WWW.MASH.DOBROTA.BIZ
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - онлайн публикации
 

Pages:   || 2 | 3 |

«Федеральное государственное автономное образовательное учреждение высшего профессионального образования САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ ...»

-- [ Страница 1 ] --

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное автономное образовательное учреждение

высшего профессионального образования

САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ

__________________________________________________________________

ШЕСТЬДЕСЯТ СЕДЬМАЯ

МЕЖДУНАРОДНАЯ СТУДЕНЧЕСКАЯ НАУЧНАЯ

КОНФЕРЕНЦИЯ ГУАП

Часть I

ТЕХНИЧЕСКИЕ НАУКИ

Сборник докладов 14 – 18 апреля 2014 г .

Санкт-Петербург УДК 001 ББК 72 С28 С28 Шестьдесят седьмая международная студенческая научная конференция ГУАП: сб .

докл.: В 2 ч. Ч. I. Технические наук

и / СПб.: ГУАП., 2014. 311 с.: ил .

ISBN 978-5-8088-0941-3 (Ч. I) ISBN 978-5-8088-0940-6 Представлены доклады Шестьдесят седьмой международной студенческой научной конференции ГУАП, прошедшей в апреле 2014 г .

Научные работы студентов ГУАП посвящены актуальным проблемам авиационного и аэрокосмического приборостроения, проблемам развития новых информационных технологий, радиотехники, электроники и связи, современным проблемам экономики, философии и права .

Под общей редакцией доктора юридических наук, профессора, В. М. Боера

Редакционная коллегия:

А. Р. Бестугин, доктор технических наук, доцент, А. С. Будагов, доктор экономических наук, доцент, Е. А. Крук, доктор технических наук, профессор, К. В. Лосев, доктор экономических наук, доцент, С. В. Мичурин, кандидат технических наук, доцент, И. А. Павлов, кандидат военных наук, доцент, Е. Г. Семенова, доктор технических наук, профессор, В. А. Фетисов, доктор технических наук, профессор, Н. А. Чернова, кандидат экономических наук, Л. И. Чубраева, доктор технических наук, профессор, Ю. Е. Шейнин, доктор технических наук, профессор Ответственный секретарь редакционной коллегии В. Н. Соколова ISBN 978-5-8088-0941-3 (Ч. I) Санкт-Петербургский государственный университет аэрокосмического ISBN 978-5-8088-0940-6 приборостроения, 2014

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

УДК 681.51 Л. И. Барбашова студентка кафедры аэрокосмических измерительно-вычислительных комплексов Ю. П. Иванов канд. техн. наук, доц. – научный руководитель

ИССЛЕДОВАНИЕ СИНГУЛЯРНО-СПЕКТРАЛЬНОГО АЛГОРИТМА ФИЛЬТРАЦИИ СИГНАЛОВ

Методы оптимального оценивания параметров системы по мере поступления информации широко применяются в различных областях техники. Оптимальные алгоритмы оценивания являются результатом решения соответствующих модельных задач при наличии полной априорной определенности относительно моделей сигналов и помех. На практике столь полное описание моделей полезных сигналов и погрешностей встречается относительно редко. Чаще всего задачи обработки информации и принятия решения сопровождаются большей или меньшей априорной неопределенностью, которая ограничивает полноту статистического описания. Распространенность подобных ситуаций и их большая практическая значимость делают особо важными разработку и использование методов обработки информации и принятия решений в условиях априорной неопределенности .

В данной работе исследуются характеристики сингулярно-спектрального метода фильтрации сигналов (SSA) в зависимости от изменения параметров алгоритма фильтрации и помехи и проводится сравнительный анализ данного метода фильтрации с фильтрацией Калмана по показателю качества – дисперсии ошибки оценки .





Приняты следующие исходные данные. Модель измерения линейная. Погрешность аддитивная и некоррелирована с полезным сигналом. Априорная информация о входных сигналах системы отсутствует. Полезный сигнал – стационарный эргодический случайный процесс. Закон распределения и корреляционная функция полезного сигнала неизвестны. В работе рассматриваются варианты моделей погрешностей в виде белого дискретного гауссовского шума и в виде коррелированной гауссовской погрешности .

Алгоритм сингулярно-спектрального метода фильтрации состоит из четырех шагов:

– вложение;

– сингулярное разложение;

– группировка;

– диагональное усреднение .

В основе сингулярно-спектрального метода фильтрации с оптимальной матрицей А (SSA_opt) лежит матрица вида:

= PT (S Z )PB 1, A где P – матрица собственных векторов; S = XX T – матрица измерений; Z – диагональная матрица погрешностей; B – диагональная матрица собственных чисел .

Для моделирования сингулярно-спектральной фильтрации сигналов выбраны:

– полезный сигнал – стационарный эргодический случайный процесс:

ТЕХНИЧЕСКИЕ НАУКИ

–  –  –

Результаты моделирования

1. Зависимость показателя качества оценки алгоритма от длины окна R (рис. 1 и рис. 2) .

Длина окна – один из основных параметров сингулярно-спектрального метода фильтрации сигналов, так как она определяет количество спектральных компонент, на которые раскладывается исходный ряд .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

Рис. 1. Зависимость дисперсии ошибки оценки от длины окна при помехе белый шум

–  –  –

Рис. 2. Зависимость дисперсии ошибки оценки от длины окна при коррелированной помехе

2. Зависимость показателя качества оценки алгоритма от длины обрабатываемой последовательности N (рис. 3 и рис. 4) .

Длина обрабатываемой последовательности N – объем выборки («кусочек») всей последовательности, обрабатываемый на текущем шаге .

–  –  –

Отношение среднеквадратического отклонения помехи к среднеквадратическому отклонению полезного сигнала показывает, насколько сильно зашумлен сигнал .

Выводы Сингулярно-спектральный метод фильтрации на основе собственных троек по дисперсии ошибки оценки уступает алгоритму, в основе которого лежит оптимальная матрица А. При определенном выборе параметров сингулярно-спектральный алгоритм на основе оптимальной матрицы А по точности приближается к фильтру Калмана. Данный метод фильтрации не требует представления сигнала в пространстве состояний, достаточно прост в реализации, применяется в условиях априорной неопределенности. Сингулярно-спектральный алгоритм фильтрации сигналов не требует стационарности и марковости ряда, знаний о корреляционной функции сигнала. Для работы с методом нужно знать только, что модель измерения линейная, погрешность аддитивная, некоррелированная с полезным сигналом .

УДК 519.682.6 А. А. Белозерова, А. К. Шамшин магистранты кафедры аэрокосмических компьютерных и программных систем И. Л. Коробков научный руководитель

–  –  –

Моделирование широко применяется в процессе разработки вычислительных систем, как способ предоставить детальную проверку спецификации и провести верификацию проекта до апАЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ паратной реализации. Моделирование позволяет затрачивать меньше усилий, времени и денег на разработку конечного продукта [1]. Одним из современных средств моделирования является библиотека Transaction Level Modelling (TLM) .

TLM – моделирование на уровне транзакций – это стандарт, позволяющий моделировать процессы на уровне транзакций, созданный группой разработчиков Open SystemC Initiative (OSCI) .

TLM разработан на основе библиотеки SystemC [2, 3] и применяется для разработки программного обеспечения, оценки производительности, проведения архитектурного анализа и верификации аппаратуры. Позволяет проводить моделирование процессоров, периферийных устройств и др. [4] .

Первая версия стандарта – TLM 1.0 – была выпущена в 2005 г.

и имела ряд существенных недостатков:

отсутствовали стандартные классы транзакций, поэтому для каждого приложения разработчики вынуждены были создавать свой, нестандартный класс. Это приводило к плохой совместимости моделей между собой;

отсутствовал стандартный способ временного взаимодействия между моделями. Модели TLM 1.0, как правило, реализуют задержки, которые вызывают ожидания, что замедляет моделирование;

все объекты транзакций и данных должны передаваться по значению или константной ссылке. Данное требование увеличивало время моделирования. Некоторые приложения обходят это ограничение путем использования указателей в объектах транзакций, но это не стандартизовано, а потому приводит к несовместимости моделей [4] .

В связи с этим, в 2008 г. была создана версия TLM 2.0, которая является самой современной, на данный момент времени. Недостатки предыдущей версии были устранены, благодаря добавлению временной аннотации с блокирующими и неблокирующими транспортными интерфейсами, а также добавлением нового транспортного интерфейса, который позволяет увеличить «время жизни» объектов транзакций с помощью дополнительных транспортных вызовов (calls) [4] .

TLM 2.0 имеет два главных достоинства:

значительно ускоряет процесс моделирования;

стандартизует, унифицирует, упрощает взаимодействие между разработчиками за счет использования единых правил, одинаковых блоков. Обеспечивается простота соединения и совместимости блоков, спроектированных разными разработчиками [4] .

К основным механизмам TLM 2.0 относятся: блокирующие и неблокирующие интерфейсы, сокеты, Direct Memory Interface (интерфейс прямого доступа к памяти), механизм передачи данных и глобальный временной квант [4] .

Также одной из особенностей TLM 2.0 является то, что он поддерживает две стратегии программирования: loosely-timed и approximately-timed .

Loosely-timed – работа всех процессов выполняется последовательно (потактно), через равные кванты времени (рис. 1) .

Рис. 1. Переключение процессов, согласно стратегии Loosely-timed

ТЕХНИЧЕСКИЕ НАУКИ

Approximately-timed – моделирование процессов без ожидания (рис. 2). В отличие от looselytimed при моделировании пропускаются моменты времени, когда процесс находится в режиме ожидания, не выполняет никаких действий. Таким образом, происходит моделирование действий, происходящих внутри модели, а ожидание выполняется только с целью получения ресурса от другого процесса .

Рис. 2. Переключение процессов, согласно стратегии Approximately-timed

Применение этих двух стратегий позволяет значительно ускорить процесс моделирования .

TLM 2.0 состоит из механизмов TLM 1.0, уровня совместимости и дополнительных инструментов. TLM 1.0 описывает интерфейсы ядра TLM, буферы tlm_fifo, интерфейсы и порты для анализа, разрабатываемой модели. Уровень совместимости включает в себя механизмы передачи данных и базового протокола, интерфейсы передатчика и приемника (сокеты), глобальный временной квант, механизмы TLM 2.0 (блокирующие и неблокирующие транспортные интерфейсы, DMI, интерфейс отладки транзакций). Дополнительные инструменты состоят из очередей событий передачи данных, менеджера временного кванта .

Таким образом, TLM – это удобный инструмент для построения имитационных моделей.

Работа с объектами осуществляется на уровне передачи информации между функциями/классами, описываемых моделей. TLM является связующим звеном между разработчиком RTL-уровня и программистом программного обеспечения. За счет стандартизации, применяемой при создании моделей с помощью TLM, блоки, спроектированные разными специалистами, будут обладать совместимостью между собой (при условии отсутствия ошибок в них), что в результате приводит к упрощению и ускорению процесса разработки конечного продукта .

На основе библиотеки TLM 2.0 была разработана технология виртуального прототипирования Open Virtual Platforms (OVP) компанией Imperas в 2008 г. OVP – это система моделирования, предназначенная для разработки встроенного программного обеспечения. OVP состоит из 3х основных компонентов: технологии OVPsim; технологии OVP API; моделей OVP [5] .

Технология OVPsim представляет собой структуру для описания вычислительных платформ с одним и более процессорами, имеющими общую память, шины с арбитрируемыми топологиями и периферийные устройства [5] .

Для создания платформ используются средства C API, API ICM (C++, SystemC и TLM2.0). Модели компонентов, платформы или системы могут быть разработаны в рамках одного проекта, а затем применяться в других. При необходимости проектировщик может самостоятельно внести изменения в модель компонента с помощью языков C++, SystemC или TLM 2.0. Технология OVPsim позволяет моделировать работу процессоров со скоростью до 108 операций в секунду, несмотря на то, что в платформе могут использоваться различные модели процессоров. OVP не ориентирован на проведение моделирования с точностью до цикла (для этого следует использовать языки HDL или SystemC) [5] .

Технология OVP API представляет собой интерфейсы виртуальной платформы, состоящие из Innovative CPU Manager (ICM), Virtual Machine Interface (VMI), Behavioral Hardware Modeling (BHM) [5] .

ICM служит для создания платформы и соединения нескольких процессоров, шин, модулей памяти и периферийных устройств в произвольной топологии. Это позволяет обеспечивать

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

арбитраж мультипроцессорной системы с общей памятью и гетерогенных многопроцессорных платформ .

VMI предназначен для создания процессоров. Описывает поведение каждой команды процессора с использованием вызовов, которые отображаются в компиляторе примитивов Just-In-Time Code Morphing, что дает сверхбыстрые скорости моделирования [5]. К основным компонентам VMI относятся: инструкция декодирования, инструкция поведения, кэш L1, исключения, асинхронные события и интерфейс отладки. Помимо этого позволяет моделировать кэш L2, любые общие ресурсы (например, в процессоре SMP) и любые их расширения [5] .

BHM используется для поведенческого моделирования за счет использования процессов, механизмов задержек и событий [5] .

Модели OVP – это специально созданные, готовые модели процессоров/периферии. Модели поставляются в виде готовых к выполнению объектов. Все модели можно разделить на три основные группы: модели платформ, модели процессоров и модели периферии .

В настоящее время существует множество примеров платформ, поддерживающих от 1 до 24 процессоров. Компанией Imperas разработаны модели процессоров таких семейств, как OpenCores, ARM, Synopsys ARC, MIPS, PowerPC, Altera, Xilinx, Renesas и др. Для каждой модели процессора есть примеры/тесты, которые позволяют произвести проверку правильности установки и работы модели процессора [5]. Кроме того, предоставляется библиотека поведенческих моделей основных периферийных устройств, таких как UART, таймер, DMA и т.д. Есть также все периферийные устройства, необходимые для загрузки Linux [5] .

В данной статье был приведен обзор с описанием основных особенностей современного средства моделирования TLM 2.0, использующегося в технологии виртуального прототипирования OVP, которая активно применяется в европейских странах при разработке вычислительных платформ для встраиваемых систем .

Библиографический список

1. V. Olenev, I. Korobkov, N. Martynov, A. Shadursky RMAP and STP protocols modelling over the SpaceWire SystemC model// Proceedings of 8th Seminar of Finnish-Russian University Cooperation in Telecommunications (FRUCT) Program Lappeenranta Univesity of Technology (LUT)/ СПбГУАП. СПб., 2010, с.111

2. Open SystemC Initiative (OSCI), “IEEE 1666™-2011 Standard for SystemC Language Reference Manual”, 2011, c. 614

3. J. Gipper, SystemC the SoC system-level modeling language. Embedded computing Design, 2007

4. Open SystemC Initiative (OSCI), “TLM-2.0 Language Reference Manual”, 2009, c. 184

5. Open Virtual Platforms: домашняя страница проекта [Электронный ресурс]. URL: http://ovpworld.org (дата обращения:

11.05.2014) .

УДК 629.735.33 А. Г. Бондарева магистрант кафедры аэрокосмических приборов и измерительно-вычислительных комплексов В. Ю. Чернов д-р техн. наук, проф. – научный руководитель

РАЗРАБОТКА УЧЕБНО-ИССЛЕДОВАТЕЛЬСКОГО ЛАБОРАТОРНОГО ПРАКТИКУМА

ПО КУРСУ «СИСТЕМЫ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ ЛЕТАТЕЛЬНЫМИ АППАРАТАМИ»

В СРЕДЕ ПАКЕТА MATLAB

Раньше проблема моделирования динамических систем решалась с помощью аналоговых программ. Но на сегодняшний день имеется большое число пакетов прикладных программ, с помощью которых задача моделирования существенно упрощается .

Задачи исследования и моделирования динамических систем наиболее распространены. Они встречаются в самых различных прикладных областях – авиации, космонавтике, электро- и радиоТЕХНИЧЕСКИЕ НАУКИ технике, приборостроении, теоретической механике, экономике и многих других. Но в то же время они довольно трудоемки, сложны для решения и требуют применения серьезного математического аппарата – линейной алгебры и теории матриц, дифференциальных и разностных уравнений, вариационного исчисления, оптимального управления, теории фильтрации, теории случайных процессов и т. п .

Возможности аналитического решения указанных задач весьма ограничены, поэтому инженерам и специалистам, занимающимся анализом, синтезом и конструированием динамических систем, приходится обращаться к помощи компьютера и использовать те или иные пакеты прикладных программ .

На сегодняшний день на рынке программного обеспечения имеются десятки подобных пакетов, различающихся кругом решаемых задач, представлением входных и выходных данных, используемым математическим аппаратом, требуемыми вычислительными ресурсами и другими характеристиками. К ним, в частности, относятся математические и инженерные пакеты EUREKA,

СИАМ, VISSIM, LAB VIEW, ENGINE, CIRCUITMAKER, MATHCAD, MATLAB, SCILAB, DERIVE,

MAPLE, MATHEMATICA, THEORIST, CLASSIC, MODELVISION, STUDIO FOX и другие, которые могут быть использованы как в учебном процессе, так и в научной работе .

При разработке учебно-исследовательского практикума были поставлены следующие задачи: введение актуальных задач управления в полуавтоматическом режиме; исследование динамики человекоператор в контуре полуавтоматического управления; исследование статического автопилота; исследование астатического автопилота; исследование системы управления захода на посадку; исследование и моделирование системы управления космическим летательным аппаратом .

В результате сопоставительного анализа существующих пакетов, был выбран MATLAB. Он удовлетворяет всем требованиям к поставленным задачам. В пакет MATLAB, кроме символьного тулбокса, вошли прикладные инженерные тулбоксы, а также средство структурного моделирования SIMULINK, что привело к объединению трех типов обработки данных (числового, структурного и символьного) в рамках одной системы .

MATLAB – это высокопроизводительный язык технического программирования. Однако имеются и существенные отличия .

1. Основным элементом, с которым оперирует MATLAB, является не число, а двухмерный массив, т.е. матрица. Это позволяет решать много технических вычислительных задач, особенно в матричной и векторной формулировках, гораздо быстрее, чем при написании программ на скалярном неинтерактивном языке, таком как Си или Фортран .

2. MATLAB – интерактивная система, язык MATLAB является языком команд, представляющих собой готовые алгоритмы тех или иных вычислений. Например, можно одной командой решить, систему линейных уравнений или построить график сложной функции .

3. Язык MATLAB специально предназначен и особенно эффективен при решении научнотехнических задач, численном моделировании систем и процессов .

4. Имеет средства графической визуализации для автоматизации математических расчетов .

В работе представлена информация о возможностях и функциях MATLAB, что позволяет студентам самостоятельно изучить систему, не прибегая к дополнительной литературе. А наглядные примеры упрощают изучение пакета. Расширился объем исследуемых коэффициентов для каждой системы, что ускорило решение поставленных задач рассматриваемой системы. Решается задача параметрического синтеза .

Частично практикум позволяет более наглядно составлять методику решения аналогичных систем: динамики и влияния отказов, разброса параметров. В рамках практикума рассмотрены варианты систем полуавтоматического (эргатического) режима управления и полностью автоматического, что позволяет сравнивать управления ЛА в этих режимах .

Разработанная методика позволяет студентам закрепить знания по курсу, выполнять самопроверку знаний, укрепить навыки работы с вычислительной техникой .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

Была разработана единая методика проведения лабораторных работ в среде MATLAB по курсу «системы автоматического управления ЛА». Разработаны типовые системы с управляющим и возмущающим воздействием и даны качественные и количественные оценки поведения систем .

Впервые введены в курс лабораторные работы по синтезу и анализу системы посадки и управления космическим летательным аппаратом. Проведена оценка временных затрат на проведение лабораторного практикума и даны рекомендации по пакетам лабораторных работ для очной, вечерней и заочной форм обучения .

Библиографический список

1. Л. А. Мироновский. Обзорный доклад «Сравнительный анализ прикладных пакетов программ для исследования динамических систем». СПб ГУАП .

2. И. В. Черных. «Simulink среда создания инженерных приложений». Москва «диалог-мифи». 2004 г. – 486 стр .

3. В. А. Боднер. «Системы управления летательными аппаратами». Москва «машиностроение». 1973 г. – 503 стр .

4. В. Ф. Худяков, В. А. Хабузов. «Моделирование источников вторичного электропитания в среде MATLAB 7.x». СПб .

2008г. – 331стр .

УДК 629.7.063.6 А. И. Галенза студент кафедры аэрокосмических приборов и измерительно-вычислительных комплексов Р. Н. Малаханов канд. техн. наук, доц. – научный руководитель

МЕТОДИКА РАСЧЕТА ПАРАМЕТРОВ СИСТЕМЫ ПОДКАЧКИ И ПЕРЕКАЧКИ ТОПЛИВА

НА САМОЛЕТЕ Существующая методика расчетов системы подкачки и перекачки топлива на самолете [1], изложенная в [2], имеет ряд недостатков:

для упрощения расчетов скорость движения топлива во всей системе принимается постоянной, что не обеспечивает получение оптимальных параметром топливной системы (ТС);

расчет параметров осуществляется без учета ограничения максимальной скорости слива топлива в бак;

не учитывается изменение расхода топлива двигателем во время полета;

не учитываются требования относительно унификации типоразмеров трубопроводов .

Методика расчета, изложенная в [2], носит приближенный характер потому, что рассчитанные значения диаметров труб округляются до ближайших значений по [3], в результате чего скорость движения топлива в ТС может превысить максимальное значение .

При увеличении скорости движения топлива в ТС потери давления из-за гидравлических сопротивлений возрастают, а также увеличивается электролизация ТС, поэтому скорость топлива ограничивают .

Проектирование системы подкачки и перекачки топлива сводится к расчету параметров системы, которые обеспечивают ее минимальную массу, при заданных минимальных давлениях (на участках где установлены струйные насосы), ограничению максимальной скорости движения топлива и меняющемся во времени расходом топлива в системе .

Расчет массы ТС производится в соответствии с [4]. Следует отметить, что за счет уменьшения диаметров труб также достигается уменьшение массы агрегатов системы заправки (кранов, клапанов, переходников и пр.) .

Первым шагом является разбиение трубопроводов системы перекачки на отдельные участки так, чтобы узлами являлись места разветвления трубопроводов (рис. 1). Участок представляет собой топливопровод заданной длины, на котором расход и местные сопротивления неизменны .

ТЕХНИЧЕСКИЕ НАУКИ

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

Затем для каждого участка нужно найти ряд параметров, необходимых для дальнейших расчетов, а именно: расходы, местные сопротивления .

Расход на участке топливопровода со струйным насосом равен расходу перекачивающей рабочей жидкости, необходимой для работы этого насоса .

На участке топливопровода, идущего от струйного насоса, расход рассчитывается по следующей формуле:

Qсн Qа + QП, = где Qсн – расход струйного насоса; Qа – расход активной рабочей жидкости, QП – расход перекачивающей рабочей жидкости .

Расход на участке топливопровода, идущего к двигателю, рассчитывается исходя из параметров силовой установки .

Расход на участке, где установлен кран кольцевания, равен расходу необходимому для запитывания второго двигателя .

Максимальный расход в системе получается только при взлете летательного аппарата (ЛА) .

В этот интервал времени топливо перекачивается из центрального бака в ПРО, также некоторое количество топлива переливается в ПРО самотеком:

Qmax Qc + Q4, = где Qmax – максимальный расход топлива в системе; Qc – количество топлива, перетекающее самотеком; – расход струйного насоса СН1 .

Кран К1 включается не сразу, а по сигнализатору уровня топлива в ПРО, что позволяет избегать переполнения ПРО .

После полного опустошения центрального бака, кран К1 перекрывает подачу топлива к струйному насосу СН1. В работу системы перекачки включается электроцентробежный насос ЭЦН3, который обеспечивает струйный насос СН2 перекачивающей рабочей жидкостью. В период работы ЭЦН3 топливо выкачивается из резервного бака Р1 и дополнительного бака Д1, так же некоторое количество топлива перетекает в ПРО самотеком .

Следующим выкачивается главный бак Г1. Это происходит после открытия крана К2 и вступления в работу струйного насоса СН3. Струйный насос СН4 предназначен для откачки топлива из дренажного отсека ДО. В период выкачивания главного бака количество топлива, переливающееся в ПРО самотеком, незначительно, так как крыло имеет наклон вниз .

Полный расход в системе одного крыла складывается из нескольких, а именно: потребляемый двигателем расход топлива и расход перекачивающей рабочей жидкости для струйных насосов, а также расход необходимый для запитывания второго двигателя в случае отказа его системы перекачки .

Полный расход в системе при взлете ЛА:

Q1 Q2 + Q3, = где Q1 – расход который необходимо вырабатывать ЭЦН для питания всей системы перекачки левого крыла; Q2 – расход необходимый для работы струйного насоса в центральном баке (СН1);

Q3 – расход топлива потребляемый двигателем, в этот интервал времени полета ЛА расход будет максимальным .

При открытии крана К2 полный расход в системе изменится на следующий:

Q1 Q3 + Q6, = где Q6 – расход необходимый для работы струйного насоса в главном баке (СН3) .

В случае отказа системы перекачки второго крыла, когда кран кольцевания открыт, к выражениям полного расхода необходимо прибавить расход потребляемый двигателем второго крыла Q8 .

Расход на i-ом участке трубопровода:

ТЕХНИЧЕСКИЕ НАУКИ

–  –  –

В узле А параллельно соединены первый и второй участки, исходя из этого расчет параметров второго участка производится аналогично расчету первого участка (расстояние от узла А до узла С незначительно поэтому отдельно не рассчитывается) .

Так же необходимо учитывать что второй участок топливопровода ведет к струйному насосу

СН1, а значит должно обеспечиваться на входе в насос минимальное давление для его работы [1]:

Pн Pmin; (7) где Pн: – расчетное давление перед входом в насос; Pmin – минимальное давление перед входом в насос .

Расчет на пятом участке ведется аналогично расчету на третьем участке топливопровода, но также должно обеспечиваться условие (7) .

Параметры четвертого и седьмого участков рассчитываются аналогично расчету параметров третьего участка, но так как они идут от струйных насосов на слив ПРО, на них накладывается ограничение по скорости (vmax). Струйные насосы СН1 и СН2 работают по очереди поэтому после закрытия крана К1 расход струйного насоса СН2 будет рассчитываться как Q4 .

В узле А параллельно соединены первый и шестой участки, исходя из этого расчет параметров шестого участка производится аналогично расчету первого участка .

Данная методика может быть применена для самолетов с произвольным количеством баков и двигателей .

Библиографический список

1. ГОСТ Р 54978-2012. Системы топливные самолетов и вертолетов. Термины и определения .

2. Лещинер Л.Б., Ульянов И.Е., Тверецкий В.А. Проектирование топливных систем самолетов. М.: Машиностроение, 1991. 312 с .

3. ОСТ 1 00243-93. Трубопроводы летательных аппаратов. Нормы рабочих давлений .

4. Методика 67-87. Определение массы топливной системы самолетов. 1987 .

5. Некрасов Б.Б. Гидравлика и ее применение на летательных аппаратах. М.: Машиностроение, 1967. 368 с .

УДК 629.7.018.3 С. Э. Гашков студент кафедры эксплуатации и управления аэрокосмическими системами А. П. Григорьев аспирант кафедры аэрокосмических измерительно-вычислительных комплексов В. Я. Мамаев канд. техн. наук, доц. – научный руководитель

АДАПТИВНОЕ ТЕСТИРОВАНИЕ НА БАЗЕ НЕЧЕТКОЙ ЛОГИКИ

ПРИ КОНТРОЛЕ АВИАЦИОННЫХ СПЕЦИАЛИСТОВ

Применение при автоматизированной проверке знаний адаптивного тестирования позволяет повысить эффективность обучения за счет адаптации обучающего процесса под особенности каждого конкретного обучаемого. Исходя из того, что не имеется достоверной статистики для оценивания конкретного обучаемого, в рамках данной статьи предлагается рассмотреть применение методов нечеткой логики. Это позволит более качественно описать характеристики, как отдельных тестовых заданий, так и тестов в целом, и более точно интерпретировать результаты тестирования .

