Развитие науки и технологий, глобализация экономики, интеграционные процессы
в гражданском обществе вызывают потребность в создании все более совершенных оборонных, образовательных, производственных, транспортных, энергетических и других систем.
В ответ на требования развития эти системы постоянно усложняются: в их составе появляется все больше элементов, границы становятся подвижными, для описания поведения используются все более трудные для быстрого восприятия модели. Применение стандартов системной инженерии позволяет описывать концепции и управление деятельности по созданию систем любого масштаба и назначения. Следовательно, для отображения знаний в рассматриваемой предметной области (системное моделирование) используются математически-формализо­ванные правила, предназначенные для описания объектов (объектные языки). Цель исследования: разработка концептуального подхода к построению архитектуры метаструктуры программного аналитического комплекса (ПАК) на основе множества реальных и виртуальных объектов и их непротиворечивых и противоречивых отношений, определяемых семантической моделью (онтологией) исследуемой предметной области по логике квадрата Декарта. Методы: использован принцип логической свертки семантической модели исследуемой предметной области, содержащей отношения противоречия, с располагаемой синтаксически определённой моделью информационной сети. Результаты: на базе предложенной методологии рассмотрено создание цифрового двойника для взаимодействия с предметной областью. Предметная область имеет системное представление, основанное на фундаментальных законах формальной логики. Показана возможность выстраивания иерархических цепочек электронных административных регламентов, взаимодействующих между собой, которые так же соответствуют понятию категорий, т.е. некое объединение регламентов является категорией. Предложена мера оценки близости модели к реальному объекту, необходимая для формирования цифрового двойника системы. Практическая значимость: результаты исследований использованы при разработке процесса предоставления государственных и муниципальных услуг гражданам РФ в электронной форме. Они позволяют повысить оперативность и качество управления организационно-функциональ­ными процессами.

Ключевые слова: предметная область, фракталы, цифровой двойник, квадрат Декарта, аналитический программный комплекс, стандарт системной инженерии, государственная электронная услуга, метаструктура, виртуальный объект.

Куликов Геннадий Григорьевич (Уфа, Россия) – доктор технических наук, профессор кафедры «Автоматизированные системы управления» Уфимского государственного авиационного технического университета (450000, Уфа, ул. К. Маркса, 12, e-mail: gennadyg_98@Yahoo.com).

Антонов Вячеслав Викторович (Уфа, Россия) – доктор технических наук, профессор, заведующий кафедрой «Автоматизированные системы управления» Уфимского государственного авиационного технического университета (450000, Уфа, ул. К. Маркса, 12, e-mail: antonov.v@bashkortostan.ru).

Навалихина Надежда Дмитриевна (Уфа, Россия) – кандидат технических наук, доцент кафедры «Автоматизированные системы управления» Уфимского государственного авиационного технического университета (450000, Уфа, ул. К. Маркса, 12, e-mail: nadiatoropova@gmail.com).

Родионова Людмила Евгеньевна (Уфа, Россия) – кандидат технических наук, старший преподаватель кафедры «Автоматизированные системы управления» Уфимского государственного авиационного технического университета (450000, Уфа, ул. К. Маркса, 12, e-mail: lurik@mail.ru).

Суворова Вероника Александровна (Уфа, Россия) – кандидат технических наук, доцент кафедры «Автоматизированные системы управления» Уфимского государственного авиационного технического университета (450000, Уфа, ул. К. Маркса, 12, e-mail: milana_da@mail.ru).

Шилина Мария Анатольевна (Уфа, Россия) – кандидат технических наук, доцент кафедры «Автоматизированные системы управления» Уфимского государственного авиационного технического университета (450000, Уфа, ул. К. Маркса, 12, e-mail: maria.shilina@gmail.com).

1. ISO/IEC/IEEE 15288:2015 System and software engineering – System life cycle processes. – 2015.
2. ИКТ в госсекторе // CNews. – 2013. – № 65. – С. 40–41.
3. Семенов А.C. Фрактальная алгебра как основа фрактальной парадигмы программирования // Изв. РАН. Информационные технологии и вычислительные системы. – 2006. – № 2. – С. 64–70.
4. Семенов А.C. Фрактальное построение n-мерных гиперкубовых архитектур в структурном пространстве // Изв. РАН. Информационные технологии и вычислительные системы. – 2007. – № 2. – С. 42–50.
5. Семенов А.С. Фрактальные развивающиеся архитектуры // Управление большими системами. – 2010. – № 30–1. – С. 91–103.
6. Родионова Л.Е. Описание предметной области для проектирования программной системы // Современные инновации в науке и технике: сб. ст. 7-й Всерос. науч.-техн. конф. с междунар. участ. / под общ. ред. А.А. Горохова. – М.: Университетская книга. – 2017. – С. 171–174.
7. Подход к формированию структуры самоорганизующейся интеллектуальной системы в форме декартовозамкнутой категории (на примере проектирования информационной аналитической программной системы) / Г.Г. Куликов, В.В., Антонов А.Р. Фахруллина, Л.Е. Родионова // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2018. – № 27. – С. 48–69.
8. Формальная модель процессов взаимодействия компонентов программной системы на основе фрактального подхода / Г.Г. Куликов, В.В. Антонов, А.Р. Фахруллина, Л.Е. Родионова // Электротехнические и информационные комплексы и системы. – 2018. – № 4. – С. 48–69.
9. Формальное представление модели реализации функций системной инженерии на основе принципа необходимого разнообразия структурных связей / Г.Г. Куликов, В.В. Антонов, А.Р. Фахруллина, Л.Е. Родионова // Вестник Южно-Уральского гос. ун-та. Сер. Компьютерные технологии, управление, радиоэлектроника. – 2017. – Т. 17. – № 4. – С. 146–153.
10. Массель Л.В. Фрактальный подход к структурированию знаний и примеры его применения // Онтология проектирования. – 2016. – Т. 6. – № 2(20). – С. 149–61.
11. Объект категории [Электронный ресурс]. – URL: https://ru.wikipedia.org/wiki/ (дата обращения: 11.02.2020).
12. Kovács G.L., Petunin A.A. An information technology view of manufactur-ing automation – Product life-cycle management // Pollack. – 2016. – Vol. 11. – Iss. 2. – P. 3–14.
13. Akimkina E.E., Abbasov A.E. Analysis of the tools of information systems for processing multidimensional data // Information and Technology Bulletin. – 2015. – P. 61–75.
14. Логико-функциональный подход к конфигурированию программно-аналитического комплекса для исследуемой предметной области / Г.Г. Куликов, В.В. Антонов, Н.Д. Навалихина, М.А. Шилина, Л.Е. Родионова // Проблемы информатики в образовании, управлении, экономике и технике: сб. ст. XIX Междунар. науч.-техн. конф. / Пензенский гос. ун-т. – Пенза, 2019. – С. 166–169.
15. Ковалёв С.П. Категория вычислительных систем // Алгебра и логика: теория и приложения: тез. докл. – Красноярск: Изд-во СФУ, 2013. – С. 64–66.
16. Куликов Г.Г., Антонов В.В., Антонов Д.В. Теоретические и прикладные аспекты построения моделей информационных систем. – LAP LAMBERT Academic Publishing GmbH & Co.KG, Germany. – 2011. – 134 с.
17. Создание BPMN-моделей в программном продукте RunaWFE: лабораторный практикум / Г.Г. Куликов, А.Г. Михеев, М.В. Орлов, Р.К. Габбасов, Д.В. Антонов; Уфим. гос. авиац. техн. ун-т. – Уфа, 2012. – 61 с.
18. BPMN 2.0. Стандарт описания бизнес-процессов [Электронный ресурс]. – URL: http://www.omg.org/spec/BPMN/2.0 (дата обращения: 11.02.2020).
19. IBM Dictionary of Computing [Электронный ресурс]. – URL: http://www-03.ibm.com/ibm/history/documents/pdf/glossary.pdf (дата обращения: 15.01.2020).

Современная энергетика развивается в направлении уменьшения доли в общем энергобалансе мощных источников генерации и увеличения доли распределённой генерации малой
и средней мощности, в частности альтернативных источников. В этой тенденции следует отметить увеличении количества малых и средних гидроэлектростанций (мини-ГЭС). Это объясняется тем, что энергетический потенциал малых и средних рек России и ближнего зарубежья по разным оценкам в несколько раз превышает этот показатель для больших рек. Для эффективного использования этого потенциала следует идти не по пути создания ряда стандартных мини-ГЭС, а по пути разработки проектных систем, ориентированных на гибкое производство, которые изготавливали бы гидрогенераторы для конкретного места реки с учетом ее особенностей по параметрам водотока и рельефа. Цель исследования: разработка проектной системы для гибкого производства по созданию энергоэффективных мини-ГЭС на базе вентильных машин комбинированного возбуждения. Методы: метод конечных элементов для решения задач электромагнитнного анализа, метод трехмерного твердотельного моделирования. Результаты: разработанная проектная система позволит осуществлять синтез оптимальной геометрии в соответствии с техническим заданием заказчика. В статье представлена только часть такого исследования,
в частности, дано описание подсистемы синтеза водопогружного гидрогенератора комбинированного возбуждения. Подсистема построена на основе программы Ansys Electronics Desktop
и позволяет проводить комплексный анализ электрической машины и системы управления к ней. Эффективность работы подсистемы показана на анализе генератора комбинированного возбуждения 3 кВт, 220 В, 350 об/мин. Практическая значимость: созданная проектная система позволяет спроектировать энергоэффективную мини-ГЭС на любые требуемые параметры с учетом установки ее в конкретное место на малых и средних реках. Цифровой двойник, реализуемый этой системой, во многом снижает технические риски при производстве реального образца.

Ключевые слова: альтернативная энергетика, гидрогенератор, генератор комбинированного возбуждения, обращенная конструкция, бесконтактный токоподвод, цифровой двойник.

Ганджа Сергей Анатольевич (Челябинск, Россия) – доктор технических наук, заведующий кафедрой «Теоретические основы электротехники» Южно-Уральского государственного университета (454080, Челябинск, пр. Ленина 76, e-mail: gandja_sa@mail.ru).

Аминов Дилшод Саидович (Челябинск, Россия) – аспирант кафедры «Теоретические основы электротехники» Южно-Уральского государственного университета (454080, Челябинск, пр. Ленина 76,
e-mail: dilshod-aminov-93@mail.ru).

Косимов Бахтиёр Исматуллоевич (Челябинск, Россия) – аспирант кафедры «Теоретические основы электротехники» Южно-Уральского государственного университета (454080, Челябинск, пр. Ленина 76, e-mail: kosimov.energy@mail.ru).

