Ministry of Education and Science of Ukrainetacsit.turion.info/archive/TACSIT_2017_procedings.pdfUDK...

Ministry of Education and Science of Ukraine

Volodymyr Dahl East Ukrainian National University

Theoretical and Applied Computer

Science and Information

Technologies

ІІ International Conference TACSIT-2017 Proceedings

May 12-13, 2017

Severodonetsk, Ukraine

Severodonetsk-2017

UDK 004 Theoretical and Applied Computer Science and Information Technology: Proceedings of the ІІ International Conference TACSIT-2017, May 12-13 2017. / I. Skarga-Bandurova (Ed.). – Severodonetsk: Volodymyr Dahl East Ukrainian National University, 2017. - 140 p.

INTERNATIONAL PROGRAM COMMITTEE

• Artūras Serackis, Vilnius Gediminas Technical University, Lithuania • Ah Lian Kor, Leeds Beckett University, UK • Vyacheslav Kharchenko, National Aerospace University “KhAI”, Ukraine • Cihan Mert, International Black Sea University, Georgia • Vladimir Mukha, Belarusian State University of Informatics and Radioelectronics, Belarus • Filipe Portela, University of Minho, Algoritmi research centre, Portugal • Marcin Woźniak, Silesian University of Technology, Poland • Viktor Medvedev, Vilnius University, Lithuania • Gennady Krivoulya, Kharkiv National University of Radioelectronics, Ukraine • Manik Sharma, University of Computer Science and Engineering, India • Viktor Largin, PJSC “SRPA “Impulse”, Ukraine

ORGANIZING COMMITTEE

• Oleksandr Ryazantsev, Volodymyr Dahl East Ukrainian National University, Ukraine • Eduard Potapenko, Volodymyr Dahl East Ukrainian National University, Ukraine • Oleksandr Suvorin, Volodymyr Dahl East Ukrainian National University, Ukraine • Inna Skarga-Bandurova, Volodymyr Dahl East Ukrainian National University, Ukraine • Maxim Nesterov, Volodymyr Dahl East Ukrainian National University, Ukraine • Tetiana Biloborodova, Volodymyr Dahl East Ukrainian National University, Ukraine • Marina Derkach, Volodymyr Dahl East Ukrainian National University, Ukraine • Artem Velykzhanin, Volodymyr Dahl East Ukrainian National University, Ukraine

Abstracts are published on the author's originals

© Volodymyr Dahl East Ukrainian National University, 2017 © The R&D Group on Information Technology for Industrial Safety, Ecology and Medicine, 2017

Міністерство освіти і науки України

Східноукраїнський національний університет

імені Володимира Даля

Теоретичні і прикладні аспекти

комп’ютерних наук та

інформаційних технологій

Матеріали

ІІ Міжнародної науково-технічної конференції

TACSIT-2017

12 -13 травня 2017

Сєвєродонецьк, Україна

Сєвєродонецьк-2017

УДК 004 Теоретичні і прикладні аспекти комп’ютерних наук та інформаційних технологій: Матеріали II міжнародної науково-практичної конференції TACSIT-2017, 12-13 травня 2017 р. / За ред. Скарги-Бандурової І.С. - Сєвєродонецьк: Східноукраїнський національний університет ім. В. Даля, 2017. - 140 с.

МІЖНАРОДНИЙ ПРОГРАМНИЙ КОМІТЕТ

• Artūras Serackis, Вільнюський технічний університет, Литва • Ah Lian Kor, Міський університет Лідса, Великобританія • Харченко В.С., НАУ ім. М.Є Жуковського «ХАІ», Україна • Cihan Mert, Міжнародний Чорноморський університет, Грузія • Муха В.C. Білоруський державний університет інформатики і радіоелектроніки,

Білорусь • Filipe Portela, Університет Міньо, Науково-дослідний центр Algoritmi, Португалія • Marcin Woźniak, Сілезький технологічний університет, Польща • Viktor Medvedev, Вільнюський університет, Литва • Кривуля Г.Ф., Харківський національний університет радіоелектроніки, Україна • Manik Sharma, Університет інформатики та інженерії, Індія • Ларгін В.А., ПрАТ «СНВО «Імпульс», Україна

ОРГАНІЗАЦІЙНИЙ КОМІТЕТ

• Рязанцев О.І., СНУ ім. В. Даля • Потапенко Е.В., СНУ ім. В. Даля • Суворін О.В., СНУ ім. В. Даля • Скарга-Бандурова І.С., СНУ ім. В. Даля • Нестеров М.В., СНУ ім. В. Даля • Білобородова Т.О., СНУ ім. В. Даля • Деркач М.В., СНУ ім. В. Даля • Великжанін А.Ю., СНУ ім. В. Даля

Матеріали публікуються з авторських оригіналів

© Східноукраїнський національний університет ім. В. Даля, 2017 © The R&D Group on Information Technology for Industrial Safety, Ecology and Medicine, 2017

CONTENTS

SECTION 1: THEORETICAL AND APPLIED COMPUTER SCIENCE

Коваленко Т. Метод обработки цифровых текстурных изображений в

информационных системах аэрокосмического мониторинга .......................... 10

Cиряк Р.В., Критська Я.О., Скарга-Бандурова І.С. Прогнозування рівня

збіднення води киснем з використанням модифікацій моделі

Стрітера-Фелпса .................................................................................................... 14

Прокопчук Ю.А. Феноменология интуитивно-образного мышления в

контексте ИИ ......................................................................................................... 21

Щербаков Є.В., Щербакова М.Є. Особливості асинхронного

програмування веб-додатків ................................................................................ 25

Барбарук В.М. Вибір класу Data Mining інструментів для реалізації

аналітичного проекту сучасного підприємства ................................................. 28

Баєв І.М. Огляд методів прогнозування сценаріїв дій людини на основі її

записів в соціальних мережах .............................................................................. 31

SECTION 2: DECISION SUPPORT SYSTEM AND TECHNOLOGIES

Мельников А. Проектирование интеллектуальной системы принятия

решений для прогнозирования изменения вклада преподавателя в

показатели кафедры .............................................................................................. 36

Чумаченко Д. Інтелектуальна система підтримки прийняття рішень на

основі мультиагентних технологій ...................................................................... 40

Шумова Л.А. Информационные технологии поддержки оператора

химического производства при управлении предаварийными режимами ..... 43

Додонов В. Метод программного управления мобильным роботом в

условиях неполной информации с использованием адаптивной стратегии

выбора вариантов .................................................................................................. 46

SECTION 3: CRITICAL INFRASTRUCTURE SECURITY, SAFETY AND

RELIABILITY

Lutskiv A. Behavior biometric authentication system as tool for evaluation the

ability to do critical work ........................................................................................ 51

Светличный В.А., Онищенко Ю.Н. Безопасность использования

банкоматов и терминалов ..................................................................................... 55

Ардель О.В Розширення можливостей систем відеоспостереження за

допомогою додаткового апаратного забезпечення. ........................................... 59

Ардель О.В., Скарга-Бандурова І.С. Моделі розташування датчиків для

розбудови маршрутів евакуації в закритих приміщеннях ................................ 67

Лифар В.О. Імітаційно-подієве моделювання складних технологічних

систем в інформаційних технологіях управління ризиком підприємств ........ 71

Коваленко Я.П., Скарга-Бандурова І.С. Методи та засоби статичного

тестування при розробці систем критичного призначення .............................. 75

Лифар О.К. Моделювання та аналіз рівня небезпеки технологічних

процесів .................................................................................................................. 78

SECTION 4: MEDICAL INFORMATICS. COMPUTER SCIENCE AND

INFORMATION TECHNOLOGY FOR HEALTHCARE

Дорош О., Степанюк О. Інтелектуальна персоніфікована система

мобільного здоров’я .............................................................................................. 82

Білобородова Т.О, Великжанін А.Ю. Використання інформаційних

технологій для моніторингу стану плода ........................................................... 86

Минайленко А., Неудакина Л. Информационная система на базе

android-приложения для создания индивидуального плана приёма лекарств

и питания при гастрите ......................................................................................... 89

SECTION 5: INFORMATION TECHNOLOGY IN INDUSTRY,

AGRICULTURE AND ENGINEERING

Кривуля Г.Ф., Липчанський О.І. Використання комп'ютерних

бездротових сенсорних мереж в кіберфізичних системах ................................ 92

Derkach М., Hyshev V. Comparative analysis of open source SDN controllers . 95

Derkach M., Ikonnikov D. Overview of SDN simulation tools ........................... 98

Владимирский А.А., Владимирский И.А. Система дистанционного

диагностирования коррозионного повреждения подземных трубопроводов 100

Пустоветов М.Ю. Влияние несинусоидальности напряжения питания на

пульсации момента и перегрев обмоток вспомогательного асинхронного

двигателя ................................................................................................................ 104

Тараненко Ю.К., Олейник О. Испытания вибрационных измерительных

преобразователей температуры воздуха и воды ................................................ 108

Рязанцев О.І., Кардашук В.С., Недзєльський Д.О., Майова Д. Вплив

резонансних явищ на ефективність керування процесом аерозольного

нанокаталізу ........................................................................................................... 111

Смолій В.В., Васюхін М.І. Особливості побудови аграрних SCADA

систем ..................................................................................................................... 116

SECTION 6: INFORMATION SYSTEMS AND SOFTWARE

ENGINEERING

Щербакова М.Є., Щербаков Є.В. Використання Android-пристроїв в

системах керування ............................................................................................... 121

Нестеров М.В., Скарга-Бандурова І.С. Підвищення продуктивності

роботи баз даних в реальному часі ..................................................................... 124

Сафонова С.О., Фурса П.С. Розробка спеціалізованого програмного

забезпечення автоматизованої системи ............................................................. 128

Барбарук Л.В., Давиденко О.В. Розробка движка для

високонавантаженого іміджборда на мові програмування CLOJURE ............ 131

Барбарук Л.В., Швачка О.О. Застосування сучасних засобів

веб-програмування для розробки сайту футбольного клубу ............................ 133

Barbaruk L., Kharkovskiy N. Development of the laboratory stand on a

Arduino platform ..................................................................................................... 135

Section 1

Theoretical and Applied Computer Science

10

МЕТОД ОБРАБОТКИ ЦИФРОВЫХ ТЕКСТУРНЫХ ИЗОБРАЖЕНИЙ В

ИНФОРМАЦИОННЫХ СИСТЕМАХ АЭРОКОСМИЧЕСКОГО

МОНИТОРИНГА

Коваленко Т.В.

Институт проблем регистрации информации НАНУ, Киев, Украина

В статье рассматриваются модели и методы описания цифровых текстурных

изображений. Проведен обзор современного состояния автоматизированной обработки

изображений в системах воздушного мониторинга. Рассмотрены три основных способа

сегментации изображений: пороговая сегментация, сегментация путем наращивания

областей и сегментация путем выделения границ.

Ключевые слова: изображение, текстура, пиксель, аэрофотоизображение, цифровая

матрица, модели текстур, сегментация, гистограмма

Введение

Воздушный мониторинг окружающей среды – регулярные, выполняемые по

заданной программе наблюдения природных сред, природных ресурсов,

растительного и животного мира. Объектом мониторинга являются природные и

антропогенные экосистемы подстилающей поверхности Земли, состояние

аэрозольных и облачных полей атмосферы [1].

Использование изображений воздушного мониторинга (далее

аэрофотоснимков, аэроснимков, аэрофотоизображений) в различных сферах

деятельности человека ставит задачи не только по созданию средств и способов

их получения, но и по разработке и применению новых методов и алгоритмов для

компьютерной обработки изображений, приведения их к виду, удобному для

анализа. Одной из задач, обеспечивающих извлечение из изображений

воздушного мониторинга полезной информации, является задача сегментации

или выделения однородных областей природных объектов [2].

Модель текстурного изображения

Под текстурой понимают «пространственную организацию элементов в

пределах некоторого участка поверхности». Существующие модели текстур

делят на: структурные, статистические и спектральные [3]. Статистические

модели текстур оценивают наличие или отсутствие пространственного

взаимодействия между непроизводными элементами текстуры. Под

непроизводными элементами понимаются области изображения с определенным

изменением значений интенсивности.

11

Спектральные модели текстур выражают каждый из фрагментов текстуры в

некоторой новой системе координат, базисные векторы которой

интерпретируются в терминах пространственной частоты или других параметров

описания текстуры. Структурные модели текстур основаны на предположении,

что текстура составлена из регулярно или почти регулярно распределенных по

пространству непроизводных элементов. Предполагается, что изображение

включает несколько областей, текстурные различия которых обусловлены

изменением типа или пространственной организации непроизводных элементов.

Структурные модели текстур позволяют представить упорядоченные текстуры,

которые по уровню сложности целесообразно разделить на: равномерные и

неравномерные. Равномерные текстуры характеризуются совокупностью

равноотстоящих непроизводных элементов, идентичных по форме и ориентации.

Для неравномерных текстур непроизводные элементы в пределах

текстурно-однородных областей изображения могут содержать случайные

изменения координат их пространственного положения, ориентации и искажения

формы [4].

Для математического описания текстур используются два основных подхода

– структурный и статистический [5]. Первый подход описывает базовые области

текстур и пространственные связи между ними, что хорошо подходит для

описания искусственных и регулярных текстур. Во втором подходе в качестве

описания текстуры используется количественное и статистическое

распределение значений интенсивности пикселей в области изображения. Такой

подход более подходит для описания реальных текстур. Текстурные

математические модели обычно применяется для воспроизводства внешнего вида

текстуры. Натуральные текстуры проявляют локальные свойства, которые

обычно можно моделировать случайными процессами, хотя с других точек

зрения эти характеристики далеко не случайны. Для моделирования натуральных

ячеистых текстур используется ячеистая модель. Моделирование происходит в

два этапа. На первом текстурное поле разделяется на некоторое количество ячеек

и для каждой из них вычисляется центр инерции (ядро). На втором этапе

происходит последовательное сканирование изображения и сравнения

расстояния от точки до всех центров инерции. В результате пиксель назначается в

группу, соответствующую ближайшему ядру.

Исследование методов сегментации областей изображений в системах

воздушного мониторинга. Одним из самых распространенных методов

выделения объектов в системах оперативного анализа данных является

сегментация [6]. Под сегментацией, в широком смысле, понимают

преобразование полутоновых или цветных изображений в изображения,

имеющие меньшее число тонов или цветов, чем исходные. Целью сегментации

является выделение областей (сегментов), однородных в каком-то определенном

12

смысле. Однородность является признаком принадлежности области к

определенному классу.

Применяются три основных способа сегментации изображений: пороговая

сегментация, сегментация путем наращивания областей, сегментация путем

выделения границ. Пороговая сегментация состоит в объединении близких по

характеристикам областей изображения в небольшое число сегментов. Если

яркость превышает порог, то область относят к одному сегменту, если она ниже

порога – то к другому. Простейший случай – разбиение на два сегмента

(бинаризация). Пороговая сегментация может выполняться на основе априорно

заданных порогов. Другой, более адекватный, способ заключается в том, что

пороги выбираются как границы мод гистограммы изображения. Примером

является бинаризации полутонового изображения, у которого гистограмма

содержит две моды [7].

Общая схема проверки области на однородность состоит в следующем. Пусть

F(R) − заданная мера однородности области R. Если R12 = R1∩R2, то критерий

однородности можно задать, потребовав, чтобы выполнялось условие F(R12) ≤ ε,

ε − заданный порог. Различные алгоритмы сегментации классифицируются по

виду меры F(R). В самых простых случаях в качестве F могут использоваться

величины размаха (1):

kmf

R)m,k(min

ijf

R)j,i(max)R(F

(1)

либо выборочные дисперсии (9):

2

R)j,i( R)m,k(km

fn/1ij

fn/1)R(F

,

(2)

где n − площадь (число пикселей) области R.

При обработке многоспектральных данных дистанционного зондирования в

качестве F(R) обычно выбирают расстояние между пикселями в пространстве

яркостей в спектральных каналах по метрике Евклида (3):

...]1/2)f(fA)f(fA)f(f1

[AF(R) 23km3ij3

22km2ij2

21km1ij

(3)

Здесь 1ijf

− яркость (i,j)-го пикселя в первом канале, 2ijf

− яркость во втором

канале и т. д.; Аk− весовые коэффициенты, учитывающие зависимость яркостей

объектов в каналах; ниже в примере Аk = 1 для всех k.

В более сложных вариантах метода сегментации путем наращивания областей

13

могут быть использованы скалярные характеристики текстурной матрицы. В

некоторых случаях одним из показателей однородности может служить след

текстурной матрицы.

Выводы

В результате проведенных исследований рассмотрены основные подходы к

решению задачи сегментации изображений, полученных на основе технологии

аэрофотосъемки. Рассмотрены методы сегментации оцифрованных изображений:

пороговая сегментация, сегментация путем наращивания областей и сегментация

путем выделения границ. Пороговая сегментация состоит в объединении близких

по характеристикам областей изображения в небольшое число сегментов.

Прямые методы сегментации путем выделения границ предусматривают

применение к исходному изображению градиентных фильтров (Робертса, Собела,

Лапласа и др.). Задача построения границ сегментов на изображении градиента

выступает в качестве самостоятельной и может быть решена лишь в самых

простейших случаях. Например, можно выделять локальные максимумы

градиента всех строк и столбцов изображения. Для границ простой формы может

быть использована процедура аппроксимации исходного изображения градиента

параметрической функцией. Проведенный анализ методов сегментации

изображений позволяет сформировать требования к множеству признаков для

разработки метода и информационной технологии сегментации текстурных

изображений.

Литература

1. Протасов А.П. Непараметрический алгоритм распознавания объектов подстилающей

поверхности земли по данным аэрокосмической съемки / А. П. Протасов, А. И. Рюмкин //

Вестник томского государственного университета: Сибгеоинформатика, вып. 275, 2002. – с.

43 – 46.

2. Визильтер Ю.В. Обработка и анализ изображений в задачах машинного зрения: курс

лекций и практических занятий / Ю.В. Визильтер, С.Ю. Желтов и др. – М.: Физматкнига,

2010. – 672 с.

3. Дворкович А.В. Цифровая обработка телевизионных и компьютерных изображений /

А.В. Дворкович, Ю.Б. Зубарев // М.: Международный центр научной и технической

информации, 1997. – 212 с.

4. Гонсалес Р. Обработка изображений в среде Matlab/Р. Гонсалес, Р. Вудс, С. Эддинс. –

М.: Техносфера, 2006. – 616 с.

5. Gonzalez R.R. Woods Digital Image Processing. Second Edition / Gonzalez R.R. – Prentice

Hall, 2002. – 793 p.

6. Howarth P., S. Ruger. Robust texture features for still image retrieval. In Proc. IEE Vis. Image

Signal Processing, vol. 152, No. 6, December 2006.

7. Кашкин В.Б. Дистанционное зондирование Земли из космоса. Цифровая обработка

изображений: [учебное пособие] / В.Б. Кашкин, А.И. Сухинин. – М.: Логос, 2001. – 264 с.

14

ПРОГНОЗУВАННЯ РІВНЯ ЗБІДНЕННЯ ВОДИ КИСНЕМ З

ВИКОРИСТАННЯМ МОДИФІКАЦІЙ МОДЕЛІ СТРІТЕРА-ФЕЛПСА

Сіряк Р.В., Критська Я.О., Скарга-Бандурова І.С.

Східноукраїнський національний університет імені Володимира Даля,


Розглянуто питання використання математичного моделювання для прогнозування

якості води в річках. Виконано аналіз зміни показника максимального дефіциту кисню.

Отримано прогноз рівня збіднення води за допомогою модифікованої моделі

Стрітера-Фелпса, що враховує самоочищення за допомогою біофільтра.

Ключові слова: прогнозування, якість поверхневих вод, модель, моніторинг

Вступ

Ефективне довгострокове управління річковими ресурсами ґрунтується на

фундаментальному розумінні гідроморфологічних, хімічних і біологічних

характеристик. Однак, внаслідок просторових і часових коливань якості води

необхідні засоби моніторингу, що надають ясну і надійну оцінку якості

поверхневих вод. Існує кілька різних видів моніторингу води в залежності від

цілей, виду водного об'єкта, типу забруднення або їх комбінації. Програми

моніторингу можуть включати в себе оцінку впливу забруднень на водний

ресурс, аналіз тенденцій і оперативні управлінські рішення. У районах, що

незабруднені або забруднені в незначному ступені, як правило, ведеться фоновий

моніторинг, призначений для встановлення загальних тенденцій протягом

тривалого часу. До завдань фонового спостереження входить і контроль раннього

оповіщення в разі раптової непередбаченої зміни якості води. Багатовимірний

підхід у моніторингу води включає в себе множинні аспекти, такі, як

фізико-хімічний вміст води, завислі речовини та опади, біологічну складову та

інше.

Одним з найбільш важливих аспектів управління якістю води є можливість

прогнозування зміни якості води внаслідок впливу природних і антропогенних

явищ. Прогнозування може стати важливим інструментом в прийнятті рішення

про економічний і соціальний розвиток регіону. Зазвичай прогнозування

здійснюється шляхом визначення тенденцій з екстраполяцією в майбутнє або

математичними моделями, але екстраполяція тенденцій можлива лише в разі,

якщо в районі водного об'єкта не очікується серйозних змін в водо- або

землекористуванні. У разі ж змін екологічних факторів, для прогнозування

доцільно використовувати математичні моделі.

15

Моделі якості води

Моделі якості води призначені для моделювання реакції водних екосистем у

відповідь на зміну умов. Вони допомагають пояснити і передбачити вплив

людської діяльності на водні ресурси, такі як: евтрофікація водойм, концентрація

або недолік розчиненого кисню, кислотні дощі і наслідки хімічного впливу на

водну екосистему.

Високий ступінь складності, просторова і функціональна неоднорідність,

складні поведінкові особливості і значний стохастический елемент природних

систем роблять розробку моделей непростим завданням. Подібна складність

створює необхідність внесення високого ступеня спрощення і ряду припущень в

побудову моделі. Для того, щоб зробити відповідні висновки, користувач

повинен знати обмеження і особливості своєї моделі.

У виборі моделі якості води перш за все беруться до уваги вимоги щодо

вирішення завдань аналізу реального стану та виявлення тенденцій змін стану

водного об'єкта в майбутньому, а також в разі аварійної ситуації або

антропогенного втручання. Існує велика кількість різних моделей якості

поверхневих вод, серед яких найбільш відомими є:

- імовірнісна модель для стохастичних навантажень консервативних

забруднювачів;

- модель Стрітер-Фелпса для потоку біохімічної потреби кисню (БПК) і

розчиненого кисню (РК);

- спрощені моделі зважених речовин;

- моделі забруднення є мікрокількості враховують абсорбцію і інші процеси.

Огляд основних моделей і методів математичного моделювання поширення

забруднень у поверхневих джерелах питного водопостачання надано у [1].

Одним з найбільш важливих показників якості води є концентрація

розчиненого в ній кисню, необхідного для забезпечення нормальної

життєдіяльності водного ресурсу. Його вміст у значній мірі визначає ступінь

інтенсифікації процесів самоочищення, фізики-хімічні трансформації і

гідробіологічний кругообіг речовин [2]. Будучи окислювачем, кисень відіграє

значну роль в процесах самоочищення води, сприяючи швидкій мінералізації

залишків організмів. Від концентрації кисню залежить існування і підтримка

життя більшості водних організмів. Наприклад, для проживання в водоймі риби

потрібно не менше 5 мг/дм3 кисню, а при падінні концентрації до 2 мг/дм

3 її

існування стає неможливим. У нормальних умовах рівень кисню може досягати

14 мг/дм3, коливаючись в залежності від сезонних і добових умов. Однак, варто

враховувати і те, що надлишок кисню також негативно впливає на розвиток

водних організмів. Основними джерелами кисню для водного ресурсу є:

атмосфера і діяльність фітопланктону, а також, в деякій мірі, турбулентність

потоку і випадання опадів. Природне споживання кисню в воді пов'язано з

16

процесами окислення органічних і деяких неорганічних речовин, з диханням

водних організмів. Швидкість надходження або споживання залежить від маси

фітопланктону і його виду, сонячного світла, температури води, швидкості вітру,

замутнена і інших чинників.

Модель Стрітер-Фелпса розглядає систему, що складається з води і

розчиненого в ній кисню та органічних речовин. У цій моделі концентрація

розчинення кисню й органічних відходів взаємопов'язані. Розкладання відходів

відбувається під впливом бактерій, що викликають хімічну реакцію з

використанням розчинення в воді кисню. Швидкість розпаду органічних речовин

описується рівнянням:

1

dLk L,

dt (1)

де L – концентрація органічної речовини, t - час, k1 - коефіцієнт швидкості

вилучення органічних забруднень. Таким чином, маса органічних речовин,

адсорбованих активним мулом пропорційна концентрації їх у воді L в момент

часу t.

Позначимо дефіцит кисню через D = q – q0, де q - реальна концентрація кисню

в воді, q0 - врівноважена концентрація кисню за умови відсутності забруднення.

Тоді динаміка дефіциту кисню виражається в диференціальному рівнянні виду:

1 2

dDk L k D,

dt (2)

де k2 – коефіцієнт аерації.

Рівняння (1) і (2) були аналітично вирішені Фелпсом і Стрітером для ділянки

річки, і в даний час широко використовуються в розрахунках при математичному

моделюванні управління якістю річкових вод. Для покращення результатів

моделювання розроблено низку модифікацій [3-5], так в роботі [6] запропоновано

в процес самоочищення, описаний рівняннями (1) і (2), врахувати самоочищення

за допомогою біофільтра шляхом включення складової -kіL в рівняння (1):

1 2

dLk L k L,

dt (3)

де k1 – константа швидкості видалення органічних забруднень, що

розраховується за формулою:

T 20

20k k 1,047 , (4)

де k20 – константа швидкості біохімічних процесів в стічній воді при

температурі 20ºС, T - температура стічної води. Для визначення коефіцієнта k1

використовуються формули:

17

1 2k 10 F , (5)

x y c

yd t

2 z

H B kF ,

q (6)

де α, β – постійні коефіцієнти, які визначаються за табл. 1 [3].

Для проміжних значень В, H, q, Т, а також для значень T <8°С (не нижче 6°С)

і T> 14°С (до 30°С) k визначається по інтерполяції.

Таблиця 1

Значення коефіцієнтів α і β

Витрата повітря, м3 F2 α β

8 ≤ 0.662

> 0.662

1.51

0.469

0

0.69

10 ≤ 0.85

> 0.85

1.2

0.4

0.13

0.83

12 ≤1.06

> 1.06

1.1

0.2

0.19

1.15

Таким чином, модифікація моделі самоочищення Стрітера-Фелпса з

додаванням біофільтру описується системою диференціальних рівнянь (2), (3) з

відповідним початковими умовами:

, (7)

L(0) = L0, D(0) = D

0 (8)

Модифікація побудованої моделі (7), (8) для двомірного випадку полягає в

додаванні в систему (7) оператора дифузії Δ = λ

і конвективного члена

, після чого модель приймає вигляд диференціальних рівнянь з

приватними похідними:

(9)

з відповідним початковими

L(x, y 0) = LH(x, y), D(x, y, 0) = D

H(x, y) (10)

18

і граничними умовами

(11)

де U>0, V=0 – компоненти вектору швидкості течії річки, км/добу; , –

коефіцієнти дифузії. Рішення задачі (9)-(12) ошукається в області

, }.

Нехтуючи поздовжньою дисперсією для випадку домішки несталого руху

води і нестаціонарних кінетичних процесів рівняння моделі РК-БПК виглядає

наступним чином:

(12)

де t – час, с; C(x, t) – концентрація біохімічної потреби в кисні, г/м3; D(x, t) –

дефіцит кисню, г/м3; x – поздовжня координата уздовж русла, м; Q – витрата води,

г/м3; B – ширина вільної поверхні водотоку, м; ш - площа поперечного перерізу

водотоку, м2; u – середня по перетину швидкість водотоку, м/c; Gj – транспортне

навантаження на одиницю довжини водотоку, г/м*с; J – щільність кисневого

потоку, обумовлена фотосинтезом і поглинанням донних відкладень, г/м2*с; k1 –

коефіцієнт біохімічного розпаду, біохімічна потреба в кисні, с-1

; k2 – коефіцієнт

реаерації, с-1

; k3 – коефіцієнт фізичного видалення біохімічної потреби в кисні, с-1

.

Прогноз якості води для ділянки річки Сіверський Донець

Розглянемо викладене вище на конкретному прикладі. За основу взято дані по

річці Сіверський Донець.

Даній місцевості властива швидкість вітру w = 3,5 м/с, на досліджуваній

ділянці середня глибина близько 2-х метрів і швидкість течії близько 1,5 м / с.

Спільне рішення рівнянь (1, 2):

(13)

Коефіцієнт аерації визначається за формулою:

19

, (14)

де w – швидкість вітру, м/с; h – середня глибина, м; u – середня швидкість

течії, м/c.

Оскільки за течією річки розміщено кілька скидів відходів виробництва, то

слід визначити яке максимальне збіднення води киснем спостерігається в річці. У

разі, якщо концентрація кисню виявиться нижче критичного рівня, почнуть

гинути організми, що мешкають у водному середовищі.

Максимальну нестачу кисню Dmax можна визначити, зрівнюючи похідну

величини D, що задана рівнянням (15):

(15)

де D0 – зниження концентрації кисню, обумовлене наявністю джерел

забруднення в верхній течії річки.

Результати розрахунків надано у вигляді графіку, представленого на рис. 2.

Рис. 1. Графік зміни показника максимального дефіциту кисню в період

1985-2016.

20

Висновки

Динамічні моделі якості води дозволяють визначити і оцінити особливості

просторово-часової динаміка поля концентрації забруднюючих речовин в

залежності від гідрометеоумов, морфометричних характеристик водотоків,

розміщення й інтенсивності стаціонарних і аварійних джерел забруднень річкової

системи, інтенсивності процесу біохімічної деструкції.

Для моделювання якості води на окремій ділянці річки найбільш широко

використовується система рівнянь турбулентної дифузії, що дозволяє

розрахувати концентрацію забруднювача з будь-якою точністю.

Беручи до уваги чинники, що сприяють зміні БПК, можна приблизно

спрогнозувати його показник на наступний рік. З огляду на спад промислового

потенціалу і демографічну ситуацію уздовж районів, через які протікає

Сіверський Донець, можна зробити висновок, що показник максимального

дефіциту кисню збільшуватися не буде і, вочевидь не перевищить 7 мг/дм3.

Література

1. Третьяков О.В., Безсонний В.Л. Основні методи математичного моделювання для

методичного забезпечення басейнового підходу в управлінні якістю водних ресурсів // Системи

обробки інформації, 2016, вип. 8 (145) – С. 194-199.

2. Линник П.М. Причини погіршення якості води в Київському і Канівському водосховищах

// Хімія і технологія води. - 2003. - Т.25, №4. - С. 384-398.

3. Gotovtsev A.V., 2010, Modification of the Streeter–Phelps System with the Aim to Account for

the Feedback between Dissolved Oxygen Concentration and Organic Matter Oxidation Rate, Water

Resources, Vol. 37, No. 2, pp. 245–251. Pleiades Publishing, Ltd.

4. River Water Quality Model No. l I: Modelling approach / P. Shanahan, D. Borchart, M. Henze,

L. Koncsos, W. Rauch, P.J Reichert, L. Somlyody, P. Vanrolleghem // IW A Series of Scientific and

Technical Reports. – 2001. – N. 11. – Р. 250-256.

5. Пааль Л.Л. Инженерные методы расчета фор- мирования качества воды водотоков /

Л.Л. Пааль. – Тал- лин, ТПИ, 1976. Ч. 1. – 44 с. – Ч.2. – 101 с.

6. Михайлов М.Д. Об одной модификации модели Стритера – Фелпса и ее численной

реализации с помощью многопроцессорных вычислительных систем / М.Д. Михайлов //

Вестник Томского государственного университета. Серия: Математика и механика. – 2010.

– №1(9). – С. 39-46.

7. Яковлев С.В. Биологические фильтры / С.В. Яковлев, Ю.П. Воронов. – М.: Стройиздат,

1982. – 120 с.

21

ФЕНОМЕНОЛОГИЯ ИНТУИТИВНО-ОБРАЗНОГО МЫШЛЕНИЯ В

КОНТЕКСТЕ ИИ

Прокопчук Ю.А.

ИТМ НАНУ и ГКАУ, Днепр, Украина

Рассматриваются вопросы феноменологии интуиции и образного мышления в контексте

искусственного интеллекта. Методологией исследования служит парадигма предельных

обобщений. В докладе дается формальное описание ряда ключевых феноменов, включая

«тонкий срез», «мгновенные решения» и «континуум задач».

Ключевые слова: интуиция, образное мышление, парадигма предельных обобщений.

Введение

Во введении к первой части книги «Принципы работы головного мозга» [1]

Герман Хакен задает вопрос: «Можно ли развить общую теорию, которая

позволит адекватно сжимать информацию совершенно автоматически?».

