилий обеспечивают 80% результата. Метод АВС-анализа строится по принципу классификации анализируемых ресурсов на 3 группы, а именно на группы А, В и С.

Группа А обеспечивает 80% продаж/прибыли и обычно составляет 15-20% от всех ресурсов. Это самые важные, сильные стороны и ресурсы кампании.

Группа B обеспечивает 15% продаж/прибыли и обычно составляет 20-35% всех ресурсов. Данные ресурсы также важны для кампании. Инвестиции в данный вид ресурсов кампании не значительны и необходимы только для поддержания существующего уровня.

Группа С обеспечивает 5% продаж/прибыли и обычно составляет 50-60% от всех ресурсов. Обычно ресурсы этой группы тянут компанию вниз или не приносят дохода.

Реализация задачи В ходе исследования применимости данного метода при взаиморасчетах с

контрагентами были разработаны две системы: 1. Учет и анализ взаиморасчетов с подрядчиками услуг. 2. Учет и анализ взаиморасчетов с покупателями товаров. Обе автоматизированные системы взаиморасчетов с контрагентами

позволяют работать со справочниками — объектами предметной области, производить хозяйственные операции компаний с контрагентами, вести автоматизированное заполнение бухгалтерской отчетности, а также предоставляет необходимые отчеты, показывающие результаты деятельности компаний. Модуль АВС-анализа позволит своевременно классифицировать и расставить приоритеты в работе с контрагентами.

Программный код обеих систем разрабатывался в среде Visual Studio 2010 Express на языке программирования C# с использованием базы данных MS SQL Server.

210

Учет и анализ взаиморасчетов с подрядчиками услуг В основе использования данного метода при анализе подрядчиков услуг

лежит допущение, что не все подрядчики характеризуются одинаковым влиянием на эффективность, из-за чего целесообразно более интенсивно заниматься подрядчиками, которые имеют большой оборот взаиморасчетов по счету 60 в журнале проводок.

Классификация подрядчиков по методу АВС – анализа осуществляется по такой схеме [2]:

1. Подбирается информация о годовом обороте каждого подрядчика. 2. Размеры оборотов записываются по убывающей последовательности. 3. Рассчитывается доля оборота каждого подрядчика в процентах от

общего оборота. 4. Находятся аккумулированные значения оборота подрядчиков в

процентах. В данном анализе было принято различать следующие три группы

подрядчиков: А – подрядчики – это те подрядчики, с которыми предприятие имеет примерно 75% оборота. Такой показатель оборота дают около 5% подрядчиков. В – подрядчики (их в среднем 20%), как правило, дают 20% оборота. Оборот С – подрядчиков (их примерно 75%) составляет ориентировочно 5%.

ABC – классификацию подрядчиков можно провести в разрезе закупаемых у них услуг. В этом случае если предприятие хочет иметь небольшие затраты в области закупок, следует заниматься сначала А-услугами.

А-услуги - это дорогостоящие услуги, подлежащие более тщательной и интенсивной обработке. Для данной категории имеет смысл проводить следующие мероприятия: наиболее точный ценовой анализ закупок; подробный анализ всех затрат; глобальный анализ рынка; рассмотрение нескольких предложений поставщиков; жесткие переговоры по поводу закупочных цен; наиболее тщательная подготовка заказов; точнейшее управление закупками.

В-услуги - услуги, которые имеют среднюю стоимость. В зависимости от их значимости с ними надо работать либо как с С-услугами, либо как с А-услугами.

С-услуги – это услуги, не представляющие большой ценности. С ними следует работать не так, как А-услугами. Из-за их большого количества и низкой стоимости основная задача рационализации состоит в уменьшении затрат на оформление заказов. Для этого должны проводиться такие мероприятия: организовано упрощенное оформление заказов; на предприятии должны формироваться сводные заказы; использование несложных формулировок заказов; организованы заказы по телефону; производство ежемесячного расчета; увеличение партий заказов.[3]

В системе взаиморасчетов с подрядчиками по оказанию услуг на предприятии возможно применение обоих вариантов ABC – анализа одновременно, что позволит сделать более обоснованный вывод о преимуществе работы с определенными подрядчиками для данного предприятия. Концепция усилий на А– услугах и А– подрядчиках не должна означать, что В– или С– услуги или подрядчики остаются совсем без внимания. Однако их экономическое влияние не будет настолько решающим, как для А-класса.

Учет и анализ взаиморасчетов с покупателями Так для реализации АВС-анализа в системе взаиморасчетов с

211

покупателями в качестве критерия разделения на группы берется сумма выручки, принесенная товарами за указанный период. Данная сумма отражается по дебету счета 62.1 в журнале проводок. Проведение АВС-анализа взаиморасчетов с покупателями начинается с распределения товаров на 3 группам.

Алгоритм распределения ассортимента по группам А, В и С: 1. Из базы данных выбираются все ТМЦ; 2. Вычисляется выручка от реализованных ТМЦ за указанный период; 3. Список ТМЦ сортируется по убыванию прибыли; 4. Вычисляется процент прибыли, которую доставила каждая ТМЦ за ука-

занный период; 5. Считается накапливаемый процент прибыли; 6. ТМЦ распределяются по группам по накапливаемому проценту. Далее система проводит анализ активности покупателей, а именно

распределение покупателей по долям их активности в сформированных группах. Алгоритм расчета вклада каждого покупателя в сформированные группы:

1. Рассчитывается сумма выручки, принесенная каждым покупателем при приобретении товаров каждой группы за указанный период;

2. Вычисляется доля покупателя в каждой группе путем нахождения отно-шения высчитанной выручки, принесенной покупателем соответствующей груп-пе, к общей выручке данной группы.

После распределения покупателей система выносит некоторые рекомендации пользователю. Алгоритм вынесения рекомендаций:

1. Ищется неблагоприятная ситуация среди полученных в результате ана-лиза данных;

2. В зависимости от ситуации выводится рекомендация. Результаты анализа покупателей позволяют сформировать рекомендации

по дальнейшему выстраиванию деятельности фирмы для наиболее успешного ее развития и функционирования. Разработанная система взаиморасчетов с покупателями довольно удобна в использовании и не требует от пользователя углубления в методику проведения анализа.

Заключение В ходе исследования применимости метода АВС-анализа взаиморасчетов

с контрагентами были спроектированы и разработаны две системы. Обе системы позволяют как вести учет хозяйственных операций при заполнении базы данных, так и осуществлять анализ взаиморасчетов в разрезе оборота средств на счетах учета. Проведенные эксперименты показали хорошие результаты применимости данного метода в поставленных задачах.

 

СПИСОК ЛИТЕРАТУРЫ 1. АВС и XYZ анализ [Электронный ресурс].- Режим доступа:

http://www.up-pro.ru/encyclopedia/abc-xyz-analiz.html 2. Выбор поставщика [Электронный ресурс].- Режим доступа:

http://logistic-info.org.ua/vybor-postavwika.html 3. АВС-анализ в маркетинге: как правильно использовать на практике

[Электронный ресурс]. - Режим доступа: http://powerbranding.ru/biznes-analiz/abc-method/

212

УДК 004.4 (005) АВТОМАТИЗАЦИЯ СИСТЕМЫ РАЗРАБОТКИ ВИЗИТНЫХ КАРТОЧЕК С СИСТЕМОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ ДЛЯ ООО «СЛАВСТРОЙ» А.А. Дятлова, Ю.Б. Климова, Н.В. Корунова  

Визитные карточки существуют очень давно и в настоящее время стали элементом делового этикета, проявлением уважения к партнеру. До настоящего момента вопрос применения шаблонов для создания визиток является актуальным.

Автоматизированная система разработки визитных карточек с системой поддержки принятия решения для ООО «Славстрой» (АС ВК) предназначена для создания визитных карточек, как частных, так и юридических лиц на основании имеющихся шаблонов или по индивидуальному заказу. Программное обеспечение разработано на платформе Visual Studio 2010 с использованием языка программирования C#, базы данных MS SQL Server.

Для разработки визитки по индивидуальному заказу пользователю предоставляются возможности использования собственного фона, выбора шрифта, размера и цвета текста, а также панель инструментов для рисования. Разработанная автоматизированная система позволяет выгружать полученные карточки в формат .jpg и распечатывать необходимое количество копий. Стандартный режим разработки визитных карточек (см. рис. 1) предполагает использование одного из предложенных пользователю шаблонов с заранее подобранным стилем и расположением текста. Имеется возможность изменения ориентации и размера выходной карточки, а также включить режим подсказок и списать личные данные (соответствующие поля при этом отображаются режиме, доступном для внесения изменений).

Рис. 1. Стандартный режим в системе автоматизации разработки

визитных карточек

213

Пользовательский режим разработки обеспечивает пользователю возможность создания собственного дизайна визитки, предоставляя для работы инструменты любого простого графического редактора. Пользователь может вставить примитивные фигуры, любой графический объект, текст типа Word ART, загрузить из файла любое изображение, которое будет использоваться в качестве фона; залить фон любым цветом, предварительно выбрав его на цветном круге, либо вручную, задавая значения RGB; изменить положение, шрифт, размер, заливку, цвет и начертание текста с основной информацией, а так же сохранить на компьютер итоговый вариант визитки.

Визитную карточку, сформированную в любом режиме, можно распечатать в необходимом количестве копий или выгрузить в формате .jpg.

Для повышения уровня качества принимаемых управленческих решений на предприятии в качестве одного из методов поддержки принятия решений был реализован метод стоимостного АВС-анализа. В качестве исходных данных в методе используются заявки на разработанный дизайн в одном из режимов разработки эскиза.

Первым этапом анализа является отбор заявок: для этого пользователю необходимо задать период выборки. Выбранные заявки отображаются в виде сводной таблицы списком, ранжированным по цене визитки. В таблице указываются также соответствующие доли (вклад) от общей суммы стоимости заказов (дохода) и накопительный вклад каждой заявки.

Вторым этапом происходит распределение заявок по группам на основании их накопительного вклада : на группу А (наиболее ценные товары) приходится 15% заказов, на группу В (промежуточные) – 20%, на группу С (наименее ценные) – 65%[3]. После завершения процесса распределения по группам, заявки располагаются в соответствующем списке с указанием цены и классификационных признаков, таких как режим разработки и формат эскиза.

Третьим этапом является построение графиков: - График зависимости объема заявок от доли получаемого дохода.

Представляет собой кривую Лоренца, на которой отмечены 3 точки – получаемая прибыль в процентах (по оси Y) и объемы продаж в процентах, которые дают такой доход (по оси Х) для каждой группы соответственно. Группа А состоит из наиболее ценных товаров и приносит около 80% дохода, в группу В вошли «средние» заявки, которые приносят около 15% продаж, в группу С входят наименее перспективные заявки, которые приносят всего 5% дохода.

- Диаграмма соотношения популярности режимов разработки. Указывает процентное соотношение выбираемых режимов пользователями: стандартного или пользовательского;

- Диаграмма соотношения популярности типов эскиза. Указывает процентное соотношение выбираемых типов разработки эскиза: 90х50 (российский стандарт) или 85х55 (европейский стандарт);

- Диаграмма соотношения суммарных доходов режимов разработки. Указывает процентное соотношение прибыли, получаемой при выборе одного из режимов: стандартного или пользовательского;

- Диаграмма соотношения суммарных доходов типов эскиза. Указывает процентное соотношение прибыли, получаемой при выборе одного из типов разработки эскиза: 90х50 (российский стандарт) или 85х55 (европейский стандарт);

Для анализа заказчиков, которые когда-либо обращались на предприятие для оформления заказа, используется кластерный анализ методом k-средних,

214

при котором каждый объект (заказчик) может относиться к каждому кластеру с определенной степенью принадлежности.

В данной работе анализ позволяет распределить заказчиков предприятия по группам активности. Исходными данными для анализа являются данные заказчика. Оцениваются суммы, возраст и количество заказов, после чего можно сделать вывод – относится ли данный заказчик к разовым клиентам или он – постоянный клиент фирмы, при этом можно посмотреть связь между суммами и количеством заказов клиентов, а так же возрастом и частотой обращения. В дальнейшем результаты анализа могут пригодиться, если предприятие захочет ввести систему скидок для постоянных клиентов.

Для проведения анализа, необходимо выбрать критерии, количество кластеров и нажать соответствующую кнопку, после чего можно посмотреть результаты в таблице и на двух графиках, соответствующие первому и итоговому разбиению данных по кластерам. При первом разбиении первоначальные центры кластеров выбираются случайным образом. При итоговом – центры кластеров пересчитаны в соответствии с алгоритмом.

На графиках различными цветами отмечены центры кластеров и элементы, которые вошли в той или иной кластер. Результаты анализа можно сформировать в отчет.

Так как к недостаткам данного метода можно отнести тот факт, что качество кластеризации зависит от первоначального разбиения, в дальнейшем планируется разработать критерии, по которым будут формироваться первоначальные центры кластеров для получения более качественного результата и так же планируется обеспечить возможность проведения анализа по 3 и более признакам.

Так же можно провести анализ по сфере деятельности заказчиков и получить рекомендации по его результатам, в дальнейшем эта информация может помочь при принятии решений, касающихся рекламы предприятия. Для наглядного представления использована диаграмма, указывающая процентное соотношение по сферам деятельности.

Программное обеспечение, полученное в результате проведенных исследований и разработок, было протестировано и внедрено на предприятии, получен акт внедрения. В следующих версиях программы планируется рассмотреть возможность работы с сетью Internet.

СПИСОК ЛИТЕРАТУРЫ 1. Лекционный материал: Корунова Н.В. Курс лекций по программной

инженерии. – Режим доступа: http://is.ulstu.ru/disc/pi. 2. Практическое руководство. Создание объектов Graphics для рисования.

– Режим доступа: http://msdn.microsoft.com/ru-ru/library/5y289054(v=vs.110).aspx 3. Голубков Е.П. АBC- и XYZ-анализ: проведение и оценка

результативности // "Маркетинг в России и за рубежом". - №3. - 2010. – Режим доступа: http://dis.ru/library/531/27354/

4. Нечеткий кластерный анализ на примере социально-экономических показателей крупных городов России [Электронный ресурс]: Режим доступа: http://habrahabr.ru/post/140837/

5. Кластеризация: метод k-средних [Электронный ресурс]: Режим доступа: http://www.statistica.ru/theory/klasterizatsiya-metod-k-srednikh/

215

УДК 004.4 (005) РАЗРАБОТКА АВТОМАТИЗИРОВАННЫХ МЕТОДОВ СТРАТЕГИЧЕСКОГО АНАЛИЗА ПОСЕЩАЕМОСТИ ГОСТИНИЦЫ САНАТОРИЯ «ИТИЛЬ» С.А.Макарова, Н.В. Корунова

Введение. В рамках учебного процесса велась разработка автоматизированного рабочего места администратора санатория «Итиль». Данная система имеет практическую направленность: в настоящее время она находится в эксплуатации организацией ОАО «Санаторий «Итиль». В результате повторного исследования предметной области была выявлена необходимость создания модуля поддержки принятия решений в определении ценовой политики организации. В результате реинжиниринга системы администратор должен получить средства для кластеризации клиентов по количеству посещений с целью назначения размера скидок.

Выбор метода. Разбиение клиентов на группы осуществляется по количеству посещений за все время работы санатория. На основе результатов кластеризации администратор может выстраивать ценовую политику: назначать размер скидки клиентам на следующее посещение (правила определения скидок задаются администратором однажды и могут быть изменены).

В результате анализа методов кластеризации был выбран алгоритм на основе остовного дерева минимальной длины. Данный выбор обосновывается следующими критериями:

- время реализации алгоритма не превышает установленного по учебному плану;

- время выполнения кластеризации не превышает критичное значение (задано в техническом задании) для имеющейся БД;

- интерес разработчика к данному алгоритму. Алгоритм основан на выполнении следующих этапов: 4) Подсчет расстояний; 5) Поиск остовного дерева; 6) Кластеризация; 7) Интерпретация. Подсчет расстояний. Входными значениями для подсчета расстояний

является список клиентов и количество посещений санатория каждым из них. Так как количество измеряется в сильной шкале, то расстояние между объектами есть не что иное как евклидово расстояние [1]. Для реализации алгоритма была разработана библиотека Distances.dll, содержащая класс ClassForDisances. Он содержит методы: NameScale (шкала наименований), StrongScale (сильная шкала), OrderScale (порядковая шкала), FindDistances (результирующих поиск расстояний).

В результате отработки алгоритма мы получаем матрицу (рис. 1), где номер строки/столбца соответствует номеру клиента.

1 2 3 1 0 1,5 2,3 2 1,5 0 1,4 3 1,4 2,3 0

Рис. 1. Результаты подсчета расстояний.

216

Поиск остовного дерева. Для поиска остовного дерева минимальной

длины необходимо представить результаты подсчета расстояний в виде размеченного графа (рис. 2). Вершины графа соответствуют номерам клиентов, ребра – расстояние между ними.

Рис. 2. Размеченный граф. Поиск остовного дерева осуществляется по алгоритму Дейктры-Прима [2].

Он основан на поиске каймы вершины с последующим удалением ребра наибольшего веса. Выполнение алгоритма осуществляется вызовом метода FindOstTree класса ClasteringOnOstTree из одноименной библиотеки.

Кластеризация. В настоящее время разбиение клиентов на группы происходит при известном количестве кластеров n (задается пользователем). Чтобы получить группы остается лишь удалить n-1 ребер с наибольшей длиной (рис. 3). Этот алгоритм реализован в методе Clustering библиотеки ClusteringOnOstTree.dll.

Рис. 3. Удаление ребра наибольшей длины. В ходе тестирования была выявлена проблема определения кластеров в

виде «веера». Рассмотрим ситуацию, изображенную на рисунке 4. При достаточно однообразных данных возможно появление «веера» – скопление объектов (2,3,4) вокруг одного (1) на одинаковом максимальном расстоянии. В этом случае, согласно алгоритму, описанному выше, произойдет удаление одного из таких ребер, что приведет к появление кластера, содержащего один объект. Это не является корректным.

217

Рис. 4. Проблема определения кластеров в виде «веера». Для решения данной проблемы в метод Clustering была добавлена

проверка на наличие веера. При его обнаружении происходит перенаправление объектов (2,3,4), принадлежащих вееру, друг на друга и удаление ребер, соединяющих их с центром веера (1). В результате чего, кластеры будут определены корректно (рис. 5).

Рис. 5. Решение проблемы определения кластеров в виде «веера». Интерпретация. Интерпретация результатов включает в себя выявление

причин образования группы (количество посещений) и назначение размера рекомендуемой скидки на основе правил, задаваемых пользователем (рис. 6).

218

Рис. 6. Форма «Кластеризация на основе остовного дерева». Заключение В ходе использования на практике разработанного модуля кластеризации

клиентов в автоматизированной системе администратор может использовать результаты анализа посещаемости для принития решения по назначению размера скидки клиенту. Автоматизация данного процесса облегчает работу по сбору и обработке данных и делает процесс принятия решения прозрачным, позволяет настраивать маркетинговую политику организации со стратегической точки зрения, что особенно необходимо в нынешней сложной экономической ситуации.