1. 1.Klyuev R.V., Bosikov I.I. Research of waterpower parameters of small hydropower plants in conditions of mountain territories // 2nd International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). – 2016.
2. Anastasiya A. Zhdanovic, Evgeny N. Timoshenko. Investigations on Possible Places for Installation of Small Hydro Plants at Municipal Industrial Wastewaters // 14th International Scientific-Technical Conference APEIE – 44894. – 2018.  
3. Ганджа С.А., Аминов Д.С. Разработка водопогружного гидрогенератора в качестве возобновляемого источника электроэнергии малых рек // Материалы Десятой науч. конф. аспирантов и докторантов ЮУрГУ. – Челябинск, 2018. – С. 82–86.
4. Панасюк А.М., Тоокомбаев К.А., Шайнова Г.А. Малые гидроэлектростанции и перспективы их развития // Гидротехническое строительство. – 1987. – № 6. – С. 44–49.
5. Фельдман Б.Н., Марканова Т.К., Серегина М.И. Состояние и тенденции развития малой гидроэнергетики // Энергетическое строительство за рубежом. – 1987. – № 3. – С. 23–27.
6. Прямоточные и погружные гидрогенераторы. – М.: ЦИНТИМ, 1962. – 211 с.
7. Гидроэнергетика США. – URL: http://www.eeseaec.org/energe­tika-stran-mira/energetika-stran-mira-severnaa-amerika/energeticeskij-pro­fil-ssa/gidroenergetika-ssa
8. Электроэнергетический комплекс Канады. – URL: http://www.eeseaec.org/energetika-stran-mira/energetika-stran-mira-se­vernaa-amerika/energeticeskij-profil-kanady/elektroenergeticeskij-ko­mpleks-kanady
9. Гидроэнергетика Японии. – URL: http://www.eeseaec.org/ener­getika-stran-mira/energetika-stran-mira-azia-i-okeania/energeticeskij-profil-aponii/gidroenergetika-aponii The European Small Hydropower Association (ESHA). – URL: https://web.archive.org/web/20110426043551/http://www.esha.be/index.php?id=4
10. Радин В.И., Винокуров В.А., Аскерко В.С. Применение асинхронного генератора как автономного источника переменного тока // Электротехника. – 1967. – № 8. – С. 17–20.
11. Голландцев Ю.А. Сравнение механических характеристик асинхронных и вентильных индукторно-реактивных электродвигателей // Информационно-управляющие системы. ‒ 2006. ‒ № 6. ‒ С. 50–53.
12. Балагуров В.А., Галтеев Ф.Ф., Ларионов А.Н. Электрические машины с постоянными магнитами. – М.: Энергия, 1964.– 480 с.
13. Сравнительный обзор синхронного электродвигателя с постоянными магнитами и бесколлекторного электродвигателя постоянного тока при непосредственном управлении моментом / И.В. Гуляев, А.В. Волков, А.А. Попов, Е.И. Ионова [и др.] // Научно-технический вестник Поволжья. – 2015. – № 6. – С. 123–128.
14. Gandzha S., Aminov D., Kosimov B. Application of the combined Excitation Submersible Hydrogenerator as an Alternative energy source for small and medium rivers // IEEE Russian Workshop on Power Engineering and Automation of Metallurgy Industry: Research & Practice (PEAMI); 4–5 October 2019. – Magnitogorsk, 2019. DOI: 10.1109/PEAMI.2019.8915294
15. Мартьянов А.С., Неустроев Н.И. Анализ электромеха­нических систем с помощью ANSYS MAXWELL // Альтернативная энергетика и экология: междунар. науч. журнал. – 2014. – № 19(159). – С. 47–52.
16. Аминов Д.С. Применение программного комплекса Ansys Electronics Desktop для анализа водопогружного гидрогенератора комбинированного возбуждения // Электротехнические системы и комплексы. – 2020. – № 1(46). – С. 13–18.
17. Аминов Д.С., Косимов Б.И., Ниматов Р.Р. Использования малых гидроэлектростанций в качестве возобновляемых источников энергии // Приоритетные направления развития энергетики в АПК (Курган, 22 февраля 2018 г.) / Курган. гос. сельскохоз. акад. им. Т.С. Мальцева. – Курган, 2018. – С. 70–75.
18. Генератор переменного тока: пат. 2244996 Рос. Федерация, МПК H 02 К 19/16, 1/06 / Ганджа С.А., Соломин Е.В., Шауфлер А.Д.; № 2003124088/09; заявит. и патентооблад. С.А. Ганджа; заявл. 31.07.03; опубл. 20.01.05.
19. Разработка инженерной методики расчета магнитных систем с постоянными магнитами на основе метода конечных элементов /
20. С.А. Ганджа, Д.С. Аминов, Б.И. Косимов, Р.Р. Ниматов // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2019. – № 29. – С. 58–74.
21. Gandzha S., Aminov D., Kosimov B. Development of Engineering Method for Calculation of Magnetic Systems for Brushless Motors Based on Finite Element Method // International Conference on Industrial Engineering, Applications and Manufacturing (ICOEAM); 25–29 March, Sochi, 2019. DOI: 10.1109/ICIEAM.2019.8742976
22. Ганджа С.А., Аминов Д.С., Косимов Б.И. Применение водопогружного гидрогенератора комбинированного возбуждения в качестве альтернативного источника энергии для малых и средних рек // Вестник ЮУрГУ. Сер. Энергетика. – 2019. – № 4. – С. 102–111.

При разработке устройств вычислительной техники специалисты часто вынуждены делать выбор между минимизацией энергопотребления и обеспечением требуемого уровня надежности. Эти характеристики цифровых устройств существуют в тесной взаимосвязи, и, следовательно, появляется оптимизационная задача – выбор оптимального метода повышения надежности/снижения энергопотребления. В связи с задачей минимизации энергопотребления, которая является частью тренда внедрения технологий «зеленых» энергоэффективных вычислений, широкое распространение получили самосинхронные (асинхронные) схемы, которые позволяют эффективно применять методы динамического масштабирования напряжения и частоты. Однако самосинхронные схемы показывают плохие результаты в системах с разрядностью выше 64 бит и в вычислительных процессах с высокой параллельностью, что подтолкнуло ученых к разработке гибридных решений – глобально-асинхронных локально-синхронных схем, которые используют наиболее эффективные методы для конкретного узла устройства. Проектирование законченного устройства с каждым допустимым методом обеспечения надежности для того, чтобы оценить его характеристики, является слишком трудозатратным, а без этого невозможно с достаточной точностью предположить конечные характеристики цифрового устройства. Цель исследования: разработка достаточно точных моделей энергозатрат и надежности для базовых логических элементов с различными типами резервирования, на основе которых можно будет достаточно точно судить о характеристиках конечных устройств. Результаты: моделирование на транзисторном уровне базисных элементов синхронных логических схем с различными типами резервирования показало преимущество резервирования на транзисторном уровне относительно мажоритарного резервирования по характеристике энергопотребления. Глобально-асинхронные локально-синхронные (ГАЛС) системы обладают лучшими показателями по энергоэффективности относительно синхронных схем. Ставится задача обеспечения энергонадежности ГАЛС-систем.

Ключевые слова: асинхронные схемы, глобально-асинхронные локально-синхронные схемы (ГАЛС), энергоэффективность, надежность, моделирование, энергонадежность.

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. Kharchenko V., Kondratenko Y., Kacprzyk J. (ed.). Green IT engineering: concepts, models, complex systems architectures // Springer International Publishing, 2017. – 305 p. DOI: 10.1007/978-3-319-44162-7
2. Wang D. Meeting green computing challenges // 2008 10th Electronics Packaging Technology Conference. – IEEE, 2008. – P. 121–126. DOI: 10.1109/EPTC.2008.4763421
3. Kamenskikh A.N., Stepchenkov Y.A., Tyurin S.F. Problems of analysis of semimodularity and energy-reliability of resilient self-timed circuits // Russian Electrical Engineering. – 2015. – 86(11). – P. 646–650. DOI: 10.3103/S1068371215110061
4. 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
5. 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
6. Fault-tolerant self-timed serial-parallel port: variants of realization / Y.A. Stepchenkov [et al.] // Systems and Means of Informatics. – 2016. – Vol. 26. – No. 3. – P. 48–59.
7. Dynamic voltage and frequency scaling architecture for units integration within a GALS NoC / E. Beigne [et al.] // Second ACM/IEEE International Symposium on Networks-on-Chip (nocs 2008). – IEEE, 2008. – P. 129–138. DOI: 10.1109/NOCS.2008.4492732
8. A 167-processor 65 nm computational platform with per-processor dynamic supply voltage and dynamic clock frequency scaling / D. Truong [et al.] // 2008 IEEE Symposium on VLSI Circuits. – IEEE, 2008. – P. 22–23. DOI: 10.1109/VLSIC.2008.4585936
9. Yakovlev A. Energy-modulated computing // 2011 Design, Automation & Test in Europe. – IEEE, 2011. – P. 1–6. DOI: 10.1109/DATE.2011.5763216
10. Energy-efficient processor design using multiple clock domains with dynamic voltage and frequency scaling / G. Semeraro [et al.] // Proceedings Eighth International Symposium on High Performance Computer Architecture. – IEEE, 2002. – P. 29–40. DOI: 10.1109/HPCA.2002.995696
11. Dynamic voltage and frequency scaling based on workload decomposition / K. Choi [et al.] // Proceedings of the 2004 international symposium on Low power electronics and design. – ACM, 2004. – P. 174–179.
12. Le Sueur E., Heiser G. Dynamic voltage and frequency scaling: The laws of diminishing returns // Proceedings of the 2010 international conference on Power aware computing and systems. – 2010. – P. 1–8.
13. Green experiments with FPGA / A. Drozd [et al.] // Green IT Engineering: Components, Networks and Systems Implementation. – Springer, Cham, 2017. – P. 219–239.
14. Денисенко В. Компактные модели МОП-транзисторов для SPICE в микро-и наноэлектронике. – Litres, 2018.
15. Денисенко В. Моделирование разброса параметров транзисторов в КМОП СБИС // Компоненты и технологии. – 2004. – № 36. – С. 28–34.
16. Каменских А.Н. Моделирование влияния резервирования на энергопотребление самосинхронных схем // Вестник Пермского университета. Математика. Механика. Информатика. – 2015. – № 4. – С. 91–94.
17. Chapiro D.M. Globally-Asynchronous Locally Synchronous Systems, doctoral dissertation. – Dept. of Computer Science, Stanford Univ., 1984.
18. Yakovlev A., Vivet P., Renaudin M. Advances in asynchronous logic: From principles to GALS & NoC, recent industry applications, and commercial CAD tools // Proceedings of the Conference on Design, Automation and Test in Europe. – EDA Consortium, 2013. – P. 1715–1724.
19. Мараховский В.Б., Мелехин В.Ф. Проектирование средств синхронизации блоков глобально асинхронных систем с произвольной локальной синхронизацией // Информационно-управляющие системы. – 2010. – № 1. – С. 29–38.
20. Energy Efficient Speed-Independent 64-bit Fused Multiply-Add Unit / Y. Stepchenkov [et al.] // 2019 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus). – IEEE, 2019. – P. 1709–1714. DOI: 10.1109/EIConRus.2019.8657207

Сокращение срока службы солнечных модулей при их эксплуатации происходит по разным причинам, одной из которых является их деградация из-за перегрева поверхностей в условиях работы при повышенных температурах воздуха. Стандартные вольт-амперные и мощностные характеристики солнечных модулей, указываемые производителем, определяют значения основных энергетических параметров и не всегда соответствуют внешним условиям, где работает данная солнечная энергоустановка. В связи с этим необходимо знать, насколько изменится генерация электроэнергии в реальных условиях эксплуатации. Цель исследования: разработать структурную схему расчета энергетических характеристик солнечных модулей с учетом внешних параметров, влияющих на их эффективную работу, и предусмотреть термозащиту модулей. Результаты: для решения поставленной цели были исследованы основные параметры солнечного модуля и окружающей среды. Установлено, что температурный коэффициент мощности зависит от условий окружающей среды, типа и качества материала солнечных модулей
и определяет степень их деградации, а правильный выбор места установки модулей обеспечивает надежность и долговечность их работы. Предложено для поддержания эффективности работы солнечного модуля вблизи точки максимальной мощности использовать специальную голографическую пленку с функциями защиты поверхности от инфракрасных излучений. Были построены вольт-амперные и мощностные характеристики солнечного модуля при изменении температуры и применении термозащиты, проведено их сравнение со стандартными характеристиками производителя. Разработана структурная схема расчета энергетических характеристик солнечных модулей, показывающая, какие параметры необходимо учитывать при их выборе и необходимость использования термозащиты. Практическая значимость: составленная структурная схема расчета энергетических характеристик солнечных модулей в реальных условиях эксплуатации позволяет учесть все параметры, влияющие на эксплуатационные параметры модулей,
и определить наиболее оптимальные условия их работы для максимального генерирования электроэнергии.

Ключевые слова: солнечная энергетика, эффективность работы модулей, температурный коэффициент мощности, энергетические характеристики, термозащита поверхности модуля.

Кирпичникова Ирина Михайловна (Челябинск, Россия) – доктор технических наук, профессор, заведующая кафедрой «Электрические станции, сети и системы электроснабжения» Южно-Уральского государственного университета (Национальный исследовательский университет) (454080, Челябинск, пр. Ленина, 76, e-mail: kirpichnikovaim@susu.ru).

Махсумов Илхом Бурхонович (Челябинск, Россия) – аспирант кафедры «Электрические станции, сети и системы электроснабжения» Южно-Уральского государственного университета (Национальный исследовательский университет) (454080, Челябинск, пр. Ленина, 76,
e-mail: messi.ilhom@gmail.com).