Несмотря на положительный ответ, системные законы в области субъективной

самоорганизации еще не сформулированы. Пока ясно лишь то, что эти законы

должны быть весьма общими. Парадигма предельных обобщений (ППО)

позволяет обозначить контуры таких законов [2, 3].

Как бесконечное разнообразие действительности охватывается конечным

числом образных и языковых форм? Этот вопрос стал одним из центральных в

когнитивной науке и философии. Ответ на данный вопрос, опирающийся на

фундаментальную операцию категоризации как универсальную во всех видах

познания, даст новые возможности для более глубокого понимания природы

категорий, универсалий вообще, а также обогащения эпистемологии как учения о

познании.

Экстраполируя бессознательную и врожденную способность к быстрому

распознаванию образов на принятие решений в произвольных ситуациях, можно

предположить, что интуитивные, мгновенные решения зачастую ничем не

уступают решениям, полученным в результате рационального длительного

анализа [1 - 4], а часто превосходят их по качеству. В основе быстрого познания и

интуитивного мышления лежит адаптивное бессознательное - мыслительный

процесс, который срабатывает автоматически, когда в нашем распоряжении

сравнительно мало нужной информации для принятия решения. Формирование

интуитивного решения протекает вне прямого сознательного контроля. Можно

заключить, что логическое мышление, математические процедуры играют

основную роль при решении хорошо структурированных проблем, а интуиция -

при решении слабо структурированных и неструктурированных проблем,

22

которых подавляющее большинство. Известно также, что интуитивно-образное

мышление играет определяющую роль в процессах творчества. Оно шлифовалось

природой сотни миллионов лет, тогда как логическое, вербальное – всего

несколько десятков тысячелетий.

Актуальность данных вопросов резко возросла после того, как в октябре 2016

года был принят Национальный Стратегический План исследований США в

области ИИ, включающий два документа. Первый документ «Preparing for the

Future of Artificial Intelligence». Второй документ «National Artificial Intelligence

Research and Development Strategic Plan». В первом документе рассматриваются

условия и организационно-юридические мероприятия необходимые для

широкого внедрения ИИ в различные сферы экономики, медицины, образования,

обороны и управления.

Новые представления о познании и интеллекте неизбежно влекут за собой

новые представления о человеке вообще, о соотношении «внешней» реальности

(окружающего мира) и «субъективной» реальности, а также о том, что следует

понимать под «когнитивной эволюцией» человека и искусственного агента.

1. Феноменология интуитивно-образного мышления

Специфическая особенность природных механизмов различения имеет

общепризнанное объяснение (которое до сих пор остается декларативным и не

имеет конструктивного описания [4]): у животных, включая человека, существует

специфическая образная система восприятия, хранения и обработки информации.

Образную систему характеризуют два свойства, не имеющие аналогов в рамках

компьютерной парадигмы. Первое свойство – высокая скорость обработки

образов, которая особенно поразительна, если учесть низкие скорости передачи

сигналов в мозге. Второе свойство – целостность образных представлений.

По-видимому, эти два свойства неразрывно связаны друг с другом [1 - 4]. Все это

говорит о том, что исследования когнитивных структур и механизмов важны не

только для тех когнитивных наук, для которых процессы мозга являются

непосредственным объектом изучения, но и для ИИ, для которого эти

исследования могут привести к новым интеллектуальным технологиям. Однако

до сих пор не только практически все основные результаты ИИ, но и

доминирующие идеи его развития остаются в рамках компьютерной парадигмы

[1 - 4].

Психолог Ярошевский М.Г. писал: "На любом уровне сложности действие

регулируется образом... Перед психологией стоит задача объяснить не только, как

возникает образ, но и как благодаря образу организм может осуществлять

экстраполяцию и антиципацию и превращать приобретение опыта в процессы

творчества". Гештальт-психологи обратили внимание на то, что наше восприятие

внешнего мира основано на выявлении целостных образований, комплексов,

23

которые назвали гештальтами. Однако ни гештальт-психологи, ни позже

когнитивные психологи так и не смогли объяснить детальную механику

использования этих моделей, процесс перехода от одних структур к другим.

Проблема в том, что в настоящее время в науке нет единого подхода к

пониманию природы, структуры, классификации, механизмов возникновения

образов, научно обоснованных технологий создания образов, оперирования ими.

Образное восприятие мира отличается подвижностью, динамичностью,

ассоциативностью. Интеграция знаний - важнейшая функция образа. В

обосновании нуждаются, прежде всего, пути интеграции информации,

поступающей по разным каналам. Чем больше каналов восприятия

задействовано, чем больше связей и отношений включено в содержание образа,

тем полнее образ, тем больше возможностей его использования. Образ может

сворачиваться и разворачиваться. Как отмечают философы «зачастую мы не

нуждаемся в развернутом образе, так как свернутые образы или сгустки

оказываются достаточными для различения одной вещи от другой».

Образы обладают характерным свойством, проявляющимся в том, что

ознакомление с конечным числом явлений дает возможность узнавать сколь

угодно большое число его представителей. В качестве образа можно

рассматривать и некоторую совокупность состояний объекта управления, причем

вся эта совокупность состояний характеризуется тем, что для достижения

заданной цели требуется одинаковое воздействие на объект.

Будучи отражением объективной реальности, понятие образа столь же

объективно, как и сама реальность, поэтому сущность «образ» является важным

объектом исследования в контексте творчества и ИТ [1- 4].

2. Формальные модели интуитивно-образного мышления

В рамках ППО вводится концепция эволюционного формирования

задачно-индукторного пространства на индивидуальном и групповом уровне [2].

Данные пространства играют ключевую роль в индивидуальной и групповой

«картине мира», обеспечивая высокую продуктивность в плане возникновения

новых задач различения и инструментов их решения. Высокая скорость принятия

интуитивных решений объясняется малой глубиной вывода и воплощенностью

механизмов решения задач в рамках задачно-индукторного пространства: с

учетом масштабной когерентности эта глубина составляет, по сути, один шаг

(срабатывает индуктор или когнитивный безусловный рефлекс).

Для описания процессов возникновения инструментов решения задач

различения вводятся концепты индивидуального и группового операторов

категоризации. Результатом индивидуальной категоризации в рамках любой

задачи различения является «тонкий срез» - это способность нашего

бессознательного находить закономерности в ситуациях и поведении, опираясь

24

на чрезвычайно тонкие слои пережитого опыта. Данная способность раскрывает

прикладной аспект термина «предельные обобщения». Предел категоризации

«тонкий срез» обладает наивысшей ценностью, так как расширяет пространство

режимов функционирования системы и обеспечивают большую выживаемость

организма, агента в изменчивой среде. Важную роль играет также

масштабируемая и воплощенная когерентность [2, 3].

Групповой оператор категоризации содержит «машину выживания смыслов».

Строятся модели совокупного мультиагентного субъекта, анализируются его

креативные компетенции. Групповые операторы категоризации формируют

«Общее знание».

Для развития теории принятия решений и понимания механизмов творчества,

продуктивности, интуитивного мышления принципиально важно, что на основе

первичной информации спонтанно (и в пространстве и во времени) возникает

решение огромного числа задач, которые осознанно не ставились (модель

«континуума задач» в рамках «коннектома»). Данный механизм лежит в основе

озарений, инсайта.

Выводы

Представленные модели позволяют раскрыть генезис феноменов управления

и творчества (индивидуального и коллективного), прояснить фундаментальные

основания естественной логики и ограниченной рациональности.

В рамках ППО построены модели индивидуальных и групповых операторов

категоризации, результатом действия которых являются субъективные или

интерсубъективные коды явлений в рамках каждой задачи различения. Данные

коды образуют либо имплицитный «тонкий срез» отдельного субъекта, либо

эксплицитный и значительно редуцированный «тонкий срез» совокупного

мультиагентного субъекта.


1. Хакен Г. Принципы работы головного мозга: Синергетический подход к активности

мозга, поведению и когнитивной деятельности / Г. Хакен. – М. : ПЕР СЭ, 2001. – 351 с.

2. Прокопчук Ю.А. Парадигма предельных обобщений: модели когнитивных архитектур и

процессов. - Saarbrucken, Deutschland: LAP LAMBERT Academic Publishing, 2014. – 204 c.

3. Прокопчук Ю. А. Уточнение модели экономического субъекта: механизмы интуиции и

творчества / Ю. А. Прокопчук // Економічна кібернетика: аспекти становлення і розвитку

електронної економіки. – Дніпро : Пороги, 2017. – С. 171 - 185.

4. Кузнецов О.П. Когнитивная семантика и искусственный интеллект // Искусственный

интеллект и принятие решений. - 2012. – №4.– С. 32 – 42.

25

ОСОБЛИВОСТІ АСИНХРОННОГО ПРОГРАМУВАННЯ ВЕБ-ДОДАТКІВ

Щербаков Є.В., Щербакова М.Є.



Представлені варіанти управління асинхронною обробкою даних в додатках, побудованих

на базі широко використовуваної в Інтернет-програмуванні мови сценаріїв JavaScript.

Показано, що за допомогою спеціальних засобів, таких як веб-виконавці та об'єкти

Promise, можна забезпечити рішення ресурсномістких обчислювальних завдань, а також

обробку даних в реальному вимірі часу, не погіршуючи характеристики візуального

інтерфейсу користувача.

Ключові слова: HTML 5, JavaScript, веб – виконавець, об'єкт Promise, асинхронна операція,

обробники подій, зворотні виклики, функція-виконувач, реальний вимір часу.

Вступ

Однією з основних особливостей базової мови JavaScript є її однопотокова

модель виконання: браузер ніколи не запускає два обробника подій в один і той

же час. Наприклад, він ніколи не буде обробляти переривання від таймера під час

виконання іншого обробника подій. Наслідком є те, що функції JavaScript не

повинні працювати занадто довго: інакше вони заблокують цикл обробки подій і

веб-браузер перестане відгукуватися на дії користувача. Це є причиною того, що

API-інтерфейси Ajax завжди є асинхронними, а також того, чому клієнтський

JavaScript не може мати простих синхронних функцій load() або require(), що

забезпечують завантаження бібліотек JavaScript [1]. Доповнення до мови

розмітки HTML 5 «Web Workers» [2] ввело в мову програмування JavaScript

механізм веб-виконавців, за допомогою якого можна організувати ефективну

паралельну обробку даних так, щоб вона не впливала на час реакції візуального

інтерфейсу користувача, який зазвичай реалізується браузером. Окрім того,

специфікація ECMAScript 6 [3] додала в мову JavaScript підтримку популярних

шаблонів програмування. Одним з таких шаблонів є об'єкт Promise, який

полегшує розробку легкого для сприйняття асинхронного коду. Використання

сучасних асинхронних програмних інтерфейсів мов HTML5 та JavaScript

сприяють написанню більш надійних, коротких та зрозумілих програм

веб-додатків та веб-сайтів.

1. Веб-виконавці

Веб-виконавці представляють собою ефективно працюючі потоки виконання.

Веб-виконавці живуть в автономному середовищі виконання, проте, без доступу

26

до об'єктів Window або Document, і можуть спілкуватися з головним потоком

тільки через механізм асинхронної передачі повідомлень. Це означає, що

паралельна модифікація об'єктної моделі документа (DOM) все ще не можлива,

але в той же час веб-виконавці дають можливість використовувати синхронні API

і писати занадто довгі по часу виконання функції, які не гальмують цикл обробки

подій і не підвішують браузер. Щоб створити новий виконавець, треба

використати конструктор Worker(), передавши йому URL файлу з кодом

JavaScript, який виконавець повинен виконати:

var loader = new Worker ("utils / loader.js");

Об'єкту Worker можна посилати дані за допомогою методу postMessage().

Значення, яке передається postMessage(), клонується і його копія доставляється

виконавцю через подію message:

loader.postMessage ("file.txt");

Повідомлення від виконавця можна отримувати, прослуховуючи подію

message об'єкта Worker:

worker.onmessage = function(e) {

var message = e.data; // Отримання повідомлення

console.log("URL contents: " + message); } // Робота с ним

Найбільш поширене застосування веб-виконавців - це рішення задач, які

вимагають тривалих обчислень, без гальмування візуального інтерфейсу

користувача. Наприклад, для відображення на екрані фракталів на основі

множини Мандельброта (рис.1) достатньо з потоку головного вікна запускати

один або декілька веб-виконавців для паралельного обчислення рядків.

Рис. 1. Зображення фракталу, отриманого масштабуванням одної з прямокутних

ділянок на кордоні множини Мандельброта

2. Об'єкти Promise

Окрім веб-виконавців, JavaScript визначає ще два способи організації

асинхронних програм: події та зворотні виклики. Розробка асинхронної програми

зазвичай полягає в реєстрації обробників подій перед початком асинхронної

27

операції або в передачі функцій зворотного виклику, які будуть виконані по

завершенні операції. Залежно від конкретного програмного інтерфейсу

використовуються або обробники подій, або зворотні виклики. Програмний

інтерфейс на основі подій може бути обгорнутий деяким кодом для реалізації

інтерфейсу зворотних викликів, і навпаки. Наприклад, технологія AJAX

спирається на інтерфейс подій, але бібліотека jQuery експортує функції для

роботи з AJAX, що підтримують інтерфейс зворотних викликів.

Специфікація ECMAScript 6 вводить новий вбудований об'єкт Promise, який

реалізує асинхронні операції. Інші мови програмування, такі як C# 5, C++ 11,

Swift, Scala і багато інших, уже підтримують об'єкт Promise. Цей новий для

JavaScript об'єкт вирішує проблеми, що виникають при застосуванні програмних

інтерфейсів подій і зворотних викликів. Він робить асинхронний код схожим на

синхронний. Об'єкт Promise представляє асинхронну операцію і уже існуючі

асинхронні програмні інтерфейси JavaScript, в тому числі і веб-виконавці,

зазвичай обгортаються об'єктами Promise, а нові, сучасні програмні інтерфейси

JavaScript реалізуються безпосередньо за допомогою об'єктів Promise. Об’єкти

Promise створюються за допомогою конструктора:

var promise = new Promise(function(resolve, reject){… });

В якості єдиного аргументу конструктору передається об’єкт

функції-виконувача executor, яка автоматично викликається для ініціювання

асинхронного обчислення або відкладеної дії, представлених цим об’єктом

Promise, та сигналізації про завершення. Функція-виконавець, в свою чергу, в

якості аргументів приймає дві функції зворотного виклику resolve та reject. Ці

функції можуть використовуватись функцією-виконавцем, щоб повідомити про

успішне завершення або неуспіх асинхронного обчислення або відкладеної дії.

Висновки

Використання сучасних засобів асинхронного програмування, таких як

веб-виконавці та об'єкти Promise, може забезпечити вирішення за допомогою

програм на JavaScript ресурсномістких обчислювальних задач, а також обробку та

відображення даних в реальному масштабі часу в системах керування або

Інтернеті речей, не погіршуючи при цьому характеристики візуального

інтерфейсу користувача в кожному комп’ютерному пристрої.


1. Флэнаган Д. JavaScript. Подробное руководство [Текст] / Д. Флэнаган – Пер. с англ. –

СПб.: Символ_Плюс, 2008. – 992 с.

2. Web Workers.- http://dev.w3.org/html5/workers/. ECMAScript® 2015 Language

Specification.-

http://www.ecma-international.org/ecma-262/6.0/index.html#sec-ecmascript-function-objects.

http://dev.w3.org/html5/workers/

http://www.ecma-international.org/ecma-262/6.0/index.html#sec-ecmascript-function-objects

28

ВИБІР КЛАСУ DATA MINING – ІНСТРУМЕНТІВ ДЛЯ РЕАЛІЗАЦІЇ

АНАЛІТИЧНОГО ПРОЕКТУ СУЧАСНОГО ПІДПРИЄМСТВА

Барбарук В.М.



Для того щоб існуючі сховища великих даних сприяли прийняттю управлінських рішень,

інформація повинна бути представлена аналітику в потрібній формі, тобто він повинен

мати розвинені інструменти доступу до даних сховища і їх обробки. Виконано

порівняльний аналіз класів програмних засобів інтелектуального аналізу даних

Ключові слова: data mining, аналіз даних, алгоритм, модель, інтерфейс

Вступ

Моделювання в промислових, соціальних і економічних системах є основою

аналізу з метою виявлення закономірностей їх функціонування та розвитку,

знання яких необхідно для ефективної підтримки прийняття управлінських

рішень. Застосування методів і моделей аналізу пов'язане з рядом проблем

технічного та методичного характеру, основними з яких є великі обсяги і низьку

якість даних, їх розташування в декількох різнорідних джерел, невідповідність

використовуваним алгоритмам, слабка формалізація цілей і завдань аналізу,

відсутність на місцях фахівців, які володіють прийомами і методами аналізу на

достатньому рівні.

Основний текст

Зі сказаного можна зробити висновок, що методологія інтелектуального

аналізу даних (Data Mining - DM) не обмежується тільки лише застосуванням

інтелектуальних моделей до даних, а комплексно вирішує всі перераховані

проблеми. DM-додаток має являти собою аналітичне середовище, в якій

інкапсулюються засоби збору і консолідації даних, їх очищення, попередньої

обробки і візуалізації. У таблиці 1 проведений порівняльний аналіз засобів DM з

точки зору їх перспективності для реалізації DM-проектів масштабу

підприємства. Легко побачити, що найбільшою мірою сформульованим вимогам

відповідають системи класів DMST і DMBT. Останні, являють собою СУБД з

вбудованими засобами Data Mining, тому, в порівнянні з системами DMST

володіють обмеженим набором доступних алгоритмів і моделей аналізу, а також

засобів візуалізації.

29

Таблиця 1.

Порівняльний аналіз класів програмних засобів DM

Клас додатка

Експ

ор

т /

імп

ор

т д

ани

х

Ная

вн

ість

GU

I

Очи

щен

ня і

тран

сфо

рм

ація

Різ

но

ман

ітн

ість

алго

ри

тмів

і м

ето

дів

Віз

уал

ізац

ії

Тех

но

ло

гія к

ліє

нт-

сер

вер

Ан

аліт

ич

на

звіт

ніс

ть

Зас

об

и р

озр

об

ки

Прак

тич

ни

й а

нал

із

DMST + + + + + + + +

DMBT + + + + + +

DMMP + + +

IDMT + + + +

DMEP +

DMLT +

SDMT + + + + +

RDMT +

DMFT + + + + +

Для ефективної організації пошуку знань, необхідних для підтримки

прийняття рішень в соціальних і економічних системах, найбільш ефективним

підходом є реалізація комплексних DM-проектів з глибокою інтеграцією

аналітичних інструментів в робочі процеси. Використовувані для цих цілей

системи інтелектуального аналізу повинні відповідати таким вимогам.

1. Орієнтованість на практичний аналіз даних - обрана система повинна

спочатку розроблятися для практичного аналізу даних.

2. Наявність потужної підтримки експорту / імпорту і консолідації даних -

повинна бути передбачена можливість завантаження даних якомога з більшого

числа різних типів джерел і консолідація їх в сховищі даних.

3. Наявність розвиненої графічного інтерфейсу - користувачами DM-додатків

є широкі кола фахівців різних рівнів управління, необхідно забезпечити їх

ефективним засобом управління аналітичним процесом.

4. Наявність коштів підтримки аналізу - оскільки аналізовані дані в більшості

30

випадків низької якості, необхідно забезпечити їх очищення і попередню

обробку.

5. Пропонує широкий ряд алгоритмів і методів аналізу - DM додаток повинен

містити весь спектр аналітичних алгоритмів, заснованих як на машинному

навчанні, так і статистичних методах.

6. Наявність потужних засобів візуалізації даних - система повинна містити в

широкий набір засобів візуалізації вихідних даних, проміжних і кінцевих

результатів, а також структуру побудованих моделей.

7. Можливість віддаленої роботи з використанням технології клієнт / сервер -

в умовах децентралізації об'єктів управління часто потрібно проводити

аналітичну обробку даних на віддалених серверах.

8. Наявність засобів формування аналітичної звітності.

Висновки

Таким чином, з точки зору комплексної реалізації проектів DM масштабу

підприємства найбільш перспективним класом аналітичного ПЗ є системи Data

Mining Suit Tools. В даному випадку suit (з англ. набір, комплект) вказує на те, що

вони містять повний набір засобів аналізу і його підтримки для ефективної

організації пошуку знань в базах даних підприємства (як локальних, так і

віддалених). У літературі даний клас ПЗ називають аналітичними платформами.


1) Parsaye K. A Characterization of Data Mining Technologies and Processes // The Journal of

Data Warehousing. -1998.-№ 1

2) Mumick I. S., Quass D., Mumick B. S. Maintenance of Data Cubes and Summary Tables in a

Warehouse. - Stanford University, Database Group, 1996

(http://www-db.stanford.edu/pub/papers/cube-maint.ps)

3) Manolopoulos Y., Nanopoulos A., Papadopoulos A., Theodoridis Y. R_trees: Theory and

Applications. – Springer, 2006. – 194 p.

http://www-db.stanford.edu/pub/papers/cube-maint.ps

31

ОГЛЯД МЕТОДІВ ПРОГНОЗУВАННЯ СЦЕНАРІЇВ ДІЙ ЛЮДИНИ НА

ОСНОВІ ЇЇ ЗАПИСІВ В СОЦІАЛЬНИХ МЕРЕЖАХ

Баєв І.М.



У доповіді представлений огляд методів, що можуть застосовуватися у прогнозуванні

сценаріїв дій людини на основі її записів в соціальних мережах. Огляд цих методів

дозволить реалізувати набір інструментів для роботи у сегменті

українського/російського інтернету. Виділені деякі критерії, яким повинна відповідати

система прогнозування.

Ключові слова: прогнозування поведінки, соціальні мережі, соціальний граф, модель, web

content mining

Вступ

З ростом популярності соціальних мереж, краще розуміння поведінки

публікацій користувачів стало важливим для багатьох галузей обробки

інформації, починаючи від електронної комерції та фінансового прогнозування

до медицини і попередження та виявлення злочинності.

Прогнозування поведінки є однією зі складних і важливих областей

досліджень. У певному сенсі здатність точно прогнозувати рішення і дії людей є

«святим Граалем» прогнозуючої аналітики [4].

Прогнозуюча аналітика – включає до себе статистичні або машинні методи

навчання для того, щоб зрозуміти факти про минуле та дійсне і спрогнозувати

майбутні або невідомі результати. Оскільки інтелектуальні методи моделювання

досліджувалися протягом кількох десятиліть, тому вони стали все більш

поширеними в реальних умовах і впливають на кожен аспект нашого життя.

Метою є дослідження існуючих методів, що можуть застосовуватися у

прогнозуванні дій людини на основі її записів в соціальних мережах та розробка

системи, яка б могла працювати у сегменті українського/російського інтернету.

У роботі розглянуто дослідження [2-3, 5] у англомовному та китайському

сегменті інтернету.

1. Методи, що можуть застосовуватися при прогнозуванні

В основі будь-якого додатку чи системи, що використовує дані з інтернету

лежить технологія Web Content Mining. Web Content Mining передбачає

отримання корисної з веб-контенту інформації, такої як: текст, зображення, аудіо,

відео та інше. Також, методи Web Content Mining дозволяють аналізувати цю

32

інформацію [1]. Оскільки отримання такої інформації відбувається в не дуже

зручний спосіб, багато великих компаній і соціальних мереж відкривають доступ

до їх API (Application Programming Interfaces). Ці програмні інтерфейси

дозволяють отримати доступ до деяких функцій, наданих додатком, сервісом чи

операційною системо.

1.1 Метод з використанням оцінки профілю у соціальній мережі

Цей метод запропоновано у [2]. Дослідження ґрунтується на тому, що модель

особистості складається з п’яти основних рис («велика п’ятірка»):

1. відкритість досвіду,

2. сумлінність,

3. екстраверсія,

4. доброзичливість,

5. нейротизм (емоційна нестійкість).

Спочатку учаснику експерименту пропонувалось пройти тест Big Five

Inventory (тест для вимірювання вищеназваних рис), розробленому у Berkley

Personality Lab, після чого формувався вектор оцінок, кожна з яких відповідала

рисі. Наступним кроком була розробка рис для оцінки профілю у соціальній

мережі та формування такого ж вектору згідно з новими рисами.

Також у роботі була запропонована структура системи (рис. 1) згідно якої

користувачі мають авторизуватися на експериментальній платформі, що має

зв’язок з соціальною мережею та проходити тест BFI. Отримані вектори оцінок

використовуються для навчання моделі прогнозування.

Рис. 1 Структура системи

Для виявлення емоційного забарвлення в публікаціях користувача система

використовує наївний Баєсів метод, ключовою ідеєю якого є збільшення ваги

33

емоційно забарвленого токена (об’єкт у лексичному аналізі) та зменшення

незабарвленого.

При прогнозуванні поведінки цей метод можна застосовувати в якості

додаткового.

1.2 Метод з використанням соціальних графів. Вплив новин та друзів.

Соціальний граф – граф вузли якого представлені соціальним об’єктами,

такими як профілі користувача з різними атрибутами, а ребра – соціальними

зв’язками між ними.

У дослідженні [3] на прикладі Twitter передбачається, що активним

користувачем є той, хто має 100-300 фоловерів/друзів, 10-200 твітів на тиждень та

згадується 1-50 раз.

Після отримання необхідних даних (твіти та користувачі) та їх підготовки

були побудовані соціальні графи для кожного отриманого блога, які включали до

себе фоловерів, людей, які були включені до списків, створених користувачем і

список блогів, що читає користувач.

У роботі запропоновано, що поведінка публікацій користувача залежить від

трьох факторів: свіжі новини, пости, опубліковані його друзями та власний

інтерес. Ґрунтуючись на цьому була проведена робота з виявлення «участі»

користувача у тій чи іншій новині та з визначення впливу друзів.

1.3 Метод для визначення емоцій за допомогою многозначної класифікації

Цей метод запропоновано в [5].

У роботі запропонована методологія (на прикладі Twitter-постів), за

допомогою якої можна автоматично розширювати емоційний словник,

використовуючи корпус немаркірованих твітів та многозначну класифікацію.

Класифікація слів з Twitter полягає у тому, щоб витягти особливості на рівні

слів. У дослідженні для цього використовують дві моделі: словоцентрична

модель та skip-gram-модель.

Для многозначної класифікації у роботі використовували NRC-10 слова, що

знаходяться у корпусі та помічені відповідними емоціями. Саме їх вектори

особливостей і використовуються для класифікації.

Існують три техніки многозначної класифікації:

1. Баєсові ланцюги класифікаторів.

2. Бінарна релевантність

3. Ланцюги класифікаторів.

Підхід, запропонований у дослідженні, може бути використаний без

додаткового маркування для створення предметно-орієнтовних словників емоцій,

що засновані на немаркованих твітах з цільової області (спорт, політика тощо).

34

Висновок

Прогнозування поведінки дуже велика галузь досліджень. В якості

перспективи цієї роботи є розробка системи, яка змогла б працювати в

українському/російському сегменті інтернету і враховувала усі обмеження.

Наприклад, обмеження API соціальних мереж на запити. Також система може

бути розширена за рахунок різних соціальних мереж.

Перший розглянутий метод оцінює статичну інформацію профіля

користувача соціальної мережі та його публікації, другий – вплив новин та

публікацій у Twitter на поведінку користувача в мережі, а третій, використовує

емоційний словник. Оскільки емоції грають провідну роль у житті людини, то на

початковому етапі розробки системи може використовуватись розглянутий метод

чи методи, що допомагають виявити емоційну складову у публікаціях

користувача соціальної мережі. Також виявлення емоцій можна спроектувати на

будь-яку соцмережу будь то VK, Facebook чи Twitter. Інші розглянуті методи

можуть використовуватись в якості додаткових.


1. A Practical Approach for Content Mining of Tweets / Sunmoo Yoon, Suzanne Bakken //

American journal of preventive medicine. - 2013. - Vol. 45. – Issue 1 (136). – P. 122-129.

2. Big-Five Personality Prediction Based on User Behaviors at Social Network Sites

[Електронний ресурс ] / Shuotian Bai, Tingshao Zhu, Li Cheng. – Режим доступу:

https://arxiv.org/abs/1204.4809

3. Modeling User Posting Behavior on Social Media / Zhiheng Xu, Yang Zhang, Yao Wu, Qing

Yang // SIGIR '12 Proceedings of the 35th international ACM SIGIR conference on Research and

development in information retrieval . -2012. - P. 545-554.

4. Predicting Behavior / Ahmed Abbasi, Raymond Y. K. Lau, Donald E. Brown // IEEE Intelligent

Systems. – May-June 2015. – Vol. 30 – Issue 3. – P. 30-35

5. Determining Word–Emotion Associations from Tweets by Multi-Label Classification / Felipe

Bravo-Marquez, Eibe Frank, Saif M. Mohammad, Bernhard Pfahringer // IEEE/WIC/ACM

International Conference on Web Intelligence. – 13-16 Oct. 2016. – P536-539.

https://arxiv.org/abs/1204.4809

35

Section 2 Decision support systems and technologies

36

ПРОЕКТИРОВАНИЕ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПРИНЯТИЯ

РЕШЕНИЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ИЗМЕНЕНИЯ ВКЛАДА

ПРЕПОДАВАТЕЛЯ В ПОКАЗАТЕЛИ КАФЕДРЫ

Мельников А.Ю.

Донбасская государственная машиностроительная академия, Краматорск,

Украина

Рассмотрены принципы оценки деятельности преподавателя вуза. Поставлена задача

предсказания изменения таких показателей при помощи регрессионного анализа и

нейросетевого моделирования. Представлена информационная модель

интеллектуальной системы принятия решений на языке визуального моделирования UML.

Ключевые слова: оценка работы преподавателей, интеллектуальный анализ данных,

прогнозирование, регрессия, нейронные сети, персептрон, объектно-ориентированное

проектирование, unified modeling language.

Введение

Деятельность преподавателя современной высшей школы является

сложноорганизованной и состоит из нескольких взаимосвязанных между собой

видов, имеющих общие компоненты. Отдельные конкретные виды деятельности

различают по форме, способам осуществления, временной и пространственной

характеристикам, функциональной направленности [1]. Существует множество

методов оценки работы преподавателей, которые отличаются перечнем видов

работ, начисляемыми за каждый вид баллами, формулой суммирования и т.д.

Однако во всех случаях сумма показателей отдельных преподавателей определяет

место кафедры в пределах факультета и вуза.

Основной текст

Особый интерес вызывает анализ изменения показателей каждого

преподавателя не только в абсолютном исчислении, но и в виде относительной

доли - вклада в суммарный показатель работы кафедры, а также возможность

предсказания изменения этих факторов в будущем. Очевидно, что показатели

каждого преподавателя зависят не только от результатов своей работы за

предыдущие годы, но и от результатов работы коллег. Абсолютный рост оценки

одного сотрудника при активном росте суммарной оценки всей кафедры не

обязательно означает рост вклада этого сотрудника в общий показатель.

Поскольку факторы задачи слабо формализованы, она может быть решена

методами интеллектуального анализа данных [2]. Расчеты при этом не будут

37

зависеть от принятых для оценки формул и весов значимости тех или иных

позиций.

В нашем случае предполагается решать задачу прогнозирования, которую

можно разделить на две подзадачи:

1. Предсказать изменение показателей отдельных преподавателей и общего

(суммарного) показателя всей кафедры на будущий год, рассматривая имеющиеся

данные как обычный временной ряд.

2. Предсказать изменение долевого вклада каждого преподавателя на

будущий год, имея результаты работы этого и других преподавателей за

несколько предыдущих лет.

Первая задача основывается на анализе временных рядов -

последовательности упорядоченных во времени числовых показателей,

характеризующих уровень состояния и изменения изучаемого явления.

Предполагается, что суммарная оценка работы преподавателей на будущий год

зависит от результатов работы в предыдущие годы (возможные радикальные

сокращения или расширения штатного состава кафедры не рассматриваем).

Решение при помощи стандартного пакета MS-Excel приведено в [3].

Вторая задача решается методом искусственных нейронных сетей, где

входами нейронной сети (персептрона с одним скрытым слоем) будут значения

долей вклада каждого преподавателя в текущем году, а выходами - значения этих

же долей в будущем году. Очевидно, что выходные данные для одного года будут

входными данными для следующего года. Решение при помощи пакета Deductor

приведено в [4].

Была поставлена задача создания интеллектуальной системы принятия

решений, которая решала бы несколько задач прогнозирования:

- изменение показателей отдельного преподавателя;

- изменение вклада отдельного преподавателя в суммарный показатель

кафедры.

При этом в случае использования регрессионной модели нужно

автоматически определять лучшее уравнение регрессии для каждого

преподавателя, а при нейросетевом моделировании - обеспечивать возможность

корректировки параметров сети и проведение ее обучения.

Информационная модель системы создавалась на унифицированном языке

моделирования UML, где модель представляет собой совокупность так

называемых диаграмм [5].

Концептуальная модель системы в виде диаграммы вариантов использования

(use case diagram) представлена на рис. 2. Предполагается один пользователь

системы (преподаватель или сотрудник отдела), который сможет пользоваться

для расчета, как упрощенными регрессионными моделями, так и сложными и

более точными нейросетевыми. Диаграмма состояний (рис. 1) показывает

типовую последовательность действий пользователя без привязки к структуре

38

классов. Дальнейшим этапом работы является реализация предложенных моделей

в среде визуального программирования.

