Адаптивные тренажерные комплексы (АТК) являются эффективными инструментами подготовки персонала, действующего в штатных и аварийных ситуациях, и позволяют смоделировать ситуации, реализация которых в реальных условиях невозможна из-за большой стоимости или риска для здоровья и жизни человека. Цель исследования: автоматизация процессов управления, анализа и обработки информации, что позволит снизить затраты на их проектирование и повысить качественные характеристики АТК. Методы: в качестве инструмента автоматизации процессов управления, анализа и обработки информации рассматриваются методы, функционирующие на основе нейросетевых технологий, объединенные в единую концепцию нейросетевой архитектуры. Результаты: в работе изложены результаты применения данной архитектуры и нейросетевых методов для решения задачи структурно-параметрического синтеза и оптимизации АТК. Рассмотрена классическая и нейросетевая архитектура АТК, формализованы основные компоненты системы и связи между ними, критерии оценки эффективности. Сформулированы задача структурно-параметрического синтеза АТК и алгоритм ее решения, основанный на модернизации методологии RAD. Применение нейросетевой архитектуры позволило автоматизировать процессы анализа и обработки информации в ключевых модулях АТК, упростить реализацию процедуры управления компонентами взаимодействия с виртуальной реальностью. Положительный эффект от перехода на нейросетевую архитектуру заключается в снижении экономических затрат (на 18,9 %), в снижении реализации программного обеспечения (на 19,6 %), повышения адаптивности (на 20 %), качества системы (на 12 %) и производительности (на 5,5 %). Практическая значимость: полученные результаты подтверждают возможность применения изложенных подходов для реализации АТК и автоматизации процессов управления, анализа и обработки информации в них.

Ключевые слова: нейросетевая архитектура, нейросетевые технологии, автоматизация управления и обработки информации, адаптивные тренажерные комплексы.

Обухов Артем Дмитриевич (Тамбов, Россия) – кандидат технических наук, доцент кафедры «Системы автоматизированной поддержки принятия решений» Тамбовского государственного технического университета (392000, Тамбов, ул. Советская, 106, e-mail: obuhov.art@gmail.com).

1. From One-size-fits-all Teaching to Adaptive Learning: The Crisis and Solution of Education in the Era of AI / S. Yang [et al.] // Journal of Physics: Conference Series. – IOP Publishing, 2019. – Vol. 1237, № 4. – P. 042039. DOI: 10.1088/1742-6596/1237/4/042039
2. Chistyakova T.B., Novozhilova I.V. Intelligence computer simulators for elearning of specialists of innovative industrial enterprises // 2016 XIX IEEE International Conference on Soft Computing and Measurements (SCM). – IEEE, 2016. – P. 329–332. DOI: 10.1109/SCM.2016.7519772
3. Creation of a Virtual Model of Educational Programs Management in a University / E.K. Samerkhanova [et al.] // Institute of Scientific Communications Conference. – Springer, Cham, 2019. – P. 602–609. DOI: https://doi.org/10.1007/978-3-030-47945-9_65
4. A Mathematical Model of Organizing the Developmental Instruction in the System of Professional Education / A. Obukhov [et al.] // Tehnički vjesnik. – 2020. – Vol. 27, № 2. – P. 480–488. DOI: https://doi.org/10.17559/TV-20180427193719
5. Methodology of Forming the Readiness of Miners for Work in Extreme Situations Using a Training Complex / M. Krasnyansky [et al.] // International Journal of Emerging Technologies in Learning (iJET). – 2020. – Vol. 15, № 02. – P. 86–97.
6. Ericsson K.A. Acquisition and maintenance of medical expertise: a perspective from the expert-performance approach with deliberate practice // Academic Medicine. – 2015. – Vol. 90, № 11. – P. 1471–1486. DOI: https://doi.org/10.1097/ACM.0000000000000939
7. Approximating explicit model predictive control using constrained neural networks / S. Chen [et al.] // 2018 Annual American control conference (ACC). – IEEE, 2018. – P. 1520–1527. DOI: 10.23919/ACC.2018.8431275
8. Towards optimal power control via ensembling deep neural networks / F. Liang [et al.] // IEEE Transactions on Communications. – 2019. – Vol. 68, № 3. – P. 1760–1776. DOI: 10.1109/TCOMM.2019.2957482  
9. Obukhov A.D., Krasnyansky M.N. Neural network architecture of information systems // Vestnik Udmurtskogo Universiteta. Matematika. Mekhanika. Komp'yuternye Nauki. – 2019. – Vol. 29, № 3. – P. 438–455. DOI: https://doi.org/10.20537/vm190312
10. Diesel engine modeling based on recurrent neural networks for a hardware-in-the-loop simulation system of diesel generator sets / M. Yu [et al.] // Neurocomputing. – 2018. – Vol. 283. – P. 9–19. DOI: https://doi.org/10.1016/j.neucom.2017.12.054
11. Personalized learning full-path recommendation model based on LSTM neural networks / Y. Zhou [et al.] // Information Sciences. – 2018. – Vol. 444. – P. 135–152. DOI: https://doi.org/10.1016/j.ins.2018.02.053
12. Machine learning identification of surgical and operative factors associated with surgical expertise in virtual reality simulation / A. Winkler-Schwartz [et al.] // JAMA network open. – 2019. – Vol. 2, № 8. – P. e198363-e198363. DOI: 10.1001/jamanetworkopen.2019.8363
13. State-of-the-art in artificial neural network applications: A survey / O.I. Abiodun [et al.] // Heliyon. – 2018. – Vol. 4, № 11. – P. e00938. DOI: https://doi.org/10.1016/j.heliyon.2018.e00938
14. Hao L., Zhang J., Ma X. Design and Implementation of Simulation Training System Based on MVC Architecture // IOP Conference Series: Materials Science and Engineering. – IOP Publishing, 2019. – Vol. 563, № 5. – P. 052043. DOI: 10.1088/1757-899X/563/5/052043
15. A new mobile wireless imitator of mine insulating self-rescuer / S. Karpov [et al.] // International Multidisciplinary Scientific GeoConference: SGEM. – 2018. – Vol. 18, № 1.3. – P. 33–39. DOI: 10.5593/sgem2018/1.3/S03.005
16. Structural model of software and hardware platform for the training complex based on a controlled treadmill / S. Karpushkin [et al.] // International Multidisciplinary Scientific GeoConference: SGEM. – 2019. – Vol. 19, № 1.3. – P. 613–619. DOI: 10.5593/sgem2019/1.3/S03.078
17. Системный анализ и формализация структуры адаптивных тренажерных комплексов эргатических систем / М.Н. Краснянский, Д.Л. Дедов, А.Д. Обухов, С.Ю. Алексеев // Вестник компьютерных и информационных технологий. – 2019. – № 4. – С. 45–52.
18. A Systematic Review on Software Cost Estimation in Agile Software Development / S. Bilgaiyan [et al.] // Journal of Engineering Science & Technology Review. – 2017. – Vol. 10, № 4. – P. 51–64.
19. Kalemba E., Ade-Ibijola A. A Metric for Estimating the Difficulty of Programming Problems by Ranking the Constructs in their Solutions // 2019 International Multidisciplinary Information Technology and Engineering Conference (IMITEC). – IEEE, 2019. – P. 1–9. DOI: 10.1109/IMITEC45504.2019.9015843
20. Яковлев Ю.С., Курзанцева Л.И. О развитии адаптивного человеко-машинного интерфейса и критериях его оценки в учебных системах // Образовательные технологии и общество. – 2013. – Т. 16, № 1. – C. 547–563.
21. Bastien J.M.C., Scapin D.L. Evaluating a user interface with ergonomic criteria // International Journal of Human Computer Interaction. – 1995. – Vol. 7, № 2. – P. 105–121. DOI: https://doi.org/10.1080/10447319509526114
22. Бурдыко Т.Г., Бушмелева К.И. Показатели качества программных средств // Вестник кибернетики. – 2020. – № 1. – С. 60–66.
23. Буланов В.А., Фомичёва О.Е. Современные проблемы оценки производительности информационных систем // Промышленные АСУ и контроллеры. – 2020. – № 1. – С. 49–54.

Виртуальные анализаторы (ВА) широко применяются в задачах контроля показателей качества технологических процессов. Во многих случаях существует проблема адекватности используемой
в структуре ВА математической модели на всем пространстве состояний технологического процесса. В приведенной работе исследуется возможность определения существующих устойчивых состояний процесса (режимов) на основе исторических данных о технологических параметрах и выбора одной из ряда моделей в структуре ВА в зависимости от текущего режима работы технологической установки. Цель: повышение точности работы виртуального анализатора остаточной влажности KCl после стадии сушки в печи кипящего слоя (КС) путем введения в его структуру алгоритма учета режима работы технологической установки. Результаты: исследованы тренды технологических параметров процесса сушки; выделены параметры, определяющие режим работы технологической установки; проведен кластерный анализ оценок математических ожиданий значений этих параметров. В результате определены два режима работы аппарата КС. Для каждого из найденных режимов обучена статистическая модель, определяющая зависимость влажности на выходе аппарата КС от значений технологических параметров процесса. Разработан алгоритм учета режима, который осуществляет идентификацию режима в зависимости от текущих значений технологических параметров, сделан выбор соответствующей режиму модели. Проведен вычислительный эксперимент по оценке и сравнению работы ВА без алгоритма учета режима в своей структуре и ВА с встроенным алгоритмом учета режима и рядом статистических моделей. Использование алгоритма учета режима в структуре ВА уменьшило показатель среднеквадратической ошибки результата работы ВА на 16 % и таким образом существенно повысило точность работы ВА. Практическая значимость: результаты исследования использованы при разработке  виртуального анализатора остаточной влажности KCl после стадии сушки в печи КС на калийном предприятии. Они позволяют определить режимы работы аппарата КС и повысить точность определения показателя качества процесса сушки, что делает возможным более точное управление процессом. В дальнейшем разработанный подход может использоваться, например, для определения режимов технологического процесса, характеризующихся необходимостью вывода оборудования в ремонт и оптимизации графика техобслуживания.

Ключевые слова: хлористый калий, сушка, кипящий слой, виртуальный анализатор, модель регрессии, кластеризация, режимы процесса.

Дадиомов Роман Юрьевич (Пермь, Россия) – руководитель направления «Цифровое производство» ООО «Спутник-2» (614036, Пермь, ул. Рязанская, 105, e-mail: roman.dadiomov@sputnic2.ru).

Шумихин Александр Георгиевич – доктор технических наук, профессор кафедры «Оборудование и автоматизация химических производств» Пермского национального исследовательского политехнического университета (614990, Пермь, 29, Комсомольский пр., e-mail: atp@pstu.ru).

Корнилицин Дмитрий Константинович (Пермь, Россия) – аспирант кафедры ««Оборудование и автоматизация химических производств»» Пермского национального исследовательского политехнического университета (614990, Пермь, 29, Комсомольский пр., e-mail: kornilitsin.dima@mail.ru).

