Инженерные системы *

Приветствую всех!

Давным-давно, ещё в советскую эпоху, большинство лифтов были релейными. Но уже в восьмидесятые начали появляться электронные станции. Конечно, до современных микропроцессорных систем им было очень и очень далеко, а построены они были на дискретной логике. Тем интереснее взглянуть на устройство таких блоков.

Так получилось, что ко мне в руки попала одна из таких станций управления. Так что сейчас у нас есть возможность посмотреть, как она устроена, и попробовать разобраться, как она работает. Традиционно будет много интересного.

Приглашаем вас принять участие в открытом профессиональном обсуждении практического опыта реализации пилотного проекта с использованием российского программного обеспечения. Тема мероприятия: «Проектирование школы на 1100 учащихся в г. Кемерово в среде nanoCAD BIM».

Когда: 11 декабря (четверг), 11:00–12:00 (МСК)
Формат: онлайн, по предварительной регистрации
Стоимость: бесплатно

Не стандартный вебинар с презентациями, а живой диалог-подкаст с ключевыми участниками процесса.

Под землёй каждый день работает один из самых нагруженных «кластера» в стране — поезда метро, которые мы привыкли воспринимать как нечто само собой разумеющееся. За последние 10–15 лет российские метрополитены прошли путь от «номерных» вагонов с лампочками и табличками к платформам уровня «Москва‑2020/2024» и «Балтиец» со сквозным проходом, цифровой диагностикой и подготовкой под беспилотное вождение. Эта статья — попытка посмотреть на эволюцию вагонов метро как на обновление крупной системы: что именно меняется в «железе», зачем это нужно городу и пассажиру и куда всё идёт после 2025 года.

Можно ли упростить процесс BIM-проектирования при помощи настроенного и отлаженного процесса выпуска рабочей документации?

Сегодня разберем интеграцию компонента «СПДС» с nanoCAD BIM Строительство. Мы выйдем за рамки базовых функций и сфокусируемся на объектных зависимостях. Как динамически связать марку на чертеже со свойством объекта в модели? Как создать выноску, которая «знает» об элементе, на который указывает?

В материале вы найдете алгоритм действий со скриншотами: от настройки базы элементов до создания собственных шаблонов. Забирайте готовый рецепт для сокращения рутинных операций и минимизации ошибок в документации.

В прошлой части мы уже упоминали, что значимой проблемой при описании архитектуры предприятия является сведение разнородных артефактов разных уровней абстракции в единую картину мира. Аналогичные проблемы возникают в частности и на уровне моделирования. Как на одном полотне модели отображать и бизнес идеи, и сервисы прикладного слоя, и функциональность программных компонент, а еще «железо» на котором это все будет развернуто, и пробросить всевозможные связи между ними? Очевидно, что такие модели должны легко менять глубину детализации или выводить на более абстрактные представления.

Все эти обстоятельства зачастую превращают моделирование в скопление красивых, но бесполезных диаграмм, которые ложатся «в стол», и в конечном итоге не позволяют использовать архитектуру как эффективный инструмент для принятия управленческих решений.

Из этих размышлений, можно сделать вывод, что для качественного моделирования архитектуры предприятия нужен не просто инструмент моделирования, а поддержка в виде общепринятых стандартов моделирования архитектуры предприятия. Такое решение было предложено.

ArchiMate в оригинале Architecture‑Animate) — это открытый и независимый язык моделирования архитектуры предприятия для поддержки описания, анализа и визуализации архитектуры внутри и за пределами бизнес‑процессов однозначным способом. Так же это технический стандарт от The Open Group, базирующийся на IEEE 1471. Он поддерживается различными разработчиками инструментов моделирования и консалтинговыми организациями.

Ранее, в статье «Погодозависимая автоматика для газового котла своими руками. Технологии умного дома», было описано как я подключал адаптер цифровой шины ectoControl к своему газовому котлу. Можно заметить, что в статье приведено множество технических деталей и сложных настроек. Это связано с тем, что система была собрана из тех интеграций, что уже были представлены в HomeAssistant. Основной была интеграция Modbus, так как именно этот протокол управления реализован в адаптере.