1. Duffie J.A., Beckman W.A. Solar engineering of thermal processes. – New York: John Wiley & Sons; 2013.
2. Roslan E., Hassim I. Solar PV system with pulsating heat pipe cooling // Indonesian Journal of Electrical Engineering and Computer Science. – 2019. – Vol. 14, no. 1. – P. 311–318. DOI: http://doi.org/10.11591/ijeecs.v14.i1.pp311-318
3. Odeh S., Behnia M. Improving Photovoltaic Module Efficiency Using Water Cooling // Heat Transfer Engineering. – 2009. – Vol. 30, no. 6. – P. 499–505. DOI: 10.1080/01457630802529214
4. Moharram K.A., Abd-Elhady M.S., Kandil H.A., El-Sherif H. Enhancing the performance of photovoltaic panels by water cooling // Ain Shams Engineering Journal. – 2013. – Vol.  4, no. 4. – P. 869–877. DOI: https://doi.org/10.1016/j.asej.2013.03.005
5. Comparative study of water film heat exchangers for cooling photovoltaic panels / G.P. Catalin, S.V. Hudișteanua, T.D. Mateescua, N.C. Cherecheșa // Sustainable Solutions for Energy and Environment, EENVIRO – YRC 2015; 18–20 November 2015. – Bucharest, Romania, Energy Procedia. – 2015. – Vol. 85. – P. 365–370.
6. Что такое STC и PTC? [Электронный ресурс]. – URL: https://www.solarhome.ru/basics/solar/pv/ptc_conditions.htm/ (дата обра­щения: 17.05.2020).
7. Effect of Air Mass Environmental Parameter on Photovoltaic Performance / Slafa I. Ibrahim, Amerah A. Radhi, Khaleel I. Abass, Aedah M.J. Mahdi // International Journal of Trend in Research and Development. – 30 August 2019. – Vol. 6, no. 4. – P. 50–54. – URL: https://www.researchgate.net/publication/334836637
8. Impact of Some Environmental Variables with Dust on Solar Photovoltaic (PV) Performance: Review and Research Status / Zeki Ahmed Darwish, Hussein A Kazem, K. Sopian, M.A. Alghoul, Miqdam T. Chaic // International Journal of Energy and Environment. – January 2013. – Vol. 7, no. 4. – P. 152–159. – URL: https://www.researchgate.net/publication/258051333
9. Hussam Saad, Amani Ibraheem Al-Tmimi. Simulating the Performance of Solar Panels in Iraq // Research Article – Solar Energy. Journal of Applied and Advanced Research. – 2019. – Vol. 4, no. 1. – P. 6–10. – URL: http://dx.doi.org/10.21839/jaar.2019.v4i1.264
10. Degradation of multicrystalline silicon solar cells and modules after illumination at elevated temperature / K. Friederike, P. Engelhart, P. Hans-Christoph, A. Stekolnikov [et al.] // Solar Energy Materials & Solar Cells. – 2015. – Vol. 142. – P. 83–86. DOI: https://doi.org/10.1016/j.solmat.2015.06.015
11. Электрика в доме: Характеристики солнечных панелей [Электронный ресурс]. – URL: http://electricavdome.ru/xarakteristiki-solnechnyx-batarej.html (дата обращения: 10.01.2020).
12. Со светом [Электронный ресурс]. – URL: https://www.sosvetom.ru/articles/prozrachnye-solnechnye-batarei-po-nasto­yaschemu-solnechnye-batarei/ (дата обращения: 17.05.2020).
13. RealSolar. Как определить качество солнечных батарей? [Электронный ресурс]. – URL: https://realsolar.ru/article/solnechnye-batarei/kak-opredelit-kachestvo-solnechnyh-batarey/ (дата обращения: 17.05.2020).
14. The Effect of Temperature on Solar Panel Performance [Электронный ресурс]. – URL: https://solarcalculator.com.au/solar-panel-temperature/ (дата обращения: 12.01.2020).
15. Delta Battery. Официальный партнер [Электронный ресурс]. – URL: https://www.delta-battery.ru/solar/delta-sm/sm-poli/Delta-SM-100-12-P/ (дата обращения: 12.01.2020).
16. Dr. Boris Berkovski Solar Electricity. Second Edition // Unesco Energy Engineering Series. Energy Engineering Learning Package, 2001.
17. Гульков В.Н., Колесниченко И.Д., Коротков К.Е. Исследование влияния нагрева солнечных модулей на эффективность преобразования излучения // Известия СПбГЭТУ«ЛЭТИ». – 2019. – № 1. – С. 10–16.
18. Кирпичникова И.М., Махсумов И.Б. Исследование темпера­туры поверхности солнечных модулей с использованием гологра­фической защиты от перегрева // Электротехнические и информа­ционные комплексы и системы. – 2019. – Т. 15, № 4. – С. 19–29.
19. Kirpichnikova I.M., Makhsumov I.B. Investigation of Surface Temperature of Solar Modules Using Holographic Overheating Protection // IEEE Russian Workshop on Power Engineering and Automation of Metallurgy Industry: Research & Practice (PEAMI). – 2019. – P. 80–84. DOI: https://doi.org/10.1109/PEAMI.2019.8915414
20. Study of the Operation of Solar Modules Using Holographic Thermal Protection / I.M. Kirpichnikova, I.B. Makhsumov, Zh. Madiyar, I.T. Abdulloev, Kh.D. Boboev, P.M. Shonazarov // International Scientific Conference on Energy, Environmental and Construction Engineering (EECE-2019). – 2019. – Vol. 140. – P. 1–5. DOI: https://doi.org/10.1051/e3sconf/201914011010
21. Kirpichnikova I.M., Makhsumov I.B. Calculation of gross, technical and economic potential of solar energy of the Republic of Tajikistan // International Conference on Electrotechnical Complexes and Systems (ICOECS). – 2019. – P. 1–6. DOI: https://doi.org/10.1109/ICOECS46375.2019.8949954
22. Кирпичникова И.М., Махсумов И.Б. Повышение энергетической эффективности работы солнечных модулей за счет снижения температуры поверхности // Известия ТулГУ. Технические науки. – 2020. – Вып. 2. – С. 489–499.

Системы видеонаблюдения с функцией распознавания имеют ряд минусов в случае организации по стандартным подходам к построению. Эти минусы не позволяют создать систему, одновременно удовлетворяющую всем основным требованиям заказчика (максимально возможное качество изображения, охват большой площади (большое количество камер), высокое быстродействие при низкой общей себестоимости). Для решения поставленной задачи предложено применение иерархического подхода, сутью которого является последовательное поэтапное уточнение области распознавания объекта. Это достигается благодаря применению камеры Internet of Things (IoT) – Smart Camera (SC). Она позволяет генерировать поток информации только во время появления объекта в кадре, а также предварительно обрабатывать информацию (производятся обнаружение Region of Interest (ROI), обрезка изображения согласно контуру объекта и программно установленным правилам). Smart Camera представляет собой одноплатный микрокомпьютер и модуль видеокамеры. Изображение, снимаемое модулем камеры, обрабатывается простыми алгоритмами для выделения важной для системы информации. Цель исследования: разработка модели системы видеонаблюдения с функцией распознавания, демонстрирующей преимущества иерархического подхода распознавания над стандартным. Результаты: была разработана имитационная модель, представляющая собой программу анализа работы системы массового обслуживания, основанной на генерации времени возникновения входных заявок (стационарный стохастический процесс) и расчёте времени, требуемого для обслуживания каждой заявки (модель учитывает возможность одновременной обработки нескольких заявок). В ходе измерений показателей было промоделировано прохождение пяти тысяч заявок
в такой системе распознавания за 5 отдельных итераций и рассчитаны основные показатели, характеризующие систему. На основании этих данных произведён расчёт усреднённых общих показателей систем, использующих как стандартный, так и иерархический подход. По итогам моделирования видно, что применение иерархического подхода, позволяющего генерировать поток информации только во время появления объекта в кадре, а также предварительно обрабатывать информацию, значительно снижает вычислительную нагрузку на сервер.

Ключевые слова: система видеонаблюдения, интернет вещей, иерархический подход.

Тур Александр Игоревич (Пермь, Россия) – аспирант кафедры «Автоматика и телемеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: tur.aleksandr93@mail.ru).

Кокоулин Андрей Николаевич (Пермь, Россия) – кандидат технических наук, доцент кафедры «Автоматика и телемеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: a.n.kokoulin@at.pstu.ru).

Ахметзянов Кирилл Раисович (Пермь, Россия) – аспирант кафедры «Автоматика и телемеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: kirill94a@mail.ru).

Южаков Александр Анатольевич (Пермь, Россия) – доктор технических наук, профессор, заведующий кафедрой «Автоматика
и телемеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29,
e-mail: uz@at.pstu.ru).

1. Казакова М.Г., Кирин Ю.П. Проектирование системы информационного сервиса по реализации и сборке систем видеонаблюдения // Современные информационные технологии. – 2019. – № 9. – С. 21–22.
2. Барташевич П.В. Разработка методики проектирования систем ip-видеонаблюдения на примере системы видеонаблюдения BVMS производства компании BOSCH // Проблемы передачи информации в инфокоммуникационных системах: сб. докл. и тезисов всерос. науч.-практ. конф. – Волгоград, 2013. – С. 6–10.
3. ГОСТ Р 51558-2014 Средства и системы охранные телевизионные. Классификация. Общие технические требования. Методы испытаний // Доступ из справ.-правовой системы КонсультантПлюс.
4. От хранения данных к управлению информацией. – 2-е изд. – СПб.: Питер, 2016. – 544 с.
5. Крылов В.В., Самохвалова С.С. Теория телетрафика и её приложения. – СПб.: БХВ-Петербург, 2005. – 288 с.
6. Шепелев К.В. Расширение существующих систем видеонаблюдения в системах безопасности до маркетингостатистических систем анализа клиентопотока // SCIENCE TIME. – 2016. – № 4(28). – С. 944–947.
7. Новые направления применения видеотехнологий в системах безопасности / А.Н. Членов, Ф.В. Демёхин, Т.А. Буцынская, И.Г. Дровникова // Вестник Московского энергетического ин-та. – 2009. – № 3. – С. 88–93.
8. Малявкина Л.И., Меньшова М.В. Системы видеоанализа в розничной торговле // Научные записки ОРЕЛГИЭТ. – 2015. – № 1(11). – С. 25–28.
9. Булгакова Е.В., Булгаков В.Г. Хранилище видеоархивов данных о динамических признаках человека, предназначенное для решения криминалистических задач // Правовая информатика. – 2013. – № 4. – С. 28–31.
10. Шкуропат И.И. Системы видеорегистрации для локомотивов // Локомотив. – 2018. – № 6. – С. 2–3.
11. Kokoulin A. Methods for Large Image Distributed Processing and Storage // IEEE EUROCON Conference; Zagreb, CROATIA. – 2013. – Jul. 01–04. – Р. 1600–1603.
12. Тур А.И., Кокоулин А.Н., Дзыгарь А.В. Иерархическая система поиска и распознавания штрихкода на повреждённой таре в автомате раздельного сбора отходов // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2019. – № 29. – С. 44–57.
13. Южаков А.А., Кокоулин А.Н., Тур А.И. Иерархическая архитектура сверточной нейронной сети в распределенной системе распознавания лиц // Нейрокомпьютеры: разработка, применение. – 2019. – Т. 21, № 3. – С. 28–34. DOI 10.18127/j19998554-201903-04
14. Тур А.И., Кокоулин А.Н., Князев А.И. Применение иерархического подхода для распознавания объектов в автоматах по приему использованной тары [Электронный ресурс] // Материалы XIII Всерос. совещания по проблемам управления (ВСПУ-2019); 17–20 июня 2019, г. Москва / Ин-т проблем управления им. В.А. Трапезникова РАН. – М.: Изд-во ИПУ им. В.А. Трапезникова РАН, 2019. – 5 с. – 1 USB flash-drive.
15. Kokoulin A. Development of hierarchical distributed GIS system // International Multidisciplinary Scientific GeoConference Surveying Geology and Mining Ecology Management, SGEM. – 2019. – № 19(2.1). – P. 833–839.
16. Бабилунга О.Ю. Модель иерархического формирования образов объектов в системах обработки и распознавания изображений // Электромашиностроение и электрооборудование. – 2007. – № 69. – С. 56–60.
17. Савченко А.В., Милов В.Р. Иерархическая система интеллектуального анализа и распознавания аудио- и видеообъектов // Нейрокомпьютеры: разработка, применение. – 2014. – № 11. – С. 23–30.