СПИСОК ЛИТЕРАТУРЫ 1. Евсеева О. Н. Курс лекций по теории систем и системному анализу. –

Режим доступа: http://is.ulstu.ru/sites/default/files/filepicker/31/%D0%A2%D0%A1%D0%B8%D0%A1%D0%90-1.pdf_0.pdf, свободный, (08.01.2015).

2. Левитин А.В. Алгоритмы: введение в разработку и анализ. — М.: «Вильямс», 2006. — 576 с.

3. Хабрахабр. [Электронный ресурс]: Режим доступа: http://habrahabr.ru/post/101338.

219

УДК 004.4 (005) РАЗРАБОТКА АВТОМАТИЗИРОВАННЫХ МЕТОДОВ СТРАТЕГИЧЕСКОГО АНАЛИЗА ДОЛГОСРОЧНЫХ ЗАЙМОВ ОРГАНИЗАЦИИ M. М. Фирулина, Н. В. Корунова

Цель работы: исследование и разработка автоматизации методов расчета и прогнозирования сумм займа эксраполяционным методом; реализация программного продукта на базе платформы .NET, позволяющего вести бухгалтерский учет договоров займа предприятия и производить анализ данных для принятия управленческих решений.

Долгосрочные займы позволяют фирме развиваться и при этом имеют большие сроки для возврата, что позволяет сначала применить инвестиции и достичь поставленных целей, а затем в отведенный срок вернуть задолженность.

Необходимость привлечения дополнительных средств может выражаться возможными расширениями или в связи с преодолением возникших трудностей, например, малые объемы выручки.

Для определения возможных трудностях компании полезно знать объемы инвестиций, которые могут ей потребоваться. Для решения этой задачи служит прогнозирование возможных сумм займа. При составлении тенденции важно опираться на исторический опыт, на котором и основывается экстраполяционный метод прогнозирования, использованный в работе.

Также важно знать, кто сможет предоставить компании требуемую сумму. Для этого целесообразно определить, кто и в каком объеме предоставляет денежные средства организации. Решению этой задачи может служить ABC - анализ, с помощью которого можно распределить займы по группам важности. Разделив заимодателей по группам можно понять, на кого следует обратить наибольшее внимание.

Реализация прогнозирования экстраполяционными методами Экстраполяция – самый распространённый и разработанный метод среди

всей совокупности методов прогнозирования. Прогнозирование экстраполяционными методами заключается в

вычислении параметров тренда, для этого был реализован метод, принимающий в качестве аргумента константы для составления систем уравнений [1].

При реализации метода прогнозирования экстраполяционными необходимо:

1. Построение графика изменения показателя yt на интервале [t1, tn]. 2. Выбор вида математической модели, описывающей взаимозависимость

yt и t . 3. Расчет параметров тренда y = f (t). При решении данных систем уравнений получаются уравнения трендов:

линейная; параболическая; экспоненциальная; гиперболическая. Далее необходимо выбрать наилучшую модель, для чего необходимо

вычислить ошибку аппроксимации по формуле (1):

σ = *100%, (1) где n – количество элементов числового ряда;

yt – фактическое значение элемента числового ряда;

220

ýt – расчетное значение элемента числового ряда. Следующий шаг: выбор модели. Для этого необходимо определить

минимальную ошибку. И на основе полученных данных о самой оптимальной модели

выполняется прогноз, для чего вычисляется значение функции в заданной точке n + 1.

Реализация метода ABC – анализа долгосрочных займов АВС-анализ (ABC-analysis) — метод, позволяющий определить наиболее

значимые ресурсы компании с точки зрения валовых продаж и валовой прибыли. Цель ABC анализа– простое, удобное и наглядное ранжирование любых ресурсов с точки зрения их вклада в прибыль или продажи. Благодаря такому ранжированию можно правильно расставить приоритеты работы по договорам долгосрочных займов, выявить излишнее использование ресурсов и предпринять своевременные корректирующие меры.[2]

1. Первым шагом в проведении ABC — анализа просто нужно перечислить все анализируемые позиции, в данном случае займы.

Группа А – займы приносящие компании наибольшее количество денежных средств. К контрагентам, предоставляющим данные займы, следует отнестись с наибольшим вниманием и по возможности необходимо расширять данную группу.

Группа В – группа ресурсов, которые обеспечивают хорошие стабильные суммы займов. К контрагентам, предоставляющим данные займы можно отнестись с меньшим вниманием, чем к контрагентам группы А.

Группа С – наименее важная группа в кампании. Контрагенты, предоставляющие данные займы, представляют наименьшую важность для компании.

2. Определить показатель, по которому нужно отсортировать позиции – сумма займа. Отсортировать все позиции по убыванию.

3. Определить долю (вклад) каждой позиции. Для этого реализован метод, принимающий в качестве аргумента сумму займа.

4. Далее рассчитывается совокупный процент. Для этого реализован метод, который принимает список займов с уже подсчитанным процентом. Совокупный процент определяется расчетом нарастающей суммы, где каждый последующий элемент суммируется с предыдущим.

5. Присваивается каждой позиции группа и распределяются контрагенты по группам, так как займы не являются для пользователя ресурсами, на которые они смогут влиять в будущем.

Реализация программного обеспечения Программный продукт разработан в среде Visual Studio 2012 с

использованием языка программирования C#, база данных была создана с помощью MS SQL Local Server. При разработке базы данных была использована технология LINQ to SQL.

На данный момент реализовано: 1. модель базы данных в MS SQL Local Server; 2. пользовательский интерфейс; 3. работа с объектами справочники (договора, контрагенты, агенты, статьи

доходов и расходов); 4. работа по ведению хозяйственных операций (заключение договора.

поступление денежных средств, закрытие договора), автоматическое формирование бухгалтерских проводок в журнале проводок;

221

5. формирование выходных форм: «Ведомость сумм полученных займов» и «Ведомость расходов по полученным займам»;

6. метод ABC – анализ по договорам займам; 7. прогнозирование значения суммы займа на период; 8. сервисные функций системы. База данных содержит 6 таблиц для хранения данных справочников. Для

обеспечения целостности и корректности данных используются внешние ключи, идентификаторы, ограничения.

При проведении экспериментов было выявлено, что вид, который будет иметь график, зависит от единицы измерения времени. Возрастающая или убывающая природа прогноза соответствует природе поведения тренда. При этом определяется общая тенденция привлечения сторонних инвестиций, так как статистические методы прогнозирования, в том числе экстраполяционные, не учитывают факторы, которые сложно предсказать, например, возможность наступления экономического кризиса, нестабильность политической обстановки в стране, природные катаклизмы.

При проведении экспериментов по методу ABC – анализа было выявлено, что для более полного анализа необходимо проводить анализ по суммам договорам, таким образом, один контрагент может входить в несколько групп в зависимости от заключенных договоров. Тем самым позволяет выявить контрагентов, с которыми заключены договора из одной ценовой группы, или тех, у кого договора попали в разные группы. Метод требует доработки по количеству использованных признаков анализа.

Заключение Разработанные модули с методами анализа позволят организации выявить

общую тенденцию изменения сумм долгосрочного займа, найти наиболее важных заимодателей и побудит проявить к ним наибольший интерес, что является немаловажным при определении маркетинговой стратегии на предприятии.

СПИСОК ЛИТЕРАТУРЫ 1. Методы экстраполяции [Электронный ресурс]. – Режим доступа:

http://consumermarket.ru/?p=57 2. АВС анализ в маркетинге: как правильно использовать на практике

[Электронный ресурс]. – Режим доступа: http://powerbranding.ru/biznes-analiz/abc-method/

3. Сравнительный анализ ORM технологий при проектировании информационных систем [Электронный ресурс]. – Режим доступа: http://www.lib.tpu.ru/fulltext/c/ 2012/C28/084.pdf

4. Буч Г. Рамбо Д. Джекобсон А. Язык UML. Руководство пользователя / Г. Буч. – Москва: ДМК Пресс, 2004 г.

5. Воронина В. В. Технологии автоматизации бизнесс – процессов предприятий : учебное пособие / В. В. Воронина - Ульяновск : УлГТУ, 2013. – с 14 – 35, 187 – 198.

6. Климов А. П. C#. Советы программистам. – Санкт – Петербург : БХБ – Петербург, 2008. – с 139 — 215.

222

УДК 004.4 (004.9) РАЗРАБОТКА КОМПЬЮТЕРНОЙ ИГРЫ «ГЕРОИ ОЛИМПА» В ЖАНРЕ СТРАТЕГИЯ ДЛЯ ПЛАТФОРМЫ ANDROID Д.О. Шалаев, А.А. Ефремов, Г.Н. Хабибуллин, Н.В. Корунова

По исследованиям экспертов Mail.Ru Group и Newzoo рынок мобильных

игр с 2010 года вырос в 9 раз и продолжает расти. Доля мобильных игроков от всех игроков в России составляет 79%, количество более 33 млн. человек, тут мы обогнали Южную Корею, но нам есть куда стремиться, например, равняться на Китай где число мобильных игроков составляет более 179 млн. человек. Любопытно, что типичный портрет мобильного игрока это мужчина/женщина в возрасте от 21 до 35 с полной рабочей занятостью, студенты здесь составляют всего 5-9%.

Платформа «Android» входит в топ самых популярных, количество пользователей в 3 раза превышает количество пользователей платформ-конкурентов. Количество android-устройств постоянно растет, а объем продаж через системы google play store почти достиг уровня Apple App Store [6, c.1]. Не смотря на то, что уровень доходов разработчиков приложений на IOS выше, чем у android-разработчиков, желание торговать в google play store выше [5, c.1]. Это обеспечивается политикой компании Google, обеспечивающей легкий выход на рынок новых компаний и индивидуальных разработчиков, а так же мощную техническую поддержку. Создание мобильных игр в России – это динамично развивающееся направление и разрабатываемые приложения на этой платформе еще найдут свою аудиторию пользователей.

Проанализировав бестселлеры Google Play, было решено разрабатывать игру в жанре стратегия. Идей для сюжета было много, чтобы выбрать одну зарисовывались макеты геймплея для каждой. После обсуждения наработок внутри группы разработки, а также потенциальными пользователями, был выбран сюжет, основанный на мифах древней Греции.

Таким образом, в ходе исследования было решено разрабатыватьигровое приложение «Герои Олимпа», предназначеной для платформы «Android».

В процессе проектирования приложения были детально проработаны макеты всех основных форм, логика переходов, архитектура системы и пользовательское взаимодействие. Затем проект перешел в разработку.

В качестве игрового движка была выбрана популярная библиотека LibGDX, которая содержит прослойку для работы с OpenGL, работу с физическим движком Box2D и постоянно развивается.

Главными приоритетами при разработки игры были выбраны геймплей и дизайн.

Игроку предстоит управляя отрядом юнтитов исследовать карту, находить неисследованные локации и побеждать врагов используя преимущества различных юнитов и строя свою собственную стратегию боя.

Описание алгоритма принятия решения. В игре предусмотрены следующие характеристики юнитов: уровень здоровья, наносимый урон, тип наносимого урона (магический или физический), уровень защиты от магического урона, уровень защиты от физического урона, инициатива (определяет порядок ходов), шанс нанесения двойного урона, шанс повторного хода. Кроме того, у юнита может быть особая способность, эффект от которой может повлиять на любую характеристику (в зависимости от способности). Такое разнообразие не только делает игру интереснее, но и делает процесс выбора хода системой

223

крайне сложным. Для решения этой проблемы было решено, на основе имеющихся

показателей рассчитать новую характеристику, которая могла бы однозначно определить уровень угрозы, исходящий от юнита. В результате была получена следующая формула расчета уровня угрозы (1):

, (1)

где - это максимально возможный урон юнита по команде соперников; A – это вероятность повторного хода, выраженная в процентах; K – это вероятность нанесения двойного урона, выраженная в процентах; I – это инициатива, выраженная в процентах; H – это текущий уровень здоровья юнита;

- это максимально возможной уровень здоровья юнита. Теперь, когда у каждого юнита есть характеристика, на которую влияет

изменение любого из показателей, стало возможным определить наиболее выгодный ход. Алгоритм, решающий эту задачу выглядит следующим образом:

8) Определяется текущий уровень угрозы юнита. 9) Характеристики юнита изменяются так, как если бы по нему был

нанесен удар, и рассчитывается новый уровень угрозы. 10) Из величины, полученной на шаге 2, вычитается величина,

полученная на шаге 1. 11) Шаги 1-3 повторяются для каждого юнита. Затем выбирается

наибольшая разница. 12) Выполняются шаги 1-4, но на 2 шаге к юниту применяется особая

способность. 13) Величины, полученные на 4 и 5 шагах, сравниваются, наибольшая

из них и является предпочтительной. Геймплей и дизайн. Что такое играбельность и игровой опыт?

Играбельность определяется тем насколько интересно и удобно играть в игру, как глубоко пользователь вовлекается в игровой процесс, а также насколько качественен сюжет игры. Это качество геймплея. Существуют правила юзабилити(играбельности) для мобильных приложений. Также есть правила, которые делают игровой опыт намного более приятным.

Мобильные игры не похожи на своих собратьев на ПК или приставках. Существует множество различий, которые нужно учитывать.

6) Размер экрана. По сравнению с экраном мобильного устройства, монитор ПК просто огромен. Этот фактор сильно влияет на дизайн.

7) Эргономика. Вероятно самая большая проблема дизайнеров мобильных продуктов состоит в том, что пользователи держат устройство в руках. Это значит что в руках у игрока оказываются и элементы управления и экран. Это делает процесс создания эргономичного дизайна еще более затруднительным.

8) Сенсорный экран. Сенсорному управлению не хватает тактильного фидбэка, из-за чего создать столь же полный игровой опыт как за ПК крайне сложно.

Принимая во внимание все ограничения и возможности, разработчики мобильных игр, кажется, специализируются больше на казуальных играх, которых сейчас множество. Но можно использовать сильные стороны мобильной платформы, чтобы минимизировать дискомфорт от маленьких

224

экранов и странного управления. Считается, что пользователи терпеть не могут обучение игре. Команда

разработчиков думает, что это не так. Пользователи не любят скучные туториалы, перегруженные текстом, на изучение которых уходит много времени. Но хороший туториал может сделать игровой опыт приятнее. С его помощью пользователь лучше поймет игру, сюжетную линию и базовые элементы управления, что сделает процесс игры проще. В нашем обучении будет как можно меньше текста. Задача — побудить пользователя начать играть сразу же!

Ограниченное пространство экрана, делает ценным каждый миллиметр. При дизайне мы также учитываем и то, как пользователь держит устройство. В большинстве компьютерных игр кнопки действия и прочие элементы управления расположены по углам пользовательского интерфейса (включительно клавиатуры), но эта практика совершенно непригодна для мобильных игр. Обычному пользователю устройств неудобно тянуться к углам экрана, лучше всего расположить главные кнопки в центре. Все активные элементы должны попадать в поле зрения игрока, чтобы он без труда смог найти нужный ему объект, а дизайн поможет нам на интуитивном уровне показать игроку для чего этот объект нужен и что будет если нажать вот на эту кнопочку.

В игре используются интуитивные жесты, такие как перетаскивание объектов, прокрутка и т.п. Жесты, прикосновения делают процесс игры более естественным и интересным. Возможность использовать такой подход в мобильных приложениях и делает их популярными, и непохожими на компьютерные игры.

Мобильная игра — это динамичный опыт, главное в котором —

максимально полная обратная связь. Игра должна иметь смысл для пользователя. В разработанной игре должна быть четкая и понятная игроку цель. И что самое важное, игрок должен чувствовать контроль над игрой и быть уверенным, что есть возможность выиграть и в данной игре такая возможность есть!

СПИСОК ЛИТЕРАТУРЫ 1. Исследования Mail.Ru Group. [Электронный ресурс]: Режим доступа:

https://corp.mail.ru/ru/press/infograph/ 2. С чего начать дизайн и создание мобильных приложений?.

[Электронный ресурс]: Режим доступа: http://www.webdesignmagazine.ru/design/s-chego-nachinat-design-mobile-app/

3. Как улучшить игровой опыт на мобильных устройствах?. [Электронный ресурс]: Режим доступа: http://www.dejurka.ru/articless/mobile-games-ux/

4. Как заработать на мобильном приложении. [Электронный ресурс]. – Режим доступа: http://siliconrus.com/2013/06/mobile-ads/

5. Мобильные приложения, в которых зарабатывают пользователи. [Электронный ресурс]. – Режим доступа: http://habrahabr.ru/post/212289/

6. Google Play догнал Apple App Store. [Электронный ресурс]. – Режим доступа: http://habrahabr.ru/company/apps4all/blog/156783/

7. «Условно бесплатные» прибыльнее платных. [Электронный ресурс]. – Режим доступа: http://www.gazeta.ru/tech/2013/12/19_a_5811609.shtml

225

УДК 519.816, 004.42 РАЗРАБОТКА ПРАВИЛ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ НОРМАТИВНЫХ И ФАКТИЧЕСКИХ РАСХОДОВ ТОПЛИВА С.В. Куркина, М.П. Котова

Введение. В наши дни практически каждое предприятие владеет собственным автопарком. Путевой лист-главный документ, с помощью которого возможно осуществление учета и контроля водителя и транспортного средства. Его оформление требуется даже при наличии одной единицы автотранспорта. Перед предприятиями встает вопрос об анализе данных путевого листа, т.е. расчет фактического и нормативного расхода топлива, фактического и теоретически возможного времени в пути все это поможет уменьшить расходы организации.

Обзор ПО. Наиболее известными программами, реализующие учет и анализ путевых листов являются программы «Респект:Учет путевых листов и ГСМ. Легковой транспорт» [1] и «АвтоПеревозки» [2]. Однако, несмотря на все их достоинства в них не предусмотрен аппарат нечеткой логики и оценки характеристики условий в пути (погодные условия, характеристики населенных пунктов и т.д.). Так же они являются платными, расчет нормативного расхода топлива производится на основании составленного пользователем маршрута, это во-первых, неудобно, а во-вторых пользователю приходится тратить много времения на его составление.

Описание АРМ «Путевой лист». Часто возникает ситуация когда фактические затраты топлива отличаются от нормативных. Поэтому важно при расчете норматичного расхода топлива использовать поправочные коэффициенты, с их помощью учитываются условия в которых выполнялась поездка.

В данной научной работе учитывались такие условия как: тип поездки (учебная), температура, характеристика дорожного покрытия, характеристика населенных пунктов отправки и прибытия, учет километража по трассе и городу.

Нормы и поправочные коэффициенты взяты из приложения к распоряжению Минтранса России от 16 марта 2008 г. № АМ-23-р «Методические рекомендации. Нормы расхода топлив и смазочных материалов на автомобильном транспорте».

Для легковых автомобилей нормативное значение расхода топлив рассчитывается по формуле:

Qн = 0,01 · Hs · S · (1 + 0,01 ·D), (1) где Qн – нормативный расход топлив, л; Hs – базовая норма расхода

топлив на пробег автомобиля, л/100 км; S – пробег автомобиля, км; D – поправочный коэффициент (суммарная относительная надбавка или снижение) к норме, %.