Тестовый контроль, как эффективная процедура оценки теоретических знаний, является неотъемлемой и необходимой составляющей любой автоматизированной системы обучения. В соответствии со сценарием обучения (рис. 1), обучаемые начинают изучение учебного материала по конкретной теме из предметной области читаемого лекционного курса. После изучения теоретических основ проводится тестирование, после которого студенту выставляется итоговая оценка. В

ТЕХНИЧЕСКИЕ НАУКИ

зависимости от этой оценки, обучаемый сразу приступает к практике, если получает «удовлетворительно», «хорошо», «отлично» или «превосходно». Если же итоговая оценка имеет характер «малоудовлетворительно», «неудовлетворительно» или «нет знаний», то необходимо повторное изучение материала. Такой цикл теоретического этапа учебного процесса характерен для каждой новой учебной темы .

Рис. 1. Тестовый контроль знаний авиационных специалистов

В качестве шкалы оценивания взята 7-балльная шкала (таблица). Достоинством ее по сравнению с традиционной 4-балльной шкалой является более высокая различающая способность .

Данную шкалу целесообразно применять, потому что вне зависимости от того, как студент будет отвечать на вопросы, итоговое количество вопросов будет равно семи .

Таблица соотношения между классической 4-балльной и 7-бальной шкалами

–  –  –

Согласно сценарию (рис. 2) обучаемому для ответа последовательно предлагаются тестовые задания, по окончании которых производится оценка правильности работы в 7-балльной шкале оценивания .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

–  –  –

Тест состоит из 7 вопросов. Задания многовариантные – на каждый вопрос имеется 8 вариантов ответа, несколько из которых правильные (от 2-х до 4-х правильных), и сколько из этих правильных выберет обучаемый – на столько он и приблизился к правильному ответу по теории нечеткой логики [1] .

Вопросы имеют разный вес в зависимости от уровня сложности. Всего три уровня сложности: легкие, средние и сложные вопросы. Сложность вопросов меняется в зависимости от степени правильности ответов. Как меняется сложность наглядно показано на алгоритме (рис. 3) .

Для каждого вопроса устанавливается время, по истечении которого оценка начинает уменьшаться. Учет времени введен для того, что бы исключить возможность несамостоятельного ответа на вопросы [2]. Максимальное время, в течение которого уменьшения оценки не происходит, равно 30 секундам, чтобы обучаемый успел прочитать вопрос и варианты ответов, осмыслить их и выбрать ответ. По истечении этого времени оценка начинает уменьшаться .

Соответственно, после прохождения всего тестирования обучаемому выставляется оценка его знаний, по 7-балльной шкале. После прохождения всего теста подсчитывается результирующая функция принадлежности (ФП) всех 7-ми вопросов. Далее, мы сравниваем эту полученную результирующую с эталонной ФП каждой оценки нашей шкалы. В качестве итоговой оценки принимается та, разность функций которой наименьшая .

Рассмотрим сам алгоритм (см. рис. 3). Квадратами показаны условные обозначения степени правильности ответа на каждый вопрос. Левый квадрат включает «неправильно», «почти неправильно» и «неточно». Центральный квадрат обозначает степень правильности соответствующую значениям «неполно» и «не совсем правильно». И правый – «почти правильно» и «правильно». Тестирование начинается с предположения, что обучаемый имеет средний уровень подготовки. Соответственно, первый вопрос обучаемому выдается среднего уровня сложности. После выбора вариантов ответа, оценивается степень их правильности. И в зависимости от правильности ответов сложность задания либо меняется, либо остается неизменной .

Теперь рассмотрим, как подсчитывается оценка каждого задания на примере теста, в котором из 8-ми вариантов ответа – 4 правильных (рис. 4). Первый шаг – подсчитывается ФП в зависимости от соотношения правильных и неправильных ответов. Если неправильных ответов 4 или больше, ФП автоматически становится равной 0. Второй шаг – высчитанная ФП умножается на коэффициент сложности. Далее, умножаем на коэффициент времени. И в завершение, полученная ФП сравнивается с эталонными ФП каждой оценки .

ТЕХНИЧЕСКИЕ НАУКИ

Рис. 3. Алгоритм изменения уровня сложности

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

–  –  –

Пути дальнейшего развития:

порог изменения уровня сложности. Перед сменой сложности тестируемый должен два раза подряд дать одинаковые ответы. Это сделано для того, чтобы исключить вероятность угадывания;

дополнительные баллы за оставшееся время. При этом оценка будет повышаться, только если в результате студент получил «удовлетворительно» и выше. Это исключит намеренно быстрые ответы при незнании материала;

подсказки. При применении подсказки убираются два неправильных ответа, и итоговая оценка умножается на коэффициент 0,66 .

Таким образом, наличие в составе адаптированной обучающей системы тестирования с использованием методов нечеткой логики позволяет более качественно интерпретировать результаты тестирования, что обеспечивает адекватную оценку знаний и повышает качество обучения .

Библиографический список

1. Батыршин И. З. Основные операции нечеткой логики и их обобщения. Казань: Отечество, 2001. 100 с .

2. Дуплик С. В. Модель адаптивного тестирования на нечеткой математике // Информатика и образование. 2004. С .

57-65 .

ТЕХНИЧЕСКИЕ НАУКИ

УДК 629.7.018.3 С. Э. Гашков, А. А. Орлов студенты кафедры эксплуатации и управления аэрокосмическими системами А. П. Григорьев научный руководитель В. Я. Мамаев канд. техн. наук, доц. – научный консультант

КОМПЕТЕНТНОСТНЫЙ ПОДХОД ПРИ ПОДГОТОВКЕ

СПЕЦИАЛИСТОВ АЭРОКОСМИЧЕСКОГО ПРОФИЛЯ

Современные требования образовательных стандартов, реализуемых высшей школой, предполагают сокращение часов, отводимых на лекционные аудиторные занятия. Это, в свою очередь, требует от преподавателя переосмысления подходов, используемых при реализации самостоятельной работы (СР) студентов в рамках курса читаемой дисциплины. С другой стороны использование современных подходов к организации СР [4] позволяет существенно интенсифицировать учебный процесс (УП) за счет дистанционного внеаудиторного подхода, а также существенно разгрузить преподавателя. Следует заметить, что в рамках новой образовательной парадигмы ключевую роль играют интеллектуальные (адаптивные [6]) подходы, которые реализуют адаптацию [8] и индивидуализацию процесса обучения [5], учитывают психолого-педагогические аспекты подготовки и позволяют более эффективно использовать элементы дистанционного обучения в УП .

Очевидно, что от надлежащего качества реализации самостоятельной внеаудиторной работы преподавателем, существенно зависит эффективность теоретической подготовки обучаемых вуза [4] .

Резюмируя все вышесказанное, можно отметить, что перед преподавателем высшей школы стоит серьезная, насущная и актуальная задача по переосмыслению подходов при реализации СР студентов, по разработке новых методик и подходов в обучении, реализации переоснащения учебной материально-технической, методической и дидактической баз [13] .

Самостоятельная работа обучаемого становится основой образовательного процесса, способом формирования профессионализма, готовности к самообразованию и непрерывному обучению в условиях быстрой смены задач. Она способствует расширению знаний, формированию интереса и способностей к познавательной деятельности. Акцент на СР требует перехода от традиционной системы преподавания с доминирующей ролью преподавателя к системе обучения, в которой студент выступает в качестве активного и мотивированного субъекта. Преподаватель осуществляет организацию и управление УП, стимулируя развитие креативных способностей, необходимых для будущей профессиональной деятельности [13] .

Основные виды технологий, используемые преподавателями кафедры аэрокосмических измерительно-вычислительных комплексов Санкт-Петербургского государственного университета аэрокосмического приборостроения (кафедра № 11 ГУАП) в УП при реализации СР обучаемых были перечислены и подробно рассмотрены в [4] .

В этой связи все большее значение в образовании приобретают инновационные подходы с акцентом не просто на доминирование СР, но и на формирование компетенций [1], проявляющихся в способности решать научные проблемы и прикладные инженерные задачи в своей повседневной профессиональной деятельности. Однако, сокращение аудиторных часов занятий, приводит к ухудшению теоретической подготовки, таким образом, возникают «пробелы» в знаниях, то есть отсутствует надлежащая база для выработки умений в рамках практических занятий, и как следствие, возникает вопрос о потенциальной возможности получения умений, навыков и компетенций (рис. 1) .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

Рис. 1. Иерархическая структура концептуальной модели деятельности человека При отсутствии надлежащей базы знаний и умений, не представляется возможной организация адаптации к сложности учебного материала. Наличие у обучаемых неполных фрагментарных знаний и навыков затрудняет как текущий, так и итоговый контроль знаний [2, 12], не позволяет говорить о получении адекватных эталонных и фактических моделях обучаемых, затрудняет решение задачи классификации и дифференциации обучаемых на отдельные группы [3], тем самым существенно снижается возможность интеллектуализации и интенсификации процесса обучения. Помимо всего прочего в рамках современной образовательной парадигмы основные направления выработки компетенций осуществляется за счет требований «предприятия-заказчика», то есть предварительно и в директивной форме формируется необходимый список требований к кандидату на возможную вакантную должность. При таком подходе необходимо глубокое интегрирование «предприятия-заказчика» в педагогический процесс высшей профессиональной школы, не только на уровне создания базовых кафедр и тематических аудиторий на территории отдельных вузов, но и с точки зрения профессионального ориентирования студентов, разработки методик обучения, формирования отдельных курсов дисциплин, изменения или модернизации текущей материально-технической и дидактической баз. В ряде российских вузов существуют программы сквозной подготовки и целевого набора обучаемых на ряд актуальных и востребованных промышленных специальностей. К сожалению, это не всегда приносит ощутимый результат, и «на выходе», зачастую, «предприятие-заказчик» редко получает квалифицированных и компетентных специалистов .

Учитывая тот факт, что большая часть работы по освоению теоретического материала осуществляется в рамках СР обучаемого, то необходимы эффективные средства самоорганизации студентов, а также элементы самодиагностики знаний. Таким образом, при внеаудиторном обучении отмечается существенное снижение экспертного надзора преподавателя, и данную тенденцию необходимо компенсировать за счет стимулирования самостоятельной познавательной деятельности, развития творческого потенциала и ответственности. Выработке данных личностных качеств обучаемого способствуют современные информационные технологии подготовки [9] и методы организации СР обучаемых [4] .

Необходимо отметить, что результативность внеаудиторной СР студентов во многом определяется не только наличием электронных учебных пособий по целому ряду специальных дисциплин, например, таких как [11], но и наличием активных методов контроля внеаудиторной успеваемости – как на промежуточном (рубежное тестирование), так и на итоговом уровне [14]. А также наличием эффективных алгоритмов и методов диагностики и восстановления утраченных и/или

ТЕХНИЧЕСКИЕ НАУКИ

недополученных в процессе обучения знаний [3], что, в свою очередь, невозможно без разработки качественно новых моделей содержания [10], освоения и усвоения теоретического материала [5], а также применения инновационных, интеллектуальных подходов к процессу адаптации [8] и индивидуализации обучения [3–5] .

На кафедре 11 аэрокосмических измерительно-вычислительных комплексов ГУАП применяется модульно-рейтинговая система [7, 14] оценки успеваемости обучаемых, которая позволяет с максимальной объективностью установить уровень знаний студентов на различных стадиях УП, позволяет добиться более качественной и ритмичной работы студента в семестре, стимулирует познавательную и творческую активность [4] .

Рассмотрим предложенную авторами статьи схему УП (рис. 2), реализующую компетентностный подход при подготовке специалистов высшей технической школы аэрокосмического профиля .

<

–  –  –

В соответствии с концептуальной моделью рассмотренной на рис. 2, обучение начинается с теоретической подготовки, основная задача которой – выработка теоретических знаний. Данному

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

этапу может предшествовать входное тестирование [2], направленное на выявление остаточных знаний, построение индивидуальной траектории обучения, дифференциация обучаемых по успеваемости на отдельные группы и т. д. По завершении первого этапа обучения производится промежуточный тестовый контроль [2, 12], в задачу которого входит установление уровня теоретических знаний. Выработка необходимых профессиональных умений осуществляется на втором и третьем этапах обучения: в рамках практической и тренажерной подготовок. Рассмотренные этапы заканчиваются задачным контролем промежуточным и итоговым соответственно .
Для выработки необходимых навыков в рамках занятий на базовых кафедрах предприятия осуществляется работа с реальным материально-техническим обеспечением (измерительная, контрольно-проверочная аппаратура и т. д.). Завершается данный этап профориентационным тестированием на установление служебных соответствий. По результатам профориентационного тестирования осуществляется повышение квалификации специалистов или же переподготовка, дообучение, перепрофилирование на базе учебного научного инновационного центра (УНИЦ) предприятия силами соответствующих экспертов-специалистов. Предыдущий этап обучения заканчивается итоговой аттестацией по специальности, проводимой группой экспертов УНИЦ или кадровой комиссией предприятия, основная задача которой – установление уровня профессиональных компетенций специалиста. По положительным результатам аттестации в распоряжение предприятия поступает компетентный специалист, способный решать широкий спектр научных проблем и инженерных задач в своей повседневной профессиональной деятельности .

Библиографический список

1. Андрюхина Т.Н. Проектирование и реализация компетентностной модели профессиональной подготовки специалистов автомобильного транспорта // Вестник Самар. гос. техн. ун-та. Сер. Психолого-педагогические науки. -Вып. 1(9). - Самара: Самар. гос. техн. ун-т, 2008. - С. 3-7 .

2. Глова В.И., Дуплик С.В. Модели педагогического тестирования обучаемых // Вестник Казан, гос. техн. ун-та им. А.Н .

Туполева. 2003 г. №2. С. 74 - 79 .

3. Григорьев А. П. Елчуева Т. Д. Графосемантический подход в контроле, диагностике и восстановлении знаний авиационных специалистов. 66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2013. 411 с .

4. Григорьев А. П. Елчуева Т. Д. Организация самостоятельной работы при подготовке авиационных специалистов .

66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2013. 411 с .

5. Григорьев А. П. Керн Е. С. Разработка модели содержания и усвоения учебного материала в автоматизированных обучающих системах. 66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2013. 411 с .

6. Дуплик С. В. Модель адаптивного тестирования на нечеткой математике // Информатика и образование. – 2004 г. N 11. - С. 57-65 .

7. Ерников С., Лобовая Т., Филиппов С. и др. Опыт использования рейтинговой системы // Высшее образование в России. – 1998. – №1 .

8. Зайцева Л. В. «Модели и методы адаптации к учащимся в системах компьютерного обучения» №6(3), 2003 г .

9. Кузнецова И. В. Профессиональная подготовка специалиста и информационные технологии // Высшее образование сегодня. С. 51-54 .

10. Лаптев В. В. Модель предметной области и оценка ее сложности в обучающей системе по программированию// Вестник АГТУ. Сер.: Управление, вычислительная техника и информатика. 2010 г. №2 .

11. Мамаев В. Я., Синяков А. Н., К. К. Петров, Д. А. Горбунов Воздушная навигация и элементы самолетовождения .

Учебное пособие. СПб, 2002 г. 256 с .

12. Нейман Ю. М., Хлебников В.А. Введение в теорию моделирования и параметризации педагогических тестов. М., 2000 г .

13. Пичкова Л. С. Организация самостоятельной работы студентов как фактор формирования профессионально значимых компетенций // Пути повышения конкурентоспособности экономики России в условиях глобализации, Мат .

Конф. МГИМО (У) МИД РФ. – М.:МГИМО (У), 2008 .

14. Тычина И. И. Модульная организация учебного процесса. Рейтинговая система контроля успеваемости студентов. – К.: УГПУ, 1990 .

ТЕХНИЧЕСКИЕ НАУКИ

УДК 629.7.018.3 В. В. Голубев, В. С. Егоров студенты кафедры аэрокосмических измерительно-вычислительных комплексов А. П. Григорьев научный руководитель В. Я. Мамаев канд. техн. наук, доц. – научный консультант

СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

В ПОДГОТОВКЕ АВИАЦИОННЫХ СПЕЦИАЛИСТОВ

Современный этап развития общества, характеризуется интенсивной информатизацией, Непрерывной и быстрой сменой технологий, автоматизацией всех отраслей промышленности, ускоренным переоснащением производства, а также реализацией новых подходов в управлении предприятием, что существенно повышает требования, предъявляемые к профессиональной подготовке будущих специалистов, и их профессиональным компетенциям (ПК) [1, 12]. Таким образом, требования, предъявляемые к качеству образования, реализуемого высшей школой в настоящее время, отличаются дифференцируемостью и высокой интенсификацией процесса обучения. Перед вузом возникает сложная, нетривиальная задача по разработке и/или модернизации текущей методической и дидактической базы. Под методической базой понимают перечень методик и алгоритмов организации отдельных этапов обучения, а дидактическая база – это материально-техническое обеспечение всего процесса обучения. К дидактической базе относят: электронные учебные и методические пособия, контрольные тестовые вопросы и задачи, презентационные, раздаточные и прочие материалы .

Подготовка авиационных специалистов с учетом современных требований рынка труда, должна осуществляться на качественно новой основе, отвечающей требованиям современности. Основой информационно-дидактической базы формирования ПК в рамках компетентностной модели подготовки является использование современных образовательных технологий, направленных на информатизацию, дифференциацию и индивидуализацию учебного процесса, при существенном повышении значимости самостоятельной работы (СР) обучающихся [4]. Особое внимание следует уделить процедуре дистанционной самодиагностики и процессу восстановления утраченных, или недостаточных знаний [3], что, в свою очередь, невозможно без разработки качественно новых моделей содержания [9], освоения и усвоения теоретического материала [5], а также применения инновационных (в данном случае интеллектуальных) подходов к процессу адаптации [7] и индивидуализации обучения [3–5] .

Одним из эффективных путей решения этой задачи является использование информационных технологий, существенные преимущества, применения которых перечислены ниже .

1. Наглядное и образное представление информации, позволяющее иллюстрировать или моделировать динамические процессы, которые с помощью обычных учебных средств представляются и осваиваются достаточно тяжело .

2. Разгрузка преподавателей от ряда трудоемких и монотонно повторяющихся операций по представлению учебной информации и контролю, диагностики и восстановлению знаний .

3. Проявление активного интереса к изучаемому предмету и, как следствие, акселерация процесса обучения с более качественным и глубоким усвоением теоретического материала .

4. Обеспечение индивидуализации и дифференциации процесса обучения за счет реализации возможностей интерактивного диалога, разработки индивидуальной траектории обучения и т. д [3]. По ряду психолого-педагогических причин одни обучаемые усваивают материал быстрее других, поэтому обучение тех и других в одной группе малоэффективно. Как следствие необходимо осуществлять дифференциацию обучаемых по отдельным группам в зависимости от успеваемости. Поскольку обучение с точки зрения когнитивной психологии индивидуально, то данный процесс следует организовать таким образом, чтобы каждый обучаемый мог проходить программу соответАЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ ственно своим индивидуальным особенностям [3–5] .

5. Возможность организации взаимодействия преподаватель – обучаемый (интерактивный диалог) в реальном масштабе времени. Своевременное знание результатов своей работы существенно стимулируют выполнение очередного задания. Обучение осуществляется эффективнее, если учащийся «узнает результат» каждого своего ответа незамедлительно. В настоящее время наши учащиеся вынуждены часто подолгу ждать результатов своего ответа, за счет внеаудиторной постобработки результатов преподавателем, что существенно тормозит обучение и снижает уровень интереса и познавательной активности .

6. Возможность использования адаптивных подходов, как при изучении теоретического материала, так и при проведении контроля знаний. Трудности, которые учащемуся необходимо преодолевать, должны возникать перед ним последовательно одна за другой, а успешное их преодоление развивать высокий уровень усвоения материала и активность .

Обучение осуществляется быстрее, если программа по предмету построена по адаптивному принципу последовательного усложнения материала. Занятия следует начинать с самых простых заданий, для выполнения которых учащийся уже владеет необходимыми знаниями. Постоянно и постепенно уровень сложности теоретического материала повышается. Это продолжается до тех пор, пока не будет достигнута желаемый уровень знаний .

7. Высокая степень СР обучаемых в глобальном информационном пространстве интернет (проблемно-поисковые технологии), что является фактором значительной активизации познавательного процесса [4] .

Информатизация системы образования реализуется посредством разработки электронных образовательных ресурсов, цель применения которых состоит в обеспечении активизации самостоятельной учебно-познавательной деятельности обучаемых, развитии практических навыков, умений и творческих способностей .

Использование информационных технологий в профессиональной подготовке специалистов можно представить в следующем виде (рис. 1) .

Рис. 1. Использования информационных технологий в профессиональной подготовке авиационных специалистов

ТЕХНИЧЕСКИЕ НАУКИ

Значимая роль среди средств, используемых при организации СР студентов, сегодня принадлежит электронным учебным, методическим пособиям и учебникам. На кафедре аэрокосмических измерительно-вычислительных комплексов Санкт-Петербургского государственного университета аэрокосмического приборостроения разрабатываются и эффективно внедряются в учебный процесс электронные учебные пособия по целому ряду специальных дисциплин (например [10]) .

Простейшим инструментальным средством разработки электронных пособий является приложение PowerPoint [1], имеющееся в составе пакета Microsoft Office. Данное приложение ориентировано на подготовку презентационных слайд-роликов. Для достижения большего эффекта от применения презентаций PowerPoint целесообразно сочетать ее с другими программными средствами, такими как Компас, AutoCAD, Solid Works, Mathcad, MatLab, LabView и пр.) .

Электронные учебные пособия могут быть использованы обучаемыми в рамках аудиторных и внеаудиторных занятий под руководством преподавателя или же самостоятельно, при выполнении лабораторных и расчетных работ, практических заданий, написании курсовых и дипломных проектов [8] .

Использование информационных технологий в компетентностной модели подготовки авиационных специалистов позволяет также организовать эффективный процесс проверки преподавателем и самопроверки обучающимся сформированности профессиональных компетенций. Этому способствуют широкая номенклатура контрольных тестовых заданий классического [2], адаптивного [6], закрытого и открытого типов [11], которые включаются в каждое отдельное электронное учебное, методическое пособие и/или учебник .

Реализация компетентностного подхода в высшей профессиональной школе невозможна без повышения роли СР обучающихся [4]. Широкое использование информационных технологий позволит не только интенсифицировать и индивидуализировать учебный процесс, но и развить самостоятельность, подготовить и адаптировать студентов к современным требованиям профессиональной среды .

Библиографический список

1. Андрюхина Т.Н. Проектирование и реализация компетентностной модели профессиональной подготовки специалистов автомобильного транспорта // Вестник Самар. гос. техн. ун-та. Сер. Психолого-педагогические науки. -Вып. 1(9). - Самара: Самар .

гос. техн. ун-т, 2008. - С. 3-7,

2. Глова В.И., Дуплик С.В. Модели педагогического тестирования обучаемых // Вестник Казан, гос. техн. ун-та им. А.Н .

Туполева. 2003 г. №2. С. 74 - 79 .

3. Григорьев А. П. Елчуева Т. Д. Графосемантический подход в контроле, диагностике и восстановлении знаний авиационных специалистов. 66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2013. 411 с .

4. Григорьев А. П. Елчуева Т. Д. Организация самостоятельной работы при подготовке авиационных специалистов. 66ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2013 .

411 с .

5. Григорьев А. П. Керн Е. С. Разработка модели содержания и усвоения учебного материала в автоматизированных обучающих системах. 66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2013. 411 с .

6. Дуплик С. В. Модель адаптивного тестирования на нечеткой математике // Информатика и образование. – 2004 г. - N 11. - С. 57-65 .

7. Зайцева Л. В. «Модели и методы адаптации к учащимся в системах компьютерного обучения» №6(3), 2003 г .

8. Кузнецова И.В. Профессиональная подготовка специалиста и информационные технологии // Высшее образование сегодня. С. 51-54 .

9. Лаптев В. В. Модель предметной области и оценка ее сложности в обучающей системе по программированию// Вестник АГТУ. Сер.: Управление, вычислительная техника и информатика. 2010 г. №2 .

10. Мамаев В. Я., Синяков А. Н., К. К. Петров, Д. А. Горбунов Воздушная навигация и элементы самолетовождения .

Учебное пособие. СПб, 2002 г. 256 с .

11. Нейман Ю.М., Хлебников В.А. Введение в теорию моделирования и параметризации педагогических тестов. М., 2000 г .

12. Пичкова Л. С. Организация самостоятельной работы студентов как фактор формирования профессионально значимых компетенций // Пути повышения конкурентоспособности экономики России в условиях глобализации, Мат .

Конф. МГИМО (У) МИД РФ. – М.:МГИМО (У), 2008 .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

УДК 629.7.018.3 В. В. Голубев студент кафедры компьютерного проектирования аэрокосмических измерительно-вычислительных комплексов А. П. Григорьев научный руководитель В. Я. Мамаев канд. техн. наук, доц. – научный консультант

НЕЙРОСЕТЕВОЙ СИМУЛЯТОР

С АВТОМАТИЧЕСКИМ ПОДБОРОМ ПЕРСЕПТРОННОЙ ТОПОЛОГИИ СЕТИ

В статье [3] сформулирован гибридный нейро-графосемантический подход к решению задач контроля, диагностики, восстановления знаний, а также построения индивидуальной траектории изучения теоретического материала по дисциплине «Бортовые вычислительные комплексы навигации и самолетовождения» при реализации теоретического обучения, как управляемого и контролируемого процесса решения тестовых заданий .

Графосемантическое структурирование учебного материала, представление и доступ к знаниям подробно рассмотрены в [5]; разработка классических и адаптивных алгоритмов в [2]; процедура контроля знаний закрытого типа представлена в [1] .

Использование слабосвязной однослойной ИНС прямого распространения сигнала на базеперсептронного нейрона (ПН) [6], накладывает определенные точностные ограничения на адекватность нейросетевых моделей. Таким образом, вопросы, связанные с выбором топологии сети, обучением на конкретных контрольных и тестовых выборках, являются центральными, при реализации рассмотренного подхода. Свиридовым А. П. и Слесаревым Н. А. на базе многослойных персептронныхнейросетей получена адекватность тестовых моделей контроля знаний, которая составила 90,1%. Необходимо и достаточно для реализации нейро-графосемантического подхода получить значения адекватности не менее 95% .

В связи с этим возникает необходимость в модернизации рассмотренного в статье [4] алгоритма автоматизированного подбора топологии сети с учетом, новых точностных ограничений, а также в связи с использованием негладких активационных функций типа Hardlim .

Выбор архитектуры ИНС осуществляется в соответствии с особенностями и сложностью задачи.

При этом разработчик руководствуется несколькими основополагающими принципами [7]:

возможности сети возрастают с увеличением числа ячеек сети, плотности связей между ними и числом выделенных слоев;

введение обратных связей наряду с увеличением возможностей сети поднимает вопрос о так называемой динамической устойчивости сети .

Так как проблема синтеза ИНС сильно зависит от решаемой задачи, то общих рекомендаций не существует. В большинстве случаев оптимальный вариант получается на основе интуитивного, эмпирического подбора, который отнимает у разработчика много времени .

В данной статье предлагается модернизация алгоритма, рассмотренного в [4] для автоматического подбора топологии сети. Такой алгоритм, реализованный в виде симулятора для компьютерного моделирования ИНС, позволяет существенно сократить время на разработку, отладку и исследование нейронных сетей .

Рассмотрим предложенный алгоритм поэтапно .

1. Осуществляется ввод исходных данных: матрицы входных воздействий (обучающие статистики, контрольные статистики, тестовые статистики), матрицы целей (эталонные и реальные значения сигнала на выходе сети), задаётся тип активационной функций Hardlim .

2. Создается сеть с заданными параметрами .

ТЕХНИЧЕСКИЕ НАУКИ

Рис. 1. Блок-схема алгоритма для автоматического подбора топологии сети

3. Производится инициализация сети, то есть задание начальных весов синаптических связей. Обычно веса задаются случайным образом с помощью специальной команды .