1. Алексанян И.Ю., Титова Л.М., Нугманов А.Х. Моделирование процесса сушки дисперсного материала в кипящем слое // Food Processing: Techniques and Tehnology. – 2014. – № 3.
2. Бахтадзе Н.Н. Виртуальные анализаторы (идентификационный подход) // Автоматика и телемеханика. – 2004. – № 11. – С. 3–24.
3. Самотылова С.А. Разработка виртуальных анализаторов для системы управления массообменными технологическими процессами производства метил-трет-бутилового эфира: дис. ... канд. техн. наук. – Владивосток, 2020. – 132 с.
4. Рылов М.А. Информационная система контроля качества продукции на установке каталитического риформинга бензина: дис. ... канд. техн. наук. – М., 2015. – 356 с.
5. Гурьева Е.М., Ибатуллин А.А. Виртуальные анализаторы качества в нефтепереработке // Автоматизация, мехатроника, информационные технологии: материалы VI Междунар. науч.-техн. интернет-конф. молодых ученых (17 мая 2016 г.). – Омск: Изд-во Омск. гос. техн. ун-та, 2016. – С. 181–186.
6. Александров И.М. Построение виртуального датчика на примере датчика концентрации этан-этиленовой колонны // Вестник АГТА. – 2011. – № 5. – С. 45–51.
7. Системы управления качеством производства минеральных удобрений на основе виртуальных анализаторов / Н.А. Туманов, Д.Н. Туманов, В.М. Чадаев, Н.Н. Бахтадзе // Автоматизация в промышленности. – 2003. – № 8. – С. 33–35.
8. Опыт разработки системы виртуального анализа показателей качества продуктов установок каталитического риформинга бензиновых фракций и системы их подстройки в режиме реального времени / А.Г. Шумихин, М.П. Зорин, А.М. Немтин, В.Г. Плехов // Вестник Пермского национального исследовательского политехнического университета. Химическая технология и биотехнология. – 2017. – № 2. – С. 45–62.
9. Гребенюк Е.А., Ицкович Э.Л. Анализ вариантов виртуальных анализаторов качественных показателей материальных потоков непрерывного технологического производства // Управление развитием крупномасштабных систем: тр. 10-й Междунар. конф. (MLSD'2017, Москва) / ИПУ РАН. – М., 2017. – Т. 1. – С. 348–354.
10. Коченгин А.Е., Леонов А.В., Барбасова Т.А. Применение методов кластеризации для определения рабочих режимов доменной печи // Новое слово в науке: перспективы развития: материалы VI Междунар. науч.-практ. конф. (Чебоксары, 20 ноября 2015 г.) / редкол.: О.Н. Широков [и др.] – Чебоксары: Изд-во ЦНС «Интерактив плюс», 2015. – С. 152–153.
11. Иванченко А.В., Мельников А.В. Этапы кластеризации в интеллектуальном анализе данных // Перспективы развития информационных технологий. – 2013. – № 12. – С. 17–22.
12. Ершов К.С., Романова Т.Н. Анализ и классификация алгоритмов кластеризации // Новые информационные технологии в автоматизированных системах. – 2016. – № 19. – С. 274–279.
13. Jain A., Murty M., Flynn P. Data Clustering: A Review // ACM Computing Surveys. – 1999. – Vol. 31, № 3.
14. Ткачев Н.Н. Статистические методы в математическом моделировании и научных исследованиях: учеб. пособие для студ. спец. 21.03 «Роботы и робототехнические системы» / КГТУ. – Красноярск, 1996. – 151 c.
15. Тугашова Л.Г. Виртуальные анализаторы показателей качества процесса ректификации // Электротехнические и информационные комплексы и системы. – 2013. – № 3.
16. Самотылова С.А., Торгашов А.Ю. Построение виртуального анализатора процесса ректификации в условиях малой обучающей выборки данных // Математические методы в технике и технологиях. – 2019. – Т. 2. – С. 10–13.
17. Горбачевская Е.Н. Классификация нейронных сетей // Вестник Волжск. ун-та им. В.Н. Татищева. – 2012. – № 2(19).
18. Дадиомов Р.Ю., Корнилицин Д.К., Шумихин А.Г. Математическое моделирование процесса сушки хлористого калия в кипящем слое с целью разработки виртуального анализатора влажности // Химия. Экология. Урбанистика: материалы всерос. науч.-практ. конф. (с междунар. участ.), (г. Пермь, 23–24 апреля 2020 г.). – Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2020. – Т. 4.
19. Model Predictive Control of Potassium Chloride Drying by Fluidized Bed Dryer / R.C. Miranda [et al.] // IFAC Proceedings Volumes. – 2013. – Vol. 46, № 16. – P. 76–80.
20. Якимов А.И., Борчик Е.М., Максимов Е.М. Кластеризация  состояний объекта при решении задачи выбора оптимальных технологических режимов // Информационные технологии и вычислительные системы. – 2016. – № 4.

Качество электрической энергии в электроэнергетической системе объектов водного транспорта непосредственно связано с режимами эксплуатации судна и типом применяемого генераторного агрегата. Например, в стояночных режимах судна с погрузкой или в режимах маневрирования при включении электродвигателей от судовой электростанции соизмеримой мощности параметры напряжения могут выходить за пределы допустимых значений, что приводит к различным негативным последствиям: уменьшению производительности исполнительных механизмов и систем, появлению сбоев в работе систем управления, сокращению срока службы электрических машин и т.д.
В настоящее время помимо разработок устройств, адаптивных к нестабильности параметров напряжения, ведутся изыскания в области энергосберегающих решений. Одним из перспективных решений в этой области является применение в судовой электростанции дизель-генераторов с переменной частотой вращения, которые позволяют уменьшить удельный расход топлива и горюче-смазочных материалов по сравнению с двигателями внутреннего сгорания с постоянной частотой вращения при работе на долевых нагрузках. Однако главной особенностью таких генераторных агрегатов является изменение частоты напряжения на выходных клеммах генератора. Недостатком технических решений на основе использования непосредственных преобразователей частоты является зависимость параметров выходного напряжения от изменения параметров напряжения источника электроэнергии. Цель исследования: разработка имитационной модели бестрансформаторного непосредственного преобразователя частоты для анализа её выходных параметров при изменении параметров напряжения источника электроэнергии. Методы: для исследования разработанного устройства выполнен ряд опытов на основе имитационной модели в среде MatLab. Результаты: разработанное устройство обеспечивает подключение выходных зажимов к наиболее подходящему напряжению питающей сети при формировании выходного напряжения с заданными значениями амплитуды и частоты напряжения. Частота выходного напряжения не зависит от частоты напряжения источника электроэнергии. Формирование выходного напряжения обеспечивается в диапазоне от 11 до 100 % амплитуды линейного напряжения источника электроэнергии при коэффициенте нелинейных искажений не более 25 %. Практическая значимость: результаты анализа показали возможность применения бестранформаторного непосредственного преобразователя частоты для питания частотно-управляемых электроприводов переменного тока в автономных энергоустановках
с переменной частотой вращения привода генератора с целью получения стабильной частоты выходного напряжения.

Ключевые слова: непосредственный преобразователь частоты, судовая электроэнергетическая система, параметры напряжения, моделирование.

Сугаков Валерий Геннадьевич (Нижний Новгород, Россия) – доктор технических наук, профессор кафедры «Электротехника
и электрооборудование объектов водного транспорта» Волжского государственного университета водного транспорта (603951, Нижний Новгород, ул. Нестерова, 5, e-mail: elektrikasp@mail.ru).

Варламов Никита Сергеевич (Нижний Новгород, Россия) – аспирант кафедры «Электротехника и электрооборудование объектов водного транспорта» Волжского государственного университета водного транспорта (603951, Нижний Новгород, ул. Нестерова, 5, e-mail: varlamov_nikita@mail.ru).

Малышев Юрий Сергеевич (Нижний Новгород, Россия) – кандидат технических наук, доцент кафедры «Электротехника и электрооборудование объектов водного транспорта» Волжского государственного университета водного транспорта (603951, Нижний Новгород, ул. Нестерова, 5, e-mail: elektrikasp@mail.ru).

