Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника

Акустический сенсор для оценки состояния производственного оборудования

Некрасов Сергей Геннадьевич

Статья научная

Важной тенденцией развития промышленности является разработка цифровых моделей промышленных объектов, работа которых основана на информации, поступающей с сенсоров. Это позволяет оптимизировать функциональные возможности, прогнозировать техническое состояние объектов, что особенно важно, например, в области металлургического производства, где вынужденные остановки сопровождаются огромными потерями. Сами сенсоры тоже являются объектами моделирования, так как нуждаются в адаптации к жестким условиям производства, в которых проявляются их собственные недостатки, при этом важную роль имеет корректное введение поправок на условия окружающей среды, диагностика и самодиагностика, которые невозможны без построения различного типа моделей сенсора. Целью работы является разработка универсальной дискретной модели акустического сенсора, пригодной для приема и излучения акустических сигналов. Методы. В работе использованы методы классической механики и математики, теории колебаний, обобщенных функций, распределенных систем, а для обеспечения вычислений использовались методы математического программирования. Результаты. Основным результатом является универсальная дискретная модель сенсора с рабочим элементом в виде круглой пластины, которую выбором параметров можно трансформировать в модель однонаправленного динамического микрофона с плоской мембраной или излучателя с фокусирующим сферическим элементом. Показано, что на основе модели можно синтезировать узконаправленные диаграммы излучения и получить тем самым необходимую пространственную избирательность и помехозащищенность измерений. Заключение. Расчеты, проведенные с использованием предложенной модели, соответствуют известным результатам в акустике. Верификация дискретной модели по натурному образцу показала высокою точность определения резонансных частот и форм колебаний сенсора.

Бесплатно

Численный метод обработки результатов динамических измерений

Япаров Дмитрий Данилович, Шестаков Александр Леонидович

Статья научная

Проблема обработки данных, полученных при динамических измерениях - одна из центральных проблем в измерительной технике. Цель исследования. Статья посвящена исследованию устойчивости метода решения задачи обработки результатов динамических измерений относительно погрешности в исходных данных. Поэтому актуальной задачей является разработка алгоритмами обработки результатов динамических измерений. Материалы и методы. В этой статье предлагается алгоритм обработки данных, полученных при динамических измерениях на основе конечно-разностного подхода. Основные предпосылки математической модели задачи динамических измерений, связанной с процессами восстановления входного сигнала в условиях неполных и зашумленных исходных данных, заключаются в следующем. Изначально известна функция зашумленного выходного сигнала. Восстановление входного сигнала осуществляется с помощью передаточной функции датчика. Передаточная функция датчика представлена в виде дифференциального уравнения. Это уравнение описывает состояние динамической системы в реальном времени. Предлагаемая вычислительная схема метода основана на конечно-разностных аналогах частных производных и метода регуляризации по Тихонову была построена численная модель датчика. Проблема устойчивости метода решения дифференциальных уравнений высокого порядка также является одной из центральных проблем обработки данных в системах автоматического управления. Основываясь на подходе обобщенного квазиоптимального выбора параметра регуляризации в методе Лаврентьева, была найдена зависимость параметра регуляризации, параметров динамической измерительной системы, показателем шума и необходимым уровнем точности. Полученные результаты. Основной целью вычислительного эксперимента было построение численного решения рассматриваемой задачи. Стандартные тестовые функции рассматривались как входные сигналы. В качестве входного сигнала, подавались тестовые сигналы, моделирующие различные физические процессы. Была найдена функция выходного сигнала с помощью предложенного численного метода, найденная функция была зашумлена аддитивным шумом в 5 %. Заключение. По зашумленному сигналу был восстановлен входной сигнал. Отклонение восстановленного сигнала от исходного во всех экспериментах составило не более 0,05, что говорит об устойчивости данного метода относительно зашумленных данных.