Исследована проблема адаптации бортовой системы автоматического управления авиационного газотурбинного двигателя (САУ ГТД) к действию внешних и внутренних помех на основе методов идентификации. Оптимальность адаптивных и диагностических функций САУ зависит от валидности информации о текущих характеристиках объекта управления. Повышение надежности современных цифровых САУ ГТД достигается через создание алгоритмической информационной избыточности на основе встроенной бортовой математической модели двигателя. Цель исследования: создание алгоритмов линейной адаптивной бортовой математической модели двигателя (LABEM) с функцией параметрической диагностики газовоздушного тракта двигателя. Методы: метод общей матрицы коэффициентов влияния (диагностической матрицы), позволяющий определить отклонение неизмеряемых параметров с помощью влияния коэффициентов полезного действия узлов двигателя на его параметры в зависимости от режима работы. Метод основан на идентификации модели двигателя по результатам оценки газодинамических параметров путем минимизации суммы квадратов разности между параметрами математической модели и реального двигателя. По результатам диагностики вводятся поправки в алгоритмы математической модели для ее адаптации к изменениям объекта управления. В исследовании решается проблема плохой обусловленности диагностических матриц. Неопределенность полученных систем уравнений вызвана «шумом» модели при расширении пространства состояний двигателя, обусловленным его стохастичным характером. Рассмотрены два метода снижения «шума» модели. Первый метод основан на сведении плохо обусловленных систем уравнений к определенным путем выбора оптимальных наборов неизмеряемых параметров (опорных планов), число которых выбирается равным числу измеряемых параметров. Второй метод, основанный на статистическом моделировании с применением численных методов Монте–Карло, применяется для расширения пространств состояний двигателя при нахождении вероятного решения. Результаты: Проведенный полунатурный эксперимент на промышленном электронном регуляторе на различных режимах работы двигателя дал неудовлетворительные результаты. Наилучшая точность достигается при оценке скорости ротора высокого давления, наихудшая – для давления за компрессором. Применение статистического моделирования на основе численных методов Монте–Карло повышает точность идентификации, она возрастает в 1,5–4,7 раз. Практическая значимость: полученные результаты могут быть использованы для повышения качества и надежности отказоустойчивых адаптивных информационных систем автоматического управления и диагностики газотурбинных двигателей.

Ключевые слова: система автоматического управления, авиационный газотурбинный двигатель, надежность, адаптация, информационная избыточность, бортовая математическая модель, параметрическая диагностика, газовоздушный тракт, метод общей матрицы коэффициентов влияния, диагностическая матрица, плохая обусловленность, опорный план, статистическое моделирование, численный метод Монте–Карло.

Кузнецова Татьяна Александровна (Пермь, Россия) – кандидат технических наук, доцент, доцент кафедры «Конструирование и технологии в электротехнике» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр-кт, 29, e-mail: tak@pstu.ru).

1. Идентификация систем управления авиационных ГТД / В.Г. Августинович, В.А. Акиндинов, Б.В. Боев [и др. ] / под общ. ред. В.Т. Дедеша. – М.: Машиностроение, 1984. – 196 с.
2. Августинович В.Г., Кузнецова Т.А. Алгоритмы валидации входной информации бортовой математической модели, встроенной в систему автоматического управления авиационного двигателя // Информационно-измерительные и управляющие системы. – 2015. – Т. 13, № 9. – С. 19–26.
3. Borguet S., Léonard O. A Study on Sensor Selection for Efficient Jet Engine Health Monitoring // Proceedings of 12th International Symposium on Transport Phenomena and Dynamics of Rotating Machinery, Volume: ISROMAC-2008-20072. – URL: https://www.researchgate.net/profile/Sebastien_Borguet/publication/251237329_A_Study_on_Sensor_Selection_for_Efficient_Jet_Engine_Health_Monitoring/links/00b7d51f79d3505821000000/A-Study-on-Sensor-Selection-for-Efficient-Jet-Engine-Health-Monito­ring.pdf (дата обращения: 10.03.2020).
4. Steady State Detection in Industrial Gas Turbines for Condition Monitoring and Diagnostics / C. Celis, E. Xavier, T. Teixeira, G. Pinto // Proceedings of ASME Conference Turbo Expo 2014 (June 16–20, 2014, Dusseldorf, Germany). – 2014. – Paper no. GT2014-25007. DOI: 10.1115/GT2007-25007
5. Kurtz R., Brun K. Degradation in Gas Turbine Systems // ASME Journal of Engineering for Gas Turbines and Power. – 2001. – Vol. 123. – P. 70–77. DOI:10.1115/1.1340629
6. Malloy D.J., Webb A.T., Kidman D. F-22/F119 Propulsion System Ground and Flight Test Analysis Using Modeling and Simulation // Proceedings of ASME Conference Turbo-Expo 2002 (June 3–6, 2002, Amsterdam, Netherlands). – 2002. – Paper no. GT2002-30001. – P. 1–8. DOI: 10.1115/GT2002-300018 p
7. Августинович В.Г., Кузнецова Т.А. Повышение надежности систем автоматического управления газотурбинными двигателями с применением алгоритмических методов // Известия Томск. политехн. ун-та. Инжиниринг георесурсов. – 2015. – Т. 326, № 9. – С. 68–77.
8. Fault isolation for an industrial gas turbine with a model-based diagnosis approach / E. Larsson, J. Aslund, E. Frisk, L. Eriksson // Proceedings of ASME Conference Turbo Expo 2010: Power for Land, Sea and Air (June 14–18, Copenhagen Glasgow, UK). – 2010. – Paper no. GT2010-22511. DOI: 10.1115/GT2010-22511
9. Simon D.L., Rinehart A.W. A Model-Based Anomaly Detection Approach for Analyzing Streaming Aircraft Engine Measurement Data // Proceedings of ASME Conference Turbo Expo 2014: Vol. 6: Ceramics; Controls, Diagnostics and Instrumentation; Education; Manufacturing Materials and Metallurgy (June 16–20, Düsseldorf, Germany). – 2014. – Paper no.  GT2014-27172. – P. V006T06A032. DOI:10.1115/GT2014-27172
10. Simon D.L., Armstrong J.B. An integrated approach for aircraft engine performance estimation and fault diagnostics // ASME Journal of Engineering for Gas Turbines and Power. – 2013. – Vol. 135(7). – Paper no. GTP-12-1447. DOI: 10.1115/1.4023902
11. Kobayashi T., Simon D.L. Integration of on-line and off-line diagnostic algorithms for aircraft engine health management // Proceedings of ASME Conference Turbo Expo (May 14-17, Montreal, Canada). – 2007. – Paper no. GT2007-27518. DOI: 10.1115/GT2007-27518
12. Гольберг Ф.Д. Методы управления газотурбинными двигателями с использованием бортовой математически модели двигателя / под ред. О.С. Гуревича // Системы автоматического управления авиационными газотурбинными двигателями: тр. ЦИАМ. № 1346. – М.: Торус пресс, 2010. – С. 90–96.
13. Гольберг Ф.Д., Гуревич О.С., Петухов А.А. Математическая модель двигателя в САУ ГТД для повышения надежности и качества управления // Труды МАИ. – 2012. – Вып. 58. – 13 c. – URL: http://www.trudymai.ru/upload/iblock/bb4/matematicheskaya-model-dviga­telya-v-sau-gtd-dlya-povysheniya-nadezhnosti-i-ka­chestva-upravleniya.pdf (дата обращения: 02.04.2020).
14. Гольберг Ф.Д., Гуревич О.С., Петухов А.А. Системы автоматического управления авиационными газотурбинными двигателями // Труды ЦИАМ. № 1346 / под ред. О.С. Гуревича. – М.: Торус Пресс, 2010. – 264 с.
15. Gas Path On-line Fault Diagnostics Using a Nonlinear Integrated Model for Gas Turbine Engines / F. Lu, J. Huang, Ch. Ji, D. Zhang, H. Jiao // Int. Journal Turbo Jet-Engines. – 2014. – Vol. 31(3). – P. 261–275. DOI: 10.1515/tjj-2014-0001
16. Simon D.L., Borguet S., Zhang D. Aircraft Engine Gas Path Diagnostic Methods: Public Benchmarking Results // Proceedings of ASME Turbo-Expo 2013 (June 3–7, 2013, San Antonio, Texas), NASA/TM, 2013-218082. – 2013. – Paper no. GT2013-95077. DOI: 10.1115/ GT2013-95077
17. Кузнецова Т.А., Августинович В.Г. Система автоматической параметрической диагностики газовоздушного тракта авиационного двигателя на базе робастной бортовой математической модели // Информационно-измерительные и управляющие системы. – 2016. – Т. 14, № 9. – С. 17–25.
18. Kuznetsova T.A. Parametric diagnosis of adaptive gas path in automatic control system of aircraft engine // Journal of Physics: Conference Series (IOP Pub, London). – 2017. – Vol. 803. – No. 1. – Iss. 012088. DOI: 10.1088/1742-6596/803/1/012088
19. Borguet S., Léonard O. Coupling Principal Component Analysis and Kalman Filtering Algorithms for On-Line Aircraft Engine Diagnostics // Elsevier, Control Engineering Practice. – 2009. – Vol. 17. – Iss. 4. – P. 494–502. – URL: https://www.sciencedirect.com/science/article/pii/S0967066108001627 (дата обращения: 10.03.2020).
20. Liu Yo., Liu Yu. Design of dynamic tracking filter for model based diagnosis of gas turbine engine // Proceedings of ASME Conference Turbo Expo 2016: Power for Land, Sea and Air (June 13–17, Seoul, South Korea). – 2016. – Paper no. GT2016-56481. DOI: 10.1115/GT2016-56481
21. Кузнецова Т.А. Оптимальная фильтрация информации в условиях реальных помех как основа повышения точности систем управления и диагностики авиационных двигателей // Информационно-измерительные и управляющие системы. – 2019. – № 4. – С. 72–82.
22. Kuznetsova T.A. Kalman-filtering based algorithm for sensor’s channel fault detection and isolation // Proc. of IEEE International Multi-Conference on Industrial Engineering and Modern Technologies (FarEastСon-2018), (3–4 Oct., Владивосток, Россия) – 2018. DOI: 10.1109/FarEastCon.2018.8602944
23. Соболь И.М. Численные методы Монте–Карло. – М.: Наука, 1973. – 312 с.
24. Sobol I.M. Global sensitivity indices for nonlinear mathematical models and their Monte Carlo estimates // Elsevier. Mathematics and Computers in Simulation. – 2001. – Vol. 55, paper No. 1–3. – P. 271–280. – URL: https://www.sciencedirect.com/science/article/abs/pii/S0378475400002706 (дата обращения: 10.03.2020).
25. Соболь И.М. Равномерно распределенные последовательности с дополнительным свойством равномерности // Журнал вычислительной математики и математической физики. – 1976. – Т. 16. – № 5. – С. 1332–1337.

Асинхронный двигатель является наиболее распространённым видом электрической машины на сегодняшний день, поэтому остро стоит вопрос о контроле его состояния. Наиболее часто встречающимся видом неисправности асинхронной машины является межвитковое замыкание обмотки статора. Существующие сегодня методы диагностики межвиткового замыкания не обладают возможностью диагностирования оборудования онлайн и требуют большой вычислительной мощности. Цель исследования: разработка метода диагностики межвиткового замыкания обмотки статора, основанного на использовании менее ресурсоемких алгоритмов. Методы: разработка метода основывается на координатном преобразовании вектора тока статора и дальнейшем анализе траектории вращения вектора Парка в двухфазных неподвижных координатах. Результаты: приведены принципы разработки диагностической системы обмоток статора по значениям тока статора. Приведено математическое описание асинхронного двигателя с короткозамкнутым ротором с дефектом в виде межвиткового короткого замыкания обмотки статора. Проведено моделирование процесса в среде MatLab Simulink с использованием библиотеки SimPowerSystem. Разработана лабораторная установка для исследования межвиткового короткого замыкания обмотки статора на базе асинхронного двигателя с закороченными витками. Реализация метода диагностики на основе анализа траектории вращения вектора статора производилась с помощью среды разработки в Mexbios Development Studio. Разработанная система диагностики является пригодной для использования и имеет большой запас точности измерений даже при использовании недорогих датчиков тока. Практическая значимость: применение
системы не ограничивается лабораторным стендом. Метод может использоваться в промышленности с недоступным монтажом двигателя (крановый электропривод, системы воздушного охлаждения, электроцентробежные насосные установки и т.д.), удаленно расположенными установками (в насосе штанговых насосов и в водоносных установках). Основным преимуществом предлагаемого метода является его простота при меньшей обработке массива данных в алгоритме разработанной диагностической системы. Качественные результаты для подтверждения пригодности метода может дать детальный сравнительный анализ различных методов диагностики обнаружения межвиткового короткого замыкания статора.

