Релейная защита и автоматика (РЗА) является главным элементом безопасности любой энергосистемы. Сбои в работе питания, возникновение коротких замыканий, неселективная работа защит могут остановить не только работу предприятия, но и целых городов и даже стран, как было в истории с блэкаутом в Испании в 2025 году [1]. Поэтому, чтобы избежать таких случаев, от РЗА требуются максимального быстродействия, точности и надежности.

Модели REPEAT VISION позволяют подробно изучить структурные схемы и принципы действия защит, а также проводить эксперименты, моделирование аварийных случаев и подключение к терминалам защит. Ранее мы писали о моделировании электроприводов в REPEAT VISION [2]. Давайте разберем, как моделирование систем РЗА применяют для тестирования и предупреждения аварийных ситуаций на примере высокочастотной дифференциально‑фазной защиты (ДФЗ) линий электропередач.

В современном мире электропривод является крупнейшим потребителем электрической энергии, обеспечивая более 60% мирового энергопотребления. Причём это касается не только промышленности. Мы сталкиваемся с ним постоянно: от обычных приводов вентиляторов до сложных систем управления электромобилями. Поэтому при разработке и исследованиях электропривода моделирование является одной из важнейших составляющих в области электротехнических комплексов и систем.

REPEAT VISION – это среда для проектирования, математического моделирования и создания цифровых двойников. В прошлый раз мы уже писали о следующих моделях:

·        Трёхмассовая тепловая модель асинхронного тягового двигателя [1];

·        Система управления батареей [2];

·        Статический тиристорный компенсатор (СТК) [3];

·        Статический синхронный компенсатор (СТАТКОМ) на базе преобразователя напряжения [4].

В данной статье мы рассмотрим библиотеки для проектирования электрического привода, инструменты для анализа результатов моделирования и разберём конкретные примеры на REPEAT VISION.

Привет Хабр!

Современное нефтегазовое производство требует всё более совершенных инструментов для прогнозирования состояния оборудования и предотвращения аварийных ситуаций. Особенно это касается газопроводов-шлейфов — критически важных элементов инфраструктуры, обеспечивающих транспортировку газа от скважин до установок комплексной подготовки газа.

Проблема износа трубопроводов становится всё более актуальной. Эрозионное воздействие потока газа, содержащего воду с механическими примесями, может привести к серьёзным последствиям, вплоть до аварийных ситуаций. Традиционные методы диагностики и принятия решений уже не справляются с растущей сложностью задач.

В этой статье мы подробно разберём, как машинное обучение помогает решать проблему прогнозирования износа газопроводов.

Это история про проект RIIOT. Про мосты между Spring Boot и протоколом 1979 года. Про реактивные потоки, которые несут данные от датчиков к экрану оператора быстрее, чем он успевает моргнуть. И про то, как мы научились не бояться железа.

В продолжении темы оптимизации работы электроэнергетических систем с использованием устройств FACTS (Flexible Alternative Current Transmission System – гибкие/управляемые системы электропередачи переменного тока), данная статья будет посвящена статическому синхронному компенсатору (СТАТКОМ) реактивной мощности на базе преобразователя напряжения.

В прошлой статье «Моделирование статического тиристорного компенсатора» [1] мы рассмотрели устройство поперечной компенсации реактивной мощности первого поколения. В данной работе проводится обзор модели СТАТКОМ, на английском Static synchronous Compensator (STATCOM), который является устройством поперечной компенсации реактивной мощности уже второго поколения. Модель разработана на платформе REPEAT.

Ссылка на телеграм-канал REPEAT

Рассказываем о процессе разработки 3D-моделей и их интеграцию в VR-симуляцию на движке UNIGINE. Немного вводной теории и прикладного опыта разработки на примере электрического тренажера для ЮУГРЭС-2, разрабатываемого у нас в ДЖЭТ.

В настоящее время в электроэнергетике активно развиваются и применяются интеллектуальные сети, плавно регулируемые статические компенсаторы реактивной мощности и накопители электроэнергии. Они играют важную роль в устойчивости энергосистем, повышении пропускной способности сетей и интеграции возобновляемых источников энергии. Поэтому моделирование таких систем и устройств является важным аспектом для оптимизации работы электроэнергетических систем и развития интеллектуальных систем управления в электроэнергетике.

В данной статье проводится обзор модели устройства поперечной компенсации реактивной мощности первого поколения, а именно статического тиристорного компенсатора (СТК), на английском Static Var Compensator (SVC). Данное устройство входит в общее обозначение устройств FACTS (Flexible Alternative Current Transmission System – гибкие/управляемые системы электропередачи переменного тока). Модель СТК разработана на платформе REPEAT.

Ссылка на телеграм-канал REPEAT: https://t.me/repeatlab

В данной статье проводится обзор модели системы управления аккумуляторной батареи (АКБ), на английском языке также известной как Battery Management Control system (BMS). В целях удобства исследуемый объект будет упоминаться как система управления батареей (СУБ). Модель СУБ разработана на платформе REPEAT.