4. Осуществляется обучение сети, то есть веса подбираются таким образом, чтобы взаимно однозначно связать значения на входе (матрица из обучающих статистик) с эталонными значениями матрицы целей на выходе сети .

5. Проверяется качество обучения сети по контрольной статистике, которая подается на вход сети. Ответ ИНС сравнивается с эталонным значением матрицы целей на выходе сети .

6. Осуществляется контроль результатов подбора топологии сети. В качестве количественной характеристики качества подбора можно использовать норму разности двух матриц целей – эталонной Е и реальной А. Чем эта разность меньше, тем расстояние между матрицами Е и А в конечномерном пространстве матриц меньше и, следовательно, выбранная архитектура сети соответствует требованиям качества. Так как все нормы в конечномерном пространстве эквивалентны, то можно выбрать любую из четырех известных. В данной работе используется норма разности Гильберта-Шмидта .

7. Сравнивается определенный коэффициент качества сети и последний наилучший коэффициент, если новая сеть лучше ранее сохраненной, то она становится оптимальной на текущем шаге и далее будет участвовать в обработке .

8. Все параметры оптимальной топологии сети сохраняются и выводятся по требованию пользователя .

По рассмотренной блок-схеме алгоритма в М-файле программы MATLAB разработана программа, осуществляющая имитационное моделирование ИНС. Графическая оболочка для данной программы разработана в пакете расширения MATLABGUIDE .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

Рис. 2. Графическая оболочка разработанной программы

Пользователь перед началом работы с графическим окном задает матрицы входных воздействий и матрицу целей. Для сужения области поиска, имеется возможность настраивать дополнительные параметры сети в окне (рис. 2). Далее следует произвести обработку, нажав кнопку «Запуск». Подбор топологии сети может занять достаточно долгое время, поэтому при необходимости процедуру можно остановить, нажатием клавиши «Стоп». Кнопка «Вывод результатов» позволяет вывести параметры топологии наилучшей ИНС .

Библиографический список

1. Аванесов B.C. Композиция тестовых заданий. М.: АДЕПТ, 1998 .

2. Глова В.И., Дуплик С.В. Модели педагогического тестирования обучаемых // Вестник Казан.гос. техн. ун-та им. А.Н .

Туполева. 2003. №2. С. 74 - 79 .

3. Григорьев А. П. Нейросетевой подход в контроле, диагностике и восстановлении знаний оператора-навигатора .

Сборник докладов научной сессии ГУАП. Ч.1.СПб.: ГУАП, 2013. С. 18-21 .

4. Григорьев А. П. «Нейросетевой симулятор с автоматическим подбором топологии сети» 64 студенческая научнотехническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2011. 441 с .

5. Лаптев В. В. Модель предметной области и оценка ее сложности в обучающей системе по программированию// Вестник АГТУ. Сер.: Управление, вычислительная техника и информатика. 2010. №2 .

6. Сивохин А.В., Лушников А.А., Шибанов С. В. Лабораторный практикум. Искусственные нейронные сети. – Пенза, 2004 .

7. Хайкин С. Нейронные сети: полный курс. 2-е изд.: Пер. с англ. М: Вильямс, 2006. 1103 с. М: Финансы и статистика, 2004. 320 с .

ТЕХНИЧЕСКИЕ НАУКИ

УДК 629.7.018.3 В. С. Егоров студент кафедры компьютерного проектирования аэрокосмических измерительно-вычислительных комплексов А. П. Григорьев аспирант кафедры аэрокосмических измерительно-вычислительных комплексов В. Я. Мамаев канд. техн. наук, доц. – научный руководитель

СИСТЕМА ДИСТАНЦИОНОГО АДАПТИВНОГО ТЕСТОВОГО КОНТРОЛЯ

НАВИГАЦИОННЫХ ЗНАНИЙ

С 2011–12 учебного года все российские вузы переходят на федеральные государственные образовательные стандарты (ФГОС) третьего поколения. В связи с этим, в высшей школе, в том числе и в Санкт-Петербургском государственном университете аэрокосмического приборостроения (ГУАП) внедряются новые образовательные стандарты, характеризующиеся повышенной интенсификацией и информатизацией образовательного процесса (ОП), существенным сокращением часов отводимых на аудиторные лекционные и практические занятия. Таким образом, значительный объем теоретического учебного материала (УМ) самостоятельно осваивается обучаемыми, все большее значение приобретают инновационные подходы с акцентом на формирование компетенций [1], проявляющихся в способности решать научные проблемы и прикладные инженерные задачи в своей повседневной профессиональной деятельности [5]. Акцент на самостоятельную работу (СР) требует перехода от традиционной системы преподавания с доминирующей ролью преподавателя к обучению, в которой студент выступает в качестве активного и мотивированного субъекта, а роль преподавателя частично возлагается на персональный компьютер (ПК), который используется, прежде всего, как источник получения теоретического УМ из предметной области (ПрО) дисциплины .

Компьютеризация ОП и внедрение автоматизированных обучающих систем (АОС) позволяет не только разгрузить преподавателя, но и реализовать сквозную непрерывную подготовку высококвалифицированных кадров, способных решать широкий спектр прикладных инженерных задач .

Проектирование АОС сложный и трудоемкий процесс, при котором возникает целый ряд нетривиальных сложно формализуемых задач таких как: структурирование, представление и доступ к знаниям, индивидуализация маршрута обучения, ранжирование сложности теоретического материала и контрольных заданий моделирование процессов освоения и усвоения УМ предметной области, разработка классических и адаптивных алгоритмов контроля знаний всех видов .

Очевидно, что важной частью любой АОС, без которой немыслимо функционирование системы, – это процедура оценки знаний (контроль, диагностика, восстановление). При этом во многом качество и адекватность АОС зависит от тех алгоритмов, которые заложены в систему контроля знаний. В настоящее время тестовый контроль является наиболее перспективным средством оценки знаний, хорошо зарекомендовавшим себя в различных отраслях и сферах. Разработка тестовых заданий (ТЗ) и обработка результатов тестирования подробно изложены в работах Аванесова и Неймана, а известные модели тестирования, в том числе и наиболее перспективные в настоящее время – адаптивные ТЗ – в [3] .

Тестовые задания, ориентированные на использование в дистанционном контроле и системах самодиагностики знаний, учитывают время ответа обучаемого на конкретный вопрос определенной сложности, при общих тенденциях к снижению вероятности угадывания и/или случайным верным/неверным ответам. При реализации любой модели тестирования необходимо выбрать какую-либо шкалу оценивания знаний, обращая внимание на то, что ряд авторов рекомендуют использовать несколько .

В рамках данной статьи рассматривается сценарный метод тестирования навигационных знаний, реализованный на кафедре аэрокосмических измерительно-вычислительных комплексов

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

ГУАП по УМ из ПрО курса «Бортовые цифровые вычислительные комплексы навигации и самолетовождения». Данный метод позволяет эффективно использовать целый ряд алгоритмов и программ, широкую номенклатуру шкал оценивания знаний, что гарантирует с одной стороны адаптивность и дистанционность, а с другой позволит преподавателю варьировать сценарий обучения, выбирая тот или иной вариант исходя из собственного эмпирического знания, подготовленности обучаемых, продолжительности курса и т. д .

Для осуществления тестового контроля знаний выбраны как классические алгоритмы реализации тестирования знаний, описанные в [3], так и их модификации, применяемые авторами данной статьи. В качестве программой среды, выбран язык программирования PHP, позволяющий осуществлять удаленный контроль знаний в реальном масштабе времени, а также организовывать непрерывный мониторинг текущей успеваемости обучаемых. Различные способы построения, технологии и протоколы, используемые при разработке дистанционных систем оценивания знаний были подробно рассмотрены в статье «Современные информационные технологии в подготовке авиационных специалистов», опубликованной в настоящем сборнике, поэтому в рамках данной статьи обратимся непосредственно к реализации .

Система «Дистанционного адаптивного тестирования навигационных знаний» располагается на бесплатном хостинге, предоставляющем свое уникальное имя в сети, зарезервированное за конкретным адресом ПК. Компьютер, на котором работает система, может находиться в любой точке земного шара, базироваться на локальном ПК, не имеющем выхода в сеть интернет, что делает данную реализацию достаточно гибкой, мобильной и высокоуниверсальной .

Система простроена на базе следующих программ: операционной системы Windows XP, Apache2.2, PHP, JavaScript, MySQl, JQwery. Под системой здесь и далее будем понимать, ряд исполняемых файлов (сценариев) написанных на языках PHP, JavaScript. Система представляет собой модульную структуру, состоящую из следующих основных частей: авторизационная; пользовательская; администраторская .

Авторизационная часть предназначена для идентификации пользователя, который желает пройти тестирование или же для идентификации администратора, осуществляющего работу в системе (рис. 1) .

–  –  –

Пользовательская часть предоставляет возможность выбрать тот или иной тест, который зарегистрирован в системе. В данной части пользователь проходит сам тест и получает полную детализацию прохождения (рис. 2) .

Администраторская часть содержит ряд инструментов необходимых для работы с системой: добавление новых вопросов; редактирование существующих вопросов; просмотр отчетов пользователей прошедших тестирование; управление настройками теста (количества вопросов на тест, время теста, шкалы, по которой рассчитывается результат и т.д.) .

Заключительная часть. Эта часть выводит окно результатов, с выделенными правильными, и обозначенными не правильными ответами (рис. 3) .

Рис. 3. Файл отчета результата тестирования

Для хранения данных используется база данных MySQL. Данная система включает в себя системную базу и N баз, где N – количество зарегистрированных тестов .

Согласно предложенному авторами сценарию рамках тестирования закрытого типа по дисциплине «Бортовые вычислительные комплексы навигации и самолетовождения» обучаемому предлагается ответить на 10 вопросов. Время ответа на каждый вопрос ограничено и составляет для первого вопроса 60 с. Время, отведенное для ответа на вопрос, на каждом следующем вопросе будет увеличиваться или уменьшаться в зависимости от степени правильности ответа на

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

предыдущий вопрос. Все вопросы отличаются по сложности и разбиты на следующие категории:

легкие, средние и сложные. Сложность текущего вопроса также будет меняться в зависимости от правильности ответа обучаемого на предыдущий вопрос .

По окончании тестирования знаний, обучаемый получает оценку своих знаний в абсолютной и классической 4-х балльной шкалах. Также после окончания тестирования, обучаемому и/или преподавателю может быть представлен подробный отчет о прохождении тестирования, который может быть при необходимости распечатан или же отправлен преподавателю по электронной почте .

Таким образом можно сказать, что использование при контроле знаний предлагаемой авторами системы позволяет не только разгрузить преподавателя и перенести часть его функций на систему дистанционного адаптивного контроля, но и эффективно, дистанционно организовать внеаудиторную самодиагностику обучаемых, что является одной из центральных задач обучающего процесса, при реализации ФГОС 3 поколения .

Библиографический список

1. Андрюхина Т. Н. Проектирование и реализация компетентностной модели профессиональной подготовки специалистов автомобильного транспорта // Вестник Самар. гос. техн. ун-та. Сер. Психолого-педагогические науки. -Вып. 1(9). - Самара: Самар. гос. техн. ун-т, 2008. - С. 3-7 .

2. Васильев В.И., Тягунова Т.Н., Хлебников В.А. Триадная сущность шкалы оценивания // Дистанционное образование. 2000 г. №6. С. 19 - 25 .

3. Глова В. И., Дуплик С. В. Модели педагогического тестирования обучаемых // Вестник Казан, гос. техн. ун-та им. А .

Н. Туполева. 2003 г. №2. С. 74 - 79 .

4. Григорьев А. П. Нейросетевой подход в контроле, диагностике и восстановлении знаний оператора-навигатора .

Сборник докладов научной сессии ГУАП. Ч.1.СПб.: ГУАП, 2013. С. 18-21 .

5. Григорьев А. П., Елчуева Т. Д. Организация самостоятельной работы при подготовке авиационных специалистов .

66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП,

2013. С. 17-21 .

6. Григорьев А. П., Керн Е. С., Хамидов Д. А. Дистанционный нейросетевой контроль знаний оператора-навигатора .

66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП,

2013. С. 34-37 .

7. Григорьев А. П., Керн Е. С. Разработка модели содержания и усвоения учебного материала в автоматизированных обучающих системах. 66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2013. С. 17-21 .

8. Зайцева Л. В. «Модели и методы адаптации к учащимся в системах компьютерного обучения» №6(3), 2003 г .

9. Лаптев В. В. Модель предметной области и оценка ее сложности в обучающей системе по программированию// Вестник АГТУ. Сер.: Управление, вычислительная техника и информатика. 2010 №2 .

10. Мамаев В. Я., Синяков А. Н., К. К. Петров, Д. А. Горбунов Воздушная навигация и элементы самолетовождения .

Учебное пособие. СПб, 2002 г. 256 с .

11. Нейман Ю. М., Хлебников В.А. Введение в теорию моделирования и параметризации педагогических тестов. М., 2000 г .

УДК 681.5.015 Б. С. Ермаков студент кафедры системного анализа и логистики Н. Н. Майоров канд. техн. наук – научный руководитель

ВОПРОСЫ ПРИНЯТИЯ РЕШЕНИЯ НА ОСНОВЕ НЕЧЕТНОЙ ЛОГИКИ

В процессе анализа систем регулярно возникает проблема невозможности описания параметров системы (в первую очередь качественных) точными числовыми значениями. Как правило, такие сложности возникают в случае участия в деятельности системы человека, а также если не имеется достаточного количества информации о функционировании системы. Такая ситуация

ТЕХНИЧЕСКИЕ НАУКИ

наиболее распространена в социальных, социотехнических и экономических системах. Для решения этой проблемы прибегают к использованию средних величин, либо же используют стохастические модели, что, однако, во многих случаях является достаточно искусственным приемом и может не отражать реальной сути явлений. Более того, для больших систем с возрастанием точности описания многократно увеличивается также и сложность модели, и на некотором этапе модель становится практически невозможно ни воспринимать, ни использовать .

Для решения этой проблемы Лотфи Заде [1, 2] в 1965 г. ввел понятие нечеткого множества .

Если элемент обычного множества может либо принадлежать ему, либо не принадлежать, то элемент нечеткого множества принадлежит ему с некоторой степенью, значения которой изменяются от нуля до единицы, причем крайние значения соответствуют степени принадлежности обычного множества. Такой подход позволяет в намного большей степени описать нечеткость человеческого мышления. Идея нечеткого множества схожа с идеями теории вероятности, однако во многих случаях она намного ближе по смыслу описывает неточно известные параметры .

Многие формулы и операции над обычными множествами могут быть обобщены на нечеткие множества через их функции принадлежности. В частности, для нечетких множеств определены операции равенства, подмножества, дополнения, пересечения, объединения и разности. Определены понятия образ и прообраз нечеткого множества в рамках понятия нечеткое отображение .

Отображение каждому возможному действию ЛПР ставит в соответствие реакцию системы на это действие, таким образом можно выяснить, к какому результату приведет то или иное действие, а также какое действие необходимо совершить, чтобы получить искомый результат. Также, введены понятия нечеткие бинарные отношения и нечеткие отношения предпочтения позволяющие попарно сравнивать приемлемость альтернатив и выбора наилучших из них – не доминируемых альтернатив .

На базе теории нечетких множеств создана нечеткая логика, в которой введены понятия нечетких чисел, нечетких переменных и лингвистических переменных, которые в том числе позволяют формализовать слова естественного языка, что дает возможность, например, формализации оценки экспертов в словесной форме. Определены нечеткие высказывания и операции над ними. Также, нечеткая логика имеет обширные перспективы в технических системах управления .

Принципиальной особенностью, отличающей развитие теории нечетких множеств, является ее прикладная направленность. Истоки такого подхода заложены работами Л. Заде, основной прагматической целью которого было создание аппарата, способного моделировать человеческие рассуждения и объяснять человеческие приемы принятия решений. Поскольку в реальных ситуациях принятия решений цели, ограничения, критерии в большей части субъективны и точно не определены, то и при построении моделей принятия решений возникает необходимость использования нечеткой логики, нечетких множеств и отношений. Нечеткие отношения позволяют моделировать плавное, постепенное изменение свойств, а также неизвестные функциональные зависимости, выраженные в виде качественных связей. Нечеткие алгоритмы, допускающие использование нечетких инструкций, широко распространенных в различных сферах человеческой деятельности, позволяют описывать приближенные рассуждения и, следовательно, являются полезным инструментом для приближенного анализа таких систем и процессов принятия решений, которые слишком сложны для применения общепринятых количественных методов .

Библиографический список

1. М. В. Губко «Лекции по принятию решений в условиях нечеткой информации» 2004 .

2. А. Н. Павлов, Б. В. Соколов «Принятие решений в условиях нечеткой информации» 2006 .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

УДК 004.6 В. С. Зайченко студент кафедры аэрокосмических приборов и измерительно-вычислительных комплексов Ю. И. Сигарев научный руководитель

МОДЕЛИРОВАНИЕ СИНХРОННОГО ДЕТЕКТОРА В ПРОГРАММЕ LABVIEW

Для выделения полезного сигнала используется аналоговая реализация ключевого синхронного детектора 1 .

В данной работе представлен метод выделения полезного сигнала программным способом, c использованием аналогичных принципы синхронного детектирования с целью определения степени ослабления полезного сигнала в линии связи .

Актуальность перехода к цифровой реализации заключается в уменьшении аппаратной части устройства .

В качестве программного пакета моделирования был использован LabView. Целью изучения методики моделирования явилась возможность создания устройства с исключением типового узла синхронного детектора из структуры в целом. Наличие узла синхронного детектора позволяет выделить полезный сигнал на фоне шума в устройствах, где сопротивление датчика, как правило, достаточно велико. В таких устройствах шум имеет равномерный закон распределения. Методика синхронного детектирования позволяет выделить информацию о полезном сигнале, используя априорную информацию о нем, такую как частота несущей. Зная исключительно этот параметр при нормальном законе распределения шума можно с некоторой долей точности восстановить информацию об амплитуде полезного сигнала .

Аналогично, возможно применение детектора, основанного на гетеродинном выделении несущей, но в этом случае предъявляется особое требование не только к стабильности генератора гетеродина, но и к коэффициенту нелинейных искажений сигнала, получаемого от него .

Метод синхронного детектирования сигнала заключается в разбиении периода несущей на определенное количество семплов (точек захвата), в пределах которых производится процедура интегрирования. Далее, производится композиция семплов, по которым восстанавливается форма несущей. Увеличение числа семплов на период приводит к уменьшению погрешности, но приводит к пропорциональному росту аппаратной части устройства .

Функциональная схема синхронного детектора представлена на рис. 1 .

–  –  –

Петин Г. Ключевой синхронный детектор// Схемотехника №3 2003 С.14-15 .

ТЕХНИЧЕСКИЕ НАУКИ

Принцип работы синхронного детектора состоит в следующем: сигнал генератора прямоугольной формы поступает на делитель и далее на формирователь несущей, где с пониженной частотой преобразуется в сигнал синусоидальной формы. Синус, в данном случае необходим для сведения к минимуму искажений несущей за счет переходного процесса. Одновременно с этим, сигнал с генератора поступает на счетчик блока детектора, где производит поочередное переключение восьми частных интеграторов между входом детектора и устройством конечного интегрирования .

Стоит отметить, что данный метод применим исключительно в случае использования амплитудной модуляции для передачи сигнала или получении информации о нем. Несложно догадаться, что стабильность опорного генератора приемника играет решающую роль в определении точности выделения информации о сигнале .

Вышеописанные манипуляции справедливы для работы в непрерывной области. Реализация синхронного детектора в дискретной области заключалась в следующем. На первом этапе подготавливалась выборка из 400 значений, представляющая собой значения в разной степени «зашумленного» синусоидального сигнала, взятого за один период. Далее, массив элементов разбивался на 8 частей, в рамках которых выделялось среднее значение. По среднему значению на выделенную часть восстанавливалась форма несущей и определялось максимальное отклонение в центральных точках от значений сигнала несущей в данный момент времени .

По выполнении проведенного моделирования были получены результаты, приведенные в таблице .

Таблица Результаты моделирования синхронного детектора Соотношение Значение ослабления сигнала сигнал/шум Минимальное Максимальное 0.66 0.66 1.7 0.61 0.7 1 0.56 0.75 0.5 0.5 0.85 Вывод: результат изложенного метода моделирования говорит о возможности реализации синхронного детектора программно, но для достижения высокой разрешающей способности требуется использовать несколько независимых аналого-цифровых преобразователей, обеспечивающих перекрытие времени преобразования интервалами выборок .

УДК 629.7.018.3 Т. А. Ивахива, Е. С. Писаренко студентки кафедры аэрокосмических измерительно-вычислительных комплексов А. П. Григорьев научный руководитель В. Я. Мамаев канд. техн. наук, доц. – научный консультант

РАЗРАБОТКА И ГРАФОСЕМАНТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

СОДЕРЖАНИЯ УЧЕБНОГО МАТЕРИАЛА В АВТОМАТИЗИРОВАННЫХ

ОБУЧАЮЩИХ СИСТЕМАХ

Разработка автоматизированной обучающей системы (АОС) представляет собой сложный и трудоемкий процесс. Любая АОС – это система, основанная на знаниях и обрабатывающая знаАЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ ния. База знаний обучающей системы, в первую очередь, должна содержать предметные знания, т. е. знания по учебной дисциплине. Свойство адаптивности АОС во многом определяется способами структурирования учебного материала (УМ). Чем больше у системы возможностей обеспечить пользователю индивидуальный маршрут изучения УМ, тем более гибким и адаптивным является ее поведение. Таким образом, вопросы структурирования, представления и доступа к знаниям являются центральными при разработке современной АОС [5] .

Выявление структуры знаний осуществляется через построение моделей, в которых в явной форме выделены объекты, образующие эту структуру. В основе этих моделей лежит понятие семантического графа (СГ), состоящего из вершин (узлов), соединенных дугами [4]. С вершинами сопоставляются понятия (объекты, события, процессы, явления и др.), а с дугами – связи или отношения, существующие между этими понятиями. Построение СГ способствует процессу осмысления знаний, конкретизирует и выявляет противоречия, обнаруживает недостающую информацию и т. п., а также позволяет осуществлять ранжирование вопросов тестовых заданий закрытого типа [1] по сложности [5]. Разработка СГ по отдельным графам и параграфам предметной области (ПрО) дисциплины [6] подробно рассмотрены в [2, 3] .

Для визуализации и контрольного моделирования СГ, целесообразно использовать язык программирования JavaScript [7] совместно с библиотекой визуализации Arbor.js. Данный подход не только позволит относительно просто создать функции отрисовки каждой вершины и грани графа, но и обеспечит, создаваемому приложению, корректную работу в глобальной сети интернет, что не маловажно при реализации дистанционности и адаптивности процесса обучения. На рис. 1 представлено окно программы, позволяющей в реальном масштабе времени конструировать и моделировать СГ любого вида и размерности, а также производить над графовыми моделями простейшие арифметические операции .

Рис. 1. Шаг 1

Конструирование графа осуществляется в следующем порядке. Запустить с персонального компьютера (ПК) исполнительный файл программы, при этом автоматически осуществляется запуск интернет браузера (Internet Explorer). В появившемся диалоговом окне программы необходимо задать число вершин (n) графа. Подтвердив свой выбор, нажатием левой клавиши манипулятора типа «мышь», вследствие чего в рабочем поле программы сформируется единичная матрица связи размерностью n*n. (рис. 2) .

В сформированной матрице с клавиатуры задать следующие виды связи: 1 – вершины графа связаны между собой; 0 – связь между вершинами отсутствует. Нажать левой клавишей манипулятора типа «мышь» на кнопку «показать». Главное поле программы заполнится информацией о связи узлов графа. Для визуализации графосемантической модели необходимо с помощью клавиатуры нажать на кнопку «Enter». В результате описанного действия на экране ПК появится диалоговое окно программы (рис. 3) .

Рис. 3. Шаг 3

Нажать левой клавишей манипулятора типа «мышь» на кнопку «показать». Главное поле программы заполнится информацией о связи узлов графа в следующей последовательности:

1{color:#0186a0} – автоматически задается цвет узла 1 –1 – автоматически связь с собой (можно убрать) 1 – 2 – связь по порядку с другими узлами 1 – 3 – связь по порядку с другими узлами 2{color:#030d40} – и так далее (рис. 3.) .

Для визуализации графо-семантического подхода необходимо нажать на кнопку «Enter». В результате описанного действия на экране ПК появится диалоговое окно программы (рис. 4) .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

–  –  –

Разработанная программа также позволяет строить графовые модели в автоматическом режиме. Библиотека Arbor.js., с помощью которой можно визуализировать различные диаграммы и графики, инвариантна к методу создания, и поэтому есть возможность реализации диаграмм посредством проектирования, импорта SVG-файла или посредством применения HTML-элементов .

Можно использовать любой метод. Arbor.js позволяет сфокусироваться на данных диаграммы и ее оформления, производя все сложные расчеты и конструирование соотношения. В качестве «холста» (фона) используется HTML5 Canvas, вследствие чего не все браузеры, работают корректно .

При полной загрузке создается объект с настройками для arbor, который так же содержит функции, которые будут выполняться при наступлении различных событий, функции отрисовки каждой вершины и грани. Далее, этот объект необходимо передать в конструктор arbor, который запустит эту программу. Инициализация данных осуществляется сразу после того, как страница полностью загрузится.

Приведем подробный листинг, реализующий рассмотренные шаги построения СГ:

Код для построения единичной матрицы связи var v =$("#code2").val();

var str = "";

for (var i = 1; i <= v; i++) { for (var ii = 1; ii <= v; ii++) { if(i==ii){str=str+"1 "; } else{str=str+"0 "; } } str=str+";\n";} $("#code3").val(str);

$("#code4").val(str);

$("#code").change();

Код для построения графовой записи для arbor.js var v =$("#code2").val();

var m = $("#code3").val();

var s = "";

m = m.replace(/^[\s\t]+|[\s\t]+$/g,"") var rows = m.split(";") var color = 0;

for (var key in rows) { var val = rows [key];

var va = key-0+1;

var rows2 = val.split(" ") color = color+100000;

ТЕХНИЧЕСКИЕ НАУКИ

if(va = v ) s = s+'\n'+va+'{color:#'+decimalToHex(color)+'}';

for (var key2 in rows2) { var val2 = rows2 [key2];

var va2 = key2-0+1;

if(val2!=0){s = s+"\n"+va+" -> "+va2;} } } $("#code").val(s);

Такая организация позволяет с минимальными затратами построить на основе веббраузера практически неограниченный, открытый и расширяемый набор функциональных компонентов, в которых сочетаются мощные графические средства, возможности динамического программирования, а так же развитые интерфейсы широкого спектра систем и прикладных программ .

Библиографический список

1. Глова В. И., Дуплик С. В. Модели педагогического тестирования обучаемых // Вестник Казан, гос. техн. ун-та им .

А.Н. Туполева. 2003 г. №2. С. 74 - 79 .

2. Григорьев А. П. Елчуева Т. Д. Графосемантический подход в контроле, диагностике и восстановлении знаний авиационных специалистов. 66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2013. 411 с .

3. Григорьев А. П. Керн Е. С. Разработка модели содержания и усвоения учебного материала в автоматизированных обучающих системах. 66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2013. 411 с .

4. Касьянов В. Н., Евстигнеев В. А. Графы в программировании: обработка, визуализация и применение. – СПб.:

БХВ-Петербург, 2003 г. – 1104 с .

5. Лаптев В. В. Модель предметной области и оценка ее сложности в обучающей системе по программированию// Вестник АГТУ. Сер.: Управление, вычислительная техника и информатика. 2010 г. №2 .

6. Мамаев В. Я., Синяков А. Н., К. К. Петров, Д. А. Горбунов Воздушная навигация и элементы самолетовождения .

Учебное пособие. СПб, 2002 г. 256 с .

7. James L. Weaver JavaFX Script: Dynamic Java Scripting for Rich Internet/Client-side Applications, APress, 2007. – 218 p .

