Оглавление
Показываю, как подключить модуль ввода‑вывода AMIDJ14 к контроллеру ZONT 1000+ Pro v2, настроить обмен по Modbus RTU, создать дискретные и аналоговые сигналы, а также интегрировать модуль в систему автоматизации котельной.
Я занимаюсь изучением синтаксиса языков программирования и пытаюсь отделить фундаментальные закономерности от исторических случайностей. Одна из таких случайностей - почти повсеместное использование терминов выражение (expression) и инструкция (statement) при описании и классификации синтаксиса языков программирования.
Интуитивно кажется, что 2 + 2 и if (x) { foo(); } - это совершенно разные сущности, но при более глубоком анализе оказывается, что подобное разделение искусственное и возникло из-за архитектурных особенностей вычислительных машин почти полвека назад и с тех пор просто «переходит» из языка в язык.
Трендовая линия — самый субъективный инструмент технического анализа. Дайте одному графику десять трейдеров — получите десять разных линий. Кто-то ведёт по теням, кто-то по телам, кто-то «на глаз подгоняет» так, чтобы линия подтверждала уже открытую позицию. Это не анализ, это гадание с линейкой.
Интересная инженерная задача — формализовать «настоящую» трендовую линию в строгую геометрию: набор чётких математических условий, по которым машина строит линию объективно, одинаково и, главное, честно — не заглядывая в будущее. Никаких индикаторов, только цена, экстремумы и ATR.
В этой статье разберём детектор, который это делает. Он находит трендовые поддержки и сопротивления по фрактальным пивотам, отсеивает всё, что «уровнем» на самом деле не является, ловит пробой телом с фильтрами качества — и присылает сигнал в Telegram с нарисованным скрином: линия, якоря, свеча-пробой, уровни входа, стопа и тейка.
Весь код выложен на GitHub — советую читать статью параллельно с исходниками.
Стандартная ситуация: разрабатывается сигнально-кодовая конструкция, хочется проверить её на устойчивость к шуму. Моделируем - и BER-кривая оказывается на 3 дБ левее теоретической (Рис.1). Знакомо? Тут два варианта: либо ваша система действительно хороша и стоит задуматься о патенте, либо стоит проверить правильность добавления шума к сигналу.
Без библиотек, без обвязок, без операционной системы под ногами. Реальный код на реальном железе — ну, почти реальном.
Пустая эмулируемая машина RISC-V, десяток строк ассемблера, и в терминале:
Сначала думал вывести «hello», как все.
Пусть будет «Привет, мир!»
При выборе материала для печатной платы инженеры и конструкторы обращают внимание на множество параметров. Один из ключевых — температура стеклования, или Tg. Этот показатель определяет, как поведёт себя плата при нагреве, и напрямую влияет на надёжность готового изделия.
В этой статье разберём, что такое Tg, почему он важен и как правильно выбрать материал под конкретную задачу.
В наличии есть струйный принтер Epson с СНПЧ и он периодически выдает ошибку, требующую сброса счетчика абсорбера. Платить то и дело не хочется, а найденная сервисная утилита сбрасывала только 3% от максимального знчения, которые быстро тратились и ошибка появлялась вновь. Уже какое-то время хотелось попробовать связку llm + ghidra-mcp в задаче по автодекомпилу, и вот случай представился. Под катом небольшая история о поиске значений для сброса и интересностях внутреннего устройства сервисной тулзы Epson.
Когда речь заходит о телеком-компаниях, в качестве первых ассоциаций обычно приходят интернет, мобильная связь или оптические сети. Но современная телеком-инфраструктура — это не только каналы передачи данных, но и инструмент, который помогает собирать информацию об окружающем мире.
Привет, Хабр! Мы в R&D-подразделении Московской городской телефонной сети (МГТС) исследуем, как можно использовать уже существующую инфраструктуру для решения задач, выходящих за рамки классических телеком-услуг. Сегодня мы сосредоточены на трех направлениях: сенсорике, комплексной обработке мультисенсорных данных и сервисной робототехнике.
