книги2 / RNSM-59_originalmaket_N

РФА – анализ проводился с помощью рентгеновского дифрактометра «Tongda TD– 3700». Фазовый состав покрытий, полученных в ходе проведения опытов 1–4, представлен на рисунке 1, в виде дифрактограмм.

Из дифрактограмм, полученных методом РФА, можно сделать вывод об основных фазах, формируемых в данных условиях. Это – αW, βW, W2B5. На рисунках 2 и 3 показана морфология покрытий.

СЭМ-анализ проводился с помощью микроскопа «VEGA3 TESCAN», конфигурация данного микроскопа также позволяет перейти к исследованию элементного состава рассматриваемого образца методом ЭДС.

Рисунок 1 – Фазовый состав покрытий, полученных по режимам: а) №1; б) №2; в) №3; г) №4

Рисунок 2 – Морфология и элементный состав покрытий, полученных по режимам: а) №1; б) №2;

81

Микротвердость покрытий была измерена при нагрузке 50 г, так как при большей нагрузке глубина проникновения отпечатка приближалась к 1/8 толщины покрытия, что может привнести погрешность в измерения твердости. Также видно, что покрытия, которые имеют в составе фазу βW обладают более высокой твердостью. В целом сохраняется тенденция к увеличению твердости слоя при переходе к режиму осаждения от 1 к 4 соответственно.

Таким образом, в ходе выполнения работы, показано: основные фазовые составляющие покрытий – это αW, βW, W2B5, причем имеется тенденция к снижению содержания αW в слое при переходе от режима 1 к режиму 4; характеристический размер структурного элемента в покрытиях снижается при переходе от режима 1 к режиму 4, что отражается в характере морфологии покрытия; покрытия имеют повышенную микротвердость относительно твердости вольфрама. Особо высокой твердостью обладают слои, содержащие βW.

Список источников

1.Choy K. Chemical vapour deposition of coatings // Progress in material science. 2003. Vol.

48.P. 57–170.

2.Hishimone P.N., Nagai H., Sato M. Methods of Fabricating Thin Films for Energy Materials and Devices // Lithium-ion Batteries - Thin Film for Energy Materials and Devices. 2020. P. 6

ANALYSIS OF MICROHARDNESS, PHASE AND ELEMENTAL COMPOSITION OF W–B–N

BASED COATINGS

Poligenko A.V., Osipov K.М.

University of science and technology MISIS, Moscow, Russia

The paper investigates the mechanical characteristics, phase and elemental composition of coatings based on the triple W–B–N system obtained by the chemical vapor deposition method (CVD). Report contains: the results of the analysis of samples by various methods (scanning electron microscopy (SEM), energy dispersive X–ray spectroscopy (EMF); X-ray diffractometry; measurements of microhardness of control samples according to Vickers (HV)), as well as interpretation and discussion of the results obtained

Keywords: tungsten, boron, nitrogen, X-ray phase analysis, electron microscopy, microhardsness

83

ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ИССЛЕДОВАНИИ ВЛИЯНИЯ ОСВЕЩЕНИЯ С ИЗМЕНЯЕМЫМИ ПАРАМЕТРАМИ НА НАБЛЮДАТЕЛЯ

Скорик Ю.А.

ООО«Семантические системы», Москва

Внастоящее время перед исследователями различных типов освещения открыт новый путь в получении большого массива данных при исследовании вновь создаваемых осветительных установок. Если ранее получение массовых результатов было связано с организацией групп реальных наблюдателей, то с помощью искусственного интеллекта возможно моделировать реакцию среднего наблюдателя. И на основании полученных данных принимать решение о дальнейшем проектировании изучаемых осветительных установок и запуске в серию соответствующих осветительных приборов и сопутствующих компонентов.

Ключевые слова: искусственный интеллект, динамическое освещение, зрительная система наблюдателя.

Всовременной светотехнике уже реализуются программы применения машинного обучения в системах управления освещением (СУО). Оно позволяет значительно упростить настройку и эксплуатацию систем управления освещением [1]. Особенно широко СУО используются в системах динамического освещения (в литературе также именуемого биодинамическим или динамичным). Их отличительной особенностью является возможность изменения уровня освещенности на рабочей поверхности или коррелированной цветовой температуры.

Перед исследователями осветительных установок (ОУ) динамического освещения (ДО) всегда встает вопрос о возможности применения их в реальных условиях. Особо остро проблема проявляется при необходимости создания ОУ ДО для офисных или производственных помещений, где наблюдатель проводит все рабочее время. До массового производства осветительных приборов и соответствующих компонентов СУО и внедрения ОУ ДО в практику проектирования должны быть известны реакции зрительной системы (ЗС) среднего наблюдателя. Причем, как при кратковременном, так и при долговременном нахождении в условиях нового освещения. В противном случае, даже если ОУ соответствует нормам и требованиям, возможно зафиксировать снижение зрительной работоспособности, повышение уровня зрительного утомления, а также косвенную, негативную психоэмоциональную, реакцию. В связи с этим проводят исследования состояния наблюдателя.