1. Mukund R. Patel Shipboard Propulsion, Power Electronics and Ocean Energy. – CRC Press, 2012. – 379 p.
2. Судовые полупроводниковые преобразователи: учебник по курсу «Полупроводниковые преобразователи» / Б.Ф. Дмитриев, В.М. Рябенький, А.И. Черевко, М.М. Музыка; Сев. федер. ун-т. – 2-е изд., перераб. и доп. – Архангельск: Изд-во САФУ, 2015. – 555 с.
3. Лемин Л.А, Пруссаков А.В., Григорьев А.В. Эксплуатация судовых систем электроснабжения: учеб. пособие. – СПб.: Изд-во ГМА им. адм. С.О. Макарова, 2006. – 184 с.
4. Comparative Case Study on Oscillatory Behavior in Power Systems of Marine Vessels With High Power Converters / T. Tarasiuk, P. Jankowski, V. Shagar, A. Pilat, M. Gorniak, J. Nowak // Frontiers in Energy Research. – 2021. – Vol. 8 (529756). – P. 1–14. DOI: 10.3389/fenrg.2020.529756
5. Power Quality and Energy-Efficient Operation of Marine Induction Motors / P. Gnaciński [et al.] // IEEE Access. – 2020. – Vol. 8. – P. 152193–152203. DOI: 10.1109/ACCESS.2020.3017133
6. Анисимов Я.Ф., Васильев Е.П. Электромагнитная совместимость полупроводниковых преобразователей и судовых электроустановок. – Л.: Судостроение, 1990. – 264 с.
7. Technical cross-fertilization between terrestrial microgrids and ship power systems / R.E. Hebner [et al.] // J. Mod. Power Syst. Clean Energy. – 2020. – Vol. 4, № 2. – P. 161–179.
8. Mindykowski J., Szweda M., Tarasiuk T. Voltage and frequency deviations in exemplary ship’s network – research for ship owner // EPQU Magazine. – 2008. – Vol. 1(2). – P. 61–67.
9. Barros J., Diego R.I. A review of measurement and analysis of electric power quality on shipboard power system networks // Renewable and Sustainable Energy Reviews. – Elsevier, 2016. – Vol. 62(C). – P. 665–672. DOI: 10.1016/j.rser.2016.05.043
10. Frequency fluctuations in marine microgrids: origins and identification tools / T. Tarasiuk, Y. Zunino, M. Bueno-Lopez, F. Silvestro, A. Pilat, M. Molinas // IEEE Electrification Magazine. – 2020. – Vol. 8(3). – P. 40–46. DOI:10.1109/MELE.2020.3005698
11. Анисимов Я.Ф. Особенности применения полупроводниковых преобразователей в судовых электроустановка. – Ленинград: Судостроение, 1973. – 227 с.
12. Штрумпф Э.П. Судовая электроника и силовая преобразовательная техника: учебник. – СПб: Судостроение, 1993. – С. 319–335.
13. Сугаков В.Г., Варламов Н.С., Малышев Ю.С. Обоснование реализации фазосмещающего устройства с коррекцией кода в зависимости от частоты напряжения // Вестник Гос. ун-та мор. и реч. флота им. адмирала С.О. Макарова. – 2017. – № 4(44). – C. 829–837. DOI:10.21821/2309-5180-2017-9-4-829-837
14. Григорьев А.В., Колесниченко В.Ю. Повышение эффективности эксплуатации судовых дизельных электростанций // Вестник Гос. ун-та мор. и реч. флота им. адм. С.О. Макарова. – 2014. – № 6(28). – C. 39–43. DOI: 10.21821/2309-5180-2014-6-6-39-43
15. Хватов О.С., Дарьенков А.Б., Тарасов И.М. Дизель-генераторная электростанция с переменной частотой вращения вала // Вестник ИГЭУ. – 2010. – № 2. – С. 53–57.
16. Григорьев А.В., Зайнуллин Р.Р., Малышев С.М. Перспективы применения статических источников электроэнергии с системами электродвижения // Вестник Гос. ун-та мор. и реч. флота им. адм. С.О. Макарова. – 2020. – Т. 12, № 1. – C. 829–837. DOI: 10.21821/2309-5180-2017-9-4-829-837
17. Герасимов А., Толмачев К., Уткин К. Дизель-генераторные электростанции. Работа при переменной частоте вращения дизеля // Новости электротехники: Интернет-журнал. – 2005. – № 4(34). – URL: http://www.news.elteh.ru/arh/2005/34/
18. Обухов С.Г., Плотников И.А. Экспериментальные исследования дизель-генераторной установки на переменной частоте вращения // Известия Томск. политехн. ун-та. – 2015. – Т. 326, № 6. – C. 95–102.
19. ГОСТ 32144-2013. Электрическая энергия. Совместимость технических средств электромагнитная. Нормы качества электрической энергии в системах электроснабжения общего назначения. – М.: Стандартинформ, 2014. – 6 c.
20. Правила Российского речного регистра: в 5 т. – М.: Рос. речной регистр, 2017. – Т. 2: Правила классификации и постройки судов (ПКПС). – 1885 c.
21. Правила классификации и постройки морских судов Российского морского регистра судоходства. Ч. XI: Электрическое оборудование. – СПб.: Рос. морской регистр судоходства, 2018. – 131 с.
22. Power electronics handbook: devices, circuits and applications handbook / ed. by Muhammad H. Rashid. – 3rd ed. – Elsevier Inc., 2011. – 1390 p. DOI: 10.1016/B978-0-12-382036-5.00051-3
23. Бестрансформаторный непосредственный преобразователь частоты: пат. 2691968 Рос. Федерация, МПК H02M 5/27 / В.Г. Сугаков, О.С. Хватов, Н.С. Варламов; – № 2018123270; заявл. 26.06.2018; опубл. 19.06.2019. Бюл. № 17.
24. Сугаков В.Г., Варламов Н.С. Анализ выходного напряжения бестрансформаторного непосредственного преобразователя частоты при изменении частоты эталонного сигнала // Великие реки – 2020: тр. 22-го Междунар. науч.-пром. форума. – Н. Новгород: Изд-во ВГАВТ, 2020. – С. 1–4.
25. Сугаков В.Г., Варламов Н.С., Малышев Ю.С. Особенности формирования выходного напряжения бестрансформаторного непосредственного преобразователя частоты // Актуальные проблемы электроэнергетики: сб. науч.-техн. статей. – Н. Новгород: Изд-во Нижегород. гос. техн. ун-та им. Р.Е. Алексеева, 2020. – С. 36–40. DOI: 10.46960/39255930_2020_36

Программируемые логические интегральные схемы (ПЛИС) в настоящее время находятся среди основных аппаратных базисов реализации цифровых устройств и систем. По мере их развития с 80-х гг. ХХ в., когда они содержали только сотни логических элементов, до наших дней, когда «топовые» ПЛИС содержат сотни тысяч и даже миллионы логических элементов,
в них постепенно вводились средства масштабирования функциональных возможностей, быстродействия, энергопотребления. Примером могут быть технологии HyperFlex, Tri-Gate transistors, Voltage Reduction Technology (VRT), Dynamic voltage and frequency scaling (DVFS), Sleep modes, Power management. Алекс Яковлев предложил концепцию энергетически модулированного компьютера. С.Ф. Тюрин предложил концепцию масштабирования логических базисов. Внедряются стандарты встроенного диагностирования. Теперь ПЛИС выходят еще на более высокий уровень: они реализуют аппаратные ускорители для задач, традиционно решаемых программно. Несмотря на прогресс научно-математического аппарата масштабирования
в области энергосбережения, производительности, косвенно влияющих на показатели надёжности, и научно-математического аппарата обеспечения надёжности, до сих пор не произошло их объединения для разработки технологии масштабирования пользователем показателей надёжности проекта на ПЛИС, т.е. масштабирования надежности в полной мере пока достичь не удалось. Цель исследования: разработка концепции и теоретических основ масштабирования надёжности ПЛИС. Методы: анализ уровней обеспечения надёжности ПЛИС, разработка концепции масштабирования надёжности ПЛИС, синтез масштабируемой по надёжности архитектуры логики ПЛИС. Результаты: концепция масштабирования надёжности логики ПЛИС, метод анализа уровней обеспечения надёжности логики ПЛИС, метод синтеза масштабируемой избыточности логики ПЛИС. Практическая значимость: разработанные теоретические основы масштабирования надёжности логики ПЛИС могут обеспечить создание нового перспективного класса ПЛИС.

Ключевые слова: FPGA, масштабирование, надёжность.

Греков Артем Владимирович (Пермь, Россия) – кандидат технических наук, доцент кафедры «Программное обеспечение вычислительной техники и автоматизированных систем» Пермского военного института войск национальной гвардии Российской Федерации (614112, Пермь, ул. Гремячий Лог, 1, e-mail: grekartemvl@mail.ru).