Нечеткая логика. В данной работе лингвистическая оценка водителю дается на основании данных путевого листа: отдельно оценивается разница фактически затраченного времени в пути от теоретически возможного, а также разница фактически затраченного топлива от рассчитанной нормы.

В данном исследовании используется треугольная функция принадлежно-сти µA(x) [4], определяемая тройкой чисел (a,b,c), ее значение в точке x вычис-ляется согласно выражению:

226

(2) Лингвистической переменной называется пятерка {x, T(x), X, G, M} , где x –

имя переменной; T(x) – множество имен лингвистических значений переменной x, каждое из которых является нечеткой переменной на множестве X; G – синтаксическое правило для образования имен значений x; M– семантическое правило для ассоциирования каждой величины значения с ее понятием.

В нашем случае при оценке разницы фактически затраченного времени в пути от теоретически возможного:

х часы (разница во времени фактически затраченного и теоритически рассчитанного)

Х интервал [-10; 20] (возможная разница во времени , часы); T(x) значения «неудовлетворительная разница во времени», «оптималь-

ная разница во времени », «слишком большая разница во времени»; G «очень соответствует», «не очень соответствует»; M функции принадлежности; Описание лингвистической переменной при оценке разница фактически

затраченного топлива от нормативно рассчитанной нормы. х количество топлива (литры); Х интервал [-25; 25] (возможная разница фактического расхода топлива

от нормы, литры); T(x) значения «очень большой перерасход», «допустимый перерасход»,

«расход топлива в норме», «экономичный расход», «высокая экономия»; G «очень соответствует», «не очень соответствует»; M функции принадлежности; Эксперименты. Можно наблюдать что при различных данных путевого

листа (разницы в фактическом и теоритическом времени поездки, нормы расхода ГСМ от фактического расхода) поездка оценивается по-разному (рис. 1, 2).

227

Рис. 1

Рис. 2 Разработанная подсистема уменьшает число рутинных операций и, как

следствие, снижается риск допуска ошибки и повышается количество обработанной документации; позволяет вести точный учет расхода ГСМ, что исключает недостачу топлива. Лингвистический анализ поможет оптимизировать водительский состав на предприятии.

Оценка экономической эффективности. Для оценки экономической эффективности от внедрения системы на предприятие возьмем усредненные показатели перерасхода топлива.

В 2015 году 247 рабочих дней. По результатам опроса службы диспетчерской: в день на предприятие совершается минимум 2 поездки; за одну поездку водитель расходует не по назначению от 1,5 до 3 литров, мы возьмем в среднем 2 литра. Для расчета примем, что водители заправляются 92 бензином, минимальная стоимость которого 30 рублей за литр, учитывая что цена на бензин не снизится. Таким образом, в год экономия денежных средств предприятия с исключением расхода ГСМ не по назначению :

247 (дней)* 2 (поездки в день)*2 (литра)* 30 (минимальная стоимость 92

228

бензина)= 29 690 рублей. Для бюджета рассматриваемой организации это существенная экономия. Вывод. Данная работа содержит эффективные способы анализа, поясне-

ния к ним и аппарат нечеткой логики, который выгодно отличает ее от других программных продуктов, реализующих схожие функции.

При внедрении в организацию, регулярно проводя анализ путевых листов, возможно значительное сокращение убытков. Так же руководство при оптимизации персонала может руководствоваться оценкой работы водителей.

СПИСОК ЛИТЕРАТУРЫ 1. Клерк [Электронный ресурс]. URL: http://www.klerk.ru/soft/dir/964 (Дата

обращения 15.12.2014). 2. SoftMarket [Электронный ресурс]. URL: http://softmarket24.ru/soft-1112-

avtoperevozki/download/ (Дата обращения 15.12.2014). 3. Приложение к распоряжению Минтранса России от 16 марта 2008 г. №

АМ-23-р «Методические рекомендации. Нормы расхода топлив и смазочных материалов на автомобильном транспорте»

4. Ярушкина Н.Г. Основы теории нечётких и гибридных систем. Учебное пособие, М.: Финансы и статистика, 2004. -89 c.

УДК 519.652, 004.42 ПРОГНОЗИРОВАНИЕ КОЛИЧЕСТВА КЛИЕНТОВ НА ОСНОВЕ КУСОЧНЫХ ФУНКЦИЙ С.В. Куркина, С.А. Макарова

Введение. В настоящее время создание и ведение бизнеса в России становится все затруднительнее, особенно ввиду современной экономической ситуации, санкций со стороны западных стран и возросших курсов доллара и евро. Крупным компаниям легче справляться с возникшими проблемами, в отличие от малого бизнеса. Поэтому для поддержания уровня продаж, повышения эффективности работы малого предприятия ОАО «Санаторий «Итиль» было решено разработать модуль прогнозирования количества клиентов для АРМ «Итиль».

Выбор метода прогнозирования. График посещения санатория «Итиль» представляет собой кусочную функцию, с явно выраженными промежутками роста и спада с периодическим повторением тенденций (рис. 1). Таким образом целесообразно осуществлять прогнозирование данных на основе исторических значений путем поиска идентичных тенденций на всей выборке.

229

Рис. 1. График посещения санатория

Описание алгоритма. Для прогнозирования значений кусочной функции

был разработан алгоритм, опирающийся на методы аналитического выравнивания динамического ряда. Логика алгоритма представлена в виде сценария (рис. 2).

Эксперимент. Проведем эксперимент, в котором входными значениями послужат данные посещаемости санатория за июль-август. Составим прогноз количества клиентов до конца августа (рис. 3). Можно заметить, что график функции имеет меньшую протяженность, по сравнению с графиком «тренд», т.к. график тренда продолжен спрогнозированными значениями. Над графиками отображается среднеквадратическая ошибка модели (оценка по полной выборке). Она составляет 0,19.

Программой предусмотрена возможность проверки качества модели по контрольной выборке (10% от общего объема выборки). Проверка качества производится совместно с прогнозированием, при выполнении которого в низу формы отображается график и данные о его качестве (рис. 4).

230

Рис. 2. Сценарий прогнозирования значений кусочной функции

231

Рис. 3. Форма «Прогнозирование количества клиентов»

Рис. 4. Форма «Прогнозирование количества клиентов»

На рис. 4 предоставлено два графика: «Функция» (реальные значения) и

«Модель» (результаты прогноза). Не смотря на то, что спрогнозированные данные отличаются от фактических значений контрольной выборки общая среднеквадратическая ошибка составляет 1,87. В поле «Абсолютные отклонения» приведены отклонения фактических значений от спрогнозированных в абсолютной шкале. Таким образом, можно сделать вывод о том, что модель соответствует требуемому качеству.

Вывод. Определение тенденции продаж позволяет оценить эффективность работы организации в данный момент, с помощью линии тренда. На основании полученных данных из эксперимента можно сделать вывод, что количество продаж идет на спад. Прогнозирование позволяет планировать деятельность организации. В целом, руководству следует предпринять меры по привлечению клиентов с помощью увеличения количества рекламы, предоставления скидок постоянным клиентам и пр.

СПИСОК ЛИТЕРАТУРЫ 6. Общая статистика. Лабораторный практикум: Учебное пособие для сту-

дентов специальности / Н. И. Шанченко. – Ульяновск: УлГТУ, 2013. – 104 с.

232

7. Грекул, Владимир Иванович. Проектирование информационных систем: курс лекций: учеб. пособие. - М.: Интернет-Университет Информационных Тех-нологий: Бином, Лаборатория знаний, 2005. - (Основы информационных техно-логий). - 299 с.: табл. - ISBN 5-9556-0033-7.

8. Новиков Ф. А., Иванов Д.Ю. Моделирование на UML. Теория, практика, видеокурс. - СПб: Профессиональная литература, Наука и техника, 2010. - 660 с.

УДК 004.4'2, 336.761.5 РАЗРАБОТКА ПРОГРАММЫ АНАЛИЗА ВОЛАТИЛЬНОСТИ ЦЕННЫХ БУМАГ С. В. Куркина, А. С. Резников

Для определения рисков на валютных рынках используются различные

показатели. Рассмотрим один из них – волатильность. Волатильность – это показатель тенденции рыночной цены изменяться с течением времени. Или, по-другому, это средний диапазон движения цены от ее минимумов к ее максимумам за указный период времени.

Таким образом, данный показатель дает нам возможность увидеть изменения цены на протяжении времени и спланировать свою стратегию игры на валютном рынке.

Рассмотрим основные свойства волатильности [1]: 1) Постоянство волатильности – с большой вероятностью тенденция,

преобладающая на рынке на определенный день, продолжится и на следующий. То есть, если рынок сегодня сильно колебался, то, вероятнее всего, эти колебания продолжаться и завтра.

2) Цикличность волатильности – волатильность приближается к своим максимуму и минимуму, а потом меняет направление.

Существует много систем и стратегий, которые торгуют именно на движении волатильности, а не цены. Считается, что волатильность более предсказуема.

3) Стремление к среднему уровню – если волатильность сильно отклоняется от своего среднего значения, то она будет стремиться к нему.

Рис.1. Ожидаемая волатильность

233

Это волновое движение схематически показывает цикличность

волатильности, цена движется от нижней линии к верхней и обратно. Временные периоды «a» и «b», «c» и «d» указывают на постоянство волатильности. Достигнув экстремума, волатильность возвращается к своему среднему значению [2].

При работе с волатильностью довольно часто встречаются понятия «Улыбка волатильности» и «Ухмылка волатильности».

«Улыбка волатильности» представляет собой линию, похожую на улыбку. Она возникает на графике в том случае, если торговые объемы в равной мере распределяются между покупкой и продажей валюты [3].

«Ухмылка волатильности» представляет собой несколько искаженную улыбку - одна из линий является более крутой. Она возникает когда ожидания покупки превышают ожидания продажи (или наоборот).

Рис.2. «Улыбка волатильности»

Рис.3. «Ухмылка волатильности»

234

Так же стоит отметить, что высокие показатели волатильности означают высокие риски. Поэтому начинать торговать лучше начинать с более спокойных пар, например EUR/USD, USD/CHF.[2].

Для написания программы был выбран язык C#. Для работы с графиком использовалась дополнительная библиотека – ZedGraph.Dll. Данная библиотека имеет ряд встроенных преимуществ, дающих такие возможности, как: печать и сохранение картинки, изменение масштабов графика, просмотр значений на каждой точке графика. Все они представлены во всплывающем меню, которое появляется при нажатии правой клавишей мыши на график.

Для построения графика необходимо сохранить файл с данными из программы MetaTrader, запустить приложение и ввести дату начала построения графика (формат даты – yyyy.MM.dd hh:mm) и нужный период. Выполнив предыдущие шаги необходимо нажать на кнопку и выбрать скачанный файл. В результате, если данные были введены правильно, появится график (рис. 4-5), если нет – сообщение об ошибке.

Рис.4. Результат выполнения программы.

Рис.5. Дополнительные возможности ZedGraph.Dll.

Данный проект дает возможность оценить волатильность и принять на

основе этого решения относительно покупки/продажи валюты. Хотя волатильность и помогает увидеть ситуацию, решение необходимо принимать на основе совокупности показателей.

Данный проект будет расширен путем добавления других индикаторов и модуля, позволяющего автоматизировать оценку ситуаций на этих индикаторах. Автоматизация данных процессов поможет ускорить принятие решений и снизить риск, основанный на человеческом факторе.

СПИСОК ЛИТЕРАТУРЫ 1. Блог В.Атрощенко [Электронный ресурс]: Основы трейдинга, 2015.

URL: http://av-finance.ru/texnicheskij-analiz/chto-takoe-volatilnost-rynka.html

235

2. . Форекс Блог: Волатильность валютных пар на рынке Форекс [Электронный ресурс]:, 2015. URL: http://yavforex.ru/novichku/volatilnost-valyutnyx-par-na-foreks-indikator-ssfp-dlya-izmereniya-sily-valyut/

3. Форекс-арена [Электронный ресурс]: Торговля опционами, 2014. URL: http://www.forexarena.ru/options_01_09.shtml

УДК 004.65, 004.4'2 РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ ПО УЧЕТУ ТОВАРОВ С ИСПОЛЬЗОВАНИЕМ МЕТОДОЛОГИИ СТРУКТУРНОГО СИСТЕМНОГО АНАЛИЗА С.В. Куркина, А.С. Стенина

В основе всех работ, связанных с научной, практической и

исследовательской деятельностью лежит база методов, методологий и методик. Метод – это способ действия или приём. Методика – это совокупность методов, приемов проведения какой–либо работы. Методология – это совокупность методов, правила распределения и назначения методов, а также шаги работы и их последовательность. Задача методологии заключается в описании последовательности шагов, моделей и подходов, следование которым будет приводить к исправно работающим сложным системам.

Основа структурных методологий – каскадная разработка, которая предусматривает последовательный переход от задачи к задаче и передачу итогов очередного этапа участникам следующего как основу процесса.

Структурным анализом называется метод исследования системы, который сопровождается построением серии моделей и начинается с ее общего рассмотрения, а далее детализируется.

Характерным для таких методов является: разбиение на уровни с ограниченным числом элементов на каждом уровне; использование формальных правил записи; ограничение в контексте, который подразумевает включение лишь существенных деталей на каждом уровне; последовательное приближение к итогу (конечному результату).

Цель структурного анализа заключается в преобразовании общих, данных или знаний о предметной области в точные модели, которые описывают различные стороны рассмотрения моделируемого объекта.

Подробнее рассмотрим методологию Гейна–Сарсона, основанную на идее нисходящей иерархической организации. Данный подход начинается с общего взгляда на функционирование, далее осуществляется декомпозиция на подсистемы, и процесс повторяется для подфункций до тех пор, пока они не станут достаточно малы для их реализации с помощью кода. В данной методологии особое внимание уделяется потокам данных, главное назначение методологии – создать графические документы по функциональным требованиям. Считается, что она обеспечивает лучший способ связи между аналитиками, разработчиками и пользователями системы за счет совокупности следующих средств: 1. DFD – это диаграмма потоков данных. Она является графическими иерархическими спецификациями, описывающими систему с позиций потоков данных.

236

2. Словари данных. Являются каталогами всех элементов данных, присутствующих в DFD, в том числе групповых и индивидуальных потоков данных, хранилищ и процессов, а также всех их атрибутов. 3. Миниспецификации обработки, которые описывают DFD–процессы нижнего уровня и являются базой для создания кода. Фактически миниспецификации – это алгоритмы описания задач, выполняемых процессами.

Отличительной особенностью методологии Гейна–Сарсона является наличие этапа моделирования данных, определяющего содержимое хранилищ данных (БД и файлов) в DFD в Третьей Нормальной Форме. Каждый узел – это процесс в DFD, который может развертываться в диаграмму нижнего уровня. Это позволяет на любом уровне абстрагироваться от деталей (структурные методологии, ориентированные на потоки управления, не обладают этим свойством).

Отметим, что DFD моделируют функции, которые система должна выполнять, но ничего не сообщают об отношениях между данными. Также неизвестным остается поведение системы во времени – для этих целей методологии использует диаграммы "сущность–связь" и диаграммы переходов состояний, соответственно.

При построении модели сложной ИС она может быть представлена в самом общем виде на так называемой контекстной диаграмме в виде одной системы как единого целого, либо может быть декомпозирована на ряд подсистем. Контекстная диаграмма информационной системы (ИС) по учету товаров представлена на рисунке 1.

Рис.1. Контекстная диаграмма

Подсистема на контекстной диаграмме изображается в виде

прямоугольника, номер подсистемы служит для ее идентификации. При проектировании относительно простых ИС строится единственная контекстная диаграмма со звездообразной топологией, в центре которой находится главный процесс, соединенный с приемниками и источниками информации. В качестве основного бизнес-процесса рассматривается процесс учета товаров на складе. Для описания был использован инструмент моделирования bpwin 4.0.

На диаграмме представлены следующие элементы: Внешняя сущность - материальный предмет или физическое лицо, представляющее собой источник или приемник информации. В ИС учета товаров выделены две внешние сущности: «Поставщики» и «Покупатели». Потоки данных – это механизмы, использующиеся для моделирования передачи информации из одной части системы в другую. Иногда информация

237

может двигаться в одном направлении, обрабатываться и возвращаться назад в ее источник. В рассматриваемой контекстной диаграмме выделены следующие потоки данных: «Приходные документы», «Сопроводительные документы на товар», «Расходные документы», «Проданный товар».

Контекстная диаграмма детализируются при помощи диаграмм нижнего уровня. (Рис.2). Диаграмма разбивает основной процесс на функциональные блоки, назначение которых состоит в продуцировании выходных потоков из входных в соответствии с действием, задаваемым именем процесса.

Функциональные блоки диаграммы: «Приемка товара» - приход товаров от поставщика. «Хранение» - размещение товара на складе. «Продажа товара» - отпуск со склада. «Формирование отчетов» - отчеты по поступлению и реализации товаров.

Рис. 2. Декомпозиция блока “Учёт товаров”

На детализированной диаграмме добавилась еще одна внешняя сущность

– «Сотрудник бухгалтерии» - непосредственный пользователь ИС. Еще одним элементом DFD-диаграммы является хранилище данных.

Оно позволяет на некоторых участках определять данные, которые будут сохраняться в памяти между процессами. Фактически хранилище представляет "срезы" потоков данных во времени.

В ИС учета товаров определены следующие хранилища данных: «Товары» - номенклатурный перечень товаров. «Движения товаров» - данные по приходу и расходу в разрезе времени.

Поставщик доставляет и передает товар вместе с сопроводительными документами. Прием товара сопровождается созданием приходной накладной, с добавлением в нее товаров из номенклатурной базы данных. Принятый товар

238

размещается на складе и информация передается сотруднику бухгалтерии. Приход товара фиксирует в хранилище данных «Товары» информацию об изменении остатков. Данные о движениях товаров заносятся в хранилище «Движения товаров». При продаже товара формируется расходная накладная. Хранилище данных «Товары» получает запрос о наличии товара и по результатам запроса выдается количество товара на складе. Процесс продажи фиксируется в хранилищах данных «Движения товаров» и «Товары» (изменении остатков). При получении товара покупателю выдаются расходные документы и проданные товары.

Сравнительно недавно вошедшие в IT-сферу CASE-средства, в настоящее время являются не только мощной комплексной базой для производства ИС, но и мощным инструментом решения исследовательских и проектных задач. Основу этих CASE-средств составляют методологии структурного системного анализа. Ключевым элементом методологии Гейна-Сарсона является графическое построение модели анализируемой ИС. На выходе модель должна быть представлена в виде иерархической диаграммы потоков данных, которые описывают асинхронный процесс преобразования информация, начиная от ее ввода в системы и заканчивая выдачей пользователю. УДК 004.4. 681.3 АВТОМАТИЗИРОВАННЫЙ УЧЕТ УСЛУГ В САЛОНЕ КРАСОТЫ О.Б. Ларионова, И.А. Перова

Каждая компания решает проблему автоматизации по-своему. Для небольших компаний это оперативный учет их основного вида деятельности с набором отчетности по заданным характеристикам. Для более крупных компаний — комплексная система, которая охватывает ресурсы компании: их учет, анализ, планирование. В последнее время бизнес укрупняется, расширяется география его присутствия. В связи с этим становятся актуальными вопросы управления распределенными бизнес-единицами и подчинения их общему процессу и стратегии развития компании.