Трудность заключается в том, что зачастую экспериментальные ОУ достаточно дороги, и нет возможности проводить массовые исследования, оборудовав рабочие помещения хотя бы на сотни человек. Практика последних исследований не позволяет говорить даже о десятках тестируемых наблюдателей [2]. Массовое внедрение искусственного интеллекта (ИИ) во все области жизни и науки позволяет говорить о возможности создания некоего цифрового наблюдателя. Речь идет о роботизированном механизме, способном реагировать на освещение в помещении согласно ЗС реально работающего наблюдателя.

Несложной математической задачей является моделирование состояния наблюдателя в течение рабочего дня. Благодаря практике исследования состояния наблюдателя в НИУ «МЭИ» и МГУ им. Н.П. Огарева [3-5] получен список критериев оценки ЗС наблюдателя. Оценку уточненного показателя работоспособности R`, показателя переключаемости П и относительного зрительного утомления Yотн. [7] также можно отнести к разряду задач,

84

которые может выполнить система механизмов, «обученная» в рамках работы ЗС среднего наблюдателя.

Стоит отметить, что создание и обучение подобного механизма с помощью стремительно дешевеющих нейросетей, может быть применено не только для целей изучения ОУ ДО, но и в других областях светотехники и отраслей науки и техники.

Список источников

1.Рослякова С. В. и др. О возможностях применения машинного обучения в системах управления освещением // Научный результат. Информационные технологии. – 2021. – Т. 6. – №. 4. – С. 48-63.

2.Benedetti M. et al. Impact of dynamic lighting control on light exposure, visual comfort and alertness in office users //Journal of Physics: Conference Series. – IOP Publishing, 2019.

–Т. 1343. – №. 1. – С. 012160.

3.Е.М. Гальцова, О.С. Войнова: Методы оценки зрительной работоспособности в установках со светодиодами // Проблемы и перспективы развития отечественной светотехники, электротехники и энергетики: сб. науч. Тр. XI междунар. науч.-техн. конф. в рамках Всероссийского светотехнического форума с междунар. Участием (г. Саранск, 3-4 декабря 2013 г.) // Саранск: Афанасьев В.С. - 2013 – 91-95 стр.

4.Локшина А.А.: Дипломный проект по программе «Специалист»: Осветительная установка динамичного освещения // МЭИ(ТУ). 2008.

5.Чиркова С.Е.: Магистерская диссертация по программе «Теоретическая и прикладная светотехника»: Исследование зрительных функций в осветительных установках со светодиодными светильниками // НИУ МЭИ. 2016.

6.Скорик Ю.А. О влиянии освещения светодиодами и его динамики на зрительные функции и общее состояние наблюдателя // Светотехника. – 2020. - №1. – c. 27 – 30.

Currently a new path has been opened for researchers of various types of lighting to get a large array of data when newly created lighting installations studying. Previously getting mass results was associated with organizing groups of real observers, but with the help of artificial intelligence it is possible to simulate the reaction of the average observer; based on the received data make a decision on the further design of the lighting installations being studied and the launch of the making lighting devices and related components.

Keywords: artificial intelligence, dynamic lighting, observer's visual system.

85

СЕТИ СВЯЗИ И УПРАВЛЕНИЯ В ЭЛЕКТРОЭНЕРГЕТИКЕ

Татьянин И.И.

ФГБОУ ВО «Алтайский государственный технический университет им. И.И. Ползунова», Барнаул

В статье рассмотрены сети связи и управления, определены их основные виды исполнения, особенности, достоинства и недостатки.

Ключевые слова: Сети связи и управления, высокочастотная связь, волоконно-оптические линии связи, электроэнергетика.

Электроэнергетика всегда была и остается важной системообразующей отраслью экономики любой страны. От её состояния зависят в обеспечении все отрасли хозяйства. Для надежного и эффективного энергоснабжения требуется развитая система связи и управления электрохозяйством, которая подразумевает передачу информации и управление различными элементами и режимами работы объектов электроэнергетики.

Сети связи и управления в электроэнергетике – это системы и средства диспетчерского и технологического управления, которые обеспечивают передачу информации и управление различными элементами и режимами работы объектов электроэнергетики. Они играют важную роль в обеспечении надежности снабжения, эффективности и безопасности работы электроэнергетических систем.