Ключевые слова: статор, замыкание, система, диагностика, межвитковое.

Сальников Савелий Витальевич (Пермь, Россия) – учебный мастер кафедры «Микропроцессорные средства автоматизации» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: kitkat980412@gmail.com).

Даденков Дмитрий Александрович (Пермь, Россия) – кандидат технических наук, доцент «Микропроцессорные средства автоматизации» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: dadenkov@gmail.com).

Солодкий Евгений Михайлович (Пермь, Россия) – кандидат технических наук, инженер кафедры «Микропроцессорные средства автоматизации» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29,
e-mail: wsdl00@gmail.com).

1. Ширман А.Р., Соловьев А.Б. Практическая вибродиагностика и мониторинг состояния механического оборудования. – М., 1996. – 276 с.
2. Петухов В. Диагностика состояния электродвигателей. Метод спектрального анализа потребляемого тока // Новости электротехники. – 2005. – № 1(31). – С. 23–28.
3. Singh G., Kumar T.C.A., Naikan V.N.A. Induction motor inter turn fault detection using infrared thermographic analysis // Infrared Physics &Technology. – 2016. – Vol. 77. – No. 7. – P. 277–282.
4. Ghate V.N., Dudul S.V. Optimal MLP neural network classifier for fault detection of three phase induction motor // Expert Systems with Applications. – 2010. – Vol. 37. – No. 4. – P. 3468–3481.
5. Solodkiy E., Dadenkov D., Kostygov A. Sensorless vector control of asynchronous machine based on reduced order Kalman filter // 17th International Ural Conference on AC Electric Drives (ACED). – 2018.
6. Bonnett A.H., Sonknp G.C., Cause and analysis of stator and rotor failures in three-phase squirrel-cage induction motors // IEEE Trans. IndustryApplications. – 1992. – Vol. 28. – No. 4. – P. 921–937.
7. Генкин М.Д., Соколова А.Г. Виброакустическая диагностика машин и механизмов. – М.: Машиностроение, 1987. – 288 с.
8. Пономарев В.А., Суворов И.Ф. Комплексный метод диагностики асинхронных электродвигателей на основе использования искусственных нейронных сетей // Новости электротехники. – 2011. – № 2(68).
9. Анучин А.С. Широтно-импульсная модуляция методом реализации мгновенных фазных потенциалов для трехфазных инвертеров напряжения // Тр. V Междунар. (16-я Всерос.) конф. по автоматизированному электроприводу АЭП–2007. – СПб., 2007. – С. 263–265.
10. Соколовский Г.Г. Электроприводы переменного тока с частотным регулированием. – М.: Академия, 2006. – 272 с.
11. Сабинин Ю.А., Грузов В.Л.. Частотно-регулируемые асинхронные приводы. – Л.: Энергоатомиздат, 1988. – 408 с.
12. Терехов В.М., Осипов О.И. Системы управления электроприводов. – М.: Академия, 2005. – 304 с.
13. MexBIOS Development Studio – визуальная среда разработки и моделирования [Электронный ресурс]. – URL: http://mechatronica-pro.com/ru/catalog/software/mexbiosdevelopmentstudio (дата обращения: 24.03.2018).
14. Practice of using Mexbios Development Studio technologies in educational process / E., Solodkiy, D. Dadenkov, A. Terehin, I. Yusupov // 9th International Conference on Power Drives Systems. – 2016.
15. Solodkiy E.M., Varzanosov P.V., Belonogov A.A. Induction motor sensorless vector control with an adaptive speed observer and direct electrical angle correction in coordinate transformations // International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). – 2017. – P. 1–4.
16. Анучин А.С. Системы управления электроприводов: учебник для вузов. – М.: Изд. дом МЭИ, 2015. – 373 с.
17. Schauder C. Adaptive speeds identification for vector control of induction motor without rotational transducers // IEEE Trans. Industry Application. – 1992. – Vol. 28. – No. 5. – P. 1054–1061.
18. Грузов В.Л. Управление электроприводами с вентильными преобразователями: учеб. пособие. – Вологда: Изд-во ВоГТУ, 2003. – 294 с.
19. Браславсикй И.Я. Энергосберегающий асинхронный электропривод: учеб. пособие для студ. вузов. – М.: Академия, 2004. – 256 с.
20. Цылев П.Н., Щапова И.Н., Щапов В.А. Повышение энергоэффективности асинхронных электромеханических преобразователей энергии электропривода скважинных штанговых насосов // Нефтяное хозяйство. – 2014. – № 5. – С. 110−113.

Долговечность и степень надежности современных электротехнических устройств в нынешних условиях экономики зачастую отдаляются на второй план, уступая первое место низкой себестоимости и затратам на производство. Поэтому довольно часто устройства выпускаются без долгосрочных испытаний, что дает существенный пробел в знаниях о перегрузочных способностях подобных устройств. Информация о способностях устройства работать в предельных режимах может оказаться востребованной как при нестандартных условиях эксплуатации, так и при модернизации существующего устройства, изменении его характеристик без существенного перестроения структуры самого устройства. Объектом данного исследования является полупроводниковое корпусное устройство с системой охлаждения. Так как полупроводниковые приборы в процессе своего функционирования выделяют достаточно много тепла, а массогабаритные параметры самих полупроводников достаточно малы, становится понятной актуальность решения задачи эффективного охлаждения элементов таких устройств. Цель исследования: определение и систематизация условий работы системы охлаждения устройства и выявление допустимых нагрузочных режимов работы. Результаты: были рассмотрены существующие системы охлаждения, применяемые
в корпусных устройствах подобного класса, примерно оценена их эффективность и определены возможные пути увеличения производительности существующей системы охлаждения. Для привязки исследования к конкретному набору электромеханических компонентов были проведены натурные эксперименты, направленные на определение реальных параметров охлаждающих устройств, работающих в различных режимах. Затем для уменьшения ресурсоемкости испытательной программы была создана математическая модель [1] корпусного устройства, которая учитывает все значимые нюансы исследуемого устройства. После формулировки математической модели были осуществлены ее численная реализация [2, 3, 4] (был выбран метод конечных объемов и математический пакет Ansys Fluent), обработка и формализация результатов в виде удобного к применению математического выражения.

Ключевые слова: охлаждение, моделирование, тепломассоперенос, Ansys.

Казаков Алексей Владимирович (Пермь, Россия) – кандидит технических наук, доцент кафедры «Конструирование и технологии
в электротехнике» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: ktei@pstu.ru).

1. Методика диагностического моделирования электронных средств с радиаторами охлаждения / А.Н. Семененко, Ю.Н. Кофанов, А.И. Максимкин [и др.] // Прикаспийский журнал: управление и высокие технологии. – 2016. – № 4(36). – С. 164–177.
2. Применение методов компьютерного моделирования для подбора радиаторов охлаждения полупроводниковых преобразователей энергии / В.Е. Вавилов, Д.Р. Фаррахов, А.А. Меднов, А.Х. Минияров // Энергетические и электротехнические системы: междунар. сборник науч. тр. / под ред. С.И. Лукьянова, Н.В. Швидченко. – Магнитогорск, 2015. – С. 70–74.
3. Трофимов В.Е., Павлов А.Л., Мокроусова Е.А. CFD-моде­лирование радиатора для воздушного охлаждения микропроцессоров в ограниченном пространстве // Технология и конструирование в электронной аппаратуре. – 2016. – № 6. – С. 30–35.
4. Research on heat dissipation design method for motor controller radiator / Liu Huanlong, Xie Chixin, Chen Guanpeng, Cao Zeping // Proceedings of the Institution of Mechanical Engineers: Journal of Mechanical Engineering Science (Sage Publications, Ltd.). Part C. – Apr. 2020. – Vol. 234. – Iss. 8. – P. 1673–1685.
5. Обеспечение нормального теплового режима работы силового полупроводникового прибора / В.И. Воробьев, В.П. Тихомиров, Н.Н. Стрекалов, А.А. Пугачев // Совершенствование транспортных машин: сб. науч. тр. – Брянск, 2017. – С. 158–169.
6. Каплин В., Лакисов В., Молочников А. Охлаждение приборов силовой электроники в сложных условиях эксплуатации // Силовая электроника. – 2018. – Т. 1, № 70. – С. 40–46.
7. Макарова Н.В., Пупков П.С. Обзор применения элементов пельтье для охлаждения полупроводниковых приборов // XLV Огарёвские чтения: материалы науч. конф. – Саранск, 2017. – С. 344–348.
8. Виноградов В.И. Вентиляторы электрических машин. – Л.: Энергоиздат, 1981.
9. Clemente S., Maloyans S. Current capability of TO-220 package. International Rectifier. – 1993.
10. Index intelligent distribution [Электронный ресурс]. – URL: http://indexcomp.ru/catalog_accessories/dcfans/id_3/3 (дата обращения: 13.05.2020).
11. Gembird Europe B.V. [Электронный ресурс]. – URL: https://gembird.com/item.aspx?id=1226 (дата обращения: 13.05.2020).
12. TURGUT Oguz, ARSLAN Kamil. Periodically fully developed laminar flow and heat transfer in a 2-d horizontal channel with staggered fins // Thermal Science. – 2017. – Vol. 21, Iss. 6. – P. 2443–2455.
13. Численное моделирование и экспериментальное исследование процессов теплопередачи в системах охлаждения электронных компонентов / С.Г. Ворончихин, В.А. Помыткин, М.А. Земцов, А.Л. Флаксман // Сборник науч. трудов SWorld. – 2011. – Т. 10, № 4. – С. 85–92.
14. Экспериментальное исследование температурного поля радиатора кулера / Л.А. Булавин, О.Ю. Актан, Т.Ю. Николаенко, Ю.Е. Николаенко // Технология и конструирование в электронной аппаратуре. – 2006. – № 5. – С. 61–64.
15. Numerical and Experimental Investigation of Air Cooling for Photovoltaic Panels Using Aluminum Heat Sinks / Arifin Zainal, Tjahjana Dominicus Danardono Dwi Prija, Hadi Syamsul, Rendy Adhi Rachmanto, Gabriel Setyohandoko, Bayu Sutanto // International Journal of Photoenergy. – 1.10.2020. – P. 1–10.
16. Уменьшение теплового сопротивления между корпусом силового полупроводникового прибора и его радиатором / В.П. Тихомиров, В.И. Воробьев, М.А. Измеров, Н.Н. Стрекалов, А.А. Пугачев // Вестник Брянск. гос. техн. ун-та. – 2017. – № 2(55). – С. 104–112.
17. Монин А.С., Яглом А.М. Статистическая гидромеханика. – М.: Наука: Гл. ред. физ.-мат. лит-ры, 1965. – 640 с.
18. Дытнерский Ю.И. Процессы и аппараты химической технологии. Ч. 1. Теоретические основы процессов химической технологии. – М.: Химия, 1995. – 400 с.
19. Яворский Б.М., Детлаф А.А. Справочник по физике. – М.: Наука: Гл. ред. физ.-мат. лит-ры, 1968. – 940 с.
20. Hörmander L. Linear Partial Differential Operators. Vol. 1. – Springer-Verlag, 1976.