Рис. 1. Диаграмма состояний

39

Рис. 2. Диаграмма вариантов использования


1. Чернышова Е. В. Оценка эффективности деятельности преподавателей в повышении

качества образования / Е. В. Чернышова, О. И. Пятковский // Гарантии качества высшего

профессионального образования: Тезисы докладов Международной научно-практической

конференции. - Барнаул: ФГБОУ ВПО «Алтайский государственный технический университет

им. И.И. Ползунова», 2008. - С.320-322.

2. Чубукова И.А. Data Mining: Учебное пособие / И.А. Чубукова. - М.: Интернет

Университет Информационных Технологий; БИНОМ. Лаборатория знаний, 2006. - 382 с.

3. Мельников А.Ю. Оценка работы преподавателей вуза при помощи методов

интеллектуального анализа данных / А.Ю. Мельников // Управління економічними процесами:

сучасні реалії і виклики: тези доповідей Міжнародної науково-практичної конференції. -

Мукачево, 2017. - С. 390-392. - ISBN 978-617-7495-02-3

4. Мельников А.Ю. Прогнозирование изменения вклада преподавателя в показатели

кафедры с использованием методов интеллектуального анализа данных / А.Ю. Мельников //

Автоматизація та комп’ютерно-інтегровані технології у виробництві та освіті: стан,

досягнення, перспективи розвитку: матеріали Всеукраїнської науково-практичної Internet-

конференції. - Черкаси, 2017. - С. 212-215.

5. Мельников А. Ю. Объектно-ориентированный анализ и проектирование

информационных систем: учебное пособие / А. Ю. Мельников. - Изд. 2-е, перераб. и доп. -

Краматорск: ДГМА, 2012. - 172 с.

40

ІНТЕЛЕКТУАЛЬНА СИСТЕМА ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ

НА ОСНОВІ МУЛЬТИАГЕНТНИХ ТЕХНОЛОГІЙ

Чумаченко Д.І.

Національний аерокосмічний університет ім. М. Є. Жуковського

“Харківський авіаційний інститут”, Харків, Україна

В роботі розглянуто розробку інтелектуальної системи підтримки прийняття рішень на

прикладі епідеміологічної галузі за допомогою використання мультиагентних моделей

прогнозування епідемічного процесу найбільш актуальних для України захворювань.

Розроблені моделі дозволяють врахувати стохастичний характер поведінки епідемічного

процесу та особливості внутрішньої поведінки популяції, логічну поведінку об’єктів

системи. Використання мультиагентного підходу до імітаційного моделювання дозволяє

побудувати адекватний прогноз захворюваності та вжити своєчасні профілактичні та

превентивні заходи для зменшення її рівня.

Ключові слова: система підтримки прийняття рішень, мультиагентне моделювання,

прогнозування захворюваності, епідемічний процес, популяційна динаміка

Вступ

Питанням розробки інтелектуальних проблемно-орієнтованих систем та їх

застосування до популяційної динаміки присвячена велика кількість сучасних

досліджень. Управління епідемічним процесом систем популяційної динаміки є

важливою частиною цієї області. Найважливішим інструментом вивчення цих

систем є адекватні математичні моделі прогнозування розповсюдження динаміки

епідемічного процесу.

До теперішнього часу створено значну кількість таких теоретично

обґрунтованих моделей популяційної динаміки. Вони спираються на

математичний апарат статистики та теорії ймовірності. Загальним недоліком

існуючих моделей є низька точність побудови прогнозу, а також його

короткостроковість.

Використання інтелектуальних мультиагентних технологій для моделювання

епідемічного процесу та прогнозування захворюваності дозволить вирішити

недоліки підходів, що існують.

Метою даного дослідження є розробка інтелектуальної системи підтримки

прийняття рішень для лікаря-епідеміолога, що заснована на мультиагентних

моделях динаміки розповсюдження захворюваності.

1. Мультиагентна модель епідемічного процесу

Для моделювання динаміки епідемічного процесу було застосовано

мультиагентний підхід до імітаційного моделювання. Для побудови моделі були

41

зроблені наступні допущення:

1. Модель розповсюдження епідемічного процесу є складною системою, що

складається з множини об’єктів (агентів), що взаємодіють між собою.

2. Кожний агент має індивідуальні властивості, такі як стать, вік, стан

інфікованості, тощо.

3. Максимальна тривалість життя агента має нормальний розподіл, але

залежить від стану інфікованості та може бути скорочена в залежності від

захворювання.

4. Агенти створюються в початковий момент часу системи, їх параметри та

стани задаються розподілом ймовірностей.

Множина станів агентів являє собою розширення класичної моделі БЕЖ в

залежності від захворювання, що моделюється. Базовою множиною станів агентів

є S - сприйнятливий до захворювання, Е - що має імунітет, I - інфікований, R - що

одужав, D - мертвий.

Модельний світ являє собою набір комірок та розбитий на три області: Дім (де

агент знаходиться більшість свого часу), Зона ризику (де агент має вищу

ймовірність захворіти) та Лікарня (де агент має вищу ймовірність вилікуватися).

Взаємодія агентів розглядається як належність агентів до однієї комірки, та

задається ймовірностями зміни станів в залежності від захворювання. Також

агенти мають базу знань про стан навколишнього середовища та інших агентів, та

можуть приймати інтелектуальні рішення щодо своїх дій на основі гри Байеса та

пошуку Парето-оптимальної рівноваги Неша.

Розроблена інтелектуальна мультиагентна модель дозволяє її застосування до

великої кількості захворювань після настроювання ймовірностей переходів та

налаштування під особливості динаміки епідемічного процесу конкретного

захворювання. Результатом моделювання є побудування прогнозу

захворюваності на основі статистики, що існує.

2. Система підтримки прийняття рішень лікаря-епідеміолога

На основі розроблених мультиагентних моделей побудована система

підтримки прийняття рішень лікаря-епідеміолога, яка являє собою веб інтерфейс з

модулями моделей, що підключаються. Структура інтелектуальної системи

підтримки прийняття має 4 великі блоки:

1. Інфекції з аерозольним механізмом передачі. Включає в себе мультиагентну

модель динаміки розповсюдження захворюваності на дифтерійну інфекцію,

мультиагентну модель динаміки розповсюдження захворюваності на грип та

гострі респіраторні вірусні інфекції, та методику розрахунку порогової

захворюваності на грип та гострі респіраторні вірусні інфекції.

2. Інфекції з контактним механізмом передачі. Включає в себе мультиагентні

моделі динаміки захворюваності на сифіліс, ВІЛ-інфекцію та вірусний гепатит В,

42

та метод оцінки необхідної вакцинації проти вірусного гепатиту В.

3. Інфекції з трансмісивним механізмом передачі. Включає в себе

мультиагентну модель динаміки розповсюдження іксодових кліщових

борреліозів (хвороби Лайма).

4. Інфекції з різними механізмами передачі. Включає в себе мультиагентну

модель динаміки розповсюдження захворювань, що пов’язані з наданням

медичної допомоги, метод оцінки рівня захворюваності на катетер-асоційовані

інфекції сечовивідних шляхів, та автоматизоване анкетування середнього

медичного персоналу щодо гігієни рук під час виконання професійних обов’язків.

Отримані за допомогою програмного комплексу прогнози захворюваності

перевірені на реальних статистичних даних щодо захворюваності на відповідну

інфекцію по Харківській області.

Висновки

В ході дослідження розроблено інтелектуальну систему підтримки прийняття

рішень лікаря епідеміолога, що включає мультиагентні моделі динаміки

розповсюдження захворюваності на дифтерійну інфекцію, грип та гострі

респіраторні вірусні інфекції, сифіліс, ВІЛ-інфекцію, вірусний гепатит В, іксодові

кліщові бореліози та інфекції, пов’язані з виконанням медичних обов’язків.

Адекватність розроблених моделей перевірена на реальних статистичних даних

щодо захворюваності в Харківській області.

Зручний ергономічний інтерфейс програмного комплексу інтелектуальної

системи підтримки прийняття рішень лікаря-епідеміолога дає можливість його

використання користувачами, які не мають спеціальної математичної підготовки.

Застосування програмного комплексу у розробці та плануванні профілактичних

та превентивних протиепідемічних заходів дозволить зменшити рівень

захворюваності та уникнути епідемії.

Наступним кроком дослідження є моделювання впливу вживаних заходів

щодо зменшення рівня захворюваності та їх соціальна та економічна

ефективність.

43

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ПОДДЕРЖКИ ОПЕРАТОРА

ХИМИЧЕСКОГО ПРОИЗВОДСТВА ПРИ УПРАВЛЕНИИ

ПРЕДАВАРИЙНЫМИ РЕЖИМАМИ

Шумова Л.А.

Восточноукраинский национальный университет имени Владимира Даля,

Северодонецк, Украина

Рассмотрены информационные процессы аналитической поддержки оператора сложного

технологического процесса. Предложена модель прикладной информационной технологии

поддержки принятия оперативных решений в предаварийных ситуациях.

Ключевые слова: технологический процесс, безаварийность функционирования,

информационная технология, поддержка принятия решений.

Введение

Проблема эффективного управления сложными химико-технологическими

процессами связана, прежде всего, с недостаточным информационным

обеспечением оперативного персонала, отсутствием в системах управления

информационно-аналитических средств распознавания критических состояний и

поддержки принятия оперативных решений. Поэтому разработка

информационной технологии, обеспечивающей высокую достоверность оценки

состояния технологического агрегата и адекватную информационную поддержку

оператора, является актуальной.


Целью исследования является решение проблемы

информационно-аналитической поддержки оператора сложного

технологического процесса в критических ситуациях.

Для достижения поставленной цели сформулированы основные задачи:

провести анализ концепций и проблем мониторинга, сложных

химико-технологических процессов с возможностью выявления критических

состояний;

построить информационную технологию поддержки принятия решений

оператора в предаварийных ситуациях.

Согласно определению [1], информационная технология есть совокупность

методов, моделей, алгоритмов и программно-технологических средств,

обеспечивающих сбор, хранение, обработку и вывод информации. Причём,

алгоритмы реализуются как информационные процессы, многообразие которых

определяется спецификой предметных областей и соответствующими методами и

44

моделями.

Поэтому решение задачи построения информационной технологии

заключается в разработке комплекса взаимосвязанных информационных

процессов, использующих определенные методы и модели.

В работе [2] предложен метод, позволяющий синтезировать рациональный

состав информационных технологий мониторинга сложного технологического

процесса. Предлагаемая методика используется в данной работе для построения

информационной технологии поддержки оператора аммиачного производства в

критических ситуациях и заключается в выполнении следующих этапов:

формирование модели информационной технологии;

формирование структуры системы поддержки принятия решений;

формирование состава базы данных и базы моделей;

формирование комплекса математических методов и моделей;

формирование структуры комплекса информационных процессов;

разработка схемы информационной технологии.

Основные информационные процессы решения поставленной задачи

представляют собой технологическую цепочку в соответствии с выделенными

этапами:

построен комплекс математических методов и моделей [3, 4], описаны

информационные процессы и их взаимодействие;

разработана обобщенная структурная схема системы поддержки принятия

решений по управлению химико-технологическим процессом [4];

разработана схема информационной технологии поддержки принятия

решений оператора в предаварийных ситуациях (рис. 1).

Рис. 1. Информационная технология поддержки принятия решений оператора в

предаварийных ситуациях

USED AT: AUTHOR: Ш умов а DATE:

REV:PROJECT: Схема ИТ прогнозиров ания

ав арийных ситуаций ТП

09 .08.2016

19 .08.2016

NOTES: 1 2 3 4 5 6 7 8 9 10

WORKING

DRAFT

REC OMMENDED

PUBLICATION

READER DATE CONTEXT:

A-0

NODE: TITLE: NUMBER:Общая сх ема ИТ прогнозирования аварийных ситуаций на

х имическом произ водствеA0

Методы и модели

Текущие

значения

параметров

ТП

Методы анализа

временных рядов

Нечёткие ситуационные модели

1

Предварительная

обработка данных

2

Мониторинг


ТП

3

Формирование

истории мониторинга

ТП

4

Анализ динамики

технологических


7

Оценка

ресурса

оборудов ания

5

Идентификация

предав арийных

ситуаций

9

Модификация

правил распознавания

предаварийных

ситуаций

8

Формирование п рав ил

расп ознавания

предаварийных ситуаций

6

Выдача

сообщений и

рекомендаций

2БД п араметров технологич еских

процессов

3 БД истории ТП

1

Отдел технич еского

обслуживания

оборудов ания

2

Эксп ерт

3

Оператор-технолог

4База моделей аварийных

ситуаций

4

АСУ ТП

45

Важной задачей практической реализации рассматриваемой информационной

технологии является разработка проекта базы данных параметров

технологических процессов, составляющих химическое производство.

БД формируется на основании информации из технологических регламентов

производств, данных мониторинга технологического процесса средствами АСУ

ТП и данных по техническому обслуживанию оборудования.

Информация из БД обеспечивает поддержку принятия решений

оператора-технолога в предаварийных ситуациях технологического процесса.

Кроме того, информация из БД может использоваться главными специалистами

предприятия для управления техническим обслуживанием оборудования.

БД параметров технологического процесса содержит информацию о

контролируемых параметрах: считанные показания датчиков, их

местоположение, привязка к оборудованию и технологическому процессу,

единицы измерения, время и дата считывания.

Выводы

Таким образом, применяя системный подход к проектированию прикладных

информационных технологий мониторинга сложных технологических процессов,

построена информационная технология поддержки оператора аммиачного

производства в критических ситуациях. Реализация представленной

информационной технологии в контуре АСУТП химического производства

обеспечит адекватную информационную поддержку оператора в критических

ситуациях.


1. Когаловский М. Р. Перспективные технологии информационных систем / М. Р.

Когаловский. – М.: ДМК Пресс, 2003. – 288 с.

2. Левыкин В. М. Метод построения информационной технологии диагностики состояния

сложного технологического процесса / В. М. Левыкин, И. В. Шевченко // Управляющие системы

и машины. - 2014. - № 3. - С. 33-38.

3. Skarga-Bandurova I. Methods to assessing critical parameters and early warnings of

dangerous situations / I. Skarga-Bandurova, L. Shumova, A. Ryazantsev // Journal of Information,

Control and Management Systems. – 2014. – V. 12, No. 1. – P. 83-91. (зарубіжне видання, publisher:

Faculty of Computer Science and Informatics at Ћilina University, Slovakia).

4. Рязанцев А. И. Система поддержки принятия решений при управлении технологическим

процессом в предаварийных ситуациях / А. И. Рязанцев,И. С. Скарга-Бандурова, Л. А. Шумова //

Вісник Східноукраїнського національного університету ім. В. Даля. – 2010. – № 9 (151), ч. 1. – С.

189-193.

46

МЕТОД ПРОГРАММНОГО УПРАВЛЕНИЯ МОБИЛЬНЫМ РОБОТОМ В

УСЛОВИЯХ НЕПОЛНОЙ ИНФОРМАЦИИ С ИСПОЛЬЗОВАНИЕМ

АДАПТИВНОЙ СТРАТЕГИИ ВЫБОРА ВАРИАНТОВ

Додонов В.А.

Институт проблем регистрации информации НАНУ, Киев, Украина

Рассматривается подход к управлению мобильным роботом в условиях неполной

информации: особенности получения информации в процессе пробных решений.

Предлагается метод программного управления с обратными связями, интегрированный с

методом адаптивного выбора вариантов. Для получения сенсорных данных используется

ультразвуковой датчик расстояния.

Ключевые слова: мониторинг, мобильный робот, программное управление, модель

поведения, выбор вариантов, целесообразная модель поведения

Введение

В настоящее время широко используются информационные технологии в

различных приложениях, связанных с мониторингом ситуаций: экологических,

экономических, техногенных, производственных.

Рассматриваются различные стратегии построения систем мониторинга

сложных объектов: от полностью централизованных до рассредоточенных.

Комбинированный вариант, как наиболее экономичный с точки зрения затрат,

заключается в том, что централизованная компонента системы мониторинга

локализует состояние объекта мониторинга на достаточно общем уровне, а

уточнение ситуации выполняют локальные подсистемы. Например,

пожароопасная ситуация в помещении централизовано контролируется с

помощью одного из датчиков (дымового, теплового, пламени и другие) [1].

Становятся доступными системы, которые могут обнаруживать пожар более

чем по одному признаку с целью лучшего распознавания между состоянием

пожара и состоянием, когда его признаки отсутствуют. Такие системы могут

иметь несколько чувствительных элементов или могут сочетать показания от

нескольких разных пожарных датчиков. Это справедливо и для охранных, и для

многих других систем специального назначения. Так, для охранных систем

централизовано регистрируется место несанкционированного проникновения

(участок, на котором сработал инфракрасный датчик движения), а тип

нарушителя, его идентификация требуют дополнительной информации по месту

локализации. Эту информацию можно получить благодаря мобильным

устройствам, которые оснащены развитыми сенсорными системами и способны

переместиться к участку, где было локализовано нарушение.

47


В статье описывается подход к управлению мобильными роботами, который

представляет интеграцию метода программного управления с обратными связями

с методом адаптивного выбора вариантов с целью расширения возможностей

управления автономными роботами в неупорядоченных средах.

Задача ставится следующим образом. Пусть роботу нужно проследовать по

одному из множества возможных маршрутов, показанных на рис. 1. И, пусть, это

будет маршрут из точки А в точку Е. При движении по коридорам робот

«ориентируется» с помощью только УЗ сенсора, который установлен на

поворотной платформе и может выдавать информацию о расстоянии до

препятствия в том направлении (прямо, вправо, влево), в котором он повернут.

Информация о расстоянии до препятствия от УЗ сенсора рассматривается как

сигнал обратной связи в управляющей программе робота. Возможны нарушения

идеальной картины, показанной на рис. 1.

Рис. 1. Пример маршрутов

По ходу движения робота в стене появляется открытое пространство

(открытая дверь) или при приближении робота, например, к точке С из точки В

открытая дверь в помещение G приведёт к тому, что сигнал от УЗ сенсора не

будет соответствовать тому значению, которое установлено в управляющей

программе, что приведёт к сбоям в её работе. Если на пути движения

непредвиденно появится предмет, который робота в принципе может объехать и

далее следовать маршруту, то классический метод программного управления не

позволяет этого сделать. Задача ставится дополнить метод программного

управления с обратными связями методом адаптивного выбора вариантов.

Модифицированный метод должен обеспечить управление перемещением робота

вдоль заданного маршрута с помехами, как на его пути, так и с помехами в

маркировке маршрута. В управлении используется информация от УЗ сенсора как

П №3 П №1

П №6

П №5 П №4

П №2

G E

H

C D

B

K

A I

48

в качестве сигнала обратной связи для управляющей программы, так и в качестве

сигнала прямой связи для управления обходом препятствия [2].

Во многих реальных ситуациях выбор вариантов приходится осуществлять в

условиях априорной неопределенности, когда по имеющимся данным нельзя

заранее указать, какие из возможных вариантов следует выбирать, чтобы

обеспечить достижение заданной цели. В этом случае достижение заданной цели

возможно лишь на основе применения адаптивного подхода [3], смысл которого

состоит в использовании текущей информации, получаемой в результате

отдельных действий выбора, что позволяет компенсировать недостаток

информации и реализовать оптимальную на классе систем стратегию управления.

Рассмотрим общую постановку задачи адаптивного выбора вариантов,

представленную на рис. 2.

Смысл подхода состоит в следующем в каждый из последовательных

моментов времени ...)2,1n(t n необходимо выбирать вариант nv из конечного

множества возможных вариантов V . В результате произведенного выбора потери

системы n представляют собой случайную величину функцию элементарного

исхода , и зависят от nv и, возможно, состояний системы. Реализуемая при

этом последовательность вариантов }v{ n должна быть такой, чтобы достигалась

заданная цель, формулируемая в терминах предельных значений текущих

средних потерь.

Наличие априорной неопределенности, состоящей в отсутствии точной

информации о потерях системы и ее характеристиках, приводит к тому, что

формирование последовательности вариантов }v{ n , обеспечивающей

достижение целевого условия решаемой задачи, следует осуществлять в

соответствии с адаптивным подходом. При этом выбор очередного варианта 1nv

производится на основе, полученной к данному моменту времени,

последовательности потерь , соответствующей реализованной

последовательности вариантов n21 v,...,v,v . Это значит, что 1nv является

n21 ,...,,

Объект

управления

nv

n

);,.;v,.v(Tv n1n1n1n

Рис. 2. Схема адаптивного выбора вариантов

49

функцией от n21 v,...,v,v , и, возможно, от момента времени n и

элементарного исхода . Таким образом:

);,...,,;v,...,v,v(Tv n21n21n1n , ,...2,1n (1)

где n в зависимости от задачи – либо скаляр, либо вектор.

Функцию nT будем называть правилом выбора варианта 1nv . Эта функция

может быть как детерминированной, так и случайной (рандомизированной).

Последовательность }T{ n правил выбора определяет стратегию выбора

вариантов или стратегию управления.

Выводы

Технология управления перемещением мобильного устройства вдоль заранее

заданной траектории с помехами на основе метода, интегрирующего

программное управление с обратными связями и адаптивный выбор вариантов,

проверена на системе управления роботом на платформе Arduino MotorShild.

Система организована в виде двух уровней.

Натурные эксперименты показали, что метод адаптивного выбора вариантов

обеспечивает обход препятствий и восстановление движения робота вдоль

траектории маршрута, а также восстановление маршрута при повреждении

маркера маршрута, если погрешность альтернативного параметра лежит в

пределах интервала перемещений, связанный с глубиной памяти автомата.


1. Николаев П.Л. Архитектура интегрированной в облачной среде системы управления

умным домом // Программные продукты и системы – 2015. – №2 (110). – С.110-118.

2. Каргін А.О. Модель сенсорної пам'яті інтелектуальної машини с механізмом

узагальнення та абстрагування / А.О. Каргін, О.С. Тімчук, К.О. Ісаенков, Г.Б. Галіч // Системи

озброєння та військова техніки. - ХУПС ім. І. Кожедуба МОУ, Харків. – 2015.. – №3 (43). – С.

85-88.

3. Назин А.В. Адаптивный выбор вариантов: рекурсивные алгоритмы. / А.В. Назин, А.С.

Позняк // М.: Наука, – 1986. – 288 с.

n21 ,...,,

50

Section 3 Critical Infrastructure Security, Safety and Reliability

51

BEHAVIOR BIOMETRIC AUTHENTICATION SYSTEM AS TOOL FOR

EVALUATION THE ABILITY TO DO CRITICAL WORK

Lutskiv A.

Ternopil Ivan Pul’uj National Technical University, Ternopil, Ukraine

Thesis deals with automatically person evaluation of the ability to do critical work. Biometric

authentication systems based on behavioral characteristics as evaluation tools are suggested.

On-line signature authentication as a mechanism to permit carry out critical work is proposed.

On-line signature processing, person identification and authentication are described. Unique

person's characteristics are proposed.

Key words: biometrics, on-line signature, authentication, identification, critical work,

mission-critical system, permit to work, psychology, graphology

Introduction

Nowadays person identification by physical and behavioral characteristics became

more natural and accepted by people all over the world. One of the most popular

biometric technologies is based on static physical characteristics of a person. Widely

used for person identification fingerprint recognition, hand and finger geometry, face

recognition, iris pattern, retina and vein pattern recognition. A key aspect of these

biometric technologies is that they are stable and shouldn’t change significantly over a

period of time.

Another class of biometric authentication systems based on person's behavioral

biometry characteristics. Behavioral biometrics based on measurable unique habits of

an individual: on-line signature (dynamic signature), gait recognition, keystroke

dynamics and voice authentication. On-line signature (fig.1) authentication systems

deal with the distinct characteristics of an individual’s signature: shape, speed, stroke,

and pen pressure and timing information. Most often this technology used in

applications in the financial sector for authenticating transactions and insurance

transactions (e.g. PrivatBank (Ukraine) uses this technology). Keystroke dynamics

based on measures of the speed and timing information every time a user presses a key

on a computer keyboard. This technology can be applied only to blind-typing and suited

to IT security-related tasks (e.g. PC log on). Voice authentication based on a voice pitch

and speaking style. There are few subtypes of this technology: text dependent (require

an individual to say a pre-determined word or phrase), text prompted (the user says

random words or phrases from a pre-enrolled set) and text independent (allow the user

to speak freely). Also there are gait recognition systems which based on each person’s

unique way of walking. However this technology remains at the research stage and not

used in production.

52

Fig. 1. On-line signature in 3D: coordinates x and y and time (parameter t)

Main advantage of authentication systems based on static physical characteristics is

stability of these characteristics and also main disadvantage is ability to create a mock.

These systems cannot guarantee that person is alive. Main disadvantage of behavior

characteristics is ability to change by influence of emotions, illness or some other

factors. But main advantage of these characteristics is inability to forge them. Accuracy

of authentication systems based on static physical characteristics is more precise in

sense of false accept and false reject rates than based on behavior characteristics.

Main text

When critical-mission system's owner make decision which authentication system

to choose next factors are taken into account: accuracy, robustness and limitations.

Another very useful feature of authentication system is ability to test operator's

psychological readiness to carry out complex and responsible tasks. In this case may be

designed multifactor authentication system that combines both biometric authentication

systems: by static physical characteristics and by behavior characteristics. First type of

systems guarantee high precision and another one prevent operator from work in altered

state of consciousness: mental disorder, under influence of alcohol or drugs or another

undesirable psychological state.

In research use of biometric on-line signature authentication system as tool for

evaluation the ability to do critical work is proposed.

Graphology is a science of handwriting analysis that approved by many government

organizations [1] and scientists [2]. Automation of graphology handwriting analysis is

very complex and hard to solve problem. There are two subject areas in evaluation the

ability to do critical work that intersect:

1) Handwriting recognition and analysis that deals with static images of

handwriting [2], recognition of letters. Various writing features are analyzed: baseline,

slant, size, margin, pressure (as a width of handwriting line), speed, spacing, zones, type

of writing (cursive or print), types of strokes connections and few more. Speed and

y, ptx, pt

t , мс

53

pressure measures are not accurate, because taken from 2D image. This task oriented to

characterize person and an individual presence is not guaranteed.

2) Authentication deals with static images of signature or dynamic signature. Main

objective is only verification with acceptable precision: similarity between entered

signature and stored in the database [3].

Evaluation of a person's readiness to do critical work combines these two subject

areas, except this system mustn't recognize letters or handwriting but simply check for

deviation compared with the sample. In contrast to the image recognition system, the

system uses on-line signature and measures of pressure, writing speed, angle of a pen

will be taken into account objectively.

On figure 1 general scheme of registration and authentication combined with permit

to work evaluation is shown.

Fig. 2. General scheme of a system

On the scheme (a) and (b) steps 1, 2, 5 (a) and 4 (b) are similar and described in

[5-7]. Steps 6(a) and 7(a) are standard for authentication systems. On a step 7(a)

authentication system log quantity of false rejects and if this number is greater than

some threshold user suggested to update his on-line signature. Step 4(a), 5(b) and 3(b)

are very similar except level of threshold.

According statistics there are about 5% of individuals with unstable signature (it

On-line signature input device(Graphical tablet, Tablet PC,

smartphone etc.)

On-line signature preprocessing

On-line signature statisticalProcessing

Minimization of authentication attributes

Store in signature storage

On-line signature authentication stability testing

[signature is stable]+

[signature is unstable]–

Re-new signature

1

2

3

4

5

6

[5 signatures or/and more]

7

On-line signature input device(Graphical tablet, Tablet PC,

smartphone etc.)

On-line signature preprocessing

Minimization of authentication attributes

On-line signature has deviation greater

than threshold

+–

Access denied,Logging event

1

2

3

4

5On-line signature

authentication

– +

Access granted,permitted

to work

a) b)

54

can be caused by some mental illness). To detect these individuals authentication

system based on statistical characteristics after few attempts of registration recommend

using another authentication method – stepping 4(a).

Evaluation of a person's readiness to do critical work based on comparison with a

threshold value (step 3(b)). Threshold value can be set empirically after analysis of

large number of experiments (also neural network usage is possible). Authentication

(step 5(b)) based on threshold too.

Fig. 3. On-line signature in the range and forger signature [3]

Part of the given studies were conducted as part of the project TEMPUS

«SEREIN» (543968-TEMPUS-1-2013-1-EE-TEMPUS-JPCR).

References

1. Laycock K. Handwriting Analysis as an Assessment Aid / Keith Laycock // [On-line resource]

Available at:

https://www.cia.gov/library/center-for-the-study-of-intelligence/kent-csi/vol3no3/html/v03i3a03p_00

01.htm

2. Kedar S. Personality Identification through Handwriting Analysis: A Review International

Journal of Advanced Research in Computer Science and Software Engineering / Seema Kedar,

Vaishnavi Nair, Shweta Kulkarni // Vol. 5, Issue 1, January 2015. pp.548-556 [On-line resource]

Available at: https://www.ijarcsse.com/docs/papers/Volume_5/1_January2015/V5I1-0296.pdf

3. Lutskiv А.М. Mathematical modeling and processing of the on-line signature for the purpose

of the person authentication in the information systems: PhD thesis...candidate of technical sciences:

01.05.02; - Defended 03.06.2008; Approved. 03.12.2008. - Ternopil, 2008. - 276p.

0t

m0t

t

0 ,t

m0t

0 t

m0t±3

0

Signature of registered person (biometric password)

Signature out of rangeRange for registered user

55

БЕЗОПАСНОСТЬ ИСПОЛЬЗОВАНИЯ БАНКОМАТОВ И

ТЕРМИНАЛОВ

Светличный В.А., Онищенко Ю.Н.

Харьковский национальный университет внутренних дел, Харьков, Украина

В работе рассмотрены вопросы безопасного использования банкоматов и терминалов

при осуществлении финансовых транзакций. Показаны наиболее распространенные типы

оборудования, используемые мошенниками для установки в банкоматы и терминалы.

Сформированы правила безопасности при использовании пластиковых банковских карт.

Ключевые слова: банкомат, ATM - Automated Teller Machine, терминал, банковская

платежная карта, скимминг, скиммер, шиммер, ПИН - код, диспенсер, картридер,

ActivEdge, компьютер, смартфон, Secure Revolving System

Введение

На сегодняшний день постоянно используется множество различных

высокотехнологичных устройств: компьютеров, смартфонов, банковских

платежных карт, терминалов, банкоматов и т.д. Любой банкомат (или ATM -

Automated Teller Machine) представляет собой компьютер, совмещенный с

сейфом. Компьютер, как правило, оснащен устройством ввода, дисплеем,

картридером (устройством для чтения данных с пластиковой карты),

презентером (для выдачи кэша) и чековым/журнальным принтером. Самым

важным устройством в банкомате является диспенсер - устройство,

предназначенное для выдачи/получения денежных купюр, проверки их

подлинности и сортировки.

Постоянно появляются новые модели, программы и сервисы. Все это делает

нашу жизнь удобнее, но требует определенных навыков и знаний. К сожалению,

одновременно с развитием таких устройств появляются виды мошенничества,

которые позволяют присвоить денежные средства граждан. Чтобы не поддаться

на уловки злоумышленников, достаточно знать, как они действуют, и соблюдать

правила безопасного использования устройств.


Целью работы является формирование рекомендаций и правил для

безопасного использования в банкоматах и терминалах платежных карт с

магнитной полосой.

Аналитические исследования, проведенные в 2016 году экспертами

американской компании Visa Inc., показали, что лидерами среди незаконных

56

операций с банковскими картами являются скимминг и online - мошенничество.

Скимминг (от англ. skim - снимать сливки) - создание копии магнитной полосы

для изготовления клона карты пользователя с помощью специализированных

накладных или вставляемых внутрь картридера устройств, которые

соответственно называются скиммер или шиммер. Именно такие устройства

мошенники чаще всего устанавливают на терминалы и банкоматы. Скимминг

представляет собой накладку на картридер и содержит электронику,

предназначенную для считывания данных магнитной полосы и хранения или

передачи этих данных по радиоканалу. Выглядеть скиммер может как угодно, и

держатель карты крайне редко может его распознать, тем более что обычно

скиммер маскируется под штатную накладку на картридер конкретной модели

банкомата. Тем более что внешний вид различных банкоматов настолько

различается, что подозрений по поводу накладок не возникает. Практически

всегда скимминговое устройство комплектуется накладкой на клавиатуру или

миниатюрной беспроводной камерой. Это необходимо злоумышленникам для

того, чтобы узнать ПИН-код карты.

По принципу действия скиммер и шиммер не отличаются друг от друга.

