Инженерные системы *

Для тех, кто создает системы сбора данных с датчиков и мониторинга метрик для умных домов и промышленного оборудования есть хорошая новость. Теперь такие системы можно собирать с применением Российского одноплатного компьютера Repka Pi (который в т. ч. есть в реестре Минпромторга) и недавно появившейся Российской операционной системы Napi Linux, специально созданной для решения подобных задач и, что важно, с открытым кодом.

К микрокомпьютеру Repka Pi через порты USB, Ethernet, GPIO, в т. ч. SPI, I2C, Uart и другие интерфейсы можно подключать различное оборудование с целью мониторинга средствами ОС Napi Linux.

Операционная система Napi Linux разработана для встраиваемых (Embedded) систем.

Я по роду деятельности связан с лифтовой сферой, поэтому решил рассказать немного про нашу внутреннюю кухню. Заглянуть, так сказать, за кулисы.

Когда-то была на ТВ программа «Галилео». Начнут рассказывать про какое-нибудь производство чемоданов или очистные сооружения, и прямо затягивает. Любопытно же узнать, как что устроено изнутри. Вот, думаю, почему бы не пролить свет на работу лифтового хозяйства? Чтобы все знали, кого костерить, когда ремонт лифта затягивается.

Когда инженер делает умный дом не «под клиента», а для себя, проект сразу выходит за рамки «включить свет через Алису». Так получилось и в этом случае: дом в Ростове, владелец Сергей — инженер-автоматизатор с опытом работы с Danfoss и ОВЕН, интегратор Алексей — его знакомый, тоже инженер. Вместе они построили систему, в которой два контроллера управляют освещением, вентиляцией, отоплением, охлаждением и даже зарядкой аккумуляторов по расписанию.

Все началось с простого шкафа электрики и слов Сергея: «Зачем мне ваш колхоз? Не хочу тратить деньги».

Но через полгода в этом «колхозе» уже работали десятки сценариев, два взаимодействующих между собой контроллера, система резервного питания и Sprut.Hub в роли визуального интерфейса. 

Подробно рассмотрим систему умного дома с двумя контроллерами.

Отмывка плат – вопрос, вызывающий тьму ожесточенных споров. Идет ли речь о способах отмывки, сортах моющих средств, или самой необходимости такой процедуры. Постараюсь прояснить подоплеку бурления на основании скромных теоретических познаний и обильных экспериментов на клиентах.

Привет, Хабр!

На связи сервисная команда «Инфосистемы Джет». Сегодня хотим рассказать про один из технических кейсов. На его решение должна была уйти пара часов. Вместо этого он съел четыре дня нашей жизни. Спустя почти десяток лет он регулярно вспоминается в обсуждениях за обедом как один из непростых в диагностике. На днях обсуждали его — почему бы теперь не рассказать о нем вам? :) Приступим.

Профессионально я занимаюсь автоматизацией вентиляции офисов, магазинов и с недавних пор ресторанов. Однажды ко мне пришел человек с амбициозной идеей: сделать в Волгограде по-настоящему умную гостиницу. Чтобы свет включался сам, климат подстраивался под гостя, управление было через планшет и голосом.

Так начался проект, который разросся в гостиничный комплекс на 5000 м², и в итоге охватил почти все: номера, бар-ресторан, кальянную, фитнес-зоны, бассейн и кухню. В статье расскажу, как мы это все реализовали, что пришлось дорабатывать, с какими проблемами столкнулись и какие решения в итоге заработали.

Спойлер: ни один кондиционер не пострадал. Почти.

Материал будет полезен не только тем, кто совершенствует навыки монтажа, но также и менеджерам проектов, которые выступают на стороне подрядной организации или заказчика, чтобы можно было разобраться на что обратить внимание при приемке или сдаче работ.

Картинка brgfx, Freepik

Мы знаем, что при некоторых условиях, электрический ток может приводить к выработке тепла, а также поглощению его из окружающей среды — проще говоря, к охлаждению. 

Самый яркий пример таких систем — элементы Пельтье, которые позволяют, только за счёт протекания электрического тока, создать разность температур. 

Однако, думали ли вы когда-нибудь о том, что подобный эффект может быть достижим и при помощи всего лишь магнитного поля? 

