В предлагаемой работе рассматриваются два типа нейросетевых моделей описания пожарных рисков в зависимости от количества населения и профилактических мероприятий. Нейросетевые модели позволяют рассматривать пожарные риски интегрально с учетом типа муниципального образования или по отдельности для каждого из трех существующих типов. На основании этих моделей реализована поверхность отклика пожарные риски - население и профилактика, которая позволяет оценивать величину рисков по входным данным для оптимизации принимаемых решений. При заданной величине нормативного риска получена зависимость оптимальной профилактики в зависимости от численности нанесения муниципального образования, которая позволяет гарантировать пожарные риски меньше или равным нормативным показателям. В статье анализируется и оценивается эффективность профилактических мероприятий с использованием нейронных сетей. Входные данные для обучения нейронной сети включают данные о пожарах, собранные во Вьетнаме и в России (население, количество пожаров, количество гибели, количество профилактических мероприятий). На основании этих показателей прогно-зируется эффективность профилактических мероприятий. По результатам прогнозирования могут быть приняты решения по обеспечению пожарной безопасности в государстве. Полученные результаты свидетельствуют о возможности прогнозирования абсолютного значения эффективности профилактической работы на основе количественных и категориальных переменных. Относительно большая ошибка прогноза связана, с одной стороны, с необходи-мостью учета большего числа входных параметров, с другой стороны, с необходимостью увеличения размера базы обучения нейронной сети. После уточнения модели, полученные результаты позволяют оценить эффективность профилактических мероприятий для провинций и городов.

Ключевые слова: пожарная безопасность, профилактические мероприятия, нейронная сеть, поддержка принятия управленческих решений, модель предсказания

2.3.4 - Управление в организационных системах

На сегодняшний день во Вьетнаме для обеспечения стабильности и повышения качества асфальтобетона основное внимание уделяется применению новых технологий, материалов или совершенствованию методов проектирования. Однако, несмотря на значительные достижения в этой области, остаётся недостаточно исследованным и внедрённым вопрос автоматизации процессов управления производством асфальтобетонных смесей. На основе опыта, накопленного в России, авторы предлагают разработать систему адаптивного управления рецептурой асфальтобетонной смеси, которая способствует стабилизации и повышению качества производства. В статье авторы представляют структуру системы управления и её алгоритмы, а также описывают результаты моделирования и оценки эффективности данной системы. Исследование показывает, что система адаптивного управления рецептурой асфальтобетонной смеси, разработанная на основе опыта работы в России, успешно демонстрирует свою эффективность в условиях Вьетнама.

Ключевые слова: асфальтобетон, асфальтобетонная смесь, стабильность Маршалла, система управления, рецептура, имитационная модель, моделирование, MATLAB, эффективность управления

2.1.1 - Строительные конструкции, здания и сооружения , 2.3.3 - Автоматизация и управление технологическими процессами и производствами

Асфальтобетонные смеси являются основным строительным материалом для дорожного покрытия, и точное проектирование их состава играет ключевую роль в качестве и долговечности дорожных покрытий. В данной статье обсуждаются проблемы, связанные с проектированием состава асфальтобетонной смеси, а также представляется разработанная система автоматического подбора смеси. Система автоматического подбора состава асфальтобетонных смесей представляет собой мощный инструмент для оптимизации процесса подбора материалов, используемых в дорожном строительстве. Эта система может рассчитать оптимальный состав смеси, учитывая технические и экономические ограничения, что приводит к повышению точности и надёжности подбора состава смеси. Преимущества этой системы включают сокращение времени и затрат на процесс подбора, возможность тестирования и анализа различных вариантов смеси, что в итоге улучшает качество и долговечность дорожных покрытий.

Ключевые слова: асфальтобетон, асфальтобетонная смесь, подбор состава, метод наименьших квадратов, метод линейного программирования, программное обеспечение, автоматизация, Python, Microsoft Access

2.1.8 - Проектирование и строительство дорог, метрополитенов, аэродромов, мостов и транспортных тоннелей , 2.3.3 - Автоматизация и управление технологическими процессами и производствами

Качество асфальтобетонной смеси на выходе асфальтобетонного завода (АБЗ) нестабильно из-за возмущений, которые мы не можем контролировать или контролируем со значительной задержкой. К возмущениям можно отнести такие факторы как: неточность имеющихся связей между свойствами компонентов асфальтобетонной смеси и параметрами технологического процесса с качеством готовой продукции. К возмущениям можно отнести наше незнание о наличии связей между отдельными показателями и качеством смеси. Прогнозирование этих возмущений для определения фактического качества на выходе становится ключевой задачей. Ранее определение оптимальной длины ряда данных для прогнозирования было сложной задачей. На сегодняшний день с использованием современных технологий эта проблема успешно решена. В данной статье авторы предлагают метод прогнозирования с адаптацией для определения оптимальной длины ряда данных. Результаты исследования включают значения ошибок прогнозирования без адаптации и с адаптацией. Метод прогнозирования с адаптацией продемонстрировал меньшие значения средней абсолютной ошибки (MAE) чем метод прогнозирования без адаптации (где длина временного ряда всегда равна 100). Это позволяет более эффективно и точно предсказывать суммарные возмущения, что критически важно для обеспечения высокого и стабильного качества асфальтобетонной смеси.