Однако, в шимминге вместо традиционной относительно громоздкой накладки

на картридер банкомата, используется очень тонкая, гибкая плата,

устанавливаемая внутрь картридера банкомата. Шиммер «подсаживается» с

помощью специальной карты-носителя: ее просовывают в щель банкомата, где

тонкий шиммер присоединяется к контактам, считывающим данные с карт, после

чего карта-носитель удаляется. Далее все работает, как и при традиционном

скимминге, то есть пользователь банковской карты вставляет в картридер

банкомата карту, где шиммер считывают все необходимые данные, которые

затем используются злоумышленниками для производства карт-дубликатов и

снятия с их помощью денежных средств. Единственное, но очень важное отличие

шимминга от скимминга состоит в том, что нет заметных демаскирующих

внешних признаков того, что в банкомате установлен шиммер. Все дело в том,

что толщина шиммера не должна превышать 0,1 мм, в противном случае он будет

мешать пластиковым картам. Это в два раза толще средней толщины

человеческого волоса.

Активизация защитных мер против скимминга на Западе способствует тому,

что злоумышленники ищут новые рынки и приходят, в том числе и в Украину.

Несмотря на то, что банки-эквайеры (банки собственники банкоматов) многое

делают для того, чтобы злоумышленникам становилось с каждым годом все

сложнее воровать деньги с пластиковых карт. А именно: регулярный осмотр

банкоматов на наличие скиммеров; установка прозрачных антискимминговых

накладок и система блокировки скомпрометированных карт, работа которой

заключается в том, что если хотя бы от одного пользователя банковской карты

57

поступала информация об обнаружении скиммерных накладок, то блокируются

все карты, которые прошли через этот банкомат за определенный период

времени, например за сутки. Однако, последний способ очень неудобен, так как

пользователям карт приходится ехать в банк для получения новых карт,

поскольку их старые были заблокированы. Значительно результативнее,

технические решения активного и проактивного типа.

Активное техническое решение подразумевает установку небольших

генераторов электромагнитных помех, устанавливаемых внутрь банкомата

вблизи картридера. Их излучение выводит из строя или блокирует работу

радиомодулей скиммеров и шиммеров, но при этом и стоит значительно дороже,

чем прозрачные антискимминговые накладки.

Более целесообразно использовать технические решения, позволяющие

фиксировать предметы, оставленные на поверхности банкомата. В основе этих

технологий лежит компьютерный анализ видеоданных и систематизирование

информации, получаемой от штатных и дополнительно установленных камер

видеонаблюдения. Кроме контроля монтажа скиммеров и последующего

блокирования работы банкомата или терминала, видеоаналитика позволяет

обеспечивать безопасность сотрудников банков. Так, при инкассации банкомата

просчитывается скорость движения людей в зоне наблюдения, и в случае

нападения на инкассаторов срабатывает экстренное оповещение полиции и

центра наблюдения службы безопасности банка.

Системы проактивной защиты рассчитаны на усложнение работы

картридера, либо на обнаружение каких-либо несанкционированных действий с

банкоматом. Еще в 2013 году компания MB Telecom (Румыния) представила

механизм защитной поворотной системы (Secure Revolving System, SRS),

который работает по следующей схеме: сначала пользователь вставляет карту в

банкомат длинной стороной, так, что магнитная полоса располагается

параллельно стенке банкомата, после чего механизм поворачивает карту на 90°,

чтобы считать информацию с магнитной полосы. В 2014 году известная

компания - производитель банкоматов Diebold объявила о разработке

собственного картридера ActivEdge, в котором считывающая информацию с

магнитной полосы головка двигается перпендикулярно традиционному

направлению размещения карты в картридере. Предлагаемое решение позволило

сделать установку скиммера бессмысленным. Такое устройство решает

основную задачу антискимминга - оно принципиально не дает возможность

считать информацию с магнитной полосы пользовательской карты.

Более дешевые проактивные технические решения предполагают установку

современных систем охранной сигнализации на базе вибрационных и

электромагнитных датчиков. Вибрационные датчики позволяют зафиксировать

собственно процесс установки скиммера, а электромагнитные датчики выявляют

58

шиммеры внутри картридера. Если система получает подозрительные показания

датчиков, работа банкомата блокируется, и отправляется сигнал в службу

безопасности банка.

Выбор системы безопасности банкомата остается за банкирами, а

пользователям банковских карт остается на свой страх и риск выполнять

финансовые транзакции с банковскими картами.

Выводы

Для владельцев банковских платежных карт с магнитной полосой

разработано огромное количество различных инструкций и правил безопасности.

Приведем основные из них:

1. При проведении операций с банковской картой пользуйтесь только теми

банкоматами, которые расположены в безопасных местах и оборудованы

системой видеонаблюдения и охраной: в государственных учреждениях, банках,

крупных торговых центрах и т.д.

2. Обращайте внимание на картридер и клавиатуру банкомата. Если они

оборудованы какими-либо дополнительными устройствами, то от

использования данного банкомата лучше воздержаться и сообщить о своих

подозрениях по заранее сохраненным в своем мобильном телефоне номерам

банка.

3. В случае некорректной работы банкомата - если он долгое время находится

в режиме ожидания или невольно перезагружается - откажитесь от его

использования. Велика вероятность того, что он перепрограммирован

злоумышленниками.

4. Никогда не поддавайтесь помощи и советам посторонних лиц при

проведении операций с банковской карты в банкоматах. Свяжитесь с Вашим

банком - он обязан предоставить консультационные услуги по работе с картой.

5. Подключите СМС-банкинг и отслеживайте все операции с картой.

6. Если картой воспользовались мошенники, заблокируйте ее и напишите

заявление в банк об опротестовании транзакций.

7. В торговых точках, ресторанах и кафе все действия с Вашей картой

должны происходить в Вашем присутствии. В противном случае мошенники

могут получить реквизиты Вашей карты с помощью специальных устройств и

использовать их в дальнейшем для изготовления клона карты.

Главное - не стоит использовать пластиковую карту для накопления. Это

платежное средство, и правильнее всего держать на нем лишь ту сумму, которая

необходима для текущих расходов.

59

РОЗШИРЕННЯ МОЖЛИВОСТЕЙ СИСТЕМ ВІДЕОСПОСТЕРЕЖЕННЯ

ЗА ДОПОМОГОЮ ДОДАТКОВОГО АПАРАТНОГО ЗАБЕЗПЕЧЕННЯ

Ардель О.В.



У статті представлені результати проектування програмно-апаратного комплексу

відеоспостереження для невеликих підприємств, офісів та дому. Надані варіанти розширення

базового функціоналу за допомогою додаткового апаратного забезпечення, для створення

недорогої та ефективної охоронної системи.

Ключові слова: системи відеоспостереження, охоронні системи, ip-камера, Arduino Uno

Вступ

На даний момент існує безліч систем відеоспостереження з використанням

різного апаратного забезпечення, з виділеними серверами для зберігання

зображення, з можливістю роботи з різними типами камер, тощо. Але залишається

актуальним питання захисту від надзвичайних ситуацій в офісі, на невеликому

підприємстві та вдома. Системи відеоспостереження для повного захисту

використовувати недоречно, так як є різні фактори, які не можуть бути зафіксовані.

Такі як побутовий газ, проникнення в приміщення, за яким не ведеться відео

спостереження, підвищення температури та зростання чадного газу у сусідніх

приміщеннях, в яких не ведеться спостереження. Використання окремо систем

відео спостереження, систем пожежної безпеки, датчиків руху є ефективною

задачею, але затратною. На даний момент існує багато програм [1-3], які

відрізняються функціоналом та типом обладнання, що використовується. В випадку

використання ip-камер [1, 2] може з’явитися проблема відсутності інтернету, тоді

деякі камери не матимуть можливість вести зйомку в приміщеннях(якщо програмне

забезпечення встановлене не на комп’ютері до якого підключена камера).

Відносно новою компанією в сфері систем відеоспостереження є Nest [3]. Вона

пропонує користувачам повністю свою продукцію за камерами та програмним

забезпеченням, що встановлене одразу на камери. Вони можуть вести зйомку, як в

день, так і в ночі, реагувати на рух, виконувати запис звуку. Запис відео та його

перегляд ведеться в онлайн режимі, користувач може переглянути запис відео за

останній місяць. Також компанія пропонує свої датчики диму, але ціна на все

апаратне та програмне забезпечення починається з $99 та щомісячні підписки на

зберігання відео для перегляду.

Метою роботи є розширення функціональних можливостей систем

відеоспостереження, шляхом розробки методів і алгоритмів обробки відеосигналів

60

та взаємодія з додатковим апаратним забезпеченням що надає можливість

розширити систему відео спостереження до системи домашньої безпеки.

Склад охоронної системи

За основу планується використати особисту програму відеоспостереження [4],

яка буде взаємодіяти з додатковим апаратним забезпеченням у вигляді

одноплатного комп’ютера Arduino UNO [5] та датчиків для нього. Це дасть

можливість зменшити ціну на всю систему більш ніж в 5-10 разів, що дасть

кожному можливість за невеликі гроші встановити таку систему та забезпечити

якщо не безпеку дому, то швидке відшкодування збитків при надзвичайних

ситуаціях.

Основа охоронна система буде поділятися на декілька підсистем:

1. Підсистема відеоспостереження.

2. Підсистема передачі та обробки даних з датчиків.

3. Підсистема оповіщення про надзвичайні ситуації на основі отриманих та

оброблених даних.

Робота розділена на 4 етапи:

1. Розробка алгоритму обробки зображення та на його основі створення

програмного забезпечення для роботи з камерою для стаціонарного комп’ютера.

2. Вибір апаратного забезпечення, розробка алгоритмів роботи апаратного

забезпечення, його програмування та налагодження безперебійної роботи в різних

ситуаціях.

3. Об’єднання програмного забезпечення для роботи за камерою та апаратного

забезпечення, яке отримує інформацію з різних датчиків та обробляє їх.

4. Тестування програми для виявлення недоліків та критичних вразливостей

системи.

Технічні засоби і реалізація системи

Початковим етапом роботи була саме програмна реалізація системи, без

вибору апаратного забезпечення, що обумовлено відсутністю прив’язки до

апаратних засобів. Робота на різних системних блоках дасть можливість

будь-яким користувачам використовувати цю програму, та будь які web-камери

для відеоспостереження. Також є можливість разом з обробкою відео

розпізнавати аудіо сигнали, що також може дати необхідні дані для роботи

програми. Це підвищить ефективність використання камери, та об’єднати до

поняття образу дані з камери та мікрофону. У цьому сенсі розробка особистого

алгоритму обробки зображення [4] необхідна для підвищення ефективності

роботи програми відеоспостереження в підсистемі відеоспостереження.

Головною проблемою тут є реалізація алгоритму та адекватна форма отримання

61

даних для наступного аналізу. Удосконалення алгоритму обробки зображення

може дати нам більше даних про середовище, у якому відбувається

спостереження. Тобто відстеження кількості однакових пікселів одного кольору

може дати інформацію про задимлення, або пожежу в приміщення. Розпізнавання

образів дає можливість збирати необхідні нам дані, тобто реагування буде

відбуватися кожного разу, коли якісь складові будуть відхилятися від норми.

Після реалізації програми відеоспостереження немає обмежень в використанні

апаратного забезпечення. Головним, але не критичним обмеженням залишається

тільки використання апаратного забезпечення не старіше ніж 2006 р., так як

продуктивність комп’ютерів з того часу достатня для обробки такої кількості

даних.

В якості додаткового апаратного забезпечення пропонується використовувати

Arduino Uno та датчики диму широкого спектру MQ-2, датчик угарного газу MQ-7

та ультразвуковий далекомір HC-SR04 [5-8].

Для під’єднання датчиків до Arduino Uno пропонується використовувати

Breadboard. Це зменшить кількість паяльної роботи і зменшить кількість дротів.

Причиною такого рішення є зручність використання і зручність під’єднання.

Використання датчиків диму є необхідним, так як камера не має можливості

зафіксувати зростання небезпечних невидимих речовин у повітрі.

Датчик MQ-2 потрібно встановлювати у під стелею, так як цей датчик є

датчиком диму, а дим заповнює приміщення зі стелі до підлоги і важливіше, щоб

одразу відбувалося реагування на такі ситуації. Цей датчик має 4 контакти, що дає

можливість приєднати його до витої пари за допомогою пайки або використовую

перехідники, шилди, тощо.

Датчик MQ-7 потрібно встановлювати не вище 1 метру над підлогою, так як

угарний газ важчий за повітря то накопичується рівномірно по всій підлозі і

піднімається до стелі. Для більшої безпеки необхідно встановити по всіх

приміщеннях датчики угарного газу. Як і MQ-2 MQ-7 має 4 контакти, тому також

може підійти для під’єднання до витої пари.

Ультразвуковий далекомір необхідний для того, щоб зробити примітивний

датчик руху, що дозволяє в місцях з недостатнім освітленням слідкувати за

приміщенням. Далекомір розрахований на відстань 2-400см, що робить його

ідеальним для роботи в невеликих приміщеннях, таких як коридори або невелике

технічне приміщення. Це дозволить зекономити на камері, яка повинна була би

слідкувати за невеликим приміщенням.

Встановити HC-SR04 буде доречним на висоті 1-1.3 метра, для запобігання

спрацьовування на домашніх тварин. Маючи 4 контакти він буде легко

підключений до витої пари.

Всі датчики приєднані до Arduino Uno, яка виконує обробку даних, що

збирають датчики. При змінах показників з будь-якого датчика по COM-пору

надсилається інформація на комп’ютер, який відправляє повідомлення на пошту.

62

Також на основі Arduino Uno є можливість напряму відправляти повідомлення

про наявність руху, або про перевищення значень диму або газу в приміщенні

додавши Wi-Fi модуль, але тоді доведеться провести живлення від мережі, тому

що при під’єднанні до комп’ютера живлення відбувається за допомогою USB

кабелю.

Створення єдиної мережевий комунікаційної платформи і програмного

забезпечення для управління дасть змогу забезпечити автоматизоване управління

і інтеграцію інформації. Це дасть можливість автоматично оброблювати дані, без

втручання користувача і тільки повідомляти про зміни, що відбуваються.

Всі датчики та Arduino Uno – підсистема обробки даних, які є можливість

оброблювати не на комп’ютері, а на Arduino і тільки передавати дані на

комп’ютер.

Комп’ютер, на якому встановлюється програма відеоспостереження є центром

обробки інформації з усіх пристроїв та датчиків. Центр також буде відправляти

повідомлення про надзвичайні ситуації користувачу вибраним шляхом. При

використанні декількох комп’ютерів в мережі краще буде вибрати комп’ютер, який

знаходиться в центрі мережі, або який має кращі характеристики, для швидшої

обробки інформації.

Для невеликої двокімнатної квартири пропонується наступна схема

розташування камер та додаткового апаратного забезпечення (рис.1).

Рис. 1. Розташування камер та датчиків для дому

Якщо встановлювати камери в офісі, то для кожного приміщення є можливість

використовувати 1 камеру на 1 комп’ютер (рис.2). В цьому разі для повідомлення

про надзвичайні ситуації будуть відправлятися на всі інші комп’ютери в мережі за

допомогою додаткового програмного забезпечення в виді клієнтського додатку до

основної програми, який працює на протоколі UDP, який може надсилати одразу

всім користувачам у мережі повідомлення про надзвичайну ситуацію.

В такій ситуації комп’ютер буде оброблювати дані за камер і в разі

надзвичайної ситуації всі користувачі в мережі будуть попереджені одночасно, не

63

залежно від апаратного забезпечення. Таке розділення є ефективним і зменшує

навантаження на всю систему. Для всіх датчиків пропонується використовувати 1

комп’ютер, якщо їх не більше 10. Для більшої кількості доведеться придбати

більше апаратних засобів і в цьому разі ціна на всю систему буде рости.

Використовувати систему на великих підприємствах не є доречним, так як для

цього існують професійні охоронні системи.

Рис. 2. Розташування камер та датчиків для офісу

Таким чином з використанням додаткового апаратного забезпечення є

можливість удосконалити систему відео спостереження додавши корисні функції,

які не має камера. Розроблення охоронної системи з розділенням на підсистеми

дає можливість працювати з різними об’ємами даних, які можуть бути отримані

при використання в дома, в офісі або на невеликому підприємстві.

Засоби інформаційної підтримки

Для роботи на невеликому підприємстві або в офісі також потрібно

повідомляти людей про надзвичайні ситуації та шляхи евакуації. Це можна

виконати встановивши системі з голосовим оповіщенням, або розвісивши

звичайні плани евакуації. Але може трапитися так, що людина знаходиться далеко

від основних планів, а інших шляхів оповіщення не має. Тому пропонується

створити додатковий модуль, який буде збирати інформацію з датчиків,

оброблювати та накладати данні на карту приміщень. Такий функціонал дасть

можливість людям в динамічному відстежувати безпечні шляхи евакуації та

отримувати данні про саму причину надзвичайної ситуації.

Оскільки використання такої програми можливе в декількох під мережах

підприємства, то і для кожної під мережі будуть свої шляхи евакуації. На таких

картах додатково можна розташувати місця де зберігаються засоби

пожежогасіння. Обробка таких даних дасть людям вибір, або чіткі інструкції для

64

дій при надзвичайних ситуаціях. Наприклад, якщо якась кімната відрізана від

шляхів евакуації, то людям які знаходяться неподалік можуть скористатися

засобами пожежогасіння. Самі повідомлення з інструкціями можуть надходити на

телефон, персональний комп’ютер або виведені на невеликі екрани в коридорах.

Максимальна оповіщеність про надзвичайні ситуації дає більше шансів

пришвидшити евакуацію, усунення самої надзвичайної ситуації, а в майбутньому

збитків, які були завдані. Також в таких системах є можливість використовувати

додатки для смартфонів, які мають у собі гіроскопи. Вони дадуть змогу

відстежувати землетруси у зонах з підвищеною тектонічною активністю. Після

землетрусу в будівлі можуть рухнути стеля, стіни або підлога. Внесення таких

даних до планів евакуації також дасть можливість користувачам уникати

небезпечних зон. Такі данні можуть буди надані будь якими датчиками, за умови

що різке припинення передачі даних і є така ситуація.

Самі користувачі також можуть вносити дані про обвалені дверні проходи,

стіни та інші, так як деякі ситуації можуть бути не включені до охоронної

системи. Наприклад вибух, після якого знищена деяка частина будівлі. Датчики

можуть бути в цілісності і продовжити нормально функціонувати, а користувачі

не будуть знати, що відбувається. Люди можуть відмічати на картах небезпечні

зони на планах евакуації та оповістити про надзвичайну ситуацію.

Існують способи, як за допомогою додаткового апаратного забезпечення

звести до мінімуму втручання користувача, але це призведе до багатократного

зростання ціни на встановлення та експлуатацію охоронної системи.

Якщо камера щось зафіксує в офісі всі користувачі в мережі отримають

повідомлення. Програма виконана у формі мережного чату, що дасть можливість

користувачам ділитися повідомленнями. Єдине що потрібно для цього, так це

знати широкомовну IP-адресу мережі (рис.3).

Рис. 3. Повідомлення всім користувачам у локальній мережі про зафіксовану

камерою подію

Інформація з датчиків буде оброблятися та передаватися на комп’ютери, до

яких вони під’єднанні. Інформація буде надана користувачу в додатковому

програмному забезпеченні в вигляді плану самого офісу, плану квартири(за

необхідністю), або невеликого підприємства. На плані буде показане

розташування всіх датчиків та перших засобів пожежогасіння (фіолетовий ромб

65

та червоний трикутник відповідно) (рис. 4).

Рис. 4. План евакуації, на екрані комп’ютера

Висновок

З використанням додаткового апаратного забезпечення є можливість

удосконалити систему відео спостереження додавши корисні функції, які не має

сама камера. Розроблення охоронної системи з розділенням на підсистеми дає

можливість працювати з різними об’ємами даних, які можуть бути отримані при

використання в дома, в офісі або на невеликому підприємстві.

Головню перевагою такої охоронної системи є ціна на додаткове апаратне

забезпечення, тому що більша частина, а саме камера та комп’ютер є у більшості в

квартирах, будинках та офісах. Розрахунок кількості датчиків залежить від площі

приміщень та їх об’ємів, тому розраховуватися повинні в індивідуальних

66

порядках. Для невеликих підприємств використання такої охоронної системи

може бути таким самим, як і встановлення окремих систем відеоспостереження та

пожежної безпеки, через великі площі приміщень, де не можливо встановити

персональні комп’ютери та встановити на них камери.

При використанні окремих систем відеоспостереження, пожежної безпеки та

датчиків руху ціна на все обладнання буде в багато разів більша, ніж при

використанні схеми, що пропонується для дому, офісу. Це дозволить майже

кожному встановити таку систему, тому що для відеоспостереження достатньо

тільки стаціонарного комп’ютеру чи ноутбуку та камери для нього, а апаратне

забезпечення має невелику вартість, легкість підключення і налаштування, що так

же являється плюсом для користувача.


1. Revisor Lab Video Management System URL: http://www.revisorlab.com/rus/index

2. Macroscop - программное обеспечение для систем IP-видеонаблюдения URL:

http://macroscop.com/

3. NEST URL: https://nest.com/

4. Ардель О.В., Прядко К.М., Скарга-Бандурова І.С. Дослідження алгоритмів обробки

зображень в системі відеоспостереження // Х Міжнародна науково-практична студентська

конференція магістрантів (05–08 квітня 2016 року): матеріали конференції: у 3-х ч. – Ч. 3 / за

ред. проф. Є.І. Сокола. – Харків : НТУ «ХПІ», 2016. – С. 84-85.

5. TECHNICAL DATA 8-bit Microcontroller with 4/8/16/32K Bytes In-System Programmable

Flash

6. TECHNICAL DATA MQ-2 GAS SENSOR

7. TECHNICAL DATA MQ-7 GAS SENSOR

8. Ultrasonic Ranging Module HC - SR04

http://www.revisorlab.com/rus/index

https://nest.com/

67

МОДЕЛІ РОЗТАШУВАННЯ ДАТЧИКІВ ДЛЯ РОЗБУДОВИ МАРШРУТІВ

ЕВАКУАЦІЇ В ЗАКРИТИХ ПРИМІЩЕННЯХ

Ардель О.В., Скарга-Бандурова І.С.



Фаза підготовки має вирішальне значення в процесі управління в надзвичайних ситуаціях.

Для досягнення адекватного рівня готовності реагування на потенційні загрози і небезпеки

необхідно проведення підготовчих заходів серед яких розбудова мережі датчиків та

підготовка планів евакуації. В статті наведені деякі способи розрахунку та розташування

датчиків та проведено оцінку їх покриття.

Ключові слова: охоронна система, надзвичайна ситуація, стандарт BS 5839, метод

Вороного, зони покриття.

Вступ

Особливо важливою областю застосування охоронних систем є управління

надзвичайними ситуаціями. Інформаційні технології можуть значно поліпшити

управління процедурами евакуації та оповіщення через сповіщення на робочих

місцях, підтримуючи різні характеристики і здібності тих, хто бере участь у

надзвичайній ситуації, а також особливості планів дій в надзвичайних ситуаціях.

Для того, щоб гарантувати ефективне оповіщення та евакуацію людей, необхідне

виконання цілої низки питань серед яких виділяють мультимодальні оповіщення

(в тому числі HUENS [1], cAlert [2], CUCEM [3]). Іншим важливим фактором для

безпечної евакуації являється збір даних про стан приміщень, що досягається

коректним розташуванням датчиків. На даний момент уніфікувати процес

розташування датчиків на плані та автоматичної генерації маршрутів евакуації є

достатньо складною проблемою, так як більшість планів приміщень та планів

евакуації не приведені до єдиного стандарту. Отже, більшість операцій

виконується вручну. У зв’язку з цим, в роботі розглянуто різні способи

розрахунку та розташування датчиків та проведено оцінку їх покриття.

Моделі розташування датчиків

Для розрахунку необхідної кількості датчиків за основу був взятий

Британський стандарт BS 5839 [4]. Розглянувши всі можливі ситуації виведені

формули для розрахунку їх кількості при висотах стелі від 3 до 5 м. Так, для

розрахунку кількості датчиків для приміщень, довжина та ширина яких більша за

12 метрів, схема розташування (рис. 1) розраховується згідно ф. (1) з урахуванням

висоти приміщення.

68

Рис. 1. Розташування датчиків у великих приміщеннях

(1)

де L довжина приміщення; W – ширина приміщення; – радіус роботи

датчика; – відстань між сусідніми датчиками.

При розмірах приміщення, де будь-яка зі сторін менше 12 метрів (рис. 2)

доречно використати ф. (2) або (3).

Рис. 2. Розташування датчиків в приміщенні, де одна сторона не перевищує 12

метрів в довжину

(2)

(3)

69

Як показано на рис. 2, датчики розташовують з перекриттям робочої зони,

через те, що в іншому випадку будуть сліпі ділянки. При таких розрахунках

планується, що датчики будуть стояти в 1 ряд, але їх робочі зони повинні

накладатися одна на одну, завдяки чому площа роботи залишається достатньо

великою.

Для приміщень, такі як коридори, підсобки тощо, де довжина або ширина

приміщення не перевищують 3-4 метрів використовується інший тип розрахунку:

(4)

Рис. 3. Розташування датчиків в вузьких приміщеннях.

За таких умов датчики будуть працювати максимально ефективно без

перекривання один одного, так як всю робочу зону вони можуть оброблювати

самостійно.

Стандарт BS 5839 являється ефективним в розташуванні датчиків на в

приміщеннях, але при його дослідженні для порівняння був взятий метод

Вороного. Оскільки метою методу Вороного [5] є створення областей по точкам,

які вже є на площині, то так само є можливість розділити площу на області,

центрами яких будуть самі датчики.

Форма фігури, яка буде вписана в коло роботи датчика, є шестикутник, так як

всі вершини шестикутника рівновіддалені від центрів всіх шестикутників на

площі. При цьому зон, які перекриті одночасно декількома датчиками стає

більше, але їх площа зменшується, так як площа роботи самих датчиків за таких

умов більша.

Формула для таких розрахунків буде мати такий вигляд:

(5)

70

Рис. 4. Схема найкращого покриття сенсорами площі

При виконанні розрахунків встановлено, що розташування датчиків за методом

Вороного є ефективнішим на 30-40%, що зменшить затрати на встановлення

додаткових датчиків. Разом з тим, зміна розташування датчиків ніяким чином не

вплине на сам план евакуації та шляхи евакуації.

Висновок

Етап підготовки до надзвичайних ситуацій відіграє вирішальну роль в процесі

управління під час їх виникнення. Зокрема, розробка ефективного плану дій в

надзвичайних ситуаціях може звести до мінімуму число жертв і пошкоджень. У

цій сфері ІТ дійсно спроможні підвищити ефективність та результативність

діяльності, пов'язаної з повідомленням і евакуацією людей у постраждалих

будівлях. Наприклад, коректно встановлені датчики і система зв'язку здатні

забезпечити ефективну взаємодію з мешканцями будинку. Крім того, ІТ можуть

забезпечити альтернативні канали та доповнити традиційні механізми евакуації

для великих і складних приміщень або відкритих зон, і, з іншого боку, допомогти

людям бути в курсі ситуації та досягти безпечного місця в разі потреби.


1. Harvard University Emergency Notification System (HUENS). Link:

http://www.uos.harvard.edu/opscenter/emergency_management.shtml

2. cAlert: The University of Chicago. Link: https://calert.uchicago.edu/

3. Campus Emergency Management: Clemson University (CUCEM). Link:

http://www.clemson.edu/campus-life/campus-services/cufd/campusemergencymanagement/index.html

4. Standard BS 5839 http://www.fia.uk.com/resources/british-standards/bs-5839-series.html

5. Матвеев А.С. Ход «Вороной» - Link: https://habrahabr.ru/post/110790/

71

ІМІТАЦІЙНО-ПОДІЄВЕ МОДЕЛЮВАННЯ СКЛАДНИХ

ТЕХНОЛОГІЧНИХ СИСТЕМ В ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЯХ

УПРАВЛІННЯ РИЗИКОМ ПІДПРИЄМСТВ

Лифар В.О.



Запропоновано методи отримання кількісних показників ризику для основних небезпечних

фізичних процесів, що виникають при аваріях і становлять загрозу ураження людей і

руйнування об'єктів життєдіяльності на базі імітаційно-подієвого моделювання складних

хіміко-технологічних систем. Запропоновано методи аналізу причинно-наслідкових

зв'язків, що характеризують процеси ОПН і методи визначення і моніторингу рівня

поточного ризику, пошуку оптимального рішення з урахуванням багатопараметричених

обмежувачів. Запропоновано критерії та методи для прийняття рішень оптимальних в

сенсі Парето спрямованих на досягнення прийнятного рівня безпеки та вдосконалення

логістики ремонтно-відновлювальних робіт.

Ключові слова: підтримка прийняття рішень, інформаційні технології, техногенна

безпека, ризик, аналіз даних, метод, модель.

Вступ

Науково-технічна проблема управління техногенним ризиком небезпечних

виробництв потребує впровадження особливих методів моделювання, що

дозволяє імітувати поведінку СХТС в потоках відмов їх елементів з урахуванням

стохастичних показників таких відмов та їх наслідків. Небезпечне виробництво,

що аналізується, складається з множини технологічних елементів, розподілених в

просторі. В результаті аналізу небезпеки і працездатності виділяється множина i-х

дискретних джерел небезпеки ( J..i 1 ), з'ясовується їх розташування і

властивості, необхідні для моделювання. Досліджуване виробництво

розбивається на підсистеми (блоки), до складу яких входять елементи СХТС, стан

яких (відмова, спрацьовування) однозначно визначає небезпеку, що проявляється

та її масштаб (потужність прояви). Крім того, виділяється множина об'єктів

(будівлі, конструкції, обладнання, об'єкти життєдіяльності, екологічні об'єкти і т.

п.), що мають цінність і піддаються впливу негативних факторів аварій.

Представлена структура інформаційних потоків узагальненої інформаційної

моделі оцінки ризика (рис. 1).


Пропонується використовувати методи, моделі та інформаційні технології для

72

оцінки техногенного ризику, що відрізняються від існуючих комбінованим

підходом до моделювання станів складних технологічних систем (СХТС).

На відміну від відомих методів дискретно-подієвого моделювання (DES) [1]

пропонується врахувати як стохастичні параметри, що виникають в графі подій,

так і послідовність (хронологію) і динамічні характеристики сполучень

взаємовпливаючих і взаємозалежних подій. Для такої формалізації пропонується

нижченаведений математичний апарат.

Рис. 1. Схема формування імітаційно-подієвої моделі

Подієво-орієнтований граф визначається як U,,EGe , де E - множина

подій (станів, відмов, спрацьовувань і т. д. елементів СХТС); - відношення, що

визначає причинно-наслідковий зв'язок подій, що формують ребра графа станів;

U - сигнатура графа, яка містить множину логічних операцій. Крім цього

вводиться відношення слідування, в якому враховується часовий наслідок подій dt , яке встановлює бінарне відношення логічної ситуації виду: event)(f dt .

Таке відношення встановлює зв'язок між логічною функцією висловлювань

«причини» (що ініціюють події або впливи в системі) )(f і зв'язковою з ними

наступним протягом проміжку часу dt подією event.

Ланцюги графа станів можуть характеризуватися потоками подій

(аварійними поєднаннями), які можуть містити змішані стохастичні і

детерміновані події. Для аналізованих формальних описів СХТС характерні

неоднорідні потоки подій n,ieTe i 1

, де події характеризуються параметрами

події ii pk,,p 1 (ознаками його настання) iiii pk,,p,te 1 , it - час настання події.

При цьому потоком залежних подій називається впорядкована множина

n,ieTe i 1, така що:

73

i

dt

canjji

dt

jjji eceeceTeeeTee jj !1 , (1)

де jc і dtj – відповідно умова і час виконання або відмови події ie

, що є наслідком

події je.

Наведені формальні символьні уявлення, що описують причинно-наслідкові

зв'язки подій, потоків подій і операцій над потоками і виразами, а також

можливість формально включати в потоки подій математичні моделі фізичних

процесів з урахуванням їх динаміки в сукупності уявляю собою алгебру подій і їх

відповідників.

Узагальнена модель оцінки та аналізу техногенного ризику базується на

обробці даних представлених кортежом:

accM,M,Tr),m(F,In,R,TpMTR , (2)

де jtpTp

- множина технологічних блоків і елементів СХТС, що належать

виділеним ОПН; R - функція ризику, властивого елементам ОПН, що

розглядаються; )m(f)m(F i - функція вибору поточної необхідної моделі для

відповідного i-го стану системи; atrTr - множина рішень щодо елементів СХТС,

що впливають на ризик системи для його зниження; zmpM - множина наслідків

аварійних процесів Az 1 , властивих для досліджуваних джерел небезпеки

(блоків ОПН). cacc maM - множина обмежувачів ризику (наслідків), що

вважаються «прийнятними».

Завдання формуються наступним чином:

Функція ризику представляється як:

D,P,R , (3)

де - вектор параметрів, що визначає сценарій розвитку аварії; socit P,P,PP -

сукупність ймовірностей несприятливих наслідків; deddes N,CD - сукупність

параметрів наслідків, які характеризують збиток і число уражених при аварії.