Такое возможно и сам эффект известен под названием «магнитокалорического эффекта».

Приветствую всех! Уверен, каждый, кто катался на новом лифте, видел подобные штуки. Всё чаще такие экраны ставят взамен привычных светодиодных или сегментных ЖК-индикаторов.

И вот однажды мне стало интересно: а как вообще они работают и можно ли запустить их самому? Как оказалось, то, что я представлял себе небольшим опытом буквально на пару часов, на деле оказалось целым приключением...

Сложная электроника становится все более распространенной, проникая даже в те области, где раньше господствовала грубая механика, что предъявляет повышенные требования к ее надежности и устойчивости к внешним воздействиям. Одним из эффективных способов защиты самого главного — печатных плат, от негативных факторов окружающей среды является использование конформных покрытий.

Автомойка самообслуживания — на первый взгляд, простая штука: клиент приехал, вставил купюру (приложил карту), выбрал режим, включился насос — и пошло дело. Но если заглянуть в техпомещение и посмотреть на работу этой системы глазами инженера, становится понятно: это уже не бытовая техника, а компактный промышленный объект.

Каждый пост автомойки — это работа целого набора исполнительных механизмов, датчиков, насосов и клапанов. Сбой хотя бы одного элемента — и автомойка простаивает, бизнес теряет деньги, а клиенты уезжают к конкурентам. А когда на объекте нет персонала (что типично для моек самообслуживания), без надежной автоматизации вся модель рассыпается.

В статье покажем, как инженер Андрей Демшин выстроил систему, в которой автоматика не просто управляет подачей воды и химии, а обеспечивает все бизнес-процессы. На реальном примере сети «Чистомытов» в Санкт-Петербурге разберем, какие технологии помогли превратить автомойки в стабильный бизнес.

В технической литературе и на сайтах есть много информации об интерфейсе CAN, однако я не встретил ни одного примера его использования в системе «Умный дом». В данной статье мною сделана попытка создать алгоритм обмена данными в системе «Умный дом» с возможностью работы каждого члена сети автономно по обработке «событий» согласно заложенной ранее программы.

Открывая установщик, довольный клиент находит красивую коробочку – сопла монтажной головы.

А вот какие из них должны устанавливаться в эту самую голову – вопрос, начисто убивающий беззаботную радость от покупки. В маленькой заметке я постараюсь еще сильнее усугубить это чувство и рассказать о некоторых последствиях неверного выбора.

Точные данные об уровне топлива — ключевой фактор, влияющий на безопасность, планирование маршрутов и эффективность эксплуатации автомобиля. При движении транспортного средства измерение становится особенно сложным: уровень топлива постоянно изменяется из-за крена, наклона дороги, ускорений и торможений. Для получения достоверных данных в этих условиях в современных автомобилях применяются сложные алгоритмы обработки сигналов от нескольких датчиков, установленных в топливном баке.

В рамках совместного проекта ЦИТМ «Экспонента» и ФГУП НАМИ была проведена проверка корректности математических моделей алгоритмов определения уровня топлива, реализованных в среде Engee.

Разработку и перенос модели из Simulink в Engee выполнили совместно с командой «Экспоненты», а специалисты НАМИ обеспечили независимую верификацию и анализ результатов.

Каждый день инженеры сталкиваются с необходимостью анализа всё более сложных сигналов, поэтому на первый план здесь выходит выбор правильного измерительного оборудования – в данном случае осциллографа. Особенно остро этот вопрос стоит при работе с высокими и сверхвысокими частотами, где малейшая погрешность может привести к серьезным ошибкам в проектировании и отладке радиоэлектронных устройств. Рассмотрим основные характеристики цифровых осциллографов и ключевые моменты, на которые надо обратить внимание при выборе прибора.

Сегодня я бы хотел представить вам архитектурные принципы, которыми я руководствуюсь при создании приложений. Я считаю, что эти принципы применимы к подавляющему большинству приложений, за редкими исключениями. И даже несмотря на то, что каждый из них является фундаментальным, я в своей практике раз за разом замечаю, как люди напрочь про них забывают. И так как я не видел, чтобы они были где-либо представлены в едином коротком виде, я решил сделать это тут.