1. Каляев А.В. Многопроцессорные системы с программируемой архитектурой. – М.: Радио и связь, 1984. – 240 с.
2. Филиппов А.К. Теоретические основы проектирования динамически реконфигурируемых систем обработки информации: учеб. пособие [Электронный ресурс]. – Владимир: Изд-во Владимир. гос. ун-та, 2010. – 118 с. – URL: https://search.rsl.ru/ru/record/01004620116 (дата обращения: 31.01.2021).
3. Kulanov V., Perepelitsyn A., Zarizenko I. Method of development and deployment of reconfigurable FPGA-based projects in cloud infrastructure [Электронный ресурс] // IEEE 9th International Conference on Dependable Systems, Services and Technologies (DESSERT). – 2018. – URL: https://ieeexplore.ieee.org/document/8409108 (дата обращения: 31.01.2021). DOI: 10.1109/DESSERT.2018.8409108
4. Perepelitsyn A., Zarizenko I., Kulanov V. FPGA as a Service Solutions Development Strategy [Электронный ресурс] // IEEE 11th International Conference on Dependable Systems, Services and Technologies (DESSERT). – 2020. – URL: https://ieeexplore.ieee.org/document/9125017 (дата обращения: 31.01.2021). DOI: 10.1109/DESSERT50317.2020.9125017
5. Kulanov V., Perepelitsyn A. Scalable FPGA-based Projects via Static and Dynamic Parameterization Technique [Электронный ресурс] // 10th International Conference on Digital Technologies Location:‏ Zilina, Slovakia‏ (JUL 09-11, 2014); ‏IEEE; ESRA; Visegrad Fund. – 2014. – Р. 170–173. – URL: https://apps.webofknowledge.com/full_record.do?product=WOS&search_mode=SourceByDais&qid=17&SID=F68b5e5iPMfMyGNfNi4&page=1&doc=2 (дата обращения: 31.01.2021).
6. Qualcomm Artificial Intelligence (AI) Engine – программный ускоритель ИИ, который будет задействовать различные компоненты SoC [Электронный ресурс]. – URL: https://www.ixbt.com/news/2018/02/21/qualcomm-artificial-intelligence-ai-engine-soc.html (дата обращения: 31.01.2021).
7. Ускорители для дата-центров Xilinx Alveo, в десятки раз быстрее CPU [Электронный ресурс]. – URL: https://info.macrogroup.ru/xilinx_alveo?utm_source=yandex&utm_medium=cpc&utm_campaign=Xilinx_alveo_u200&utm_term=alveo%20u200&utm_content={creative}&yclid=238819592050085024 (дата обращения: 31.01.2021).
8. Тюрин С.Ф., Плотникова А.Ю. Концепция «зеленой» логики // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2013. – № 8. – С. 61–72.
9. Mehta Nikil. An ultra-low-energy, variation-tolerant FPGA architecture using component-specific mapping. Dissertation (Ph. D.) [Электронный ресурс] / California Institute of Technology. – URL: http://thesis.library.caltech.edu/7226/1/Nikil-Mehta-2013.pdf (дата обращения: 12.01.2021).
10. Yakovlev A. Energy-Modulated Computing [Электронный ресурс]. – URL: http://async.org.uk/tech-reports/NCL-EECE-MSD-TR-2010-167.pdf (дата обращения: 31.01.2021).
11. Тюрин С.Ф. Особенности архитектуры гиперфлекс // Вестник Воронеж. гос. ун-та. Сер: Системный анализ и информационные технологии. – 2018. – № 1. – С. 56–62.
12. Тюрин С.Ф., Чудинов М.А. FPGA LUT с двумя выходами декомпозиции по Шеннону // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2019. – № 29. – С. 136–147.
13. Tyurin S.F., Grekov A.V. Study of the multy input LUT complexity // Radio Electronics, Computer Science, Control. – 2018. – № 1. – P. 14–21. DOI: 10.15588/1607-3274-2018-1-2
14. Green Logic: Green LUT FPGA Concepts, Models and Evaluations // Green IT Engineering: Concepts, Models, Complex Systems Architectures, Studies in Systems, Decision and Control / V. Kharchenko, Y. Kondratenko, J. Kacprzyk (Eds.). – Berlin, Heidelberg: Springer International Publishing. – 2017. – XIV. – P. 241–261. DOI: 10.1007/978-3-319-55595-9_12
15. Тюрин С.Ф., Вихорев Р.В. Адаптивный логический модуль ПЛИС с архитектурой FPGA // Вестник Рязан. гос. радиотехн. ун-та. – 2018. – № 63. – С. 69–76.
16. ГОСТ 27.002–2015. Надежность в технике Основные понятия. Термины и определения. (Введ. 2017–03–01). – М.: Стандартинформ, 2016. – 23 с.
17. Kuzminova A.V, Kulikov N.A., Popov V.D. Investigation into Radiation Effects in a p-Channel MOS Transistor [Электронный ресурс] // Semiconductors. – August 2020. – Vol.‏ 54, iss. ‏8. – P. ‏877–881. – URL: https://apps.webofknowledge.com/full_record.do?product=WOS&search_mode=SourceByDais&qid=26&SID=F68b5e5iPMfMyGNfNi4&page=1&doc=1 (дата обращения: 31.01.2021). DOI: 10.1134/S1063782620080138
18. Petukhov K.A., Popov V.D. Effect of the active mode NMOS-transistor irradiated on formation of surface defects [Электронный ресурс] // 2nd International Telecommunication Conference on Advanced Micro- and Nanoelectronic Systems and Technologies Location /‏ Natl. Res. Nucl. Univ., Moscow Engn. Phys. Ins., Moscow, Russia (June 01–02, 2017); ‏Natl Res Nucl Univ, Moscow Engn Phys Inst, Micro-&d Nanoelectron Dept. – 2019. – Vol.‏ 498. Article Number 012016‏. – URL: https://apps.webofknow­ledge.com/full_record.do?product=WOS&search_mode=SourceByDais&qid=26&SID=F68b5e5iPMfMyGNfNi4&page=1&doc=2 (дата обращения: 31.01.2021). DOI: 10.1088/1757-899X/498/1/012016
19. Kulikov N.A., Popov V.D. Effect of the Electric Mode gamma and Irradiation on Surface-Defect Formation at the Si-SiO2 Interface in a MOS Transistor [Электронный ресурс] // Semiconductors. – January 2019. – Vol. 53I, iss.‏ 1. – P. ‏110–113. – URL: https://apps.webofknow­ledge.com/full_record.do?product=WOS&search_mode=SourceByDais&qid=26&SID=F68b5e5iPMfMyGNfNi4&page=1&doc=3 (дата обращения: 31.01.2021). DOI: 10.1134/S1063782619010123
20. Kulikov N.A., Popov V.D., Chubunov P.A. Predicting the No-Failure Microcontroller Operation Probability in a Geostationary Orbit [Электронный ресурс] // Cosmic Research. – September 2018. – Vol.‏ 56, iss.‏ 5. – P. ‏400–404. – URL: https://apps.webofknowledge.com/full_record.do?product=WOS&search_mode=SourceByDais&qid=26&SID=F68b5e5iPMfMyGNfNi4&page=1&doc=4 (дата обращения: 31.01.2021). DOI: 10.1134/S0010952518050040.
21. ГОСТ 20911-89. Техническая диагностика. Термины и определения. – М.: Стандартинформ, 2009. – 11 с.
22. Overview of the IEEE P1500 Standard [Электронный ресурс] / Francisco DaSilva, Yervant Zorian, Lee Whetsel, Karim Arabi, Rohit Kapur. – URL: http://mesl.ucsd.edu/gupta/cse291-fpga/Readings/P1500.pdf (дата обращения: 04.05.2019).
23. Carmichael C. Triple Module Redundancy Design Techniques for Virtex FPGAs [Электронный ресурс]. – URL: https://www.xilinx.com/support/documentation/application_notes/xapp197.pdf (дата обращения: 12.01.2021).
24. Тюрин С.Ф. Проблема сохранения функциональной полноты булевых функций при «отказах» аргументов // Автоматика и телемеханика. – 1999. – № 9. – С. 176–186.
25. Tyurin S.F., Grekov A.V. Functionally Complete Tolerant Elements // International Journal of Applied Engineering Research. – 2015. – Vol. 10, № 14. – P. 34433–34442.
26. Tyurin S.F. Investigation of a Hybrid Redundancy in the Fault-Tolerant Systems // Radio Electronics, Computer Science, Control. – 2019. – № 2. – P. 23–33. DOI: 10.15588/1607-3274-2019-2-3
27. El-Maleh A.H., Al-Yamani A., Al-Hashimi B.M. Transistor-Level Defect Tolerant Digital System Design at the Nanoscale. Research Proposal Submitted to Internal Track Research Grant Programs [Электронный ресурс]. – URL: http://citeseerx.ist.psu.edu/viewdoc/download? doi=10.1.1.474.3844&rep=rep1&type=pdf (дата обращения: 12.01.2021).
28. Tyurin S. A Quad CMOS gates checking method // International Journal of Computing. – 2019. – Vol. 18, iss. 3. – P. 258–264.
29. Kamenskih A.N., Tyurin S.F. The optimization of energy-efficiency and reliability using complex redundancy in computing systems // Radio Electronics, Computer Science, Control. – 2018. – № 3. – P. 135–142.
30. Tyurin S.F. LUT's Sliding Backup // IEEE transactions on device and materials reliability. – March 2019. – Vol. 19, iss. 1. – P. 221–225. DOI: 10.1109/TDMR.2019.2898724
31. Weibull W. A statistical distribution function of wide applicability [Электронный ресурс]. – URL: https://pdfs.semanticscholar.org/88c3/7770028e7ed61180a34d6a837a9a4db3b264.pdf (дата обращения: 12.01.2021).
32. Mead C.A., Conway L. Introduction to VLSI Systems [Электронный ресурс]. – URL: https://www.researchgate.net/publication/234388249_Introduction_to_VLSI_systems (дата обращения: 12.01.2021).
33. Carver A. Mead, Lynn Conway. Introduction to VLSI Systems [Электронный ресурс]. – URL: http://ai.eecs.umich.edu/people/conway/VLSI/VLSIText/PP-V2/V2.pdf (дата обращения: 12.01.2021).

В последнее время активизировались исследования в области так называемых обратимых вычислений, особенно в связи с разработкой квантовых компьютеров и развитием энергосберегающих подходов в электронике. Здесь имеются два основных направления. В рамках «биллиардного» компьютинга на вычисления выделяется определенное количество квантов энергии («биллиардных» шаров), которые перемещаются по определённым правилам со входа схемы ее на выход, не «размножаясь» и не «исчезая». Правила определяются специальными элементами, например элементами Фредкина. «Шары», «выкаченные» на выход, могут быть возвращены обратно по тем же правилам, в этом и заключается обратимость вычислений. Имеется достаточно много публикаций, посвященных этим подходам, однако вопросы диагностики таких схем в полной мере не рассмотрены. Цели исследования: разработка контрольных тестов бинарного элемента Фредкина и построение соответствующего дерева контроля. Методы: анализ таблиц функций отказов заданного элемента, построение оптимального, по числу подаваемых на элемент наборов, теста, нахождение булевых производных логических функций, описывающих элемент. Результаты: построены таблица функций отказов элемента Фредкина, оптимальный тестовый набор из четырёх входных наборов, дерево контроля. Полученные тестовые наборы и дерево контроля могут быть использованы при диагностировании бинарных обратимых схем. Практическая значимость: выполненные вычисления, в том числе полученные булевы производные, могут быть использованы в диагностическом обеспечении квантовых компьютеров, а также в качестве примеров на практических занятиях по дисциплинам «Схемотехника», «Исследование операций».

Ключевые слова: биллиардный компьютер, элемент Фредкина, дерево контроля.

Тюрин Сергей Феофентович (Пермь, Россия) – заслуженный изобретатель Российской Федерации, доктор технических наук, профессор кафедры «Автоматика и телемеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: tyurinsergfeo@yandex.ru); профессор кафедры «Математическое обеспечение вычислительных систем» Пермского государственного национального исследовательского университета (614990, Пермь, ул. Букирева, 15).

Никитин Максим Сергеевич (Пермь, Россия) – студент Пермского национального исследовательского политехнического университета; техник-электроник, научно-технического центра ПАО «Пермская научно-производственная приборостроительная компания», e-mail: mann1k@yandex.ru

Никитина Ксения Андреевна (Пермь, Россия) – магистрант Пермского национального исследовательского политехнического университета, инженер-конструктор научно-технического центра ПАО «Пермская научно-производственная приборостроительная компания», e-mail: ksu2317@yandex.ru

1. Ismaeel Salman Abu Aballi. Quantum computing. – URL: https://www.researchgate.net/publication/338828306_Quantum_computing (дата обращения: 12.03.2020).
2. Чивилихин С.А. Квантовая информатика: учеб. пособие. – URL: https://books.ifmo.ru/file/pdf/626.pdf (дата обращения: 11.03.2020).
3. Cryptography in Quantum Computing / Pam Choy, Dustin Cates, Florent Chehwan, [...], Charles C. Tappert. – URL: https://www.research­gate.net/publication/336496979_Cryptography_in_Quantum_Computing (дата обращения: 10.03.2020). DOI: 10.1007/978-3-030-32520-6_30
4. У кого кубитов больше. – URL: https://nplus1.ru/material/2019/11/07/quantum-advantage (дата обращения: 11.03.2020).
5. Neeraj Kumar Misra. Quantum computing and QCA Computing.– URL: https://www.researchgate.net/publication/338282394_Quantum_com­puting_And_QCA_Computing (дата обращения: 11.03.2020). DOI: 10.13140/RG.2.2.18869.01760
6. Гуров С.И., Жуков А.Е. Обратимые вычисления: элементы теории и примеры применения. – URL: https://www.elibrary.ru/download/elibrary_41315817_30296914.pdf (дата обращения: 11.03.2020).
7. Адиабатическая реверсивная логика. – URL: https://post­nauka.ru/video/57443 (дата обращения: 10.03.2020).
8. Лосев В.В., Чаплыгин Ю.А., Крупкина Т.Ю. Новые методы построения микроэлектронных цифровых систем с низким энергопотреблением. – URL: http://www.kosrad.ru/conf/MEC/data/papers/m10-123-73541.pdf (дата обращения: 10.03.2020).
9. Пронин Ц.Б., Остроух А.В. Квантовые логические элементы, результаты и анализ их влияния на квантовые цепи. – URL: https://naukaip.ru/wp-content/uploads/2017/11/%D0%9A-67-%D0%A1%D0%B1%D0%BE%D1%80%D0%BD%D0%B8%D0%BA%D0%A7%D0%B0%D1%81%D1%82%D1%8C-1.pdf (дата обращения: 11.03.2020).
10. Quantum Gates. – URL: https://www.sciencedirect.com/topics/engineering/quantum-gate (дата обращения: 07.12.2019).
11. A quantum Fredkin gate / Raj B. Patel1, Joseph Ho, Franck Ferreyrol1, Timothy C. Ralph and Geoff J. Pryde. – URL: https://advances.sciencemag.org/content/2/3/e1501531 (дата обращения: 12.12.2019).
12. Fredkin E., Toffoli T. Conservative logic // International Journal of Theoretical. Physics. – 1982. – 21, 3/4. – P. 219–253. – URL: http://web.archive.org/web/20061017232512/http://www.digitalphilosophy.org/download_documents/ConservativeLogic.pdf (дата обращения: 12.12.2019).
13. Обратимые вычисления. Ч. II / С.И. Гуров, А.Е. Жуков, Д.В. Закаблуков, Г.В. Кормаков. – URL: https://tvim.info/files/journal/tvim_2019_4.pdf (дата обращения: 10.03.2020).
14. Prasanna M., Amudha S. Implementation of testable reversible sequential circuit on FPGA // International Conference on Innovations in Information, Embedded and Communication Systems, ICIIECS – 2015 (19–20 March 2015): proceedings. – Coimbatore, India: IEEE, 2015. – P. 145–150. DOI: 10.1109/ICIIECS.2015.7192888
15. Himanshu, Thapliyal, Vinod A.P. Design of Reversible Sequential Elements with Feasibility of Transistor Implementation // IEEE International Symposium on Circuits and Systems (27–30 May 2007): proceedings. – New Orleans, LA, USA: IEEE, 2007. – P. 121–126. DOI: 10.1109/ISCAS.2007.378815
16. Prashant R. Yelekar, Sujata S. Chiwande. Design of sequential circuit using reversible logic // IEEE-International Conference On Advances In Engineering, Science and Management, ICAESM – 2012 (30–31 March 2012): proceedings. – Nagapattinam, Tamil Nadu, India: IEEE, 2012. – P. 321–326.
17. Закаблуков Д.В. Методы синтеза обратимых схем из функциональных элементов NOT, CNOT и 2-CNOT: автореф. дис. … канд. физ.-мат. наук. – URL: https://docplayer.ru/149126692-Zakablukov-dmitriy-vladimirovich-metody-sinteza-obratimyh-shem-iz-funkcionalnyh-elementov-not-cnot-i-2-cnot.html (дата обращения: 10.03.2020).
18. ГОСТ 27.002–2015. Надежность в технике Основные понятия. Термины и определения. (Введ. 2017–03–01). – М.: Стандартинформ, 2016. – 23 с.
19. ГОСТ 20911-89. Техническая диагностика. Термины и определения. – М.: Стандартинформ, 2009. – 11 с.
20. Himanshu Thapliyal, Nagarajan Ranganathan, Saurabh Kotiyal. Design of Testable Reversible Sequential Circuits // IEEE Transactions on Very Large Scale Integration (VLSI) Systems. – July 2013. – Vol. 21, № 7. – P. 1201–1209. DOI: 10.1109/TVLSI.2012.2209688
21. Гуров С.И., Кормаков Г.В., Жукова Т.Д. Сбоеустойчивые обратимые схемы. – URL: http://conf-symp.sfedu.ru/2018tMoryak.pdf (дата обращения: 10.03.2020).
22. Тюрин С.Ф., Аляев Ю.А. Дискретная математика: практическая дискретная математика и математическая логика. – М.: Финансы и статистика, 2010. – 394 с.
23. Тюрин С.Ф. Логика «биллиардного» компьютера // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2020. – № 33. – С. 61–77.
24. Тюрин С.Ф. «Биллиардное» моделирование универсальных логических модулей на основе элемента Фредкина для квант-ютинга // Прикладная математика и вопросы управления. – 2020. – № 2. – С. 55–72.
25. Tyurin S.F. LUT based Fredkin gate // Radio Electronics, Computer Science, Control. – 2020. – № 1. – P. 44–53.