Передбачається, що відомі:

- детерміновані моделі фізичних процесів, які можуть виникати в і-й

підсистемі при НС: J...j,ФS:fe ijijij 1

(набір елементарних подій, що призводять

до аварії) , де ijS

- вектор параметрів, що визначає початковий стан і-й підсистеми;

ijФ

- вектор фазових змінних елементарних фізичних процесів, які можуть

виникнути в і-й підсистемі при аварії;

- модель для оцінки ймовірності виникнення стохастичних елементарних

74

подій: J...j,PФ,S:Pr ijijij 1

, де dedij

desijij P,PP

- вектор ймовірностей руйнувань і

поразок людей.

Розглядається узагальнена модель надзвичайної ситуації в СХТС для аналізу і

передбачення наслідків техногенних аварій, що включає:

- модель, засновану на Байєсовому підході для оцінки ймовірності виникнення

несприятливих подій в і-й підсистемі в формі («дерева відмов» - kikijk P,P:

);

- імітаційну модель (дискретно-подієву) розвитку аварії в формі «дерева

подій» - kikikk D,P,Ф,S:

, де iji SS

,

iji ФФ

,

ikik DD

- інтегральні показники збитку від досліджуваної k-ї потенційної

аварії.

Сукупний набір поєднань дерев відмов і дерев подій всіх i-х підсистем

досліджуваних джерел небезпеки, а також показників очікуваного збитку

(включаючи ураження людей) можна представить єдиним графом станів СХТС,

підлягає аналізу і обробці даних на предмет прийняття рішень в

багатокритеріальному просторі обмежувачів. При цьому необхідно врахувати, що

цільові функції в багатокритеріальному просторі мають протилежну

спрямованість. У зв'язку з цим необхідно застосовувати методи домінування

критеріальних показників для пошуку недомінуючих множин рішень,

оптимальних в сенсі Патеро.

Завдання багатокритеріальної оптимізації [2] розглядається як завдання

одночасної оптимізації всіх приватних критеріїв. Потрібно знайти набір рішень Xx

, який в деякому сенсі мінімізує вибір по цим критеріям. Іншими словами,

розглядається наступна оптимізаційна задача: min)x(g )k( , N,k 1 , при умові Xx .

При цьому критерії )x(g )k(

є приватними критеріями. Їх сукупність можна

розглядати як векторний критерій ))x(g),...,x(g()x(G )N()( 1 і він підлягає оптимізації

(за кожною окремою або частинною компонентою).

Необхідно шукати ефективне рішення Xx

по Парето, таке, що, якщо не

існує іншого рішення серед аналізованих альтернатив, перехід до якого дозволить

поліпшити показник хоча б одного з частинних критеріїв, щоб при цьому не

погіршилися б показники інших приватних критеріїв.


1. Кельтон В. Имитационное моделирование. — СПб.; Питер: Киев: Издательская

группа BHV, 2004, — 847 с.

2. Ногин В. Д. Принятие решений в многокритериальной среде: количественный подход.

– М.: ФИЗМАТЛИТ, 2002. – 144 с.

75

МЕТОДИ ТА ЗАСОБИ СТАТИЧНОГО ТЕСТУВАННЯ ПРИ РОЗРОБЦІ

СИСТЕМ КРИТИЧНОГО ПРИЗНАЧЕННЯ

Коваленко Я.П., Скарга-Бандурова І.С.



Тестування є одним з найбільш усталених способів забезпечення якості програмних

компонент і входить в комплекс вимог до забезпечення безпеки систем критичного

призначення. Разом з тим, як одна з основних фаз розробки програмного забезпечення,

тестування вносить великий внесок в сумарну трудомісткість і становить 40-45% від

загального часу розробки. В роботі розглянуто методи статичного тестування в

контексті життєвого циклу розробки систем критичного призначення.

Ключові слова: тестування, статичний аналіз, код, програмне забезпечення

Вступ

В процесі розробки програмного забезпечення систем, орієнтованих на

безпеку, традиційно виділяють дві базові стратегії - тестування «білої скрині» і

«чорної скрині». За своєю суттю тестування «чорна скриня» - це функціональне

тестування, а тестування «біла скриня» - структурне. Дані базові стратегії

ґрунтуються на методі динамічного тестування, який передбачає, що вихідний

код виконується, а різниця між стратегіями полягає лише в тій інформації, якою

володіє тестувальник. По ряду причин проблеми підвищення безвідмовності і

безпеки для програм важчі і менш вивчені, ніж для апаратури. До цих причин

відноситься перш за все складність програмних продуктів і велика

різноманітність видів дефектів і їх вплив на процес обчислення. Великий відсоток

помилок в програмних засобах ідентифікується на етапах тестування і

експлуатації. Але, поява помилок на етапі експлуатації може призвести до

катастрофічних наслідків, тому дуже важливо виявити помилки на більш ранніх

етапах розробки програмного забезпечення. Міжнародні стандарти IEC 62279:

2002 та IEC 61508-3: 1998 містять перелік необхідних перевірок, які повинні

продемонструвати, що кожен програмний модуль виконує функції, для яких він

призначений, і не виконує функції, що не були для нього передбачені.

Методи і засоби тестування при проектуванні ПЗ критичного

призначення

Методи і засоби передбачені при проектуванні і розробці програмного

забезпечення містять:

тестування програмних модулів і інтеграція;

76

імовірнісне тестування;

динамічний аналіз і тестування;

запис і аналіз даних;

тестування характеристик;

тестування інтерфейсу;

функціональне тестування і тестування методом «чорної скрині».

Серед методів спрямованих на забезпечення якості програмного забезпечення,

пов'язаного з безпекою, присутній метод статичного тестування, який також

рекомендовано використовувати для зазначеного рівня повноти безпеки.

Відповідно до міжнародних стандартів IEC 62279: 2002 та IEC 61508-3: 1998

вихідний текст має бути верифікований статичними методами для того, щоб

гарантувати відповідність специфікованим проектами програмних модулів,

необхідним стандартам кодування і вимогам планування безпеки.

Подання V-моделі життєвого циклу безпеки ПЗ в укрупненому вигляді і місце

статичного аналізу наведено на рис.1.

Вимоги до системи МПЦ-У

Вимоги до ПЗ

Проектування ПЗІнтеграція ПЗ в технічні засоби автоматизації

Інтеграційне тестування системи

Валидирован-ное ФПО

Функціональні , автономні попередні випробування

Верифікація

Тестування

Звіт по верифікації вимог до ПО

Звіт по верифікації кодування ПЗ й інтеграції в технічні засоби

автоматизації

Звіт по верифікації проекта ПО

Акти, протоколи,

звіт по валідаціїВалідація системи

МПЦ-У

Кодування ПЗі статичний аналіз коду

Звіт по верифікації інтеграції системи

Верифікація

ВерифікаціяПлан верифікації ПЗ

Рис. Ошибка! Текст указанного стиля в документе отсутствует.Ошибка!

Текст указанного стиля в документе отсутствует.. V-модель життєвого циклу

безпечного ПЗ

Статичний аналіз включає в себе такі методи і засоби:

аналіз граничних значень. Застосовується для усунення помилок, що

виникають при обмеженнях параметрів або кордонів;

77

перевірочні списки або таблиці контрольних перевірок. Застосовуються для

стимулювання критичної оцінки всіх аспектів системи замість встановлення

певних вимог;

аналіз потоку управління. Застосовується для виявлення невірних і

потенційно некоректних програмних структур;

аналіз потоку даних. Застосовується для виявлення невірних і потенційно

некоректних програмних структур;

«провокування» (пошук) помилки. Застосовується для усунення загальних

помилок програмування;

перевірка за методом Фаган (інспектування вихідні тексти). Застосовується

для виявлення помилок на всіх етапах розробки програми;

аналіз помилкового ланцюга або прихованого шляху виконання.

Застосовується для виявлення непередбачених шляхів або логічного потоку в

системі, який в певних умовах ініціює небажану функцію або перешкоджає

виконанню очікуваної функції;

символічне виконання. Застосовується для забезпечення узгодженості між

вихідною програмою і специфікацією;

прогони і огляди розробки. Застосовується для швидкого й економічного

виявлення помилок в процесі розробки.

Завдання, які вирішуються програмами статичного аналізу коду ділять на три

категорії: (1) виявлення помилок у вихідному коді програми; (2) рекомендації

щодо оформлення вихідного коду; (3) підрахунок метрик.

Тестування повинні бути піддані внутрішні структури даних; розгалуження;

обробки помилкових ситуацій; інтерфейс модуля; граничні умови.

Для оцінки результату тестування використовуються наступні критерії:

покриття операторів (має на увазі виконання кожного оператора програми,

принаймні один раз);

покриття рішення (має на увазі перевірку всіх умов в програмі як при

істинних, так і при помилкових значеннях);

покриття умов (має на увазі перевірку всіх можливих результатів кожної

умови в рішенні).

Висновок

Статичний аналіз є особливо потужним засобом, коли мова заходить про

пошук помилок безпеки. Інструменти статичного аналізу використовуються в

якості додаткового методу до звичайних динамічних випробувань з метою

отримання гарантій якості і безпеки розробки ПЗ критичних систем, в тому числі,

для пошуку коду, що потенційно містить уразливості. Даний метод сприяє

суттєвому підвищенню продуктивності і надійності програм, дозволяє раніше

виявити помилки, а значить зменшити вартість виправлення.

78

МОДЕЛЮВАННЯ ТА АНАЛІЗ РІВНЯ НЕБЕЗПЕКИ ТЕХНОЛОГІЧНИХ

ПРОЦЕСІВ

Лифар О.К.



Запропоновано методи отримання кількісних показників стохастичних параметрів ризику

при обґрунтуванні рівня безпеки об’єктів підвищеної небезпеки Запропоновано методи

оцінки і аналізу вірогідності відмов елементів складної технологічної системи і методи

розробки рекомендацій по зменшенню рівня техногенного ризику.

Ключові слова: підтримка прийняття рішень, вірогідність відмов, техногенна безпека,

ризик, аналіз даних, метод, модель.

Вступ

Аналіз небезпеки технологічних об'єктів повинен бути оформлений таким

чином, щоб були чітко формалізовані причинно-наслідкові зв'язки аварійних

процесів для оцінки ризику. При проведенні HAZOP-аналізу такі зв'язки чітко

прописані в форматі робочих таблиць процесів і процедур. На основі цих таблиць

формально для всіх виявлених аварійних ситуацій з'ясовуються види наслідків і

кількісні показники вхідних даних для моделювання небезпечних фізичних

процесів: вибухів, пожеж, токсичного впливу домішок в атмосфері,

ударно-хвильової дії і т. д. Крім того, на підставі цих таблиць необхідно будувати

«дерева відмов» (FTA) для визначення кількісних показників ймовірності

негативних наслідків [1].


Для тих технологічних елементів (представлених в «деревах відмов»), які

визначають або впливають на рівень ризику ОПН, необхідно довизначити

показники надійності (ймовірність відмови). Вхідні дані можуть бути зібрані в

такий спосіб:

Для стохастичних процесів.

Для кожного виділеного елемента, для якого необхідно визначити ймовірність

його відмови, необхідно зібрати наступні дані: aT – середній час безвідмовної

роботи обладнання (приладу, пристрою), год.; a – середня інтенсивність потоку

відмов обладнання (приладу, пристрою), 1/год.;

79

aa

N

iia Т//ТT 1 N;

1

, (1)

де iТ – фактично відпрацьований час роботи в – му періоді, год.; N – кількість

відмов, що сталися за час випробувань (періодів роботи).

)texp()t(Q a (2)

де )t(Q - ймовірність безвідмовної роботи протягом періоду t . )texp()t(P a1 -

ймовірність відмови протягом періоду t .

Індивідуальність кожної одиниці технологічного обладнання ОПН

проявляється у відмінності технологічних і режимних параметрів, умов

навантаження, конструктивного і матеріального виконання. Облік технічного

стану обладнання найбільш доцільний при виконанні робіт, пов'язаних з

частотною оцінкою аварійного ризику для обладнання, яке тривалий час

знаходиться в експлуатації.

Інтенсивність відмов елементів обладнання в початковий період має більш

високе значення, що перевершує поточне в кілька разів, тобто (t)= n0(t). У міру

їх припрацювання за період часу, який називається середньостатистичним часом

прояви прихованих виробничих дефектів в матеріалі і конструкції, інтенсивність

відмов знижується до певного «порогового» значення і з нього виходить на період

так званої «нормальної» експлуатації.

Для спрощення математичного опису зниження інтенсивності відмов за час t,

можливо прийняти залежність інтенсивності відмов від напрацювання лінійною,

яка має вигляд:

,T

tnnt o

p

1

pTt 0 (3)

po

p

o

tt

o

TtT

tnnttdttP

0,

2

1expexp

2

в (4)

тоді ймовірність безвідмовної роботи дорівнюватиме виразу

У свою чергу, маючи значення ймовірності безвідмовної роботи стосовно

раптових відмов, маємо можливість визначити інтенсивність відмов по

залежності.

p

о

T

tnnt

tPln

2

1 2

в

. (5)

Оцінку рівня надійності можна проводити на основі статистичних даних

характеристик міцності конструкційних матеріалів, геометричних параметрів і

80

навантажень, що діють на елементи конструкції, умов експлуатації і технології

виробництва. При цьому, передбачається системний підхід "деталь - складальна

одиниця - виріб".

Для цього були прийняті експлуатаційні навантаження, що діють на елементи

конструкції технологічного обладнання (S) і несучу спроможність по міцності (R)

і по деформації (Q), які є випадковими величинами.

Для прогнозу ймовірності безвідмовної роботи технологічного обладнання

стосовно раптових відмов може бути застосовна модель, яка заснована за

принципом "технологічної невизначеності" по типу "узагальнене навантаження -

несуча здатність".

Pв(t)= Вер(R-S) (6)

Оскільки обидві величини характеризуються математичним очікуванням і

середньоквадратичним відхиленням (С.К.В.), вираз (6) формалізовано наступною

математичною залежністю

)],)t(

)SR()m()][

SR()n([)t(P

R

max

S

minB

4

11

(7)

де S,S - математичне очікування та с.к.в. узагальненого навантаження;

R,R(t) - математичне очікування та с.к.в. несучої здатності; Ф(z) - функція

Лапласа; Rmin - мінімальне очікуване значення несучої здатності; Smax -

максимальне очікуване значення узагальненого навантаження.

Відмінною особливістю даної моделі від існуючих є застосування функції

Лапласа з метою кількісного визначення небезпечної площі перекриття щільності

розподілу навантаження і несучої здатності, а також введенням залежності

зниження рівня "технічної невизначеності" від напрацювання технологічного

устаткування.

Таким чином, ймовірність безвідмовної роботи технологічного обладнання

стосовно поступових відмов оцінювалася за формулою

,)t(P)t(P)t(Pk

iустkфп

1 (8)

де Рк(t), Р(t)уст - ймовірності безвідмовної роботи стосовно корозійних процесів і

утомних руйнувань.

Таким чином, наведені вище моделі дозволяють прогнозувати надійність

технологічного обладнання, але для цього необхідно встановити перелік деталей,

що визначають його надійність, встановити характеристики міцності і гранично

допустимі параметри та їх динаміку.

81

Section 4

Medical informatics. Computer Science and Information

Technology for Healthcare

82

ІНТЕЛЕКТУАЛЬНА ПЕРСОНІФІКОВАНА СИСТЕМА МОБІЛЬНОГО

ЗДОРОВ’Я

Дорош О.І.1, Степанюк О.Ю.

2

1 Національний університет «Києво-Могилянська академія», Київ, Україна

2 Центр у справах сім’ї та жінок Деснянського району м. Києва, Україна

В роботі представлено концепцію та структурну організацію персоніфікованої

багатофункціональної інтелектуальної модульної системи для контролю та корегування

показників фізичного та ментального здоров’я з використанням сучасних

інфокомунікаційних і мобільних засобів на базі ОС Android, а також спеціалізованого

програмного забезпечення.

Ключові слова: медичні гаджети, мобільні додатки, інформаційні технології

Вступ

На даний час для оцінювання стану здоров'я людини використовують

вербальні (на основі анкетування) та дискретні фізіологічні показники (які можна

вимірювати за допомогою медичних гаджетів та сенсорів). Деякі сучасні мобільні

системи також дозволяють провести простий порівняльний аналіз отриманих

даних. Однак, вони не вирішують багатьох питань мобільної персоналізованої

медицини. У таких системах програмне забезпечення не дозволяє провести

детальний професійний аналіз первинних даних, порівняти результати

суб'єктивної (вербальної) оцінки стану здоров'я з об'єктивними даними на основі

аналізу фізіологічних показників, що не дає можливості створення ефективних

програм корегування для стабілізації стану здоров'я та оптимізації процесу

лікування [1-3].

Актуальність і наукова новизна полягає в створені універсальних

інформаційних технологій для мобільного навігатора здоров'я для задач

персоналізованої медицини.

Сьогодні розробники мобільних технологій пропонують широкий спектр

пристроїв (смарт-фітнес браслети, годинник, окуляри, одяг і т. д.) і мобільні

додатки для контролю певних фізіологічних характеристик і психічних функцій,

що характеризують стан здоров'я:

пульс (наприклад, Instant Heart Rate, Runtastic Heart Rate Monitor),

кров'яний тиск (Монітор артеріального тиску),

значення спалених калорій, кількість кроків і відстань (Googlefit),

рівень стресу (стрес-Check), фази сну (Sleep Time) і т.д.

емоційний стан (Moodivator (Pfizer), Ginger.io).

83

Останній додаток може використовуватися, для того, щоб допомогти з

депресією і поведінковими проблемами зі здоров'ям (тривога, біполярні розлади і

шизофренія).

Для збору даних, експрес-аналізу і візуалізації вербальних і фізіологічних

даних, отриманих від користувачів за допомогою медичних пристроїв і

смартфонів необхідно розробляти також сервісні платформи, які також

забезпечують організацію інтерфейсу і зворотного зв'язку.

Наприклад, Apple Health-сервіс збирає дані про частоту серцевих скорочень,

глюкозу, калорії, а також забезпечує режим очікування через загальний

інтерфейс.

Розробники Samsung пропонують приватні додатки для S-Health з базою

продуктів і вправ, що вміють визначати частоту серцевих скорочень, рівень

стресу, якість сну, фізичної активності та кількість спалених калорій. Дані, такі як

кількість кроків, вправи, частота серцевих скорочень, харчування, вага, сон і

стрес, виводяться на екран смартфона Samsung Galaxy. Ця послуга дозволяє

підключати додаткові пристрої через спеціальне приладдя .

Мобільна платформа Apple™ResearchKit (www.apple.com/carekit) заснована

на платформі з відкритим вихідним кодом iPhone, що дозволяє дослідникам

збирати дані безпосередньо від пацієнтів з майбутнім потенціалом стандартизації

та повторного застосування. Оскільки платформа продовжує поліпшуватися,

вона може додатково спростити процес збору даних і дозволить стандартизувати

дослідження. Технологія дистанційного моніторингу також пропонує перевагу

прискореного збору даних, підвищення якості даних і зниження витрат на

випробування. GlaxoSmithKline, у співпраці з McLaren Group і Medidata,

займається розробкою прийому даних в режимі реального часу. Ця платформа

може розглядатися як основа для мобільних додатків і послуг для поліпшення

здоров'я.

Недоліки Android-платформ S Health, Google Fit, Research Kit, Win Phone

полягає у тому, що вони не аналізують дані, отримані від користувача і не можуть

дати рекомендації, засновані на медичній практиці з використанням методів

доказової медицини. Швейцарський платні послуги Dacadoo також мають

обмежені можливості.

Розробка мобільних додатків в області охорони психічного здоров'я в

основному фінансується за рахунок підприємців, які зацікавлені в їх швидкому

виведенні на ринок. Дослідження, проведені в Гарвардському університеті (Джон

Тороус) показали, що існує мало використання об'єктивних маркерів в оцінці

психічної захисту здоров'я користувача. Як правило, ці програми (наприклад,

Ерудит) в основному допомагають розслабитися і налаштуватися на позитивну

сторону. Там немає великих якісних досліджень, які оцінюють можливості

програми, щоб впоратися з депресією і біполярними розладами з використанням

84

методів доказової медицини (рандомізовані, подвійні сліпі дослідженнями) в

різних країнах. Там немає індивідуального підходу до кожного користувача на

основі інтегрованих (об'єктивні і суб'єктивні) показників. Є тільки кілька

додатків, які використовують зворотний зв'язок для віртуальних консультацій.

Тому актуальною є розробка інформаційної технології для інтелектуального

мобільного навігатора здоров'я із зворотним зв’язком на базі сучасних мобільних

засобів (смартфони, айпеди та ін.) на платформі Android, яка дозволить визначати

ряд вербальних та фізіологічних показників, що характеризують стан здоров'я та

провести їх порівняльний аналіз, а також сформувати та проводити комплексний

аналіз інтегрованих показників (наприклад, варіабельності серцевого ритму-

ВСР).

1. Модульна організація та програмне забезпечення системи

Для виконання цього завдання розроблено концепцію та структуру

багаторівневого комплексу персоніфікованої мобільної системи з архітектурою

клієнт-сервер на базі ОС Android [4,5]. Структурна організація клієнт-серверної

частини комплексу включає в себе програмний модуль для процедури

ідентифікації користувача, модуль передачі даних з медичних датчиків та

гаджетів, модуль формування локальної бази даних, локальний модуль обробки

результатів обстежень, модуль швидкого аналізу і відображення результатів.

Сервер створює глобальну базу даних, в якій буде зберігатися інформація про

комплексні показники, що характеризують стан фізичного та ментального

здоров'я користувачів, на основі яких будуть визначатися групи ризику (1-3).

Крім того, буде проводитися комплексний аналіз (наприклад, аналіз ВСР,

спектральний аналіз у різних базисах та ін.), результати якого будуть

використовуватися при формуванні коригувальних рекомендацій. У блоці

рекомендацій, який містить декілька модулів, генеруються рекомендації щодо

стабілізації здоров'я (персоніфіковані, або по групах ризику), а також

проводиться адаптація до потреб конкретного користувача.

Швидкий експрес-аналіз характеризує поточний стан здоров'я користувача і

повідомляє йому про небезпечні зміни психофізіологічних показників організму.

Аналіз проводиться професійними лікарями для раннього виявлення можливих

відхилень.

Тестування системи було проведено з використанням фітнес-браслета Mio

Fuse та мобільного додатку MioGo для смартфонів, а також спеціально

розробленої програми для аналізу ВСР та проведення комплексу психологічних

тестів для визначення рівня уваги, пам’яті, динаміки працездатності та ін.[6].

На основі аналітичного огляду сучасних вербальних (словесних) і

фізіологічних методів оцінки, корекції і стабілізації стану психічного здоров'я,

порівняльного аналізу їх ефективності та оптимізації нових методів і прийомів,

85

спрямованих на вирішення конкретних проблем, розроблено технологію для

ефективного забезпечення психічного благополуччя молодих людей (розвиток і

мобілізацію когнітивних функцій, зниження рівня тривожності, підвищення

стійкості до стресу і адаптаційних можливостей для успішного навчання і

соціалізації молоді)[7].

Програмна реалізація системи забезпечує мобільні (комп'ютерні) послуги, на

які користувачі можуть підписатися: безкоштовно, щоб отримати загальні (по

групах ризику) рекомендації щодо стабілізації психоемоційного стану і

зміцнення психічного здоров'я в цілому, або вибрати платну послугу, щоб

отримати персоналізовані рекомендації медичних експертів.

Приклади практичного застосування розробленої системи приведено в [6-8].

Висновки

Інтегрована з мобільною цифрова інформаційна технологія дозволить

забезпечити своєчасну, більш точну (на основі порівняння

вербально-фізіологічних даних та комплексного професійного аналізу

інтегрованих показників), менш інвазивну, більш надійну і ранню діагностику

можливих порушень стану здоров'я .


1. Мінцер, О. П. Особливості діагностики стану здоров’я пацієнта з позиції мобільної

медицини. Постановка проблеми [Текст] / О. П. Мінцер, Я. О. Шевченко // Медична

інформатика та інженерія. - 2016, - № 4 – С. 31-36.

2. Персонализированная медицина: современное состояние и перспективы [Текст] / И. И.

Дедов, А. Н. Тюльпаков, В. П. Чехонин [и др.] // Вестник РАМН. – 2012. – № 12. – С. 4–10.

3. Абдулаев, В. Г. Мобильные приложения для здоровья [Текст] / В. Г. Абдуллаев, Т. К.

Аскеров, И. В. Чуба // Радиоэлектроника и информатика. – 2014. – Т. 1, № 64.

4. Дорош, Н. В. Розробка модульної концепції інформаційно-комунікаційної системи для

задач охорони здоров'я [Текст] / Н. В. Дорош, O. В. Бойко, Г. Л.Кучмій, О. І. Дорош //

Матеріали V Міжнародної науково-практичної конференції “Фізико-технологічні проблеми

передавання, обробки та зберігання інформації в інфокомунікаційних системах”. - Чернівці,

2016. - С.255-256.

5. Dorosh, N. Mobile information feedback system for m-health [Text] / N. Dorosh, O.

Zayachkivska, O. Dorosh, I. Yermakova // Proceeding of the of 10th International Forum on

Innovative Technologies for Medicine (ITMED-2016). - Warsaw, 2016. – P.18.

6. Дорош, О.И. Медицинское мобильное устройство на базе OC ANDROID [Text] / О.И.

Дорош // Вестник НТУ "ХПИ". Серия: Информатика та моделирование. – Харков: НТУ "ХПИ".

– 2015. – № 32 (1141).- С.60-68.

7. Вербально-фізіологічні методи оцінювання стану здоров’я та стилю життя студентів

з використанням інформаційно-комп’ютерних технологій та мобільних медичних гаджетів

[Текст] / Дорош Н.В., Бойко О.В., Заячківська О.С. [та ін,] // Медична інформатика та

інженерія.- 2016. – №1. – С.65-66.

8. Zayachkivska, O. Detection of early risk factors of stress in students using “Smart Lion”

M-health technology [Text] / O. Zayachkivska, N. Dorosh, M. Zvir, O. Dorosh // Proc. Shevchenko Sci.

Soc. Medicine. - 2015. -Vol. X LIII. - P. 139-149.

86

ВИКОРИСТАННЯ ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ ДЛЯ

МОНІТОРИНГУ СТАНУ ПЛОДА

Білобородова Т.О., Великжанін А.Ю.



Моніторинг серцевого ритму та рухів плода є дуже важливим показником стану здоров’я

плода в період третього триместру вагітності. Система дозволить вагітній жінці

проводити регулярне спостереження серцебиття та рухів плода в домашніх умовах та

передачу актуальних даних для віддаленого спостереження лікарю-акушеру. За допомогою

зворотного зв’язку вагітна жінка завжди матиме інформацію про стан здоров’я

майбутньої дитини.

Розглянуто підходи та методи для контролю стану плода. Пропонується використання

носимого пристрою, який буде включати датчики реєстрації електричних імпульсів серця

і м’язової активності, датчик реєстрації фонограми серцебиття плода, платформи

Arduino Uno; шлюзу для передачі даних; серверу для зберігання даних. Система дозволить

поліпшити оцінку станів плода. Система знаходиться на етапі розробки. Стаття

присвячена найбільш важливим аспектам її розробки.

Ключові слова: носимий пристрій, моніторинг серцевого ритму, біоінформатика

Вступ

Частота серцевих скорочень є показником на який впливає багато факторів:

насиченість крові киснем, рівень гемоглобіну, анатомічні особливості серця,

вплив гормонів і вегетативної нервової системи. Саме цьому моніторинг

серцевого ритму плода та його рухомої активності своєчасно може надати

важливу інформацію про стан плоду та його життєздатність під час перебігу

вагітності, пологів.

Метою дослідження є оцінка ефективності, безпечності, точності існуючих

методів моніторингу серцевого ритму та рухливості плода. Розробка безпечного

та точного підходу для віддаленого контролю стану плода.

Для досягнення поставленої мети сформульовані наступні задачі:

- проведення порівняльного аналізу переваг та недоліків існуючих підходів

для виділення найбільш безпечних та точних методів;

- визначення структури пропонованої системи моніторингу серцевого ритму

плода та його рухливої активності;

- розроблення та збірка прототипу пристрою для моніторингу стану плода на

підставі обраних підходів, методів.

В нашому дослідженні ми розглядаємо неінвазійні методи моніторингу стану

плода. Для неінвазійних методів моніторингу плода актуальною є задача

87

отримання більш точних показників частоти серцевих скорочень плоду [1].

Розглянуто шляхи вирішення цієї проблеми.

Методи моніторингу стану плода

Одним з найбільш поширених методів моніторингу стану плода є метод

кардіотокографії. Цей метод з використанням Допплера пропонують автори [2]

для мобільного моніторингу та оцінки частоти серцевих скорочень, рухів плода та

маточної активності. Ще одним методом моніторингу стану плода є фетальна

електрокардіограма, який надають більш точну та детальнішу інформацію про

якість серцеву ритму плода [3, 4, 5]. Одним з найдешевших способів моніторингу

серцевого ритму плода є отримання даних про частоту серцевих скорочень плода

за допомогою аудіо сенсорів [6].

Зовнішній моніторинг плода є важливою частиною ведення вагітності.

Вагітна жінка в будь-який час буде мати змогу прослухати серцебиття своєї

майбутньої дитини та вести контроль її рухливої активності. Лікарям рання

реєстрація відхилень показників серцевого ритму, ЕКГ плода та його рухливої

активності допоможе своєчасно виявити патологічні стани плода для надання

лікарської допомоги. При наявності різноманітних підходів до моніторингу

серцевого ритму та рухів плода, розробка більш безпечного та точного методу для

контролю стану плода на протязі вагітності та в період пологів остається

актуальною. В результаті проведеного аналізу досліджень, виділені переваги та

недоліки, що виникають при використанні різних методів контролю серцевого

ритму та рухливої активності плода. На підставі аналізу існуючих рішень,

обраний підхід, що поєднує використання датчиків реєстрації електромагнітних

імпульсів для моніторингу ЕКГ і рухів плода та мікрофон для реєстрації

аудиосигналів серцевого ритму плода. Датчики є лише першим кроком в розробці

системи моніторингу серцебиття та рухів плода. На рис. 1 представлена структура

пропонованої системи для контролю стану плода.

Сигнал електричної активності серця та м’язової активності обробляється для

виділення серцевого ритму та

рухів плода

Посилення та витяг аудіо

сигналу серцевого ритму

плода

EMG/ECG датчик

Audio датчик

Витяг серцевого ритму та рухливої

активності плода,

підрахунок серцевих

скорочень та рухів плода

Зовнішня передача

даних

Шлюз для передачі даних ,

візуалізація,

безпечність, зв’язок

з мережею

Передача даних на

безпечний сервер

Користувальницький

інтерфейс для

контролю стану плода

Носимий вимірювальний пристрій Мережа

Рис. 1. Структура пропонованої системи моніторингу серцевого ритму та рухів

плода

88

Розроблюваний носимий вимірювальний пристрій відповідає за реєстрацію

серцевого ритму, електричних імпульсів серця та м’язів плода.

Носимий пристрій включає два види датчиків: датчик реєстрації

електромагнітних імпульсів серцевих та м’язових скорочень; датчик реєстрації

аудіо сигналу частоти серцевих скорочень. Комбінація цих датчиків допоможе

отримати найбільш повну інформацію про частоту, ритм та характер серцевих

скорочень плода. Датчики, що використовуються для реєстрації сигналів є

безпечними для плода та вагітної жінки.

Для реєстрації ЕКГ/ЕМГ сигналів використовуються електроди, що

під’єднані до схеми SHIELD-EKG-EMG, яка призначена для попередньої обробки

сигналів, і перетворює аналоговий диференційний сигнал в єдиний потік даних на

виході. Вихідний аналоговий сигнал далі дискретизується для цифрової обробки

на платформі Arduino Uno.

Для отримання аудіо сигналу використовується мікрофон, фільтр

Баттерворта, що підготовлює сигнал від мікрофона для його подальшого

посилення, фільтрації і обробки, операційні підсилювачі. На виході з аналогової

схеми відфільтрований сигнал подається на плату Arduino Uno, де виконується

цифрова обробка, необхідна для виведення діагностично релевантної інформації,

що містить миттєву і базову частоту серцевих скорочень, а також інформацію про

мінливість цих даних.


1. Vullings, R. Non-invasive fetal electrocardiogram: analysis and interpretation // Eindhoven:

Technische Universiteit Eindhoven. - 2010. – 228 p.

2. Bhong, S. S., Lokhande, S. D. Monitoring of Unborn Babies Using Bluetooth// International

Journal of Scientific & Engineering Research, Volume 4, Issue 5, May-2013.- 2182-2185 p.

3. Karvounis, E. C., Tsipouras, M. G., Fotiadis, D. I., Member, Naka, K. K. An Automated

Methodology for Fetal Heart Rate Extraction From the Abdominal Electrocardiogram// IEEE

Transactions on Information Technology in Biomedicine, vol. 11, No. 6, November 2007. - 628-638 p.

4. Патент International Application No.: PCT/IL2015/050407, Pub. No.: WO/2016/067276.

Continuous non-invasive fetal/mother monitoring using fixed location sensors / Oren Oz, Nathan

Intrator Nuvo Group Ltd.. - № 721205; заявл. 15.04.15; опубл. 06.05.16.