В настоящее время очень популярны сети салонов красоты. Все эти салоны объединяет одна проблема - отсутствие какой-либо автоматизации процессов. На данный момент все операции по записи, услугам, заказу продукции происходят вручную. Учет обычно происходит при помощи журнала, что очень сильно сказывается на времени обслуживания. При записи клиента в салон приходится учитывать много факторов, таких как:

1) дни работы мастера, 2) длительность всех процедур, 3) наличие свободного времени.

Также не всегда понятно, достаточно ли необходимой продукции в салоне. Обозначенные проблемы можно решить, используя современные информационные технологии.

Назначение программного продукта Главное назначение программы - поднять на новый качественный уровень

процесс управления предприятием индустрии красоты, облегчить работу с документооборотом, усовершенствовать систему работы с клиентами и сотрудниками.

239

Главная задача - ведение учета и коммуникации с клиентами на новом качественном уровне. Достигается это за счет ухода от ручных рутинных операций, которые значительно тормозят бизнес-процесс. Автоматизированная программа для салона красоты способна упростить управление подобным предприятием, уменьшить вероятность ошибок и снизить общие расходы на ведение бизнеса.

Основные преимущества программного продукта Эффективная автоматизация салона красоты или любого другого

предприятия сферы сервиса имеет немало преимуществ по сравнению со старыми способами ведения хозяйственной деятельности.

Во-первых, удается полностью автоматизировать учет в салоне красоты различных операций. Речь идет об отказе от классических и привычных многим учетных книг и тетрадей, систематизировать в которых занесенные данные не всегда представляется возможным.

Применение программы позволит просмотреть расписание работы мастеров, записать клиента на прием, предоставить заказчику все необходимые отчетные документы и справочную информацию. Это не только ускорит процедуру обслуживания, но и способствует улучшению репутации и престижа салона красоты в глазах клиентов.

Во-вторых, программа позволит максимально эффективно использовать в производственном процессе различные расходные материалы. Это возможно за счет полного доступа к информации о состоянии склада и оперативности формирования того или иного отчета или накладной.

В-третьих, такой учет в салоне посредством предлагаемой нами программы дает возможность значительно проще начислить своим сотрудникам заработную плату.

Автоматизированный учет в салоне красоты с помощью программы позволит выполнить достаточно широкий круг задач. Среди наиболее востребованных можно выделить следующие:

1) оперативный учет производственных расходов, 2) учет посещаемости, 3) хранение и обработка данных о клиентах, 4) начисление заработной платы сотрудникам, 5) полностью автоматизированная процедура составления различной

отчетности, графиков, журналов учета той или иной информации. Как результат перечисленных положительных изменений в компании, про-

исходит повышение управляемости и гибкости бизнеса, увеличение его рыноч-ной стоимости и инвестиционной привлекательности, а также улучшение имид-жа непосредственно менеджмента, как использующего наиболее прогрессив-ные инструменты управления. В конечном итоге, автоматизация позволит под-нять управленческий труд в сети салонов красоты на современный уровень.

СПИСОК ЛИТЕРАТУРЫ: 1. 1С:Предприятие 8.1. Практическое пособие разработчика. Примеры и

типовые приемы / М. Радченко - ООО «1С-Паблишинг» ISBN 978-5-9677-0614-1, ЗАО Издательский дом «Питер» ISBN 978-5-91180-813-6 - 512 стр.

240

2. Профессиональная разработка в системе 1С:Предприятие 8 / А. Габец, Д. Гончаров, Д. Козырев, Д. Кухлевский, М. Радченко - Совместное издание "1С-Паблишинг"(ISBN 5-9677-0268-7) и "Питер" (ISBN 5-91180-076-4) - 808 стр.

3. «Информационные технологии в малом бизнесе: особенности исполь-зования». Провалов В. С., Ефимова Е. В. http://www.vggu.info/upload/iblock/6f7/6f785ca9f92de3a2451d094a10f5394f.pdf (да-та обращения 28.02.2015).

4. Информационные технологии. Е.Л. Румянцева, В.В. Слюсарь. - М.: Форум, Инфра-М, 2007. — 256 с.

5. Информационные технологии в профессиональной деятельности: Краткий курс лекций. Елинова Г.Г. Оренбург: ГОУ ОГУ,2004. - 39 с.

6. Руденко А. И. Стратегическое планирование на предприятии. КФ КИЭУ. Симферополь, 1997.

7. Автоматизация малого предприятия. Пелых А.Ю. СФУ. Красноярск. http://www.scienceforum.ru/2014/pdf/2009.pdf (дата обращения 28.02.2015).

8. Исследование систем управления: Учебное пособие. Жуков Б.М., Ткачева Е.Н., Дашков и К, 2012. – 207 с.

УДК 004.4. 681.3 РАЗРАБОТКА АВТОМАТИЗИРОВАННОГО РАБОЧЕГО МЕСТА РУКОВОДИТЕЛЯ ПРОЕКТА НА МОБИЛЬНОЙ ПЛАТФОРМЕ 1С:ПРЕДПРИЯТИЕ 8.3 О.Б. Ларионова, В.А. Яковлев

Предприятия, у которых есть большое количество заказчиков, рано или поздно сталкивается с проблемой удаленного доступа клиентов. Для заключения договора руководителю проекта необходима личная встреча с заказчиком для согласования заданий.

На сегодняшний момент бизнес-процесс управления проектами строится следующим образом:

1) Руководитель проекта заключает договор с заказчиком. 2) Приезжает в офис и заносит проект в 1С: ERP управление предпри-

ятием. 3) Проект разбивается на задания, каждое задание закрепляется за про-

граммистом. 4) После выполнения задания программистом формируется ЛУВР (лист

учета рабочего времени) - фиксация затраченного времени.

Как видно у такой организации работы, руководителю проекта очень часто нужно возвращаться в офис, т.к. ERP находится на стационарном компьютере. Это существенный недостаток в работе – теряется время.

Данная проблема может быть успешно решена с помощью мобильного приложения:

1) Удобство работы с клиентами (клиенты не ждут, следовательно, зара-батывается положительная репутация, увеличивается клиентская база).

2) Удаленное согласование документов (своевременное отслеживание выполнения заданий, если что-то пошло не так, идёт перестановка приорите-тов).

241

3) Мониторинг заданий (выполнение в процентах, сроки завершения за-дания).

Преимущества мобильной платформы 1С: Предприятие: 1) Простая настройка обмена данными между основным и мобильным

приложением с помощью XDTO – XML Data Transfer Objects (XML объекты пе-реноса данных). XDTO – механизм разработанный фирмой 1С для обмена дан-ными с другими программными системами посредством XML.

2) Мобильное приложение работает на мобильном устройстве под управлением операционной системы Android или iOS.

3) Основное приложение написано на платформе 1С: Предприятие. В качестве мобильного устройства может быть использован планшетный

компьютер. Актуальность разработки заключается в следующем: с каждым годом

происходят глобальные сдвиги на рынке технологий, идет перераспределение ресурсов, фокус с громоздких стационарных компьютеров смещается в сторону мобильных устройств и компактных гаджетов. Данное мобильное приложение соответствует современному уровню развития информационных технологий.

Как реализовать автоматизированное управление проектами? Проанализировав технологическую сторону вопроса, приходим к выводу, что основное приложение ERP управление предприятием должно быть доработано по следующим параметрам:

1) Добавлены функции обмена данными с мобильным приложением. 2) Добавлены планы обмена с мобильным приложением. 3) Созданы XDTO пакеты и web-сервис для описания передаваемых дан-

ных. В рамках формирования объектов проектирования, необходимо создать

справочники, документы, константы, обработки, регистры сведений, планы обмена и команды обмена с центральной базой.

Процедура обмена данными с мобильным приложением, на наш взгляд, должна включать следующие этапы:

1) Основное приложение публикуется на web-сервере. 2) Мобильное приложение публикуется на web-сервере. 3) При первом подключении мобильного приложения на планшете

необходимо настроить подключение к опубликованному мобильному приложению. Адрес: ip адрес компьютера/Каталог веб сервера.

4) При последующих подключениях автоматически проверяются последние версии мобильного приложения.

5) При успешном соединении предоставляется возможность синхронизации данных.

Реализация автоматизированной системы требует серьезной проработки в плане совместимости среды выполнения для различных мобильных устройств.

СПИСОК ЛИТЕРАТУРЫ: 1. Управление проектами, Мазур И.И., Шапиро В.Д., 6-е изд, стер. - М.:

2010. - 960 с. 2. Информационные технологии управления проектами:

Учебное пособие. Н.М. Светлов, Г.Н. Светлова М.: ФГОУ ВПО РГАУ–МСХА им. К.А. Тимирязева, 2007. — 144 с.

3. 1С:Предприятие 8.2. Практическое пособие разработчика. Примеры и типовые приемы. Радченко М.Г. Хрусталева Е.Ю. 1C-Пaблишинг. 2009.

242

4. Знакомство с разработкой мобильных приложений на платформе «1С:Предприятие 8» (+CD). Хрусталев Е.Ю., «1С-Паблишинг», 2012. – 292 с.

5. http://www.1c.ru/ (дата обращения 28.02.2015) [Электронный ресурс] – Режим доступа:

https://developers.google.com/maps/documentation/javascript/reference УДК 519.816, 004.42 РАЗРАБОТКА СИСТЕМЫ ВЫБОРА СОТРУДНИКОВ ДЛЯ ПОВЫШЕНИЯ КВАЛИФИКАЦИИ НА ОСНОВЕ МЕТОДА СААТИ С.В. Куркина, Е.А. Уйранова

Введение. Система используется в медицинской среде. Объектом автоматизации является автоматизированное рабочее место специалиста отдела кадров ФКУЗ МСЧ МВД по Ульяновской области. Данная программа предназначена для хранения и работы с базой данных, для поиска по базе данных, и для создания отчетов для ФКУЗ МСЧ МВД: Список сотрудников, Список сертификатов, Список стажа МВД, Список усовершенствований и Список категорий. Система должна выдавать предупреждение пользователю о приближении к срокам подачи документов на повышение квалификации сотрудников и вести учет листков нетрудоспособности. Дополнительной функцией программы является проведение метода Саати. Метод анализа иерархий используется для проведения отбора сотрудников для отправления на повышение квалификации. Включение этой программы в работу организации увеличит производительность специалиста по кадрам, уменьшит риск несовпадения данных и облегчит проверку данных на некорректность.

Описание метода анализа иерархий и его реализации. В данной программе отбор происходит с помощью метода анализа иерархий Саати (МАИ Саати). Исходными данными для проведения метода является информация о сотрудниках организации.

Общий алгоритм метода Саати [1]: 1. Построение качественной модели проблемы в виде иерархии, вклю-

чающей цель, альтернативные варианты достижения цели и критерии для оцен-ки качества альтернатив.

2. Определение приоритетов всех элементов иерархии с использованием метода парных сравнений.

3. Синтез глобальных приоритетов альтернатив путем линейной свертки приоритетов элементов на иерархии.

4. Проверка суждений на согласованность. 5. Принятие решения на основе полученных результатов. Алгоритм работы модуля «Метод»: 1. Заполнение экспертных оценок значений свойств, то есть справочников

«Время», «Место» и «Нап». 2. Заполнение справочника «Предпочтения». 3. Переход на форму «method» и заполнение полей даты, города и на-

правления. 4. Отбор соответствующих данных и заполнение экспертных оценок

свойств.

243

5. Проведение метода анализа иерархий Саати (см. Блок-схема 1). В ре-зультате проведения метода Саати программа выдает результаты в виде доку-мента «Приказ» и табличного документа с решением (рис. 1).

Рис. 1. Рекомендации программы по выбору сотрудников Для разработки программного обеспечения использовались: Microsoft

Visual Studio 2010 (язык программирования C#), Visual Paradigm for UML 11, Microsoft Office Word, Microsoft Office Excel, BPwin.

Заключение. В ходе исследования предметной области было решено применять для выбора сотрудников при направлении их на повышение квалификации метод анализа иерархий Саати. Результаты работы программы представляются в виде текстового документа с рекомендацией по выбору сотрудников с указанием профиля подготовки.

В ходе проектирования системы было использовано объектно-ориентированное программирование (UML-конфигурация), были получены 7 UML-диаграмм, а также диаграммы «КАК-ЕСТЬ» и «КАК-ДОЛЖНО-БЫТЬ», DFD-диаграмма.

В ходе реализации системы на языке программирования C# был получен качественный программный продукт, удовлетворяющий потребности заказчика, включающий:

- единую Базу данных сотрудников; - автоматическое формирование отчетов по шаблонам; - автоматическое формирование листков о нетрудоспособности; - проверку сроков подачи документов на повышение квалификации и

предупреждение о приближении к ним. В ходе тестирования было произведено: тестирование

производительности, нагрузочное тестирование, приемочное тестирование, функциональные тесты соответствия. В результате были выявлены предположительные ошибки и описание возможности их появления. В ходе разработки программы ошибки были исправлены.

244

СПИСОК ЛИТЕРАТУРЫ 1. Саати Т. Принятие решений. Метод анализа иерархий. Москва: Радио

и связь, 1989. УДК 519.816, 004.42 ФОРМИРОВАНИЕ ПРАВИЛ КЛАСТЕРИЗАЦИИ КАТАЛОГОВ ПЕСЕН С. В. Куркина, Э. Ф. Шарафутдинов

Каталогизация песен в мобильном приложении. Система поддержки принятия решений в мобильном приложении «Chords Infinity» для платформы Android помогает пользователю выбрать группу песен, которая наиболее точно удовлетворяет его поисковому запросу.

Для быстрого поиска необходимой категории введена система меток, формирующуюся с использованием словаря основ:

поиск по меткам упрощает поиск любимых песен, и если песня не зна-кома то с первого взгляда дает понять, каково содержание песни и основной смысл;

пользователь может в любой момент открыть список песен с желаемой меткой, например с меткой «Дружба»;

наибольшее количество вхождения является принадлежность метки к песне;

одна композиция может иметь несколько меток Кластеризация документов. Отличительной особенностью методов

кластеризации является способность автоматически выделять группы в потоке входных данных. В контексте обработки текстов на естественном языке это свойство является особенно привлекательным, когда возникает необходимость оперативно выделить группы в большом массиве текстовых документов. Эта задача, например, актуальна для информационно-поисковых систем, когда пользователю необходимо дать поверхностное представление обо всем списке найденных документов, не принуждая его просматривать большую часть этих документов. В такой постановке задачи дополнительно возникает необходимость синтеза аннотаций кластеров, кратко отражающих тематику их документов

Кластеризацию может служить как чисто исследовательской цели (выяснить структуру коллекции), так и лучшему поиску и представлению информации; классический пример: группировка по темам.

Объекты, с которыми мы оперируем — это тексты или части документов, т.е. некоторые фрагменты текстов. Каждый из документов представляется набором слов (или словосочетаний, или других единиц языка). В этом наборе могу встречаться конструкции, которые не должны влиять на результаты поиска: некоторые слова общей лексики, предлоги и другие строки. Имеются также слова, которые непосредственно влияют на отнесение документа в какую-либо категорию, – это термины. Каждый термин является элементарным признаком, множество терминов составляет пространство. Множество документов – это множество точек или векторов этого пространства. Координатами точки являются величины значимости каждого термина для данного документа. Величина значимости может оцениваться различными моделями

Алгоритм кластеризации. Принцип отбора меток заключается в сравнении текста добавляемой песни, с имеющемся словарем основ слов,

245

который имеется у каждой метки [1]. Первым этапом является формирование словаря меток (тегов), т.е.

создается метка с некоторым множеством слов, которые будут определяющим фактором для соотнесения новой добавленной песни в базе данных к метке.

Следующим этапом будет добавление новой песни в базу данных. Текст будет проанализирован и соотнесен к соответствующей метке.

Развитие проекта. Так как невозможно учесть все типы песен, планируется автоматизировать процесс кластеризации, где будет происходить автоматическое выявление групп семантически похожих песен среди заданного фиксированного множества песен. Следует отметить, что группы будут формироваться только на основе попарной схожести текстов песен, и никакие характеристики этих групп не будут задаваться заранее. Помимо этого будет вестись статистика часто искомых меток пользователем и поиска.

СПИСОК ЛИТЕРАТУРЫ 3. Метод кластеризации документов текстовых коллекций и синтеза анно-

таций кластеров RDCL [Электронный ресурс]: Режим доступа: http://rcdl2008.jinr.ru/pdf/220_229_paper26.pdf

УДК 548: 53 РАВНОВЕСНЫЕ ФИЗИЧЕСКИЕ СВОЙСТВА 2D-СУПРАКРИСТАЛЛОВ И ИХ ТЕНЗОРНОЕ ОПИСАНИЕ Р.А.Браже, А.А.Гришина

В рамках данной работы рассматриваются 2D-супракристаллы, в частности, графен и графеноподобные структуры [1], супракристаллы, состоящие из 4-валентных атомов, перфорированные с целью нарушения центросимметричности [2], супракристаллы, состоящие из 4-валентных атомов, допированные с целью нарушения центросимметричности атомами водорода и фтора [3] и супракристаллы, состоящие из 5- и 6-валентных атомов [4]. В табл. 1 представлены возможные типы 2D-супракристаллов и их классы симметрии.

Таблица 1

Классы симметрии 2D-супракристаллов Графеноподобные 2D-супракристаллы

Перфорированные 2D-супракристаллы

Допированные супракристаллы

2D-супракристаллы из пяти- и шестивалентных атомов

6mm

3m

 

3m

mmm

6mm

m

mm2

2/m

4mm

4mm

1

Уравнения термодинамического состояния двумерного кристалла, описывающие его равновесные физические свойства, имеют вид [5]:

246

TEdsS Eijk

Tkijkl

TEijklij , ,

TpEdD ijT

ijjkTijki , ,

TT

сEpS

E

iiij

E

ij

, .

Далее показан общий вид матрицы, описывающей равновесные свойства супракристаллов. Показано, что пьезоэффектом и (или) пироэлектрическими свойствами обладают определенные классы симметрии, не обладающие центром симметрии. В табл. 2 представлены матрицы супракристаллов обладающие указанными свойствами. Следует отметить супракристаллы класса 1, которые изначально не центросимметричны, что делает их наиболее перспективными для практического применения.

Таблица 2

Равновесные физические свойства 2D-супракристаллов Общая структура матрицы

E T

S s td

D d P

S t tp Tc /

Обозначения:

компонента, равная нулю

компонента, отличная от нуля

равные компоненты

компоненты, численно равные,

но противоположные по знаку

× )(2 1211 SS

класс mm 3 класс mm 3 класс m класс mm 2

 

класс mm 3 класс mm 3 класс mm 4 класс 1

СПИСОК ЛИТЕРАТУРЫ

1. Браже, Р. А. Компьютерное моделирование физических свойств супракристаллов / Р. А. Браже, А. А. Каренин // Изв. вузов. Поволжский регион. Физ.-мат. науки. – 2011. - № 2(18). – С. 105-112.