Уже тогда я принял решение, что разработаю полноценную интеграцию для этих адаптеров (в линейке есть поддержка шин Navien, eBUS и OpenTherm). И вот в прошедшие выходные я закончил разработку и вышла версия v1.0.0.

В данной статье я рассмотрю функционал интеграции, её установку и настройку.

После выхода статьи «Погодозависимая автоматика для газового котла своими руками. Технологии умного дома.» часто получаю вопросы по поводу интеграции WDA Sensor. Возникает непонимание по поводу практики применения. В данном материале попробую подробно рассказать как настраивать и использовать данную интеграцию.

Сама интеграция очень простая. На основе параметров указанных пользователем, она рассчитывает целевую температуру теплоносителя и предоставляет её в виде сенсора с числовыми показаниями. Самые важные параметры, которые влияют на расчёт, — это номер кривой (от 1 до 200) и сенсор, предоставляющий показания уличной температуры. Это может быть как ваш собственный датчик, так и показания погодного сервиса.

Показания WDA Sensor могут быть использованы для периодической записи в настройки вашего отопительного оборудования (газового или электрического котла) c целью реализации алгоритма погодозависимой автоматики (ПЗА).

Компания Volts выпускает накопители электрической энергии для квартир и домов. Мы уже бывали на их производственной площадке два года назад — и вот вернулись снова. С первых минут стало ясно, что производство заметно изменилось: появилась собственная ультразвуковая сварка аккумуляторов, автоматическая сортировка ячеек, SMD-монтаж плат управления, уличная версия корпуса и обновленная BMS. То, что раньше обсуждали как перспективу, теперь работает в регулярном режиме.

Мы прошли путь от склада до тестовой зоны и посмотрели, как сегодня собирают накопители Volts — какие решения используют, какие процессы изменили и какие задачи удалось решить за эти два года.

Всем привет!

Меня зовут Егор Корнеев, я менеджер практики по сопровождению и развитию НСИ в «Норникеле». В этой статье я расскажу, как мы победили дубли справочника МТР НСИ (Материально-технические ресурсы Нормативно-справочной информации) и вместе с тем реализовали непрерывный мониторинг бизнес-качества данных.

Спрос на инженеров на рынке труда стремительно растет: сегодня инженеры нужны не только в промышленности, но и в креативных индустриях, ритейле, дизайне и даже медицине. По данным исследователей Высшей школы экономики, потребность российских компаний в высококвалифицированных инженерах за последнее десятилетие выросла втрое. Но в отличие от ИТ-специалистов, конкуренция за которых уже прошла пик, рынок квалифицированных инженеров далек от насыщения.

В последнее десятилетие в сфере информационных технологий широкое распространение получили системы с искусственным интеллектом, это обусловлено огромным объёмом цифровых данных, накопленных к настоящему моменту, для обработки и анализа которых потребовались новые технологии.

В промышленной автоматизации системы обработки и анализа данных как с технологиями искусственного интеллекта, так и с методами классического математического анализа менее распространены несмотря на то, что каждое предприятие, оснащённое АСУ ТП, обладает значительной базой цифровых данных.

В настоящей статье излагаются принципы проактивного риск-ориентированного подхода к управлению технологическими процессами.

В первую очередь эта статья ориентирована на технических руководителей промышленных предприятий и эксплуатирующий персонал, так как понимание изложенных принципов поможет не ошибиться в своих ожиданиях от внедрения соответствующих систем, а главное эффективно их использовать, обеспечивая снижение ремонтных затрат и минимизируя риски возникновения аварий.

