Инженерные системы *

Майнинг на Antminer Hydro требует не только эффективного охлаждения, но и точного контроля параметров работы. Одним из ключевых инструментов для оптимизации производительности является прошивка , которая позволяет не только собирать детальную статистику, но и гибко настраивать режимы разгона. В этой статье мы подробно разберём, как работает прошивка, какие преимущества она даёт и почему важно соблюдать баланс между хешрейтом и энергоэффективностью.

Месяц назад, а именно 25 марта, в Дубне на ускорителе NICA стартовал первый сеанс исследований столкновения пучков ионов ксенона. На Хабре была статья, посвящённая планам на этот ускоритель, а теперь держите первые практические исследования.

Здравствуй, дорогой читатель!

Меня зовут Антон, я молодой инженер, который совсем недавно своими тонкими неокрепшими ручонками пробил стенку из кальцита, выбрался в неизведанный мир проводов и индийских драконов да со всего своего юношеского маху сиганул навстречу приключениям.
Мне предстоит узнать много нового и отстроить свое космическое судно… или, может, ноев ковчег? Нет, мне предстоит отстроить свою систему; систему под номером d96. В процессе ее строительства, как подобает всякому капитану, я буду вести бортовой журнал.
Итак, запись #1…

В этой статье рассмотрим пример практической реализации RAG (Retrieval-Augmented Generation) на Python для ответов на вопросы пользователей с опорой на нормативную базу технических стандартов. В моём случае это строительные документы: СНиПы, СП, ГОСТы и другие. Готовое решение можно протестировать в строительном Telegram-боте: https://t.me/Pdflyx_bot - данний бот генерирует ответ на основании базы знаний, приводит цитаты и указывает страницы документов, откуда была взята информация.

Данный подход может использоваться и для других сфер: анализа проектной документации, корпоративных регламентов и любых текстовых баз знаний.

Современные потребности в Центрах Обработки Данных достигли невероятных масштабов, превратив их проектирование и строительство в практически рутинный процесс. Каждый заказчик стремится получить больше, чем просто стандартное решение: им нужны ЦОД, которые соответствуют принципу «Больше, выше сильнее». Больше машзалов, выше потолки, мощнее охлаждение. Иногда эти запросы доходят до экзотических решений, таких как размещение ЦОД в регионах с холодным климатом, например, в Скандинавии, где естественная вечная мерзлота используется для охлаждения серверов, или даже подводные дата-центры, которые погружаются на дно океана для снижения затрат на охлаждение.

Однако, несмотря на такие необычные подходы, большинство проектов ЦОД остаются довольно типичными. Тем не менее, каждый из них имеет свои уникальные особенности и нюансы, которые возникают из-за классической дилеммы: «Быстрее, лучше, дешевле — выбери только два». При разработке проекта часто приходится выбирать между тем или иным решением, обосновывая свою позицию экономией средств или большей надежностью. Эта проблема становится ключевой при разработке любого проекта, заставляя инженеров и архитекторов постоянно искать компромиссы. Например, приходится выбирать между более дорогим, но надежным оборудованием и бюджетными решениями, которые могут сэкономить средства, но потребуют дополнительных усилий для обеспечения стабильной работы. Каждый выбор требует тщательного обоснования, будь то экономия ресурсов или повышение надежности инфраструктуры.

17–18 апреля в Москве прошла выставка и конференция WBCE 2025, ставшая крупнейшей за все время проведения. За два дня мероприятие посетили более 1200 человек — интеграторы, разработчики, производители оборудования и энтузиасты автоматизации. В этом году участие приняли 42 компании, представившие на стендах свои разработки в области умного дома, диспетчеризации, микроклимата, SCADA, IoT и цифровизации жилых и коммерческих объектов.

В репортаже мы собрали обзор всех стендов WBCE 2025: рассказываем о компаниях, их решениях, новых продуктах и ключевых анонсах. Вы увидите, как меняется ландшафт автоматизации в России — от модульных контроллеров и BLE-сенсоров до платформ для управления целыми жилыми кварталами.

Современный мир движется к объединению технологий: промышленной автоматизации и искусственного интеллекта. Но для меня, занимающегося программированием в сфере АСУ ТП, было трудно понять, как на ПЛК, с его скромными техническими характеристиками и средой Codesys или TIA Portal можно применить технологии ИИ. На форумах готового решения не нашел, но проникся мыслью, что лучше обучить нейросеть на Python, а затем готовые веса и структуру перенести в Codesys. Я решил использовать OpenAI Gym, задачу CartPole. Это классическая задача обучения с подкреплением, где цель агента состоит в том, чтобы удерживать шест в вертикальном положении, выбирая действия (движение влево (0) или вправо (1)), на основе текущего состояния системы. План действий: для получения весов написать класс нейросети на PyTorch с использованием пакет DEAP.  После этого написать Modbus TCP сервер на Python с окружающей средой CartPole, подсоединиться к нему с помощью ПЛК. Полученные данные обрабатывать в ПЛК и передавать сигнал, который будет управлять тележкой, на сервер.