Итак, без долгих предисловий:

Современные промышленные предприятия сталкиваются с необходимостью оптимизации производственных процессов, снижения затрат на обслуживание оборудования и минимизации простоев. Одним из наиболее эффективных подходов к решению этих задач является стратегия прогнозируемого и/или предписывающего обслуживания. В глобальном смысле, прогнозируемое обслуживание (англ. Predictive Maintenance, PdM) является частью стратегии развития промышленного предприятия и стратегии эксплуатации промышленного оборудования, в реализации которой используется дополнительное оборудование, программное обеспечение и новые технологии обработки и анализа данных для обнаружения неисправностей оборудования и устройств с целью их устранения до момента выхода из строя. Важную роль в прогнозированном обслуживании играет применение новых информационных и вычислительных технологий, включая технологии искусственного интеллекта (ИИ). Они позволяют современным предприятиям перейти от реактивного или превентивного обслуживания к прогнозируемому, а в перспективе и к предписывающему обслуживанию[1] [[1], [2]]. В свою очередь, технологии ИИ все чаще используют на периферийных устройствах (Edge AI). Это дает возможность обрабатывать данные непосредственно на диагностируемом оборудовании, значительно ускорить процессы сбора и обработки информации, а также принятия решений. Данный подход снижает зависимость от облачных сервисов и стоимость на владение вычислительной инфраструктурой в целом.

Edge AI — это технология, которая позволяет развертывать и использовать алгоритмы и модели ИИ непосредственно на локальных устройствах, таких как датчики, контроллеры или устройства Industrial Internet of Things (IIoT). В отличие от традиционных подходов, где данные для анализа передаются в облако или производственные центры обработки данных, Edge AI обрабатывает информацию непосредственно на месте, что обеспечивает on-line реакцию на внутренние и внешние изменения и снижает затраты на эксплуатацию.

Итак – вы в сложной ситуации: дата на календаре больше даты в сроке годности пасты. Что делать? Любой пастовый барыга скажет – ущерб от некачественной пайки намного превышает цену замены пасты на свежую. И будет прав. А если нельзя? Поставка задерживается, нет лишней четверти миллиона, или государственные праздники – что тогда?

Современное производство невозможно представить без автоматизированных систем управления технологическими процессами (АСУ ТП). Эти системы — настоящая нервная система предприятия. Но даже самое дорогое оборудование и самые продвинутые технологии бесполезны, если люди не знают, как с ними работать.

В предыдущем туториале "Единицы измерения физических величин" было сказано, что результат любых инженерных измерений и расчётов не имеет никакого смысла, если не указаны две его основные характеристики: единица измерения и точность. Как использовать единицы измерения при вычислениях на Питоне мы уже обсудили - теперь перейдём к точности и связанным ней понятиям погрешности и неопределённости

Погрешность измерения — это отклонение измеренного значения величины от её истинного (действительного) значения. Погрешность измерения является характеристикой точности измерения. Выяснить с абсолютной точностью истинное значение измеряемой величины, как правило, невозможно, поэтому невозможно и указать величину отклонения измеренного значения от истинного. Это отклонение принято называть ошибкой измерения. Возможно лишь оценить величину этого отклонения, например, при помощи статистических методов. На практике вместо истинного значения используют действительное значение величины , то есть значение физической величины, полученное экспериментальным путём и настолько близкое к истинному значению, что в поставленной измерительной задаче может быть использовано вместо него. Такое значение обычно вычисляется как среднестатистическое значение, полученное при статистической обработке результатов серии измерений. Это полученное значение не является точным, а лишь наиболее вероятным. Поэтому при записи результатов измерений необходимо указывать их точность. Например, запись означает, что истинное значение величины лежит в интервале от 2.7 s до 2.9 s с доверительной вероятностью 95%. Количественная оценка величины погрешности измерения — мера сомнения в измеряемой величине — приводит к такому понятию, как неопределённость измерения. Синонимом термина "погрешность измерения" (англ. measurement error) является "неопределённость измерения" (англ. measurement uncertainty). Таким образом мы плавно и ненавязчиво подошли к названию модуля языка Питон, которому посвящён настоящий туториал - uncertainties (неопределённости).