5. Fanelli,A.,Ferrario, M., Piccini, L., Andreoni, G., Matrone, G., Magenes, G., Signorini, M.

Prototype of a wearable system for remote fetal monitoring during pregnancy // 32nd Annual

International Conference of the IEEE EMBS. - 2010. - 5815-5818 p.

6. Boeing, J., Gatlin,T., Hendler, E., Hyde, E. Fetal Heart Rate Monitor for Resource-Limited

Settings. ME 450 Fall 2012

89

ИНФОРМАЦИОННАЯ СИСТЕМА НА БАЗЕ ANDROID-ПРИЛОЖЕНИЯ

ДЛЯ СОЗДАНИЯ ИНДИВИДУАЛЬНОГО ПЛАНА ПРИЁМА ЛЕКАРСТВ И

ПИТАНИЯ ПРИ ГАСТРИТЕ

Минайленко А.А., Неудакина Л.В.

Восточноукраинский национальный университет имени Владимира Даля,

Северодонецк, Украина

Работа посвящена поиску оптимальных методов построения информационной системы

на базе Android-приложения для создания индивидуального плана приёма лекарств и

питания при гастрите. В ходе исследования была выявлена проблема внедрения

медицинских информационных систем, а также найден оптимальный метод для создания

заданной информационной системы. Для составления индивидуального плана приема

лекарств разработана информационная система на базе Android-приложения.

Ключевые слова: информационная система, персональный помощник,

Android-приложение, гастрит, приём лекарств, питание

Введение

Если верить статистике, то среди заболеваний желудочно-кишечного тракта

гастрит занимает первое место. На сегодняшний день эта болезнь беспокоит не

только пожилых людей, но и школьников и маленьких детей. Согласно

последним исследованиям, рак желудка (зачастую невылеченный в своё время

гастрит) стал на вторую позицию среди наиболее распространённых причин

смерти от рака в мире [1].


Информационные технологии в медицине оказывают положительное

воздействие на рост и развитие новых методов организации медицинской

помощи населению. Целью работы является исследование, выбор и реализация

информационных технологий для создания индивидуального плана приёма

лекарств и питания при гастрите.

Для решения задачи - создание медицинской информационной системы -

было предпринято использовать: доступное техническое обеспечение;

бесплатное программное обеспечение; автономное программное сопровождение.

При поиске оптимального метода для создания информационной системы

были выдвинуты такие критерии, как масштабируемость и конфигурируемость.

[2] Более высокие показатели этих критериев обеспечивает трёхуровневая

архитектура (клиент - сервер приложений - сервер баз данных), по сравнению с

файл-серверной архитектурой или двухуровневой архитектурой (клиент-сервер)

90

Обычно разработка трёхуровневых систем выходит несколько сложнее,

нежели двухуровневых. Однако, преимущества трёхуровневой архитектуры

перед остальными достаточно существенны, для того чтобы выбрать данный

метод для разработки заданной информационной системы.

Рис.1. Модель трехуровневой информационной системы

Выводы

Разработка информационной системы на базе Android-приложения для

создания индивидуального плана приёма лекарств и питания при гастрите станет

достаточно актуальной и новой среди прочих медицинских информационных

технологий. Также будет применён сложный, но в то же время оптимальный

метод трёхуровневой архитектуры. В дальнейшем планируется применить

принципы построения информационной системы и продолжить разработку

информационной системы.


1. Hoffman J. Helicobacter Pylori and Cancer Risk (Fact Sheet) [Электронный ресурс] / J.

Hoffman – Режим доступа www. URL: http://www.oncologynurseadvisor.com – 25.04.2017 г.

2. Литвиненко С. Бриллиантовый дворец IT [Электронный ресурс] / С. Литвиненко –

Режим доступа www. URL: https://www.medvestnik.ru – 25.04.2017 г.

91

Section 5 Information Technologies in Industry, Agriculture and

Engineering

92

ВИКОРИСТАННЯ КОМП'ЮТЕРНИХ БЕЗДРОТОВИХ СЕНСОРНИХ

МЕРЕЖ В КІБЕРФІЗИЧНИХ СИСТЕМАХ

Кривуля Г.Ф., Липчанський О.І.

Харківський національний університет радіоелектроніки, Харків, Україна

В роботі розглянуті особливості використання комп’ютерних бездротових сенсорних

мереж в кіберфізичних системах. Сформульовані основні задачі, які виникають при

створенні таких мереж, при керованому і випадковому розміщенню сенсорів.

Ключові слова: кіберфізична система. бездротова мережа, сенсор, зв’язність вузлів.

Вступ

На сучасному етапі одним із важливих державних завдань, які стоять перед

розвинутими країнами, є побудова інформаційного суспільства. Рівень

інформатизації країни визначається розвитком можливостей виробництва і

пов'язана з поступовим переходом від третьої, „цифрової” революції, яка

започаткувала в середині минулого сторіччя, до четвертої промислової

революції. Вона характеризується злиттям технологій і розмиттям граней між

фізичними, цифровими і біологічними сферами і яку визначають, як

впровадження кіберфізичних систем у виробничі процеси кількох підприємств.

При цьому датчики, обладнання та інформаційні системи об'єднуються в єдину

мережу і взаємодіють один з одним за допомогою стандартних протоколів в

режимі реального часу. Четверта промислова революція означає появу повністю

цифрової промисловості, заснованої на взаємному проникненні інформаційних

технологій і виробничих процесів.


Кіберфізичні системи, як основа цифрової промисловості, мають всі ознаки

комп'ютерів п'ятого покоління. Основна особливість таких комп'ютерів полягає в

їх інтелектуальності, що забезпечує можливість спілкування людини з ЕОМ на

природній мові, здатності ЕОМ до навчання і перехід від архітектури,

орієнтованої на обробку даних, до архітектури, орієнтованої на обробку знань.

Відбувається якісний перехід від стандартного обчислювального використання

комп'ютерів до когнітивної епохи, коли комп'ютери нового типу швидко вчаться

працювати зі структурованими, неструктурованими і нечітко структурованими

даними, починають замінювати працю людей при рішенні великої кількості

когнітивних завдань.

Кіберфізична система об’єднується з фізичним об'єктом за допомогою

93

комп'ютерних бездротових сенсорних мереж (БСМ), які є мережами

необслуговуваних мініатюрних електронних пристроїв для збору даних про

параметри зовнішнього середовища та передачу їх на базову станцію. Кожен

вузол мережі містить датчик, що сприймає дані від зовнішнього середовища

(власне сенсор), мікроконтролер, пам'ять, радіопередавач, автономне джерело

живлення і іноді виконавчі механізми. Можлива також передача керуючих

впливів від вузлів мережі до зовнішнього середовища.

Однією із основних задач для побудови ефективної кіберфізичної системи на

основі БСМ є розташування сенсорів у фізичному середовищі. При цьому можна

виділити такі види розміщування сенсорів – кероване і випадкове. Кероване

розміщення вузлів БСМ використовується для моніторингу об'єкта,

розподіленого в просторі, причому задані точки цього об'єкта, в яких обов'язково

повинні бути розміщені вузли мережі, що здійснюють збір інформації в деякій

околиці кожної точки (F-вузли). Інформація, яка отримана цими вузлами,

повинна бути передана з необхідним ступенем надійності в центральні вузли

мережі за допомогою певним чином розміщених в межах даного об'єкта Т-вузлів,

що виконують функції передачі інформації. В якості додатків БСМ з керованим

розміщенням можна навести приклади: – інженерні системи будівель і споруд:–

системи пожежної сигналізації, охоронні системи, –системи контролю доступу,

–системи моніторингу цілісності будівель і мостів, –системи обліку комунальних

послуг, –системи контролю клімату та інші.

Другий варіант – це випадкове розміщення вузлів БСМ. Можливі ситуації,

коли не залишається іншого вибору, окрім випадкового розміщення сенсорів.

Наприклад, при здійсненні розвідки під час бойових дій, в аварійних ситуаціях,

при виявленні лісової пожежі і т. д. Кероване розміщення сенсорів в подібних

ситуаціях небезпечно або не може бути здійснено. Вважається, що вузли БСМ

будуть розміщені за допомогою допоміжних засобів, таких як безпілотний

літальний апарат, гранатомет або касетна бомба. Подібні засоби розгортання

призводять до випадкового поширенню вузлів БСМ; хоча щільність вузлів може

до деякої міри контролюватися. Для оцінки структури БСМ при випадковому

розміщенні сенсорів, може бути взятий за основу однорідний розподіл вузлів.

Використання однорідного розподілу стає ефективним внаслідок безперервного

зменшення вартості і розмірів вузлів БСМ.

Суттєвою проблемою при розміщенні сенсорів в просторі контрольованої

зони є оптимальність зони покриття. Для вирішення задачі максимального

покриття при мінімальній кількості сенсорів треба враховувати необхідність

того, щоб збір інформації здійснюється з усіх об'єктів деякої безлічі сенсорів в

зоні спостереження. Відповідна задача оптимального покриття може бути

сформульована таким чином: задано деякий безліч об'єктів Т в зоні

спостереження Р. Потрібно визначити можливість деякої безлічі сенсорів S

повного покриття всіх цих об'єктів. Навіть обмежений варіант мінімального

94

покриття є NP-повною задачею й для вирішення такого мінімального покриття

розроблені субоптимальні алгоритми з поліноміальних часом виконання,

засновані на застосуванні генетичних алгоритмів, діаграм Вороного, тріангуляції

Делоне, алгоритмів пошуку на графах і ін.

Для підвищення надійності функціонування БСМ використовують методи

розміщення вузлів зі збільшенням зв'язності вузлів. Відмова вузла може статися

або внаслідок апаратних відмов компонентів, з яких складається вузол, або

внаслідок розрядки батареї. Збільшення зв'язності необхідно для забезпечення

структурної надійності БСМ. Можна виділити два класи завдань, що стосуються

фактору зв'язності мережі: оцінка зв'язності вузлів БСМ і розміщення вузлів з

метою збільшення зв'язності. При вирішенні задачі оцінки зв'язності вузлів БСМ

мережа представляється у вигляді неорієнтованого графа G (V,E), де V - безліч

вузлів, Е - безліч ребер, що зв'язують вузли. Проблемам обчислення нижніх і

верхніх оцінок імовірності зв'язності вузлів графа присвячена значна кількість

робіт. Велика кількість вузлів і їх високий ступінь зв'язності є характерними

особливостями БСМ, тому застосування класичних методів оцінки зв'язності, що

виключає повний перебір, призводить до різкого зростання обчислювальної

складності.

Висновки

З огляду на вищесказане перспективним є розробка алгоритмів обчислення

нижньої оцінки ймовірності зв'язності двох вузлів БСМ за кількістю незалежних

шляхів від F-вузла до Т-вузла. Такі алгоритми засновані на зменшенні

розмірності графа, що описує БСМ, до такого розміру, при якому два розглянутих

вузла стають сусідами, після чого обчислюється ймовірність зв'язності цих вузлів

в невеликій околиці. Для деяких мереж сенсорні вузли можуть мати відносну

мобільність, тобто довільно переміщатися одні відносно одних в деякому

просторі, не порушуючи при цьому логічної зв'язаності мережі. При цьому БСМ

не має фіксованої постійної топології, і її структура динамічно змінюється з

плином часу

Окрім вище описаних проблем створення сенсорних мереж існує також безліч

вторинних цілей, таких як зменшення вартості всієї БСМ, рівномірний розподіл

навантаження на вузли мережі, збільшення часу необслуговуваного

функціонування мережі.

95

COMPARATIVE ANALYSIS OF OPEN SOURCE SDN CONTROLLERS

Derkach M., Hyshev V.

Volodymyr Dahl East Ukrainian National University, Severodonetsk, Ukraine

Software defined networking (SDN) is one of the most prominent technologies to implement in

the IoT networks. In this paper, comparative analysis of open source SDN controllers is

presented. For this purpose, three key parameters of network architectures were chosen, they

are: secure controller design, interfaces and security services.

Key words: Software-Defined Networking, controller, Network Functions Virtualization (NFV),

architecture, server, control layer, application, protocol

Introduction

The choice of the controller is a fundamental factor in the construction of SDN,

because:

- The controller is designed to reduce the risk of intrusion/attack at the network

control layer;

- The controller is able to withstand errors in control layer logic;

- The controller is able to recover quickly from disruption and maintain an

acceptable level of service in the face of faults.

Comparison of the basic SDN-controllers

As it defined in [1], the SDN controller is a software entity that has exclusive

control over an abstract set of data plane resources. An SDN controller may also offer

an abstracted information model instance to at least one client.

An SDN controller may be implemented as any number of software components,

which reside on any number of physical platforms. The distributed components are

required to maintain a synchronized and self-consistent view of information and state.

This requirement bounds the concept of a single SDN controller; software components

that do not share this characteristic are necessarily external to the controller.

Several open source implementations of an SDN controller are available, being the

most important the following.

OpenDaylight Project

The OpenDaylight Project [2] is a collaborative open source project hosted by The

Linux Foundation. The goal of the project is to accelerate the adoption of SDN and

create a solid foundation for NFV.

96

By supporting open standards such as OpenFlow, OpenDaylight delivers a common

open source framework and platform for SDN across the industry for customers,

partners and developers.

A source code repository includes contributed source code from Big Switch

Networks, Cisco and NEC. Open Daylight project is sponsored by the LINUX

foundation, and it has its own website, wiki, and a mailing list available. These

resources appear to currently be aimed at developers wishing to contribute to the

project. The software is written in Java.

ONOS

ONOS [3] is the SDN network operating system for service providers architected

for performance, high availability, scale-out and well-defined northbound and

southbound abstractions and interfaces. ONOS was open- sourced on December 5th,

2014. The first open source release of ONOS was called Avocet and the next is

Blackbird. Blackbird, which was released recently focuses on performance

optimizations, defining metrics for measuring the "carrier-grade quotient” of SDN

control planes/controllers and publicly providing the measurements for ONOS using

these metrics.

RYU

RYU [4] is a component-based software defined networking framework. Ryu

provides software components with well-defined API that make it easy for developers

to create new network management and control applications.

Table 1

Comparison of the basic SDN-controllers

Controller Open

Daylight

ONOS RYU

Secure Controller Design

Control Process (Application) Isolation - - -

Implementation of Policy Conflict

Resolution

- +

(Data-Store)

-

Multiple Controller Instances – Resilience +

(Clustering)

+

(Clustering)

-

Multiple Application Instances –

Resilience

- - -

Secure Storage + + +

Secure Controller Interfaces

Secure Control Layer Communication + - +

97

(D-CPI) (D-CPI)

GUI/REST API Security +

(weak)

- -

Controller Security Services

IDS/IPS Integration +

(Defense4All)

- +

(Snort)

Authentication and

Authorization

+ - -

Resource Monitoring - - -

Logging/Security Audit

Service

+ + +

Conclusions

The results of the analysis are shown in the table 1. Moreover, the controllers Ryu,

ONOS do not have detailed documentation, which will complicate the operation of their

use. OpenDayLight supports decentralized work, which is an important factor for

scaling SDN and combining individual SDN segments. It is also worth noting that the

OpenDayLight project is supported by Cisco, the largest manufacturer of network

equipment. In our future work we are going to analyze the literature on applying SDN to

enable IoT scenarios.

References

1. Bonomi. "Fog computing and its role in the internet of things.” [Text] / Bonomi, Flavio, et al.

- Proceedings of the first edition of the MCC workshop on Mobile cloud computing. – ACM. - 2012.

2. OPENDAYLIGHT. “OpenDaylight: A Linux Foundation Collaborative Project.” [On-line

resource] / OPENDAYLIGHT. - Available at: http://www.opendaylight.org

3. ON.LAB. “ONOS: Open Network Operating System.” [On-line resource] / ON.LAB. -

Available at: http://onosproject.org/

4. Nippon Telegraph and Telephone Corporatio. “Ryu Network Operating System.” [On-line

resource] / Nippon Telegraph and Telephone Corporation - Available at: http://osrg.github.io/ryu/

http://www.opendaylight.org/

http://onosproject.org/

http://osrg.github.io/ryu/

98

OVERVIEW OF SDN SIMULATION TOOLS

Derkach M., Ikonnikov D.


Modern methods of testing are designed to solve problems of prototyping and evaluation of new

applications based on SDN. They include new programming languages and structures, methods

of debugging and static analysis, as well as emulation tools based on containers. In this article,

we will describe the existing modeling tools that are used to build SDN. So, to provide easy

transfer to real controller platforms.

Key words: Software-Defined Networking (SDN), controller, Simulation, OpenFlow, Mininet,

application, modeling tools

Introduction

Till 2010, to choose appropriate prototyping tool to simulate ideas had been a

challenge because real test bed was expensive and out of reach from most scientists.

Lantza et al. designed Mininet to support collaborative network research, which is a

flexible, deployable, interactive, scalable, realistic and at the most share-able software

simulation tool.

SDN Simulation Tools

Virtual machines (VMs) can be created to test the desired network behavior using

OpenFlow. This is a Python open source tool. At the same time, it is very important in

SDN to detect and debug failures in a large-scale network.

Because the SDN software stacks itself in a complex distributed system and the

working of SDN is, in a challenging, synchronous and failure prone environment.

A tool called W3 was developed to troubleshoot bugs in SDN control software.

Corresponding checking and simulation based causal interference are the two

approaches designed in W3. This tool successfully tested on various SDN platforms but

still needs many rounds of improvement to fully reap its benefits in large scale

enterprise domain. Reitblatt et al. [1] developed a declarative language “FatTire” for

developers that provide the following options:

1. Expressive: natural and orthogonal programming constructs that make it easy to

describe forwarding and fault-tolerance policies.

2. Efficient: a proof-of-concept implementation based on translation to the

fast-failover mechanisms provided in recent versions of OpenFlow.

3. Correct: a methodology for reasoning about the behavior of the system during

periods of failure recovery, which enables verification of network-wide invariants.

99

Further, fs-sdn has been recently designed by Gupta et al. [2] that offers simulation

at large scale in comparison to Mininet. Fs-sdn was developed for realistic and scalable

test and evaluation in standard networks, due to its basic abstraction, which captures

details about network flows while remaining at a relatively high conceptual level.

Fs-sdn is easy to use and it runs on any system on which Python can run. The

capabilities of fs-sdn implement nearly identical network scenarios as well as in

Mininet.

Table 1 highlights the most common SDN simulation tools used by researchers

nowadays.

Table 1

SDN Simulation Tools

Tool/Reference Methodology

Mininet Using lightweight OS containers to emulating hosts and switches in

a network.

W3 A gdb-like debugger for OpenFlow based networks.

FatTire Provides complier target fault tolerance requirement.

fs-sdn Enabling direct use of OpenFlow controller components.

Conclusions

Tools for developing and testing SDN applications have greatly improved recently,

but each has certain critical limitations. Mininet has significantly advanced the

state-of-the art for developing and testing new controller applications. It is already

seeing wide use, as it offers good realism and seamless transition from development to

deployment, but it does not yet scale to large networks.

References

1. Reitblatt M. FatTire: Declarative Fault Tolerance for Software-Defined Networks

[Теxt] / M. Reitblatt, M. Canini, A. Guha, N. Foster. - Workshop on Hot Topics in Software Defined

Networking (HotSDN). - 2013.

2. Gupta M. Fast, accurate simulation for SDN prototyping [Теxt] / M. Gupta, J.

Sommers, P. Barford. - Workshop on Hot Topics in Software Defined Networking (HotSDN). - 2013.

100

СИСТЕМА ДИСТАНЦИОННОГО ДИАГНОСТИРОВАНИЯ

КОРРОЗИОННОГО ПОВРЕЖДЕНИЯ ПОДЗЕМНЫХ ТРУБОПРОВОДОВ

Владимирский А.А.1, Владимирский И.А.

2

1 ИПМЭ им. Г.Е.Пухова НАНУ, Киев, Украина

2 Киевэнерго, Киев, Украина

Работа посвящена решению задачи создания и внедрения в производственную практику

технических средств оценки состояния металла (степени коррозионного износа)

подземных трубопроводов ТС без их вскрытия. Для определения местоположения мест

утонения стенок трубопроводов регистрируются сигналы вибрации, возникающие в

местах коррозионного утонения стенок трубопровода при внешнем возбуждении.

Предусматривается работа в условиях многоволнового распространения сигналов и

сложной помеховой обстановки.

Ключевые слова: протяженные подземные трубопроводные системы, коррозионный

износ, дистанционная диагностика.

Введение

Большая часть подземных трубопроводных систем (ТС) отечественных

городов находится в катастрофическом состоянии - превышение регламентных

сроков эксплуатации, многочисленные порывы, масштабные потери воды и

теплоносителя, нарушение снабжения потребителей, большие экономические

потери и даже человеческие жертвы. По действующему Положению о

техническом диагностировании ТС оценка состояния и продление ресурса

осуществляется экспертами на основании контроля металла в шурфах. При этом

с помощью ультразвуковых толщиномеров измеряется остаточная толщина

стенки трубопровода. Этот метод имеет существенные недостатки: в шурфе,

возможно, не самый поврежденный участок ТС, физические ограничения на

количество шурфов.

Таким образом, задача создания и внедрения в производственную практику

технических средств оценки состояния металла (степени коррозионного износа)

подземных трубопроводов ТС без их вскрытия является крайне актуальной.

Такие технические средства должны обеспечивать:

- Получение достоверных данных о фактическом состоянии металла

участков ТС с целью оценки возможности и условия дальнейшей эксплуатации.

- Определение очередности перекладок участков.

- Организацию упреждающего точечного ремонта.

Из известных на настоящий момент технических решений, приборов и

методик для оценки состояния металла подземных трубопроводов можно

101

выделить следующие:

1) Ультразвуковая система WAVEMAKER G3, G4 [1] (Великобритания).

Применительно к данной задаче – диагностике протяженных участков

отечественных подземных трубопроводов, система является малопригодной.

Основные причины – сильный коррозионный износ стенок трубопроводов и

быстрое затухание сигналов вдоль трубопроводов, наличие многочисленных

конструктивных препятствий на пути распространения ультразвуковых сигналов

(сальниковые компенсаторы, арматура и пр.).

2) Комплекты Каскад, Курсор, Вектор (Российская Федерация). Применяется

пассивный метод, нужен проток воды. Частотный диапазон 500 … 5000 Гц. По

утверждению разработчиков это оборудование показывает не утонение металла,

а места повышенных напряжений. Однако опыт эксплуатации ТС

свидетельствует о том, что повреждения трубопроводов (разрывы, трещины)

возникают практически исключительно в местах сильного коррозионного

утонения, в то же время напряженные участки, не подверженные сильному

коррозионному повреждению, благодаря большому запасу конструкционной

прочности ТС обеспечивают многолетнюю безаварийную эксплуатацию.

Основная часть

В ИПМЭ им. Г.Е.Пухова совместно с Киевэнерго на базе многолетнего

положительного опыта исследований, разработок и внедрения корреляционных,

акустических и термоакустических течеискателей, предназначенных для

выявления утечек подземных трубопроводов, разработана экспериментальная

система активно-пассивного низкочастотного диагностирования состояния

трубопроводов РАСТР-1 [2, 3] с целью выявления мест коррозионного

повреждения трубопроводов. Принцип действия системы основан на

регистрации сигналов вибрации, возникающих в местах коррозионного утонения

стенок трубопровода при их возбуждении протоком воды, шумами арматуры и с

помощью специальных акустических излучателей. Для определения

местоположения мест утонения используется корреляционная обработка

сигналов, регистрируемых в нескольких точках на поверхности трубопровода.

Предусматривается работа в условиях многоволнового распространения

сигналов.

В системе РАСТР-1М для повышения чувствительности аппаратуры путем

расширения динамического и частотного диапазонов анализируемых

вибросигналов в регистраторах применены 24-разрядные АЦП,

цифро-аналоговая система АРУ. Нелинейность АЧХ в полосе пропускания не

превышает 1 %. Для удобства использования в полевых условиях все выносное

оборудование (генератор и регистраторы) выполнены в герметичном

исполнении. Запись реакции участка трубопровода на воздействие тестовых

102

акустических сигналов производится в автоматическом режиме, с

синхронизацией по радиоканалу. Габариты и вес оборудования существенно

уменьшены.

Каждый из регистраторов обеспечивает синхронную запись сигналов с 4-х

вибродатчиков. В начале каждой записи по одному из каналов записывается

сигнал синхронизации, принимаемый по радиоканалу, что позволяет с помощью

последующей корреляционной обработки записей с разных регистраторов

обеспечить точность синхронизации между каналами на уровне 40 микросекунд.

Увеличенная мощность радиоканала, автоматизация процедуры подготовки,

синхронизации и записи обеспечивают существенное облегчение работы

персонала на диагностируемом объекте, устранение возможных

организационных ошибок. Благодаря исключению многочисленных

автоматических подстроечных процедур повышается производительность труда.

Состав модернизированного комплекта:

- Автономный регистратор акустических сигналов РАСТР-1М – 2 шт.

- Усилитель зондирующих акустических сигналов РАСТР-ТЕСТ со

встроенным генератором тестового сигнала и радиопередатчиком синхросигнала

– 1 шт.;

- Комплект вибродатчиков с магнитным держателем ВДМ – 8 шт.

Схема развертывания основного оборудования системы РАСТР-1М на

диагностируемом участке трубопровода теплоснабжения приведена на рис. 1.

Станции “А” и “В” размещаются около двух смежных теплокамер вдоль

обследуемого трубопровода. Вибродатчики ВДМ устанавливаются вдоль

трубопровода с помощью магнитных держателей и подключаются к

регистраторам.

Для проведения измерений в активном режиме с помощью магнитного

держателя в заранее выбранное и подготовленное место на трубопроводе

устанавливается акустический излучатель. Акустический излучатель

подключается к выходу блока РАСТР-ТЕСТ, в котором смонтированы генератор

зондирующего и синхронизирующего сигналов, усилитель мощности

зондирующего сигнала и радиопередатчик синхронизации.

Для корректного применения корреляционных методов требуется

синхронизация записей вибросигналов с высокой точностью (не хуже 0,1 мс).

Сигнал синхронизации (белый шум) поступает на регистраторы по радиоканалу.

При последующей предварительной обработке записей с регистраторов сначала

осуществляется их синхронизация с помощью корреляционной обработки и

формирование единого файла данных. При этом сигналы синхронизации

удаляются и в последующем не используются.

103

Рис.1. Структура системы диагностики РАСТР-1М,

развернутой на диагностируемом участке подземного трубопровода

(1,2,…, 8 – датчики вибрации, 9 – акустический излучатель, 10, 11 –

регистраторы РАСТР-1М, 12 – блок РАСТР-ТЕСТ).

Выводы

Проведенные исследования и опытная эксплуатация системы РАСТР-1 в

Киевэнерго подтверждают перспективность применения активно-пассивного

низкочастотного виброакустического диагностирования состояния городских

подземных трубопроводов теплоснабжения с целью выявления мест

коррозионного утонения. Необходимые дистанционные характеристики

обеспечиваются.


1. Е.И. Валышкова. WAVEMAKER - ультразвуковая система экспресс-диагностики

трубопроводов. MEGATECH / Валышкова. Е.И. - Новые технологии в промышленной

диагностике. Номер 1, 2011г. –c.58-61.

2. А.А. Владимирский. Уточнение диагностической модели трубопровода для повышения

достоверности течеискания / Владимирский А.А., Владимирский И.А., Семенюк Д.Н. -

Акустичний вісник. Інститут гідромеханіки НАН України. Том 8. Номер 3, 2005р. - с.3-16.

3. А.А. Владимирский. Создание технических средств для оценки степени коррозионного

износа подземных трубопроводов тепловых сетей без их вскрытия. / Владимирский А.А,

Владимирский И.А. - Моделювання та інформаційні технології. Збірник наукових праць.

Iнститут проблем моделювання в енергетицi НАН України. Вип. 75, Київ, 2015р.-с.42-48.

104

ВЛИЯНИЕ НЕСИНУСОИДАЛЬНОСТИ НАПРЯЖЕНИЯ ПИТАНИЯ

НА ПУЛЬСАЦИИ МОМЕНТА И ПЕРЕГРЕВ ОБМОТОК

ВСПОМОГАТЕЛЬНОГО АСИНХРОННОГО ДВИГАТЕЛЯ

Пустоветов М.Ю.

Донской государственный технический университет, Ростов-на-Дону, Россия

Данная работа посвящена исследованию влияния на вспомогательный асинхронный

двигатель электровоза переменного тока несинусоидальности трехфазной системы

несимметричных напряжений питания. Приведены данные сравнительного анализа

результатов моделирования на компьютере электромагнитного момента, напряжений,

токов и перегревов обмоток двигателя типа НВА-55, питаемого от схемы с

использованием емкостного расщепителя фаз. Показано, что несинусоидальность токов,

увеличивая нагрев обмоток, ухудшает условия эксплуатации электрической машины, но

главным недостатком является несимметрия питающих напряжений.

Ключевые слова: вспомогательный электропривод, электровоз переменного тока,

трехфазный асинхронный двигатель, имитационная модель, перегрев, электромагнитный

момент, отказ.

Введение

Известны проблемы отказов трехфазных вспомогательных асинхронных

двигателей (АД) электровозов переменного тока из-за термических повреждений

обмоток и неисправностей подшипниковых узлов. По данным статистики ОАО

«РЖД» за 2010 г. выплавления обмотки ротора из сплава алюминия составили

33% отказов АД типа НВА-55 (электровозы семейств «Ермак» и ЭП1), 25% -

АНЭ-225 (электровоз ВЛ85) и 15% - АЭ 92-4 (электровозы ВЛ80); отказы

обмотки статора: 25%, 31% и 50%; отказы из-за неисправностей подшипниковых

узлов: 33%, 37%, 28%. Схемы вспомогательного электропривода [1]

предусматривают питание АД несимметричной трехфазной системой

напряжений, получаемой посредством электромеханического или емкостного

расщепителя фаз (РФ) [1, 2] из однофазного напряжения обмотки собственных

нужд тягового трансформатора. Исследованию причин вышеназванных отказов

методами математического моделирования режимов работы АД в составе

вспомогательного электропривода электровоза «Ермак» при допущении питания

АД несимметричной системой синусоидальных напряжений частотой 50 Гц

посвящены работы [2, 3]. Установлено, что имеют место весьма значительные

пульсации электромагнитного момента эмM , а значит и динамического момента

на валу АД, который передается на подшипники, что может приводить к их

повреждениям и разрушению. Известно, что при любой несимметрии системы

синусоидальных питающих напряжений частотой 50 Гц в спектре эмM

105

появляется гармоника частотой 100 Гц [4]. В [3] на рис. 1 показаны опытные

осциллограммы напряжений и токов вспомогательного электропривода

электровоза 2ЭС5К «Ермак», оснащенного емкостным РФ, полученные

специалистами ОАО «ВЭлНИИ» (г. Новочеркасск). Видно, что эти кривые

содержат спектр гармонических составляющих. Настоящая статья призвана дать

ответ на вопрос о влиянии несинусоидальности напряжения питания на

электромагнитный момент и перегрев обмоток АД НВА-55.

Условия и результаты моделирования процессов на ЭВМ

Схема питания трехфазных АД в составе вспомогательного электропривода

предусматривает, что одно из линейных напряжений поступает на клеммы АД от

обмотки собственных нужд тягового трансформатора, то есть является

навязанным. Это напряжение 12U . Два других линейных напряжения 23U и 31U

формируются емкостным или электромеханическим РФ. Ограничимся

моделированием на ЭВМ работы одного мотор-вентилятора электровоза с АД

типа НВА-55, для чего используем математическую модель, описанную в [2].

Емкость отключаемой пусковой ступени составляет 4356 мкФ. Постоянно

включенная рабочая емкость 1452 мкФ. Конденсаторы включены между фазами

2 и 3. Будем сравнивать результаты моделирования при подаче 12U в

соответствии с формой, показанной на рис. 1 в [3], со случаем, когда подается 12U

синусоидальной формы с амплитудой и фазой первой гармоники

несинусоидального сигнала: )0498,65314sin(8189,52012

tu В.

Сформированная в ходе математического моделирования для случая емкостного

РФ, система трехфазных линейных несинусоидальных напряжений при

установившемся режиме работы исправного АД НВА-55 и отключенной

пусковой ступени конденсаторов показана на рис. 1. Поскольку в заданном

напряжении 12U присутствует постоянная составляющая величиной -4,374 В, она

становится причиной наличия постоянной составляющей в токе фазы 2. При

удалении постоянной составляющей из спектра напряжения 12U постоянная

составляющая тока также исчезает. Сравнительные результаты моделирования, с

точки зрения пульсаций электромагнитного момента, показаны в табл. 1, а с

точки зрения токов и перегревов - в табл. 2, в которой данные приведены на

момент времени 180 с после подачи напряжения при частоте вращения 1465

об/мин. За время пуска АД несинусоидальность токов не успевает повлиять на

нагрев его обмоток (разница перегревов порядка десятых долей градуса).

106

Рис. 1. Сформированная в ходе математического моделирования для случая

емкостного РФ система трехфазных линейных несинусоидальных напряжений

Таблица 1.