Согласованное управление проектами ремонтно-восстановительных работ в отношении отдельных объектов жилой недвижимости является базой для обеспечения возможности перехода на более высокий уровень эффективности управления жилым фондом в целом. Предлагается гипотеза о возможности достижения глубокого взаимного соответствия множества предоставляемых услуг и поддержания соответствующего технического состояния многоквартирных домов. Предложенная гипотеза основана на сложившейся парадигме нормирования процессов проектирования объектов недвижимости, гарантирующей предоставление собственникам услуг на основе достижения установленных значений параметров конструктивных элементов, характеризующих уровень технического состояния подсистем здания. Целью исследования являются разработка и систематизация механизмов согласования внутрипроектных противоречий при составлении планов проведения ремонта жилого фонда. Методы: теоретико-множественное моделирование, формальные порождающие грамматики, дискретная оптимизация и механизмы комплексного оценивания. Результаты: предложен инструмент диагностирования причин непредоставления предусмотренных пользовательских услуг или последствий технологических и эксплуатационных процессов, в основе которого лежит построение теоретико-множественной модели согласования множеств предоставляемых услуг и технических параметров многоквартирных домов. Обеспечена функциональная полнота системы механизмов согласования, обеспечивающая равновесие в рассматриваемом классе сложных организационных систем. Поставлена
и решена задача согласования композиций планов выполнения ремонта жилого фонда. Практическая значимость: предложен вариант цифровизации процесса управления проектами ремонтно-восстановительных работ на основе автоматизированных систем и механизмов согласования планов. Предложенный инструмент построен при помощи формальных порождающих грамматик типа 2, эффективных процедур измерения и прогнозирования параметров технических подсистем и выполнения ремонтно-восстановительных работ и способен обеспечить высокую эффективность управления проектами. Согласование групп проектов обеспечивает значительную экономию ресурсов.

Ключевые слова: управление проектами, ремонтно-восстановительные работы, инструмент диагностирования причин и последствий, объекты жилой недвижимости, механизмы согласования, теоретико-множественная модель, формальные системы, дискретная оптимизация, стоимость восстановления, бесперебойное предоставление услуг.

Сафонов Никита Игоревич (Пермь, Россия) – аспирант кафедры «Строительный инжиниринг и материаловедение» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: safonov@cems.pstu.ru).

Харитонов Валерий Алексеевич (Пермь, Россия) – доктор технических наук, профессор, и.о. заведующего кафедрой «Строительный инжиниринг и материаловедение» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: cems@pstu.ru).

1. Резников Б.А. Системный анализ и методы системотехники. Ч.1. Методология системных исследований. Моделирование сложных систем. – М: Министерство обороны СССР, 1990. – 522 с.
2. Кузнецов О.П., Адельсон-Вельский Г.М. Дискретная математика для инженера. – 2-е изд., перераб. и доп. – М.: Энергоатомиздат, 1988. – 480 с.
3. Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности. Правила и предубеждения. – 2-е изд., испр., перераб. / пер. с англ. – Харьков: Изд-во «Гуманитарный центр», при участии О.В. Гритчиной, 2014. – 544 с.
4. Интеллектуальные технологии обоснования инновационных решений: монография / В.А. Харитонов [и др.]; под ред. В.А. Харитонова. – Пермь: Изд-во Перм. гос. техн. ун-та, 2010. – 342 с.
5. Дмитрюков М.С., Харитонов В.А., Сафонов Н.И. Совершенствование механизма активной экспертизы на основе обобщенных медианных схем для задач многоаспектного управления в социально-экономических системах // Прикладная математика и вопросы управления. ‑ 2016. ‑ № 2. – C. 41‑45.
6. Попова О.Н., Симакина Т.Л. Методика оценки ресурса работоспособности конструктивных элементов жилых зданий // Инженерно-строительный журнал. – 2013. – № 7(42). – C. 40‑50.
7. Федоров В.В., Федорова Н.Н., Сухарев Ю.В. Реконструкция зданий, сооружений и городской застройки: учеб. пособие. – М.: ИНФРА-М, 2011. – 224 с.
8. Новиков Д.А. Теория управления организационными системами. – 3-е изд., испр. и доп. – М.: Изд-во физ.-мат. лит-ры, 2012. – 604 с.
9. Бурков В.Н., Искаков М.Б., Коргин Н.А. Применение обобщенных медианных схем для построения неманипулируемых механизмов многокритериальной активной экспертизы // Проблемы управления. – 2008. – № 4. – С. 38‑47.
10. Алексеев А.О., Коргин Н.А. О применении обобщённой медианной схемы для матричной активной экспертизы // Прикладная математика и вопросы управления. ‑ 2015. – № 1. – C. 170–177.
11. Андронникова Н.Г., Леонтьев С.В., Новиков Д.А. Механизмы нечеткой активной экспертизы // Автоматика и телемеханика. – 2002. – № 8. – С. 128–135.
12. Харитонов В.А., Кривогина Д.Н., Сафонов Н.И. Укрощение субъективности в задачах автоматизации и управления технологическими процессами // Информационные и математические технологии в науке и управлении. – 2017. – № 2(6). – C. 79–89.
13. Харитонов В.А., Кривогина Д.Н., Сафонов Н.И. Инструментальные средства «соединения креативности и технологичности» в задачах выбора // Управление большими системами (УБС-2017): материалы XIV Всерос. школы-конф. молодых ученых; Пермь, 04‑08 сентября 2017 г. – Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2017. – С. 132–140.
14. Иванов К.А. Разработка структуры экономико-матема­тической модели согласования интересов в сфере ЖКХ на муниципальном уровне // Современные проблемы науки и образования. – 2014. – № 4. – С. 445–451.
15. Ларин С.Н., Малков У.Х. Применение методологии когнитивного моделирования для повышения качества услуг управляющих компаний в сфере ЖКХ // Национальные интересы: приоритеты и безопасность. – 2015. – № 22(307). – С. 53–63.
16. Гришкова Н.С., Нижегородцев Р.М. К вопросу государственного регулирования развития предприятий жилищно-коммунального хозяйства // Ресурсы, информация, снабжение, конкуренция. – 2017. – № 4. – С. 136–139.
17. Pola G., Benedetto M.D.D. Control of Cyber-Physical-Systems with logic specifications: A formal methods approach // Annual Reviews in Control. – 2019. – Vol. 47. – P. 178–192.
18. Exploiting Segmentation and Context in Deep Neural Networks for Object Detection / Y. Zhu, R. Urtasun, R. Salakhutdinov, S. Fidler // IEEE Conference on Computer Vision and Pattern Recognition (CVPR). – 2015. – P. 4703–4711.
19. Ponsich A., Jaimes A.L., Coello C.A.C. A survey on multiobjective evolutionary algorithms for the solution of the portfolio optimization problem and other finance and economics applications // IEEE Transactions on Evolutionary Computation. – 2013. – Vol. 17. – P. 321–344.
20. Chen Y., Zhang G. Exchange rates determination based on genetic algorithms using mendel’s principles: Investigation and estimation under uncertainty // Information Fusion. – 2013. – Vol. 14. – P. 327–333.

В настоящее время, несмотря на некоторые трудности, самосинхронная техника и соответствующая область науки, предложенные Д. Маллером в конце 50-х гг. ХХ в., продолжают активно развиваться. В диссертации А.Н. Каменских сделан существенный шаг в направлении отказоустойчивости самосинхронных схем (2017 г). Однако вопросы синтеза самосинхронных универсальных логических модулей в полной мере пока не рассмотрены. Цель исследования: разработка строго самосинхронных генераторов логических функций на одну, две и три переменные. Методы: самосинхронная схемотехника, синтез самосинхронного мультиплексора на два, четыре и восемь каналов с использованием САПР «КОВЧЕГ». Результаты: В исследовании выполнен синтез строго самосинхронных генераторов логических функций с использованием элементов 2И-2ИЛИ-НЕ, индикаторов завершения переходного процесса и гистерезисных триггеров. Предложенные элементы практически эквивалентны элементам LUT FPGA, однако построены по КМОП-технологии и реализуют самосинхронную работу, что позволяет использовать их в самосинхронных базовых матричных кристаллах
с конфигурированием либо константами, либо с помощью дополнительных ячеек оперативной памяти. Выполнено моделирование в САПР «КОВЧЕГ», в системе схемотехнического моделирования NI Multisim фирмы National Instruments Electronics Workbench Group и в системе топологического моделирования Microwind, подтвердившее работоспособность предложенных элементов. Практическая значимость: разработанные элементы могут быть использованы как дополнительные универсальные блоки в библиотеке самосинхронной схемотехники, разработанной в ИПИ РАН для базовых матричных кристаллов, выпускаемых в НПК «Технологический центр» МИЭТ.

Ключевые слова: самосинхронный, генератор логических функций, моделирование.

Скорнякова Александра Юрьевна (Пермь, Россия) – аспирант кафедры «Автоматика и телемеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: juris-plot@mail.ru); инженер-конструктор ПАО «Пермская научно-производственная приборостроительная компания» (614990, Пермь, ул. 25 Октября, 106).

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).

1. Muller D.E., Bartky W.S. A theory of asynchronous circuits // Proc. Int Symp. On the Theory of Switching. Part 1. – Harvard University Press. – 1959. – P. 204–243.
2. Апериодические автоматы / под ред. В.И. Варшавского. – М.: Наука, 1976. – С. 304.
3. Искусственный интеллект: в 3 т. Т. 3. Программные и аппаратные средства / В.И. Варшавский, В.Б. Мараховский, Л.Я. Розенблюм, А.В. Яковлев; под ред. В.Н. Захарова, В.Ф. Хорошевского. – М.: Радио и связь, 1990.
4. Плеханов Л.П. Основы электронных самосинхронных схем. – М.: БИНОМ: Лаборатория знаний, 2013. – 211 с.
5. Библиотека элементов для проектирования самосинхронных полузаказных БМК микросхем серий 5503/5507 / Ю.А. Степченков, А.Н. Денисов, Ю.Г. Дьяченко, Ф.И. Гринфельд, О.П. Филимоненко, Н.В. Морозов, Д.Ю. Степченков. – М.: Изд-во ИПИ РАН, 2014. – 296 с.
6. НПК «Технологический центр» [Электронный ресурс]. – URL:  http://www.tcen.ru/rus/about/contacts/ (дата обращения: 21.02.2020).
7. Самосинхронная схемотехника – Перспективный путь реализации аппаратуры [Электронный ресурс]. – URL: http://selftiming.ru/partners/ (дата обращения: 21.02.2020).
8. Yakovlev A. Energy-modulated computing // Design, Automation & Test in Europe Conference & Exhibition (DATE). – 2011. – IEEE, 2011. – P. 1–6.
9. Automating the Design of Asynchronous Logic Control for AMS Electronics / Danil Sokolov, Victor Khomenko, Andrey Mokhov, Alex Yakovlev, Vladimir Dubikhin, David Lloyd // IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems. – March 2019. –P. (99):1-1. DOI: 10.1109/TCAD.2019.2907905
10. 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.
11. Тюрин С.Ф. Обзор технологий зеленого компьютинга // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2015. – № 1. – С. 40–74.
12. Tyurin S., Kamenskih A. Green Logic: Models, Methods, Algorithms. Green IT Engineering Concepts, Models, Complex Systems Architectures / Editors: Kharchenko, Vyacheslav, Kondratenko, Yuriy, Kacprzyk, Janusz. (Print) 978-3-319-44162-7 (Online). – Р. 69–86. DOI: 10.1007/978-3-319-44162-7
13. Ryan Kenny, Jeff Watt. The Breakthrough Advantage for FPGAs with Tri-Gate Technology. – URL: https://www.altera.com/en_US/pdfs/literature/wp/wp-01201-fpga-tri-gate-technology.pdf (дата обращения: 12.02.2020).
14. Kamenskih A.N., Tyurin S.F. Investigation and Design of a Threshold element for the Fault Self-Timed Circuit // Proceedings of the 10th International conference on dependable systems, services and technologies (dessert). – 2019. – P. 29–33. Leeds Beckett Univ, Leeds, England Jun 05–07 2019.
15. On board electronic devices safety provided by dice-based muller c-elements / I.A. Danilov, M.S. Gorbunov, A.I. Shnaider, A.O. Balbekov, Y.B. Rogatkin, S.G. Bobkov // Acta Astronautica. – 2018. DOI: 10.1016/j.actaastro.2018.01.019
16. Speed-independent floating point coproceccor / Y.A. Stepchenkov, V.N. Zakharov, Y.V. Rogdestvenski, Y.G. Diachenko, N.V. Morozov, D.Y. Stepchenkov // Proceedings of IEEE East-West Design & Test Symposium (EWDTS'2015). – 2015. – P. 7493110. DOI: 10.1109/EWDTS.2015.7493110
17. Speed-independent fused multiply ADD and SUBTRACT /Y. Stepchenkov, V Zakharov., Y. Rogdestvenski, Y. Diachenko, N. Morozov, D. Stepchenkov // Proceedings of 2016 IEEE East-West Design and Test Symposium, EWDTS 2016. – 2016. – P. 7807735. DOI: 10.1109/EWDTS.2016.7807735
18. Scott C. Smith. Design of an FPGA Logic Element for Implementing Asynchronous NULL Convention Logic Circuits. – URL: https://ieeexplore.ieee.org/document/4231891DOI: 10.1109/TVLSI.2007.898726 (дата обращения: 21.04.2019).
19. САПР «КОВЧЕГ» [Электронный ресурс]. – URL: http://www.tcen.ru/rus/products/radiatsionnyy-kontrol/sapr-kovcheg (дата обращения: 21.02.2020).
20. Сайт разработчика National Instruments [Электронный ресурс]. – URL: http://www.ni.com/multisim/ (дата обращения: 21.02.2020).
21. Microwind & Dsch Version 3.5 [Электронный ресурс]. – URL: http://auto.teipir.gr/sites/default/files/microwind_manual_lite_v35.pdf (дата обращения: 21.02.2020).