Объектом представленного исследования является процесс производства коммунальной машины МК2000 в условиях сборочного цеха, ПАО МЗиК. МК2000 является технически сложным изделием, производящимся совместно c десятью другими типами технически сложных изделий
в рамках одного цеха. Фактором неопределённости в процессе производства является неизвестная заранее длительность цикла испытаний, которым подвергается каждое изделие после окончания сборки. Цель исследования: разработка методики расчёта длительности производственного цикла изделия в условиях неопределённости; оценка возможности производственного планирования и расчёта годового графика отгрузки готовых изделий потребителю при помощи прогнозирования длительности цикла. Методы: для решения задачи прогнозирования длительности производственного цикла использована зависимость между количеством изделий всех типов, уже находящихся в процессе испытаний в момент передачи рассматриваемого изделия на испытания, и длительностью испытания передаваемого изделия. Поскольку производство различных типов изделий осуществляется на единых мощностях, закономерность взаимного влияния процессов производства изделий различных типов рассматривается как основная. Расчёт длительности производится при помощи математической модели, полученной в результате обучения алгоритма Random Forest. Результаты: разработан новый метод расчёта длительности производственного цикла технически сложных изделий для предприятий мелкосерийного типа производства на основе статистического анализа результатов предыдущей производственной деятельности предприятия. Для расчёта использован предварительно обученный алгоритм машинного обучения Random Forest. Оценка результатов расчёта, полученных при помощи математической модели производственного процесса, позволяет утверждать, что прогнозирование длительности производственного цикла изделий с неизвестной заранее продолжительностью этапа испытаний возможно с применением методов машинного обучения, а точность прогноза зависит от выбранного метода и величины обучающей выборки. Практическая значимость: предложенный метод позволяет прогнозировать длительность производства и испытания технически сложных изделий в условиях неопределённости и может быть использован в качестве инструмента для расчёта годового графика отгрузки продукции потребителю.

Ключевые слова: планирование, модель, неопределённость, машинное обучение, прогноз, Random Forest.

Власов Роман Геннадьевич (Екатеринбург, Россия) – аспирант кафедры «Технология сварочного производства» Уральского федерального университета им. первого Президента России Б.Н. Ельцина (620002, Екатеринбург, ул. Мира, 19, e-mail: novik904@yandex.ru).

Коробов Юрий Станиславович (Екатеринбург, Россия) – доктор технических наук, профессор Уральского федерального университета им. первого Президента России Б.Н. Ельцина, заведующий лабораторией лазерной и плазменной сварки Института физики металлов им. А.Н. Михеева УРО РАН (620002, Екатеринбург, ул. Мира, 19; 620108, Екатеринбург, ул. С. Ковалевской, 18, e-mail: yukorobov@gmail.com).

Кузнецова Елена Юрьевна (Екатеринбург, Россия) – доктор экономических наук, профессор, заведующая кафедрой «Организация машиностроительного производства» Уральского федерального университета им. первого Президента России Б.Н. Ельцина (620002, Екатеринбург, ул. Мира, 19, e-mail: elena.bstm@gmail.com).

1. Титов В.В., Безмельницын Д.А., Напреева С.К. Планирование функционирования предприятия в условиях риска и неопределённости во внешней и внутренней среде // Мир экономики и управления. – 2017. – Т. 17, № 3. – С. 179–191. DOI: 10.25205/2542-0429-2017-17-3-179-191
2. Мызникова Т.Н., Бажанова М.И., Белов М.В. Внедрение системы управленческого учёта и контроллинга на промышленном предприятии // Вестник ЮУрГУ. Сер. Экономика и менеджмент. – 2020. – Т. 14, № 2. – С. 119–128. DOI: 10.14529/em200211
3. Коновалова Г.И. Операционная модель оперативного управления цифровым производством на машиностроительном предприятии // Организатор производства. – 2020. – Т. 14, № 1. – С. 37–45. DOI: 10.25987/VSTU.2019.89.30.004
4. Евченко А.В. Реализация графических моделей информационных потоков и документооборота в системах сквозного производственного планирования и оперативного управления на предприятиях // Инновационная экономика: перспективы развития и совершенствования. – 2020. – № 2(44). – С. 95–104.
5. Сидорович Н.И. Совершенствование оперативно-календарного планирования на промышленных предприятиях // Наука и инновации. – 2015. – № 8(15). – С. 23–26.
6. Батьковский М.А., Кравчук П.В., Трофимец Я.В. Развитие оперативного управления производственными процессами на предприятиях оборонно-промышленного комплекса // Национальные интересы: приоритеты и безопасность. – 2019. – Т. 15, № 2. – С. 328–342.
7. Батьковский М.А., Кравчук П.В., Судаков В.А. Системы поддержки принятия решений в многокритериальных задачах управления инновационным развитием предприятий и интегрированных структур // Актуальные вопросы современной экономики. – 2019. – № 4. – С. 140–146.
8. Васенев К.П. Построение системы интегрированного планирования на промышленном предприятии для турбулентных условий // Вестник Моск. ун-та. – 2017. – № 4. – С. 118–141.
9. Зубкова Н.В. Математическое моделирование оптимизации системы оперативного планирования на машиностроительных предприятиях [Электронный ресурс] // Современные научные исследования и инновации. – 2016. – № 9. – URL: http://web.snauka.ru/issues/2016/09/72094 (дата обращения: 06.01.2021).
10. Дронь Е.А., Погороелв Г.И., Куликов Г.Г. Разработка функциональных моделей производства при внедрении автоматизированных информационных систем // Вестник ЮУрГУ. Сер. Компьютерные технологии, управление, радиоэлектроника. – 2018. – Т. 18, № 3. – С. 68–80. DOI: 10.14529/ctcr180308
11. Анохов И.В. Уровни кодирования информации промышленного предприятия и предпосылки его взаимодействия с поставщиками и подрядчиками // Вестник Пермского университета. Сер. Экономика. – 2020. – Т. 15, № 1. – С. 131–149. DOI: 10.17072/1994-9960-2020-1-131-149
12. Алексеев М.А., Фрейдина Е.В. Методологические основы развития теории робастного управления экономическими системами // Вестник НГУЭУ. – 2017. – № 2. – С. 19–29.
13. Сидоренко Ю.А. Особенности и методология планирования на машиностроительном предприятии // Вестник Нижегород. ун-та им. Лобачевского. Сер. Социальные науки. – 2015. – № 2(38). – С. 35–41.
14. Войташ Л.В., Харченко Е.В. Упреждающий проход к управлению развитием промышленного предприятия в условиях неопределённости и риска // Научные ведомости. Сер. История. Политология. Экономика. Информатика. – 2012. – № 19(138). – Вып. 24/1. – С. 5–10.
15. Оптимизация распределения заказов при оперативном планировании поставок материальных ресурсов для авиационной техники / В.В. Короленко, В.В. Грибанов, А.Б. Дорошенко, В.С. Логойда // Воздушно-космические силы. Теория и практика. – 2018. – № 5. – С. 60–71.
16. Ченгарь О.В., Шевченко В.И., Мащенко Е.Н. Экспериментальное исследование адекватности модели организационного планирования загрузки технологического оборудования машиностроительного производства // Фундаментальные и прикладные проблемы техники и технологии. – 2019. – № 5(337). – С. 95–102.
17. Батьковский А.М., Судаков В.А., Хрусталёв Е.Ю. Нейро-нечёткая модель управления инновационно – активным предприятием // Научный журнал КубГАУ. – 2019. – № 153(09). – С. 1–16.
18. ГОСТ 15.309-98. Система разработки и постановки продукции на производство. Испытания и приемка выпускаемой продукции. Основные положения // Доступ из справ.-правовой системы КонсультантПлюс.
19. Хасти Т., Тибширани Р., Фридман Д. Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование. – 2-е изд. – М.: Диалектика, 2017. – 768 с.
20. Куликов Г.Г., Дронь Е.А. Формализация моделей планирования при организационном управлении на производственном  предприятии // Вестник Южно-Урал. гос. ун-та. Сер. Компьютерные технологии, управление, радиоэлектроника. – 2016. – № 2. – С. 91–100.
21. Красс М.С., Чупрынов Б.П. Математика в экономике: математические методы и модели: учеб. для СПО / под ред. М.С. Красса. – 2-е изд., испр. и доп. – М.: Юрайт, 2019. – 541 с. – (Сер. Профессиональное образование).
22. Коммунальная вакуумная подметально-уборочная машина МК2000 [Электронный ресурс]. – URL: http://zik-ekb.ru/mashina-kommunalnaya-mk2000/
23. Шитиков В.К., Мастицкий С.Э. Классификация, регрессия и другие алгоритмы Data Mining с использованием R. – 2017. – 351 с. – URL: https://github.com/ranalytics/data-mining
24. Шипунов А.Б., Балдин Е.М., Волкова П.А. Наглядная статистика. Используем R! – М.: ДМК Пресс, 2012. – 295 с.
25. Летова М.С. Реализация регрессионных и классификационных задач с помощью метода Random Forest // E-SCIO. – 2017. – № 8(11). – С. 15–21.
26. Breiman Leo. Random Forests // Machine Learning. – 2001. – Vol. 45, № 1. – P. 5–32. DOI: 10.1023/A:1010933404324
27. Liaw A. Package ‘randomForest’ // CRAN. – 2018. DOI: 10.1023/A:1010933404324