УДК 629.7.018.3 Т. А. Ивахива студентка кафедры аэрокосмических измерительно-вычислительных комплексов А. П. Григорьев научный руководитель

РАЗРАБОТКА И ИССЛЕДОВАНИЕ АДАПТИВНЫХ МОДЕЛЕЙ ТЕСТИРОВАНИЯ

В НАВИГАЦИОННЫХ АВТОМАТИЗИРОВАННЫХ ОБУЧАЮЩИХ СИСТЕМАХ

Современные требования федеральных государственных образовательных стандартов (ФГОС) 3-го поколения, реализуемые высшей технической школой, характеризуются существенным сокращением часов, отводимых на лекционные и практические аудиторные занятия, не снижая при этом целевые показатели качества процесса обучения. Таким образом, от преподавателя требуется глубокое переосмысление и переоснащение учебного процесса в контексте организации самостоятельной работы обучаемых, ориентированной на получение знаний из предметной области в рамках внеаудиторной и дистанционной самоподготовки. Поэтому приходится создавать эффективные средства контроля знаний, ориентированные на адаптацию, индивидуализацию и дифференциацию учебного процесса [8] .

Таким образом, основной акцент приходится делать на организацию дистанционного адаптивного контроля и/или самодиагностику знаний за счет повсеместной автоматизации учебного

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

процесса посредством внедрения средств вычислительной техники (ПК) совместно с использованием различных обучающих систем [3] .

Наиболее популярная и широкоуниверсальная форма контроля и диагностики знаний – это тестирование [1, 3]. Тестовый контроль имеет ряд преимуществ, таких как: индивидуализация учебного процесса, эффективность при самостоятельной работе, прогнозирование темпа и результата обучения, объективность в оценке знаний, дистанционность, быстродействие в реальном масштабе времени, усвоение большего количества информации, разгрузка преподавателя [5] .

Среди различных подходов к тестированию наибольшее распространение получило адаптивное дистанционное тестирование закрытого типа, позволяющее обеспечивать адаптацию процесса обучения к индивидуальным характеристикам обучаемых и организовать удаленный мониторинг текущей успеваемости [1]. В классическом алгоритме адаптивного тестирования сложность заданий меняется в зависимости от правильности ответа обучаемого [6].

Проблемные аспекты этого вида тестирования:

вероятность угадывания правильного ответа и элемент списывания. Для того чтобы решить эту проблему нами были рассмотрены пути снижения вероятности угадывания и списывания .

Пути снижения вероятности угадывания:

увеличение числа вариантов ответа на вопрос. Статическое (задается в начале теста и не меняется) и/или динамическое (при каждом правильном и неправильном ответе число вариантов ответа меняется);

введение порога. Некоторое количество правильных ответов подряд, при котором происходит смена сложности текущего вопроса и/или переход к новой категории сложности. Для одного вопроса с восьмью вариантами ответа Ругад=1/8*100%=12,5%. Для двух вопросов уже Ругад=1/8*1/8*100%=1,56%, а для трех – вероятность близка к нулю Ругад=1/8*1/8*1/8*100%=0,19%;

введение двух и более правильных ответов увеличивает число сочетаний и как следствие вероятность угадывания снижается: C8 =28, Ругад=1/28*100%=3,6%; C8 =56, Ругад=1/56*100%=1,8% .

Пути снижения списывания:

введение временного порога Т (некоторое количество времени, отведенное на тестирование). По прошествии заданного времени Т тестирование прекращается и обучаемому выставляется текущая оценка;

введение временного порога t (некоторое количество времени, отведенное на прочтение и ответ на один из вопросов теста). Данный порог может быть постоянным на каждом из вопросов и/или меняться в зависимости от сложности задания. По прошествии заданного времени, если обучаемый не успевает ответить на вопрос, то его ответ не засчитывается и выдается новый вопрос;

представление тестовых заданий с вариантами ответа не в виде текста, а в виде картинки, во избежание копирования, размещения в поисковых программах глобальной сети интернет, использования гипертекстовых ссылок и прочее .

Математическую модель адаптивного тестирования можно представить в виде функции многих переменных [1, 3, 5, 6]:

Tат= f (T, t, P, R, r, V, W, Q, S, H, G, tt, F), где Т – общее время, отведенное на тест; t – время, отведенное для ответа на вопрос; Р – порог, число правильных/не правильных ответов подряд перед сменой сложности вопроса; р – порог внутри категории; R – ранг – категория сложности; r – сложность внутри категории; V – число вариантов ответа на вопрос; W – число правильных вариантов ответа в тексте; Q – число вопросов в сценарии теста; S – начальная сложность; Н – шкала оценивания; G – шаг адаптации; tt – время адаптации;

F – подсказка .

Основным критерием адаптации является сложность заданий [6] (т.к. выбор следующего задания зависит от ответа обучаемого на предыдущий вопрос). Сложность можно рассчитать несколькими методами:

­ экспертное оценивание – процедура получения оценки проблемы на основе мнения спеТЕХНИЧЕСКИЕ НАУКИ циалистов (экспертов) с целью последующего принятия решения (выбора);

­ статистические методы применяются при обработке массового материала – определении средних величин полученных показателей: среднего арифметического (например, определение количества ошибок в проверочных работах контрольной и экспериментальной групп); медианы – показателя середины ряда (например, при наличии двенадцати учащихся в группе медианой будет оценка шестого ученика в списке, в котором все учащиеся распределены по рангу их оценок); подсчет степени рассеивания около этих величин – дисперсии, т.е. среднего квадратического отклонения, коэффициента вариации и др.;

­ графосемантическое моделирование представляет собой метод графической экспликации структурных связей между семантическими компонентами одного множества [2, 7]. Для построения алгоритмов мы выбрали этот метод, так как он позволяет представить набор данных (выборку и/или целостность) в виде системы, в которой каждый из компонентов имеет иерархическую и топологическую определенность по отношению к другим компонентам и всей системе в целом .

Тестируемый не видит итогов выполнения теста до его окончания, чтобы создать положительную мотивацию обучаемого, и исключить автоматическое запоминание ответов. Поэтому эти тесты можно использовать многократно .

В данной работе разработаны два алгоритма адаптивного тестирования с использованием методов снижения вероятности угадывания и списывания на базе учебного пособия [9] .

Алгоритм 1 «Сизифов камень» .

Время на прохождение теста 10 мин. На каждый ответ на вопрос отводится 40 с. Если время, отведенное на ответ истекло, то вопрос не засчитывается и обучаемому предоставляется следующий вопрос. Все тестовые задания имеют один единственный правильный ответ. Тестирование начинается с вопроса из легкой категории с 8-ю вариантами ответа. Если обучаемый ответил неправильно, то число вариантов ответа снижается на один, а время увеличивается на 2 с, и ему предлагается следующий вопрос уже с 7-ю вариантами ответа. Если обучаемый опять не ответил, то число вариантов ответа снижается еще на один, а время на ответ еще на 2 с увеличивается, и он получает следующий вопрос с 6-ю вариантами ответа и т.д. Для перехода на среднюю категорию сложности обучаемый должен ответить минимум на три вопроса подряд без ошибок. С каждым правильным ответом время ответа на вопрос уменьшается на 2 с, а число вариантов ответа увеличивается на один. Если обучаемый ошибается, то счетчик правильных ответов начинается с нуля, и он опять получает вопросы этой же категории сложности. Когда студент, ответив три раза подряд на вопросы средней категории, переходит на тяжелую категорию сложности, то он должен ответить три раза подряд правильно, или, сделав ошибку, перейдет снова в начало алгоритма на легкую категорию сложности. Каждая категория сложности начинает с вопроса с 8 вариантами ответов. Студент получит зачет, только если ответит три раза подряд на вопросы тяжелой сложности до окончания времени, отведенного на прохождение теста .

Алгоритм 2 «Оценивание в белых баллах» .

Время на прохождение теста 6 мин. На каждый ответ отводится 30 с. Если время просрочено, ответ должен засчитываться как неправильный. Все тестовые задания имеют один единственный правильный ответ. Количество вопросов 12. Тестирование начинается со среднего уровня сложности с 5-ю вариантами ответа. Текущая сложность вопроса и число вариантов ответа на вопрос меняются в зависимости от правильного/неправильного ответа обучаемого. Вес вопроса рассчитывается по табл. 1 .

Таблица 1 Весовые значения вопроса

–  –  –

По завершении теста, рассчитываются набранные баллы: вес вопроса, умноженный на коэффициент сложности, равный 1, 2, 3 для легкой, средней и сложной категории соответственно (по табл.1). Шкала оценивания знаний обучаемого – двухбалльная, четырехбалльная и двеннадцатибальная. Присвоение оценки за набранные баллы показано в табл. 2 .

–  –  –

Работа может быть продолжена по поиску оптимального теста по заданным критериям .

Библиографический список

1. Глова В. И., Дуплик С. В. Модели педагогического тестирования обучаемых // Вестник Казан, гос. техн. ун-та им .

А.Н. Туполева. 2003 г. №2. С. 74 - 79 .

2. Григорьев А. П. Елчуева Т. Д. Графосемантический подход в контроле, диагностике и восстановлении знаний авиационных специалистов. 66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2013. 411 с .

3. Зайцева Л.В. Методы и модели адаптации к учащимся в системах компьютерного обучения. Рижский технический университет, 2003г. С.204 – 211 .

4. Григорьев А. П. Елчуева Т. Д. Организация самостоятельной работы при подготовке авиационных специалистов .

66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2013. 411 с .

5. Григорьев А. П. Керн Е. С. Разработка модели содержания и усвоения учебного материала в автоматизированных обучающих системах. 66-ая студенческая научно-техническая конференция ГУАП: Сб. докл. В 2 ч. Ч. I Технические науки /СПб.: ГУАП, 2013. 411 с .

6. Дуплик С. В. Модель адаптивного тестирования на нечеткой математике // Информатика и образование. – 2004 г. N 11. - С. 57-65 .

7. Касьянов В. Н., Евстигнеев В. А. Графы в программировании: обработка, визуализация и применение. – СПб.: БХВПетербург, 2003 г. – 1104 с .

8. Лаптев В. В. Модель предметной области и оценка ее сложности в обучающей системе по программированию// Вестник АГТУ. Сер.: Управление, вычислительная техника и информатика. 2010 г. №2 .

9. Мамаев В. Я., Синяков А. Н., К. К. Петров, Д. А. Горбунов Воздушная навигация и элементы самолетовождения .

Учебное пособие. СПб, 2002 г. 256 с .

УДК 681.5.015 Е. Н. Ишкинина студентка кафедры системного анализа и логистики Н. Н. Майоров канд. техн. наук – научный руководитель

ВОПРОСЫ РАСЧЕТА И АНАЛИЗА УРОВНЯ АВТОМОБИЛИЗАЦИИ

Обострение транспортных проблем в крупнейших городах мира произошло в результате увеличения парка индивидуальных транспортных средств [1, 2]. При этом данное явление проходит на фоне отставания развития транспортных сетей от потребностей дорожного движения. Количество транспортных средств индивидуальных владельцев принято сопоставлять с уровнем автомобилизации. Поэтому разработка подхода по определению данного показателя и его влияния на параметры транспортных потоков является актуальной .

ТЕХНИЧЕСКИЕ НАУКИ

Уровень автомобилизации – это показатель оснащенности легковыми автомобилями населения страны, который рассчитывается как число индивидуальных легковых автомобилей на 1 тыс .

жителей. Под легковым автомобилем подразумевается дорожное транспортное средство (кроме двухколесных транспортных средств), предназначенное для перевозки пассажиров и багажа, вместимостью от 2 до 9 человек, включая водителя. Рассчитывается по методике Международной дорожной федерации (International Road Federation), основанной на данных национальной статистики и международных организаций. В качестве источника информации выступает база данных «World Road Statistics», которая обновляется ежегодно. Наблюдаемый рост экономики России в последние 19 лет, сопровождаемый постоянным увеличением доходов населения (чем выше уровень благосостояния людей, тем больше вероятность приобретения ими автомобилей), способствует как росту общей численности парка транспортных средств, так и бурной автомобилизации населения. В настоящее время Россия находится на этапе, когда прирост ВВП способствует быстрому увеличению уровня автомобилизации населения. Этот процесс выдвигает качественно новые требования к темпам развития сети автомобильных дорог общего пользования для удовлетворения потребностей населения и промышленных предприятий в перевозках. Наметившееся в конце прошлого века отставание развития дорожной сети от темпов роста численности парка автомобильного транспорта не нашло полного отражения в целевых показателях государственных программ строительства дорог из-за ряда факторов, связанных со спадом экономики в тот период времени .

Важным показателем уровня развития дорожной сети являются общая численность парка транспортных средств и автомобилизации населения, которые определяют интенсивность движения транспортных потоков и уровень загрузки дорог движением. Рост численности парка транспортных средств и автомобилизация населения сопровождаются качественным увеличением темпов роста интенсивности движения, которое в условиях сохраняющейся пропускной способности дорожной сети сопровождается резким повышением уровня загрузки дорог движением, а также увеличением общего числа ДТП .

Рассмотрим подход к определению уровня автомобилизации в городах. Анализ работ по данной проблеме свидетельствует об использовании различных подходов к определению уровня автомобилизации. Для расчета данного показателя предложено использование методов экстраполяции данных, результатов построения раструбов прогноза, а также моделей, основанных на многофакторной корреляции. Уровень автомобилизации предложено определять в зависимости от прогноза роста валового регионального продукта, с одной стороны, и на основе возможностей городской транспортной инфраструктуры был выполнен прогноз уровня автомобилизации легковых автомобилей. Или данный показатель определяется на основании значения душевого дохода .

Уровень автомобилизации связан с характеристиками транспортных потоков, исследованию которых посвящены работы [1, 2]. Характеристики транспортных потоков, в свою очередь, взаимосвязаны с параметрами транспортной сети и показателями ее функционирования. Функциональную взаимосвязь уровня автомобилизации, параметров транспортной сети, характеристик транспортных потоков можно представить в виде блок-схемы, приведенной на рис. 1 .

В отличие от существующих подходов, уровень автомобилизации в данном исследовании предложено определять в виде:

A= f(t;/Ца;Nж) (1) где t – порядковый номер года; /Ца – покупательная способность населения (отношение разницы средней заработной платы и прожиточного минимума к средней цене легкового автомобиля), руб./авт.; Nж – количество жителей, тыс. чел .

Полученные с помощью пакетов обработки статистических данных зависимости, используются для определения коэффициентов роста объемов движения в районах города. Коэффициенты роста оказывают влияние на количество корреспонденций, распределяемых по транспортной сети города.

После этого является возможным оценить влияние уровня автомобилизации на параметры транспортных потоков путем определения следующих показателей:

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

–  –  –

Рис. 1. Взаимосвязь факторов, влияющих на формирование транспортных потоков ­ средневзвешенного коэффициента загрузки;

­ резерва пропускной способности;

­ транспортной работы .

Данный подход к определению уровня автомобилизации в городах может быть использован для расчета параметров транспортных потоков в транспортных сетях городов. Предложенный инструментарий позволяет оценить влияние уровня автомобилизации на параметры транспортных потоков (характеристики дорожного движения) и планировать мероприятия по повышению эффективности функционирования транспортных сетей крупнейших городов .

Уровень автомобилизации населения считается одним из важных показателей благосостояния населения: чем выше уровень благосостояния людей, тем больше вероятность приобретения ими автомобилей. Повышение уровня автомобилизации населения приводит к значительному изменению общественной инфраструктуры, увеличению мобильности людей и улучшению экономического положения людей. К негативным последствиям автомобилизации относятся загрязнение воздуха и земли вдоль автомагистралей, шумовое загрязнение городской и пригородной среды, увеличивающееся число автомобильных аварий и их жертв, а также усиление зависимости жизни общества от негативных последствий автомобилизации, хотя степень свободы выбора при передвижении в собственном автомобиле значительно выше, чем в общественном пассажирском транспорте. С другой стороны, процесс автомобилизации в России сопряжен и с негативными явлениями, связанными с недостаточно развитой сетью автодорог, пространственными дефектами этой сети, низкой пропускной способностью ее участков, отсутствием достаточного количества гаражей и парковок. Иначе говоря, автомобильные потоки растут быстрее, чем дорожная сеть и ее качество .

Библиографический список

1. Лобанов Е. М. Транспортная планировка городов. М.: Транспорт, 1990. 240с .

2. Фетисов В.А., Майоров Н.Н. Моделирование транспортных процессов. ГУАП, 2011. 163c .

ТЕХНИЧЕСКИЕ НАУКИ

УДК 531.717.31 А. А. Ищенко студент кафедры аэрокосмических измерительно-вычислительных комплексов Д. Ю. Крысин научный руководитель

КОМПЛЕКСИРОВАНИЕ СИСТЕМЫ СТЕРЕОЗРЕНИЯ

И ВРЕМЯПРОЛЕТНОЙ КАМЕРЫ

Одной из актуальных проблем для систем технического зрения является построение с необходимой точностью трехмерных моделей внешней среды. Данные модели могут быть применены в таких областях, как управление стыковкой космических аппаратов, автономное передвижение БПЛА в условиях отсутствия априорной информации, автоматизация и контроль производства, печать трехмерных объектов и т.д. В ряде задач необходимо, чтобы трехмерная модель, кроме информации о дальности до объектов и их размерах, содержала также информацию об оптических характеристиках объектов. На практике построение таких моделей часто производится путем совмещения отдельных дальнометрических изображений .

В данной работе рассматриваются особенности комплексной системы, включающей стереоскопическую систему технического зрения и времяпролетную камеру, получение с помощью данной системы массива данных, представляющего собой последовательность дальнометрических изображений .

В состав комплексной системы входят: времяпролетная PMD-камера O3D201 (рис. 1,а), 2 web-камеры в качестве стереоскопической ситемы (рис. 1,б), ПК со специализированным программно-алгоритмическим обеспечением; источник питания. Структурная схема системы приведена на рис. 2 .

–  –  –

В табл. 1 приведены основные преимущества и недостатки датчиков комплексной системы .

На основе свойств датчиков был разработан алгоритм получения дальнометрического изображения (рис. 3). В начальный момент времени времяпролетная камера освещает сцену модулированным оптическим излучением инфракрасного (ИК) диапазона. ИК-излучение отражается от объектов сцены и измеряется датчиком изображений камеры. Далее специальная схема оценивает уровни корреляции и вычисляет фазовый сдвиг между излученным и принятым сигналами, который пропорционален дальности до объекта. Сигнал с каждого элемента датчика изображений обрабатывается независимо. В результате получается изображение, являющееся трехмерной моделью поверхности объектов, находящихся в поле зрения камеры. Изображение представляет собой матрицу, количество элементов которой совпадает с количеством чувствительных элементов датчика изображений. Элементы матрицы содержат оценки дальности до соответствующих участков поверхности (в метрах) [1]. Так же в начальный момент времени светочувствительные матрицы web-камер фиксируют оптическое излучение видимого диапазона и передают данные на ПК. Полученные с них изображения представляют собой стереопару, которая затем обрабатывается посредством одного из алгоритмов стереоскопического зрения [2]. В результате, как и в случае с времяпролетной камерой, получается изображение, являющееся трехмерной моделью поверхности объектов, находящихся в поле зрения камеры. Однако, изображение, полученное посредством обработки стереопары, имеет меньший шаг дискретизации определения дальности до объектов сцены, но более высокую детализацию сцены, что позволяет фиксировать объекты малых размеров и более точно определять контур больших объектов (рис. 4). Затем производится интерполяция изображения, полученного с времяпролетной камеры, по данным изображения, полученного системой стереозрения .

ТЕХНИЧЕСКИЕ НАУКИ

–  –  –

При использовании времяпролетной камеры должен учитываться ряд определенных условий [3], при невыполнении которых элементы матрицы изображения могут не содержать оценку дальности. Таким элементам матрицы, согласно алгоритму, присваиваются значения оценок дальностей, которые содержатся в соответствующих элементах матрицы изображения, полученного системой стереозрения. Далее соответствующим элементам матрицы присваивается информация об оптических характеристиках объектов. В результате получается совмещенное дальнометрическое изображение, являющееся фрагментом трехмерной модели среды .

Дальнометрическое изображение, получаемое посредством комплексной системы, имеет более высокую детализацию, а соответственно и большее количество значений дальностей, более высокую точность определения контуров объектов, содержит информацию об оптических характеристиках объектов. Комплексная система, за счет применения датчиков, получающих информацию в различных диапазонах электромагнитного излучения, является более помехоустойчивой. Частота выдачи изображений комплексной системой ограничивается меньшей частотой одного из двух датчиков. Частоту выдачи изображений системой стереозрения можно значительно повысить за счет увеличения шага дискретизации определения дальности до объектов, так как в рассмотренном алгоритме нет необходимости использовать большой шаг дискретизации для системы стереозрения .

Библиографический список

1. Крысин Д. Ю., Небылов А. В. Применение времяпролетных PMD-камер для определения дальности до водной поверхности//Научно-технический вестник информационных технологий, механики и оптики. - 2013. - №2 (84). - С. 33Электронная документация на Интернет-сайте колледжа Миддлбери (Middlebury College) [Электронный ресурс]. URL: http://vision.middlebury.edu/stereo/eval/ (дата обращения 3.04.14)

3. Электронная документация на Интернет-сайте компании IFM [Электронный ресурс]. - URL:

http://www.ifm.com/products/ru/ds/O3D201.htm# (дата обращения 2.04.14) .

ТЕХНИЧЕСКИЕ НАУКИ

УДК 681.772, 528.72 Е. О. Логинова магистрант кафедры аэрокосмических измерительно-вычислительных комплексов А. В. Небылов д-р техн. наук, проф. – научный руководитель

ИССЛЕДОВАНИЕ МЕТОДОВ И СРЕДСТВ КАЛИБРОВКИ ВРЕМЯПРОЛЕТНЫХ КАМЕР

В данной работе представлен анализ основных методов и средств калибровки времяпролетных камер .

Времяпролетные или tof-камеры (от англ. time-of-flight) – это камеры, которые, помимо обычного полутонового изображения сцены, позволяют получать 3D-изображение в виде матрицы, элементы которой содержат оценки дальности (в метрах) до соответствующих участков поверхности объектов, находящихся в поле зрения камеры. Датчики позволяют получать также изображения в двумерной интерпретации, где дальность закодирована в цвете [1] .

Знание трехмерных данных в настоящее время имеет большое значение для многих приложений управления и навигации .

Научно-исследовательские работы в сфере технологий с использованием времяпролетных камер активно ведутся в Германии, США и многих других зарубежных странах. Существуют различные модели tof-камер, такие как: SwissRanger, Photonic Mixer Device, CanestaVision и другие .

Времяпролетные камеры используют при создании карт рельефа поверхности в интеллектуальных системах безопасности транспортных средств для обнаружения препятствий, для навигации роботов, для распознавания лиц, действий человека, в промышленных системах автоматизации технологических процессов, в системах дополненной реальности. Есть работы по применению времяпролетных камер в медицине при решении задач позиционирования пациента, 3Dреконструкции поверхности. Существуют также работы, посвященные использованию time-of-flightкамер для проведения стыковок космических аппаратов. Это лишь некоторые из задач, которые решаются с помощью времяпролетных камер согласно публикациям по данной тематике .

В основе принципа действия tof-камер лежит времяпролетный метод измерения расстояния, суть которого состоит в измерении времени запаздывания отраженного сигнала .

Основными методами модуляции сигнала для измерения времени пролета являются импульсная модуляция и модуляция непрерывной волной [2]. В случае импульсной модуляции непосредственно измеряется время запаздывания отраженного сигнала, дальность D до объекта вычисляется по формуле:

c, D= где c 3 108 м/с – скорость света .

При непрерывной модуляции дальность до объекта прямо пропорциональна фазовому сдвигу между излученным и отраженным сигналами и скорости света c и обратно пропорциональна частоте модуляции f инфракрасного света, которым камеры освещают сцену:

c .

D= 4f Времяпролетные камеры в отличие от стереоскопических систем технического зрения (представляют собой установку из двух камер, разнесенных на некоторое расстояние; используя изображения с обеих камер и сложные вычислительные алгоритмы, можно получить данные о глубине того или иного элемента изображения) позволяют получать 3D-изображения из единственной точки пространства [3]. Преимуществами времяпролетных камер также являются компактность, большая точность получаемой глубины изображения, увеличение рабочего расстояния (табл.) .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

–  –  –

Однако, им присущи и недостатки: низкое разрешение, зависимость точности определения расстояния от мощности излученного сигнала, от интенсивности внешнего освещения, отражательной способности объекта, движения камеры или объекта .

Несмотря на перечисленные ограничения tof-камеры являются одним из наиболее перспективных средств получения 3D-изображений [3] .

Вопросу минимизации ошибок времяпролетных камер с позиции их калибровки посвящено большое число публикаций зарубежных авторов, которые составляют около 40% от имеющихся научных исследований по tof-камерам [5] .

Калибровка представляет собой процесс определения внутренних и внешних параметров камеры. Внутренние параметры определяют оптические свойства камеры, такие как: фокусное расстояние, положение главной точки, величина дисторсии. Внешние параметры связывают систему координат камеры с системой координат сцены, которая находится в ее поле зрения, а также описывают положение и ориентацию камеры в пространстве .

Основными видами калибровки времяпролетных камер являются фотограмметрическая калибровка и самокалибровка .

Фотограмметрическая калибровка. Производится путем наблюдения за калибровочным объектом, геометрия которого в 3D-пространстве известна с очень хорошей точностью. Калибровочный объект обычно состоит из 2 или 3 ортогональных между собой плоскостей. Для фотограмметрической калибровки времяпролетных камер используют калибровочные шаблоны в виде шахматной доски, шаблоны из инфракрасных светодиодов и другие. Недостатком этого метода является дорогая калибровочная аппаратура и ее сложная установка [6] .

Самокалибровка. Для ее осуществления никаких специальных калибровочных объектов не требуется. Здесь используют перемещение камеры в статической сцене. Для самокалибровки необходима полная серия снимков, сделанных под разными углами зрения. Самокалибровка – довольно трудоемкий процесс, который преследует создание встроенных функций масштабирования/фокусировки камеры [7] .

Как правило, более эффективной и надежной является фотограмметрическая калибровка .

Методы самокалибровки менее устойчивы и часто оказываются недостаточно точными .

В настоящее время используют различные методики калибровки времяпролетных камер, эффективность применения которых различна .

Путем использования калибровки можно значительно уменьшить систематические ошибки времяпролетных камер, такие как: расхождение в связи с негармонической модуляцией сигнала;

смещение, зависящее от времени выдержки; неоднородность пикселей [8] .

ТЕХНИЧЕСКИЕ НАУКИ

На рис. 1,а и рис. 1,б приведены значения ошибок в определении расстояния до и после калибровки для двух моделей камер .

–  –  –

Видно, что калибровка позволяет уменьшить ошибки в несколько раз .

Простые калибровочные модели для tof-камер представляют систематическую ошибку как линейные или полиномиальные функции или как фиксированный шум. Такие подходы значительно ограничивают диапазон датчика или точность .

Более точные модели используют справочные таблицы (look-up tables) или функции более высокого порядка, например, смоделированные b-сплайнами. Эти модели обеспечивают гораздо лучшую компенсацию ошибок, но здесь требуется уже необходимое количество справочных и калибровочных данных .

Для улучшения результатов применения калибровочных подходов используют сочетание tofкамер по меньшей мере с одной дополнительной камерой с более высоким разрешением .

Для калибровки времяпролетных камер обычно используют пакет Matlab – Camera Calibration Toolbox и OpenCV – библиотеку алгоритмов компьютерного зрения, обработки изображений и численных алгоритмов общего назначения с открытым кодом, реализованную чаще всего на C/C++ (Visual Studio) .

По результатам проведенной работы можно сделать следующие выводы:

существенные инструментальные систематические ошибки времяпролетных камер могут быть оценены с помощью калибровки;

не существует универсального подхода для калибровки различных по характеристикам времяпролетных камер;

оценка и сопоставление подходов калибровки затруднены в связи с тем, что не все публикации по данной тематике сообщают результаты калибровки; используются различные меры оценки точности .