Ссылка на телеграм-канал REPEAT: https://t.me/repeatlab

Разработка 1D-модели системы подвески автомобиля

Исследование возможностей и границ применения научных технологий и программного обеспечения как в привычной области работы, так и в новых сферах – это один из ключевых приоритетов современной индустрии. Мы продолжаем серию статей о математическом моделировании, раскрывая еще одно направление применения программного обеспечения REPEAT.
Сегодня перед вами результат проекта "Школа Моделирования" – 1D-модель системы подвески автомобиля. Автор статьи, студент РГУ им. Косыгина – Алексей, который работал над этим проектом, используя наши инструменты и технологии, что стало хорошим тестом для их универсальности и гибкости применения.

Ссылка на телеграм-канал REPEAT: https://t.me/repeatlab

Разработка контроллера для аппарата искусственной вентиляции легких

Мы рады представить вам нашу очередную статью из цикла статей «Моделирование руками и глазами студента», посвященную разработке контроллера для аппарата искусственной вентиляции лёгких, выполненную в программном обеспечении REPEAT. Автором этой работы является студентка РГУ имени Косыгина Ульяна, которую мы благодарим за ее усердие и талант.
В статье подробно описана математическая модель и результаты моделирования, которые показывают, насколько эффективно программное обеспечение REPEAT может быть использовано в области медицинской техники.

Ссылка на телеграм-канал REPEAT: https://t.me/repeatlab

В рамках нашего продолжающегося цикла статей по теме математического моделирования, рады ознакомить вас с новой моделью, разработанной на основе ПО REPEAT. Эта модель представляет методологию экструзионного производства синтетических нитей.

Наша энергия обычно направлена на исследования и проектирование в области атомной и тепловой энергетики, но мы приветствуем и ценим возможность выхода за рамки стандартных пределов и расширения наших горизонтов в рамках проекта "Школа Моделирования". Данную модель и статью разработала талантливая студентка, Анастасия, из РГУ им. Косыгина.

Мы надеемся, что данный материал заинтересует вас и позволит вам с новой точки зрения взглянуть на процесс производства синтетических нитей, а также понять все преимущества использования нашего ПО REPEAT в данных задачах.

Ссылка на телеграм-канал REPEAT: https://t.me/repeatlab

Традиционно Росатом уделяет особое внимание подготовке кадров и поддержке всестороннего развитию молодых талантов – в том числе по инженерно-математическому направлению. В предыдущих статьях мы подробно рассказывали, как моделировать в REPEAT – собственной разработке Инженерно-технического центра «ДЖЭТ». Но мы не только моделируем на REPEAT сами, но и учим этому ребят со студенческой скамьи. Открытые в ведущих вузах страны образовательные центры на базе REPEAT - Школы моделирования - становятся для студентов мощным центром цифровых компетенций, а также обеспечивает их знакомство с отечественной технологией тренажеростроения, основанной ИТЦ «ДЖЭТ» более 30 лет назад и применяемой до сих пор. Подробнее о нашем проекте Школа моделирования читайте ниже.

Забегая вперед, скажу - сегодня мы открываем цикл статей, посвященных труду в области математического моделирования от наших студентов – учащихся Школ моделирования. Наблюдая за прогрессом начинающих IT-инженеров в освоении искусства математического моделирования на REPEAT, мы решили, что на глазах зарождается научная школа в области развития цифровых двойников и других digital направлениях – и базируется она на отечественном ПО. Вместе мы открываем новые возможности программного обеспечения REPEAT, и с нетерпением ждем новых достижений и открытий, которые предстоит осуществить вместе со студентами и преподавателями нашего общего проекта Школа Моделирования.

 Начнем публиковать поводы для гордости с кейсов, разработанных командой Кубанского государственного технологического университета – это талантливые студенты кафедры теплоэнергетики и теплотехники и их не менее талантливые преподаватели. Вместе они прокладывают свой собственный путь в области изучения и разработки цифровых двойников, а REPEAT им в этом активно помогает.

В современном мире цифровая трансформация распространяется на все больше отраслей и сфер жизни, а одним из ключевых решений такой трансформации становится создание цифровых двойников (ЦД). ЦД представляют собой разработанные с высокой степенью точности виртуальные копии физических объектов, систем или процессов. Полноценный ЦД также должен получать данные о состоянии реального объекта, то есть дублировать его физическое состояние в виртуальной среде.  Преимущества использования ЦД включают возможность оптимизации производительности, снижение затрат на эксплуатацию, улучшение безопасности и надежности, а также повышение качества принятия решений.

Одним из главных факторов, способствующих росту популярности ЦД, является развитие технологий: в первую очередь интернета вещей (IoT) и искусственного интеллекта. Возможность передачи и обработки больших объемов данных, улучшение алгоритмов машинного обучения и развитие облачных вычислений сделали создание и эксплуатацию ЦД более доступными и эффективными.