В настоящее время на горных предприятиях нашли применение синхронные двигатели
в системах электроприводов компрессорных, вентиляторных, насосных и других установок. В процессе эксплуатации синхронных двигателей возможны аварийные ситуации, обусловленные кратковременной потерей питания, что влияет на устойчивость нормального режима работы. Одним из эффективных путей решения обеспечения устойчивости и надежности работы электрооборудования при кратковременных потерях питания является применение самозапуска электродвигателей. Цель исследования: исследование влияния разных систем управления возбуждением синхронного двигателя на его самозапуск при кратковременной потере напряжения для условий электроснабжения горных предприятий. Методы: исследование переходных процессов выполнены посредством моделирования блоков в среде Simulink математического пакета MatLab. Результаты: показано, что с увеличением времени срабатывания защиты и длины линии электропередачи от подстанции до синхронного двигателя возрастает время, необходимое двигателю для восстановления нормального режима работы, что может привести к выпадению синхронного двигателя из синхронизма. Установлено, что при наличии системы регулирования возбуждения по реактивной мощности требуется большее время для восстановления нормального режима работы синхронного двигателя в сравнении со случаем применения контура регулирования по току возбуждения. В отличие от синхронного электродвигателя с системой регулирования по току возбуждения синхронный электродвигатель с системой регулирования по реактивной мощности при максимальном времени перерыва питания не выпадает из синхронизма. Практическая значимость: заключается в использовании результатов исследований при проектировании систем электроснабжения и возможности существенно снизить неопределенность при принятии решения о применении синхронного электродвигателя для конкретных условий эксплуатации.

Ключевые слова: самозапуск, синхронный двигатель, синхронизм, длина питающей линии, система управления возбуждением, асинхронный пуск.

Лащенов Михаил Борисович (Москва, Россия) – аспирант кафедры «Энергетика и энергоэффективность горной промышленности» Национального исследовательского технологического университета «МИСиС» (Москва, e-mail: mixan9524@gmail.com).

Шевырёв Юрий Вадимович (Москва, Россия) – доктор технических наук, профессор, кафедры «Энергетика и энергоэффективность горной промышленности» Национального исследовательского технологического университета «МИСиС» (Москва, e-mail: uvshev@yandex.ru).

1. Лащенов М.Б. Влияние самозапуска мощных двигателей на систему электроснабжения // Горный информационно-аналитический бюллетень. – 2019. – №1. – С. 134–140.
2. Пупин В.М. Исследование режимов пуска и самозапуска электродвигательной нагрузки с целью обеспечения непрерывности технологических процессов // Промышленная энергетика. – 2006. – № 7. – С. 27–33.
3. Пупин В.М. Анализ провалов напряжения в питающих сетях предприятий и способы защиты электрооборудования // Электрооборудование: эксплуатация и ремонт. – 2011. – № 4. – С. 35–41.
4. Михалев С. В. Повышение устойчивости синхронных двигателей при кратковременной потере питания // Известия СПбГЭТУ «ЛЭТИ». – 2012. – № 10. – С. 62–68.
5. Кочетков В.В., Котенев В.И., Елькин Д.А. Математическая модель синхронного двигателя в электрической сети с нестабильным напряжением // Актуальные проблемы энергетики АПК: материалы VII Междунар. науч.-практ. конф. – 2016. – С. 105–106.
6. Жеребцов А.Л. Повышение устойчивости работы синхронных двигателей 6(10) кВ ГПА изменением способа управления тока возбуждения в послеаварийных режимах // Материалы заседания секции «Энергетика» НТС ПАО «Газпром». – 2018. – Ч. 2. – С. 27–32.
7. Степанов С.Е., Крюков О.В. Повышение устойчивости работы электроприводов центробежных нагнетателей на компрессорных станциях // Газовая промышленность. – 2014. – № 8. – С. 50–56.
8. Михалев С.В. Математическая модель для оценки устойчивости синхронных электродвигателей при кратковременной потере питания // Современное общество, образование и наука: сб. науч. тр. по материалам междунар. науч.-практ. конф. (31 июля 2013 г.). – Тамбов: Изд-во ТРОО «Бизнес-Наука-Общество». – 2013. – Ч. 5. – С. 99–103.
9. Пупин В.М., Егорова М.С. Электроснабжение Оскольского электрометаллургического комбината и повышение надежности электрообеспечения основных потребителей // Электрика. – 2008. – № 3. – С. 21–32.
10. Черных И.А., Шилов И.Г. Повышение устойчивости работы электродвигателей при провалах напряжения // Электрика. – 2006. – № 2. – С. 36–38.
11. Лащенов М.Б., Шевырев Ю.В. Исследование работы синхронного двигателя при кратковременной потере питания для условий горных предприятий // Вестник ЮУрГУ. Сер. Энергетика. – 2020. – № 1. – С. 116–122.
12. Simulation of Wound Rotor Synchronous Machine under Voltage Sag / D. Aguilar, G. Vazquez, A. Rolan, J. Rocabert, F. Corcoles // IEEE International Symposium on Industrial Electronics. – 2010. – P. 2626–2631.
13. Astrom Karl J. Advanced PID Control. – USA: ISA, 2006. – P. 446.
14. IEEE Std 421.5-2005. IEEE Recommended Practice for Excitation System. Models for Power System Stability Studies. – New-York: IEEE, 2006. – P. 85.
15. Using Phase Portraits / M. Babescu, O. Prostean, G. Prostean, I. Szeidert, C. Vasar // 6th International Conference on Electromechanical and Power Systems. – 2007.
16. Rotor Resistance Online Identification of Vector Controlled Induction Motor Based on Neural Network / B. Fan, Z. Yang, W. Xu, X. Wang // Mathematical Problems in Engineering. – 2014.
17. Boglietty A., Cavagino A., Ferrari L. Induction motor equivalent circuit including the stray load losses in the machine power balance // IEEE Transaction on Energy Conversion. – 2008. – Vol. 23. – P. 796–803.
18. Kiusalaas J. Numerical Methods in Engineering with Python. Cambridge University Press. New York. – 2010. – P. 434.
19. ANSI/IEEE Std 1547-2003 IEEE Standard for Interconnecting Distributed. Resources with Electric Power Systems. – 2004.
20. Brown R.E., Hanson A.P., Willis H.L. Assessing the reliability of distribution networks // IEEE Computer Applications in Power Magazine. – 2001. – Vol. 1. – P. 44–49.
21. Charles J. Automatic High-Speed Transfer of Power Plant Auxiliary System Load – Theory and Application // Conference and Exposition in Africa. Durban, South Africa. – 2005. – P. 332–336.
22. Jantke K., Krumm R., Vieille R. High Speed Transfer System for optimized supply of energy // Elektrotechnik + Automation. – 2001. – Vol. 22. – P. 1–2.
23. Черных И.В. Моделирование электротехнических устройств в MatLab, SimPowerSystems и Simulink. – СПб.: Питер, 2007. – С. 11–34.
24. Брускин Д.Э. Электрические машины. Ч. 2. – М.: Высшая школа, 1987. – 130 с.
25. Гусев А.С. Адаптируемая математическая модель систем возбуждения синхронных машин // Известия Томск. политехн. ун-та. – 2005. – № 7. – С. 206–210.
26. Математические модели современных регуляторов возбуждения синхронных машин для расчета и анализа электромеханических переходных процессов и устойчивости энергосистем / Е.К. Лоханин, В.А. Глаголев, А.И. Скрынник [и др.] // Энергосистема: управление, конференция, образование: сб. докл. III Междунар. науч.-практ. конф. – 2008. – С. 257–262.

Интернационализация и международная деятельность находятся среди приоритетных задач функционирования и развития современных университетов. Стратегии интернационализации или дорожные карты развития международной деятельности в настоящее время играют важную роль во многих вузах, а также в общем контексте политики высшего образования. Необходимость в поисках методов определения уровня интернационализации университетов возникает в связи с увеличением глобальных бюджетов на академическую международную мобильность и международные проекты. С другой точки зрения еще недавно эта область была показана как едва измеренная с помощью научно обоснованных и сопоставимых показателей. Цель исследования: повышение эффективности управления международной деятельностью вуза, а также оценка динамики ее развития за счет учета влияния внутренних и внешних факторов, что поможет эффективно управлять интернационализацией вуза и обеспечить ее устойчивое функционирование. Методы: предложена методика оценки динамики развития международной деятельности вуза в рамках временного периода, состоящая из трех основных шагов: снижение размерности исходных данных, построение регрессионной модели и построение адаптивной аппроксимационной прогнозной модели. В качестве исходных данных была использована система показателей управления интернационализацией вуза на макро- мезо- и микроуровнях. Результаты: представлены результаты исследования динамики развития международной деятельности вузов c использованием многомерного компонентного анализа, который позволяет рассматривать множество различных факторов, учитывая связи между ними помимо оценки влияния данных факторов на результат. Разработана методика оценки динамики развития международной деятельности вуза в рамках временного периода, которая позволяет произвести текущую оценку международной деятельности вуза, перейдя в ортогональное пространство главных компонент,
 и спрогнозировать дальнейшую динамику развития путём построение адаптивной аппроксимации прогнозной модели. По результатам прогноза вузы разделяются на следующие категории: форсирующие, где идет активное развитие международной деятельности; стационарные, международная деятельность которых существенно не изменяется, и увядающие вузы, международная деятельность которых с каждым годом ухудшается. Практическая значимость: результаты исследований позволят реализовать информационную систему поддержки принятия решений для управления международной деятельностью вуза и её оценки.