Сопоставление результатов моделирования эмM АД типа НВА-55

f, Гц

Амплитуда гармоники электромагнитного момента, %

При питании несимметричной

системой синусоидальных

напряжений

При питании несимметричной

системой несинусоидальных

напряжений

0 100,0 100,0

50 нет 90,4

100 181,2 111,9

150

нет

3,1

200 63,7

250 10,1

300 12,4

350 5,3

400 11,3

600 4,4

Выводы

На основании полученных результатов можно сделать заключение о том, что

основным недостатком вспомогательного электропривода электровозов

переменного тока, ухудшающим условия эксплуатации АД, является

несимметрия системы напряжений питания, обусловливающая значительные

пульсации электромагнитного момента и неравномерность распределения токов

по фазам. Несинусоидальность напряжений питания отрицательно влияет во

вторую очередь, расширяя спектр частот пульсаций момента, увеличивая токи и

нагрев АД, значения которых, при исправном АД и нормальной работе

пускорегулирующих аппаратов отличаются от полученных при синусоидальном

питании до 1,5 раз по действующему току и до 1,4 раз по перегреву.

107

Таблица 2.

Сравнительные результаты моделирования токов и перегревов АД типа НВА-55

Фаза 1 2 3

Питание синусоидальной системой напряжений

Действующее значение тока фазы статора, А 152,8 52,2 200,6

Перегрев обмотки

статора, ◦С

Пазовая часть 19,4 6,3 29,9

Лобовые части 31,5 19,3 41,1


ротора, ◦С

Стержни 40,3

Короткозамыкающие кольца 49,0

Питание несинусоидальной системой напряжений с постоянной составляющей


Действующее значение 1-й гармоники тока фазы статора,

А 152,3 51,2 200,0






ротора, ◦С

Стержни 51,4


Питание несинусоидальной системой напряжений без постоянной

составляющей


Действующее значение 1-й гармоники тока фазы статора,

А 150,6 52,3 199,9






ротора, ◦С

Стержни 47,1



1. Электровоз магистральный 2ЭС5К (3ЭС5К). Руководство по эксплуатации. Т.1 (в

четырех книгах) (издание первое). Ростов н/Д: СХКТБ ООО «БелРусь», 2007. – 160 с.

2. Пустоветов, М.Ю. Моделирование асинхронных вспомогательных машин

электровозов. Анализ режимов работы, поиск причин отказов: монография [Текст]/ М.Ю.

Пустоветов – Saarbrucken, Германия : LAP LAMBERT Academic Publishing, 2016. – 166 c.

3. Пустоветов М.Ю. Пульсации электромагнитного момента трехфазной асинхронной

электрической машины, работающей в составе вспомогательного электропривода

электровоза переменного тока – фактор, способствующий отказам подшипников [Текст] /

М.Ю. Пустоветов // Механики XXI веку. – 2016. – № 15. – С. 331-337.

4. Lamia Youb. Effects of Unbalanced Voltage on the Steady State of the Induction Motors

[Текст] / Youb Lamia // International Journal of Electrical Energy. – 2014. – vol. 2. – no. 1. – P.

34-38.

108

ИСПЫТАНИЯ ВИБРАЦИОННЫХ ИЗМЕРИТЕЛЬНЫХ

ПРЕОБРАЗОВАТЕЛЕЙ ТЕМПЕРАТУРЫ ВОЗДУХА И ВОДЫ

Тараненко Ю.К., Олейник О.Ю.

Украинский Государственный химико-технологический университет, Днепр,

Украина

В работе проведены макетные испытания вибрационных измерительных

преобразователей температуры, разработанных для применения в

энерготехнологических установках. Для оценки чувствительности показаний

преобразователя рассчитывался температурный коэффициент частоты. Выполнена

оценка инерционности датчика при резком перепаде температуры.

Ключевые слова: частота, вибрационный преобразователь, температура, коэффициент

чувствительности, инерционность.

Введение

Преобразователи, основанные на частотном принципе измерения

чувствительны к различным механическим величинам. Поэтому, исходя из

задачи измерения, в каждом конкретном случае необходимо разрабатывать

конструкцию преобразователя, наиболее чувствительную к одному измеряемому

параметру, менее чувствительную ко всем побочным воздействиям [1]. В работе

были исследованы метрологические характеристики вибрационных

измерительных преобразователей температуры, разработанные для применения в

энерготехнологических установках с аппаратами погружного горения [2].

Используемое оборудование и методы анализа

Измерительный преобразователь температуры содержит чувствительный

элемент, который представляет собой консольный резонатор, что размещен в

корпусе, и систему возбуждения автоколебаний.

При включении системы возбуждения резонатор начинает колебаться как

консольная балка типа камертона на собственной резонансной частоте, которая

зависит от геометрической формы, сечения, размеров и материала резонатора:

, (1)

где α=1,875,

ЕІ – изгибная жесткость резонатора,

Е – модуль упругости,

109

F – площадь поперечного сечения,

γ – удельный вес материала,

g – ускорение свободного падения,

l – длина консоли.

При изменении температуры контактной поверхности, которая может быть

поверхностью стенки трубы или сосуда, через которые протекает жидкость или

газ, изменяется частота колебаний резонатора, являющаяся мерой изменения

температуры.

Были проведены макетные испытания образцов преобразователей

температуры, изготовленные из двухслойного материала с различным

содержанием слоев.

Для оценки чувствительности показаний преобразователя рассчитывался

температурный коэффициент частоты (ТКЧ) как показатель относительного

изменения частоты на 1°С. Макетные образцы выдерживались в термостате при

крайних плюсовых температурах, составляющих примерно 27 и 50°С.

Значение ТКЧ определялось по формуле:

. (2)

Значение ТКЧ, определяемое при перепаде температуры в 1°С, несколько

отличалось от значения полученного по выражению (2). Это можно пояснить

нелинейной зависимостью ТКЧ от температуры (табл.1).

Таблица 1.

Показатели ТКЧ

№ Макет

образца

Материал f0, Гц Q ТКЧ Чувствительность,

Гц Внтур.

слой

Наруж.

слой

1 нерж 44НХТЮ 2826 1090 -0,31 0,09

2 35ХГСА 35ХГСА 2898 7250 -1,3 0,39

3 нерж 35ХГСА 2626 640 1,5 0,4

Среди прочих испытаний программа и методика испытаний предусматривала

оценку инерционности датчика при резком перепаде температуры.

Инерционность является важным показателем в эксплуатационных условиях при

резком перепаде температуры. С этой целью преобразователь, находящийся в

помещении лаборатории при температуре 24°С, устанавливался в термостат,

находящийся в стационарном тепловом режиме, близком к 50°С. График выхода

на режим макета преобразователя приведен на рис.1. Заметна значительная

инерционность.

110

Рис.1 Выход на режим макета преобразователя за время t до резонансной частоты

f0.

Выводы

Результаты испытаний макетных образцов преобразователей температуры

показали, возможность довольно точного измерения при условии медленного и

плавного измерения температуры. Данные условия эксплуатации полностью

соответствуют условиям работы датчиков в энерготехнологических установках с

аппаратами погружного горения.


1. Oliynyk О. Development of auto-oscillating system of vibration frequency sensors with

mechanical resonator [Text] / O Oliynyk, Yu Taranenko, A Shvachka, O Chorna// Eastern-European

journal of enterprise technologies. – 2017. – Vol.85. – P. 56-60.

doi.org/10.15587/1729-4061.2017.93335

2. Никольский, В.Е. Разработка и исследование отопительной контактно-модульной

системы с применением аппаратов погружного горения [Text] / В.Е. Никольский //

Восточно-Европейский журнал передовых технологий. – 2015. – Vol.76. – P. 31-35.

111

ВПЛИВ РЕЗОНАНСНИХ ЯВИЩ НА ЕФЕКТИВНІСТЬ КЕРУВАННЯ

ПРОЦЕСОМ АЕРОЗОЛЬНОГО НАНОКАТАЛІЗУ

Рязанцев О.І., Кардашук В.С., Недзєльський Д.О., Майова Д.



Наведені результати дослідження вібраційної системи процесу переробки

нафтопродуктів з використанням технології аерозольного нанокаталізу для вибору

оптимальних режимів роботи системи автоматизації керування ректором нанокаталізу.

Ключові слова: аерозольний нанокаталіз, реологічні перетворення, вібрація, оптимальний

режим, система керування.

Вступ

Виробництво моторного палива є одним з важливих етапів при глибокій

переробці нафтопродуктів і відрізняються значним енерго- та

ресурсоспоживанням, що призводить до високої вартості готової продукції. Як

правило, зарубіжні фірми досягають високих показників ефективності глибокої

переробки нафтопродуктів за рахунок використання нових технологій та

оптимальних режимів систем автоматизованого керування, до яких відноситься й

аерозольний нанокаталіз (АНК) у віброзрідженому шарі каталізатора [1].

Суміщення нестабільної за характеристиками сировини та високими вимогами до

показників якості отримуваних продуктів є основними факторами, що

обумовлюють задачу створення системи керування, яка найбільш ефективно

здійснює вибір параметрів технологічного процесу. Труднощі вибору таких

параметрів пов’язані зі значною інерційність процесу, достатньо великим

об’ємом інформація, що має нечіткий характер, обмеженими можливостями

приладів контролю та ін. Актуальність питання дослідження викликана

розробленням оптимального методу керування процесом аерозольного

нанокаталізу в умовах невизначеності параметрів [2] з широким та всебічним

дослідженням процесів, що протікають в реакторі нанокаталізу [3].

1. Основний текст

У наукових публікаціях приводяться результати досліджень АНК, як правило,

при зміні частоти вібрації реактора та температури технологічного процесу.

Причому приймається, що найбільш оптимальною є частота коливань в діапазоні

від 4 до 8 Гц [4], а температура в реакційній зоні від 3500С до 500

0С у залежності

від нафтопродукту.

112

Характерною особливістю технологічного процесу АНК є вплив гармонійних

коливань вібраційного стола на реактор нанокаталізу, які розповсюджуються в

пружному середовищі.

Таким чином, з точки зору теорії реологічних переходів, у такій системі є

перенесення імпульсу кількості руху від вібраційного стола до апарата реактора

(перший реологічний перехід) і перенесення імпульсу кількості руху від апарата

реактора до реакційної маси (другий реологічний перехід).

Фізична модель такого реологічного переходу показана на рис. 1. Розглянута

система має дві зони незворотного реологічного перетворення (НРП):

- першою зоною НРП є перенесення енергії імпульсу вібраційного стола до

апарата реактора;

- другою зоною НРП є перенесення енергії апарата реактора до реакційної

маси.

Рис. 1. Фізична модель перенесення

імпульсу кількості руху вібраційної

системи з двома зонами НРП

Рис. 2. Фізична модель перенесення

імпульсу кількості руху

вібраційної системи з однією зоною

Звідси випливають варіанти керування цим блоком. Перший варіант полягає в

тому, що апарат реактора жорстко кріпиться до вібраційного стола. Для другого

варіанта характерним є те, що між вібраційним столом та апаратом реактора

можуть бути проміжні пружні елементи, наприклад, пружини, ресори тощо. В

обох випадках можуть спостерігатися резонансні явища.

Розглянемо процеси виникнення резонансу для найбільш поширеного

варіанту, коли апарат реактора жорстко закріплений до вібраційного стола.

Управління таким реакторним блоком зводиться до стабілізації заданої частоти

вібрації стола і температури реакційної маси в реакторі.

Якщо апарат реактора жорстко зв’язаний з вібраційним столом, то можна

прийняти, що така система перенесення імпульсу коливальної енергії має одну

зону НРП як показано на рис. 2. Як відомо [4], механічна коливальна дія на

реактор створюється з метою отримання найбільш оптимальних умови процесу

АНК

За рахунок зваженого руху частинок нанокаталізатора та вібраційної дії

частинки співударяються і труться поміж собою, що приводить до відокремлення

різних налипань та оновлення каталітичної їх активності. Так як механо-термічна

113

конверсія (МТК) проходить паровій фазі, то можна рахувати, що пружною

системою є парова фаза, а рухомою – наночастинки каталізатора з масою mk. З

наукової публікації [5] випливає, що найбільшу ефективність МТК можна

отримати при максимальному відхиленні наночастинок при їх русі в пружному

середовищі. Такий стан практично можна досягти за рахунок збільшення

амплітуди коливань, а, відповідно, збільшення збурюючого зусилля, на

наночастинки каталізатора, або вибору частоти гармонійних коливань, при

котрій спостерігається резонанс наночастинок. На практиці для всіх процесів

експериментально вибрана амплітуда коливань Ap=10 мм , а частота коливань від

4 до 8 Гц. Сучасні нанокаталізатори для процесів АНК мають умовний розмір від

8 до 100 нм. Каталітична система в аерозольному нанокаталізі складається з

диспергуючого матеріалу (ДМ) розмірами 0,7–1,2 мм і порошку каталітично

активної речовини (з початковими розмірами частинок до 200 нм). Якщо МТК

розглядати як одно стадійний процес, то на реакційну масу речовин в активному

об’ємі реактора діятиме зусилля Fk з енергією Ek, котре для синусоїдального

гармонійного руху визначається за формулою:

, (1)

де Mp, Mpm - маса реактора та реакційної маси відповідно; - лінійна

швидкість руху реактора та реакційної маси відповідно.

Так як рух реактора здійснюється за синусоїдальним законом, то швидкість

його руху визначатиметься амплітудою Ap і часом tp=TП/2, де TП - період

коливань, тобто маємо:

- для швидкості руху реактора: (2);

- для швидкості руху реакційної маси: (3), де - амплітуда

коливань реакційної маси.

Підставивши рівняння (2) і (3) у (1), отримуємо:

, (4)

Позначивши в (4) момент сили ректора , де TП - період коливання

реактора, маємо

. (5)

Так як енергія коливань Ek і момент сили для даної вібраційної системи є

практично сталими величинами, то позначивши і прийнявши

114

KBC=const - стала вібраційної системи, отримуємо:

. (6)

Враховуючи, що частота коливань вібраційної системи реактора ,

рівняння (6) приймає наступну форму:

. (7)

З рівняння (7) можна зробити наступні висновки. Амплітуда коливань

реакційної маси зворотно пропорційна частоті fp коливань вібраційної системи, а

також її масі mMP і прямо пропорційна моменту сили.

На рис. 3 приведена експериментальна залежність ступеня (n,%) конверсії

найпростішого вуглеводню CH4, а на рис. 4 – швидкості (v, 1/c) цієї конверсії при

зміні частоти вібрації від 1 до 4 Гц, що адекватно відповідає рівнянню (7).

Рис. 3. Експериментальна залежність

ступеня перетворення речовини від

зміни частоти вібрації

Рис. 4. Експериментальна

залежність швидкості МТК від зміни

частоти вібрації

Рис. 5. Залежність швидкості реакції АНК вуглеводню від

частоти вібрації реактора для різних діаметрів ДМ

115

Висновки

Експериментальні дослідження показують, що при збільшення частоти

коливань реактора (від 1 Гц) для ДМ з діаметром 1,15 і 0,82 мм ступінь

перетворення спочатку зменшується, а далі збільшується. Такий характер кривих

вказує на резонансні явища в реакційній масі реактора, котрі при

певних частотах коливань останнього можуть зменшувати (точки ) або

збільшувати ступінь перетворення (точки ) вуглеводню.

Проведені дослідження дозволяють врахувати вище наведені висновки при

розроблення методів керування процесом АНК [6] для переробки

нафтопродуктів.


1. Гликин М. А. Процесс крекинга вакуумного газойля в условиях аэрозольного

нанокатализа. Исследование поведения Si/Zr катализатора / М.А. Гликин, И. М. Гликина, Б. Б.

Мамедов и др. // Хімічна промисловість України. – 2012. – №1. – С. 16-22.

2. Рязанцев О.І. Керування технологічним процесом знешкодження відходів

хлорогранічного синтезу в умовах невизначеності параметрів / Рязанцев О.І., Кардашук В.С. //

Вісник Східноукраїнського національного університету ім. В Даля. – № 10 (217), 2014. – С. 54 –

58

3. Porkuian O. Control of the process of vacuum gasoil catalytic cracking in terms of aerosol

nanocatalysis technology / O. Porkuian, O. Prokaza, K. Alahmad Almouh // An International journal

on motorization, vechicle, operation, energy efficiency and mechanical engineering “TEKA

Commission of motorization and Energetics in Agriculture”. – 2015. – Vol.15, № 4. – Р.77-80.

4. Рязанцев О.І. Дослідження та застосування методу керування підсистемою вібрації

для процесу аерозольного нанокаталізу / Рязанцев О.І., Кардашук В.С. // Вісник

Східноукраїнського національного університету ім. В. Даля. – № 9(151), ч. 1, 2010. –– С.

184–189

5. Гликина И.М. Исследование аэрозольного нанокатализа в виброожиженном слое / И. М.

Гликина, В. С. Новицкий, Н. Ф. Тюпало, М. А. Гликин // Хімічна промисловість Украіни. – 2003.

– № 3. – С. 24-29.

6. Рязанцев О.І. Реалізація функцій керування на нижньому рівні в системі автоматизації

керування процесом аерозольного нанокаталізу / Рязанцев О.І., Кардашук В.С. // Вісник

Східноукраїнського національного університету ім. В. Даля. – № 15 (186), ч. 2, 2012. – С.

170–175.

116

ОСОБЛИВОСТІ ПОБУДОВИ АГРАРНИХ SCADA СИСТЕМ

Смолій В.В.1, Васюхін М.І.

2

1 Національний університет біоресурсів та природокористування, Київ, Україна

2 Інститут кібернетики імені В.М. Глушкова НАН України, Київ, Україна

У роботі розглянуто та запропоновано структуру автоматизованої системи управління

аграрними підприємствами різного масштабу з огляду на особливості виконуваних ними

функцій та господарських робіт. Запропоновано будувати такі вітчизняні розробки на

основі геоінформаційних систем реального часу. Таке рішення ґрунтується на тім, що

більша частина інформації, що характеризує виробничі процеси містить просторові дані.

Ключові слова: прецизійне або точкове землеробство, геоінформаційна система, SCADA,

система реального часу, Variable rate technology, Decision Support System

Вступ

Історично склалося так, що Україна має такий важливий потенціальний

ресурс економічного розвитку, як земельні ресурси. Велика частина території

держави пролягає на місцевості з плідними ґрунтами, хоча значну частину

складають і землі різноманітного характеру -солончаки на півдні, степові та

піщані ґрунти на сході, гірські райони на заході та болотисті на півночі. Це

обумовило специфічні види господарювання у кожному із зазначених регіонів,

але загальною задачею є найбільш ефективна організація сільськогосподарського

виробництва. Останнім часом додалися ще деякі адміністративні, організаційні

та екологічні аспекти, особливо з огляду на орієнтацію України на Європейський

ринок з його жорсткими вимогами та стандартами. Але розробка і втілення

автоматизованих засобів управління у аграрних господарствах є одним з

пріоритетних напрямів не тільки в Україні, але й у великих економічно

розвинутих державах та Євросоюзі. Цей напрям організації управління отримав

назву Point Agriculture (PA) [1], а його основний підхід полягає в «застосуванні

потрібних операцій у потрібному місці у потрібний час» для оптимізації

виробничих затрат та підвищенні продуктивності робіт і якості продукції.

1. Структурна організація системи

Основними компонентами систем PA [3] є високоточна (+/- 2 см) система

позиціонування, автоматизовані системи водіння, геоінформаційна система з

тематичними картами, систему знімання даних, інтегровану електронну

комунікаційну систему, та систему просторово-адаптивного управління

117

операціями. Але такі системи РА розглядаються тільки як технологічний

інструмент з вирішення виробничих сільськогосподарських задач, що не зовсім

відповідає поставленим цілям, оскільки господарство повинно вирішувати і

цілий комплекс економічних задач. з огляду на це, ставиться задача їх загальної

інтеграції у одну систему управління сільськогосподарським підприємством.

Для управління економічними процесами на підприємстві сьогодні

найчастіше використовують технології ERP-II або CSRP, як найбільш інтегровані

та такі, що вирішують задачі планування фінансових, матеріальних, виробничих

та людських ресурсів, управління ними, вирішення маркетингових та

логістичних задач, управління якістю продукції.

З огляду на особливості функціонування аграрного підприємства, треба

відзначити, що більшість задач пов'язані з розподіленням та використанням

ресурсів на значній території та розосереджено, що не є характерним навіть для

підприємств, які мають, наприклад, віддалені філіали або підрозділи, бо у них

ресурси є сконцентрованими у визначених центрах. Тобто ресурсні одиниці

мають характеризуватися також просторовими даними, що характерно для

геоінформаційних систем.

Інша особливість полягає в тім, що виконувані процеси динамічно

змінюються у залежності від часу та знов-таки ж від місця де вони виконуються, у

відмінності від стаціонарності виробничих процесів у промисловому

виробництві, наприклад, на конвеєрі. Обумовлено це тим, що при вирощуванні

рослин, наприклад, потрібно враховувати характер ґрунту, його родючість та

забезпеченість поживними речовинами та вологою, рельєф місцевості та інші

фактори, які можуть коливатися навіть у рамках одного поля у значній мірі, що й

обумовило розробку технології просторово-адаптивного управління операціями -

Variable rate technology (VRT).

Але, у свою чергу, це досить ускладнює процеси планування та розподілення

ресурсів та потребує виконання попередніх підготовчих операцій - збору

інформації про впливові характеристики та підготовки на їх основі тематичних

карт, які завантажують у контролер виконавчої техніки.

Інша проблема, яка пов’язана з цими факторами - необхідність у режимі

реального часу контролювати поточне положення виконавчої техніки та

відповідно до цього, за технологією VRT, генерувати управляючі сигнали -

збільшувати чи зменшувати потік на відповідний розбризкуючий елемент, або

частоту укладення насіння або комплексних добрив та таке інше. Виконання

таких операцій приводить до жорстких обмежень на час реакції виконавчої

системи та розробки відповідних моделей її функціонування, оскільки наявність

декількох виконавчих елементів на єдиній підвісці потребує вирішення задач

розподіленого управління у рамках локальної мобільної системи.

Додаткове навантаження буде і на систему планування запасами та

логістичну систему, оскільки немає безпосереднього прямого зв'язку між

118

оброблюваною площею та потрібними ресурсами - вони повинні обраховуватись

на основі інтегральних залежностей.

Логістична задача також є більш складною, оскільки потрібно у динамічному

режимі визначати не тільки об’єми ресурсів що підлягають переміщенню, але й

час та місце куди або звідки повинно бути відправлено транспортний засіб.

Таким чином, у системі управління аграрним підприємством майже уся

інформація має у своєму складі просторову характеристику. Враховуючи, що

основна сукупність інформації концентрується у системах управління базами

даних, а бази даних з просторовою складовою характерні для геоінформаційних

систем, доцільним є їх використання у якості ядра автоматизованої системи

управління аграрним підприємством та тісної інтеграції з іншими компонентами,

або їх створення на базі ГІС. Такий підхід вимагає також і розробки нових

моделей для опису як бізнес-процесів аграрного підприємства з його

розгалуженою інфраструктурою, так і моделей аграрних технологічних операцій

та процесів, з метою побудови інтелектуальної системи планування, обліку та

керування ресурсами (Decision Support System - DSS).

Враховуючи той факт, що система повинна у режимі реального часу збирати

та обробляти дані з технологічних об'єктів - полів, теплиць, транспортних та

операційних засобів, тварин та оточуючого середовища, виводити цю

інформацію операторам у прийнятній формі, що характерно для систем

диспетчерського керування та збору даних (Supervisory Control And Data

Acquisition - SCADA), її можна віднести і до систем цього класу.

2. Напрями та шляхи розробки систем РА в Україні

Основні труднощі реалізації такої системи в Україні полягають в тім, що

відсутні сучасні вітчизняні технології з вирішення наступних задач:

- побудови розгалуженої сенсорної мережі аграрного підприємства

(немає датчиків та відповідних телекомунікаційних технологій);

- побудови геоінформаційної системи реального часу;

- побудови системи швидкого високоточного визначення координат та

позиціонування рухомих об'єктів.

До організаційних та технічних труднощів для впровадження існуючих

рішень РА у господарствах України слід віднести:

- відсутність якісних каналів зв'язку у сільській місцевості;

- низьку фінансоспроможність малих та середніх аграрних господарств.

Тому, потрібно орієнтуватися на розробку та застосування масових

технологічних рішень та відкритих технологій.

Так, наприклад, в Україні вже існує розробник вітчизняної геоінформаційної

системи, яка використовується у багатьох галузях - це середовище Digitals від

ТЗВ "Аналітика" [4], яке використовує у якості сховища та бази картографічних

119

даних PostgreSQL та має великі функціональні можливості. Подальший її

розвиток для застосування у задачах РА можна розглядати у напряму організації

WEB-сервісу та реалізації інтерфейсів з технологічним обладнанням з

використанням каналів мережі Інтернет.

На жаль, ринок апаратних засобів РА досить обмежений, а вітчизняні

виробники реалізують тільки окремі компоненти для систем подібного роду.

Найчастіше це телекомунікаційні засоби для організації доступу до промислових

контролерів по виділеним каналам GSM/GPRS зв'язку з фіксованими

IP-адресами.

Тому вирішення задач з впровадження систем прецизійного аграрництва має

втілюватися у кілька етапів:

- розробка інтегрованої системи управління підприємством з

використанням на рівні технологічного виробництва засобів з обмеженою

функціональністю від вітчизняних виробників;

- розробка комунікаційної системи, сенсорів та контролерів для рівня

технологічного виробництва аграрної SCADA-системи та їх інтеграція до

системи управління підприємством;

- розробка втілення засобів та програмного забезпечення для швидкого

високоточного визначення координат рухомих об'єктів та високоточного

автоматизованого та автоматичного водіння.

Висновки

Вирішення цих організаційних та проектних робіт дозволить створити

вітчизняну базу для впровадження прецизійного аграрництва у малі та середні

фермерські господарства України та вивести їх на конкурентоспроможний рівень

з господарствами Євросоюзу та Північної Америки.


1. Precision agriculture - An opportunity for EU farmers - Potential support with the CAP

2014-2020 [Електронний ресурс] - Режим доступу www. URL: http://www.

eurovarl.eurova.eu/RegData/etudes/note/ioin/2014/529049/IPOL-AGRI NT%282014%29529049

EN.pdf

2. Gebbers R. Precision Agriculture and Food Securit / R. Gebbers, V. Adamchuk - Science Vol.

327 no. 5967, pp. 828-831, DOI: 10.1126/science.1183899

3. Precision Farming: key technologies & concepts [Електронний ресурс] - Режим доступу

www. URL: http://cema-agri.org/page/precision-farming-key-technologies-concepts

4. Программное обеспечение для цифровой картографии и землеустройства Digitals

ООО «Аналитика» [Електронний ресурс] - Режим доступу www. URL: http://www.

vinmap.net/?act=index

http://www.europarl.europa.eu/RegData/etudes/note/join/2014/529049/IPOL-AGRI_NT%282014%29529049_EN.pdf



http://cema-agri.org/page/precision-farming-key-technologies-concepts

http://www/

120

Section 6

Information Systems and Software Engineering

121

ВИКОРИСТАННЯ ANDROID-ПРИСТРОЇВ В СИСТЕМАХ КЕРУВАННЯ

Щербакова М.Є., Щербаков Є.В.



Розглянуто особливості використання платформи Android в комп’ютерних системах

керування технологічними процесами та об’єктами. Досліджені об'єктно-орієнтовані

засоби розробки додатків та їх комплексне функціонування в режимі реального виміру

часу під управлінням ОС Android. Продемонстрована ефективність прийнятої в ОС

Android многопоточної організації обчислень в додатках та сервісах при їх використанні

для вирішення задач реального часу з урахуванням одночасного інтенсивного

відображення результатів обчислень на екранах мобільних пристроїв.

Ключові слова: Android, XML, Java, система керування, УСО, SCADA-система, ОБД,

підсистема відображення, історія технологічного процесу, реальний вимір часу.

Вступ

В даний час ОС Android [1] є однією з найбільш популярних операційних

систем. ОС Android працює в багатьох керованих електронікою приладах і

пристроях, таких як супутники, автомобілі, засоби кібербезпеки, промислова і

домашня автоматизація та ін. По всьому світу буквально мільярди

Android-пристроїв під управлінням ОС Android забезпечують виконання різних

задач, в тому числі і задач, що функціонують в режимі реального виміру часу.

Важливою відмінною рисою управління обчислювальним процесом в режимі

реального виміру часу є те, що для всіх задач, що підлягають виконанню,

заздалегідь можна оцінити характеристики, а також системні ресурси, що

використовуються під час їх роботи [2]. Це дає можливість оптимізувати

алгоритми вирішення цих задач з урахуванням характеристик використовуваного

комп’ютерного та мережевого обладнання.

Системи SCADA на мобільних пристроях

В даний час програмне забезпечення верхнього рівня більшості систем

керування технологічними процесами створюється за допомогою спеціальних

комплексів програм, відомих в літературі під назвою систем або пакетів SCADA

(Supervisory Control and Data Acquisition). Ці системи дають можливість будувати

високоефективні і надійні системи управління і контролю верхнього рівня за

короткий час і обмеженим колективом розробників [2].

При використанні мобільної платформи Android система SCADA може бути

реалізована як комплекс взаємопов’язаних за допомогою провайдерів контенту

122

додатків і сервісів (рис. 1).

Рис. 1. Головне вікно системи

SCADA

Рис. 2. Представлення значень круговими

приладами в підсистемі відображень

Головне вікно (активність) системи SCADA і всі її підсистеми розроблені з

використанням мови розмітки XML, мови об’єктно-орієнтованого

програмування Java, активностей, фрагментів, СУБД SQLite та інших складових

частин платформи Android. Під час штатного функціонування при дотику до

однієї зі строчок головного вікна системи SCADA на екран викликається головна

активність відповідної підсистеми. Їх короткий опис приводиться нижче.

Диспетчер задач реального часу [3] забезпечує функціонування в

багатопотоковому режимі до 64-х задач відповідно з пріоритетом кожної задачі,

часом початкового запуску і/або періодом повторення та іншими

характеристиками. Кожна із задач, планування виконання і запуск яких

здійснюється диспетчером, може бути користувацькою або системною службою,

або ж Android-додатком.

Оперативна база даних (ОБД) - головне джерело інформації про

технологічний процес для всіх інших підсистем системи SCADA. Інформація, яка

знімається безпосередньо з модулів УСО контролерів, а також значення

технологічних параметрів, обчислені в контролерах, в режимі реального виміру

часу надходять в таблиці введення-виведення ОБД. Дані з ОБД, включаючи дані з

таблиць введення-виведення, оперативно обробляються набором алгоритмів

первинної переробки технологічної інформації з заданим періодом повторення

або при зміні вхідних значень параметрів. Результати обробки повертаються в

таблиці введення-виведення, звідки вони передаються в контролери для видачі

безпосередньо на об'єкт, або в якості параметрів підстроювання технологічних

програм контролерів. Оперативна база даних є OPC-сервером (OLE for Process

Control) для всіх інших підсистем системи SCADA.

Однією з обов'язкових функцій, що реалізуються будь-якою

SCADA-системою, є підсистема відображення, яка надає оперативному

123

персоналу наочну інформацію про хід технологічного процесу на екранах

робочих станцій і пультів оператора. Для цього можуть використовуватись

динамічні зображення елементів технологічного обладнання, різного роду

приладів, числові представлення значень, графіки, діаграми і т. і. На рис. 2

показані варіанти відображення значень технологічних параметрів в режимі

реального виміру часу за допомогою трьох типів кругових приладів, зображення

яких моделюються на екрані Android-пристрою.

Підсистеми збору даних історії технологічного процесу, відображення даних

історії, чисельної та статистичної обробки даних, виявлення та фіксації

незвичайних ситуацій на технологічному об’єкті, підсистема звітів, а також інші

підсистеми SCADA будуються за тією ж ідеологією, що і перші три підсистеми,

але вже з урахуванням максимального використання можливостей вбудованої в

платформу Android СУБД SQLite. SQLite підтримує функції стандартної

реляційної бази даних, такі як мова SQL, транзакції операцій і процедури. Під час

роботи база даних вимагає обмеженої пам'яті (близько 250 Кбайт), працює на

порядок швидше в порівнянні з СУБД, які використовують традиційні дискові

пристрої, що робить її хорошим кандидатом для використання як в системах

керування великими технологічними об’єктами, так і звичайними побутовими

пристроями.

Висновки

Сучасні мобільні комп'ютерні технології, такі як мова розмітки XML, мова

об’єктно-орієнтованого програмування Java, СУБД SQLite, провайдери контенту

дають можливість розробляти сучасні високоефективні засоби керування, які

функціонують на Android-пристроях в режимі реального виміру часу. Особливо

слід відмітити можливості платформи Android для розробки таких комплексних

пакетів програм, як сучасні SCADA-системи, які дають можливість будувати

високоефективні і надійні системи управління і контролю верхнього рівня за

короткий час і практично без традиційного програмування.


1. Wallace Jackson. Android Apps for Absolute Beginners: Covering Android 7 – Lompoc,

California, USA, 2017. – 499 p.