Под сенсорикой мы понимаем широкий набор технологий — от волоконно-оптических систем до компьютерного зрения, ультразвуковых, радиочастотных и других методов сбора данных. Наша задача — не только разработать отдельные сенсоры, но и объединить разнородные потоки информации в единую цифровую модель объекта или процесса. Этот подход позволяет создавать системы, с помощью которых можно понять, что происходит с объектом в режиме реального времени: выявлять отклонения, прогнозировать развитие ситуации и автоматизировать принятие решений. Мы проверяем эти технологии в пилотных проектах, связанных с мониторингом инженерной инфраструктуры, городской среды, транспорта и роботизированных систем.
Один из проектов, который мы недавно реализовали, — Smart Largus. В его рамках мы исследовали возможности применения волоконной сенсорики для диагностики транспорта и предсказания неисправностей его механизмов. Зачем мы этим занялись, что удалось, какие данные мы собрали и какие выводы сделали — читайте дальше.
Дом из клееного бруса кажется почти готовым продуктом еще на заводе. Но после доставки домокомплекта на площадку начинается не менее сложная часть — прокладка кабелей и монтаж инженерных систем.
Мы проследили весь путь типового одноэтажного дома из клееного бруса «Сириус 2.0» площадью 200 м²: побывали на производстве, посмотрели, как делают клееный брус и пеллеты из отходов, а затем приехали на готовый объект. Внутри — три спальни, кабинет и просторная кухня-гостиная. А еще отопление, вентиляция, кондиционирование, увлажнение воздуха, автономная котельная, управление освещением и шторами, полив и дренаж. Все это объединено в систему умного дома.
При производстве воздушных клапанов отливают и обрабатывают деталь с отверстиями. Отверстия могут быть:
1. Сквозное гладкое
2. Сквозное с резьбой
3. С заглушкой
Важно, чтобы в партии деталей типы отверстий соответствовали образцу. Это проверяет визуально работник. Возможно ли автоматизировать процесс проверки?
Компания «Нанософт», ведущий российский разработчик САПР/ТИМ-решений, объявляет о выходе 26-й версии программного продукта nanoCAD BIM Вентиляция.
nanoCAD BIM Вентиляция – BIM/ТИМ-решение на Платформе nanoCAD для проектирования и расчета моделей систем вентиляции и кондиционирования.
Программный продукт nanoCAD BIM Вентиляция базируется на новейшей технологии EVOS, обеспечивая ряд преимуществ для пользователя:
1. создание 3D-моделей любой степени детализации и информационного наполнения;
2, многопользовательский режим в единой информационной модели;
3. отображение модели в нескольких проекциях и режимах одновременно;
4. применение параметрической графики и типового проектирования.
5. Ключевые возможности nanoCAD BIM Вентиляция 26
Сейчас в тренде - внедрение ИИ вообще в любой проект, в любой чайник или пылесос. Я давно ковыряюсь в проектировании и Revit, и меня стабильно бесило одно и то же: куча рутины, одинаковых действий, которые можно было бы спокойно автоматизировать. Глядя на то, какие чудеса сейчас творят языковые и диффузионные LLM, генерируя целые детализированные миры, очень хочется сделать тоже самое в строительной сфере.
Уже существует ряд реализаций. Однако обычно все заканчивается на уровне красивой демки, однако, если присмотреться, там всегда есть эффект "пятого пальца", только в контексте архитектуры это выглядит как третий унитаз или вторая дверь в ванную.
Я решил собрать свой вариант и назвал его AiRevit. Это не чатик с LLM поверх Revit. Тут вообще не предполагается использования такой архитектуры, которая бы основывалась на угадывании токена (нам не нужно ничего угадывать, нужно соблюдать строгие строительные правила). Это детерминированный pipeline, где текст сначала превращается в структурированный program_graph, потом в layout_solution, а уже потом в реальные элементы Revit через Dynamo и Python-скрипты. В репозитории это разложено на Node 3, Node 4 и Node 5, чтобы не было каши и чтобы каждый кусок отвечал за свою часть работы. (https://github.com/Rearks/AiRevit)
Собственный анализ в теме оказания услуг по мониторингу объектов с помощью БПЛА.