)( 1xm ) ( 2xm

)( 1xm ) ( 2xm

247

2. Браже, Р. А. Пьезоэффект в графеноподобных 2D-супракристаллах с нарушающей центросимметричность периодической перфорацией /

Р. А. Браже, А. И. Кочаев, А. А. Советкин // ФТТ. – 2013. – Т. 55. – Вып. 9. – С. 1809-1812.

3. Браже, Р. А. Пьезоэффект во фторографаноподобных 2D-супракристаллах / Р. А. Браже, А. И. Кочаев, А. А. Советкин // ФТТ. – 2013. – Т. 55. – Вып. 9. – С. 1809-1812.

4. Кочаев, А. И. 2D супракристаллы из 5- и 6-валентных атомов / А. И. Кочаев, Р. А. Браже // Актуальные проблемы физической и функциональной электроники: материалы 17-й Всероссийской молодежной научной школы-семинара. – Ульяновск: УлГТУ, 2014. – С. 109-110.

5. Най, Дж. Физические свойства кристаллов / Дж. Най. – М.: Мир, 1967. – 385 с.

УДК 533.6.013.42 ИССЛЕДОВАНИЕ ДИНАМИКИ СИСТЕМЫ ТРЕХ УПРУГИХ ПЛАСТИН ТИПА «ТАНДЕМ» А.В. Анкилов, П.А. Вельмисов, Ю.А. Решетников

Рассматривается плоская задача аэроупругости о малых колебаниях

системы трех упругих пластин типа «тандем» (расположенных последовательно друг за другом вдоль одной линии) при дозвуковом обтекании их потоком идеального несжимаемого газа. Пусть в состоянии покоя пластинам в физической плоскости xOy соответствуют на оси Ox отрезки ],[ 11 ba , ],[ 22 ba и

],[ 33 ba , 2312 , baba (рис. 1).

Рис. 1. Двустороннее безотрывное обтекание системы трех упругих пластин

В бесконечно удаленной точке скорость газа равна V и имеет направление, совпадающее с направлением оси Ox . Будем предполагать, что прогибы пластин и возмущение однородного потока малы, то есть

),(),( txwtxw kk , ),,(),,( tyxVxtyx , 1 , 3,2,1k . Здесь 1w , 2w ,

3w и – соответственно прогибы и потенциал скоростей возмущенного потока

газа. Потенциал удовлетворяет уравнению Лапласа

0 yyxx , ],[],[],[\),( 3322112 bababaRGyx , (1)

условию отсутствия возмущений в бесконечно удаленной точке

0222 tyx (2)

и линеаризованным граничным условиям

248

.3,2,1),,(,),,(lim00

kbaxwVwtyx kkkkyy

y (3)

Аэродинамические воздействия на пластины, зависящие от поперечных составляющих их деформаций ),(,),(,),( 321 txwtxwtxw , выражаются через

потенциал скорости ),,( tyx по формулам

)()(),( xxttk VtxP , 3,2,1),,( kbax kk , 0y . (4)

Для примера рассмотрим линейную модель упругого тела:

.3,2,1),,(),(),(),(),(),(),(

21

0

ktxPtxwtxw

txwtxwNtxwDtxwM

kkkkk

kkkkkkkk

(5)

Выражая потенциал ),,( tyx через функции прогиба ),( txwk , запишем

уравнения колебаний пластин (4), (5) относительно этих функций. С этой целью в области G введем комплексный потенциал itzfW ),( , где

),,( tyx – функция тока, iyxz . Для функции скоростей

yxz itzf ),( согласно условиям (1), (3) имеем следующее интегральное

представление [1, с. 52-54]

,)()()(),(

)(),()(),()(

1),(

213

21

3

3

2

2

1

1

tztdhz

tv

dhz

tvdh

z

tv

zhtzf

b

a

b

a

b

az

(6)

где ))()()()()(()( 332211 zbazbzazbzazzh ,

),(),(),( twVtwtv kkk , 3,2,1k ; )(),( 21 tt – действительные функции,

определяющие циркуляцию скорости газа вокруг каждой пластины. Ветвь корня в формуле (6) фиксирована условием

))()()()()(()( 332211 bxaxbxaxbxaxizh , 3bxz . (7)

Разложение функции ),( tzf z в окрестности z начинается с члена порядка 41 z , поэтому общая циркуляция равна нулю. Циркуляция вокруг каждой

пластины может отличаться от нуля. Заметим также, что 0)( 22 yx .

Перейдем в (6) к пределу при 0ixz , ),( kk bax . Тогда, применяя

формулу Сохоцкого [2], получим

).,(,)()()(),(

)(),()(),()(

)1(2

213

21

3

3

2

2

1

1

kk

b

a

b

a

b

a

k

xx

baxtxtdhx

tv

dhx

tvdh

x

tv

xh

(8)

Для комплексного потенциала имеем следующее выражение

249

( , ) ( , ) ( )k

z

z

a

W f z t f z t dz C t , (9)

где )(tC – произвольная функция времени, Gz . Так как G – трехсвязная

область, то интеграл, вообще говоря, зависит от линии интегрирования. Следовательно, потенциал , а значит аэродинамические воздействия (4)

однозначно не определяется. Подберем функции )(),( 21 tt так, чтобы

циркуляция вокруг каждой пластины равнялась нулю. При обходе разреза ],[ kk ba против часовой стрелки циркуляция

( ) ( )k k k

k k k

b a b

k x x x x

a b a

t dx dx dx , 3,2,1k . Воспользовавшись

формулами (8), получим 1 2

1 2

3

3

1 2

3 1 2

2 ( , ) 2 ( , )( 1) ( ) ( ) ( )( ) ( )

2 ( , ) 2 ( ) 2 ( )( ) .( ) ( ) ( )

k k

k k

k k k

k k k

b bb bk

k

a a a a

b b b b

a a a a

dx v t dx v tt h d h d

x xh x h x

dx v t t xdx t dxh d

xh x h x h x

(10)

Сумма циркуляций равна нулю 0)()()( 321 ttt . Положим

0)(,0)( 21 tt и найдем функции )(),( 21 tt . Получим систему

.2,1,0)(

)()(

)()(),()(

)(),()(

)(),()(

213

21

3

3

2

2

1

1

kxh

dxt

xh

xdxtdh

x

tv

xh

dx

dhx

tv

xh

dxdh

x

tv

xh

dx

k

k

k

k

k

k

k

k

k

k

b

a

b

a

b

a

b

a

b

a

b

a

b

a

b

a

(11)

Решая систему линейных уравнений (11), найдем )(),( 21 tt . Тогда из равенств

0)(,0)( 21 tt , следует 0)()()( 123 ttt . В этом случае интеграл от

функции ),( tzf z по любому замкнутому контуру, принадлежащему области G ,

равен нулю. Отсюда следует, что значение потенциала W , определяемое формулой (9), не зависит от линии интегрирования, соединяющей точки ka и z .

Поскольку

10

( )( ) ...c tW i c t

z

в окрестности z , то функцию )(tC в (9) можно подобрать так, чтобы

выполнялось условие 0)( t .

Согласно (9) получим

250

31 2

1 2 3

1

1

2

2

1 2 3

1 2 1

2

( ) ( , ) ( , ) ( , )( ) ( ) ( )

( ) ( ) 1 ( , ) ( , )2( ) ( ) ( ) ( )

1 ( , ) ( , ) 12 ( ) ( )

k k k

k

bb b

a a a

bz z z

a a a a

b z

a a

h z v t d v t d v t dW i

z z zh h h

t zdz t dz v t zd dz

h z h z h h z

v t zd dz

h h z

3

3

3( , ) ( , ) ( ),2 ( ) ( )

k

b z

a a

v t zd dz C t

h h z

(12)

где ( , ) ( , ) ;k

k k

a

v t v x t dx

2 2 2 2

1 1 2 2 3 3

1 1 1 2 1 2 1 3 1 3 1 2 1 2 1 3 1 3 2 2 2 3

2 3 2 3 2 3 3 3

1 1 2 1 1 2 1 1 3 1 1 3 1 2 2 1 2 3

( , ) ( ) 2( ) 2 2 3 4 3 2 ( ) ,

,

,

z z z z z a z z b z c

a a b a b a b

b a b a a a b a a a b b a bb b a bb a b a a

a b b a b b a b

c a b a a bb a b a a bb a a b a a a

1 2 3 1 2 3 1 2 3 1 3 3 2 2 3 2 2 3 2 3 3 2 3 3.a a b a b a a b b a a b a b a a b b a a b b a b

Отсюда при 0ixz , ),( kk bax , находим

31 2

1 2 3

1 2 32 ( ) ( , ) ( , ) ( , )( 1) ( )( ) ( ) ( )

bb bk

a a a

h x v t d v t d v t d

x x xh h h

1

1

32

2 3

1 2 1

2 3

2 ( ) 2 ( ) 1 ( , ) ( , )( ) ( ) ( ) ( )

1 ( , ) ( , ) 1 ( , ) ( , ) , ( , ).( ) ( ) ( ) ( )

k k k

k k

bx x x

a a a a

bb x x

k k

a a a a

t xdx t dx v t xd dx

h x h x h h x

v t x v t xd dz d dz x a b

h h x h h x

(13)

Согласно формулам (8), (13) аэродинамические воздействия (4) принимают вид

31 2

1 2 3

1 2 32 ( ) ( , ) ( , ) ( , )( 1) ( , )( ) ( ) ( )

bb bk

k

a a a

h x v t d v t d v t dP x t

x x xh h h

1

1

32

2 3

1 2 1

2 3

2 ( ) 2 ( ) ( , ) ( , )( ) ( ) ( ) ( )

( , ) ( , ) ( , ) ( , ) 2( ) ( ) ( ) ( ) ( )

k k k

k k

bx x x

a a a a

bb x x

a a a a

t xdx t dx v t xd dx

h x h x h h x

v t x v t x Vd dz d dz

h h x h h x h x

(14)

251

31 2

1 2 3

1 2 31 2

( , ) ( , ) ( , )( ) ( ) ( ) ( ) ( ) ,bb b

a a a

v t v t v th d h d h d t x t

x x x

),( kk bax , 3,2,1k . В (14)

ka

kkk

k dxtxwVtxwt

vtv )),(),((),(~ .

Таким образом, учитывая (6), получим связанную систему уравнений относительно функций прогиба ),(1 txw , ),(2 txw и ),(3 txw .

Работа выполнена в рамках государственного задания №2014/232 Минобрнауки России и при поддержке гранта РФФИ № 15-01-08599.

СПИСОК ЛИТЕРАТУРЫ 1. Седов Л. И. Плоские задачи гидродинамики и аэродинамики. – М.: Наука,

1980. – 448 с. 2. Лаврентьев М. А., Шабат Б. В. Методы теории функций комплексного пере-

менного. – М.: Наука, 1973. – 736 с. УДК 533.6.011.6 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ТУРБУЛЕНТНОГО ПОТОКА С УЧЕТОМ РЕЗУЛЬТАТОВ АНАЛИЗА ПУЛЬСАЦИЙ ДАВЛЕНИЯ П.А. Вельмисов, Ю.А. Хахалев

Рассмотрим математическую постановку задачи турбулентного

осесимметричного стационарного потока газа в трубе. Система уравнений для стационарного течения в ядре потока (без учёта

внешних массовых сил и внутренних источников количества движения и энергии) имеет вид:

– уравнение движения dx

dp

dx

duu ; (1)

– уравнение энергии dx

dp

dx

dTcp

; (2)

– уравнение сохранения расхода constFuсрср , (3)

где 2RF – площадь сечения трубы с радиусом )(xRR , ρср и uср – средние

значения плотности и продольной скорости в сечении;

– уравнение состояния

TR

p

Г

, (4)

где )(Tcc pp – теплоемкость газа (воздуха), RГ – газовая постоянная воздуха,

P∞ – давление воздуха, ∞ – параметры в ядре потока.

Граничные условия 0x : 20 0 0 0 0, , ,u u T T p p F F R . (5)

Решение системы уравнений для стационарного течения в ядре потока (без учёта внешних массовых сил и внутренних источников количества движения и энергии) для частного случая равномерных входных профилей скорости 00 u)r(u , плотности 00 )r( и температуры 00 T)r(T ,

252

несжимаемого потока 0const , для скоростей 4020 u м/с, малых

градиентов температуры 0w TT в трубе с постоянным сечением 0RR (что соответствует нашему случаю) будет следующим:

– толщина вытеснения пограничного слоя *

0

1R r u

drR u

; (6)

– скорость 0 *2R

u uR

; (7)

– давление 2 200 0( )

2p p u u

; (8)

– температура 2 20

0 2 Г

u uT T

R

. (9)

Система уравнений для турбулентного стационарного пограничного слоя в цилиндрических координатах (без учёта внешних массовых сил и внутренних источников кол-ва движения и энергии) имеет вид:

– уравнение движения dx

dp

r

ur

rrr

uv

x

uu T

)(1 ; (10)

– уравнение энергии

dx

dpu

r

u

r

Tr

rrr

Tv

x

Tuc TTp

2

)()(1 ; (11)

– уравнение неразрывности 0)(1)(

r

vr

rx

u ; (12)

– уравнение состояния TR

p

Г

, (13)

где T – температура; u, v – скорость потока по координатам x и r соответственно; ,,, pc – плотность, удельная изобарная теплоемкость,

коэффициент теплопроводности и динамический коэффициент вязкости потока соответственно; ,Т Т – коэффициенты турбулентного переноса теплоты и

количества движения соответственно; p – давление; RГ – газовая постоянная;

индексы: – характеризует параметры на оси трубы; w . – на поверхности

проточной части.

Граничные условия: – на входе в трубу 0x : 0 0 0( ), 0, ( ),u u r v T T r p p ; (14)

– на стенке Rr : 0, 0, ( ), ( )wu v T T x p p x ; (15)

– на оси потока

0r ( ), 0, ( ), ( ), 0, 0u Tu u x v T T x p p x

r r

. (16)

Зависимость теплофизических свойств от температуры )(T ; )T(cc pp ; )(T (17)

– эмпирические зависимости из справочников.

253

Существует аналогия тепловых и гидродинамических процессов в пограничном слое в виде:

T

pTT

c

Pr

, (18)

где 9.0Pr T – турбулентное число Прандтля для воздуха.

Модель турбулентности необходима для замыкания системы (10) – (13). В качестве модели турбулентности предлагается применить модель пути смешения Прандтля:

r

ul 2

T

, (19)

где l – длина пути смешения, которая с поправкой Ван-Дрийста на влияние стенки определяется как

l = æ(R – r){1 – exp[- ρv*(R – r)/(26μ)]}, (20) где æ – коэффициент интенсивности турбулентного переноса количества движения в пограничном слое. Для невозмущенных потоков эта величина постоянна и равна æ0 = 0.4; v* – динамическая скорость, м/с

* ,v (21)

где τ – касательное напряжение трения в рассматриваемой точке

r

uT . (22)

Исследования показывают, что для потоков с интенсивными воздействиями величина æ существенно отличается от приведенного значения и необходимо получать информацию о ее зависимости от различных факторов.

Для получения уточненной модели турбулентности для потока с воздействием демпфирующих полостей было решено применить эмпирическую информацию, извлеченную из анализа пульсаций давления. Для чего предварительно было проведено экспериментальное исследование турбулентных пульсаций давления турбулентного потока при наличии управляющих воздействий и без них [1]. Воздействие на поток осуществлялось демпфирующими полостями. Пульсации записывались в .wav файлы и обрабатывались специально написанной программой для анализа пульсаций.

Была получена зависимость фрактальной размерности пульсаций от сопротивления трения, что позволило обобщить экспериментальные данные зависимостью:

,b)dDimc(aCC

0f

f th (23)

где Cf – коэффициент сопротивления трения потока с воздействиями; Cf0 – коэффициент сопротивления трения потока без воздействий; Dim – фрактальная размерность поперечных пульсаций давления потока; a, b, c, d – эмпирические коэффициенты.

В соответствии с установленной эмпирической зависимостью (23), была разработана модель турбулентности с использованием фрактальной размерности турбулентных пульсаций давления в виде:

,B)DDimC(A0 thææ (24)

254

где А, В, С, D – эмпирические коэффициенты [2]. Система уравнений (10) – (13) с граничными условиями (14) – (16) не

имеет аналитического решения и решается численным методом [3, 4]. Работа выполнена в рамках государственного задания №2014/232

Минобрнауки России и при поддержке гранта РФФИ № 15-01-08599.

СПИСОК ЛИТЕРАТУРЫ 1. Ковальногов В. Н., Хахалев Ю. А. Математическое моделирование

турбулентного потока с воздействиями на основе анализа фрактальной размерности пульсаций давления // Автоматизация процессов управления. – 2013. – № 1. – С. 47 – 54.

2. Ковальногов В. Н., Хахалев Ю. А. Численное исследование турбулентного потока с воздействиями на основе анализа фрактальной размерности пульсаций давления // Вектор науки ТГУ, 2014. – № 3 (29). – С. 62 – 66.

3. Ковальногов В. Н., Хахалев Ю. А. Результаты численного исследования турбулентного потока с воздействиями на основе анализа фрактальной размерности пульсаций давления // Труды Академэнерго, 2014. – № 3. – С. 7 – 15.

УДК 539.3:533.5:517.9 МЕТОД ГАЛЕРКИНА В РЕШЕНИИ ЗАДАЧ О СТАТИЧЕСКОЙ НЕУСТОЙЧИВОСТИ УПРУГИХ ЭЛЕМЕНТОВ КОНСТРУКЦИЙ ПРИ АЭРОГИДРОДИНАМИЧЕСКОМ ВОЗДЕЙСТВИИ С.В. Киреев

Для описания деформаций пластины-полосы в сверхзвуковом потоке газа

используем модельное уравнение

l

dxwwwfwwNDwwS0

24 0 , (1)

где xw – прогиб (деформация) пластины. При отыскании приближенных решений методом Галеркина полагают

0

1

k

kkk xwcxw , (2)

где kc – произвольные постоянные, а вид функций xwk , являющихся

первыми 0k функциями полной на l,0 системы функций, зависит от способа

закрепления пластины. Эти функции должны удовлетворять граничным условиям. В качестве функций xwk можно выбрать, например, собственные

функции краевых задач для уравнения 044 ww . (3)

Постоянные kc определяются из системы алгебраических уравнений,

получаемой из условия ортогональности невязки уравнения 0wS к системе

базисных функций xgi

l

i

k

kkk dxxgxwcS

0 10

0

, 01 ki , (4)

255

где 1, ixgi , образуют полную на l,0 систему функций. В частности,

можно выбрать 01, kixwxg ii .

Дивергенция упругого элемента возможна тогда, когда существует ненулевое решение системы уравнений для 0, 1kc k k . Если уравнение wS

нелинейное, то система уравнений для kc будет нелинейной. Если исходное

уравнение 0wS является линейным, то для 0, 1kc k k получим систему

линейных алгебраических уравнений. Условием существования нетривиального (ненулевого) решения этой СЛАУ (что является условием ветвления решения для xw ) является условие равенства нулю определителя данной СЛАУ.