Библиографический список

1. Крысин Д. Ю., Логинова Е.О. Автономное измерение высоты положения объекта вблизи водной поверхности с помощью времяпролетных PMD-камер // Навигация и управление движением. Материалы докладов ХV конференции молодых ученых «Навигация и управление движением». СПб.: ГНЦ РФ ОАО «Концерн «ЦНИИ «Электроприбор» .

2013. С. 110 – 116 .

2. Яне Б. Цифровая обработка изображений. М.: Техносфера, 2007. 584 с .

3. Крысин Д. Ю., Небылов А. В. Применение времяпролетных PMD-камер для определения дальности до водной поверхности // Научно-технический вестник информационных технологий, механики и оптики. 2013. №2 (84). С. 33 – 39 .

4. 3D Time of Flight Imaging Solutions [Электронный ресурс]. URL: http://www.ti.com/ww/en/analog/3dtof (дата обращения 10.04.13) .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

5. S.Fuchs. Calibration and Multipath Mitigation for Increased Accuracy of Time-of-Flight Camera Measurements in Robotic Applications. Dissertation, Technische Universitt Berlin, 2012 .

6. Sheshu Kalaparambathu Ramanandan. 3D ToF Camera Calibration and Image Pre-processing. Master Thesis, 2011 .

7. M.Lindner. Calibration and Real-Time Processing of Time-of-Flight Range Data. Dissertation, 2010 .

8. Rapp, Holger. Experimental and Theoretical Investigation of Correlating TOF-Camera Systems. Diploma Thesis in Physics, University of Heidelberg, Germany, 2007 .

9. A. Belhedi et al. Non-parametric depth calibration of a TOF camera. 19th IEEE International Conference on Image Processing (ICIP), 2012. P. 549 – 552 .

10. M. Lindner, A. Kolb. Lateral and depth calibration of PMD-distance sensors. Advances in Visual Computing, volume 2, pages 524 – 533. Springer, 2006 .

11. T. Kahlmann, F. Remondino and H. Ingensand. Calibration for increased accuracy of the range imaging camera SwissRanger™. ISPRS Commission V Symposium ’Image Engineering and Vision Metrology’, 2006 .

12. Rapp, Holger. Experimental and Theoretical Investigation of Correlating TOF-Camera Systems. Diploma Thesis in Physics, University of Heidelberg, Germany, 2007 .

УДК 629.735.33 А. П. Лытвак магистрант кафедры аэрокосмических компьютерных технологий Е. А. Суворова канд. техн. наук, доц. – научный руководитель

–  –  –

Определяющим фактором развития микроэлектроники и вычислительной техники является элементная база, которая за несколько десятилетий своего существования неоднократно качественно менялась. Требования к ней с каждым годом становятся все жестче .

От поколения к поколению интегральные микросхемы становятся все более производительными, их габаритные размеры уменьшаются, а функциональность при этом даже растет. Повсеместная миниатюризация электронных приборов не оставляет выбора разработчикам современных технологий производства интегральных схем – (ИС) .

Для обеспечения более высокого уровня функциональности при минимальных размерах и максимальном быстродействии остается, пожалуй, единственно возможный на сегодняшний день, путь развития конструкции ИС — 3D-интеграция .

Повышение степени интеграции и функциональных возможностей кремниевых ИС требует совершенствования и усложнения корпусов, в которые монтируются эти чипы. Количество выводов современных корпусов превышает 1000, а оптимизация сборочных техпроцессов привела к созданию сложной прецизионной трехмерной технологии 3D-корпусирования. Функционально сейчас СБИС в 3D-корпусе равнозначна печатной плате 10-летней давности, только имеет габариты в сотни раз меньше [1] .

Широкий спектр современных изделий, использующих технологии 3D-микрокорпусирования и микросборки, или, иными словами, «системы в корпусе», можно упрощенно классифицировать по трем основным группам:

Многокристальные модули с кристаллами, расположенными один на другом (stacked dies), и организацией межсоединений проволочными выводами .

Многоэтажные корпуса (system on package,SoP) с организацией межсоединений с помощью шариковых выводов или так называемых «бампов» .

Многокристальные модули, использующие технологии создания для организации межсоединений переходных отверстий в материале самих полупроводниковых кристаллов (through silicon vias, TSV) [2] .

Эта классификация представлена на рис. 1 .

ТЕХНИЧЕСКИЕ НАУКИ

Рис. 1. Классификация 3D-интегрированных структур по трем основным группам Наиболее перспективны и активно разрабатываются сейчас в мире изделия третьей группы, интегрированные на уровне полупроводниковых пластин и кристаллов с переходными отверстиями (TSV-технология) .

План развития TSV-технологии приведен на рис. 2 .

–  –  –

Основные принципы 3D-разработки, в общем случае, не отличаются, от разработки 2Dмодели. Движение происходит через те же этапы. Применяются те же алгоритмы компоновки, размещения и трассировки .

Рассчитываются размеры кристалла, уточняются требования к системам электропитания и синхронизации, строится дерево синхронизации, сети распределения электропитания, делаются оценки потребляемой мощности и параметров линии связи .

Если в состав СнК входят аналоговые блоки, то разработку топологии аналоговых блоков и их подключение к цифровой части необходимо осуществлять вручную. Далее производятся моделирование перекрестных искажений, теплофизический анализ, физическая верификация топологии [3] .

В данной статье рассмотрены топологические особенности 3D-интеграции, которые отсутствуют в традиционных планарных интегральных схемах .

Одно из основных преимуществ 3D-интеграции на основе TSV – это общая длина соединений, которая укорачивается благодаря вертикальным TSV соединениям. Однако сами размеры TSV являются основным препятствием при их многократном использовании. По данным ITRS 2009 г., размеры TSV будут в диапазоне 1мкм до 5мкм до 2015 г. Однако размеры схемы с четырьмя транАЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ зисторами в тоже время будут уменьшены с 0.82 мкм до 0.2 мкм. Это означает, что соотношение площадей TSV и логических вентилей будет расти от 2.74=(2.25/0.82) до 5=(1/0.2) [4] .

Соотношение становится еще большим, если иметь в виду дополнительные зоны, которые необходимы для избегания проблем стресса .

Поскольку длина общей шины является ключевым фактором при проектировании, то при проектировании следует учитывать все особенности TSV. А также требуется исследование RC параметров больших TSV, для оценки их влияния на потребление мощности и другие характеристики .

Распределение TSV – краеугольный камень 3D-проектирования. Количество и местоположение TSV особым образом влияет на качество и надежность 3D-технологии. Недавние исследования [4] показывают, что общая длина межсоединений уменьшается настолько, насколько использованы TSV, но разумеется, до какой-то степени [5]. Однако в основном по причине больших размеров TSV, длина межсоединений начинается расти от какой-то оптимальной точки, как показано на рис. 3 .

Рис. 3. Площадь кристалла и длина межсоединений при использовании TSV

Количество TSV, которые были использованы в 3D-технологии, полностью зависит от того, как 2D-дизайн был поделен на части. Для оптимального распределения проекта, требуется исследование каждого частного случая. А также требуется исследование для оценки влияния распределения TSV на качество и надежность 3D-проекта. Возможным решением этой проблемы может явиться оптимальный выбор между регулярным и нерегулярным размещением TSV [5] .

Немаловажным фактором является оценивание влияния размеров TSV на потребляемую мощность, надежность и производительность .

Одной из причин, которая делает технологию 3D всеобще неприменимой, это проблема теплоотвода. В проектах, где мощность составляет примерно 100 Вт/см, появляются температурные пики. 3D-расположение слоев микросхемы должно быть тщательно проработано, чтобы минимизировать такие «горячие точки». При хорошем подходе к проектированию необходимо размещать все энергоемкие узлы в верхнем слое (который ближе к теплоотводу). Ограниченное применение дополнительных термических TSV из меди, устанавливаемых рядом с пиковыми точками, может помочь в некоторых случаях .

Также возможно применение новых подходов к охлаждению .

Например, использовать специальное программное обеспечение для теплового управления (алгоритм тепловой оптимизации «Thermal Herding» для высокопроизводительных многоядерных 3D-микропроцессоров) .

Применение жидкостного охлаждения, (с применением micro-scalefluidic channels MFS), так же возможно [6] .

ТЕХНИЧЕСКИЕ НАУКИ

Еще одной проблемой при 3D-проектировании является обеспечение элементов питанием необходимой мощности. Внешние шины питания соединяются при помощи нескольких вертикальных TSV питания. Количество TSV питания ограничено в связи с проблемами при размещении и трассировки, к тому же, трассировка «сигнал» соединений (signal routing) должно выполняться очень тщательно, чтобы предотвратить появление емкостных связей между ними и TSV питания [7] .

Рассмотренные недостатки явно показывают что, для технологии 3D необходима разработка качественно новой, оптимальной схемотехники .

Рентабельное массовое производство по 3D-технологии затруднено вследствие отсутствия утвержденных стандартов, и собственных «правил проектирования» .

Очевидно, что причиной этому является недостаточность теоретических исследований и малое количество экспериментальных данных .

Тем не менее, технология 3D-сборки является одним из наиболее перспективных методов, позволяющих снижать размеры микросхем за счет увеличения плотности упаковки, увеличивать пропускную способность соединений внутри кристалла и уменьшать его энергопотребление .

Увеличение плотности, благодаря вертикальному размещению элементов, будет способствовать многократному сокращению затрат на производство ИС по сравнению с традиционными 2D ИС при той же технологии производства .

И даже, несмотря на то, что суммарная площадь кремния, используемого в устройстве, остается практически неизменной, но размер каждого отдельного кристалла уменьшается в разы. Это влияет на такой важный параметр, как долю выхода годных кристаллов .

Библиографический список

1. Васильев А. Современные технологии 3D-интеграции// Компоненты и технологии. 2010. №1. С. 156–158 .

2. Хохлун А. 3D-интеграция – один из возможных путей опережающего развития отечественной микроэлектроники// Компоненты и технологии. 2010. №12. С. 148–150 .

3. Автоматизированное проектирование наносистем/ А. И. Власов, Л. А. Зинченко, В. В. Макарчук, И. А. Родионов. М.:

Издательство МГТУ им. Н. Э. Баумана, 2011, 183 с .

4. International Technology Roadmap for Semiconductors (ITRS), www.itrs.net

5. Аракелян В. А. Проблемы и перспективы в трехмерном проектировании интегральных схем// Международная научно-практическая Интернет-конференция. Современные направления теоретических и прикладных исследований, 2014. 10 с .

6. Hyung Beom Jang, Ikroh Yoon, Cheol Hong Kim, Seungwon Shin, Sung Woo Chung Quantifying Architectural Impact of Liquid Cooling for 3D Multi-Core Processors// Journal of semiconductor technology and science. 2012. №3. С. 297–312 .

Michael B. Healy, Sung Kyu Lim Distributed TSV Topology for 3-D Power-Supply Networks// IEEE Transactions on very 7 .

large scale integration (VLSI) systems. 2012. С. 2066–2079 .

УДК 681.51 А. Э. Медина Падрон магистрант кафедры аэрокосмических измерительно-вычислительных комплексов Ю. П. Иванов канд. техн. наук, доц. – научный руководитель

ИССЛЕДОВАНИЕ АДАПТИВНОГО ФИНИТНО-СПЕКТРАЛЬНОГО

АЛГОРИТМА ОБРАБОТКИ НАВИГАЦИОННОЙ ИНФОРМАЦИИ

Как известно, оптимальным по критерию минимума среднего квадрата ошибки оценки линейным фильтром является фильтр Калмана. Это утверждение является верным, когда известна модель измерения. На практике в большинстве задач точные корреляционные функции полезного сигнала и помехи неизвестны. Известно два подхода к фильтрации сигналов в условиях априорной неопределенности – адаптивный и робастный. Робастный подход позволяет получить оценку снизу

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

для широкого класса сигналов. Адаптивный подход позволяет подстраивать алгоритм фильтрации под изменение параметров сигнала и помехи. Минусом такого подхода является наличие времени адаптации. В данной работе рассматривается спектрально-финитная адаптивная фильтрация, основанная на представлении случайного сигнала в виде частичной суммы ряда Карунена-Лоэва, который является частным случаем ряда Фурье .

Ставится задача оценивания полезного сигнала на фоне помехи, представляющей собой нормально распределенный дискретный белый шум с заданной интенсивностью. Полезный сигнал

–  –  –

где – параметр корреляции; – среднеквадратическое отклонение сигнала .

Известны диапазоны изменения параметров и, но не их точные значения .

Модель измерения линейная .

Алгоритм оптимальной фильтрации Калмана является классическим и описан в [2] .

–  –  –

Для иллюстрации работы финитно-спектрального алгоритма был представлен в виде рядов Карунена-Лоэва случайный марковский сигнал первого порядка .

Рис. 3. Иллюстрация разложения сигнала с помощью рядов Карунена Лоэва Как видно из рисунка, достаточно полное описание процесса можно получить, используя всего около трех компонент спектрального разложения. Это подтверждается так же значениями дисперсий соответствующих компонент .

Рис. 4. Зависимость точности аппроксимации случайного процесса его представлением в виде рядов Карунена-Лоэва от числа используемых спектральных компонент

–  –  –

где BBs – матрица собственных векторов матрицы Kx; Kxo – матрица корреляционных моментов оценки полезного сигнала; KCxz – взаимная матрица спектральных момент полезного и наблюдаемого сигналов; A – оператор оптимального оценивания; KCx – матрица спектральных момент полезного сигнала; Kx – оценка корреляционной функции полезного сигнала .

Рис. 5. Когда сходимость входит в 5% порог – можно говорить об окончании времени адаптации

Результаты моделирования. Для оценки качества работы адаптивного финитноспектрального алгоритма, было произведено моделирование его работы параллельно с классическим фильтром Калмана, а так же тремя его адаптивными модификациями:

1. Адаптивный алгоритм с плавной подстройкой (Adaptive Fading Kalman Filter – AFKF). (На графиках – «адаптация по модели измерения») .

Этот метод ориентирован на адаптацию к изменению модели системы. Идея заключается в том, что в случае возрастания ковариации невязки наблюдений по сравнению с ее ожидаемым значением медленно повышать ковариационную матрицу вектора состояния

2. Метод уточнения ковариации по обновляющему процессу (Innovation-based Adaptive Estimation – IAE). (На графиках – «адаптация по помехе») .

Этот подход базируется на идее, что ковариационную матрицу шума наблюдений можно оценить по ковариационной матрице невязок. Слабой стороной такой схемы построения адаптивного алгоритма является необходимость быть уверенным, что изменение ковариации невязки обусловлено именно шумом наблюдений, а не шумом вектора состояния или изменением модели динамической системы .

3. Гибридный IAE/AFKF алгоритм (Hybrid) .

Данный метод обеспечивает одновременную адаптацию алгоритма к изменению ковариации шума наблюдений и шума системы (маневра) [3] .

Был проведен ряд экспериментов, в которых определенным образом менялись априорные данные о параметрах полезного сигнала и помехе так, что бы они отличались от реальных .

Исходные параметры сигнала:

­ параметр корреляции = 0.01 с-1;

­ СКО сигнала с = 3 м/с.;

­ СКО помехи р = 1 м/с .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

–  –  –

Моделирование показало, что когда корреляционная функция полезного сигнала достоверно известна, точность оценивания финитно-спектрального алгоритма уступает фильтру Калмана незначительно, не более чем на 10%. Финитно-спектральный алгоритм показывает высокую точность оценивания полезного сигнала в условиях, когда достоверно известна интенсивность помехи .

При изменении корреляционной функции полезного сигнала, в случае известной интенсивности помехи, он показывает более высокую точность, чем адаптивный фильтр Калмана .

Библиографический список

1. Метод адаптивной комплексной оптимально-инвариантной фильтрации сигналов. Ю.П.Иванов, Приборостроение .

2. Теория оценивания и ее применение в связи и управлении. Сейдж, Меллс .

3. Адаптивная фильтрация координат маневрирующего объекта при изменениях условий передачи в радиолокационном канале. Е.П. Великанова, Е.П. Ворошилин, доклады ТУСУРа, 2012 г .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

УДК 004.4'242 П. П. Морозкин студент кафедры аэрокосмических компьютерных и программных систем И. Я. Лавровская научный руководитель

–  –  –

Моделирование протокола передачи данных является важным процессом на этапах создания спецификации протокола. После построения формальной модели протокола с использованием языка SDL выполняется тестирование модели, реализующей систему передачи данных, передающихся по моделируемому протоколу. Однако, для создания модели сети, состоящей из многих узлов необходимо использовать особенные подходы, основанные на программной реализации модели, содержащей стек протоколов. Это объясняется тем, что создание моделей сетей с использованием графической нотации языка SDL влечет значительные временные затраты. Предварительные исследования показали, что для задачи создания экземпляров моделей уместно использовать модификацию программного кода сгенерированной модели. Модификация кода влечет за собой ряд задач, существенной из которых является задача обработки программного кода SDL-модели .

В работе исследуется задача обработки программного кода SDL-модели для создания сетевой модели сети, состоящей из однотипных узлов, каждый из которых реализован на языке SDL [1] .

Ранее проведенные исследования показали потенциальную возможность использования SDLмоделей для создания моделей сетей путем изменения программной реализации оригинальных SDL-моделей стеков протоколов передачи данных. Для этого был разработан [2] ряд механизмов, предназначенных для организации копирования архитектуры моделей, расширения внутренней логики процессов модели, составляющих поведенческую часть, и инициализирующих экземпляры моделей механизмов. Для автоматизации процесса синтеза программного кода было предложено [3] разработать подход, позволяющий использовать указанные механизмы в синтезированной модели .

Обработка программного кода выполняется с целью расширения существующего функционала модели .

Получение симулятора. На рис. 1 показана идея получения симулятора, предназначенного для создания экземпляров SDL-моделей. Процесс начинается с построения высокоуровневой графической SDL-модели и заканчивается компиляцией и компоновкой автоматически сгенерированного программного кода SDL-модели и программного кода ядра моделирования SDL, результатом которых является исполняемый симулятор. Для работы с моделями, написанными на языке SDL, нами используется пакет прикладных программ и инструментальных средств Рис. 1. Получение симулятора

1) имеющийся подход, 2) предлагаемый подход

ТЕХНИЧЕСКИЕ НАУКИ

IBM Rational SDL and TTCN Suite. Для получения симулятора, позволяющего создавать экземпляры, в исходный процесс добавляется подпроцесс, выполняющий обработку программного кода с целью преобразования программной реализации компонентов SDL-модели [4]. В результате данной операции на вход процесса компиляции и компоновки подается обработанный код, который компилируется в исполняемый симулятор, способный оперировать несколькими моделями одновременно .

Обработка программного кода. Задачи обработки кода состоят в поиске необходимого кода, определении правила для его обработки и обработки данного кода. По мере обработки кода выполняется синтез программного кода SDL-модели. Задача поиска необходимого кода сводится к классификации и поиску компонентов исходного кода. Для программной SDL-модели такими компонентами являются система, процессы, блоки, сигналы, каналы, и т.д. [1]. Часть программной реализации компонента «package» (пакет) [1] представлена в листинге 1 .

Листинг 1. Исходная программная реализация компонента «пакет»

Задача обработки программного кода состоит в преобразовании кода, реализующего компонент, в соответствии с правилами. В результате обработанный код постепенно синтезируется в результирующий код модели. Обработанная программная реализация компонента «package» представлена в листинге 2 .

Листинг 2. Обработанная программная реализация компонента «package»

Для организации процесса обработки программного кода предлагается разработать инструментарий, предназначенный для получения кода модели, позволяющей создавать экземпляры SDL-моделей. На вход инструментарию поступают файлы сгенерированного программного кода .

Инструментарий определяет тип файла, анализирует его содержимое на предмет соответствия шаблонам, определяет правила для обработки, обрабатывает код. На выходе инструментарий выАЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ дает файлы, содержащие обработанный программный код. Генерация тестовых моделей может осуществляться путем генерации моделей, представленных в текстовой нотации [1] .

Организация процесса непрерывной интеграции. По причине того, что процесс построения инструментария требует скорейшего обнаружения и решения возникающих проблем, необходимо использовать непрерывную интеграцию [5], состоящую в частых автоматизированных сборках проекта. Основными этапами являются: получение программного кода инструментария из репозитория, управляемого системой контроля версий, выполнение процесса сборки инструментария, автоматическое выполнение тестов над тестовыми моделями, генерация и отправка отчетов, получение статистики. Процесс тестирования инструментария представлен на рис. 2. Назначением данного процесса является выявление дефектов корректности работы инструментария, синтезирующего программный код. Результатом тестирования является факт компиляции синтезированного программного кода .

<

Рис. 2. Процесс тестирования инструментария

Процесс совместного тестирования инструментария и генерируемых им программных моделей представлен на рис. 3. Данный процесс предназначен для совокупного тестирования работы инструментария и моделей на соответствие исходным критериям, по которым генерировалась исходная модель .

Рис. 3. Процесс совместного тестирования инструментария и моделей

Нагрузочное тестирование получаемых моделей необходимо для определения корректности работы внутренних механизмов при длительной непрерывной работе моделей. По завершению тестирования получаемые результаты сравниваются с результатами работы оригинальной модели .

Критериями проверки могут быть частота отправки сигналов и их параметры, переходы в определенные состояния, временные характеристики, значения обработанных моделью данных .

Заключение. В работе предложен механизм обработки программного кода SDL-моделей стеков протоколов для построения сетевых моделей, необходимых для моделирования сетей, в которых передача данных всеми узлами ведется по моделируемому протоколу. Описаны как задачи, возникающие в процессе реализации обработки кода, так и задачи, возникающие при проектировании инструментария, его тестировании и тестировании моделей, получаемых в результате его работы .

ТЕХНИЧЕСКИЕ НАУКИ

Библиографический список

1. International Telecommunications Union: Recommendation Z.100 (11/07), Specification and Description Language (SDL) .

2. P. Morozkin, V. Olenev, I. Lavrovskaya, K. Nedovodeev, Integration of SDL Models into a SystemC Project for Network Simulation, SDL 2013: Model-Driven Dependability Engineering, Lecture Notes in Computer Science Volume 7916, 2013, pp. 275-290, ISBN 978-3-642-38910-8 .

3. П. Морозкин. Построение библиотеки стека протоколов на основе SDL-модели для моделирования с использованием SystemC, 66-я международная студенческая научная конференция ГУАП

4. IBM Rational. IBM Rational SDL Suite User's Manual. IBM Rational (2009) .

5. Paul M. Duvall, Stephen M. Matyas III, Andrew Glover, Continuous Integration: Improving Software Quality and Reducing Risk, Addison-Wesley Professional (2007) .

УДК 681.5.015 Е. А. Новицкий магистрант кафедры системного анализа и логистики Н. Н. Майоров канд. техн. наук – научный руководитель

ВОПРОСЫ ОПРЕДЕЛЕНИЯ РАЦИОНАЛЬНЫХ МАРШРУТОВ И ТРАНСПОРТНЫХ СРЕДСТВ

ПРИ ОРГАНИЗАЦИИ МЕЖДУГОРОДНИХ ПЕРЕВОЗОК

История человеческого общества неотделима от истории развития транспорта. В настоящее время автомобильные перевозки находятся на той стадии, когда нормальное функционирование общества невозможно представить без данного вида услуг. Но все же в целом по миру автомобильные грузоперевозки все еще находятся на стадии развития, и потребность в данных услугах растет с каждым днем. Автомобильный транспорт занимает важное место в транспортной системе страны. Согласно статистике ФСГС [1], основываясь на показателях объемов перевозок груза лидирующая позиция (около 69%) принадлежит автомобильным грузоперевозкам (рис. 1) .

1,8 12,9 16,7 68,6

–  –  –

Рис. 1. Распределение объемов грузоперевозок по видам транспорта, % Большая роль автомобильного транспорта на транспортном рынке страны обусловлена его специфическими особенностями и преимуществами перед другими видами транспорта .

В табл. 1 приведены основные достоинства и недостатки автомобильного транспорта, существенные с точки зрения логистики .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

–  –  –

Перевозка грузов автомобильным транспортом является сложным производственным процессом, состоящим из ряда операций, образующих общий технологический процесс. Процесс доставки груза от отправителей к получателям состоит из трех основных элементов: погрузки груза на подвижной состав в пунктах отправления, перемещения груза подвижным составом от пунктов отправления до пунктов назначения, выгрузки груза с подвижного состава в пунктах назначения. При доставке груза возникает также необходимость выполнения различных других работ, связанных с транспортным процессом (прием груза у грузоотправителя и сдача его грузополучателю, сопровождение и охрана груза во время перевозки, оформление товарно-транспортных документов и т.д.) .

Весь комплекс связанных с транспортным процессом работ, выполняемых с момента приема груза в пункте отправления до момента сдачи груза в пункте назначения, называется транспортноэкспедиционной работой .

Планирование перевозок является важным моментом транспортного процесса, задачей которого является конкретизация и детализация организационных мероприятий, связанных с перевозкой груза (определение рационального маршрута, выбор транспортного средства и координация всего транспортного процесса), с целью максимального удовлетворения всех требований заказчика, снижения издержек, доставки груза точно в срок [2] .

При выборе транспортного средства для перевозки производят расчет техникоэксплуатационных показателей работы подвижного состава. Так же учитываются специфика груза, необходимая скорость доставки, погодно-климатические и дорожные условия в регионах, через которые будет осуществляться перевозка, требования заказчика. Оценивается трудоемкость и стоимость перевозки .

Определение рациональных маршрутов движения позволяет минимизировать сроки доставки груза, более эффективно использовать транспортное средство, выполняющее перевозку груза, выполнить план и график перевозки, тем самым минимизировать издержки на перевозку и выполнить доставку груза точно в срок .

Для прокладки маршрута и определения его параметров можно воспользоваться системой управления перевозками, позволяющей наиболее рационально выполнять составление маршрутов доставки TopLogistic .

Допустимая протяженность участков маршрута, на которых транспортное средство может совершать свою работу, устанавливается в соответствии с Положением о рабочем времени и времени отдыха водителей автомобилей, утвержденным постановлением Министерства труда и социального развития РФ, а также с учетом нормативов скорости движения .

При составлении технико-экономического обоснования выбора оптимального маршрута, учитываем затраты на перевозку груза на каждом участке маршрута для каждого транспортного средства (затраты на расход топлива для транспортного средства, затраты на расход масел и смазочных материалов, затраты на оплату труда водителей, дополнительные расходы), географию региона, ее погодно-климатические и дорожные условия .

ТЕХНИЧЕСКИЕ НАУКИ

Использование системного подхода и современных методов определения рациональных маршрутов и транспортных средств позволяет сократить издержки, тем самым увеличить прибыль и повысить эффективность выполнения междугородних автомобильных перевозок .

Библиографический список

1. Сильянов В.В. Теория транспортных потоков в проектировании автомобильных дорог и организации движения.М.: Транспорт, 1977.- 301 c .

2. Кочерга В.Г., Зырянов В.В. Интеллектуальные транспортные системы в дорожном движении: учебное пособие – РГСУ 2001. – 108c .

УДК 62-83(075.8) С. М. Пахарев студент кафедры аэрокосмических компьютерных технологий Г. С. Бритов канд. техн. наук, доц. – научный руководитель

АВТОМАТИЗИРОВАННЫЙ РАСЧЕТ СИСТЕМ ПОДЧИНЕННОГО РЕГУЛИРОВАНИЯ

В настоящее время достаточно актуальной проблемой является разработка и проектирование систем подчиненного регулирования (СПР). Практически любой электропривод (ЭП) на сегодняшний момент использует именно эту систему как наиболее практичную [1, 2]. СПР можно использовать не только в ЭП, но и в любой электромеханической системе .

Современные системы управления электроприводами строятся, в большинстве случаев, в виде многоконтурных систем подчиненного регулирования. Контур регулирования тока (момента), как внутренний контур системы подчиненного регулирования, определяет настройку и динамические показатели остальных внешних контуров регулирования ЭП. Сам принцип подчиненного регулирования значительно облегчает поиск передаточных функций регуляторов и реализацию желаемого управления [3] .