Ключевые слова: управление международной деятельностью, вуз, метод главных компонент, регрессионный анализ.

Кривцун Анастасия Витальевна (Новочеркасск, Россия) – старший преподаватель кафедры «Информационные и измерительные системы и технологии» Южно-Российского государственного политехнического университета им. М.И. Платова (НПИ) (346428, Новочеркасск, ул. Просвещения, 132, e-mail: anastasia.srstu@gmail.com).

1. Doiz A., Lasagabaster D., Sierra J. Globalisation, internationalisation, multilingualism and linguistic strains in higher education // J. Studies in Higher Education. – 2013. – P. 1407–1421.
2. Эсбенсе К. Анализ многомерных данных. Избранные главы. – Барнаул: Изд-во Алт. ун-та, 2003. – 157 с.
3. Болч Б. Многомерные статистические методы для экономики. – М.: Статистика. 1979.  – 317 с.
4. Soliman S, Anchor J., Taylor D. The international strategies of universities: deliberate or emergent? // J. Studies in Higher Education. – 2018. DOI:10.1080/03075079.2018.1445985
5. Automated intellectual analysis of consumers' opinions in the scope of internet marketing and management of the international activity in educational institution / D. Gorbushin, D. Grinchenkov, A. Kolomiets, N. Phuc Hau // Proc. of the 5th Int. Conf. on Applied Innovations in IT (16 March 2017). – Koethen. – P. 57–63.
6. Open University Learning Analytics dataset / J. Kuzilek [et al.] // Sci. – 2017. – 4 – 170171. DOI: 10.1038/sdata.2017.171
7. Гринченков Д.В., Коломиец А.В. Системный анализ международной деятельности вузов на основе когнитивного моделирования // Изв. вузов. Сев.-Кавказ. региона. Технические науки. – 2017. – С. 24–31.
8. Гринченков Д.В., Коломиец А.В. Проблема оценки качества международной деятельности вуза и создание системы поддержки принятия решений // Вестник Воронеж. гос. ун-та. Сер. Проблемы высшего образования. – 2016. – № 4. – С. 99–103.
9. Winitzky-Stephens J., Pickavance J. Open Educational Resources and Student Course Outcomes: A Multilevel Analysis // J. International Review of Research in Open and Distributed Learning. – 2017. – 18(4). DOI: 10.19173/irrodl.v18i4.3118
10. Optimization of the modular educational program structure / A. Ivanchenko, A. Kolomiets, D. Grinchenkov, V.N. Nguyen // Proc. of the 4th Int. Conf. on Applied Innovations in IT / Eds: Eduard Siemens, Bernd Krause, Leonid Mylnikov. – 10 March 2016. – Koethen. – P. 31–34.
11. Мхитарян В.С. Эконометрика: учебник. – М.: Проспект, 2014. – 382 с.
12. Гринченков Д.В., Коломиец А.В., Жменя Е.С. Построение когнитивной карты международной деятельности вуза // Известия Волгоград. гос. техн. ун-та. – 2018. – № 5(215). – С. 77–84.
13. Гринченков Д.В., Коломиец А.В., Шарипов А.С. Обзор автоматизированных систем управления международной деятельностью вуза // Перспективы развития информационных технологий. – 2016. – № 32. – С. 11–16.
14. Поляк Б.Т. Метод главных компонент: робастные версии // Автоматика и телемеханика. – 2017. – № 3. – С. 130–148.
15. Keys P. On becoming expert in the use of problem structuring methods // J. of the Operational Research Society. – 2006. – P. 822–829.
16. Sivertsen G. Patterns of internationalization and criteria for research assessment in the social sciences and humanities // Scientometrics. – 2016. – 107. – Р. 357–368. – URL: https://doi.org/10.1007/s11192-016-1845-1
17. Cahill, M.B., Sánchez, N. Using principal components to produce an economic and social development index: An application to Latin America and the U.S. // Atlantic Economic Journal. – 2001. – 29. – Р. 311–329. – URL: https://doi.org/10.1007/BF02300552
18. Kim D., Kim S. Comparing patterns of component loadings: Principal Component Analysis (PCA) versus Independent Component Analysis (ICA) in analyzing multivariate non-normal data // Behav Res. – 2012. – 44. – Р. 1239–1243. – URL: https://doi.org/10.3758/s13428-012-0193-1
19. Healey N.M. Is higher education in really ‘internationalising’? // High Educ. – 2008. – 55. – Р. 333–355. – URL: https://doi.org/10.1007/s10734-007-9058-4
20. Schubert T., Baier E., Rammer C. Firm capabilities, technological dynamism and the internationalisation of innovation: A behavioural approach // J Int Bus Stud. – 2018. – 49. – Р. 70–95. – URL: https://doi.org/10.1057/s41267-017-0101-0
21. Kolomiets A., Grinchenkov D., Vodenko, K PEST- and SWOT- analysis of university internationalization factors // Journal of Physics. Conference Series. – 2019. – Vol. 1415.
22. Елисеева И.И. Группировка, корреляция, распознавание образов: статистические методы классификации и измерения связей. – М.: Статистика, 1977. – 143 с.
23. Солонин С.И. Метод контрольных карт. – М.: Directmedia, 2016. – 215 с.
24. Chinnasamy Jayakumar. Internationalisation in Scottish Higher Education: Educators' Perspectives on Constructing the Internationalised University, 2018.
25. Young T., Handford M., Schartner A. The internationalizing university: an intercultural endeavor? // Journal of Multilingual and Multicultural Development. – 2016. DOI: 1-3.10.1080/01434632.2015.1134547

Повышение надежности цифровой аппаратуры для многих критических областей применения не может обойтись без методов обеспечения отказоустойчивости. Во многом это требование связано с необходимостью обеспечить устойчивость к сбоям и отказам в режиме «реального» времени, т.е. без задержек на диагностику, реконфигурацию и ремонт. Одним из традиционных подходов к обеспечению отказоустойчивости является мажоритарное резервирование, например тройное модульное резервирование. Однако оно обеспечивает повышение параметров надежности только на небольшом временном промежутке. Более затратным является метод резервирования на транзисторном уровне. Данный метод предполагает резервирование транзисторных цепочек, что значительно ухудшает параметры быстродействия, но в то же время значительно меньше увеличивает энергопотребление. Кроме того, резервирование на транзисторном уровне обеспечивает повышение параметров надежности на значительно большем интервале времени. Однако ключевым вопросом является именно то, насколько оно влияет на основные характеристики устройства. Это влияние может изменяться в зависимости от используемой полупроводниковой технологии, поэтому, несмотря на общие закономерности, необходимо использовать методы схемотехнического моделирования для определения эффективности резервирования на транзисторном уровне в различных технологиях. Цель работы заключается в разработке моделей и библиотеки отказоустойчивых базовых логических элементов для технологии производства 180 нм с использованием метода резервирования на транзисторном уровне. Результаты проектирования и моделирования в виде библиотеке отказоустойчивых логических элементов на основе моделей транзисторов 180 нм представлены в статье. Практическая значимость заключается в том, что полученная библиотека позволяет разрабатывать отказоустойчивые цифровые устройства на основе резервирования на транзисторном уровне для таких отраслей промышленности, как военная, медицинская, аэрокосмическая и другие. Обсуждение: более точные модели могут быть получены в результате топологического проектирования, что является следующим шагом после схемотехнического.

Ключевые слова: надежность, отказоустойчивость, базовые логические элементы, резервирование на транзисторном уровне, передающие транзисторы.

Каменских Антон Николаевич (Пермь, Россия) – кандидат технических наук, доцент кафедры «Автоматика и телемеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: antoshkinoinfo@yandex.ru).

1. Tyurin S.F. Retention of functional completeness of Boolean functions under "failures" of the arguments // Automation and Remote Control. – 1999. – Vol. 60, № 9. – Part 2. – P. 1360–1367.
2. Каменских А.Н., Тюрин С.Ф. Анализ отказоустойчивой самосинхронной реализации двоичного сумматора // Вестник Пермского национального исследовательского университета. Электротехника, информационные технологии, системы управления. – 2014. – № 1(9). – С. 25–39.
3. Donald C. Mayer, Ronald C. Lacoe. Designing Integrated Circuits to Withstand Space Radiation [Электронный ресурс] // Crosslink. – Vol. 4, № 2. – URL: http://www.aero.org/publications/crosslink/summer2003/06.html (дата обращения: 20.04.2014).
4. Аббас Б.А.А., Хаханов В.И., Литвинова Е.И. Методы анализа и диагностирования цифровых устройств (аналитический обзор) // Автоматизированные системы управления и приборы автоматики. – 2014. – № 166. – С. 59–74.
5. Пархоменко П.П., Ведешенков В.А. Принципы обеспечения отказоустойчивости многопроцессорных вычислительных систем. – М.: Изд-во Ин-та проблем управления, 1987. – С. 1–18.
6. Shi Y. Fault-Tolerant Delay-Insensitive Communication: Ph. D. thesis. – University of Manchester, 2010. – P. 173.
7. Авиженис А. Отказоустойчивость – свойство, обеспечивающее постоянную работоспособность цифровых систем // Тр. Ин-та инженеров по электротехнике и радиоэлектронике. – 1978. – Т. 66, № 10. – С. 5–15.
8. Семейство серий базовых матричных кристаллов / С.В. Гаврилов [и др.] // Известия высших учебных заведений. – 2015. – Т. 20. – № 5. – С. 497–504.
9. Дрозд А.В. Нетрадиционный взгляд на рабочее диагностирование вычислительных устройств // Проблемы управления. – 2008. – № 2. – С. 48–56.
10. Kamenskih A.N. The decrease of energy-consumption in fault-tolerant digital devices: Principles, models and algorithms // 2017 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus). – IEEE, 2017. – P. 295–300. DOI: 10.1109/EIConRus.2017.7910550
11. Kamenskih A.N., Tyurin S.F. Advanced approach to development of energy-aware and naturally reliable computing systems // 2015 IEEE NW Russia Young Researchers in Electrical and Electronic Engineering Conference (EIConRusNW). – IEEE, 2015. – P. 75–77. DOI: 10.1109/EIConRusNW.2015.7102235
12. Каменских А.Н. Моделирование влияния резервирования на энергопотребление самосинхронных схем // Вестник Перм. ун-та. Математика. Механика. Информатика. – 2015. – № 4. – С. 91–94.
13. Анализ методов обеспечения пассивной отказоустойчивости цифровых устройств и систем / С.Ф. Тюрин [и др.] // Вестник Пермского национального исследовательского университета. Электротехника, информационные технологии, системы управления. – 2011. – № 5. – С. 143–153.
14. Функционально-полный толерантный элемент / С.Ф. Тюрин [и др.] // Науч.-техн. ведомости Санкт-Петербург. гос. политехн. ун-та. – 2011. – № 115. – C. 24–30.
15. Тюрин С.Ф., Каменских А.Н. О резервировнии логических функций на уровне транзисторов // В мире научных открытий. – 2014. – № 10. – С. 232–247.
16. Библиотека элементов для проектирования самосинхронных полузаказных микросхем серий 5503/5507 и 5508/5509 / Ю.А. Степченков [и др.]. – М.: ИПИ РАН, 2012. – 238 с.
17. Методология проектирования радиационно-стойких микросхем на основе БМК для космических аппаратов / А.С. Басаев [и др.] // Проблемы разработки перспективных микро-и наноэлектронных систем (МЭС): сб. тр. всерос. науч.-техн. конф. – Зеленоград: Изд-во Ин-т проблем проектирования в микроэлектронике РАН, 2008. – № 1. – С. 1–8.
18. Han J., Orshansky M. Approximate computing: An emerging paradigm for energy-efficient design // 2013 18th IEEE European Test Symposium (ETS). – IEEE, 2013. – P. 1–6.
19. Approximate XOR/XNOR-based adders for inexact computing / Z. Yang [et al.] // 13th IEEE International Conference on Nanotechnology (IEEE-NANO 2013). – IEEE, 2013. – P. 690–693.
20. Zimmermann R., Fichtner W. Low-power logic styles: CMOS versus pass-transistor logic // IEEE journal of solid-state circuits. – 1997. – Vol. 32. – № 7. – P. 1079–1090.
21. Alioto M., Palumbo G. Analysis and comparison on full adder block in submicron technology // IEEE transactions on very large scale integration (VLSI) systems. – 2002. – Vol. 10. – № 6. – P. 806–823.
22. Yang C., Ciesielski M. Synthesis for mixed CMOS/PTL logic // Proceedings Design, Automation and Test in Europe Conference and Exhibition 2000 (Cat. No. PR00537). – IEEE, 2000. – P. 750.
23. Karnik T., Borkar S., De V. Sub-90nm technologies: challenges and opportunities for CAD // Proceedings of the 2002 IEEE/ACM international conference on Computer-aided design. – 2002. – P. 203–206.
24. Murugasami R., Ragupathy U.S. Design and comparative analysis of D-Flip-flop using conditional pass transistor logic for high-performance with low-power systems // Microprocessors and Microsystems. – 2019. – Vol. 68. – P. 92–101.
25. Kamenskih A.N. The Research into Fault-Tolerant Design Usign Pass Transistor Logic // 2019 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus). – IEEE, 2019. – P. 94–97.