Рассмотрим один из примеров. Зададим реакцию основания wf в виде

331 wawawf . (5)

Предположим, что концы элемента закреплены шарнирно, тогда функция xw будет иметь вид:

0

1,sin

k

kkkk l

kxcxw

. (6)

Тогда в первом приближении 10 k получим

04

32

3412

1121

411

alcaNDc

. (7)

Из (7) следует, что наряду с прямолинейным положением равновесия элемента 0,01 wc существует криволинейная форма равновесия xcxw 11 sin ,

где

341

141

21

132

2al

aDNc

, (8)

при условии 21

121

aDN .

Решение в первом приближении в задаче о дивергенции элемента в сверхзвуковом потоке не учитывает воздействие потока w . Рассмотрим второе приближение 20 k

xcxcxw 2211 sinsin . (9)

Для определения 21, cc получим систему уравнений:

3 4 2 2 2 2 21 1 3 1 2 1 2 3

4 21 1 1 1 2

3 4 2 2 2 2 22 2 3 1 2 1 2 3

4 22 2 2 1 1

6 9 6 18

12 12 12 32 0,

6 9 6 18

12 12 12 32 0.

c l a l c c l a l

c D l N l a l c

c l a l c c l a l

c D l N l a l c

(10)

Решения системы (10) с выбранными параметрами: 0.005h , 107 10E ,

256

350V , 0 330a , 0 1.2 , 0 2 , 800D , 0.31 , 1 , 1N , 535 10 , 3 1a , 0 1x (все параметры в системе СИ), отыскивались с

помощью Mathcad 15. Решения имеют вид: 6

17

2

0 0.00613 0.23 2233.23 2.6 100 0.11 0.012 3.26 10 1116.61

c i i

c i i

,

т.е. среди действительных решений существует только нулевое ( 1 0c , 2 0c ),

что соответствует прямолинейному положению равновесия элемента и подтверждает факт отсутствия бифуркации для данного типа закрепления.

Для третьего приближения

3

1sin

kkk xcxw , (11)

при этом 321 ,, ccc определяются из системы нелинейных алгебраических

уравнений:

3 4 4 2 2 2 21 3 1 1 1 1 1 2 1 2 3 1 2

2 2 2 2 22 3 3 1 3 3 1 3 1 3 3

3 4 4 2 2 2 22 3 2 2 2 2 1 1 1 2 3 1 2

1

323 2 4 4 4 6 23

3 6 2 3 0,

323 2 4 4 4 6 23

c a l c D N a c c c a ll

c c a c c a l c c a

c a l c D N a c c c a ll

c

2 2 22 3 3 2 3 3 2 3 3

3 4 4 2 2 2 23 3 3 3 3 3 1 2 2 3 3 2 3

2 2 2 2 31 2 3 1 3 3 1 3 1 3

966 6 2 0,5

963 2 4 4 4 6 25

3 6 2 0.

c c a c c a l cl

c a l c D N a c c c a ll

c c a c c a l c a

(12)

Решения системы (12) с выбранными параметрами: 0.005h , 107 10E , 350V , 0 330a , 0 1.2 , 0 2 , 800D , 0.31 , 1 , 1N , 3 1a ,

0 1x , 535 10 (все параметры в системе СИ), отыскивались с помощью

Mathematica 10. Решения имеют вид:

1с 2с 3с

-2058.22±229.617i -1110.67±852.285i 490.49±964.8i -1586.25±1515.3i 762.495±788.929i -3.61804±78.953i

-708.516±316.962i -137.727±410.975i 148.404±1.37501i -480.131±2108.92i 1682.12±1179.27i -955.164±1040.8i -122.097±801.269i 1900.91±1697.83i 1140.91±1247.72i

-0.0834576±0.207795i -0.111141±0.065774i 0.0325597±0.0279464i 0 0 0

±0.0267651i ±0.00565311i ±0.016199i 0.0834576±0.207795i 0.111141±0.065774i -0.0325597±0.0279464i

122.097±801.269i -1900.91±1697.83i -1140.91±1247.72i 480.131±2108.92i -1682.12±1179.27i 955.164±1040.8i

257

708.516±316.962i 137.727±410.975i -148.404±1.37501i 1586.25±1515.3i -762.495±788.929i 3.61804±78.953i 2058.22±229.617i 1110.67±852.285i -490.49±964.8i

Т.е. среди действительных решений существует только нулевое ( 01 с , 02 с , 03 с ), что соответствует прямолинейному положению

равновесия элемента и подтверждает факт отсутствия бифуркации для данного типа закрепления.

Работа выполнена в рамках государственного задания №2014/232 Минобрнауки России и при поддержке гранта РФФИ № 15-01-08599.

СПИСОК ЛИТЕРАТУРЫ 1. Вельмисов П. А, Киреев С. В. Математическое моделирование в задачах

статической неустойчивости упругих элементов конструкций при аэрогидро-динамическом воздействии. – Ульяновск: УлГТУ, 2011. – 200 с.

2. Вельмисов П. А., Киреев С. В., Крупенников А. В. Исследование бифуркации пластины в сверхзвуковом потоке газа методом Галеркина // Континуальные логико-алгебраические исчисления и нейроматематика в науке, технике и экономике: Труды межд. конференции. – Том 7: Математические методы и модели в прикладных задачах. – Ульяновск: УлГТУ, 2004. – С. 44 – 46.

УДК 517.988 СПЕКТРАЛЬНАЯ ЗАДАЧА О СОБСТВЕННЫХ ВОЛНАХ ЦИЛИНДРИЧЕСКОГО ДИЭЛЕКТРИЧЕСКОГО ВОЛНОВОДА И.В. Коноплева, Л.В. Миронова

Пусть пространство 3 с декартовой системой координат Oxyz заполнено

изотропной средой без источников с постоянной диэлектрической проницаемостью 1 0 , где 0 – диэлектрическая проницаемость вакуума. В

эту среду помещен цилиндрический диэлектрический волновод с однородным анизотропным немагнитным заполнением и образующей, параллельной оси Oz

с поперечным сечением 2 2 2 .W x y R Рассматриваются

электромагнитные волны, распространяющиеся вдоль образующей волновода.

Введем цилиндрические координаты , , z так, чтобы ось Oz совпадала в

декартовых и цилиндрических координатах. Пусть поля гармонически зависят от времени

( , ,z)cos t ( , ,z)cos t,

( , ,z)cos t ( , ,z)cos t

E E EH H H

где – круговая частота; , , , E, E E H, H H – вещественные искомые

функции. Комплексные амплитуды полей ,E H имеют вид

,,

i

i

E = E EH = H H

( , , ) , ( , , ) ,T Tz zE E E H H H H E и

258

, , , , , , , , ,

, , , , , , , , .z z

z z

E E z E E z E E z

H H z H H z H H z

Везде ниже множители cos t и sin t опускаются. Электромагнитное поле ,E H удовлетворяет системе уравнений

Максвелла -rot i rot i H = E, E = H, (1)

условию непрерывности касательных составляющих компонент поля на границе раздела сред (на границе волновода) и условию излучения на бесконечности: электромагнитное поле экспоненциально затухает при .

Цилиндр неограниченно продолжается в направлении ,z – собственные

частоты волновода, постоянные , – диэлектрическая и магнитная

проницаемости среды, заполняющей резонатор. Из равенств (1) следует 0, 0.div div E H

Диэлектрическая проницаемость внутри слоя описывается диагональным

тензором:

0 00 0 ,0 0 zz

где , , zz постоянные величины.

На рис. 1 схематически представлена геометрия задачи.

Рис. 1.

Решения уравнения Максвелла ищем во всем пространстве. Так как рассматриваемая структура обладает круговой симметрией, то определяются решения, периодические по координате :

int int int

int int int

, , , , , ,

, , , , , ,n 0,1,2,...z z

z z

E E z e E E z e E E z e

H H z e H H z e H H z e

Система (1) распадается [1]-[3] на две независимые друг от друга системы, одна возникает из системы (1), если поля ,E H имеют вид

( ,0, ) ,TzE EE = (0, ,0)THH = . Волны такого вида называются ТМ-

поляризованными электромагнитными волнами (волнами электрического типа).

259

Вторая система возникает из (1), если поля ,E H имеют вид

(0, ,0) ,TEE = ( ,0, )TzH HH = . Волны такого вида называются ТЕ-

поляризованными электромагнитными волнами (волнами магнитного типа). При ТЕ-поляризации условия сопряжения на поверхности волновода

преобразуются к виду E 0R

и 0Rz H , что дает граничные условия

000 )R(u)R(uu R , 000 )R('u)R('u'u R . Для ТМ –

поляризации условия сопряжения имеют вид 0Rz E , 0RH .

Система уравнений (1) с граничными условиями рассматривается в

гильбертовом пространстве 2 ( )L V со скалярным произведением

, , ,V

a b a b dq

где dq – дифференциал объема и является типичной

задачей на дискретный спектр Шмидта определения частот собственных колебаний волновода и отвечающих им собственных векторов.

Методами, изложенными в [4]-[6], строится сопряженная система уравнений. Основная формула теории поля для задач, связанных с операторами математической физики (Лапласа, Гельмгольца и др.) для краевых задач теории поля, установленная в работах [7]-[8], позволяет получить интегральные представления векторов поля ,E H и доказать фредгольмовость задачи о собственных колебаниях волновода стандартными методами теории потенциала [9] и интегральных уравнений.

Задачи определения собственных колебаний цилиндрического волновода, заполненного нелинейной средой, являются модельными задачами для стационарных и динамических бифуркационных нелинейных задач со спектром Э. Шмидта в линеаризации в условиях групповой симметрии, исследованных в работах [10]-[13].

Работа выполнена в рамках государственного задания №2014/232 Минобрнауки России и при поддержке гранта РФФИ № 15-01-08599.

СПИСОК ЛИТЕРАТУРЫ 1. Адамс М. Введение в теорию оптических волноводов. – М.: Мир, 1984. 2. Валовик Д. В., Смирнов Ю. Г. Распространение электромагнитных волн в

нелинейных слоистых средах. – Пенза: Изд-во ПГУ. – 2010. 3. Смирнов Ю. Г., Куприянова С. Н., Валовик Д. В. О распространении элек-

тромагнитных волн в цилиндрических неоднородных диэлектрических вол-новодах, заполненных нелинейной средой // Известия Вузов. Поволжский регион. Ф.-м. науки. – 2012. – №. 3. – С. 3-16.

4. Наймарк М. А. Линейные дифференциальные операторы. – М.: Наука, 1975. 5. Логинов Б. В., Макеева О. В. Спектральная задача Э.Шмидта о собственных

колебаниях резонатора без потерь // Труды Средневолжского математиче-ского общества. – 2007. – Т. 9, №. 1. – С. 31-36.

6. Макеева О. В. Метод ложных возмущений в обобщенных задачах на собст-венные значения. Дисс. на соиск. уч. ст. к.ф.-м.н. – Ульяновск, 2008.

7. Аржаных И. С. Интегральные уравнения основных задач теории поляи тео-рии упругости. – Ташкент: Изд-во АН УзССР, 1951.

8. Аржаных И. С. Обобщения волновых операторов. – Ташкент: Фан, 1962.

260

9. Тихонов А. Н., Самарский А. А. Уравнения математической физики. – М: Наука, 1975.

10. Loginov B. V., Konopleva I. V. Group symmetry bifurcation problems with Schmidt’s spectrum in the linearization // Progress in Analysis. Proc. of the 8-th Congress of the ISAAC. 22-27.08, 2011. – Moscow: Peoples’ Friendship Univer-sity of Russia Publ. House, 2012. – V. 2. – P. 279-287.

11. Loginov B. V., Konopleva I. V. Dynamic bifurcation problems on E.Schmidt spec-trum in the linearization under group symmetry conditions // AMADE 2012. - Cot-tenham, UK: Cambridge Scientific Publishers, 2013. – P. 101-133.

12. Логинов Б. В., Коноплева И. В., Миронова Л. В. Динамические бифуркаци-онные задачи со спектром Э.Шмидта в линеаризации в условиях групповой симметрии// Журнал Средневолжского математического общества. – 2012. – Т. 14, №. 1. – С. 31-36.

13. Логинов Б. В., Коноплева И. В., Миронова Л. В. Стационарные бифукацион-ные задачи со спектром Э. Шмидта в линеаризации в условиях групповой симметрии// Журнал Средневолжского математического общества, 2011. – Т. 13, №. 3. – С. 15-30.

УДК 539.3:533.6:517.9 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ЗАДАЧЕ О ДИНАМИЧЕСКОЙ УСТОЙЧИВОСТИ ТРУБОПРОВОДА А.В. Корнеев

Для описания колебания вязкоупругого стержня, связанного с вязкоупругим основанием (вязкоупругим упрочняющим слоем), можно предложить следующие модельное уравнение для прогиба w(x, t)

20 * * *'''' 2 0Dw m m w N m U w Um w w w w w . (1)

Коэффициенты 0 *, ,m m D вычисляются по формулам:

2 2 2 4 40 0 * 0 * * 0 * 0 * 0 0, , ,

4E

m R R m R D R R R R h .

Здесь w(x,t) – деформация (прогиб) в сечении х в момент времени t; D – изгибная жесткость трубы; E – модуль упругости, * *, ,U m – скорость,

масса жидкости (газа) на единицу длины и плотность жидкости (газа); l – длина трубы между опорами; * 0 0, ,R R h – внешний и внутренний радиусы

трубопровода и толщина, – коэффициент жесткости основания; 0 0,m –

масса металла на единицу длины трубы и его плотность; N – сжимающая (растягивающая) сила; ξ, ψ – коэффициенты внешнего и внутреннего демпфирования соответственно; коэффициент φ учитывает инерцию вращения сечений. Все коэффициенты, входящие в уравнение, постоянные, точка сверху обозначает производную по времени t, а штрих – производную по координате x.

На основе составленного функционала типа Ляпунова, для уравнения (1) получено следующее условие устойчивости

22

*2N D m Ul

. (2)

261

В работе также исследовалась устойчивость колебаний трубопровода на основе нелинейной модели, которая описывается уравнением

0 * *

2 22*

0 0

( ) 2

1 0.2

l l

m m w w w Um w Dw Nw w

m U w w k w dx w dx

(3)

В модели (3) были добавлены нелинейные интегральные члены, которые учитывают нелинейное продольное усилие, возникающее из-за ограничений, наложенных на перемещения концов стержня 0x и x l . Первый член учитывает удлинение трубопровода, коэффициент k находится по формуле

2 2* 0k E R R

l

.

Для определения неизвестной функции ( , )w x t уравнения (1) и (3)

необходимо дополнить начальными условиями ( ,0) ( ), ( ,0) ( )w x f x w x g x . (4)

Как для линейной модели (1), так и для нелинейной (3) проведен численный эксперимент по исследованию динамики трубопровода, основанный на методе Галёркина. В предположении, что концы трубы закреплены шарнирно, решения уравнений (1), (3) отыскивались в виде

1

( , ) ( , ) ( )sin , , (0, )M

M k k kk

kw x t w x t w t x x l

l

. (5)

Обозначим через ( )L w левую часть уравнения (1) или (3). На основе

процедуры метода Галеркина получим систему обыкновенных

дифференциальных уравнений для функций ( ), 1,kw t k M

0

( ( , ))sin 0, 1, ,l

M kL w x t x dx k M . (6)

Аналогично из (4) определяются начальные условия для ( ), 1,kw t k M

0

0

2(0) ( )sin , 1, , ,

2(0) ( )sin , 1, , .

l

k k

l

k k

w f x xdx k Ml

w g x xdx k Ml

(7)

C помощью разработанного комплекса программ исследовалась динамическая устойчивость в зависимости от сжимающего воздействия N и скорости потока жидкости (газа) U . Параметры исследуемой механической

системы были выбраны следующим образом: 9210 10E – модуль упругости стали, * 1000 – плотность воды; 0 7800 – плотность стали; l=1,

* 0,05R , 0 0,046R , 40 , ξ=2, ψ=0.2, φ=0.5. Функции f и g для

начальных условий (4) задавались в следующем виде: ( ) 0.02sin xf x

l

,

262

( ) 0g x . Все величины приведены в системе СИ.

Полученная задача Коши для системы обыкновенных дифференциальных уравнений (6) с начальными условиями (7) решалась с помощью пакета математических программ Wolfram Mathematica 8.

При помощи разработанного комплекса программ на плоскости ( , )U N

построены области устойчивости и неустойчивости колебаний. Результат исследования изображен на рис. 1, серыми символами ‘x’ показаны точки, в которых наблюдается возрастание амплитуды колебаний; черные круги на рисунке соответствуют точкам, в которых амплитуда колебаний с течением времени стремится к нулю; на рисунке также приведена теоретическая граница

области устойчивости (2), соответствующая параболе 2

2*2N D m U

l

.

Согласно рис. 1, наблюдается хорошее соответствие теоретических результатов и численного эксперимента. Полученная в результате численного эксперимента область устойчивости незначительно шире, чем рассчитанная по формуле (2), что объясняется, в частности, учетом демпфирования.

Рис. 1. Область устойчивости на плоскости ( , )U N

Точность определения таких областей зависит от количества приближений

для метода Галеркина и количество точек, в которых проводится исследование устойчивости. С помощью средств пакета Wolfram Mathematica была построена зависимость времени вычислений от этих двух параметров. Расчет производился на компьютере с процессором Intel Core i7-4470 CPU 3.40 GHz и с 16 ГБ ОЗУ. Результаты расчета приведены в таблице 1, время указано в секундах. Символ ‘–’ означает, что замер времени вычислений для указанной комбинации параметров не проводился.

263

Таблица 1 – Время вычислений (сек.) в зависимости от количества расчетов и приближений в методе Галеркина

Линейная модель (1) Модель с интегральными членами (3)

Количество приближений Количество приближений

Количество последователь-ных расчетов

1 2 5 10 20 1 2 5 4 0.1 0.6 7.21 69.4 527.6 0.25 5.1 462.73 25 0.75 3.45 36.9 425.7 2342 1.64 28.82 1902.6 100 3.32 14.4 133.6 1617.2 – 6.82 108.31 – 400 14.28 60 516.8 – – 27.82 397.85 –

Из таблицы 1 можно сделать вывод о линейном росте времени относительно количества расчетов. Также из таблицы видно, что увеличивать количество приближений для нелинейной модели (3) значительно сложнее, чем для линейной.

Работа выполнена в рамках государственного задания №2014/232 Минобрнауки России и при поддержке гранта РФФИ № 15-01-08599.