Целью выполненной работы было автоматизировать процесс расчета многоконтурных систем подчиненного регулирования на основе функций математического пакета MatLab .

Исходные данные расчета СПР

Будем рассматривать СПР, включающую объект регулирования, звенья которого описываются известными передаточными функциями, регулирующую часть и фильтр. Для выполнения расчета СПР необходимы следующие исходные данные:

­ порядок объекта регулирования, или количество контуров в СПР;

­ передаточные функции звеньев объекта регулирования;

­ передаточные функции звеньев регулирующей части;

­ передаточная функция звена фильтра .

Схема системы подчиненного регулирования n-ого порядка приведена на рис. 1 .

–  –  –

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

На рис. 1 приняты обозначения: Wpi – передаточная функция регулятора i-ого контура, Wi (s ) – передаточная функция звена объекта регулирования i-ого контура, W (s ) – передаточная функция фильтра Из рис. 1 следует, что вместо фильтра для контура с номером i будет использоваться результат расчета контура i 1. Так, для второго контура фильтром будет являться результат расчета первого контура .

Фильтр в данной схеме СПР ограничивает полосу пропускания системы и обеспечивает ее помехозащищенность. Передаточная функция такого фильтра обычно представляется в виде апе

–  –  –

Данный алгоритм можно реализовать с помощью математического пакета Matlab для получения быстрого и точного результата проектирования системы подчиненного регулирования. Кроме того, учитывая особое значение постоянной времени фильтра целесообразно осуществить интерактивную процедуру выбора ее по критерию, например, величины максимального перерегулирования .

Результаты расчета пятизвенного объекта Для расчета СПР объекта, имеющего любое число звеньев, в соответствии с алгоритмом, показанном на рис. 2 была написана программа в математическом пакете Matlab. Помимо реализации

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

–  –  –

Заключение Проектирование и создание систем подчиненного регулирования можно значительно облегчить при применении рекурсивного принципа. На сегодняшний день СПР получили наиболее широкое распространение в связи с их сравнительно простым моделированием и реализацией, поэтому исследования в этой области являются достаточно актуальными. Ведь, вполне может быть, что автоматические устройства когда-нибудь должны полностью заменить человеческий труд. А для этого необходимо изучение предметной области и автоматизация проектирования таких устройств .

Библиографический список Шрейнер Р.Т. Системы подчиненного регулирования электроприводов. Екатеринбург. Издательство Уральского 1 .

гос. проф.-пед. ун-та, 2008. 279 с .

Терехов В.М. Системы управления электроприводов. Издательский центр «Академия», 2006. 304 с .

2 .

О.В.Слежановский Системы подчиненного регулирования электроприводов переменного тока с вентильными преобразователями. Энергоатомиздат, 1983. 256 с .

Атанов В.А., Бритов А.Г. Автоматизация расчета систем автоматического регулирования электроприводов // Завалишинские чтения’12, СПб, 2012, С.12-19 .

УДК 004.732 С. М. Пахарев студент кафедры аэрокосмических компьютерных технологий А. Ю. Сыщиков научный руководитель

–  –  –

Бортовые локальные вычислительные сети (БЛВС) предназначены для связи устройств, расположенных в рамках такой сети. При этом устройства могут быть связаны не напрямую друг с другом, а через один или несколько коммутаторов, а также физически находится в разных частях одной сети. Данный подход применяется в авиакосмической области при построении летательных аппаратов. Зачастую бортовые сети имеют большое количество узлов и поэтому построение таких сетей вручную является сложной задачей даже для группы специалистов: требуется построить и оценить все возможные варианты соединения узлов между собой, при этом обеспечить требуемые тактико-технические характеристики (ТТХ) .

Гораздо удобнее предоставить специалистам один или несколько готовых вариантов сети, обладающих наилучшими свойствами, чтобы они затем выявили направления работы и произвоТЕХНИЧЕСКИЕ НАУКИ дили дальнейшие оценки полученных вариантов .

В связи с этим появилась идея автоматического построения, для которого достаточно было бы ввести только исходные данные, а затем программа построила сеть и сохранила результаты своей работы для последующего анализа и следующих этапов проектирования БЛВС. Таким образом можно строить сети больших размеров, не привлекая к этому большое количество специалистов, а так же получить оптимальный вариант решения исходя из заданных пользователем ограничений: достаточно ввести исходные данные, запустить программу, дождаться ее окончания и провести тестирование получившихся моделей .

Исходные данные

Все входные данные описываются строго согласно стандарту и предоставляются в формате *.xml – файлов. В них должны присутствовать:

­ перечень терминальных узлов с размещенными на них задачами;

­ набор параметров каждого логического канала, при этом обязательной характеристикой является его пропускная способность и допустимая задержка;

­ параметры узлов-коммутаторов, которые могут быть использованы для построения сети (берется из библиотеки компонент);

­ наложенные пользователем ограничения, к примеру, по массе логической или физической структуры, энергопотреблению .

Принципы построения сети В ходе выполнения алгоритма строится сеть с логическими каналами с заданными временными характеристиками и с соблюденной по ограничениям массе .

В ходе формирования коммуникационной системы БЛВС каждому логическому каналу ставится в соответствие маршрут. Условный путь должен удовлетворять пользовательским ограничениям, заданным для соответствующего ему логического канала. Требование по временным параметрам для логического канала должно соответствовать задержке в условном пути. При вычислении задержки в маршруте суммируются задержки на коммутаторах, через которые он проходит [2] .

Поскольку в локальных вычислительных сетях зачастую одно устройство имеет множество связей с другими устройствами, то в программе по автоматическому построению сети был принят шаблон для упрощения построения сети в целом. Этот шаблон называется «древовидная структура» .

Древовидной называется такая двухуровневая структура, в которой присутствует один узел приемник/передатчик и не менее трех передатчиков/приемников, а также удовлетворяющая определенному набору свойств. При этом передача данных внутри такой структуры однонаправлена для всех логических каналов. Пример логического дерева изображен на рис. 1 .

Рис. 1. Логическое дерево

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

Построение древовидной структуры идет снизу вверх, то есть от листьев к корню. При этом происходит резервирование портов – проверяется возможность того, что узлы участвуют в других деревьях или в произвольных структурах. При построении будут построены все возможные комбинации коммутаторов. После будет выбран наилучший вариант, и затем построен и сохранен в промежуточном решении, и, если требуется, будет продолжаться построение произвольной структуры .

При построении произвольной структуры применен алгоритм полного перебора методом поиска в глубину, что позволяет экономить ресурсы памяти, что является необходимым при построении сети больших размеров [1] .

Время выполнения данной части программы будет зависеть от того, сколько недостроенных логических каналов в сети находится на момент начала работы алгоритма .

Первым шагом при построении произвольной структуры будет построение «мостов» между кластерами. Мостом является физический канал, на концах которого находятся коммутаторы, один из которых принадлежит одному из двух соединяемых кластеров, а другой – другому .

Построение произвольной структуры разбито на несколько подэтапов:

построение прямого физического канала от последнего узла пути логического канала до узла-приемника с прокладкой логического канала;

прокладка логического канала в существующий физический, соединяющий последний узел в пути логического канала и любой коммутатор, не встречавшийся ранее на пути логического канала, или узел-приемник;

построение прямого физического канала от последнего узла логического канала до коммутатора, связанного с узлом-приемником напрямую и прокладка логического канала в него .

При построении произвольной структуры учитывается и кластеризация элементов:

прохождение логического канала через мост возможно только один раз;

логический канал может проходить только через мост, связывающий кластер, в котором находится узел-источник и кластер узла-приемника. При этом если оба этих узла лежат в одном кластере, то логический канал ни разу не пройдет через какой-либо мост .

Критерием окончания построения произвольной сети считается отсутствие недостроенных логических каналов. После того, как было найдено какое-либо решение, последнее совершенное действие отменяется, и происходит переход на следующий возможный вариант построения. Таким образом реализуется обход в глубину .

После нахождения какого-либо варианта решения происходит проверка параметров сети:

сначала по пользовательским ограничениям, затем вариант сравнивается с найденными ранее вариантами, затем производится проверка по формулам, основанным на теории массового обслуживания. Данные формулы рассчитывают не только статические, но и динамические характеристики сети. В них рассчитывается наихудший вариант, при котором сеть будет функционировать: рассматривается случай, при котором каждый логический канал является последним в очередь на передачу данных на каждом встречающемся на его пути узле. Таким образом происходит проверка на максимальную возникающую задержку в каждом канале. Если хотя бы один канал превысил максимальную допустимую задержку, то тогда рассматриваемый вариант отбрасывается из рассмотрения и программа переходит к поиску следующего решения .

Также при построении сети строятся маршруты передачи данных для каждого логического канала. Маршрут содержит в себе узлы, через которые проходит логический канал и выходящие порты этих узлов .

Пример и результат работы Исходными данными являлся граф задач, содержащий характеристики согласно таблице, изображенной на рис. 2, в которой был описан трафик логических каналов. Для построения сети использовались 16-портовые коммутаторы .

ТЕХНИЧЕСКИЕ НАУКИ

–  –  –

На рис. 3 изображена построенная сеть с физическими каналами. Как можно видеть из результатов работы программы, полученный вариант использует прямые соединения типа «терминальный узел – терминальный узел», не через коммутатор. Это позволяет в ряде случаев создать более эффективную структуру. Например, для данного примера это позволило ограничиться использованием трех коммутаторов, а в случае отсутствия прямых соединений потребовалось бы четыре .

Заключение С помощью данного алгоритма можно строить сети больших размеров, не затрачивая на это какие-либо ресурсы, а так же получить оптимальный вариант решения исходя из заданных пользователем ограничений: достаточно ввести исходные данные и после окончания программы провести тестирование получившихся моделей .

Это облегчает работу по созданию БЛВС в несколько раз. Однако программа нуждается в некоторых доработках, в частности, необходимо уменьшить время работы программы, создать методы кумулятивного построения сети, то есть сделать программу более «умной». Этого можно достичь с помощью создания шаблонов построения, а также применить фильтрацию на ранних этапах .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

Библиографический список

1. Седжвик Р. - Фундаментальные алгоритмы на С++. Ч. 5. Алгоритмы на графах, 2001

2. Самойленко В.В. Локальные сети. Полное руководство. — К., 2002 УДК 629.735.33 Д. М. Рагинис магистрант кафедры аэрокосмических компьютерных и программных систем Г. С. Бритов канд. техн. наук, доц. – научный руководитель

СИСТЕМЫ УПРАВЛЕНИЯ. ИСТОРИЯ ПОЯВЛЕНИЯ И ПРОБЛЕМЫ РАЗВИТИЯ

Теория автоматического регулирования и управления относится к числу научных дисциплин, образующих в совокупности науку об управлении. Вначале она создавалась с целью изучения закономерностей в процессах автоматического управления техническими процессами – производственными, энергетическими, транспортными и т.п .

Впервые, по-видимому, с необходимостью построения регуляторов столкнулись создатели высокоточных механизмов, в первую очередь – часов. Даже небольшие, все время действующие в них помехи приводили в конечном итоге к отклонениям от нормального хода, недопустимым по условиям точности. Противодействовать этим помехам чисто конструктивными средствами, например, улучшая обработку деталей, повышая их массу или увеличивая развиваемыми устройствами полезные усилия, не удавалось, и для решения проблемы точности в состав системы стали вводить регуляторы. На рубеже нашей эры арабы снабдили поплавковым регулятором уровня водяные часы. Гюйгенс в 1657 г. встроил в часы маятниковый регулятор хода .

Развитие промышленных регуляторов началось лишь на рубеже XVIII и XIX столетий, в эпоху промышленного переворота в Европе. Первыми промышленными регуляторами этого периода являются автоматический поплавковый регулятор питания котла паровой машины, построенный в 1765 г. И. И. Ползуновым, и центробежный регулятор скорости паровой машины, на который в 1784 г. получил патент Дж. Уатт. Эти регуляторы как бы открыли путь потоку предложений по принципам регулирования и изобретений регуляторов, продолжавшемуся на протяжении XIX в. В этот период появились регуляторы с воздействием по скорости (Сименса), по нагрузке (Понселе), сервомоторы с жесткой обратной связью (Фарко), регуляторы с гибкой обратной связью (изодромные), импульсные регуляторы «на отсечку пара», вибрационные электрические регуляторы и т.п .

Коренное изменение в подходе к проблеме и в методологию исследования внесли три фундаментальные теоретические работы, содержавшие в себе, по существу, изложение основ новой науки: работа Д. К. Максвелла «О регуляторах» (1866) и работы И. А. Вышнеградского «Об общей теории регуляторов» (1876) и «О регуляторах прямого действия» (1877). Д. К. Максвелл и И. А. Вышнеградский осуществили системный подход к проблеме, рассмотрев регулятор и машину как единую динамическую систему .

Крупный вклад в теорию регулирования внесен Н. Е. Жуковским, автором труда «О прочности движения » и первого русского учебника «Теория регулирования хода машин» (1909). Н. Е. Жуковский дал математическое описание процессов в длинных трубопроводах, рассмотрел влияние сухого трения в регуляторах, исследовал некоторые процессы импульсного регулирования .

В первые десятилетия XX в. теория автоматического регулирования, вышедшая из рамок прикладной механики, формируется как общетехническая дисциплина. В этот период появляется целый ряд работ, рассматривающих приложение теории и распространяющей ее выводы на самые разнообразные технические процессы. Особенно четко мысль о теории регулирования, как дисциплине общетехнического характера, проводится в ряде работ И.Н. Вознесенского (1922 – 1949), руководителя одной из крупных советских школ в этой области .

ТЕХНИЧЕСКИЕ НАУКИ

Я. З. Цыпкиным были разработаны основы теории релейных (1955) и импульсных (60-е годы) систем с различными видами модуляции. Цикл этих работ удостоен Ленинской премии в 1960 г. [1] .

В настоящее время системы управления применяются практически во всех областях жизнедеятельности человека, и являются неотъемлемой частью любого производства. Так все больше промышленные системы приняли вид блоков-шкафов имеющих защиту от производственных и экстремальных условий. Так же существуют огромные суперкомпьютеры способные управлять гигантскими системами .

И нельзя не сказать о миниатюризации этих систем, превращающей большие шкафы в маленький микрочип, который можно разместить буквально везде, даже в организме человека .

Система управления – систематизированный (строго определенный) набор средств сбора сведений о подконтрольном объекте и средств воздействия на его поведение, предназначенный для достижения определенных целей. Объектом системы управления могут быть как технические объекты, так и люди. Объект системы управления может состоять из других объектов, которые могут иметь постоянную структуру взаимосвязей .

Объектом управления может быть любая динамическая система или ее модель. Состояние объекта характеризуется некоторыми количественными величинами, изменяющимися во времени, то есть переменными состояния. В естественных процессах в роли таких переменных может выступать температура, плотность определенного вещества в организме, курс ценных бумаг и т. д .

Для технических объектов это механические перемещения (угловые или линейные) и их скорость, электрические переменные, температуры и т. д .

Системы управления разделяют на два больших класса:

автоматизированные системы управления (АСУ) – с участием человека в контуре управления;

системы автоматического управления (САУ) – без участия человека в контуре управления .

Приведем примеры систем управления .

Системы автоматической стабилизации. Выходное значение поддерживается на постоянном уровне (заданное значение – константа). Отклонения возникают за счет возмущений и при включении .

Системы программного регулирования. Заданное значение изменяется по заранее заданному программному закону. Наряду с ошибками, встречающимися в системах автоматического регулирования, здесь также имеют место ошибки от инерционности регулятора .

Следящие системы. Входное воздействие неизвестно. Оно определяется только в процессе функционирования системы .

Системы экстремального регулирования. Способны поддерживать экстремальное значение некоторого критерия (например, минимальное или максимальное), характеризующего качество функционирования данного объекта. Критерием качества, который обычно называют целевой функцией, показателем экстремума или экстремальной характеристикой, может быть либо непосредственно измеряемая физическая величина (например, температура, ток, напряжение, влажность, давление), либо КПД, производительность и др .

Замкнутые САУ. В замкнутых системах автоматического регулирования управляющее воздействие формируется в непосредственной зависимости от управляемой величины. Связь выхода системы с его входом называется обратной связью. Сигнал обратной связи вычитается из задающего воздействия. Такая обратная связь называется отрицательной .

Разомкнутые САУ. Сущность принципа разомкнутого управления заключается в жестко заданной программе управления. То есть управление осуществляется «вслепую», без контроля результата, основываясь лишь на заложенной в САУ модели управляемого объекта. Примеры таких систем: таймер, блок управления светофора, автоматическая система полива газона, автоматическая стиральная машина и т. п .

Системы, в которых определены внешние (задающие) воздействия и описываются непрерывными или дискретными функциями во времени, относятся к классу детерминированных систем .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

Системы, в которых имеет место случайные сигнальные или параметрические воздействия, и описываются стохастическими дифференциальными или разностными уравнениями, относятся к классу стохастических систем .

Также существуют гибридные системы [2] .

Динамическая система – множество элементов, для которого задана функциональная зависимость между временем и положением в пространстве каждого элемента системы. Данная математическая абстракция позволяет изучать и описывать эволюцию систем во времени .

Состояние динамической системы в любой момент времени описывается множеством вещественных чисел (или векторов), соответствующим определенной точке в пространстве состояний .

Эволюция динамической системы определяется детерминированной функцией, то есть через заданный интервал времени система примет конкретное состояние, зависящее от текущего .

Для задания динамической системы необходимо описать ее фазовое пространство, множество моментов времени и некоторое правило, описывающее движение точек фазового пространства со временем. Множество моментов времени может быть как интервалом вещественной прямой (тогда говорят, что время непрерывно), так и множеством целых или натуральных чисел (дискретное время). Во втором случае «движение» точки фазового пространства больше напоминает мгновенные «скачки» из одной точки в другую: траектория такой системы является не гладкой кривой, а просто множеством точек, и называется обычно орбитой. Тем не менее, несмотря на внешнее различие, между системами с непрерывным и дискретным временем имеется тесная связь: многие свойства являются общими для этих классов систем или легко переносятся с одного на другой [3] .

Автоматизированные системы управления, контроля и безопасности .

Современные автоматизированные системы управления, контроля и безопасности (как и любые автоматические системы) используют самые передовые достижениях науки, техники и технологии, такие как:

средства и методы анализа, обработки сигналов и изображений (включая Вейвлетпреобразования и другие технологии);

средства и методы идентификации и моделирования, технологии математического моделирования;

нечеткая логика, цепи и другие методы;

­ нейронные сети и другие методы и технологии .

­ Автоматизированные системы управления и контроля интенсивно развиваются, однако при этом используются самые примитивные способы организации управления:

методы последовательного управления;

методы управления только в пределах одного режима;

методы управления только в пределах идеальных условий работы технологического оборудования (только для штатных режимов работы оборудования) .

И это при том, что современные автоматизированные системы управления и контроля имеют в своем арсенале достаточно мощные программные и инструментальные средства. Но эти средства используются не в полной мере, или же не доработаны до оптимальной эффективности .

Чаще всего специалисты по системам автоматического управления и контроля считают, что выходом из опасных ситуаций, является организация управления, позволяющая обойти исключительные ситуации (опасные ситуации, которые увеличивают ошибки и создают сбои в работе системы автоматического управления и контроля). Эти меры надо использовать как резервы для уже работающих автоматизированных систем управления и контроля .

Но практика показывает, что подобная организация управления – это только малая часть мер, чтобы перенести сбои в работе автоматизированных систем управления и контроля на более поздний период времени. Подобные решения не способны полностью решить проблемы качественной, бесперебойной и надежной работы автоматизированных систем управления и контроля .

Если автоматизированные системы управления и контроля работают в штатных ситуациях, то управление технологическими процессами происходит успешно .

ТЕХНИЧЕСКИЕ НАУКИ

Но если ситуация технологического процесса выходит за пределы стандартов (т.е. при внештатных ситуациях), то современные автоматизированные системы управления и контроля начинают ошибаться, или дают сбой, и блокируют возможности дальнейшего управления и контроля технологическим процессом. Это приводит к браку, к авариям, и даже к фатальным случаям [4] .

Решить задачу перехода на новый технологический уровень автоматизированных систем управления и контроля, только за счет усовершенствования и модернизации уже существующих автоматизированных систем управления и контроля невозможно .

Переход автоматизированных систем управления и контроля на новый технологический уровень можно осуществить, только используя новые знания – новые технологии, новые методы и новые принципы управления автоматическими процессами .

Библиографический список

1. Н. И. Подлесный, В. Г. Рубанов. Элементы систем автоматического управления и контроля. — Киев.: «Вища школа», 1982. 477 с .

2. Цыпкин Я. З. Основы теории автоматических систем. М.: Наука, 1977 .

3. Weisstein, Eric W. Dynamical Systems: Пер. с англ. http://mathworld.wolfram.com/ .

4. Техническая компания «ER-LF» http://er-lf.com/ .

УДК 004.416.2 Н. И. Синёв студент кафедры аэрокосмических компьютерных и программных систем И. Л. Коробков научный руководитель

ПРОГРАММНАЯ ВИЗУАЛИЗАЦИЯ ДИАГНОСТИЧЕСКОЙ ИНФОРМАЦИИ

ДЛЯ АНАЛИЗА ФУНКЦИОНИРОВАНИЯ

МОДЕЛЕЙ БОРТОВЫХ СЕТЕЙ

В ходе работы над проектом по тестированию стандарта SpaceWire-RT [1, 2] возникла проблема поиска и обнаружения ошибок в логике работы модели сети, функционирующей по данному стандарту .

Модель сети SpaceWire-RT [3] представляет собой сетевую модель, разработанную на языке

SystemC [4, 5]. Она предназначена для тестирования сетевого взаимодействия множества одновременно работающих устройств в сети с топологией типа решетка. При чем модель сети SpaceWire-RT имеет сложную структура и состоит из следующих компонентов:

модель стека SpaceWire-RT (рис. 1);

модель узла и модели коммутатора SpaceWire-RT (рис. 2) .

Каждый узел и коммутатор содержит в себе модель стека SapceWire-RT .

В ходе тестирования сетевой модели создаются текстовые файлы, содержащие детальную диагностическую информацию обо всех процессах и событиях (рис. 3), произошедших внутри модели .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

–  –  –

Рис. 3. Пример части текстовой диагностической информацией

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

В результате моделирования сетевой модели генерируется большой объем диагностической информации, который составляет порядка десятков гигабайт. В связи с этим, обнаружение ошибок и причины их возникновения в логике работы модели является трудоемкой и затруднительной задачей .

Для того, чтобы устранить данную проблему, было принято решение о разработке программного обеспечения Анализатора на языке С/С++ с применением библиотеки Qt [6], позволяющего сжимать и преобразовывать диагностическую текстовую информацию в визуальное представление удобное для восприятия человеком .

Основными функциями программы Анализатора являются:

сжатие и визуализация текстовой диагностической информации о работе сети, как по частям, так и целой сети;

фильтрация информации по всей иерархичной структуре сети .

Графический интерфейс Анализатора состоит из двух вкладок: Настройки (Settings) и Сеть (Network) .

Вкладка Настройки (Settings) (рис. 4):

отображает все узлы и коммутаторы сети, включая их внутренние элементы;

выводит информацию о конфигурации сети и настроек каждого элемента .

Вкладка Сеть (Network) (рис. 5):

отображает схему сети;

выводит визуальное представление диагностической информации в выбранном элементе сети .

<

–  –  –

Вкладка Сеть также позволяет масштабировать полученное визуальное представление .

Для быстрого доступа к памяти, где хранятся файлы с диагностической информации, Анализатор строит дерево директорий (рис. 6) .

–  –  –

В дереве директорий каждый корень:

может иметь несколько потомков (папок и файлов);

имеет ссылки на листья, при этом корень ничего не знает о данных .

Анализатор, используя полученное дерево, ищет каталоги с файлами, с которыми ему предстоит работать в текущий момент времени. После того, как будет найден каталог с файлами, начинается построение путей до данных и их загрузка в память программы. Для обеспечения высокой скорости работы программы файлы с диагностической информацией индексируются и подгружаются при помощи «плавающего окна» по мере вывода информации пользователю. Вся информация о положении файлов с диагностической информацией хранится в конфигурационном файле модели .

В данной статье представлена проблема анализа большого объема текстовой диагностической информации, отражающей процессы функционирования модели бортовой сети SpaceWire-RT .

Разработка специального программного обеспечения Анализатора призвана решить эту проблему и облегчить поиск ошибок и причин их возникновения путем сжатия диагностической информации и её визуализации в удобное визуальное представление .

Библиографический список

1. S. Parkes, “SpaceWire-RT Outline Specification, version 2.1”, University of Dundee, 6th September 2012 .

2. Y. Sheynin, E. Suvorova, V. Olenev, I. Lavrovskaya, “D3.1 SpaceWire-RT Simulation and Validation Plan”, SaintPetersburg State University of Aerospace Instrumentation, 3rd October 2012 .

3. V. Olenev, I. Lavrovskaya, I. Korobkov “SpaceWire-RT/SpaceFibre Specification and Modeling”, Proceedings of 5th International Conference SpaceWire 2013 Program (pp. 344-350), Gothenburg, 2013

4. Open SystemC Initiative (OSCI), “IEEE 1666™-2005 Standard for SystemC”, 2005 .

5. Black, D. SystemC: From the Ground Up / D. Black, J. Donovan, B. Bunton, A. Keist. Springer, 2010

6. Qt Project.URL: http://qt-project.org/ (дата обращения 20.05.2014) .

УДК 629.052.7 А. Н. Сульдин магистрант кафедры аэрокосмических измерительно-вычислительных комплексов В. В. Перлюк канд. техн. наук, доц. – научный руководитель

СИСТЕМА ПАРАМЕТРИЧЕСКОЙ ИДЕНТИФИКАЦИИ

МАТЕМАТИЧЕСКОЙ МОДЕЛИ МИКРОМЕХАНИЧЕСКОГО АКСЕЛЕРОМЕТРА

Предложена методика экспериментального определения значений коэффициентов передаточной функции микромеханического акселерометра .

В качестве базовой модели для идентификации [1] взята математическая модель, описанная В. Я. Распоповым. Последовательность преобразований физических величин в процессе измерения ускорения осевым акселерометром может быть представлена в виде блок-схемы измерительной цепи, на которой каждый элемент преобразования представлен в виде звена с соответствующей передаточной функцией (рис. 1) .

–  –  –

Специальное программное обеспечение состоит из установленной на управляющий компьютер среды разработки и выполнения программ LabView и программ, написанных на языке LabView .

Оператор устанавливает испытуемый датчик 1 на СПЦУ. При помощи СПЦУ задаются постоянные ускорения. Программа, снимающая показания с СПЦУ, фиксирует напряжение при постоянном ускорении U (a ) 2, а также напряжения при нулевом ускорении U0 и при ускорении свободUg ного падения 3. После снятия значений напряжения при нескольких значениях ускорения опреU деляется коэффициент чувствительности K m. Коэффициенты U0, g, K m заносятся в программу сбора данных 4, 6. Датчик снимается с СПЦУ и устанавливается на вибростенд 5. Запускается программа сбора данных, вырабатывающая синусоидальные тестовые воздействия определенной частоты, подаваемые на вибростенд 7. С вибростенда снимается информация о заданном ускорении 8 (колебания вибростола) и показания датчика 9 .

Текущая частота, выходной и входной сигналы записываются в буферный файл, и процесс подачи тестового сигнала останавливается 10. Далее выше указанные данные считываются из буферного файла 10 и по ним определяются и затем записываются в другой файл 11 амплитуды входного и выходного сигналов, а также сдвиг фаз между ними при текущей частоте входного воздействия. Частота увеличивается на определенное дискретное значение и процесс подачи тестового сигнала, обработки и записи повторяется до тех пор, пока считывание не пройдет при максимальной заданной частоте входного воздействия .