Бесплатно

Модели машинного обучения в задаче прогнозирования природно-ресурсного потенциала пермского края

Копотева Анна Владимировна, Максимов Александр Александрович, Сиротина Наталья Александровна

Статья научная

В статье рассматривается проблема повышения качества моделирования и прогнозирования комплексного показателя природно-ресурсного потенциала региона за счет использования некоторых моделей машинного обучения с учителем. Актуальность решаемой задачи объясняется тем, что традиционно используемые для данных целей модели демонстрируют либо слишком низкое качество, либо сложны в настройке и оценке их параметров. Цель исследования: определение моделей машинного обучения, обеспечивающих оптимальные значения различных метрик качества моделирования. Материалы и методы. Для целей исследования рассмотрены модели множественной линейной регрессии, дерева принятия решений, случайного леса, градиентного бустинга и многослойного персептрона. В качестве метрик качества выбраны коэффициент детерминации R2, арифметический квадратный корень из средней квадратической ошибки моделирования RMSE, средняя абсолютная ошибка моделирования MAE и относительная погрешность прогнозирования на 1 и 2 временных интервала. Исследование выполнено на примере зависимости комплексного показателя природно-ресурсного потенциала Пермского края от системы определяющих его факторов на временном интервале с 2001 по 2018 г. в среде Jupiter Notebook средствами библиотек Pandas и Scikit-learn. Для обеспечения сопоставимости результатов моделирования был произведен отбор факторов на основании их корреляционного анализа. Подбор оптимальных параметров моделей произведен на основании данных с 2001 по 2016 г., качество прогнозирования проверялось по данным 2017 и 2018 гг. Результаты. По результатам проведенного исследования оказалось, что модель классической множественной линейной регрессии демонстрирует худшие результаты по всем рассмотренным метрикам качества. Наибольшее значение коэффициента детерминации, минимальные значения корня из средней квадратичной и средней абсолютной ошибки моделирования демонстрирует модель дерева решений. При этом минимальная относительная погрешность прогнозирования на 2017 г. обеспечивается моделью градиентного бустинга, на 2018 г. - моделью многослойного персептрона. Заключение. Проведенное исследование позволяет утверждать, что нелинейные модели машинного обучения для задачи моделирования и прогнозирования комплексного показателя природно-ресурсного потенциала демонстрируют лучшие аппроксимационные и прогностические свойства по сравнению с множественной линейной регрессией и могут быть использованы для повышения качества управления природными ресурсами.

Бесплатно

Метод формирования регулярной обратной информационно-технологической связи в автоматизированных системах управления бизнес-процессами предприятия

Антонов Вячеслав Викторович, Шкаров Валерий Николаевич, Родионова Людмила Евгеньевна, Куликов Григорий Геннадьевич, Колесников Валерий Александрович

Статья научная

Учитывая многогранность понятия «бизнес-процесс» ограничимся определением, что бизнес-процесс - это совокупность взаимосвязанных мероприятий или работ, направленных на создание определённого продукта или услуги для потребителей. С точки зрения концепции BPM бизнес-процессы - это ценные ресурсы предприятия, а управление ими является частью системы организационных мероприятий, т. е. организационной системой автоматизированных систем управления бизнес-процессами предприятия (АСУП). Цель исследования. Очевидно, что задача автоматизации сама является бизнес-процессом в АСУП, целями которого являются: разработка (приобретение), внедрение и эксплуатация программных, аппаратных, информационных и др. ресурсов (средств), предназначенных для реализации потенциальных возможностей бизнес-процесса (которых просто не было в ручном контуре), оптимизации и увеличения скорости существующего бизнес-процесса, улучшение условий труда, сокращение потребности в рабочей силе и т. п. Появляется и новое направление - компьютерный анализ и интегрирование информации. Материалы и методы. Предлагается использовать контроль за отклонениями от требований бизнес-процесса для организации регулярной информационно-технологической обратной связи в АСУП. Результаты. Автоматизация наделяет бизнес-процесс новым свойством - возможностью получать оперативные данные обо всех предусмотренных действиях и интегрировать информацию о взаимодействующих объектах бизнес-процесса (БП) в рамках реализации предписанного множества целевых функций. Как правило, модель процесса автоматизации штатного бизнес-процесса представляется в явной функциональной форме, а нештатные ситуации описываются неявно выраженными функциями в форме уравнений. Для эффективного применения информационных технологий необходимо введение внутренних корректирующих информационно-технологических обратных связей, определяемых по показателям эффективности самого БП. Это необходимо, например, для эффективного управления внутренними ресурсами организации - финансовыми, материальными, кадровыми и т. п. Заключение. В связи с наличием достаточно большого количества «унаследованных систем» в АСУП, постоянно увеличивающейся динамикой изменения внешней среды и самих бизнес-процессов представляется актуальной задача организации эффективного управления с регулярной информационно-технологической обратной связью самой АСУП.