УДК 517.988.67 К БИФУРКАЦИОННОЙ ПОСТАНОВКЕ ЗАДАЧИ ДИВЕРГЕНЦИИ КРУГЛОЙ ПЛАСТИНЫ Б.В. Логинов, Д.В. Старостин

Дивергенция круглой пластины, обтекаемой сверхзвуковым потоком газа, описывается системой фон Кармана в безразмерных переменных [1]:

2 2 1, ( cos sin , , )rF kK Mr ; (1)

2 1 , 02

F . (2)

с граничными условиями:

11

| 0, 0rr

FF

r

(3)

и при жёстком защемлении пластины или шарнирном опирании по краю

11

| 0, 0rrr

или

2 2

1 2 2 21

1| 0, 0r

rr r r r

. (4)

Здесь

264

2 2 2 2

2 2 2 2 2 2

2 2

4 3 3 2

1 1 1 1,

1 1 1 1 1 12

2 2 2 2 ;

rr r rr r rr rr

r r r r

F F FF

r r r r r r r r

FF F F F

r r r r r r r r

F F F Fr r r r

2 22 3 4 2

2 2 4 2 2, r rr rr r rr r r r r ; [1]

211 1 1cos sin , , 1 1 ( cos sin )

2r rK M Mr r

при одностороннем и

2 21 1

1cos sin , ,

1 1 1 11 ( cos sin ) 1 ( cos sin )2 2

r

r r

K Mr

M Mr r

при двустороннем обтекании пластины вдоль оси Ox, = ,r – функция

прогиба пластины; ,F F r – функция напряжений, 0 1r , 0 2 ; 2

22 2

012(1 )h

R

; 0R – радиус пластины; h – толщина пластины; E – модуль

Юнга; – коэффициент Пуассона; М – число Маха; 2

11

.

Линеаризация системы (1), (2) представляет собой двухточечную граничную задачу на собственные значения:

4 3 2 4 22 2 2

4 3 2 2 3 4 4 4 2

3 4

3 2 2 2 2

2 1 1 1 4

2 2 sincos ,r

r r r r r r r r r

r r r r r

(5)

1(2)k M ; 2 0F с граничными условиями (3), (4).

Здесь 1(2) соответствуют одностороннему (двустороннему) обтеканию пластины газовым потоком.

Близкая по содержанию и использованным методам теории бифуркаций

265

задача о выпучивании тонкой гибкой пластины рассмотрена в работах [2], [3]. Как правило, в работах предшественников ([1] и более современная [4]) использовался метод Галёркина. Однако, рассматриваемая задача (1), (2) по существу является бифуркационной. Поэтому задачу (1), (2) мы также предполагаем исследовать методами теории бифуркаций [2], тем более что впоследствии мы предполагаем рассмотреть задачу дивергенции круглой пластины в более общей постановке, т. е. при наличии 2-х бифуркационных параметров – числа Маха и коэффициента сжатия-растяжения пластины по радиусам.

Для применения асимптотического метода Ляпунова-Шмидта [2] надо найти собственные значения s и соответствующие им собственные

функции бигармонического оператора методом Фурье разделения переменных. Будем искать решение линеаризованной задачи (5) в виде ряда Фурье:

0

1

( )( , ) ( )cos sin2 n n

i

a rr a r n b r n

.

После приведения подобных слагаемых при cosn и sin n возникает счётная система линейных дифференциальных уравнений:

4

3 22 00 0 0 1 12 3

1 1 1 1( ( ))2 2 2 2

a ra r a r a r a r a r

r r r r

=0,

………………………………………………………………………………………….

2 24 3 22

2 2 2 22 3

4 2

2 2 1 2 14

2 1 2 1

2 (1 2(2 ) ) (1 2(2 ) )

(2 ) 4(2 )2

2 1 2 1 0,

n n n n

n n n

n n

n na r a r a r a r

r r r

n na r a r a r

r

n na r a r

r r

2 24 3 22

2 2 2 22 3

4 2

2 2 1 2 14

2 1 2 1

2 (1 2(2 ) ) (1 2(2 ) )

(2 ) 4(2 )2

2 1 2 1 0,

n n n n

n n n

n n

n nb r b r b r b r

r r r

n nb r b r b r

r

n nb r b r

r r

2 24 3 22

2 1 2 1 2 1 2 12 3

4 2

2 1 2 2 2 24

2 2

2 (1 2(2 1) ) (1 2(2 1) )

(2 1) 4(2 1) 22

2 2 0,

n n n n

n n n n

n

n na r a r a r a r

r r r

n n na r a r a r a r

r r

na r

r

266

2 24 3 22

2 1 2 1 2 1 2 12 3

4 2

2 1 2 2 2 24

2 2

2 (1 2(2 1) ) (1 2(2 1) )

(2 1) 4(2 1) 22

2 2 0.

n n n n

n n n n

n

n nb r b r b r b r

r r r

n n nb r b r b r b r

r r

nb r

r

Нам неизвестны методы решения счётных систем такого вида, когда каждое отдельное уравнение содержит неизвестную функцию не только с предыдущим, но и с последующим номером.

Соответственно, при жёстком защемлении 1 0, 1 0, 1 0,k k ka a b

1 0,kb а при шарнирном закреплении 1 0, 1 0k ka b , 2 1 1 0k ka a , 2 1 1 0k kb b .

Работа выполнена в рамках государственного задания №2014/232 Минобрнауки России и при поддержке гранта РФФИ № 15-01-08599.

СПИСОК ЛИТЕРАТУРЫ 1. Вольмир А. С. Устойчивость деформируемых систем. – М.: Наука, 1967. –

864 с. 2. Вайнберг М. М., Треногин В. А. Теория ветвления решений нелинейных

уравнений. – М.: Наука, 1969. – 524 с. 3. Срубщик Л. С., Треногин В. А. О выпучивании гибких пластин // ПММ, 1968. –

№32(4). – С. 721-727. 4. Алгазин С. Д., Кийко И. А. Флаттер пластин и оболочек. – М.: Наука, 2006. –

210 с. УДК 517.984 КРАЕВАЯ ЗАДАЧА ДЛЯ ФУНКЦИОНАЛЬНО-ДИФФЕРЕНЦИАЛЬНОГО УРАВНЕНИЯ ПЕРВОГО ПОРЯДКА С ОТРАЖЕНИЕМ В СТАРШЕМ ЧЛЕНЕ И ВОЗМУЩЕНИЕМ, СОДЕРЖАЩЕМ ВТОРУЮ ПРОИЗВОДНУЮ П.К. Маценко

На отрезке ]1,1[ рассматривается краевая задача

1 2 (0) ( ) ( ) 0,a y x a y x y x y x (1)

011 21 ybyb , (2)

в которой комплексный параметр. Предполагается, что:

a) функция )(x трижды непрерывно

дифференцируема на отрезке ]1,1[ , причем 0)0()0( ;

267

b) вещественные константы 2121 ,,, bbaa

удовлетворяют условиям: 02 a , 22

21 aa , 01221 abab ,

0)1()1( 21 bb .

В предлагаемой работе изучается распределение собственных значений краевой задачи (1), (2).

В уравнении (1) сделаем замену )()(),()( 21 xyxyxyxy . Тогда

краевая задача (1), (2) для функционально-дифференциального уравнения с отражением сведется к следующей краевой задаче для системы обыкновенных дифференциальных уравнений

,0)()()0()()(,0)()()0()()(

22112

12211

xyxyxyaxya

xyxyxyaxya

(3)

.0)1()1(,0)0()0(

2211

12

ybyb

yy (4)

Ясно, что собственными значениями краевой задачи (1), (2) будут те значения параметра , при которых краевая задача (3), (4) имеет ненулевое решение. Обозначив

,)(

)()(,,

)()(

)(12

21

2

1

x

xx

aa

aaA

xy

xyxY

запишем систему (3) в матричной форме 0)()()0()( xYxyxYA . (5)

В системе (5) сделаем замену )()( xHZxY , где

11

22aa

aaH , 0Im,2

221 aa ,

и обе части системы умножим слева на матрицу

21

21

2

12

1aa

aa

aH

.

В итоге система (5) распадется на два отдельных уравнения

,0)()()0()(,0)()()0()(

222

111xzxyxz

xzxyxz

(6)

в которых

2

212

2

211 2

)()()(,2

)()()(a

xaxax

a

xaxax

.

Легко показать, что система (6) равносильна интегральной системе

,),()0()(

,),()0()(

222

111

x

x

ecxyxz

ecxyxz

(7)

268

в которой 21,cc произвольные константы,

dttexdttex

x txx tx)(1),(,)(1),(

022

011

.

Для определения )0(y в системе (7) продифференцируем уравнение (1)

по x и положим 0x ; получим систему уравнений

,0)0()0(),0()0(

21

21

yyaa

yyaa

из которой находим 22)0()0( yy . Поскольку из системы (7) следует

2211 )0(,)0( czcz , то первое краевое условие: 0)0()0( 12 yy системы (4)

преобразуется к виду

0)0()0( 221121 zaazaa ,

0221121 caacaa .

Это условие будет выполнено, если положить 1221 , acccac , где

c новая константа. При этом 2122121 )0()0()0()0( aacazzayy .

Тогда

212

2

2)0( aacay , и система (7) принимает вид

.),()(

,),()(

22212

2

12

12212

2

21

xaaa

eacxz

xaaa

eacxz

x

x

(8)

Так как при

,)1(1),1(,)1(1),1( 322

311

OO

где

ReRe1 ,

eeO ,

то из формул (8) следует

,)1(

,)1(

1212

1121

Oqeacz

Oqeacz

(9)

269

где 2,1,/)1( 2212 kaaaq kk .

Обозначив 1221212211 , abababab , преобразуем

второе краевое условие системы (4) к виду 0)1()1()1()1( 22112211 zzybyb .

Отсюда с учетом представления (9) получим при следующее

уравнение для определения собственных значений

0131221

Oeaea , (10)

причем

.)1()1()1(2

)1(2

212212

2

212

2

121212

21222113

bbaaa

a

a

a

aaaaqq

Заметим, что согласно условиям, наложенным на константы 2121 ,,, bbaa , константы 0,0,0 321 , поэтому левая часть характеристического

уравнения (10) примет вид

.0Reесли,11

,0Reесли,11

312

321

ea

ea

Далее повторяя рассуждения работы [1, с. 143-146] и используя теорему Руше, получим следующие асимптотические формулы для собственных значений краевой задачи (1), (2):

...,2,1,,ln2ln2 000

kkkk

k

kOkikik ,

где 0k достаточно большое натуральное число.

СПИСОК ЛИТЕРАТУРЫ

1. Джрбашян М. М. Интегральные преобразования и представления функций в комплексной области. – М.: Наука, 1966. – 672 с.

270

УДК 539.3; 532.5; 517.9 ИССЛЕДОВАНИЕ ДИНАМИКИ УПРУГОГО ЭЛЕМЕНТА ДАТЧИКА ДАВЛЕНИЯ НА ОСНОВЕ ЧИСЛЕННОГО ЭКСПЕРИМЕНТА Ю.В. Покладова, Е.С. Серебрянникова

Рассматривается модель механической системы «трубопровод – датчик давления» для трубопровода конечной длины с датчиком, закрепленным на торцевой стенке (рис.1).

Рис.1.

На рис. 1: 1 – двигатель, 2 – трубопровод, 3 – датчик, 4 – рабочая среда, 5

– пластина (упругий элемент датчика). Предлагаемая математическая модель определяется следующими

уравнениями и граничными условиями:

0xx yy , 0 0( , ) ( , ) : 0 , 0x y G x y x x y y , (1)

0( ,0, ) , , 0y yx t x y t , 00,x x , (2)

(0, , ) ( , )x y t y t , ( , )y a b , 00 a b y , (3)

(0, , ) 0x y t , 0(0, ) ( , )y a b y , (4)

0 *, , ( , )tP x y t P y t , 00,y y , (5)

3

2

3 3

2

0

( )1

( , ) (0, , ), ( , ).t

DL M N

P y t P y t y a b

(6)

Здесь (1) – уравнение Лапласа, описывающее движение рабочей среды в

трубопроводе; (2)-(4) – условия непротекания; условие (5) задает закон изменения давления на входе в трубопровод; (6) – уравнение динамики пластины; ),,( tyx – потенциал скорости среды; ),( ty – прогиб упругого

элемента; ),(* tyP – закон распределения давления среды в сечении 0xx (на

выходе из двигателя); ),(0 tyP – распределенная внешняя нагрузка,

действующая на упругий элемент; 00 , yx – продольный и поперечный размеры

трубопровода; ba, – координаты концов упругого элемента; P~

– давление

271

рабочей среды в трубопроводе в состоянии покоя; – плотность среды; M – погонная масса; D – изгибная жесткость; N – сжимающее (растягивающее) усилие; , – коэффициенты внутреннего и внешнего

демпфирования; – коэффициент жесткости основания; точка и штрих обозначают частную производную по t и y соответственно.

Полагая прогибы малыми, заменим

3

22

1

1

на 231 2 . В

результате получим

2 3

3 3

3( ) 9 32

.

L M D D D D N

(7)

На основе метода Фурье задача сведена к исследованию уравнения для функции деформации упругого элемента. Уравнение, связывает закон изменения давления рабочей среды на входе в трубопровод и функцию прогиба упругого элемента датчика давления:

0

0

00 *

0 0 0

0*

10 0 0

1( ) ( , ) ( , ) ( , )

cos sh2 ( , ) cos ( , )cos ,ch

yb

a

y bn n

n nn n n a

xL P y t y t dy P y t dy

y y

y xP y ty dy y t y dy

y x

(8)

где оператор )(L определяется равенством (7). Согласно методу Галеркина,

решение ),( tx уравнений (8) ищется в виде 1

( , ) ( ) ( )m

k kk

x t t g x

, где

1( )k k

g x

– полная на ba, система базисных функций, удовлетворяющих

граничным условиям, соответствующим условиям закрепления пластины. В случае жесткого защемления концов пластины базисные функции

должны удовлетворять следующим граничным условиям 0, 0,

при ,x a x b . Рассматриваются два вида базисных функций:

1. Решение уравнения (8) будем искать в виде 1

( , ) ( ) ( )m

k kk

x t t x

.

В качестве функций 1( ) m

k kx

были выбраны собственные функции краевой

задачи для уравнения 4 0 .

( ) ch ( ) cos ( )

ch ( ) cos ( )sh ( ) sin ( ) ,

sh ( ) sin ( )

k k k

k kk k

k k

x x a x a

b a b ax a x a

b a b a

при этом k находятся из уравнения ch ( ) cos ( ) 1k kb a b a

272

( 1,..,k m ). Функции 1( )k kx

ортогональны на ,a b , т.е. ( ) ( ) 0

b

i j

a

x x dx

при i j .

2. В качестве базисных функций были выбраны 2 2

0( ) ( ) , 1,.., .kkg y y y y k m

Из условия ортогональности невязки уравнений (8) к системе базисных

функций 1( ) m

k kg x

получим систему из m обыкновенных дифференциальных

уравнений для ( )k t ( 1,..,k m ).

Для всех рассмотренных моделей задача Коши для систем из m обыкновенных дифференциальных уравнений решается с помощью системы Mathematica 8.0. Проведено численное моделирование на ЭВМ динамики упругого элемента датчика в зависимости от закона изменения давления в двигателе. Исследовалась деформация элемента как функция времени (в фиксированных точках элемента) и как функция координаты (в фиксированные моменты времени) для различных параметров механической системы.

Работа выполнена в рамках государственного задания №2014/232 Минобрнауки России и при поддержке гранта РФФИ № 15-01-08599.

СПИСОК ЛИТЕРАТУРЫ 1. Вельмисов П. А., Покладова Ю. В. Исследование колебаний упругого элемен-

та датчика давления // Вестник Ульяновского государственного технического университета, 2005. – № 2 (30). – С. 20-22.

2. Анкилов А. В., Вельмисов П. А., Покладова Ю. В. Математические модели механической системы «трубопровод-датчик давления» // Вестник Саратов-ского государственного технического университета, 2007. – № 3. – С. 7-14.

3. Вельмисов П. А., Решетников Ю. А., Ходзицкая Ю. В., Горбоконенко В. Д. Математические модели механической системы «трубопровод-датчик дав-ления» // Вестник Ульяновского государственного технического университе-та, 2003. – № 1-2 (21-22). – С. 22-24.

4. Вельмисов П. А., Покладова Ю. В. Математические модели одной гидроупру-гой системы // Журнал Средневолжского математического общества, 2006. – Т. 8, № 2. – С. 93.

5. Анкилов А. В., Вельмисов П. А., Горбоконенко В. Д., Покладова Ю. В. Мате-матическое моделирование механической системы «трубопровод-датчик давления». – Ульяновск: УлГТУ, 2008. – 188 с.

6. Вельмисов П. А., Покладова Ю. В., Серебрянникова Е. С. Математическое моделирование систем динамического контроля за изменением давления // Журнал Средневолжского математического общества, 2012. – Т. 14, № 2. – С. 22-33.

7. Вельмисов П. А., Покладова Ю. В., Серебрянникова Е. С. Математическое моделирование системы «трубопровод-датчик давления» // Журнал Средне-волжского математического общества, 2010. – Т. 12, № 4. – С. 85-93.

8. Вельмисов П. А., Покладова Ю. В. О некоторых математических моделях механической системы «трубопровод - датчик давления» // Вестник Самар-ского государственного технического университета. Серия: Технические нау-ки. – 2011. – № 1 (29). – С. 137-144.

273

9. Вельмисов П. А., Покладова Ю. В., Серебрянникова Е. С. Математическое моделирование систем контроля над изменением давления // Эвристические алгоритмы и распределенные вычисления, 2014. – Т. 1, № 2. – С. 6-20.

УДК 519.624.2 К РЕШЕНИЮ ПРОСТЕЙШЕЙ КРАЕВОЙ ЗАДАЧИ С ЛИНЕЙНЫМИ ОДНОРОДНЫМИ ГРАНИЧНЫМИ УСЛОВИЯМИ ПРИ ПОМОЩИ СТЕПЕННЫХ РЯДОВ А.С. Семёнов

I. Рассмотрим множество G всех действительных функций )(xf

аналитических на отрезке [0;1] (разложимые в ряд Маклорена) [1], а на концах этого отрезка удовлетворяющих граничным условиям

(0) 0, (1) (1) 0,f f f (1)

где – заданное действительное число. Так как условия (1) линейные и однородные, то множество G является

линейным пространством. Методом неопределённых коэффициентов найдём в пространстве G систему многочленов )(xPn последовательных степеней,

тождественно не равных нулю. Если AxP )(0 , то условия (1) дают 0,A

т.е. .0)(0 xP Если BxAxP )(1 , то условия (1) приводят к системе уравнений

0, 0,A B т.е. .0)(1 xP Пусть теперь ( ) , 2,3,...nnP x A Bx Cx n .

Тогда, удовлетворяя условиям (1), получаем систему уравнений ,0B 0)1()1( CnBA . Решая её методом Гаусса, устанавливаем,

что она имеет множество решений. В качестве искомого решения выбираем тройку ,0),1( BnA ,...3,2,1 nC

Таким образом, требуемая последовательность многочленов имеет вид

( ) (1 ) , 2,3,...nnP x n x n . (2)

Заметим, что у последовательности (2) любое конечное число )(m её

различных членов, в частности )(m первых членов, образуют систему функций, линейно независимых на отрезке [0;1].