Вторая программа считывает амплитуды и сдвиг фазы из файла при определенных частотах и строит по ним экспериментальные АЧХ и ФЧХ 12. Оператор проводит кусочно-линейную аппроксимацию графика АЧХ и по аппроксимированной АЧХ и экспериментальной ФЧХ визуально определяет диапазоны возможных значений [2] идентифицируемых коэффициентов 13. Эти диапазоны 14 вместе с экспериментальными АЧХ и ФЧХ 15 заносятся в четвертую программу, уточняющую коэффициенты. Значения уточненных коэффициентов выводятся оператору на экран компьютера 16 .

После приблизительного определения параметров передаточной функции по аппроксимированной АЧХ возможна их корректировка. Алгоритм программы перебора, уточняющей коэффициенты, изображен на рис. 3 .

С помощью данного алгоритма реализуется процесс уточнения коэффициентов методом перебора. После проведения эксперимента и записи входного синусоидального воздействия и выходного сигнала в виде массивов точечных значений логарифмов отношений амплитуд при определенных угловых частотах, задаются диапазоны, в которых лежат величины уточняемых коэффициентов, в виде их минимально и максимально возможных значений и шаги, с которыми будет осуществляться перебор. Найденный минимум среднеквадратической ошибки (или иной критерий поиска) задается равным бесконечности .

Производится моделирование поведения выходного сигнала пропусканием синусоиды различных частот через модель датчика и при известных наборах значений экспериментальной и модельной АЧХ вычисляется среднеквадратическое отклонение модельной АЧХ от опытной. Далее происходит сравнение полученной СКО с полученной при предыдущей итерации (при первой итерации она равна бесконечности). Если текущее значение меньше предыдущего, то происходит запись и отображение нового СКО и новых скорректированных значений коэффициентов модели, при которых обеспечивается меньшее различие между ответом модели датчика и ответом самого датчика. Если текущее значение больше предыдущего, то операции записи и отображения новых значений пропускаются и отображаются старые значения коэффициентов .

Далее идет сравнение текущего значения одного из коэффициентов с максимальным значением из заданного диапазона. Если коэффициент меньше максимального, то к нему прибавляется его шаг дискретизации, введенный в программу в начале, и идет повтор операций, описанных в предыдущем абзаце. Если коэффициент больше максимального, то он сбрасывается на миниТЕХНИЧЕСКИЕ НАУКИ мальное значение и к следующему коэффициенту прибавляется его шаг дискретизации .

–  –  –

Такой цикл повторяется пять раз (по одному для каждого коэффициента) .

Таким образом, операции перебора коэффициентов организованы в форме «цикл в цикле»

так, что этот цикл является инкрементирующим увеличителем числа, каждый разряд которого есть цифра в системе счисления с основанием, равным отношению диапазона изменения коэффициента, соответствующего этой цифре, к шагу дискретизации этого коэффициента .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

Структурная схема испытательного стенда, реализующего метод частотных характеристик, изображена на рис. 4 .

–  –  –

Управляющий компьютер подает синусоидальное задающее воздействие на вибростенд через цифроаналоговый преобразователь (ЦАП) и усилитель. С датчика, закрепленного на вибростенде, снимается ответный экспериментальный сигнал, который через первый канал аналогоцифрового преобразователя поступает на управляющий компьютер. Для снятия и фиксации эталонного (задающего) воздействия к платформе крепится тензорезистор, включенный в мостовую схему, запитанную от источника постоянного тока. Информация о физическом движении стола вибростенда передается через второй канал АЦП на управляющий компьютер .

Принцип действия СПЦУ описан в [3] .

В результате проделанной работы разработана система, идентифицирующая коэффициенты математической модели акселерометра методом частотных характеристик .

Библиографический список

1. Распопов В. Ч. Микросистемная авионика. Тула: Гриф и К. 2010, 247 с .

2. Топчеев Ю. И., Цыпляков А. П. Задачник по теории автоматического регулирования. М.: Машиностроение, 1977, 592 с .

3. Сульдин А. Н., Перлюк В. В., Аль-Хатим Омаир. Испытательный стенд для исследования микромеханического датчика акселерометра. М. Сборник XII ежегодной конференции компании National Instrumments .

УДК 004.051 Е. Ю. Фортышев студент кафедры аэрокосмических компьютерных технологий К. Н. Храменкова научный руководитель

РАЗЛИЧНЫЕ ТИПЫ КОНФИГУРИРОВАНИЯ И АДМИНИСТРИРОВАНИЯ СЕТИ SPACEWIRE

Активное развитие бортовых технологий, а также увеличение числа и разнообразия сетевых устройств, которые могут отличаться интерфейсами, функциями, быстродействием, возможностями программного и аппаратного обеспечения, подталкивает разработчиков к необходимости создания новых алгоритмов сетевого администрирования и конфигурирования распределенных систем .

Под администрированием стоит понимать обеспечение штатной работы сети, сетевых устройств и их программного обеспечения, проверка значений регистров и тому подобное .

ТЕХНИЧЕСКИЕ НАУКИ

Под конфигурированием понимается корректировка настраиваемых параметров конфигурации сетевых устройств, в том числе сопоставление всем узлам сети логических адресов, заполнение таблиц маршрутизации во всех коммутаторах, прописывание адаптивно-групповой маршрутизации и других параметров, специфических для конкретной системы .

В данной работе администрирование и конфигурирование рассматривается исключительно в применении к сети стандарта SpaceWire .

Стандарт SpaceWire – стандарт ECSS, направленный на применение в области управления, разработки и качества продуктов в аэрокосмических проектах. ECSS был создан с целью развития и поддержания открытых стандартов и является совместным проектом Европейского космического агентства, национальных космических агентств и Европейских промышленных объединений. Стандарт SpaceWire определяет методы передачи данных от источника к приемнику по высокоскоростным последовательный полнодуплексный каналам типа «точка-точка». Сеть SpaceWire состоит из трех типов элементов: узел, линк, коммутатор. Коммутатор соединяет узлы и позволяет им обмениваться пакетами данных (сообщениями) [1] .

От выбора метода конфигурирования и администрирования зависит эффективность и удобство работы с распределенной системой. Следует разделять конфигурирование коммутаторов и узлов. Конфигурирование коммутаторов – это конфигурирование коммуникационной сети, которая обеспечивает передачу пакетов между узлами в системе. Конфигурирование узлов – это конфигурирование оконечных устройств, которые могут быть, например, датчиками, вычислительными узлами, выполняющими обработку информации, или на которых работают программы пользователей. Поэтому, для узлов и коммутаторов могут использоваться различные методы [2] .

К основным методам конфигурирования и администрирования коммутаторов можно отнести ручной и автоматизированный .

В большинстве случаев конфигурирование коммутаторов производится с использованием команд чтения и записи соответствующих программно-доступных компонент коммутатора. При ручном методе конфигурирование и администрирование выполняется человеком – оператором сети .

Различают следующие режимы ручного конфигурирования и администрирования:

локальный режим. К каждому коммутатору в системе через СОМ-порт (PCI или USB) подключается персональный компьютер с работающей программой администрирования [2];

удаленный режим. При удаленном режиме администрирования и конфигурирования коммутатора используется протокол удаленного доступа к памяти (RMAP), разработанный для поддержки широкого ряда приложений SpaceWire. Его основная цель – это конфигурирование сети SpaceWire, управление устройствами SpaceWire, сбор информации о состоянии этих устройств, установка их рабочих параметров и запись информации в таблицу маршрутизации [3]. Для удаленного конфигурирования программа администрирования формирует RMAP-пакет, отсылает его на подключенный к персональному компьютеру через СОМ-порт (USB или PCI) коммутатор, который пересылает этот пакет в сеть в соответствии с указанным в пакете путевым адресом. Пакет дойдет до требуемого коммутатора, который выполнит команду и, при необходимости, сформирует и отошлет ответный RMAP-пакет. Этот пакет дойдет до коммутатора-источника, который перешлет его через СОМ-порт на персональный компьютер [4] .

На сегодняшний день в лабораториях Санкт-Петербургского государственного университета аэрокосмического приборостроения на основе локального и удаленного методов инженерами Института высокопроизводительных и сетевых технологий (Института ВКиСТ) созданы следующие проекты для администрирования и конфигурирования коммутаторов SpaceWire:

статические библиотеки;

программное обеспечение (ПО) SpinSAW с графическим интерфейсом;

консольное ПО .

Статические библиотеки содержат программные инструменты в закрытых кодах и предоставляют пользователю возможность программного доступа к различным компонентам коммутатора .

В отличие от статических библиотек, ПО SpinSAW и консольное ПО предоставляют пользователю уже готовое программное решение для доступа к компонентам коммутатора .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

ПО SpinSAW (рис. 1) предназначено для локального и удаленного администрирования и конфигурирования маршрутизирующих коммутаторов SpaceWire и позволяет с помощью графического интерфейса обращаться на чтение и запись ко всем программно-доступным компонентам коммутаторов (настройка таблиц маршрутизации, работа с регистрами адаптивной маршрутизации, установка скоростей передачи по каналам и другие) .

Рис. 1. Программное обеспечение SpinSAW для локального и удаленного администрирования коммутаторами SpaceWire Консольное ПО предназначено для локального и удаленного администрирования и конфигурирования маршрутизирующего коммутатора SpaceWire без использования графического интерфейса. Обращение ко всем программно-доступным компонентам коммутатора происходит в консольном режиме .

Рассмотрим вариант использования созданного ПО на примере участка сети SpaceWire при ручном процессе администрирования (рис. 2). К персональному компьютеру с запущенным ПО администрирования (это может быть как SpinSAW, так и консольное ПО) через COM-порт подключен коммутатор SpaceWire, к которому, в свою очередь, подключены другие устройства по портам 2 и 5. Если на персональном компьютере запущена программа администрирования в локальном режиме, то оператор сможет, например, прочитать регистр «активных соединений» коммутатора и увидеть, что порты 2 и 5 активны. Если программа администрирования работает в удаленном режиме, то оператор сможет конфигурировать второй и все другие коммутаторы при наличии соединения .

–  –  –

ТЕХНИЧЕСКИЕ НАУКИ

Разница между ПО SpinSAW и консольного ПО в том, что благодаря графическому интерфейсу SpinSAW (см. рис. 1) оператору, осуществляющему администрирование, предоставляется наглядная и интуитивно понятная структура программно-доступных компонентов коммутатора, а так же удобное выполнение операций чтения и записи по нажатию соответствующей кнопки. При использовании консольного ПО все взаимодействие оператора с программно-доступными компонентами коммутатора происходит в консольном режиме, что немного усложняет процесс обращения к нужным регистрам и требует от оператора более высоких знаний в области программирования и конфигурации сети SpaceWire, зато, в свою очередь, снимает определенные требования к техническим параметрам рабочего места оператора .

При автоматизированном методе конфигурирования и администрирования коммутаторов (Plug’n’Play) при включении всех устройств системы эти устройства сами по специальному алгоритму исследуют и определяют топологию распределенной сети, выдают логические адреса узлам, настраивают таблицы маршрутизации и другие необходимые параметры системы, а также снабжают данной информацией все другие устройства сети, которые этого требуют. Во время штатной работы сети подключение и отключение новых устройств также определяется автоматически [4] .

Все алгоритмы Plug’n’Play в общем случае можно разделить на два вида:

– централизованные алгоритмы. В системе есть одно устройство, которое инициирует и полностью управляет процессом Plug’n’Play;

– децентрализованные алгоритмы. В системе есть несколько центров, которые отвечают за процесс Plug’n’Play [2] .

На данный момент на основе автоматизированного метода (Plug’n’Play) инженерами ВКиСТ создан проект для автоматического администрирования коммутаторов SpaceWire – ПО администрирования сети .

ПО администрирования сети (рис. 3) предназначено для конфигурирования и администрирования распределенной сети SpaceWire. Администрирование устройств распределенной сети производится в автономном режиме. Данное ПО обеспечивает автоматическое определение текущей конфигурации сети, позволяющее отследить подсоединение и отсоединение (выход из структуры, отказ) отдельных устройств. ПО администрирования позволяет оперативно (в режиме реального времени) настраивать режимы работы и отслеживать состояние устройств, обеспечивает сбор и отображение информации о состоянии распределенной сети SpaceWire. Конфигурируемые параметры устройств сети описываются в XML файле. Во время работы программы будут созданы выходные XML файлы, которые будут содержать описание устройств сети и информацию об их работоспособности. После конфигурирования ПО будет выполнять администрирование сети, а именно проверять работоспособность устройств сети. При наличии сбоев программа попытается записать необходимые значения. В результате выполнения акта администрирования будет создан выходной XML файл .

Рис. 3. ПО для автоматического администрирования коммутаторов SpaceWire

Рассмотрим вариант использования созданного ПО администрирования на примере участка сети SpaceWire при автоматизированном процессе администрирования (рис. 4). При централизованном алгоритме в сети существует только один сетевой менеджер (Network Manager 1), который исследует сеть. В случае сбоя, например, второго коммутатора Network Manager 1 (с работающим ПО администрирования сети) автоматически определит текущую конфигурацию сети и в режиме реального времени попробует восстановить режимы работы второго коммутатора, а так же записать необходимые значения его регистров .

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ

При децентрализованном алгоритме сетевых менеджеров может быть несколько (Network Manager 1 и Network Manager 2). Каждый из них осуществляет мониторинг сети и способен проводить восстановление после сбоев. В этом случае при выходе из строя одного или нескольких таких устройств система будет работоспособной. Но с другой стороны, это накладывает дополнительные требования к сети и самим центрам .

Рис. 4. Часть сети SpaceWire при автоматизированном процессе администрирования

Стоит отметить, что набор программного обеспечения создан для двух коммутаторов SpaceWire MCK-01 и MCK-022 с учетом их специфических особенностей. Так же все проекты и статические библиотеки на основе локального и удаленного методов администрирования и конфигурирования созданы под две наиболее популярные операционные системы: OS Windows и OS Linux .

Кроссплатформенность данных проектов и библиотек обеспечена их созданием на языке С/С++ с использованием QT-библиотек .

Библиографический список

1. ESA (European Space Agency), standard ECSS-E-50-12A, “Space engineering. SpaceWire – Links, nodes, routers and networks .

European cooperation for space standardization”, ESA Publications Division ESTEC, Noordwijk, The Netherlands, 2003 .

2. Л. В. Онищенко. Методы администрирования распределенных систем SpaceWire. Научная сессия ГУАП, 2008 .

3. «SpaceWire RMAP Protocol», ECSS-E-50-11 Draft E, 56с .

4. Храменкова К.Н., Коблякова Л.В. Администрирование и конфигурирование распределенных систем по стандарту SPACEWIRE. Шестьдесят четвертая студенческая научно-техническая конференция ГУАП, СПб ГУАП, 2011 .

РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ

УДК621.3.013.79 Л. И. Агафонов магистрант кафедры микро- и нанотехнологий аэрокосмического приборостроения О. Л. Смирнов канд. техн. наук, доц. – научный руководитель

ОБЕСПЕЧЕНИЕ ЭЛЕКТРОМАГНИТНОЙ СОВМЕСТИМОСТИ И ПОМЕХОЗАЩИЩЕННОСТИ

ПРИ КОНСТРУИРОВАНИИ ПЕЧАТНЫХ ПЛАТ

Развитие современных технологий и повсеместное внедрение электронной техники привело к пониманию необходимости ужесточить требования электромагнитной совместимости (ЭМС) и распространить регулирование в этой области на технические средства всех видов и назначений, подверженных воздействию электромагнитных помех и являющихся их источниками. Закон Российской Федерации «О техническом регулировании» и Технический регламент «Об электромагнитной совместимости» определяют электромагнитную совместимость технических средств как «способность технических средств функционировать удовлетворительно в их электромагнитной обстановке, не создавая недопустимых электромагнитных помех другим техническим средствам» .

Постоянное увеличение быстродействия и степени интеграции элементной базы обусловливает изменение методов проектирования и конструирования цифровых электронных средств (ЭС), учет требований по ЭМС, ужесточение требований к электрическим параметрам межсоединений и помехоустойчивости элементов. В данный момент при разработке цифровых ЭС важная роль отводится исследованию паразитных электромагнитных процессов в печатных платах (ПП) и оценке их влияния на быстродействие и ЭМС устройств. В условиях жестких требований ЭМС по учету распределенных паразитных электромагнитных эффектов в ПП и росту плотности компоновки цифровых узлов необходимо более детально проводить проектирование ПП с учетом ЭМС, а также отводить особое внимание взаимодействию ЭС с внешними источниками электромагнитных помех (рис. 1) .

Невозможность изменять топологию изготовленных конструктивов и, следовательно, устранять опасные ситуации в опытном образце устройства выводит на первый план исследование электромагнитной совместимости на этапе проектирование печатных плат и узлов .

Для решения проблем ЭМС необходимо рассмотреть основные типы электромагнитных помех:

задержки сигналов и искажения их формы при распространении по межсоединениям;

отражения сигналов в межсоединениях от несогласованных нагрузок и неоднородностей;

перекрестные помехи между сигнальными межсоединениями;

помехи по цепям питания и заземления;

электростатический разряд;

наводки от внешних электромагнитных полей;

электромагнитное излучение;

СВЧ-помехи .

РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ

–  –  –

Особенно стоит отметить требования к расположению элементов на плате. Именно правильная расстановка элементов создает наилучшие условия для трассировки ПП. Помимо обеспечения ЭМС при компоновке элементов необходимо также учитывать иные требования, предъявляемые к ПП, такие как габаритные размеры и виброустойчивость. В связи с этим задача обеспечения ЭМС усложняется уже на этапе размещения элементов. Проектирование межсоединений цифровых печатных плат, иначе – трассировка межсоединений, является одной из наиболее трудных задач в общей проблеме автоматизации проектирования электронных средств (ЭС). Это связанно с огромным многообразием способов конструктивно-технологических реализаций соединений. Оптимизация всех соединений при трассировке за счет полного перебора всех вариантов в настоящее

ТЕХНИЧЕСКИЕ НАУКИ

время невозможна. Поэтому в данный момент используются в основном локально оптимальные методы трассировки, когда трасса оптимальна лишь на данном шаге при наличии ранее проведенных соединений .

Общие требования трассировки ПП с учетом ЭМС:

минимизация задержек сигналов, их искажений и отражений;

минимизация перекрестных помех между сигнальными проводниками;

уравнивание задержек сигналов для групп проводников и межсоединений различных направлений;

создание минимальных изгибов проводников;

контроль числа межслойных переходов;

регулировка длин проводников и задержек сигналов для соответствия границам синхронизации;

минимизация влияния внешнего электромагнитного поля на межсоединения ПП .

Учесть все параметры, указанные на рис. 2, при проектировании ПП практически невозможно, так как это ведет к значительному увеличению времени и затрат на проектирование. Следует вначале проанализировать условия эксплуатация ПП и самого ЭС, в котором будет использована данная плата, определить возможные внешние воздействия ЭМП, а также требования по допустимому воздействию ЭМП .

В целом задача обеспечения ЭМС сводится к оптимизации ряда критериев и условий, а также выбор наиболее весомых факторов. Без четкой структурированной системы требований и рекомендаций невозможно качественно и быстро произвести проектирование современной печатной платы или электронного устройства. Особенно актуальна данная проблема для направлений приборостроения, которые предъявляют повышенные требования к ЭС, например аэрокосмическое приборостроение .

Библиографический список

1. Семенова В. Электромагнитная совместимость и ограничения при конструировании печатных плат// Журнал «Современная электроника» 2005 №2, С. 58-60 .

2. http://kit-e.ru/articles/circuit/2010_11_161.php 8. Рекомендации по проектированию печатных плат для интегральных модулей питания серии LMZ .

3. Лузин С., Попов С., Попов Ю.Гибкая топологическая трассировка в произвольных направлениях. // Журнал «Электроника НТБ» 2013 №1, С. 96-104 .

4. Чермошенцев С.Ф. Автоматизация проектирования печатных плат цифровых электронных средств с учетом электромагнитной совместимости:автореф. дис. на соиск. учен.степ, д.т.н.: 05.13.12; 05.13.05/Моск. гос. техн. ун-т им .

Н.Э. Баумана 2006 С.1-3,22-23 .

УДК 621.374.412.004 Р. Р. Батталов студент кафедры микро- и нанотехнологий аэрокосмического приборостроения В. П. Ларин д-р техн. наук, проф. – научный руководитель

ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ И ПОДДЕРЖКА

КРУПНОСЕРИЙНОГО МНОГОНОМЕНКЛАТУРНОГО ПРОИЗВОДСТВА

КВАРЦЕВЫХ ГЕНЕРАТОРОВ

На крупносерийном производстве РЭА с постоянно растущей номенклатурой изделий первой приемки, таком как ОАО «Морион», становится проблема с ведением технической документации .

Так же, в связи с большой информационной нагрузкой начальников крупных технологических участков, ставится вопрос о повышении эффективности внедрения технической документации на произРАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ водстве, то есть быстром информационном обеспечении исполнителей технологических операций и способах срочного извещения об изменениях .

Существует множество PDM-систем (Product Data Management – система управления данными об изделии), но их основной задачей является разработка, хранение и отображение электронных моделей механических и корпусных изделий. Некоторые системы решают часть проблемы, но имеют множество функций, в которых нет необходимости. Так же большинство систем рассчитаны на автоматизированное производство. В данном случае нет возможности уйти от ручного труда .

Такие операции, как сборка сложных конструкций из плат и деталей с помощью клеевых и паяных соединений, регулировка, технологические измерения и приемо-сдаточные испытания требуют прямого участия людей .

Задачей является разработка метода повышения эффективности информационной подготовки и поддержки производства в данном случае. Для этого необходимо решение множества вопросов, таких как организация разработки, хранения и передачи документации. Так же документация должна быть понятна исполнителями низкой квалификации .

Предлагаемый метод решения задачи заключается в разработке нового стандарта ведения документации для изделий первой приемки, рассчитанного на электронный документооборот, представляющей собой краткие комплекты документации (ККД), содержащие в себе только ту информацию, которая необходима для изготовления изделия на текущем предприятии .

Краткие комплекты разрабатываются под каждый тип изделия и являются групповыми для различных исполнений и модификаций. Главным отличием от ЕСКД и ЕСТД является объединение сборочного чертежа с технологией сборки в инструкцию по сборке с фотографиями и описаниями каждого этапа сборки. Для операций регулировки и измерений разрабатываются простые инструкции с указанием подборочных элементов, электрических параметров и условий измерений. Так же в комплекты входят принципиальная электрическая схема и монтажный чертеж платы изделия для регулировки, групповые перечни элементов и маршруты изготовления. Основными требованиями являются краткость и понимание рабочими на участках. В плане оформления основное отличие каждого документа от принятых стандартов состоит в минимизации реквизитной части и максимальном использовании пространства для содержательной части .

На предприятии ранее существовала измерительная база данных с применением SQL. Измерительная база предназначена для автоматической записи и хранения результатов технологических измерений и приемо-сдаточных испытаний напрямую с измерительного оборудования, вывода данных пользователям, а так же формирования протоколов измерений и паспортов на изделия из шаблонов и измеренных значений .

Для организации разработки, хранения, передачи и доработки документации решено использовать указанную выше базу данных. Главными задачами разработки базы документации (БД) являются хранение действующей документации и всей истории ее изменения в виде иерархической структуры, обеспечение целостности документа с момента его согласования, оповещение пользователей при изменениях (новых согласованных версиях), отображения актуальных документов используемых в текстах (по ссылкам). Жизненный цикл документа приведен на рис. 1 .

При организации документооборота в электронной форме разработка и внедрение документации на производственные участки происходит намного быстрее. Среди согласующих есть представители производства в лице начальников участков. Благодаря возможности оставлять комментарии для исправлений в БД производится постоянный диалог между подразделением разработки и производством. На данный момент, законченный вариант документа печатается из БД начальником участка в цеху .

Большая часть документов в БД находится в виде загруженных файлов, в дальнейшем планируется уход от такого решения. Разрабатывается механизм автоматизации составления рабочих инструкций на основе шаблонов с ключевыми пунктами и заполнением из базы данных. Такой способ удобен для составления однотипных документов, которые различаются числовыми значениями и наименованием технологической оснастки. Так же данное решение эффективно для хранения и вывода множества вариантов перечней элементов, относящихся к одной плате. Для хранения и

ТЕХНИЧЕСКИЕ НАУКИ

редактирования графических документов на данный момент используется AutoCAD, для передачи потребителю документа происходит конвертация в PDF. Поскольку печатные платы изготавливаются на другом предприятии и изготовителю достаточно Gerber-файлов и короткого описания ключевых моментов, нет необходимости в оформлении документации по топологии печатных плат, достаточно возможности редактирования, хранения, а так же вывода данных о монтаже платы в виде Gerber-файла для участка автоматизированного монтажа и монтажного чертежа для операций регулировки .

–  –  –

На данный момент в БД находится и дорабатывается документация на изделия, только что поступившие в производство. В дальнейшем планируется наполнение БД документацией на производимые и продаваемые разработки. После достаточного наполнения БД планируется установка недорогих планшетов на рабочие места в участках. Каждый рабочий при проведении технологических операций сможет руководствоваться инструкциями и документами, к которым имеет право доступа. Рабочие будут получать уведомления об изменениях в документации, по которой работают .

По мере разработки и внедрения базы появились новые требования, например – учет покупных или изготавливаемых на предприятии комплектующих для изготовления КГ и запросы на покупРАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ ку или изготовление, прием заказов на изготовление изделий. Структура работы всей базы по завершении разработки приведена на рис. 2 .

–  –  –

Выводы

1. За счет использования структурированного электронного документооборота повышена эффективность информационного обеспечения производства .

2. Разработка ККД вместо документации ЕСКД и ЕСТД так же повысила эффективность производства и обеспечивает лучшее понимание задач рабочими на участках .

3. Для ухода от использования файлов в базе возможна разработка интегрированного программного обеспечения для записи, редактирования и вывода DWG-файлов .

4. Применение системы для производства изделий пятой и девятой приемки затруднено изза необходимости создания системы с использованием ЭЦП, что требует дальнейших исследований .

Библиографический список

1. Федосов Ю. В. Интегрированные технологии подготовки производства электронной аппаратуры: Автореф. дис... .

к-та техн. наук: 05.11.14/ НИУ ИТМО, 2012, 21 с .

2. Грибовский А.А. Разработка и использование интегрированных моделей изделий в автоматизированных системах технологической подготовки производства: Автореф. дис.... к-та техн. наук: 05.11.14/ НИУ ИТМО, 2012, 23 стр .

3. Фомина Ю. Н. Построение информационно-управляющей среды для технологической подготовки производства виртуального предприятия: Автореф. дис.... к-та техн. наук: 05.11.14/ НИУ ИТМО, 2009, 23 стр .

4. СТО.07614320.МК04.0006 «Генераторы кварцевые. Правила комплектования, оформления, учета и хранения технической документации для проектирования, изготовления и эксплуатации.» // Стандарт организации ОАО “Морион”, 2007, 40 стр .

5. ГОСТ 2.051—2006. Межгосударственный стандарт. ЕСКД. Электронные документы. Межгосударственный совет по стандартизации, метрологии и сертификации. 2006 .

ТЕХНИЧЕСКИЕ НАУКИ

УДК 621.384.3 Е. В. Ваврушко магистрант кафедры радиотехнических и оптоэлектронных комплексов А. Ф. Крячко д-р техн. наук, проф. – научный руководитель

ПОРОГОВАЯ ДАЛЬНОСТЬ ОБНАРУЖЕНИЯ ОБЪЕКТОВ НАБЛЮДЕНИЯ ПО БЛИКАМ,

ОТРАЖЕННЫМ ОТ ОПТИЧЕСКИХ СРЕДСТВ

Активно-импульсные приборы ночного видения дают возможность обнаруживать объекты по бликам как при нормальной, так и при пониженной прозрачности атмосферы в широком диапазоне изменения естественной освещенности и при воздействии световых помех .

Недостатком существующих методов является сравнительно малая дальность обнаружения объектов. Требуется разработать методы обнаружения и распознавания в активно-импульсных приборах ночного видения объектов наблюдения по бликам, отраженным от оптических или оптико-электронных средств этих объектов .

При визуальном наблюдении блика в активно-импульсных приборах ночного видения пороговая дальность его обнаружения зависит от пороговой чувствительности глаза и от углового размера блика .