Ключевые слова: асфальтобетон, асфальтобетонная смесь, возмущение, система управления, модель авторегрессии, прогнозирование, метод прогнозирования с адаптацией, оптимальная длина ряда, точность прогноза, средняя абсолютная ошибка

2.1.8 - Проектирование и строительство дорог, метрополитенов, аэродромов, мостов и транспортных тоннелей , 2.3.3 - Автоматизация и управление технологическими процессами и производствами

Оперативная корректировка состава асфальтобетонной смеси имеет ключевое значение для достижения высокого качества асфальтобетона. Для обеспечения возможности лёгкой и оперативной корректировки рецептуры асфальтобетонной смеси, прогнозирование свойств асфальтобетона (стабильность по Маршаллу) является критически важным. Существует множество методов прогнозирования свойств асфальтобетона, но выбор того или иного метода является весьма актуальной проблемой. В данной статье предлагаются два метода прогнозирования стабильности по Маршаллу: прогнозирование по модели множественной линейной регрессии и прогнозирование по модели авторегрессии. Для оценки точности прогнозирования моделей применяем две метрики: средняя абсолютная ошибка (MAE) и средняя абсолютная процентная ошибка (MAPE). Результаты исследования показывают, что авторегрессионная модель демонстрирует лучшие результаты прогнозирования, особенно модель авторегрессии второго порядка.

Ключевые слова: асфальтобетон, управление, корректировка состава, прогнозирование, модель множественной линейной регрессии, модель авторегрессии, стабильность по Маршаллу, точность прогноза, средняя абсолютная ошибка, средняя абсолютная процентная ошибка

2.1.8 - Проектирование и строительство дорог, метрополитенов, аэродромов, мостов и транспортных тоннелей , 2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами

Подробно описано решение задачи параметрической идентификации методом наименьших квадратов (МНК) с применением функции чувствительности. Объектом задачи является вентильный двигатель, на примере которого утверждается возможность применения данного метода для оценивания параметров нелинейных динамических объектов, в частности для системы управления электроприводом. Предложена модель системы идентификации в САПР Matlab, результат которой подтверждает правильность обоснованного метода и возможность его применения в научных и инженерных задачах.

Ключевые слова: задача параметрической идентификации, метод наименьших квадратов, функция чувствительности, вентильный двигатель, электропривод

05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям)

В этой статье, рассмотрены основные технические проблемы умного дома и здания. Следующие факторы воздействия: механический, химический, биологический, воздушный, акустический и вибрации ..., которые влияют на качество жизни и особенно состояние дома. Выведены требования каждого типа датчиковых систем, которые используются в контроле и управления интеллектуальным зданием. Была сформирована классификация датчиков на подсистем, которые должны быть размещены в зоне ответственности интеллектуальная система управления домом, для того, чтобы обеспечить всестороннее и полное собрание данных о состоянии умного дома. Авторы подчеркивают, преимущества и возможную замену волоконно-оптических датчиков для измерения некоторые основные параметры, которые требуются для мониторинга и управления умным домом. Кроме того, сосредоточен на волоконно-оптический датчик деформации контроля состояния фундамента здания. Введен анализ структуры, технических параметров и даже принципа работы каждого компонента датчика. Датчик содержит некоторые основные элементы: механический механизм, источник света, волоконно-оптический волновод в качестве чувствительного элемента. В статье предлагаются некоторые варианты использования волоконно-оптических датчиков для контроля состояния фундаментов здания.

Ключевые слова: Умный дом, интеллектуальное управление зданием, фактор действия на здание, чувствительный элемент, оптоволоконный материал, волоконно-оптический датчик, деформация, конструкция, фундамент

05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.05 - Элементы и устройства вычислительной техники и систем управления

Квантово-химическое моделирование (HF/MP2, базис cc-pVDZ) свойств единичной молекулы дифенил-2,2',4,4'-тетраамина (ДФТА) позволяет сделать выводы о природе пироэлектрических свойств поликристаллов этого материала, т.к. водородные связи между молекулами в поликристалле слабее внутримолекулярных связей. Анализ микроструктуры фоточувствительных пироэлектрических слоёв ДФТА позволяет предположить, что дипольный момент игольчатых плотно уложенных кристаллитов, ориентированно вытянутых вдоль поверхности плёнки ориентирован перпендикулярно поверхности плёнки. Возможность воспроизводимого управления свойствами ДФТА может быть использована при создании наиболее эффективного пироэлектрического слоя для фотодетекторов инфракрасного диапазона длин волн.

Ключевые слова: дифенил-2,2',4,4'-тетраамин, квантово-химическое моделирование, пироэлектрический материал, тонкоплёночная структура

01.04.10 - Физика полупроводников , 05.27.01 - Твердотельная электроника, радиоэлектронные компоненты, микро- и наноэлектроника на квантовых эффектах , 05.27.06 - Технология и оборудование для производства полупроводников, материалов и приборов электронной техники

Разработан синтез нанокомпозита FeNi3/C на основе ПАН, FeCl3·6H2O и NiCl2·6H2O, в результате которого впервые под действием ИК нагрева при 400÷700 °С получен нанокомпозит FeNi3/C с размером частиц FeNi3 от 10 до 80 нм, равномерно распределенных в УМ. С помощью термодинамического расчета, основанного на минимизации энергии Гиббса, подтвержден синтез нанокомпозита FeNi3/C при Т=400 °С восстановлением ионов Fe и Ni с помощью H2, выделяющегося в процессе карбонизации полиакрилонитрила при ИК нагреве. Разработанный материал в виде наноразмерных пленок может эффективно использоваться в качестве материала-носителя для сверхплотной магнитной записи информации. Плотность записи информации в таком носителе достигается (85-100) Гб/дюйм2. ​

Ключевые слова: нанокомпозит, полиакрилонитрил, ИК-нагрев, запись информации, магнитные свойства, углеродная матрица

01.04.10 - Физика полупроводников , 05.27.01 - Твердотельная электроника, радиоэлектронные компоненты, микро- и наноэлектроника на квантовых эффектах

Сведения об авторах выпуска №3 (2013)

Ключевые слова: авторы