Атомная промышленность не остается в стороне и активно движется в направлении использования ЦД в своих технологических процессах с целью повышения эффективности, безопасности и отработки персоналом различных сценариев, которые могут возникнуть при эксплуатации оборудования.

В данной статье мы рассмотрим основные аспекты разработки имитационной модели ЦД подогревателя низкого давления (ПНД) системы регенерации турбоустановки.

Добрый день!

В последние годы проектирование ядерных реакторов нового поколения стало одним из векторов развития атомной энергетики во всем мире. Стоит отметить, что главным приоритетом в создании таких энергетических установок по-прежнему остается обеспечение безопасности.

Несмотря на высокую надежность систем безопасности АЭС с реакторной установкой ВВЭР-1200, всё ещё остается малая вероятность возникновения событий, которые могут привести к расплаву активной зоны. Наиболее опасной с точки зрения вероятности преодоления барьеров безопасности является авария, сопровождающаяся расплавом активной зоны и внутриреакторных элементов.

В связи с этим фактом, предлагаю сегодня смоделировать такую ситуацию, а именно:

• смоделируем протекание запроектной аварии с потерей теплоносителя, при большой течи, с отказом САОЗ высокого и низкого давления на аналитическом тренажере ЛАЭС-2 (ВВЭР-1200). Таким образом, представим, что происходит потеря охлаждения топлива, сопровождающаяся выходом из строя системы аварийного охлаждения;

• проанализируем различные параметры аварии, включая изменение температуры топлива, давления в реакторе, а также другие параметры, влияющие на протекание аварии;

• сравним полученные результаты расчета запроектной аварии на тренажере с данными из Предварительного отчета по безопасности (ПООБ);

• сделаем вывод о точности моделирования теплогидравлических процессов на тренажере-имитаторе ЛАЭС-2 (ВВЭР-1200).

Ссылка на телеграм-канал REPEAT: https://t.me/repeatlab

При разработке системы обогрева, важную роль играет описание тепловой модели дома, позволяя позволяет оценить и оптимизировать энергетическую эффективность системы. Тепловая модель представляет собой математическую аппроксимацию поведения тепла внутри дома, учитывая различные факторы - такие, как теплопроводность материалов стен и крыши, размеры помещений, изоляция, а также параметры системы отопления.

Тепловая модель дома позволяет оценить распределение тепла внутри помещений и выявить потенциальные участки перегрева или недостаточного обогрева. Она учитывает теплопотери через стены, окна, двери и другие элементы конструкции дома, а также тепловые источники – например, отопительные приборы и солнечное излучение.

С использованием тепловой модели можно проводить различные расчеты и оптимизации системы обогрева, чтобы достичь комфортных условий внутри дома при минимальных затратах на энергию. Например, модель может помочь определить оптимальное расписание работы системы обогрева, позволяющее поддерживать комфортную температуру в разных зонах дома в зависимости от времени суток и наличия жильцов.

В данной статье будет рассмотрена разработка тепловой модели для системы обогрева дома с использованием программного обеспечения REPEAT. Это ПО позволяет моделировать и анализировать тепловые процессы внутри дома, учитывая различные факторы и параметры. Результаты моделирования могут быть использованы для принятия технологических решений по энергетической эффективности и оптимизации системы обогрева, что в конечном итоге способствует комфорту и экономии ресурсов для домохозяйств.

Ссылка на телеграм-канал REPEAT: https://t.me/repeatlab

Предлагаем научиться созданию достоверной модели электромобиля, описывающей процессы в части механики, электрики и электрохимии. Результаты верифицированы посредством сравнения с аналогичной моделью в программном комплексе AmeSim.

Разработка и постройка технологически сложных деталей огромных промышленных тяговых электродвигателей будет очень затратными и нерациональными мероприятием, если отсутствует необходимая базовая расчетная модель. В данной статье продемонстрирована разработка трёхмассовой тепловой модели асинхронного тягового двигателя с использованием ПО REPEAT. Трёхмассовая модель двигателя включает в себя ротор, статорную обмотку и магнитопровод статора с корпусом. Увеличение количества масс по сравнению с одно- и двухмассовыми моделями делает модель более точной и пригодной для расчетов. Вместе с этим увеличивается количество необходимой информации в виде конструктивных размеров и коэффициентов теплопроводностей и теплоотдачи.

Уважаемые читатели, добрый день!

Многие представляют АЭС и ТЭС как некие сложные установки и системы малопонятных процессов, но пользу от работы атомных и тепловых электростанций понимают практически все. Чтобы повышать безопасность и эффективность работы на станции, оперативный персонал должен постоянно совершенствовать свою профессиональную подготовку. И если реальная станция здесь не помощник, то полномасштабные и аналитические тренажеры – как раз то, что надо. Настолько то, что все приборы, ключи управления точно воспроизводят аппаратуру по составу, цвету, размерам, форме. Информацию, которая отображается на мониторах и индикаторах, не отличить по величине и внешнему виду от той, которая дается на энергоблоке. Ловкость рук, и никакого мошенничества!