Многочисленными исследованиями установлено, что одним из факторов, оказывающим влияние на эксплуатационные свойства сопряженных деталей, является погрешность формы
в поперечном сечении. Современное машиностроение характеризуется все более широким распространением станков с числовым программным управлением и обрабатывающих центров. Существенным недостатком большинства станков с ЧПУ является то, что при их использовании не гарантируется получение заданных требований по точности обработки. Цель исследования состоит в разработке системы автоматического обеспечения параметров некруглости при обработке на стенде, включающем токарный станок с числовым программным управлением. Методы исследования: для исследования профиля в поперечном сечении использовался корреляционный анализ. Использовались резцы из твердых сплавов. Обрабатывались конструкционные стали. Вибросигнал записывался при помощи датчика-акселерометра. Результаты: показано, что использование вибросигнала дает возможность оценивать точность формы, а применение моделей на основе нечеткой логики и нейронных сетей позволяет получить взаимосвязь между параметрами вибросигнала и точностью формы в поперечном сечении. В качестве устройства для активного контроля (автоматического обеспечения) параметров точности формы использована нейронечеткая система, имеющая нейросетевую базу данных и адаптивный блок принятия решений, основанный на нечеткой логике. В ходе исследований установлено, что использование таких параметров вибросигнала, как мощность и корреляционная энтропия, дает возможность не только оценивать износ инструмента, но и реализовывать активный контроль выходных параметров процесса обработки. Получены зависимости параметров погрешности формы, оцениваемые коэффициентом корреляционной энтропии и мощности виброакустического сигнала при различных значениях износа режущего инструмента. Построены нейронечеткие модели для оценки состояния технологической системы. Практическая значимость: применение нейронечетких моделей дает возможность определения отклонений формы с погрешностью, не превышающей 15 %, а применение аппарата нечеткой логики позволяет более эффективно принимать решения о дальнейшем использовании инструмента. Полученные результаты использованы
в качестве исходных данных для разработки модели системы автоматического обеспечения параметров точности формы.

Ключевые слова: точность формы, станки, управление, погрешность.

Овсянников Виктор Евгеньевич (Тюмень, Россия) – кандидат технических наук, доцент Тюменского индустриального университета (625000, Тюмень, ул. Володарского, 38, e-mail: vik9800@mail.ru).

Некрасов Роман Юрьевич (Тюмень, Россия) – кандидат технических наук, доцент, заведующий кафедрой «Технология машиностроения» Тюменского индустриального университета (625000, Тюмень, ул. Володарского, 38, e-mail: nekrasovrj@tyuiu.ru).

Темпель Юлия Александровна (Тюмень, Россия) – старший преподаватель Тюменского индустриального университета (625000, Тюмень, ул. Володарского, 38, e-mail: tempeljulia@mail.ru).

Васильев Валерий Иванович (Курган, Россия) – доктор технических наук, профессор Курганского государственного университета (640020, Курган, ул. Советская, 63 стр.4, e-mail: vviprof@rtural).

1. Неизвестных А.Г., Крылов Е.Г. Анализ точности обработки деталей на станках с ЧПУ // Известия Волгоград. гос. техн. ун-та. – 2008. – Т.4, № 9(47). – С. 89–91.
2. Лысенко А.Ф. К оценке погрешности обработки деталей при интеллектуальном управлении станком // Вестник Донск. гос. техн. ун-та. – 2014. – Т. 14, № 3(78). – С. 96–102.
3. Кузнецов А.С. Технологическое обеспечение точности при обработке на станках с ЧПУ // Современные проблемы науки и образования. – 2015. – № 2. – С. 165–170.
4. Козинский В.С. Применение метода конечных элементов и тонкостенных трехслойных деталей из ПКМ в машиностроении // Актуальные направления научных исследований: от теории к практике: материалы VII Междунар. науч.-практ. конф. – 2016. – № 1(7). – С. 200–202.
5. Тугенгольд А.К., Лукьянов Е.А., Герасимов В.А. Система управления станком, обеспечивающая повышенную точность обработки // СТИН. – 1999. – № 8. – С. 21–26.
6. Технологическое обеспечение точности и математическое моделирование процессов механообработки в машиностроении: учеб. пособие / В.А. Иванов, В.В. Новоселов, Ю.И. Некрасов, Ю.И. Шаходанов. – Тюмень: Изд-во ТюмГНГУ, 2001. – С. 194.
7. Белозеров Б.П., Дурновцев В.Я. Определение точности механической обработки деталей статистическим методом: практическое руководство. – 2-е изд., перераб. – Северск: Изд-во СТИ НИЯУ МИФИ, 2010. – С. 25.
8. Hu S. (Hu, Sai); Kan YC (Kan Yin-Chiu); Hsu LT (Hsu Li-Ta). Localization Uncertainty Constrained Lateral PID Control with Aids of Fuzzy Logic Considering LiDAR NDT Matching Error // AIMS Mathematics. – 13 October 2021. – Vol. 53. – № 1. – Р. 27–42.
9. Chen Y. Email Author, Wu J., Lan J. Study on weighted-based noniterative algorithms for centroid type-reduction of interval type-2 fuzzy logic systems [Электронный ресурс]. – URL: https://www.hindawi.com/journals/complexity/2019/7325053
10. Субботин С.А. Метод синтеза нейро-нечетких моделей количественных зависимостей для решения задач диагностики и прогнозирования // Радиоэлектроника, информатика, управление. – 2010. – 1(22). – С. 121–127.
11. Математическая модель уточнения режимов резания для обеспечения точности токарной обработки нежёстких валов на станках с ЧПУ / А.А. Жданов, А.Л. Плотников, Ю.Л. Чигиринский, И.В. Фирсов // Научные труды Sworld. – 2015. – 4(41). – С. 41–47.
12. К вопросу об обеспечении точности обработки на станках с ЧПУ / Ю.В. Максимов, А.А. Бекаев, М.А. Надольский, А.В. Прохоров // Известия Моск. гос. техн. ун-та «МАМИ». – 2012. – № 2(14). – С. 129–130.
13. Фокин В.Г. Метод конечных элементов в механике деформируемого твёрдого тела: учеб. пособие. – Самара: Изд-во Самар. гос. техн. ун-та, 2010. – С. 131.
14. Васильев А.С, Дальский А.М. Направленное формирование свойств изделий машиностроения / под ред. д-ра техн. наук А.И. Кондакова. – М.: Машиностроение, 2013. – С. 352.
15. Качество машин: справочник: в 2 т. Т. 1 / сост. А.Г. Суслов, Э.Д. Браун, Н.А. Виткевич [и др.]. – М.: Машиностроение, 2011. – С. 256.
16. Качество машин: справочник: в 2 т. Т. 2 / А.Г. Суслов, Э.Д. Браун, Н.А. Виткевич [и др.]. – М.: Машиностроение, 2011. – С. 325.
17. Остапчук А.К., Овсянников В.Е. Научные основы обеспечения шероховатости поверхности на базе анализа случайных процессов: монография. – Курган: Изд-во Курган. гос. ун-та, 2012. – С. 188.
18. Симонов А.М., Остапчук А.К., Овсянников В.Е. Основы обеспечения качества поверхности деталей машин с использованием динамического мониторинга: монография. – Курган: Изд-во Курган. гос. ун-та, 2010. – С. 118.
19. Губин В.И., Осташков В.Н. Статистические методы обработки экспериментальных данных: учеб. пособие для студ. техн. вузов. – Тюмень: Изд-во ТюмГНГУ, 2007. – С. 202.
20. Красовский Г.И., Филаретов Г.Ф. Планирование эксперимента. – Минск: Изд-во БГУ, 1982. – С. 156.
21. Bergmann M. An Introduction to Many-Valued and Fuzzy-Logic. Semantics, Algebras and Derivation Systems. – Cambridge University Press, 2008.
22. Kohonen T. Self-organizing maps. – 3 ed. – Berlin; Heidelberg; New York; Barcelona; Hong Kong; London; Milan; Paris; Singapore; Tokyo; Springer, 2001.
23. Zadeh L.A. Fuzzy set // Information and control. – 1965. – № 8. –P. 338.
24. Mamdani E.A. Application of fuzzy logic to approximate reasoning using linguistic synthesis // IEEE Trans. Computers. – 1977. – Vol. C26, № 12. – P. 1182–1191.
25. Kosmann-Schwartzbach Y., Grammaticos B., Tamizhmani K.M. Integrability on nonlinear systems. – Berlin; Heidelberg; New York; Barcelona; Hong Kong; London; Milan; Paris; Singapore; Tokyo; Springer, 1997.