По данным [1] пороговые контрасты увеличиваются в 30 – 50 раз по сравнению с данными Блэквелла при наблюдении в прибор ночного видения на основе электронно-оптического преобразователя .

При работе активно-импульсных приборов ночного видения в активно-импульсном режиме величина порогового контраста зависит от длительности импульса подсвета. С учетом реальной кривой свечения и затухания экрана электронно-оптического преобразователя [2] принимаем эффективную длительность импульса излучения, воздействующего на глаз, равной 1 мс. Тогда пороговый контраст по кривым Блэквелла необходимо увеличить в 20 раз .

Для достижения поставленной цели, с учетом вышеизложенного можно вести расчет для моноимпульсного подсвета .

Яркость фона экрана электронно-оптического преобразователя, на котором наблюдается светящийся блик, складывается из яркости свечения экрана, создаваемой естественной освещенностью и темновым фоном электронно-оптического преобразователя:

–  –  –

часть энергии отражается и возвращается в сторону источника. Отраженное излучение создает в активно-импульсных приборах ночного видения изображение на экране электронно-оптических преобразователях в виде светящегося пятна – блика. По нему может быть обнаружен объект наблюдения. Результаты расчетов в соответствии с данным методом подтверждены результатами полевых испытаний по объектам типа голова человека, ростовая фигура человека, автомашина, шлюпка, корабль, грузовик. Точность совпадения теоретических и экспериментальных данных не хуже 20%. Достигнуты дальности обнаружения объектов по бликам до 5000 м в ночное и в дневное время суток .

Таким образом, теоретически показано и экспериментально подтверждена возможность достижения рекордных дальностей действия, недостижимых для приборов ночного видения других классов, в частности, по объекту автомашина (рис. 1) .

Рис. 1. Сравнение дальностей действия приборов ночного видения по объекту автомашина:

1 – метод обнаружения и распознавания в активно-импульсных приборах ночного видения объектов наблюдения НТВС без ЭОП; 2 – метод обнаружения и распознавания в активно-импульсных приборах ночного видения; 3 – метод обнаружения и распознавания в активно-импульсных приборах ночного видения объектов наблюдения по бликам Библиографический список

1. Волков В.В., Луизов А.В., Овчинников Б.В., Травникова Н.Н. Эргономика зрительной деятельности человека. Л., Машиностроение, 1989г .

2. Волков В.Г., Кусургашев СВ. Исследование некоторых параметров ЭОП при их работе в импульсном режиме. Вопросы оборонной техники, серия 11., вып.4(139), c.25-30 .

УДК 621.389 Д. В. Дмитриев магистрант кафедры радиотехнических и оптоэлектронных комплексов Ю. Е. Богачик (канд. воен. наук, доц.) – научный руководитель

СОВМЕЩЕНИЕ РАЗНОСПЕКТРАЛЬНЫХ ИЗОБРАЖЕНИЙ

В МНОГОКАНАЛЬНЫХ ОПТИКО-ЭЛЕКТРОННЫХ СИСТЕМАХ

Совмещение разноспектральных изображений в многоканальных оптико-электронных системах дает единую, быстро воспринимаемую картину наблюдаемого пространства. Однако создание многоканальных систем наблюдения с совмещенным изображением каналов и цифроалфавитной информации в едином информационном поле связано с серьезными проблемами, обусловленными взаимными помехами каналов, а также технологическими и эксплуатационными неточностями элементов каналов. Достаточно хорошо проработаны вопросы привязки, масштабиТЕХНИЧЕСКИЕ НАУКИ

–  –  –

Поскольку размеры элементов ПЗС-матрицы по вертикали и горизонтали различны, то по горизонтали набегает весьма заметная ошибка в 12 пикселов в сторону уменьшения масштаба лазернолокационного канала. Это несоответствие устраняется изменением пропорции пикселов по горизонтали с 1:2 на 17:33. Технически такая пропорция получается за счет того, что в масштабе изображения тепловизионного канала каждый столбец с номером, кратным семнадцати, соответствует не двум, как все остальные, а одному столбцу лазерно-локационного канала. Дополнительная регулировка электронного увеличения в небольших пределах позволяет компенсировать технологические ошибки изготовления и разницу в температурных зависимостях фокусных расстояний объективов каналов. В итоге энергопотребление использованного нами процессора на базе программируемой логической интегральной схемы и цифрового сигнального процессора, осуществляющего слияние изображений в единое информационное поле, составляет примерно 0,5 Вт (при общем энергопотреблении прибора 6-8 Вт в зависимости от выбранного режима работы) .

Полевые испытания опытных образцов приборов, проведенные в разных климатических зонах и при различных погодных условиях, подтвердили надежность и устойчивость совместного отображения различных каналов, представленных тонами разного цвета, без взаимного зашумления, но при некоторой потере числа воспринимаемых градаций яркости по сравнению с чернобелым изображением .

Таким образом, разработанный способ формирования единого информационного поля многоканального прибора наблюдения с совмещенным изображением, эффективен для использования в приборах ручного и носимого класса приборов с малым энергопотреблением .

РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ

Библиографический список

1. Павлов Н.И., Ясинский Г.И. Слияние изображений в многоканальной системе наблюдения местности. М.: Датчики и системы, 2006 .

2. Джадд Д., Вышецки Г. Цвет в науке и технике. М.: Мир, 1978. 592 с .

УДК 535.422 + 531.768 С. Р. Карпиков магистрант кафедры микро- и нанотехнологий аэрокосмического приборостроения Д. К. Шелест д-р техн. наук, проф. – научный руководитель

ОСОБЕННОСТИ ПРОЕКТИРОВАНИЯ ОПТИЧЕСКИХ ДАТЧИКОВ ПОЛОЖЕНИЯ

ДЛЯ АВТОКОЛЕБАТЕЛЬНЫХ МИКРОМЕХАНИЧЕСКИХ АКСЕЛЕРОМЕТРОВ

Микромеханические акселерометры относятся к наиболее востребованным изделиям микросистемотехники. Но существующие конструкторско-технологические решения этих приборов не позволяют производить достаточно точные измерения: сигнал, свидетельствующий об измеряемом ускорении, получают, измеряя отклонение чувствительного элемента от положения равновесия. При переходе к микромасштабу, отклонения чувствительного элемента столь малы, что измерять их при помощи емкостного метода, который используется в большинстве микромеханических акселерометров, затруднительно – величина полезного сигнала сопоставима с уровнем шума. Возможным решением этой проблемы является переход к иному методу измерений, при котором чувствительный элемент совершает автоколебания вдоль оси измерения, тогда величина измеряемого ускорения пропорциональна скважности сигнала обратной связи, поддерживающего колебания. Этот метод позволяет снизить погрешность, путем перехода от измерения отклонения к измерению скважности сигнала [1] .

Особенностью предложенного метода измерений является необходимость применения оптопары для фиксирования определенных положений чувствительного элемента. Размеры чувствительного элемента соизмеримы с длиной волны света, поэтому при проектировании датчика необходимо учитывать явления дифракции .

Конструктивно, датчик выполнен в виде трех прямоугольных пластин из монокристаллического кремния (рис. 1), расположенных параллельно друг другу и закрепленных в корпусе. В средней пластине сформирован чувствительный элемент, во время работы датчика совершающий автоколебания вдоль оси чувствительности .

–  –  –

где h0 – ожидаемая амплитуда вертикальных колебаний .

Функция имеет три минимума (рис. 3), при h0 = 5 мкм они находятся при: а = 15 мкм, а = 42 мкм, а = 62 мкм .

Учитывая небольшой диаметр основного максимума интенсивности (порядка 10 мкм), для фотоприемников необходимо применять КМОП ячейку, использующую фотодиод в качестве светочувствительного компонента. Преимуществом над ячейкой с зарядовой связью (ПЗС) являются меньшие размеры светочувствительного элемента, а также более высокая скорость считывания сигнала, что необходимо для применения в качестве датчика положения в микромеханическом акселерометре .

РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ

–  –  –

На основе полученных результатов был сделан вывод, что наименьшая зависимость основного максимума дифракционной картины от расстояния между щелью и плоскостью наблюдается при z от 15 до 20 мкм и при z от 42 до 47 мкм. Этот диапазон определяет необходимый зазор между основной пластиной датчика и пластиной с чувствительным элементом. Минимум, располагающийся при а = 62 мкм, решено исключить, так как при большом расстоянии между пластинами прочность и надежность конструкции ухудшаются .

Библиографический список

1. Тыртычный А. А., Скалон А. И. Микромеханические гироскопы: состояние разработок и перспективы развития // Датчики и системы. - 2012. - № 2 .

2. Сивухин Д.В. Общий курс физики. В 5 т. Том IV. Оптика. 3-е изд., стереот. — М.: ФИЗМАТЛИТ, 2005. - 792 с .

3. Joseph W. Goodman. Introduction to Fourier Optics. Third Edition. Problem Solutions. Stanford University, 2005 .

4. Schultz S. M. Using MATLAB to help teach Fourier optics. Dept. of Electrical and Computer Engineering, Brigham Young University .

5. Jianguo Lu and Ming Hu. Application of MATLAB in Physical Experiment Processing. Jiaozuo Teachers College, Jiaozuo, Henan Province, China, 2012 .

УДК 629.78.05 А. А. Клементьев магистрант кафедры микро- и нанотехнологий аэрокосмического приборостроения А. П. Тимохин канд. техн. наук, доц. – научный руководитель

МОДЕЛИРОВАНИЕ КОНСТРУКЦИИ СРЕДСТВАМИ САПР

В настоящее время без применения САПР немыслима ни одна область конструирования .

САПР позволяют существенно упростить процесс и уменьшить сроки разработки изделия .

Все этапы проектирования указаны в ГОСТ 2.103-68 (таблица) .

ТЕХНИЧЕСКИЕ НАУКИ

–  –  –

Самым сложным и ответственным этапом проектирования является разработка конструкторской документации для создания прототипа изделия. Именно на этой стадии проектирования закладываются конструктивные решения, от которых будет зависеть вся прочность конструкции .

Ошибки на этом этапе могут привести к тому, что опытный образец, создание которого порой требует существенных материальных и ресурсных затрат, не пройдет испытания .

Требованиями ГОСТ РВ 20.39.302 предусмотрено использование методов математического моделирования на ранних этапах проектирования изделия с целью:

оценки возможных вариантов конструктивного исполнения изделия с точки зрения достижения заданных в техническом задании (ТЗ) функциональных и эксплуатационных характеристик;

выявления составных частей конструкции наиболее чувствительных к воздействию внешних факторов;

выбора рациональных конструктивных решений, обеспечивающих защиту РЭА от воздействия внешних факторов .

Современные информационные технологии проектных исследований требуют реализации комплексного моделирования протекающих в них физических процессов. Сложность проектных исследований конструкций РЭА при механических и тепловых воздействиях обусловлена, как многофункциональностью элементов конструкции так и неопределенностью физических параметров материалов в составе конструкции – жесткостей, коэффициента механических потерь, коэффициентов теплопроводности и т.д. Эта неопределенность является специфической особенностью современной РЭА. Например, несущие элементы конструкции служат для крепления элементов, придания конструкции жесткости, осуществления теплоотвода и при этом на физико-механические параметры материалов конструкций существенное влияние оказывают температуры участков конструкций РЭА .

В результате расчетов на ЭВМ пользователем может быть получена следующая информация:

температуры корпусов и активных зон ЭРЭ при стационарных и нестационарных тепловых воздействиях;

динамические характеристики (ускорения, перемещения и напряжения) ЭРЭ и участков печатных узлов при всех видах механических воздействий в заданный момент времени или частоты;

<

РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ

максимальные напряжения в выводах ЭРЭ и время до их усталостного разрушения при воздействии вибрации и шумов .

Пример: результат моделирования выявил, что тип материала и толщина металла, из которого будет изготавливаться деталь, не обеспечивает достаточной прочности. Из рис. 1 ясно видно, что напряжение, имеющееся в детали, гораздо больше предела текучести. Пределом текучести называется такое напряжение, при котором начинает развиваться пластическая деформация. Все это говорит о том, что данная деталь не выдержит нагрузки, приложенной к ней. И разработчику конструкции еще до проведения испытания будет дана рекомендация увеличить прочность данной детали .

Рис. 1. Результат моделирования детали

Применение САПР для моделирования механических воздействий на опытный образец позволяет до создания опытного образца провести достаточно эффективную оценку конструкции, выявить участки, которые могут привести к разрушению изделия и устранить их еще до запуска производства и начала испытаний, что позволит сэкономить существенное количество материальных и ресурсных затрат на предприятии .

Библиографический список

1. ГОСТ 2.103-68. Единая система конструкторской документации

2. РДВ 319.01.05-94. Комплексная система контроля качества. Аппаратура, приборы, устройства и оборудование военного назначения. Принципы применения математического моделирования при проектировании .

УДК 681.3 А. В. Макарова магистрант кафедры микро- и нанотехнологий аэрокосмического приборостроения В. П. Ларин д-р техн. наук, проф. – научный руководитель

ПРИМЕНЕНИЕ ПРОГРАММНОГО КОМПЛЕКСА T-FLEXDOCS ДЛЯ СОЗДАНИЯ ЕДИНОЙ

КОНСТРУКТОРСКО-ТЕХНОЛОГИЧЕСКОЙ БАЗЫ ДАННЫХ ПРЕДПРИЯТИЯ

Конструкторско-технологическая подготовка производства (КТПП) является одним из основных и трудоемких этапов жизненного цикла изделия. Современные направления решения задач

ТЕХНИЧЕСКИЕ НАУКИ

КТПП строятся на использовании передовых информационных технологий, позволяющих реализовать единое функционально-информационное пространство предприятия с учетом всех особенностей его деятельности. Одним из основных преимуществ применения информационных технологий для КТПП, является возможность организации взаимодействия конструкторов и технологов в процессе подготовки производства к изготовлению изделия. Эффективность взаимодействия всех участников процесса достигается применением единой и постоянно актуализирующейся конструкторско-технологической базы данных предприятия .

Отечественные предприятия сегодня крайне нуждаются в экономичных, быстро внедряемых и в то же время мощных в функциональном отношении средствах формирования единой информационной среды предприятия. Решение этой задачи существенно осложняется из-за того, что сегодня на российских предприятиях нередко применяется несколько типов систем, которые отличаются используемыми форматами данных и принципами функционирования, но зачастую решают близкие либо вообще одни и те же задачи, что особенно актуально для сферы конструкторского проектирования. В этом случае нужно уметь так организовать взаимодействие разработчиков, чтобы механизмы управления данными об изделии были инвариантны по отношению к применяемым прикладным системам проектирования. Именно поэтому разработка универсального механизма интеграции используемых на предприятии различных CAD-систем и централизованной системы управления инженерными данным (PDM-системы) является столь актуальной задачей .

Для проектно-производственных предприятий с многономенклатурным характером производства ядром интегрированной информационной среды является конструкторско-технологическая база данных, поддерживающая все проектные и производственные процессы, включая подготовку производства [1] .

Конструкторско-технологическая база данных предприятия состоит из трех основных разделов: нормативно-справочного, долговременного и актуального .

В нормативно-справочном разделе хранятся информационные объекты с данными о:

конструкционных материалах;

нормализованных деталях (нормалях);

стандартных (покупных) комплектующих изделиях;

стандартных деталях собственного изготовления;

стандартных расчетных методах;

государственных, международных и внутренних стандартах;

прочих нормативных документах .

В долговременном разделе хранятся информационные объекты, содержащие данные, аккумулирующие собственный опыт предприятия, в том числе данные о:

ранее выполненных готовых проектах (архив);

типовых узлах и агрегатах собственного производства;

типовых деталях собственного производства;

типовых конструктивно-технологических элементах деталей;

типовых и групповых технологических процессах;

типовой технологической оснастке и инструменте;

готовых и типовых расчетных методиках и математических моделях изделий собственной разработки;

прочих готовых и типовых решениях .

В актуальном разделе хранятся информационные объекты, содержащие данные об изделиях, находящихся на различных стадиях жизненного цикла:

конструкции и версиях текущих изделий;

технологии изготовления изделий;

конкретных экземплярах и партиях изделий в производстве;

конкретных экземплярах и партиях изделий, находящихся на постпроизводственных стадиях жизненного цикла .

РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ

Создание интегрированной информационной среды предприятия, ядром которой является конструкторско-технологическая база данных, служит основой построения системы информационной поддержки всех выполняемых проектов и процессов. От того, насколько рационально организованы процессы создания, использования, хранения информационных объектов, насколько эффективно выполняется управление этими процессами, зависит качество функционирования системы в целом .

На сегодняшний день существует множество программных решений по реализации единого информационно-функционального пространства предприятия. Постоянно возрастающие требования к эффективности функционирования таких программных средств, при стремительном увеличении уровня интеграции информационных объектов, требуют проведения детального анализа при выборе конкретной системы создания и ведения конструкторско-технологической базы данных предприятия. Проведенный анализ наиболее применяемых систем ЛОЦМАН, 1C_PDM, Lotsia, Techcard, T-FLEX не выявил ни у одной из них существенного приоритета, но все же имеет смысл более детально остановиться на программном решении отечественной разработки – комплексе инженерно-конструкторского документооборота T-FLEX DOCs [2] .

Данный программный комплекс предназначен для решения задач конструкторскотехнологического и организационно-распорядительного документооборота, а так же комплексного управления инженерными данными предприятия. Система T-FLEX DOCs представляет собой корпоративную систему технического документооборота и управления инженерными данными об изделиях. Она обеспечивает возможность непрерывного взаимодействия по сети различных отделов предприятия: конструкторско-технологических, архивов, рабочих мест руководителей и т.д. Задачи, решаемые системой T-FLEX DOCs, представлены на рис. 1 .

Рис. 1. Задачи, решаемые системой T-FLEX DOCs

ТЕХНИЧЕСКИЕ НАУКИ

T-FLEX DOCs представляет собой систему, построенную по классической схеме архитектуры Клиент-Сервер с централизованным хранением данных. Целостность хранилища файлов обеспечивается файловым сервером, разработанным специально для этой цели. Хранилище документов с точки зрения пользователя T-FLEX DOCs представляет собой набор доступных ему архивов, которые были сформированы по разработанному на предприятии принципу. Архив в данном случае есть не что иное, как средство структуризации данных. Именно к архивам пользователь получает доступ в соответствии со своими привилегиями .

T-FLEX DOCs обеспечивает единство всех конструкторско-технологических данных и сопроводительной информации. Система имеет ряд функций, благодаря которым пользователи получают все необходимые инструменты для регистрации электронных документов и контроля над выполнением поручений .

Рассмотренный выше состав конструкторско-технологической базы предприятия можно полностью реализовать в программном комплексе T-FLEX DOCs с учетом особенностей деятельности предприятия. Это могут быть конструкторские чертежи, 3D модели, спецификации, ведомости, сведения о материалах деталей, технологические процессы, программы ЧПУ и т.д .



Pages:   || 2 | 3 |



Похожие работы:

«О ДЕЯТЕЛЬНОСТИ КОМПАНИИ • О компании • Презентация • Продукция • Система менеджмента качества – ISO 9001 • Организационная структура • Список поставщиков • Перечень выполненных проектов Февраль 2014 г. О компании B.C.E. – Burners and Combustion Equipment srl (B.C...»

«МЕЖГОСУДАРСТВЕННЫЙ СОВЕТ ПО СТАНДАРТИЗАЦИИ. МЕТРОЛОГИИ И СЕРТИФИКАЦИИ (МГС) INTERSTATE COUNCIL FOR STANDARDIZATION. METROLOGY AND CERTIFICATION (ISC) ГОСТ IEC МЕЖГОСУДАРСТВЕННЫЙ 6099822— СТАНДАРТ СОЕДИНИТЕЛЬНЫ Е УСТРОЙСТВА ДЛЯ НИЗКОВОЛЬТНЫХ...»

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО РЫБОЛОВСТВУ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ "МУРМАНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ" ФАКУЛЬТЕТ АРКТИ...»

«REQUEST FOR PROPOSAL (RFP)/ ЗАПРОС НА ПОДАЧУ ПРЕДЛОЖЕНИЯ (ЗП) UNDP National Programme Management Unit/ DATE: 18 December 2015/ ДАТА: 18 декабря 2015 г. Отдел реализации проектов ПРООН Reference: RFP PMU 15/121 to support Public Regional Broadcasting Company “Yntymak” in Osh city and Kyrgyz National Tele-radio Company (OTRK) in Bishkek to...»

«Теория и история архитектуры, реставрация Известия КазГАСУ, 2011, № 2 (16) и реконструкция историко-архитектурного наследия УДК 726.03 Ширеева Д.Г. – старший преподаватель E-mail: dilyara-shcireeva@yandex.ru Казанский государственный архитектурно-строительный университет ПРОСТРАНСТВЕННЫЕ ПОСТРОЕНИЯ В ДРЕВНЕРУССКОЙ МИНИАТЮРЕ...»

«МАЛОГАБАРИТНЫЙ БЛОК ПИТАНИЯ МБП-12 Руководство по эксплуатации СПНК.436531.001-02 РЭ Редакция 1.0 стр. 2 из 8 МБП-12 1 Назначение Малогабаритный блок питания МБП-12 (далее МБП) предназначен для электропитания технических средств охранной и пожарной сигнализации номинальным напряжением 12 В постоянного т...»

«Инструкция по эксплуатации Автоматические кормушки для животных SITITEK Pets Содержание Технические характеристики и комплектация..4 Описание кнопок управления..5 Подготовка к работе..5 Настройка автокормушки..6 • Запись голосового сигнала..6 • Воспроизведение голосового сообщения..6 • Режим установки часов..6 • Уста...»

«3 ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность исследования. Гипотермия различной степени выраженности возникает более чем у половины пациентов во время хирургических операций (Torossian A., 2007). В отличие от искусственной гипотермии, вызываемой анестезиологом, непреднамеренная интраоперационная гипот...»

«ОКП 42 1392 TОПАЗ-103М1 NOVA ПУЛЬТ ДИСТАНЦИОННОГО УПРАВЛЕНИЯ ТОПЛИВОРАЗДАТОЧНЫМИ КОЛОНКАМИ И ГАЗОНАПОЛНИТЕЛЬНЫМИ КОЛОНКАМИ Руководство по эксплуатации ДСМК.421252.001-56 РЭ Файл: ДСМК.421252.001-56 F01...»

«Яков Исидорович Перельман Математика в занимательных рассказах Текст предоставлен правооб ладателем "Математика в занимательных рассказах / Я.И. Перельман.": ACT, Астрель; Москва; ISBN 978-5-17-057614-2,...»

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Уральский государстве...»

«ISBN 978-5-89231-424-4 МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПРИРОДООБУСТРОЙСТВА АКТУАЛЬНЫЕ ПРОБЛЕМЫ ГИДРОТЕХНИКИ Материалы всероссийской конференции, посвященной 100...»

«МАЛЬЦЕВ АЛЕКСЕЙ АЛЕКСАНДРОВИЧ СОЦИАЛИЗАЦИЯ ЛИЧНОСТИ В СОВРЕМЕННОМ РОССИЙСКОМ ОБЩЕСТВЕ: НОРМЫ, ТЕНДЕНЦИИ И МЕХАНИЗМЫ Специальность 22.00.04 Социальная структура, социальные институты и процессы Автореферат диссерт...»

«-2Содержание ОБЩЕЕ ТЕХНИЧЕСКИЕ ХАРАКТЕРИСТИКИ КОНСТРУКЦИОННОЕ ВЫПОЛНЕНИЕ БЕЗОПАСНОСТЬ ЭКСПЛУАТАЦИИ Общие положения 4.1 Безопасное расстояние печи в пространстве от горючих материалов 4.2 Инструкция по безопасной эксплуатации 4.3 Пожар в дымоходе 4.4 МОНТАЖ Инструкция по установке каминн...»

«ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ МИТРА СОФТ УТВЕРЖДАЮ Генеральный директор Р.К. Гуломов " " 2018 г.КОМПЛЕКСНАЯ ПЛАТФОРМА БЕЗОПАСНОСТИ ФАЙЛОВ VAULTIZE Руководство системного программиста Листов 168 Исполнитель _ Ушурова Т.С. "_" 2018...»

«ЗЫОНГ ДЕ ТАЙ УДК 532.529 ОБТЕКАНИЕ ПЛАНЕРА ГРАЖДАНСКОГО САМОЛЕТА В УСЛОВИЯХ НАЧАЛЬНОЙ СТАДИИ ОБЛЕДЕНЕНИЯ 01.02.05 — "Механика жидкости, газа и плазмы" Автореферат диссертации на соискание учёной степени кандидата физико-математических наук Научный руководитель: Доктор физико – математических наук, доцент Волков Андрей Викторович Ж...»

«ооо воудогоы р ь у у з кьазз ЛИЦЕНЗИЯ № 0 0 1 9 3 5 ОТ 1 НОЯБРМ 2015Гс СМЕТНАЯ ДОКУМЕНТАЦИЯ РАСЧЕТ рекомендуемой стартовой стоимости в договорных текущ их ценах по объекту: ТЕКУЩИЙ РЕМОНТ КРОВЛИ В ШКОЛЕ N110,МИРАБАДСКОГО РАЙОНА Г. ТАШКЕНТА (ПО ЗАМЕЧАНИЯМ ЭКСПЕРТИЗЫ) Ведомости потребных ресурсов 2 Локальные ресурсные ведомости ты...»

«АВТОМАТИЧЕСКАЯ ХЛЕБОПЕЧЬ МОДЕЛЬ: RBM-1333 ИНСТРУКЦИЯ ПО ЭКСПЛУАТАЦИИ RBM-1333.indd 1 26.04.2013 12:40:22 АВТОМАТИЧЕСКАЯ ХЛЕБОПЕЧЬ СОДЕРЖАНИЕ: Описание Основные меры безопасности Подготовка прибора к работе и первое использование Панель управления и автоматические режимы Предупреждение Порядок работы Возможные...»

«ГОСУДАРСТВЕННЫЙ СТАНДАРТ СОЮЗА ССР ЛАКИ И ЭМАЛИ ЭЛЕКТРОИЗОЛЯЦИОННЫЕ МЕТОДЫ ИСПЫТАНИЙ ГОСТ 13526— 79 (МЭК 464—2— 74, МЭК 699— 81J Издание оф ициальное 80 коп. ГОСУДАРСТВЕННЫЙ КОМИТЕТ СССР ПО УПРАВЛЕНИЮ КАЧЕСТВОМ ПРОДУКЦИИ И СТАНДАРТАМ Москва виды сертификатов УДК 62...»

«Компрессор автомобильный AE-011-1 РУКОВОДСТВО ПО ЭКСПЛУАТАЦИИ Дата изготовления: Ноябрь 2014 Автомобильный компрессор ECO AE-011-1 _УВАЖАЕМЫЙ ПОКУПАТЕЛЬ! Спасибо за приобретение автомобильного компрессора ECO! Внимание! Проверьте наличие в руководстве по эксплуатации гарантийного талона,...»

«Установка непрерывной разливки слябов компании Acroni, недавно модернизированная компанией Primetals Technologies Производство слябов из стали марки Х210 Mn12 с отличной микроструктурой и высоким качеством поверхности...»

«Порше Центр Краснодар • 350015 • Краснодар • Новокузнечная, 34/1 ООО "Премиум Кар"Получатель: PC Krasnodar (Premium Car), Новокузнечная, 34/1 350015 Краснодар 350015 Краснодар Телефон: +7-861-255-30-30 Ул Новокузнечная 34/1 Телефакс: +7-861-253-...»

«ПАЛЬЧЕВСКИИ Алексей Юрьевич УДК 622.332 ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ДОБЬИИ УГЛЯ НА БАЗЕ РАЦИОНАЛЬНЫХ СОЧЕТАНИЙ ДЛИННЫХ И КОРОТКИХ ОЧИСТНЫХ ЗАБОЕВ Специальность 25.00.22 "Геотехнология (подземная, открытая...»







 
2019 www.mash.dobrota.biz - «Бесплатная электронная библиотека - онлайн публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.