Построение математических моделей синхронного генератора, работающего автономно на активно-индуктивную нагрузку, рассматривается как важный этап для обеспечения требуемых показателей качества электроэнергии. Цель: разработка модели синхронного генератора, учитывающей внутренние перекрестные связи между ее переменными как части более общей математической модели с перспективой дальнейшего проектирования системы автоматического управления синхронного генератора, обеспечивающей поддержание заданного напряжения и регулирование мощности генератора при работе с сетью. Задача решается методом идентификации модели по экспериментальным данным, которые получены двумя путями: на лабораторной установке и на математической модели, построенной на основе учета физики процессов в синхронном генераторе. Результаты: строится новая модель, чтобы при сохранении заданной точности добиться повышения быстродействия расчетов, а также для того, чтобы проанализировать внутренние связи между переменными в моделируемой системе. Структура уравнений выбирается в ходе исследований. Модель строится с учетом априорной информации. Экспериментальные данные формируются при изменениях напряжения обмотки возбуждения и частоты вращения генератора и используются для последующей оценки области адекватности полученных моделей. Проводится сравнительный анализ результатов, полученных расчетным и экспериментальным путями на 6 МВт и 370 Вт синхронном генераторе. Проверяется гипотеза о том, что статические значения, полученные по моделям синхронного генератора разных мощностей, учитывающих физику процесса, в относительных единицах должны быть близки. Данное исследование выполнено при финансовой поддержке РФФИ
и Пермского края в соответствии с исследовательским проектом № 19-48-590012.

Ключевые слова: синхронный генератор, моделирование, сравнительный анализ.

Зиятдинов Илья Рудольфович (Пермь, Россия) – аспирант кафедры «Электротехника и электромеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: i.ziyatdinoff@mail.ru).

Кавалеров Борис Владимирович (Пермь, Россия) – доктор технических наук, доцент, заведующий кафедрой «Электротехника
и электромеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: kbv@pstu.ru).

1. Веников В.А. Переходные электромеханические процессы в электрических системах: учебник для спец. электроэнергетич. вузов. – М.: Высшая школа, 1985. – 536 c.
2. Башарин А.В., Новиков В.А., Соколовкий Г.Г. Управление электроприводами: учеб. пособие для вузов. – Л.: Энергоиздат; Ленингр. отд-ние, 1982. – 392 с.
3. Газизова О.В., Соколов А.П., Малафеев А.В. К вопросу учета насыщения в математической модели промышленного генератора для расчета переходных режимов в системе электроснабжения сложной конфигурации // Электротехнические системы и комплексы. – 2018. – № 1(38).
4. Расулзода Х.Н., Сафаралиев М.Х., Юнусов Р.М. Исследование динамических характеристик синхронного генератора // Труды Третьей науч.-техн. конф. молод. ученых Уральского энергетич. ин-та. – Екатеринбург, 2018. – С. 189–192.
5. Татевосян А.А., Андреева Е.Г. Разработка, моделирование и экспериментальное исследование синхронного генератора с постоянными магнитами // Промышленная энергетика. – 2019. – № 4. – С. 20–28.
6. Никитенко Г.В., Коноплев Е.В., Салпагаров В.К. Исследование работы синхронного генератора с двухконтурной магнитной системой // Энергетика: управление, качество и эффективность использования энергоресурсов. – 2019. – С. 168–172.
7. Мустафаев Р.И., Гасанова Л.Г., Мусаев М.М. Моделирование и исследование гидроагрегатов малых ГЭС с частотно-управляемыми синхронными генераторами с постоянными магнитами // Энергетика. Известия высших учебных заведений и энергетических объединений СНГ. – 2016. – № 2.
8. Рамадан А., Елистратов В.В. Моделирование режимов работы сетевой ветроэнергетической установки с синхронным генератором на постоянных магнитах // Электричество. – 2019. – № 7. – С. 11–21.
9. Кавалеров Б.В., Зиятдинов И.Р., Бахирев И.В. Исследование адаптивного управления газотурбинной электроэнергетической установкой при пуске соизмеримого по мощности асинхронного двигателя // Фундаментальные исследования. – 2016. – № 12–1. – С. 49–57.
10. Математическое моделирование газотурбинных мини-электростанций и мини-энергосистем: моногр. / В.М. Винокур, Б.В. Кавалеров, А.Б. Петроченков, М.Л. Сапунков. – Пермь: Изд-во Перм. гос. техн. ун-та, 2010. – 299 с.
11. Комплекс математических моделей электрогенератора и электросети «КМЭС»: св-во о регистр. программы для ЭВМ № 2011611839 / А.Б. Петроченков, Б.В. Кавалеров, А.А. Шигапов [и др.]. Дата регистр. 28.02.2011. Бюл. № 24.
12. Modeling of a variable speed wind turbine with a permanent magnet synchronous generator / A. Rolan [et al.] // 2009 IEEE international symposium on industrial electronics. – IEEE, 2009. – P. 734–739.
13. Modeling of the wind turbine with a permanent magnet synchronous generator for integration / M. Yin [et al.] // 2007 IEEE Power Engineering Society General Meeting. – IEEE, 2007. – P. 1–6.
14. Sakimoto K., Miura Y., Ise T. Stabilization of a power system with a distributed generator by a virtual synchronous generator function // 8th International Conference on Power Electronics-ECCE Asia. – IEEE, 2011. – P. 1498–1505.
15. Hansen A.D., Michalke G. Modelling and control of variable‐speed multi‐pole permanent magnet synchronous generator wind turbine // Wind Energy: An International Journal for Progress and Applications in Wind Power Conversion Technology. – 2008. – Vol. 11. – No. 5. – P. 537–554.
16. Jadric I., Borojevic D., Jadric M. Modeling and control of a synchronous generator with an active DC load // IEEE transactions on Power Electronics. – 2000. – Vol. 15. – No. 2. – P. 303–311.
17. Karrari M., Malik O.P. Identification of physical parameters of a synchronous generator from online measurements // IEEE transactions on energy conversion. – 2004. – Vol. 19. – No. 2. – P. 407–415.
18. Control of a hybrid excitation synchronous generator for aircraft applications / N. Patin [et al.] // IEEE Transactions on Industrial Electronics. – 2008. – Vol. 55. – No. 10. – P. 3772–3783.
19. Mielczarski W., Zajaczkowski A.M. Nonlinear field voltage control of a synchronous generator using feedback linearization // Automatica. – 1994. – Vol. 30. – No. 10. – P. 1625–1630.
20. Nilsson N.E., Mercurio J. Synchronous generator capability curve testing and evaluation // IEEE Transactions on Power Delivery. – 1994. – Vol. 9. – No. 1. – P. 414–424.

Увеличение антропогенной нагрузки на природные источники воды обусловливает необходимость повышения эффективности очистки сточных вод. Проведение необходимого количества натурных экспериментов чрезмерно трудозатратно и может негативно отразиться на окружающей среде, поэтому важным этапом исследования биологической очистки сточных вод является математическое моделирование этого процесса. На очистных сооружениях можно обеспечить постоянные значения скоростей подачи активного ила и сточных вод в течение суток. Такая возможность адекватна для очистных сооружений, которые имеют отстойники-усреднители. Цель исследования: разработка метода нахождения дискретного оптимального управления
и модификация компартментальной математической модели процесса биологической очистки сточных вод. Результаты: модифицированы дифференциальные уравнения динамики общей концентрации микроорганизмов активного ила и концентрации кислорода. Добавлено уравнение для нахождения объемной скорости подачи кислорода. Предложен метод нахождения дискретного оптимального управления, который состоит в выборе количества включенных воздуходувок
 и количества включенных иловых насосов с целью минимизации затрат на осуществление процесса биологической очистки при поддержания допустимых значений выходных концентраций загрязнителей. Комплекс программ для численного моделирования разработан на языке программирования Python. Результаты компьютерного моделирования и значения выходных модельных концентраций показывают адекватность разработанной модели процессу биоочистки сточных вод. В работе также приведен пример расчета оптимального управления по экспериментальным данным, полученным на канализационных очистных сооружениях г. Петрозаводска. Практическая значимость: предложенные модификация математической модели и метод нахождения управления позволяют решать задачи прогнозирования и оптимального управления процессом биологической очистки сточных вод.

Ключевые слова: биологическая очистка сточных вод, оптимальное управление, численное моделирование, аэрация, окисление, нитрификация.

Смирнов Николай Васильевич (Петрозаводск, Россия) – кандидат технических наук, доцент кафедры «Теория вероятностей
и анализ данных» Петрозаводского государственного университета (185910, Республика Карелия, Петрозаводск, пр. Ленина, 33, e-mail: nvsmirnov87@gmail.com).