2. Щербаков Є. В. Автоматизоване проектування ППО КСУ на базі пакета програм

«КВАРЦ» / Є. В. Щербаков, М. Є. Щербакова, В. К. Охрамович – Луганськ: Вид-во Східноукр.

нац. ун. ім. В. Даля, 2003. – 200 с.

1. Рязанцев А. И. Планирование выполнения задач реального времени в мобильных

устройствах / А. И. Рязанцев, Е. В. Щербаков, М. Е. Щербакова // Вісник

Східноукраїнського національного університету ім. Володимира Даля. – № 5(229). –

2016. – С. 51 – 55.

124

ПІДВИЩЕННЯ ПРОДУКТИВНОСТІ РОБОТИ БАЗ ДАНИХ В

РЕАЛЬНОМУ ЧАСІ

Нестеров М.В., Скарга-Бандурова І.С.



Розглянуті методи, що використовуються в умовах реального виробництва для подолання

проблеми зниження продуктивності роботи з базами даних, що виникає внаслідок росту

користувачів та запитів. Сформульовано задачу підвищення продуктивності у вигляді

фукнції мінімізації часу відгуку системи. Визначені шляхи вирішення проблеми за

допомогою вбудованих функцій автоматичної настройки, доступних Oracle 10g та

впровадженням додаткових заходів автоматизації

Ключові слова: база даних, SQL-запит, налаштування продуктивності, Oracle 10g.

Вступ

В даний час більшість підприємств і організацій, широко використовують

системи управління базами даних для повсякденної роботи та прийняття рішень.

Значна кількість зусиль і грошей витрачається на установку, навчання і

підтримку різноманітних додатків в робочому стані. Проте, питанням підтримки

ефективної роботи бази даних, як правило, приділяють недостатньо уваги.

Незважаючи на те, що більшість систем баз даних встановлюються з

рекомендованими значеннями параметрів настройки або значень параметрів,

обчислених з використанням певних правил, система не може підтримувати

рівень продуктивності в довгостроковій перспективі. Однією з причин цього

може бути несподіване зростання користувачів системи. Іншою і найбільш

важливою причиною поганої роботи є розмір бази даних, який різко росте,

протягом тривалого періоду часу. Отже, настройки за умовчанням або параметри,

рекомендовані експертами не в змозі забезпечити необхідний рівень

продуктивності на постійній основі протягом тривалого періоду часу 3-5 років.

В результаті, спостерігається зниження продуктивності під час пікових

робочих годин і через низький час відгук, бізнес-додатки починають втрачати

своїх користувачів. Як наслідок, страждає продуктивність і кінцеві користувачі

починають відчувати неприйнятні затримки, в результаті чого виникають ризики

втрати бізнесу.

Performance Tuning: Задача підвищення продуктивності баз даних

Performance Tuning (налаштування продуктивності) – це оптимальне

125

використання всіх ресурсів з можливістю працювати максимально ефективно.

Більшість сучасних систем управління базами даних, які включають в себе Oracle

10g, DB2, MS SQL Server 2010 мають параметри, що динамічно настроюються,

які дозволяють виконувати налаштування в режимі реального часу без будь-яких

простоїв. Наприклад, Oracle 10g має наступний набір динамічних параметрів

Db_Cache_Size, Large_Pool_Size, Shared_Pool_Size і Java_Pool_Size [1]. Однак

розміри цих параметрів налаштування повинні бути встановлені, таким чином,

щоб сума розмірів всіх настроювальних змінних не перевищувала верхню межу,

встановлену в СУБД.

Якщо прийняти, що набір параметрів настройки (Тр1, Tp2, ... Tpn), а умова

обмеження i maxTp U , де Umax – верхня межа, вставновлена в СУБД, то

завдання настройки можна записати наступним чином:

Rt (Тр1, Tp2, ... Tpn) → min,

де Rt – час відгуку на запит (Query Response Time).

Таким чином, для досягнення необхідної мети продуктивності, цільова

функція формулюється як задача мінімізації часу відгуку запитів, поданих в

СУБД на виконання за умов дотримання визначених вище обмежень.

Перестроюваний ресурс в даному випадку це пам'ять СУБД. Запити, подані в

системі можуть являти собою окремі запити або частину конкретного типу

навантаження, що генерується певним додатком кінцевого користувача.

Проблеми Execution Plan і способи їх подолання в умовах реального

виробництва

Витяг даних з баз даних в системах обробки транзакцій в реальному часі і

аналітична обробка даних це завжди безперервний динамічний процес. Для

кожного користувача системи відображається різна інформація з великого

набору даних що збирається за день, тиждень, місяць, квартал, рік з

використанням мови SQL. Для кожного SQL запиту надається Execution Plan, що

представляє собою комбінацію кроків, які використовує база даних Oracle для

виконання запиту. Кожен крок фізично витягує рядки даних з бази даних або

готує їх для користувача, який створив запит. План виконання містить в собі

шлях доступу для кожної таблиці, до якої звертається запит, і порядок з'єднання

таблиць за допомогою відповідного методу з'єднання.

Після цього створюється Execution Plan для визначення плану виконання SQL

запиту. Зі зміною даних в таблицях з яких витягуються дані створюється новий

Execution Plan. Проблеми, що при цьому виникають, є дуже різними від погано

написаного SQL запиту, неправильно створеної схеми і таблиць до неправильно

126

обраного сканування таблиць. Для їх вирішення, в першу чергу, необхідне

правильне визначення області настройки:

Проектування бази даних (якщо не занадто пізно). Необхідно спробувати

нормалізувати БД до 3NF. Вибіркова де-нормалізація може забезпечити

покращення продуктивності.

Доступ до даних. Виконати розбиття даних, реплікацію даних, таблиці

агрегації і т. д. для систем підтримки прийняття рішень.

Налаштування програми. Більшість проблем продуктивності системи

вирішуються шляхом кодування оптимального SQL. Планування пакетних

завдань в непікові годинник.

Налаштування пам'яті. Оптимальний розмір буферів бази даних

(shared_pool, буферний кеш, буфера журналів і т. д.)

Налаштування читання / запису. Розмір файлів бази даних і правильне

розміщення. Наприклад, виконати повне сканування таблиць, пошук відсутнії

індексів в таблицях, фрагментацію даних і т.д.

Налаштування ОС. Моніторинг та налагодження операційної системи за

допомогою утиліт.

Для аналізу і визначення місця, де виникає помилка можливо

використовувати наступні засоби:

SQL Query Optimization [2];

Oracle Enterprise Manager [3];

Toad for Oracle [4].

З огляду на вартість перерахованих продуктів, для задач даної роботи було

використовано програму SQL-Plus для налагодження та моніторингу sql запитів.

Коли SQL-запит передається на сервер, оптимізатор використовує статистику

бази даних для створення плану виконання, для отримання даних.

EXPLAIN PLAN використовується для перевірки плану виконання, що

створив оптимізатор.

Це, в свою чергу, відбивається в діагностиці, а саме чи використовує / не

використовує запит відповідні індекси для підтримки запиту.

Для того, щоб ефективно діагностувати проблеми продуктивності,

статистичні дані повинні бути доступні. Oracle Database генерує безліч типів

статистичних даних для системи, сесій і окремих операторів SQL. Oracle Database

також відстежує зведену статистику по сегментам і послуг.

Для моніторингу та налаштування продуктивності можливо використовувати

наступні три методи:

1. Пакет DBMS_XPLAN, забезпечує простий спосіб для відображення виводу

команди EXPLAIN PLAN в декількох наперед визначених форматах. Також

забезпечує відображення плану виконання SQL та SQL статистики виконання на

основі інформації, що зберігається в фіксованих формах V$SQL_PLAN і

127

V$SQL_PLAN_STATISTICS_ALL.

2. EXPLAIN PLAN FOR, відображає обраний оптимізатором SQL-запит для

SELECT, UPDATE, INSERT та DELETE.

3. SET AUTOTRACE ON, надає можливість автоматично отримати звіт про

шляхи виконання, що використовується SQL оптимізатором і статистику

виконання інструкцій. Звіт формується після успішного SQL DML (тобто,

SELECT, DELETE, UPDATE і INSERT).

Висновки

За результатами аналізу роботи реальних виробничих систем, зокрема

системи інвентарізації відходів [5], медичної інформаційної системи [6], що

розроблені за участі авторів, виявлено, що проблеми продуктивності системи баз

даних мають каскадний ефект на всі аспекти використання баз даних.

Продуктивність SQL-запитів грає велику роль в загальній продуктивності

додатку. Час очікування відповіді є дуже критичним для кінцевих користувачів

якщо додаток немає налагоджених SQL-запитів. В реальних виробничих

системах, для подолання проблем зниження продуктивності баз даних необхідне

чітке розуміння між симптомами і самими проблемами. Однак, з огляду на

існуючий стан питання, більшість інструментів видають симптоми і не

визначають проблеми, тобто вирішення питання підтримки актуальної

продуктивності потребує грунтовних знань від адміністраторів баз даних, які

разом з розробниками повинні брати участь в налаштуванні бази даних і

конфігурацій. Наразі саме питання підвищення ефективності може вирішуватися

як запропонованим набором заходів, так і впровадженням додаткових заходів

автоматичної настройки, здатних значно покращити результати роботи

вбудованих функцій автоматичної настройки, доступних Oracle.


1. Rodd S.F., Kulkarni U.P., Yardi A.R. Adaptive neuro-fuzzy technique for performance tuning

of database management systems / Evolving Systems, 2013. – vol. 4. – P. 133–143.

2. http://www.solarwinds.com/solutions/sql-server-query-optimization

3. http://www.oracle.com/technetwork/oem/enterprise-manager/overview/index.html

4. https://www.quest.com/products/toad-for-oracle/

5. Скарга-Бандурова И. С. Интегрированная информационно-аналитическая система

мониторинга и инвентаризации опасных химических веществ / И. С. Скарга-Бандурова //

Materiály X mezinárodní vědecko-praktická konference "Moderní vymoženosti vědy – 2014". - Díl 35.

Moderní informační technologie.: Praha. Publishing House "Education and Science" s.r.o, 2014 – р.

26-29.

6. Skarga-Bandurova I., Nesterov M. Implementation of high availability healthcare information

system architecture / Радиоэлектронные и компьютерные системы. – 2012. – № 5(57). – С.

23–27.

128

РОЗРОБКА СПЕЦІАЛІЗОВАНОГО ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ

АВТОМАТИЗОВАНОЇ СИСТЕМИ

Сафонова С.О., Фурса П.С.



Метою роботи є розробка баз даних автоматизованої системи моделювання аварійних

ситуацій для зниження негативних наслідків аварій і забезпечення інформаційної

підтримки прийняття рішень диспетчером промислового підприємства в аварійних

ситуаціях на основі аналізу загроз, які виникають при техногенних катастрофах.

Розроблено: структурна схема взаємодії програмно-апаратних засобів; методи

управління обчислювальним процесом і форматом представлення даних; бази даних, що

дозволяють реалізувати інформаційну підтримку.

Ключові слова: база даних, моделювання, інформаційна технологія, об'єкт підвищеної

небезпеки, аварійна ситуація, програмно-апаратні засоби, автоматизована система.

Вступ

Виникнення та розвиток аварійних ситуацій на небезпечних промислових

об’єктах має суттєві негативні наслідки, які знижуються при чітких та

професійних діях обслуговуючого персоналу таких підприємств. При цьому

важливу роль відіграють певні заходи, які базуються на швидкому отриманні

якісної та достовірної інформації щодо масштабів та умов розвитку надзвичайних

ситуацій.

Для отримання достовірної прогнозної інформації в прийнятний час

необхідно мати програмно-апаратні засоби введення попередньої вхідної

інформації щодо розташування об’єктів, людей, небезпечних речовин, процесів,

погодних умов, тощо; а також інформаційну модель, завдяки якій виконується

математичне моделювання процесів, що виникають при реалізації загроз, для

отримання розрахункових даних при прийнятті рішень в умовах аварії.

У зв'язку з цим розробка спрямована на рішення актуальної

науково-прикладної задачі.


На рис.1 приведена структурна схема взаємодії модулів автоматизованої

системи, призначеної для прогнозування, автоматизованого оповіщення та

підтримки дій диспетчера при аваріях на об’єктах підвищеної небезпеки.

129

Рис.1. Структура засобів та взаємодія модулів автоматизованої системи

Основою цих засобів є модуль управління, бази даних, програмні засоби

введення-виведення графічної і текстової інформації, розрахункові модулі

моделювання аварій і визначення їх наслідків, засновані на моделях,

представлених у відповідній науковій літературі, для яких проведена верифікація

та валідація [1]. Всі представлені засоби розроблені з використанням відкритих

форматів даних та доступних джерел (оpen source) відповідно до вимог,

викладених в [2].

До складу комплексу входять дві бази даних:

- база даних по речовинах (містить інформацію про фізичні і хімічні

параметри небезпечних речовин, використовується розрахунковими модулями);

- база даних аварійних ситуацій (основна база даних системи) [3].

Розроблена структура основної бази даних системи (рис. 2), яка містить

список небезпечних об'єктів, векторні і растрові карти, координати об'єктів,

список можливих аварій, масштаби аварії, набір параметрів для розрахунку

наслідків, звукові файли оповіщення та способи автоматичного управління

інформаційними потоками, що використані в програмних засобах

автоматизованої системи.

1. Цифрова

метеостанція

2. Модуль управління засобами

автоматизованого робочого місця

диспетчера

3. База даних небезпечних

об’єктів та масштабів загроз

4. Програмний

комплекс

моделювання загроз

та визначення зон

ураження

7. Списки дій

диспетчера та

оповіщення

8. Цифровий

комутатор з

АТС

5. Графічні

результати

прогнозування

6. Текстові

результати

прогнозування

9. АТС

10. Цифровий

комутатор з

гучномовним

зв'язком (ГМЗ)

11. ГМЗ

N каналів

аварійного зв’язку

130

Рис.2. Структура бази даних

Застосування програмно-апаратних засобів в умовах аварії та нестачі часу

дозволить:

1) отримати за прийнятний час достовірну прогнозну інформацію про

очікувані загрози і їх наслідки, визначити кількість і розташування об'єктів та

людей, для яких ці загрози реалізуються в процесі розвитку аварії;

2) провести автоматизоване оповіщення посадових осіб і персоналу

підприємства;

3) координувати дії служб з ліквідації аварії, коригувати прогнозну

інформацію та об’єктивувати виконання функцій диспетчера.


Gelfand B. Е. Himicheskije i fizicheskije vzryvy. Parametry i kontrol. / B. Е. Gelfand, М. V.

Silnikov. – SPb. : ООО « Izdatelstvo Poligon», 2003. – 416 s.

GOST 34.601-90. Informaciоnnaja tehnologija. Avtomatizirovannyje sistemy. Osnovnyje

polozhenija: sbornik. – Moskva : Standartinform, 2009. – 198 s.

Trebovanija k sozdaniyu bazy dannyh avarijno opasnyh himicheskih vechestv: metod.

rekomendacii № 2510/1290-02-34 / Prostokvashin G. P. i dr. - М.: FGU "Vseros. centr mediciny

katastrof "Zachita", 2005. – 45 s.

131

РОЗРОБКА ДВИЖКА ДЛЯ ВИСОКОНАВАНТАЖЕНОГО ІМІДЖБОРДА

НА МОВІ ПРОГРАМУВАННЯ CLOJURE

Барбарук Л.В., Давиденко О.В.



Особливе місце в житті користувачів Internet посідає електронне спілкування. Воно

організовується на базі спеціалізованих онлайн-сервісів, таких як форуми і чати.

Проектування сайтів-форумів має свою особливість та різницю від розробці «звичайних»

сайтів. Цій сфері веб-програмування присвячено дану роботу. Розглянуто мову

програмування Clojure та особливості розробки іміджборду.

Ключові слова: іміджборд, сайт, Clojure, браузер, форум.

Вступ

Метою даної роботи є дослідження, побудова та удосконалення іміджборда за

допомогою мови програмування Clojure. При проектуванні даного проекту

закріплена теорія і практика розробки багатопотокових веб-додатків (з

використанням функціональної мови (Clojure)).


Іміджборд це різновид мережевого форуму, що відрізняється великими

можливостями з прикріплення до повідомлень графічних зображень. Як правило,

іміджборди побудовані за однаковою схемою і складаються з декількох

тематичних розділів (або дошок), в яких містяться треди, що складаються з постів

від різних користувачів. Користувачі іміджборду зазвичай позбавлені

необхідності реєструватися і тому анонімні, хоча й існують тріпкод і інші методи

ідентифікації постів. Це дає можливість швидко задати потрібне питання чи

комусь відповісти. Найцікавіше те, що користувач, задавши будь-яке питання,

може отримати відповідь не тільки в енциклопедичному варіанті, а і побачити

різноманітну думку людей зі сторони, що є дуже цікавим і корисним. Сама тема

роботи була задана на подібному форумі (4chan). А швидка відповідь та

обґрунтування відповіді закріпила рішення взятись за даний проект.

На даний момент іміджборди характеризуються дуже великою

різноманітністю. І кожному із них важко надати переваги чи визначити недоліки

в основному, через відсутність спільних критеріїв. Однак, варто відзначити, що

нажаль, вітчизняних іміджбордів дуже мало або взагалі немає. Здебільш вони

поширені в країнах Азії, Європи та деяких країнах СНД. Найвідоміші з них це

132

Futaba Channel - один з перших і найпопулярніших іміджборд на території Японії.

У всьому світі відомий англомовний іміджборд 4chan. Серед російськомовних

одним з найпопулярніших був «Двач». Необхідно відзначити, що створення

іміджборда досить непросте та цікаве завдання. Тим більше використовувати при

цьому мову програмування Clojure , яка належить до сімейства Lisp.

В розроблюваному проекті передбачено використання наступного стеку

технологій: Clojure - сучасний діалект Lisp працює під JVM, html / css / javasript

(clojuresript), база даних ORM, яка працює з більшістю БД, NoSQL (Redis,

MongoDB). Сам проект розроблено за принципом малих іміджбордів, де БД

здебільш скорочена. Під будь-яким постом кількість відповідей не має

перевищувати 10. Із-за цього кожна нова відповідь буде заміняти найпершу.

Рис.1 Зовнішній вигляд розробленого іміджборду

Висновки

Працездатність та коректність роботи іміджборда було доведено на підставі

експериментів. А також поширення популярності мови Clojure серед мас

розробників в WEB-сферах. Отриманий результат наведений на рис. 1 у вигляді

скриншота форуму, що на даний момент працює у тестовому режимі.


1. Эмерик Ч. Программирование на Clojure / Ч. Эмерик, Б. Карпер, К. Гранд - 2013. -816 с.

133

ЗАСТОСУВАННЯ СУЧАСНИХ ЗАСОБІВ ВЕБ-ПРОГРАМУВАННЯ ДЛЯ

РОЗРОБКИ САЙТУ ФУТБОЛЬНОГО КЛУБУ

Барбарук Л.В., Швачка О.О.



Сучасний спортивний клуб – це не лише команда та тренер, а ще й розвинута

інфраструктура, фанатський сектор та розвинута інформаційна комп’ютерна система.

Internet–сайт – це один з виглядів уявлення інформації для широкої публіки. Одна з головних

задач, що стоїть при розробці сайту – це простота супроводу і доступність

користувачеві. І усе це в більшій мірі залежить від обраних засобів розробки.

Ключові слова: хостинг, сайт, код, браузер, стиль.

Вступ

Сучасний футбол став для багатьох людей не лише видом спорту, а й сенсом

життя. Дуже важливо, щоб футбол мав куди рости, а кожен клуб мав свою

розвинуту інформаційну інфраструктуру. Найпоширеніший засіб подання

інформації в світ – сайт. На ньому кожен фанат зможе з легкістю знайти

найважливішу інформацію про улюблену футбольну команду.

Метою даного проекту є створення такого сайту з інформацією про ФК

«Шахтар». На ньому буде розміщена інформація про команду, її склад, історію,

останні новини, а також результати останніх матчів та таблицю чемпіонату

України.

Після ретельного огляду засобів WEB -розробки було прийнято рішення про

застосування локального хостингу Denver у сукупності декількох мов

WEB-програмування, а саме HTML, PHP, CSS та СУБД MySQL. Денвер є

комплектом програм для створення сайтів на локальному комп’ютері. У ньому

зібрані та поєднані всі інструменти для полегшення процесу розробки.


Мова HTML є базовою в області технології створення сайтів, що надає різні

можливості, такі як: при натисканні кнопки отримання інформації з мережі через

гіперпосилання, для пошуку інформації створення форми запитів на віддалений

комп’ютер, включення програмних додатків до документів, а також видавати

мережеві документи із заголовками, текстом, таблицями, списками,

фотографіями та ін. Мова HTML призначена для формування та оформлення

сторінок тексту, та перегляду його в мережі Інтернет за допомогою спеціальних

134

програм, що мають назву браузери. Дана мова також передбачає, що можуть бути

присутні посилання на графічні файли, які будуть відображатися поряд із

текстом. Вміст гіпертексту можна переносити на інші сторінки.

Мова PHP створена для генерації з HTML-сторінками та все більше набирає

популярності у розробників сайті, тим самим входячи у стандартний портфель

програм для реалізації веб-проектів. Дана мова має велику кількість переваг, а

саме наявність ядра та підключених модулів, додаткових розширень для баз

даних, документами для різних форматів, а також динамічною графікою та багато

іншого.

Мова стилів CSS призначена для відображення інформації у браузері

належним чином. Вона працює з кольорами, шрифтами, полями, вистою та

іншими інструментами опрацювання тексту. Мова CSS надала можливість

веб-дизайнерам розробити єдину таблицю стилів для всіх браузерів, надати

привабливий вигляд сторінкам, а також подавати інформацію на різних носіях.

Шаблон сайту та його основні розділи зображено на рис.1

Рис.1 Шаблон сайту та основні розділи

Працездатність сайту була протестована на локальному хостингу Denver,

деякі розділи сайту знаходяться у розробці. Інформаційна комп’ютерна система

націлена на зручність роботи з нею стороннього користувача.


1. Хоган Б. HTML5 и CSS3. Веб-разработка по стандартам нового поколения. 2-е изд. -

СПб.: Питер, 2014 - 320с., ил. - (Серия "Библиотека программиста").

2. Скляр Д., Трахтенберг А. PHP. Сборник рецептов. – Пер. с англ. – СПб: Символ – Плюс,

2005. – 627 с., ил.

3. Дюбуа П. MySQL. Сборник рецептов. – Пер. с англ. - СПб: Символ – Плюс, 2004. – 1056

с., ил.

135

DEVELOPMENT OF THE LABORATORY STAND ON ARDUINO

PLATFORM

L. Barbaruk, N. Kharkovskiy


Nowadays there are a lot of smart projects based on one-board devices like Arduino, Raspberry

Pi, etc. In our project we propose a special laboratory bench for the Department of Chemistry and

Safety based on the Arduino microcontroller. To implement the model we chose an Arduino UNO

device. As a result, a microcontroller system for the control of external factors: the level of CO2,

vibration, temperature, humidity, noise, atmospheric pressure was developed.

Key words: stand, microcontroller, sensor, project, programming.

Introduction

The project is devoted to the laboratory bench for the Department of Chemistry and

Safety. The main idea is to give the chemical students special tool for control and

analyze of external factors: the level of CO2, vibration, temperature, humidity, noise,

atmospheric pressure. As a base for development the Arduino device was chosen.

Before praising this device, we would like to note that Arduino is not a universal device;

it is an excellent choice for a beginner developer or a person who needs to create a very

simple device with a simple functional.

Arduino-compatible boards are designed in such a way that they can be expanded if

necessary, adding new components to the device. These expansion cards are connected

to the Arduino by means of the male connectors installed on them. A simple device

based on which developer can do everything from doorbells to small robots. The

Arduino product line is very extensive and include: Arduino Nano, Pro, Uno, Robot,

Leonardo and other. Most Arduino devices work on AVR microcontrollers, but there

are models running on ARM microcontrollers and Intel x86 processors. Programming

is carried out entirely through its own software shell (IDE), available for free on the

Arduino website. In this shell, there is a text editor, a project manager, a preprocessor, a

compiler and tools for loading the program into the microcontroller.

Main text

And now we would like to talk about the convenience of using Arduino for teaching

students and using their projects in universities. On the example of the current project.

The purpose of the project «Laboratory stand for the CS department» is to create a

device for monitoring and analyzing the microclimate in the room on the basis of sensor

data. Based on the data, the device will advise what to do.

136

List of sensor:

Vibration sensor;

Sound sensor;

Gas sensor;

Temperature and humidity sensor;

Possible add-ons:

Managing with a web server through Wi-Fi;

Convenient way to connect sensors;

Statistics for the past month.

Hardware part of the project

1. Arduino / Genuino Uno is a microcontroller board based on the ATmega328P

(datasheet). It has 14 digital input/output pins (of which 6 can be used as PWM

outputs), 6 analog inputs, a 16 MHz quartz crystal, a USB connection, a power jack, an

ICSP header and a reset button.

2. The DHT11 is a basic, ultra-low-cost digital temperature and humidity sensor. It

uses a capacitive humidity sensor and a thermistor to measure the surrounding air, and

spits out a digital signal on the data pin (no analog input pins needed). It’s fairly simple

to use, but requires careful timing to grab data.

3. The Vibration module is based on the vibration sensor SW-420 and Comparator

LM393 to detect if there is any vibration that beyond the threshold. The threshold can

be adjusted by the on-board potentiometer. When this no vibration, this module output

logic LOW the signal indicate LED light, and vice versa.

4. The Analog Smoke/LPG/CO Gas Sensor (MQ-2) module utilizes an MQ-2 as the

sensitive component and has a protection resistor and an adjustable resistor on board.

The MQ-2 gas sensor is sensitive to LPG, i-butane, propane, methane, alcohol,

Hydrogen and smoke. It could be used in gas leakage detecting equipment is in family

and industry. The resistance of the sensitive component changes as the concentration of

the target gas changes.

5. A sound module or simply a sound sensor is a small circuit board with a

microphone, a LM393 chip, and several other electronic components installed on it. The

sound sensor is equipped with a special pin connector (type "dad") for connection to the

microcontroller card Arduino or others. The best distance for determining the sound is

changed by selecting the sensitivity of the sensor. For this purpose, there is a special

sensitivity adjustment knob on the sound module board.

6. This is 16 characters wide, 2 rows character l module, SPLC780C controller

(Industry-standard HD44780 compatible controller), 6800 4/8-bit parallel interface,

single led backlight with white color included can be dimmed easily with a resistor or

PWM, stn- blue lcd negative, white text on the blue color, wide operating temperature

137

range rows compliant, built in character set supports English/Japanese text, see the

SPLC780C datasheet for the full character set.

7. The ESP8266 Wi-Fi Module is a self-contained SOC with integrated TCP / IP

protocol stack that can give any microcontroller access to your Wi-Fi network. The

ESP8266 is capable of either hosting an application or offloading all Wi-Fi networking

functions from another application processor. Each ESP8266 module comes

pre-programmed with an AT command set firmware, meaning you can simply hook this

up to your Arduino device and get as much Wi-Fi-ability as a WiFi Shield offers (and

that's just out of the box)!

a) b) c)

d) e) f)

Fig. 1. a) DHT-11 sensor b) SW-420 sensor c) MQ-2 sensor d) Sound sensor e) LCD

display f) Wi-Fi module

How it works

Since the device is built on the basis of Arduino UNO, all analysis and control of the

sensors is performed using the ATmega328P microcontroller. Data from the sensors

arrive in Arduino, where they are compared with the MAC data and the result is

displayed. As was described above, it is planned to add control over Wi-Fi and statistics

for the previous month for all indications.

References

1) Official website Arduino [On-line resource] - Available at: http://arduico.cc

2) Information about the Arduino devices [On-line resource] - Available at: http://arduino.ua

3) Arduino for beginners with the examples [On-line resource] - Available at:

http://arduino-diy.com/arduino_dlya_nachinayushchikh-0

http://arduico.cc/

http://arduino.ua/

http://arduino-diy.com/arduino_dlya_nachinayushchikh-0

138

Barbaruk L. 135

Derkach M. 95,98

Hyshev V. 95

Ардель О.В. 59,67

Баєв І.М. 31

Барбарук В.М. 28

Барбарук Л.В. 131,133

Білобородова Т.О. 86

Васюхін М.І. 116

Великжанін А.Ю. 86

Владимирский А.А. 100

Владимирский И.А. 100

Давиденко О.В. 131

Додонов В.А. 46

Дорош О.І. 82

Кардашук В.С. 111

Коваленко Т.В. 10

Коваленко Я.П. 75

Кривуля Г.Ф. 92

Критська Я.О. 14

Липчанський О.І. 92

Лифар В.О. 71

Лифар О.К. 78

Майова Д. 111

Мельников А.Ю. 36

Ikonnikov D. 98

Kharkovskiy N. 135

Lutskiv A. 51

Минайленко А.А. 89

Недзєльський Д.О. 111

Нестеров М.В. 124

Неудакина Л.В. 89

Олейник О.Ю. 108

Онищенко Ю.Н. 55

Прокопчук Ю.А. 21

Пустоветов М.Ю. 104

Рязанцев О.І. 111

Сафонова С.О 128

Светличный В.А. 55

Сиряк Р.В. 14

Скарга-Бандурова 14,67,

І.С. 75,124

Смолій В.В. 116

Степанюк О.Ю. 82

Тараненко Ю.К. 108

Фурса П.С. 128

Чумаченко Д.І. 40

Швачка О.О. 133

Шумова Л.А. 43

Щербаков Є.В. 25,121

Щербакова М.Є. 25,121

Index of Authors

139

PJSC “SEVERODONETSK RESEARCH AND PRODUCTION ASSOCIATION “IMPULSE”

PJSC "SRPA "Impulse" provides top-edge hardware and software development services tailored to nuclear and heat power engineering facilities, oil and gas complex, railway transport, and other industries and realizes the full producing cycle of I&Cs: hardware and software design, manufacture, verification, validation, testing complex, and implementation.

http://www.imp.lg.ua/

RESEARCH AND PRODUCTION ENTERPRISE "ZARYA" LTD

ZARYA

RPE "Zarya" is the leading company of the chemical industry of Ukraine. The production is the main component of the plant infrastructure. At the same time the intensive scientific and research works, the main purpose of which is to improve production processes and technologies, play the key role in the enterprise activity.

http://www.zaryachem.com/en

RESEARCH AND DEVELOPMET INSTITUTE "SEVERODONETSK NIICHIMMASH"

"SEVERODONETSK NIICHIMMASH" is a leading institution in Ukraine on scientific and technical supporting oil and gas refining, petrochemical and chemical industries. The Institute carries out research and development activity to developing up-to-date technologies and equipment for industrial enterprises.

http://chem.net.ua/

PROMINVEST PLASTIC LTD Prominvest Plastic is a major manufacturer of cable flexible PVC in Ukraine. Company includes production lines and research laboratories which conducts work on the development and implementation of new types of flexible PVC with a mandatory quality inspection of all raw materials and components to control the output parameters of finished products.

http://www.prominvest.com.ua/

PHARMACEUTICAL COMPANY “MICROKHIM” The main social mission of the pharmaceutical company "Microkhim" is the production of medicines implementing the principle of necessary and sufficient level of medical care. Company deals with formulating complex pharmaceutical compositions, studying of their behavior in the human body and the subsequent production.

http://www.microkhim.com.ua

Computer Engineering Department Volodymyr Dahl East Ukrainian National University Tel. 38 (06452) 2 89 97 Donetska street, 41, Severodonetsk, Ukraine, 93400 Email: [email protected]

TACSIT-2017 INDUSTRIAL PARTNERS

http://www.imp.lg.ua/

http://www.zaryachem.com/en

http://chem.net.ua/

http://www.prominvest.com.ua/

http://www.microkhim.com.ua/

mailto:[email protected]

140

Наукове видання

ТЕОРЕТИЧНІ ТА ПРИКЛАДНІ АСПЕКТИ КОМП’ЮТЕРНИХ

НАУК ТА ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ

Матеріали

ІІ МІЖНАРОДНОЇ

НАУКОВО-ПРАКТИЧНОЇ КОНФЕРЕНЦІЇ

TACSIT-2017

Редактор Скарга-Бандурова І.С.

Літературне редагування і коректура Деркач М.В.

Комп’ютерна правка, верстка Деркач М.В.

Художній редактор Білобородова Т.О.

Підп. до друку 25.05.2017. Формат 60×84/16. Папір офсет. Гарнітура

“Times New Roman”. Ум. друк. арк. 130,2. Обл. друк. арк. 5,5.

Наклад 60 прим.

Видавець

Східноукраїнський національний університет

імені Володимира Даля

93406, м. Сєвєродонецьк, просп. Центральний, 59-а

e-maіl: [email protected],

[email protected]

mailto:[email protected]

Ministry of Education and Science of Ukrainetacsit.turion.info/archive/TACSIT_2017_procedings.pdfUDK...

Documents

Transcript of Ministry of Education and Science of Ukrainetacsit.turion.info/archive/TACSIT_2017_procedings.pdfUDK...