Бесплатно

Цифровизация процессов активизации государственно-частного партнерства как инструмент привлечения инвестиций

Аверина Татьяна Александровна, Баркалов Сергей Алексеевич, Лаврова Юлия Сергеевна

Статья научная

В настоящее время одним из перспективных направлений развития экономики является цифровизация в целом и формирование качественной информационной инфраструктуры в частности. Особенно это актуально для процессов активизации государственно-частного партнерства - взаимовыгодного взаимодействия государства и бизнеса. В связи с пандемией инвесторы работают со своим портфелем более осторожно, и привлекать частные средства становится сложнее. Целью исследования является анализ информационной среды для ГЧП-проектов, а именно оценка ее привлекательности и прозрачности для инвесторов. Задачами являются анализ распределения концессионных соглашений по объему инвестиций, выявление проблемных зон в реализации программ государственно-частного партнерства РФ, описание мероприятий, способствующих повышению эффективности государственно-частного взаимодействия. В работе применялись общенаучные методы анализа и синтеза, а также экономико-статистический и сравнительный методы. Авторы опирались на такие материалы, как актуальные публикации отечественных и зарубежных ученых по теме исследования, материалы всероссийских и международных конференций по управлению, электронные отчеты исследовательских центров и официальную статистику, представленную государственными органами. В качестве результатов приводится описание интерактивной карты-рейтинга городов по уровню развития проектной деятельности в сфере государственно-частного партнерства. Интерактивная карта - это мощный инструмент цифровой трансформации, в отличие от ежегодных публикуемых электронных и бумажных отчетов точнее отражает ситуацию на рынке ГЧП проектов в текущий момент времени, то есть информация остается актуальной для каждого запроса каждого последующего пользователя. Также в статье приводятся результаты сравнительного анализа популярных картографических программ для определения наиболее эффективной и устойчивой платформы для создания сервиса. Преобразуя таким образом традиционную информационную инфраструктуру, можно повысить инвестиционную привлекательность субъектов, а следовательно, повлиять на уровень качества жизни жителей как отдельных городов, так и всей страны.

Бесплатно

Управление строительством объекта на основе моделирования технологии строительства объекта

Гусев Евгений Васильевич, Голлай Александр Владимирович

Краткое сообщение

Календарный план является основным источником информации при управлении строительным объектом. От его качества в конечном итоге зависит общая эффективность и успешность проекта. В настоящее время понятие «технология возведения объекта» ассоциируется с технологической последовательностью работ объекта, взаимосвязью между ними, но практически отсутствуют глубокие теоретические исследования в области определения количественных соотношений между взаимосвязанными работами. Традиционный подход к определению количественных соотношений, основанный на ранее принятых организационных решениях, вполне оправдан для организационно-технологического планирования. Но для того чтобы организовать производство работ, то есть принять соответствующие организационные решения для выполнения конкретных объемов работ, надо предварительно определить эти объемы. Причем в процессе определения должны быть учтены технологические требования, которые и диктуют количественные соотношения между взаимосвязанными работами. Цель исследования: построение модели, учитывающей технологические зависимости в процессе выполнения строительно-монтажных работа. Материалы и методы. В работе были использованы имеющиеся в открытых источниках публикации, посвященные организации строительных работ, а также нормативно-правовые акты, используемые в РФ, регламентирующие строительную отрасль. Результаты. Дано новое понимание технологии строительства объекта - количественная и качественная оценка технологических связей между работами, которые определяют возможность планирования работ и организацию производства в зависимости от состояния предшествующих. Такое определение позволяет сформулировать суть моделирования технологии строительства объекта, а именно установление технологических связей между работами и определение минимальных объемов на предшествующей, которые открывают возможность для планирования технологически взаимосвязанного объема на последующей работе. В статье разработана и представлена модель (модель объектных технологических зависимостей), описывающая технологические взаимосвязи работ и их количественные оценки по началу и окончанию работ. Показаны возможности модели объектных технологических зависимостей в разработке управленческих решений с точки зрения общих функций управления строительством объекта. Заключение. Описанная модель может успешно служить технологической основой для планирования строительно-монтажных работ, принятия организационных решений, контроля хода выполнения работ, а также для разработки управленческих решений в процессе строительного производства. С её помощью можно анализировать ход и состояние выполнения работ в каждом плановом периоде планируемого года.

Бесплатно