Теорема. Если Gxf )( , то

2

[0;1] : ( ) nn

n

x f x C x

(3)

тогда и только тогда, когда выполняются условия

),0()1(2

fCnn

n

,...3,2),0(

!1 )( nfn

C nn (4)

Доказательство. Необходимость. Пусть справедливо утверждение

(3).Тогда, так как ,)( Gxf то

2

)(

!)0()0()0()(:]1;0[

n

nn

xn

fffxfx то

из единственности разложения )(xf в степенной ряд [1] следует выполнение равенств (равенство коэффициентов при одинаковых степенях x )

274

),0()1(2

fCnn

n

,...3,2),0(

!1 )( nfn

C nn ,

т.е. условий (4). Достаточность. Пусть функциональный ряд в правой части равенства (3)

таков, что выполняются условия (4) и Gxf )( . Тогда, используя свойства сходящихся числовых и степенных рядов, последовательно получаем

2 2 2

[0;1]: ( (1 )) (1 ) (0) (0)n nn n n

n n n

x C n x n C C x f f x

( )

2

1 (0) (0) (0) ( ) (0) (0) ( ),!

n n

n

f x f f x f x f f x f xn

т.е. утверждение (3) истинно. Теорема доказана. Заметим, как следствие из теоремы, что последовательность (2) является

базисом линейного пространства .G II. Рассмотрим простейшую краевую задачу: требуется, предполагая, что

Gxf )( функция ))(),(,( xfxfxg является аналитической на [0;1], найти в пространстве G решение уравнения

( , , )y g x y y . (5)

Алгоритм поиска такого решения в виде ряда Маклорена, как следствие из результатов первого пункта, будет таким.

На первом шаге алгоритма, сначала, введя неизвестную )0(fz определяем из первого условия в (1) 0)0( f , и, используя уравнение (5),

последовательно находим ,...3,2),()0()( nzf nn и коэффициенты ряда (3)

по формулам из (4). Затем, подставляя nC в первое условие из (4), для

определения значений неизвестной z получаем уравнение

2

1 ( ) .! n

n

nz z

n

(6)

На втором шаге, решая уравнение (6), находим все действительные корни его. Значит, существование и количество различных решений рассматриваемой краевой задачи определяется множеством решений уравнения (6): если оно пусто, то краевая задача решений не имеет, если не пусто, то переходим к третьему шагу алгоритма.

На третьем шаге для каждого корня pz уравнения (6) получаем решение задачи в виде ряда Маклорена

2

1( ) ( ) .!

nn

n

y f x p p xn

(7)

Рассмотрим конкретные примеры, которые иллюстрирует работу описанного алгоритма.

Пример 1. Решить краевую задачу

.0)1()1(,0)0(

],1;0[,1

yy

y

xyy

(8)

Решение. Поставленная задача является частным случаем задачи (1),(5), когда

275

.1),,(,1 yyyxg Применяя описанный выше алгоритм поиска решения

такой задачи и используя метод математической индукции, находим

,...3,2,!

1,1)()0()( nn

Czzf nnn .

Тогда уравнение (6) принимает вид

2 !1

n

n zxn

n. Решая его, применив при

этом разложение в ряд Маклорена функции xexf )( , находим 3 2z e . Значит, задача (8) имеет единственное решение

2

13 2 3 2 1 2(1 ) .!

n x x

n

y e x e e e e xn

Проверим результат, используя аналитические методы решения обыкновенных линейных дифференциальных уравнений с постоянными коэффициентами. Общее решение дифференциального уравнения из (8) имеет

вид 1 2xy C C e x Удовлетворяя граничным условиям из (8), получаем

1 22 (2 ), 1.C e C Следовательно, искомым частным решением является

функция ( ) 2(1 ) xy f x e e x , что совпадает с результатом, полученным

выше. Пример 2. Решить краевую задачу

.0)1()1(,0)0(

],1;0[,1

yy

y

xyy

(9)

Решение. Поставленная задача является частным случаем задачи (1),(5), когда yyyxg 1),,( . Применяя описанный выше алгоритм поиска решения такой задачи и используя метод математической индукции, находим

,...;2,1,0,!3)0()23( kkf kk ,...;2,1,))23(...741()0()3( kzkf k

,...;2,1,0,0)0()13( kf k

Теперь, после применения формул (4) и свойств абсолютно сходящихся числовых рядов, уравнение (6) принимает вид

,)1( 12 szs (10)

где ;!3)!23()23(1

01 k

k

ks k

k

)).23(....741(

)!3(31

02

k

k

ks

k

Так что, если 012 s то уравнение (10) и краевая задача (9) имеют

единственное решение. Если 012 s и ,01 s то уравнение (10) и,

следовательно, краевая задача (9) имеет множество решений. Если же

2 1 0s , а 1 0,s то уравнение (10) и краевая задача (9) не имеют решений.

III. Если для дифференциального уравнения (5) на отрезке ],[ ba

поставлена краевая задача с граничными условия

,0)()(,0)(

byay

by то заменой

276

независимой переменной по формуле bx

axt

она сводится к задаче (1), (5).

СПИСОК ЛИТЕРАТУРЫ 1. Кудрявцев Л.Д. Курс математического анализа (в двух томах). Учебник для

студентов университетов и вузов. – М.: Высшая школа, 1981, Т.1. – 687 с. УДК 510.6 ЗАДАЧА О САМОУПРАВЛЕНИИ А.Р. Сибирева

В данной работе рассматривается математическая модель самоуправления социальной (в частности, педагогической) системы X в условиях взаимодействия этой системы с управляющим центром Y , при постоянном притоке или оттоке ресурсов, внутренней мотивации, направленной на самоуправление или зависимость и опеку, с учетом рефлексии системой процесса самоуправления, при различных значениях начального уровня управления и самоуправления. Примером такой «системы с самоуправлением» и «центра» могут служить взаимоотношения подростка и родителей, некоторого региона и «центра» и др.

Задача носит научно-популярный характер, может быть интересна студентам – как приложение дифференциальных уравнений, специалистам нематематических профессий, изучающим поведение социальных и педагогических систем. Примеры дифференциальных уравнений, описывающих поведение социальных систем, приведены в работах [1-4] и др.

В работе [5] рассматривался частный случай задачи самоуправления при условиях убывающего влияния «центра», при отсутствии рефлексии и взаимодействия между управляемой и управляющей сторонами. Задача характеризовала поведение системы в стадии гомеостаза посредством линейного дифференциального уравнения. Пространство параметров дифференциального уравнения было разбито на зоны. Попадание точки в одну из зон определяло качественное поведение функции, описывающей процесс самоуправления. Такая модель не подразумевала существования кризисов, при которых происходит смена целевых установок, и становятся возможными разные траектории развития системы.

Рассмотрим систему уравнений 2

1 2 3 4

5 6

X k k X k XY k X ,

Y k k Y,

(1)

0(0)X X , 0(0)Y Y , (2)

где ( )X t и ( )Y t – величины, характеризующие самоуправление системы X и

управляющее воздействие центра Y , соответственно, ( )X t , ( )Y t – скорости

изменения этих величин. При 1 0k в систему X поступают ресурсы,

расходуемые на линейное воспроизводство величины ( )X t , при 1 0k

происходит отток ресурсов. Аналогичную роль для системы Y играет

коэффициент 5k . Слагаемое 3k XY описывает взаимодействие сторон, 24k X –

277

рефлексию системы X , коэффициенты 3k , 4k отражают интенсивность этих

процессов, знаки 3k , 4k – направленность процессов на самоуправление либо

против него. 0X , 0Y – начальные уровни величин ( )X t и ( )Y t .

Система (1) относится к классу автономных дифференциальных систем. Исторически принято сначала исследовать устойчивость состояния

равновесия системы, при котором ( ) ( ) 0X t Y t . Состоянию равновесия

отвечают нули правых частей уравнений (1). В нашем случае это точки 1 1( , )X Y

и 2 1( , )X Y , где

21,2 2 3 1 2 3 1 1 4 4[ ( ) ( ) 4 ] / 2X k k Y k k Y k k k ; 1 5 6/Y k k . (3)

Решения (3) системы уравнений (1) не зависят от времени. Впервые вопрос о классификации точек равновесия (их называют также

точками покоя или особыми точками) изучался Н.Е. Жуковским (1876 г.), названия различных типов особых точек ввел А. Пуанкаре. Им было предложено изучать притягивающие множества или аттракторы в пространстве ( ; )X Y , к которым стремятся функции ( )X t и ( )Y t при t .

В нашей задаче при 4 0k , 0D 1 1( , )X Y – устойчивое по Ляпунову

положение равновесия, 2 1( , )X Y – неустойчивое (см. рис. 1); при 4 0k , 0D –

наоборот (см. рис. 2).

Рис. 1. Случай 04 k , 0D . Слева – интегральные кривые )(tX , )(tY , справа –

фазовое пространство: ),( 11 YX – устойчивая особая точка, ),( 12 YX – неустойчивая.

На рисунке 1 показано, что при 4 0k , 0D , при начальном уровне

самоуправления 0(0)X X , где 0 2X X , кривые попадают в зону притяжения

аттрактора 1X X ; при 0 2X X кривые ( )X t неограниченно возрастают.

278

Рис. 2. Случай 04 k , 0D . Слева – интегральные кривые )(tX , )(tY , справа –

фазовое пространство: ),( 11 YX – неустойчивая особая точка, ),( 12 YX – устойчивая

Решение 6 65 6 01 k t k tY(t) k / k ( e ) Y e возрастает при начальных

условиях 0 1Y Y и убывает при 0 1Y Y (см. рис. 1, 2).

В теории бифуркаций изучаются состояния равновесия в зависимости от параметров. Термин бифуркация введен К. Якоби (1834г.). Вопросами потери устойчивости занимались Эйлер, Бернулли, Лагранж и др. Теория бифуркаций получила мощное развитие в трудах А. Пуанкаре в конце 19 века и активно развивается в настоящее время.

Система (1)-(2) содержит параметры 1 6 0 0,..., , ,k k X Y . Уменьшим

размерность пространства параметров, вводя новые обозначения: 5 6/k k l –

можно трактовать как эффективность освоения финансов, затрачиваемых на управление, 2 3k k l m – интенсивность процесса ( )X t , когда ( )Y t находится

в состоянии равновесия, 22 3 5 6 1 1/ 4D (k - k k k ) k k . При любом 0Y при t

1Y(t) Y , следовательно, 0Y в данных рассуждениях не учитываем.

Рассмотрим пятимерное пространство параметров 4 1 0( , , , , )D k m k X . При

0D состояний равновесия нет. При 0D у системы два состояния равновесия: устойчивое и неустойчивое, причем при изменении знака 4k эти

состояния равновесия меняются местами. При 4 0k одно положение равнове-

сия 1( ; ) ( / ; )X Y m k l , которое при 0m устойчиво, при 0m неустойчиво.

При ( ) 0X t происходит процесс самоуправления, ( ) 0X t соответст-

вует внутреннему процессу в системе X на установление зависимости. В подпространствах, ограниченных координатными плоскостями,

происходит следующее. При 0D , 4 0k , 1 0k , 0m или при 0D , 4 0k ,

1 0k , 0m оба состояния равновесия 1X и 2X положительны (см. рис. 1, 2).

При 0D , 4k , 1 0k , 0m или при 0D , 4k , 1 0k , 0m оба

состояния равновесия отрицательны. То есть система X при t в первом случае при 0 2X X , во втором случае при 0 1X X стремится к устойчивому

положению зависимости.

279

При 0D , 4 0k , 1 0k 1X – устойчивое состояние зависимости

1( 0)X , 2X – неустойчивое состояние самоуправления 2( 0)X . При 0D ,

4 0k , 1 0k 1X – неустойчивое состояние зависимости 1( 0)X , 2X –

устойчивое состояние самоуправления 2( 0)X . Выход в зоны притяжения

этих аттракторов зависит от начального значения 0X (см. рис. 1 и 2).

СПИСОК ЛИТЕРАТУРЫ 1. Гуц А. К., Фролова Ю. В. Математические методы в социологии. – М.: Либро-

ком, 2012. – 210 с. 2. Жегалов В. И., Киясов С. Н. Приложения обыкновенных дифференциальных

уравнений. – Казань: Издательство КГУ, 2007. –120 с. 3. Малинецкий Г. Г. Математические основы синергетики. – М.: Либроком,

2009.–312 с. 4. Милованов В. П. Неравновесные социально-экономические системы: синер-

гетика…. – М.: Эдиториал УРСС, 2001. – 264 с. 5. Сибирева А. Р. Математическая модель самоуправления в социальных и

педагогических системах // Вузовская наука в современных условиях. Сб. материалов 48 научно-технич. конф. – Ульяновск: УлГТУ, 2014. – С. 310-313.

УДК 517.9 АСИМПТОТИЧЕСКИЕ УРАВНЕНИЯ ОКОЛОЗВУКОВЫХ ТЕЧЕНИЙ ГАЗА Ю.А. Тамарова

Безвихревые изэнтропические течения газа в цилиндрических безразмерных координатах x , r , описываются уравнением:

,01112

22222

222

42

2

2 2 2

rra

rr

rr

rrrxxrrrrr

xxxxxrxrxtrtrxtxtt

(1)

.212

21

21 2

222

112

r

pa rxt (2)

В (1) – (2) trx ,,, – потенциал скорости, t – время, a – скорость звука, – плотность, p – давление, – показатель адиабаты Пуассона, индексы снизу обозначают частные производные.

Введем для trx ,,, асимптотическое разложение:

...,,,,, 0030 trxtrx , 0 xx , 01tt

, (3)

где – малый параметр, функция 00 ,,, trx определяет основное течение, а

функция 0,, tr задает поперечное возмущение. Подставляя (3) в (1) – (2) и

оставляя члены старшего порядка, получим для функции 00 ,,, trx трансзвуковое уравнение:

280

. 122

1

2212

000

0000000

22

2

2

Lr

r

xxrt

xrxrxxxtx

(4)

В (4) введены обозначения:

.11

,12122

2

232

24

2 2 0000

rr

rrrrL

rrr

rrrrrrtrtrtt

Функция 0,, tr удовлетворяет уравнению Лапласа 0 . Если 0 , то получим классическое трансзвуковое уравнение Линя-

Рейсснера-Тзяна [1]: ,012 2100000

rr rrrxxxtx которое в

стационарном случае переходит в уравнение смешанного типа Кармана-

Фальковича [2, 3]: 01 21000

rr rrrxxx.

Уравнение (4) описывает трансзвуковые течения газа, возникающие при воздействии на обтекаемое тело бокового (по отношению к основному направлению движения, совпадающему с направлением оси x ) возмущения основного трансзвукового потока. Для внешнего обтекания летательных аппаратов таким возмущением является, например, боковой, меняющий свою скорость с течением времени ветер trtV cos . Для внутреннего обтекания, например для течений в соплах, таким возмущением может быть закрутка потока t .

Выведем условия на обтекаемой поверхности, мало отличающейся от цилиндрической, задав ее в виде

....,,, 4002

00 txrtrr (5)

Подставляя (3) и (5) в точное условие непротекания trxx rrrr

2 и

оставляя старшие члены, получим:

000

20

1t

rr

rr

, 0

202

0

1x

rr

rr

. (6)

Значения r , , r , в (6) вычисляются при 00 ,trr .

Уравнение звуковой поверхности ( 22 aV ) в трансзвуковом приближении принимает вид:

01112

100

22

2

xtrr

N . (7)

Для установившихся течений 0/ t уравнение (4) имеет смешанный

тип. В этом случае звуковая поверхность 0N является поверхностью парабо-личности уравнения (4), при этом в сверхзвуковой области (области гипербо-личности) 0N , в дозвуковой области (области эллиптичности) 0N .

Подставляя (3) в выражение для давления (2), проводя разложение в ряд Тейлора и оставляя старшие по порядку члены, получим асимптотическую формулу для определения давления:

281

2

222

21

211 00

rP rxt

.

Уравнение (4) имеет решение (индекс ноль у переменных x , t будем здесь и далее опускать):

3

0,,

k

kk xtr . (8)

В классе решений (8) в случае установившихся течений содержится решение, которое описывает течение газа в соплах Лаваля с постоянным ускорением ( constxx ) и учитывает закрутку потока ( , const ):

43222222 1

81ln

211 raraxraax . (9)

Уравнение звуковой поверхности для (9), согласно (7), имеет вид:

2

22

421

ararx

.

Условия (6) имеют вид: 00 d

dr, rx

r 2 ( r вычисляется при 0rr . Тогда

получим уравнение обтекаемой поверхности:

xra

r

raxarrr 3

032

0

02220

40 1

21ln11 , constr 0 . (10)

Решение (9) описывает течения в кольцеобразных соплах, уравнения

внутренней и внешней стенок которых получим из (10) при )1(00 rr , )2(

00 rr ,

0)(0 constr k . В качестве примера на рисунке 1 изображены стенки сопла и

звуковая поверхность, соответствующие решению (9), при 1,010 r , 12

0 r ,

1 , 4,1 , 30a , 1,0 . Левее звуковой поверхности (на которой aV ) скорость потока дозвуковая ( aV ), правее – сверхзвуковая ( aV ), реализуется течение Майера с переходом через скорость звука по всей горловине сопла.

Рис. 1. Сечение сопла

Если в (9) 0 , то получим известное решение, описывающее течение в центре сопла Лаваля [2].

282

Некоторые другие частные решения уравнения (4) рассмотрены в [4-6]. Работа выполнена в рамках государственного задания №2014/232

Минобрнауки России и при поддержке гранта РФФИ №15-01-08599.

СПИСОК ЛИТЕРАТУРЫ 1. Lin C. C., Reissner E., Tsien H. S. On two-dimensional non-steady motion of

a slender body in a compressible fluid // Jour. Math. Phys. – 1948. – Vol. 27, № 3. – pp. 220–231.

2. Фалькович С.В. К теории сопла Лаваля // ПММ. – 1946. – № 10. – С. 503–512.

3. Karman Th. von The similarity law of transonic flow // J. Math. Phys. – 1947. – Vol. 26, № 3. – pp. 182–190.

4. Вельмисов П.А., Тамарова Ю.А. Асимптотические уравнения нелинейных трансзвуковых течений газа и их решения // Журнал СВМО. - Том 15, №4. - Саранск. - 2013.- С.70-76.

5. Вельмисов П.А., Тамарова Ю.А. Математическое моделирование трансзвуковых течений // Автоматизация процессов управления. – №1(35). – Ульяновск. –2014. – С.47-54. Вельмисов П.А., Тамарова Ю.А. Асимптотические уравнения трансзвуковых те-чений газа // Некоторые актуальные проблемы современной математики и ма-тематического образования. Герценовские чтения - 2014. Материалы научной конференции, 14 -18 апреля 2014 г. –СПб.: Изд. РГПУ им. А.И.Герцена. – 2014. – С.41-48.

283

Научное издание ВУЗОВСКАЯ НАУКА В СОВРЕМЕННЫХ УСЛОВИЯХ

Сборник материалов 49-й научно-технической конференции (26 января – 31 января 2015 года)

Часть 2 Ответственная за выпуск Н. А. Почкайло

Подписано в печать 23.05.2015. Формат 60х84/16.

Усл.печ.л. 16,50. Тираж 80 экз. Заказ 444.

Ульяновский государственный технический университет 432027, Ульяновск, Северный Венец, 32.

ИПК «Венец» УлГТУ. 432027, Ульяновск, Северный Венец, 32.