Повышение помехоустойчивости и помехозащищённости радиолокационного канала является постоянной задачей развития радиолокационных систем. При этом не решенными до конца проблемами являются обнаружение малоразмерных целей на фоне пассивных помех и разрешение распределенных по дальности целей, имеющих близкие радиальные скорости. Кроме того, отдельного внимания требует проблема повышения боковых лепестков автокорреляционной функции (АКФ) при использовании широкополосного зондирующего сигнала (ЗС).

В цифровой радиолокации для формирования ЗС широко применяются фазокодоманипулированные сигналы (ФКМ-сигналы), использующие псевдослучайные последовательности. Но АКФ таких сигналов имеют высокий уровень боковых лепестков (УБЛ), что затрудняет выделение полезного сигнала. Для снижения УБЛ используются специальные последовательности, такие как коды Баркера, M-последовательности и коды Голда.

Представляет интерес голографический способ формирования ЗС, при котором для фазокодовой манипуляции используется одномерная голограмма виртуального оптического объекта – точечного источника на черном фоне, расположенного в центре линейного массива. Результатом кодирования является простейшая голограмма – зонная пластинка Френеля (для одномерной голограммы – зонная линейка Френеля). Здесь описаны алгоритмы голографического кодирования и декодирования и показано, что голографический код в сравнении с другими помехоустойчивыми кодами имеет более высокую эффективность в обнаружении и распознавании сигнала при очень низком отношении сигнал/шум. Эффективность данного способа определяется использованием фундаментального свойства голограммы – делимости, позволяющего восстанавливать исходный объект по искаженному фрагменту голограммы. Этот факт делает интересным рассмотрение возможности применения голографического способа для формирования ЗС в радиолокации.

Одной из основных характеристик глобальной навигационной спутниковой системы ГЛОНАСС является точность оценки координат и высоты, полученных в навигационной аппаратуре потребителей (НАП) только по спутниковым сигналам без привлечения дополнительной информации. Большое влияние на точность позиционирования оказывают характеристики НАП. Стандартные образцы НАП не обеспечивают необходимый уровень помехоустойчивости при существующем уровне мощности принимаемых сигналов ГЛОНАСС порядка минус 166…156 дБВт.

Точность  измерения координат определяется количеством спутников, одновременно видимых навигационным оборудованием. Ошибки ГЛОНАСС составляют  3-6 м при использовании 7-8 спутников. На большей части поверхности земли над горизонтом находятся одновременно до 11 спутников ГЛОНАСС, однако отношение сигнал/шум в канале связи, необходимое для безошибочного приема информации,  часто обеспечивается только для 2-4 спутников. На рисунке 1 показан пример видимости спутников разных систем навигации в условиях городской застройки.

Для электронной аппаратуры космических систем, и в первую очередь устройств памяти, актуальна задача защиты от воздействия ионизирующего космического излучения и других внешних факторов, искажающих хранимую и обрабатываемую информацию. Радиационные эффекты и космические частицы создают большое число накапливающихся в устройствах памяти ошибок. Использование известных методов помехоустойчивого кодирования информации дает эффект в течение ограниченного времени, пока число ошибок не становится слишком большим. В ответственных системах используется ECC-память – (error-correcting code memory, память с коррекцией ошибок) – тип компьютерной памяти, которая автоматически распознаёт и исправляет спонтанно возникшие изменения (ошибки) битов памяти – одну ошибку в одном машинном слове. При длине машинного слова 64 бита количество исправляемых ошибок < 1,5%.

Для повышения надежности хранения информации представляет интерес форма записи данных, обеспечивающая восстановление блока информации по его фрагменту – голографический метод записи, использующий свойство делимости голограммы (возможность восстановления полного изображения объекта по фрагменту голограммы).

Хотим поделиться реальным опытом цифровой трансформации маркшейдерской службы на Албынском руднике – активе ООО «Албынский рудник». Если вы работаете с данными лазерного сканирования, то наверняка сталкивались с ситуацией, когда на устранение шумов и ручную фильтрацию облаков точек уходит несколько рабочих дней, а на инженерный анализ почти не остается времени.