Сети связи и управления включают в себя технологические и первичные, информационные и телефонные, локальные вычислительные и другие сети на базе Единой технологической сети связи электроэнергетики (ЕТССЭ) и используются для осуществления канала передачи данных и команд между различными устройствами и системами, такими как генераторы, трансформаторы, измерительное оборудование, устройства защиты. Они обеспечивают связь между различными уровнями системы, станции, процесса и присоединения.

Сети связи и управления представляют собой волоконно-оптические линии связи (ВОЛС), спутниковую связь, радиорелейные линии, высокочастотную (ВЧ) связь.

Основные виды сетей связи и управления на территории России составляют ВЧ связь и ВОЛС. Являясь базовыми частями сетей связи и управления, они максимально эффективно передают информацию на расстоянии, не испытывая при этом проблем и потери сигнала.

Разберем детально основные виды.

По ВЧ каналам передаются все форматы информации, необходимые для управления электротехническими элементами. Высокочастотная связь применяется для обмена сигналами между двумя комплектами защиты по двум сторонам защищаемой линии, образуя высокочастотный тракт [2].

Существует несколько способов организации ВЧ тракта.

Первый способ - высокочастотная связь по существующей линии электропередачи. Его достоинство - простота реализации, так как провода между подстанциями, по которым передаются сигналы высокой частоты, уже протянуты. Основной недостаток этого способа - высокое соотношение помехи к сигналу, так как сама линия является источником помех [2].

Второй способ - выделенная кабельная линия. Преимущество заключается в высоком соотношении сигнала к помехе. Основным недостатком выступает высокая стоимость реализации [2].

86

Наибольшее распространение среди организации ВЧ тракта получил способ - по существующей воздушной линии электропередачи (ВЛЭП). Чтобы выяснить особенности исполнения связи путем ВЧ тракта по ВЛЭП, рассмотрим его более детально.

Для обеспечения связи применяют высокочастотную аппаратуру, которая работает на частотах от 16 кГц до 1 МГц. К ней относятся высокочастотные посты и устройства передачи аварийных сигналов команд. ВЧ посты необходимы для обмена сигналами между двумя полукомплектами защиты с целью оценить, в защищаемой зоне, либо вне защищаемой зоны произошло короткое замыкание (КЗ), и устранить его. Кроме того, ВЧ посты используются для связи между подстанциями, при наладке либо при техническом обслуживании аппаратуры, на подстанциях, которые находятся вне зоны действия сотовой сети. Устройства передач аварийных сигналов команд необходимы для передачи аварийного сигнала на отключение выключателя [2].

При организации ВЧ тракта возникают следующие нюансы: часть ВЧ сигнала может уйти в шины подстанции вместо того, чтобы уйти в противоположный конец линии. Таким образом, необходимо выделять диапазон рабочих частот ВЧ тракта. Для отделения от шунтирующих элементов подстанции или ответвлений применяют высокочастотный заградитель. Он обладает высоким сопротивлением для ВЧ сигналов и низким сопротивлением для сигналов низкой частоты. ВЧ заградитель представляет собой корзину реактора с находящимся внутри элементом настройки [2].

Следующая особенность - необходимость работы низковольтной аппаратуры связи в условиях высокого напряжения ЛЭП. Для согласования напряжения принимают конденсатор связи [2].

Далее, мы сталкиваемся ещё с одним моментом. Волновое сопротивление линии и характеристическое сопротивление ВЧ кабеля имеют разные значения. Это может повлиять на увеличение затухания в ВЧ тракте. Для согласования сопротивлений, а также для компенсации реактивной составляющей конденсатора связи применяют фильтр присоединения. Вблизи фильтра присоединения находится заземляющий нож, который позволяет заземлить вторичную обкладку конденсатора связи. Это нужно для того, чтобы выполнить проверку фильтра присоединения и ВЧ кабеля в режиме текущей эксплуатации [2].

Ещё одна особенность - ВЧ сигнал из здания аварийного пункта управления (АПУ), где расположена аппаратура связи, требуется передать до фильтра присоединения, который расположен в ОРУ. Для этих целей применяется коаксиальный высокочастотный кабель. ВЧ аппаратура может работать на сближенных частотах. Чтобы отделить сигнал от параллельной работающей аппаратуры и таким образом исключить ложное срабатывание, применяются заграждающие фильтры. В зависимости от текущего проекта, заграждающие фильтры ставятся либо на стороне приема, в этом случае, настраиваются на рабочую частоту передатчика, либо на стороне передачи - настраиваются на рабочую частоту приемника [2].

Следующий вид сетей связи и управления - волоконно-оптическая. В основу волоконно-оптической связи входит конструкция оптического кабеля (ОК), а также преимущества оптических световодов или волоконных световодов (ВС), при помощи физической среды которых возможно распространение сигналов [1].