Дисклеймер. Пишу от своего имени. Не преследую задачи навязать вам свое мнение.
Я тружусь в компании, которая производит Дронопорты. Логично ожидать, что в этой статье я разнесу пилотов в пух и прах и буду доказывать, что без автоматизации жить нельзя. Да/Нет?
Не буду. Потому что в реальности у каждого подхода есть своя зона эффективности, и я иногда говорю: «Вам Дронопорт не нужен, возьмите пилота». Это честно. Хуже — когда компания покупает не тот инструмент под свою задачу и потом считает, что её обманули.
Ниже — честное сравнение. Где сильнее ручной режим, где сильнее автоматизация, и как понять, что подходит именно вам.
На Хабре периодически появляются статьи с анализом феномена Python - как один из самых медленных языков программирования стал королём нейросетей, и ответ всегда один: за счёт простого синтаксиса и развитой экосистемы. Но экосистема у C++ значительно больше и богаче, значит, дело не в ней и остаётся только синтаксис. А если проблема действительно в синтаксисе, тогда должен быть ответ и на другой вопрос: почему C++ не стал основой для исследований в этой (или любой другой) области?
Раньше я уже подходил к вопросу об эмпирической оценке сложности синтаксиса языков программирования, что называется «в лоб»: взять исходный код компилятора и посмотреть, сколько строк в нём занимает синтаксический анализатор. Ведь чем сложнее синтаксис, тем больше кода нужно, чтобы его распознать. И сотни тысяч строк кода только на анализ синтаксиса C++ - это измеримое свидетельство того, в какого монстра превратился C++ за сорок лет развития.
Но есть и другой способ оценить то же самое - причём гораздо проще, доступнее и без единой строчки анализа кодовой базы. И этот способ даёт неожиданно точный ответ на вопрос, почему именно Python в машинном обучении, несмотря на его репутацию «медленного» языка, стал стандартом.
Автомойка самообслуживания кажется простым объектом: клиент выбирает программу, оплачивает ее и берет в руки пистолет. Но за этим стоят насосы высокого давления, частотные преобразователи, дозирование химии, платежные терминалы, автоматика ворот и серверное ПО.
Меня зовут Игнат, я занимаюсь автоматизацией таких объектов. Эта мойка стала для нашей команды уже двадцатой, а саму систему за это время переосмысливали шесть раз. Здесь мы заметно переработали архитектуру: отказались от ноутбука и преобразователей USB–RS-485, перенесли верхний уровень на ПЛК и развели локальное управление постами и серверную часть. В статье покажу, как устроена автомойка изнутри, зачем мы красим пену в розовый цвет и какие решения мы меняли от проекта к проекту.
Я хотел написать этот пост год назад, но, как показала практика, тогда было еще рано. А вот сейчас — самое оно.
С самого появления LLM мне было любопытно: справятся ли они с какими-нибудь еще инженерными задачами, помимо генерации кода? Лет шесть назад я сделал DIY-роборуку, о чем написал свою первую статью на Хабре. Самым трудоемким этапом создания руки было конструирование URDF-модели для ROS: нужно было правильно поскейлить все STL-модельки, покрутить их в пространстве, описать степени свободы и соединения. И все это — в неудобном текстовом формате, без возможности накидать хотя бы черновик руками через UI.
В результате эта работа заняла у меня тогда несколько дней. И не потому, что ее настолько много, а потому что она довольно быстро изматывала.
И вот я решил испытать на этой задаче современные LLM. На входе имеем папку со STL-модельками и знание о том, что из них можно собрать аналог роборуки PhantomX Pincher Robot Arm Kit Mark II.