В прошлой статье "Умный дом. Как соединить разные технологии? Реальный опыт" я осветил основные инженерные и технические решения, реализованные в моём проекте умного дома. В этой статье я хотел бы затронуть тему создания благоприятного температурного режима в доме и о решениях, которые можно для этого применить.

Так получилось, что это второе моё место проживания, в котором для отопления используется газовый котёл. Первый раз задача автоматического регулирования комнатной температуры была решена очень просто, котёл поддерживал подключение проводного датчика наружной температуры и позволял устанавливать температурную кривую для автоматического регулирования температуры теплоносителя. В этот раз пришлось действовать нестандартно. Дело в том, что котел выбирал не я, он достался мне от застройщика. Возможность подключения датчика отсутствует, но зато, поддерживается цифровая шина и это внушило мне определенную уверенность в успехе.

При организации нового офиса одной из ключевых задач является обеспечение надежной и функциональной IT‑инфраструктуры, которая станет основой для бесперебойной работы всех сотрудников. Однако нередко возникают ситуации, когда решения, оставшиеся от предыдущих арендаторов, требуют тщательной оценки и, зачастую, значительной доработки. Именно с такой задачей столкнулся наш заказчик, когда решил переехать в новое здание и обратился к нам с задачей по проектированию и строительству сети.

Структурированная кабельная система (СКС), оставшаяся от предыдущего арендатора, на первый взгляд, была в хорошем состоянии: все кабель‑каналы, лотки и розетки были аккуратно смонтированы, что создавало впечатление готовности к использованию. Однако при более детальном осмотре выяснилось, что кабельные линии, идущие от розеток, были обрезаны под корень и свисали под потолком в каждом из шести кроссовых помещений (видимо при переезде предыдущий арендатор просто вывез целиком стойку с патч‑панелями для повторного использования оных, что странно, с учетом того, что это федеральная корпорация и обычно в энтерпрайзе любят строить новое, а не адаптировать старое). Это делало невозможным их подключение к патч‑панели, так как длина кабелей была недостаточной для повторного использования. В результате возникла необходимость полностью построить СКС с нуля, что потребовало бы значительных временных и финансовых затрат заказчика.

Привет, друзья и коллеги по инженерному делу и проектированию! Меня зовут Сергей Погорельский, и я работаю в компании КРОК в качестве эксперта по автоматизации инженерных систем. Работаю с BIM-технологиями 6 лет и недавно защитил диссертацию на эту тему.

В этой статье я расскажу вам о том, как мы пришли к разработке собственного плагина по работе с коллизиями и как научились их побеждать в десятки раз быстрее, чем раньше.

Представьте, что ваша компания — это город. Сначала это посёлок с одной улицей, где все знают друг друга и работают сообща. Но когда посёлок превращается в мегаполис, старые правила перестают работать: дороги забиты, свет отключается, а жители бунтуют. То же происходит с IT-платформами: на старте монолит кажется простым решением, но с ростом он душит развитие. Team Topologies предлагает альтернативу — превратить платформу в сеть «умных посёлков», где каждый сервис развивается автономно, но по общим правилам. В статье разберём базу как это работает и посмотрим на примере реальной компаний. 

В профессии инженера-металловеда мне ежедневно приходится анализировать микроструктуру материалов и неметаллические включения. До недавнего времени я, как и многие, делал это вручную: окуляр микроскопа, шкалы, подсчёты, Excel. Утомительно и долго. На фоне постоянного потока образцов нагрузка на глаза и внимание становится ощутимой.

Коммерческие программы для металловедов решают эту проблему... почти. Они избыточны, дороги, и процентов на 90 включают функции, которыми обычный инженер не пользуется. Хотелось чего-то проще, точнее и, желательно, бесплатного. Так родился мой проект SenseOptics KANV.

🤖 Колхоз — это не только про тракторы. Это про мозги. И автоматизацию. В этой статье покажу, как мы собрали платформу для управления чем угодно — от теплицы до котельной — на базе ESP32.

В этой части мы рассмотрим аэрационные установки — это альтернатива системам на основе септиков с сооружениями подземной фильтрации. Также разберемся, в каких случаях какую из систем следует применять. Статья будет полезна всем, кто планирует строить автономную канализацию, равно как и тем, кто уже эксплуатирует таковую.

В этой статье хочу рассказать немного о себе, кем я работаю, какие решаю задачи, с какими трудностями сталкиваюсь. Без лишних прикрас и романтики погрузимся в профессию радиоинженера, надеюсь эта статья вам будет полезна и как минимум вы будете иметь представление об этой непростой профессии.