1. Activated Sludge Model No. 1. Scientific and Technical Report No. 1. London: IAWPRC / M. Henze, W. Gujer, R. Marais, T. Matsuo [et al.]. – 1987. – URL: https://www.researchgate.net/publication/243624144_Activated_Slud­ge_Model_No_1 (дата обращения: 01.05.2020).
2. A software sensor model based on hybrid fuzzy neural network for rapid estimation water quality in Guangzhou section of Pearl River, China / C. Zhou, C. Zhang, D. Tian [et al.] // Journal of Environmental Science and Health. – 2018. – P. 91–98. DOI: https://doi.org/10.1080/10934529.2017.1369815
3. Karri R.R., Sahu J.N., Chimmiri V. Critical review of abatement of ammonia from wastewater // Journal of Molecular Liquids. – 2018. – Vol. 261. – P. 21–31. DOI: https://doi.org/10.1016/j.molliq.2018.03.120
4. Understanding the performance of an AnMBR treating urban wastewater and food waste via model simulation and characterization of the microbial population dynamics / F. Durán, R. Barat, J. Ferrer [et al.] // Process Biochemistry. – 2018. – Vol 67. – P. 139–146. DOI: https://doi.org/10.1016/j.procbio.2018.02.010
5. Mathematical modeling on the nitrogen removal inside the membrane-aeratedbiofilm dominated by ammonia-oxidizing archaea (AOA): Effects of temperature, aeration pressure and COD/N ratio / M. Li, C. Du, J. Liu [et al.] // Chemical Engineering Journal. – 2018. – Vol. 338. – P. 680–687. DOI: https://doi.org/10.1016/j.cej.2018.01.040
6. Performance of nitrogen removal in attached growth reactors with different carriers / H. Le, N. Jantarat, A. Nakaruk [et al.] // Journal of Water Reuse and Desalination. – 2018. – P. 331–339. DOI: https://doi.org/10.2166/wrd.2017.182
7. Elawwad A. Optimized biological nitrogen removal of high-strength ammonium wastewater by activated sludge modeling // Journal of Water Reuse and Desalination. – 2018. – P. 393–403. DOI: https://doi.org/10.2166/wrd.2017.200
8. Sediment minimization in canals: An optimal control approach / L.J. Alvarez-Vázquez, A. Martínez, C. Rodríguez, M.E. Vázquez-Méndez // Mathematics and Computers in Simulation. – 2018. – Vol. 149. – P. 109–122. DOI: https://doi.org/10.1016/j.matcom.2018.02.007
9. Cost effectiveness of phosphorus removal processes in municipal wastewater treatment / R. Bashar, K. Gungor, K.G. Karthikeyan, P. Barak // Chemosphere. – 2018. – Vol. 197. – P. 280–290. DOI: https://doi.org/10.1016/j.chemosphere.2017.12.169
10. Optimization of methane-dependent oxygenic denitrification in sequencing batch reactors by insights into the microbial interactions / Z. He, J. Feng, Z. Wei [et al.] // Science of the Total Environment. – 2018. – Vol. 643. – P. 623–631. DOI: https://doi.org/10.1016/j.scitotenv.2018.06.238
11. Spatial-temporal dynamics of organics and nitrogen removal in surface flow constructed wetlands for secondary effluent treatment under cold temperature / H. Wu, W. Ma, Q. Kong, H. Liu // Chemical Engineering Journal. – 2018. – Vol. 350. – P. 445–452. DOI: https://doi.org/10.1016/j.cej.2018.06.004
12. Mathematical modeling of simultaneous carbon-nitrogen-sulfurremoval from industrial wastewater / X.-J. Xua, C. Chen, X. Zhou [et al.] // Journal of Hazardous Materials. – 2017. – Vol. 321. – P. 371–381. DOI: https://doi.org//10.1016/j.jhazmat.2016.08.074
13. Numerical solution of a multi-class model for batch settling in water resource recovery facilities / R. Bürger, S. Diehl, P.A. Vanrolleghem [et al.] // Applied Mathematical Modelling. – 2017. – Vol. 49. – P. 415–436. DOI: https://doi.org/10.1016/j.apm.2017.05.014
14. Mathematical simulating the process of aerobic granular sludge treating high carbon and nitrogen concentration wastewater / J. Zhao, J. Huang, M. Guan [et al.] // Chemical Engineering Journal. – 2016. – Vol. 306. – P. 676–684. DOI: https://doi.org/10.1016/j.cej.2016.07.098
15. Mathematical modeling of autotrophic denitrification (AD) process with sulphide as electron donor / G. Xu, F. Yin, S. Chen [et al.] // Water Research. – 2016. – Vol. 91. – P. 225–234. DOI: https://doi.org/10.1016/j.watres.2016.01.011
16. Simsek H. Mathematical modeling of wastewater-derived biodegradable dissolved organic nitrogen // Environmental Technology. – 2016. – P. 2879–2889. DOI: https://doi.org/10.1080/09593330.2016.1167964
17. Gotovtsev A.V. Evaluating BOD and the coefficient of oxidation rate: monitoring, direct and inverse problems, formulas, calculations and tables // Water Resources. – 2016. – Vol. 43, no. 6. – P. 885–898. DOI: https://doi.org/10.1134/S0097807816050067
18. Savenko V.S. A Semiempirical mathematical model of the secondary pollution of water bodies by soluble iron and manganese forms // Water Resources. – 2016. – Vol. 43, no. 6. – P. 862–872. DOI: https://doi.org/10.1134/S0097807816060063
19. Грудяева Е.К., Душин С.Е., Кузьмин Н.Н. Динамические модели управляемых биохимических процессов очистки сточных вод // Известия высших учебных заведений. Приборостроение. – 2015. – Т. 58. – № 9. – C. 732–737. DOI: https://doi.org/10.17586/0021-3454-2015-58-9-732-737
20. Грудяева Е.К., Душин С.Е. Логико-динамическое управление биохимическими процессами очистки сточных вод // Известия ЮФУ. Технические науки. – 2015. – № 7(168).  – С. 208–219.
21. Смирнов Н.В., Новиков П.И. Компьютерное моделирование процесса биоочистки с кусочно-постоянным часовым расходом сточных вод // Вестник Пермского национального политехнического университета. Электротехника, информационные технологии, системы управления. – 2017. – № 24. – С. 134–149.
22. Кириллов А.Н., Смирнов Н.В. Компьютерное моделирование и управление процессом биологической очистки сточных вод в аэротенке // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2018. – № 26. – С. 142–157.
23. Кириллов А.Н., Рейсс Т.В., Смирнов Н.В. Математическое моделирование процессов нитрификации и окисления органических веществ в проточной биосистеме // Ученые записки Петрозавод. гос. ун-та. Сер. Естественные и технические науки. – 2013. – № 4(133). – С. 105–109.
24. Grigorieva E.V., Bondarenko N.V., Khailov E.N. Time optimal control problem for the waste water biotreatment model // Journal of Dynamical and Control Systems. – 2015. –Vol. 21. – P. 3–24. DOI: https://doi.org/10.1007/s10883-014-9214-y
25. Villez K., Vanrolleghem P.A., Corominas L. Optimal flow sensor placement on wastewater treatment plants // Water Research. – 2016. – Vol. 101. – P. 75–83. DOI: https://doi.org/10.1016/j.watres.2016.05.068
26. О нормативах платы за выбросы в атмосферный воздух загрязняющих веществ стационарными и передвижными источниками, сбросы загрязняющих веществ в поверхностные и подземные водные объекты, в том числе через централизованные системы водоотведения, размещение отходов производства и потребления: Постановление Правительства РФ № 344 от 12 июня 2003 г. – М., 2003. – URL: http://legalacts.ru/doc/postanovlenie-pravitelstva-rf-ot-12062003-n-344 (дата обращения: 01.05.2020).
27. A nonlinear observer for an activated sludge wastewater treatment process / B. Boulkroune, M. Darouach, M. Zasadzinski, S. Gille // American control conference. – 2009. – P. 1027–1033. DOI: https://doi.org/10.1109/ACC.2009.5160499
28. Practical identifiability of ASM2d parameters – systematic selection and tuning of parameter subsets / R. Brun, M. Kühni, H. Siegrist, W. Gujer, P. Reichert // Water Research. – 2002. – 36. – P. 4113–4127. DOI: https://doi.org/10.1016/S0043-1354(02)00104-5
29. Chai Q. Modeling, estimation and control of biological wastewater treatment plants. Doctoral theses at NTNU 2008:108 at HiT. – Porsgrunn, 2008.
30. Кириллов А.Н., Смирнов Н.В. Параметрическая идентификация математической модели процесса биологической очистки в аэротенке // Труды Карельского науч. центра Рос. акад. наук. Сер. Математическое моделирование и информационные технологии. – 2014. – № 4. – С. 67–74.

Модельно-ориентированный подход хорошо зарекомендовал себя в задачах конструирования, оптимизации, настройки сложных технологических систем. Использование математических моделей на ранних этапах испытаний позволяют в значительной мере ускорить и упростить процедуру испытаний таких объектов. При этом необходимо отметить, что любая математическая модель всегда разрабатывается под решение какой-либо конкретной задачи. Например, для синтеза, настройки или оптимизации системы управления сложным технологическим объектом нужна такая модель, быстродействие которой позволит провести на ней значительное количество экспериментов. При этом адекватность такой модели должна оцениваться через возможность решения поставленной задачи. В большинстве случаев такое быстродействие достигается путем упрощения модели через отбрасывание факторов, влияние которых считается незначительным при решении задачи испытаний системы управления. В рассматриваемой работе для этого выбран подход с использованием искусственных нейронных сетей, на основе которых в ходе реализации алгоритма обучения формируются нейросетевые математические модели. Целью исследований является получение многорежимной нейросетевой математической модели газотурбинной электростанции. При этом используются методы теории искусственных нейронных сетей для получения упрощенной математической модели газотурбинной электростанции. В результате на основе репрезентативных экспериментальных данных наброса и сброса электрической мощности получена модель газотурбинной электростанции, учитывающая оба выбранных режима, при этом быстродействие и адекватность модели таковы, что она может использоваться для проведения на ней испытаний систем управления. Практическая значимость выполненных исследований состоит в использовании разработанной математической модели газотурбинной электростанции для испытаний систем управления, что позволяет значительно сократить время испытаний, а это приводит к существенной экономии денежных, материальных и человеческих ресурсов.

Ключевые слова: газотурбинная установка; газотурбинная электростанция; математическая модель; искусственные нейронные сети.

Заборовцев Евгений Андреевич (Пермь, Россия) – студент Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: zaborovtcev@mail.ru).

Колпакова Марина Алексеевна (Пермь, Россия) – студент Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: KolpMA@yandex.ru).

Килин Григорий Александрович (Пермь, Россия) – старший преподаватель кафедры «Электротехника и электромеханика» Пермского национального исследовательского политехнического университета (614990, Пермь, Комсомольский пр., 29, e-mail: thisisforasm@rambler.ru).

1. Галашов Н.Н. Эффективность применения газовых турбин на ТЭС для привода собственных нужд // Известия Томск. политехн. ун-та. – 2008. – № 4. – С. 48–50.
2. Фахразиев И.З., Зацаринная Ю.Н. Экономические и технологические преимущества использования газотурбинных установок на ТЭС // Вестник Казан. технологич. ун-та. – 2013. – Т. 16. – № 3. – С. 291–292.
3. Воскобойников Д.В. Имитационное моделирование физических процессов основных систем ГТУ с конвертированными авиационными ГТД // Фундаментальные исследования. – 2015. – № 2–18. – С. 3926–3930.
4. Исследование взаимовлияния систем управления газотурбинной установкой и электрогенератором при автоматизированной настройке регуляторов / А.И. Полулях, И.Г. Лисовин, Б.В. Кавалеров, А.А. Шигапов // Вестник Воронеж. гос. техн. ун-та. – 2011. – Т. 7, № 11. – С. 129–132.
5. Газотурбинная установка [Электронный ресурс]. – URL: https://www.elektro-expo.ru/ru/articles/gazoturbinnaya-ustanovka/ (дата обращения: 20.02.2020).
6. Газотурбинные электростанции [Электронный ресурс]. – URL: www.gigavat.com/pgu_gtes.php (дата обращения: 14.02.2020).
7. Гольберг Ф.Д., Батенин А.В. Математические модели газотурбинных двигателей как объектов управления. – М.: Изд-во МАИ, 1999. – 82 с.
8. Эйкхофф П. Основы идентификации систем управления. Оценивание параметров и состояния. – М.: Мир, 1975. – 685 с.
9. Artificial neural network–based system identification for a single-shaft gas turbine / H. Asgari, X.Q. Chen, M.B. Menhaj, R. Sainudiin // Journal of Engineering for Gas Turbines and Power: American Society of Mechanical Engineers. – 2013. – Vol. 135. – No. 9. – P. 092601–7.
10. Asgari H., Chen X.Q., Sainudiin R. Modeling and simulation of gas turbines // International Journal of Modeling, Identification and Control: Inderscience. – 2013. – Vol. 20. – No. 3. – P. 253–270.
11. Asgari H., Chen X.Q. Gas turbines modeling, simulation, and control: using artificial neural networks. – CRC Press, 2015.
12. Жернаков С.В., Равилов Р.Ф. Идентификация обратной многорежимной модели ГТД по параметрам его масляной системы на основе технологии нейронных сетей // Вестник ИжГТУ им. М.Т. Калашникова. – 2011. – № 3. – С. 126–129.
13. Хайкин С. Нейронные сети: полный курс. – 2-е изд. – М.: Вильямс, 2008.
14. Роберт К. Основные концепции нейронных сетей: пер. с англ. – М.: Вильямс, 2001.
15. Килин Г.А., Кавалеров Б.В. Разработка математической модели газотурбинной электростанции на основе технологии нейронных сетей // Климовские чтения–2016: перспективные направления развития двигателестроения. – 2016. – С. 229–230.
16. Килин Г.А., Кавалеров Б.В. Перспективы использования нейросетевых технологий в задаче получения математических моделей системы «газотурбинная установка – синхронный генератор» // Автоматизация в электроэнергетике и электротехнике. – 2016. – Т. 1. – С. 51–55.
17. Килин Г.А. Преимущества нейронных сетей в задачах получения математических моделей системы ГТУ-СГ // Труды IX Междунар. (XX Всерос.) конф. по автоматизирован. электроприводу АЭП-2016. – Пермь: Изд-во Перм. нац. исследоват. политехн. ун-та, 2016. – С. 52–55.
18. Килин Г.А., Зиятдинов И.Р., Кавалеров Б.В. Использование нейросетевой модели для настройки автоматических регуляторов газотурбинной электростанции // Известия Уральск. гос. горного ун-та. – 2016. – С. 66–69.
19. Ждановский Е.О., Кавалеров Б.В., Килин Г.А. Разработка нейросетевой модели газотурбинной электростанции для настройки регуляторов газотурбинной установки // Фундаментальные исследования. – 2017. – Т. 3, № 12 . – С. 479–485.
20. Тейл Г. Экономические прогнозы и принятие решений. – М.: Статистика, 1971.