Вот какой промпт я прогнал год назад на Sonnet 4, Opus 4, Gemini 2.5 и GPT-4.1:
Меня зовут Викторина Юрьевна Савельева, мне 87 лет, и сегодня я подвожу определенные профессиональные итоги. Хочу поделиться результатами одной уникальной работы, которая была выполнена в далеком 1991 году по прямому заказу Сургутской ГРЭС-2.
Долгое время у меня сохранялся только рукописный черновик. Недавно с помощью современных технологий я оцифровала его для семейного архива, а сегодня хочу передать это инженерное наследие профессиональному сообществу.
О каком оборудовании идет речь?
В работе рассматривались сложные вопросы динамики системы возбуждения турбогенератора ТВВ-800 с автоматическим регулятором возбуждения сильного действия АРВ‑СДП1 (изготовления ПО «Электросила», которое сегодня входит в состав АО «Силовые машины»).
Для понимания масштаба: Сургутская ГРЭС-2 — самая мощная тепловая электростанция в России и крупнейшая в мире из работающих на попутном нефтяном газе. Агрегаты ТВВ-800 — это классический, сверхмощный энергетический комплекс, составляющий основу советских энергоблоков мощностью 800 МВт. Самое интересное, что прямо сейчас, в 2020-х годах, эти машины проходят масштабную модернизацию, а значит — расчеты их динамики снова актуальны.
В чем суть метода?
Исследование выполнено методом Логарифмических Амплитудно‑частотных Характеристик (ЛАХ) без решения громоздких характеристических уравнений.
В свое время работа получила отличную оценку во Всесоюзном Энергетическом Институте (ВЭИ) ещё Советского Союза. Тогда нам официально рекомендовали продолжать более глубокие исследования в этом направлении.
Раньше сотрудники проектно‑конструкторского отдела АО «Карабашмедь» использовали разное программное обеспечение, что приводило к дублированию данных, затрудняло контроль версий и усложняло обмен информацией между отделами, особенно при согласовании проектов новых складов и реконструкции производственных участков. С помощью nanoCAD BIM Строительство компания автоматизировала разработку проектно‑конструкторской документации и ускорила этот процесс на 20%.
АО «Карабашмедь» — ведущий российский производитель медных анодов из минерального и медьсодержащего сырья, расположенный в Челябинской области. Проектно‑конструкторский отдел (ПКО) АО «Карабашмедь» отвечает за разработку проектно‑конструкторской документации: производственных подразделений, формирование графических материалов для концептуальных, технических и объемно‑планировочных решений по объектам и генеральному плану территории предприятия. ПКО также анализирует поступающую проектную документацию на соответствие техническому заданию, качеству предложенных решений и организует хранение всей принятой проектной документации.
Перед проектно‑конструкторским отделом «Карабашмеди» стояли следующие задачи...
Привет, Хабр! Меня зовут Дмитрий Смагин, я руководитель продукта информационного моделирования в команде девелопера ПИК. В этой статье хочу рассказать про наш опыт работы над интерфейсами B2B-продукта, про ожидания и обратную связь от внутренних корпоративных пользователей и о том, почему важно далеко не всегда опираться только на метрики.
В команде ПИК я отвечаю за продукт для конструктивного направления. Это одно из трех ключевых направлений проектирования строительства, наряду с архитектурным и инженерным.
Конструктивное направление отвечает за все, что связано с бетоном и монолитом: фундаменты, опалубка, сваи, арматура. На примере продукта для пользователей-сотрудников данного направления мы и разберем, как менеджеру продукта работать с интерфейсами в сфере B2B.
Дома у меня три ноды kubeadm на мини-ПК. На них живёт медиасервер: Jellyfin, торрент-клиент и сервисы, которые сами находят фильмы и раскладывают их по папкам. Сверху Istio с mTLS, Jenkins, который всё это раскатывает, Prometheus с Grafana, свой Nexus и Vault.
Начиналось всё не с медиасервера. Начиналось с демо-магазина от Google — и полтора месяца я на него потратил, прежде чем понял, что учусь вхолостую.
Про это и статья.