Материал будет полезен специалистам в области маркшейдерского дела и горнодобывающей промышленности, которые ищут проверенные способы более быстрой и точной работы с большими облаками точек.

Сейф сейчас предмет распространённый и, на первый взгляд, не очень интересный. Но если проследить историю его возникновения и трансформации, то обнаруживается немало любопытных фактов.  

При обработке широкополосных сигналов часто возникает задача подавления узкополосных помех. Сложность задачи подавления узкополосной помехи зависит от степени информированности о ее наличии, основной частоте и степени изменчивости этой частоты. Если помеха стационарна, ее частота заранее известна и источник помехи не перемещается в пространстве, для ее подавления достаточно узкополосного режекторного фильтра.  

Для подавления нестационарных помех необходимо использовать адаптивные методы фильтрации. Кроме традиционных цифровых фильтров к ним можно отнести  использование  адаптивной антенной решетки. В этом случае подавление помех обеспечивается формированием  провалов (нулей в диаграмме направленности) цифровой антенной решетки и основной задачей является расчет вектора весовых коэффициентов, изменяющих диаграмму направленности антенной решетки. Второй способ режектирования узкополосных помех с заранее неизвестными частотой и мощностью – это поиск пиков в спектре сигнала и замена всех найденных отсчетов, превышающих среднюю амплитуду спектра, на среднее значение спектра.  

Знаете это чувство, когда теряешь паспорт, в который вложены карточки и пропуска? Когда уволили, а жена сбежала, прихватив сбережения? Забудьте – вы ничего не знаете о боли, если не паяли BGA на бессвинце.

На подстанциях и ОРУ уровень ошибки измеряется не в пикселях, а в деньгах и месяцах простоя. Для инженеров, которые работают с объектами 110–220 кВ, переход с «чистого» 2D в ТИМ – это не про модный 3D-рендер, а про единый источник правды, автоматическую РД и корпоративную стандартизацию.

Этот кейс – про то, как компания, одной из первых начавшая внедрять Smart Grid в России, шагнула в ТИМ, сохранив инженерам привычную DWG-среду и добавив ей третье измерение смысла – насыщенную данными информационную модель.

Первая часть - https://habr.com/ru/articles/970614/

Но это отдельная история. Когда ты пытаешься решить сложную задачу, ты придумываешь, как языковая модель становится из самой цели сделать модель побольше, становится инструментом для создания мультиагентной системы. И на самом деле тут много новых инструментов появляется, как раз связанных с тем, что необходимо действительно писать достаточно сложный код. И в мае этого года вышла статья Alpha Evolve от компании DeepMind, которая показала, что большая языковая модель может на самом деле сама писать код и решать задачи, если ты можешь проверить решение этой задачи.

То есть много задач, ты можешь проверить, что решение правильное, например, решить какое-нибудь уравнение, но найти само решение сложно.

Или, например, ты хочешь построить, даже в самом простейшем случае, написать какой-то промп, который хорошо помогает решить тебе конкретную задачу. Ты можешь, написав этот промп, запустить систему, получить ответ и проверить, получить метрику на бенчмарке, но как написать сам промп, непонятно. И, собственно, вот эти эволюционные алгоритмы – это для очень ленивых людей, таких как я. Ты просто даешь ей постановку задачи, просишь написать решение, она пишет какое-то решение, ты проверяешь это решение и просишь переписать это решение еще раз.

Дальше применяешь достаточно хитрые подходы, связанные с эволюционными алгоритмами, где фактически в качестве оператора мутации выступает большая языковая модель. У нее есть опыт предыдущий, память. в виде программы результатов, есть некоторые инсайты, что она придумала, и ее задача состоит в том, чтобы эти инсайты, соответственно, объединять в новые программы. Собственно, первый автор статьи «Альфа Эволф» Саша Новиков – это мой аспирант, который уехал довольно давно, но тем не менее очень много не менее талантливых людей работают в институте.