В 2024 году участники Московской молодежной антарктической экспедиции высадились в районе станции Новолазаревская. В условиях полной автономии им предстояло не только проводить научные исследования, но и жить в лагере, где все, от отопления до освещения,  зависело от бесперебойной работы автономных инженерных систем и их автоматики.

В статье разобран реальный кейс: как построили инженерную инфраструктуру лагеря, организовали электропитание, отапливали, освещали и обеспечили устойчивую работу в условиях минусовых температур, ветра до 30 м/с и ограниченного энергобюджета.

Современные проекты по внедрению технологических решений часто требуют не только технической грамотности, но и творческого подхода, особенно когда речь заходит о гармоничной интеграции оборудования в интерьер. Одной из таких задач стала кастомизация Wi-Fi точек под цвет фальшпотолка в рамках проекта по организации беспроводной сети. На первый взгляд, эта задача казалась простой, однако в процессе её реализации мы столкнулись с рядом неожиданных вызовов, которые потребовали нестандартных решений и тщательного анализа.

Если вы когда-нибудь сталкивались с необходимостью адаптировать техническое оборудование под дизайн помещения, наш опыт, надеемся, окажется для вас полезным и вдохновляющим.

30 марта сервисы, размещённые в одном из наших основных дата‑центров, оказались недоступны. К инциденту привела авария на опорной подстанции, которая спровоцировала отказ сразу двух вводов питания и последующий каскадный сбой оборудования.

В этой статье подробно покажем, какие именно риски сработали — а для этого объясним, как устроено энергоснабжение в дата‑центре и на что это влияет. С этой точки зрения посмотрим, как развивались события в этот день и что бывает в дата‑центре, когда случаются ситуации, вероятность которых оценивается как «один на десятилетия». В завершение расскажем, что планируем делать дальше, чтобы не допустить повторения, и какой урок из этого могут извлечь другие инженеры.

Палюх Борис Васильевич

д.т.н., профессор, заведующий кафедрой «Информационные системы» ТвГТУ, г. Тверь

Чесалов Александр Юрьевич

  к.т.н., генеральный директор ООО «Программные системы Атлансис», г. Тверь

В настоящей статье исследуются современные подходы к созданию автоматизированных систем прогнозируемого обслуживания многостадийных технологических процессов. На сегодняшний день, данные системы играют важнейшую роль в процессах автоматизации промышленных предприятий различных отраслей экономики. В статье делается основной акцент на  необходимость применения технологий искусственного интеллекта для создания, эксплуатации и развития автоматизированных систем прогнозируемого обслуживания. Указывается необходимость совместного применения методов нейронных сетей и теории свидетельств, в части уменьшения уровня неопределенности и увеличения уровня доверия к выходным данным для принятия решений. В результате исследования предложены два варианта архитектуры. Представлены данные эффективности применения автоматизированных систем прогнозируемого обслуживания в промышленности.

КЛЮЧЕВЫЕ СЛОВА: прогнозируемое обслуживание, промышленный Интернет вещей, периферийный искусственный интеллект, теория свидетельств, компьютеризированная система управления техническим обслуживанием.

Прогнозируемое обслуживание в промышленности (англ. Predictive Maintenance, PdM) – это стратегия проактивного обслуживания, которая использует современные инструменты и методы анализа данных для обнаружения аномалий в работе оборудования и потенциальных дефектов в производственных процессах, которая включает [1]:

В текущих экономических условиях, когда концепция развития цифровой экономики сменяется новым трендом развития – «экономикой данных»,  внедрение цифровых инноваций  и прорывных технологий искусственного интеллекта (ИИ) в промышленных экосистемах Индустрии 4.0  является приоритетным направлением в формировании и развитии технологического суверенитета Российской Федерации.

В основе всех процессов формировании и развития технологического суверенитета нашей страны находится цифровая трансформация производителей и потребителей продуктов и услуг.

Цель цифровой трансформации продуктов и услуг промышленных предприятий Российской Федерации должна заключаться в реализации ряда комплексных мероприятий и проектов основывающихся на прорывных и перспективных технологиях «Индустрии 4.0», включающие в себя технологии искусственного интеллекта в промышленных экосистемах, которые позволяют создать на первом этапе цифровую инфраструктуру промышленности, а в последствии экосистему, способную не только объединить разрозненные цифровые решения, платформы, системы и миллионы «умных» устройств промышленного Интернета вещей в рамках одного информационного поля, но и дать толчок к созданию и развитию новых конкурентных продуктов и услуг в Российской Федерации и за ее пределами [Галкин и др., 2023, c. 167; Палюх и др., 2023, c. 256].

Важным аспектом проектирования, разработки, производства и развития новых промышленных ИТ-решений является применение передовых технологий четвертой промышленной революции, к которым можно отнести: технологии работы с большими данными, машинное обучение и искусственный интеллект, а также создание цифровых платформ и сервизов, функционирующих в рамках вышеупомянутой цифровой экосистемы.