Здесь, как и в организации передачи ВЧ сигналов необходима специальная аппаратура для регистрации получаемых и передаваемых сигналов, которая внедряется в цифровые объекты электроэнергетики.

Основные достоинства ВОЛС: широкая пропускная полоса, обеспечивающая передачу сигналов электросвязи со скоростью до 10 Гбит/с и выше; низкий уровень потерь, что

87

позволяет передавать сигнал на расстояние до 120-150 км без регенерации; отсутствие восприимчивости к электромагнитным помехам; нечувствительность к перекрестным помехам в ОК; малая масса и размеры ОК. Помимо этого, имеют высокую степень защиты от утечки информации, меньшую степень пожароопасности, относительно невысокую цену, по сравнению с металлическими проводниками. Все эти достоинства делают оправданным и целесообразным выбор применения ВС и ОК в магистральных линиях сетей связи и управления [1].

Основным недостатком ВОЛС считается, что оптоволокно со временем мутнеет и теряет свою пропускную способность.

ВОЛС не требует возведения каких-либо новых сооружений, прокладки кабельных линий связи, необходимости отвода земли. Монтаж является простым и реализуется различными способами, с учетом всех особенностей и требований [1].

На данный момент существует 6 видов прокладки [1]: оптический кабель самонесущий (ОКСН); оптический кабель присоединенный (ОКП); оптический кабель навивной на фазу (ОКНФП); оптический кабель в фазном проводе (ОКФП); оптический кабель навивной на грозозащитный трос (ОКНГТ); оптический кабель в грозозащитном тросе (ОКГТ).

Наиболее распространенный из них на территории Российской Федерации – ОКГТ, основными преимуществами которого находятся надежность и возможность применения на опорах высокого класса напряжения воздушных линий от 110 кВ и выше [1].

Выводы: В электроэнергетике сети связи и управления являются развитыми и необходимыми для нормального функционирования электроэнергетической системы страны. Они используют различные технологии и процессы для передачи и обмена данных. Имеют разнообразные виды исполнения с учетом необходимых особенностей, а также достоинства и недостатки в каждом рассматриваемом случае. Наиболее современными считаются ВОЛС, которые на данный момент широко внедряются в современные цифровые коммутационные узлы системы. ВЧ связь имеет более затратную технологию проектирования и комплекса строительства, а также требует сложного процесса адаптирования систем телеметрии под рамки цифровизации энергетики.

Список источников

1.Волоконно-оптические системы связи. - Текст : непосредственный // Библиотечка электротехника / под редакцией А. Ф. Дьякова. – Москва : НТФ «Энергопрогресс», 1999. –

ISSN 0013-7278. – Ч. 1. – 64 с.

2.Высокочастотные тракты каналов связи по линиям электропередачи. - Текст : непосредственный // Библиотечка электротехника / под редакцией А. Ф. Дьякова. – Москва : НТФ «Энергопрогресс», 2001. – ISSN 0013-7278. – Ч. 2. – 72 с.

COMMUNICATION AND MANAGEMENT NETWORKS IN THE ELECTRIC POWER

INDUSTRY

Tatyanin I.I.

Altai State Technical University named after I.I. Polzunov, Barnaul

The article considers communication and management networks, identifies their main types of execution, features, advantages and disadvantages.

Keywords: Communication and control networks, high-frequency communication, fiber-optic communication lines, electric power industry.

88

ОБЛАЧНЫЕ ВЫЧИСЛЕНИЯ КАК МЕТОД ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ПРОИЗВОДСТВА

Царев А.С., Сальников М.С., Суханкин А.А.

ФГБОУ ВО"Национальный исследовательский университет "МЭИ

Статья исследует важность и практические преимущества использования облачных вычислений в промышленности. Рассматриваются ключевые аспекты, такие как масштабируемость, гибкость, доступность данных, снижение затрат и возможности для инноваций. Отмечается, что облачные вычисления позволяют предприятиям улучшить эффективность производственных процессов, снизить зависимость от собственной ИТинфраструктуры, а также обеспечить надежное хранение и защиту данных. Эта статья предоставляет важную перспективу на применение облачных технологий как ключевого фактора для достижения успеха в современной динамичной промышленной среде.

Ключевые слова: облачные вычисления, Индустрия 4.0, цифровизация производства.

Современное производство переживает период глубоких трансформаций под влиянием технологических инноваций. Одним из ведущих направлений этой эволюции является внедрение цифровых технологий, концепции Индустрии 4.0. Эти тенденции в совокупности становятся ключевыми катализаторами изменений, формируя новый облик промышленности.

Индустрия 4.0 представляет собой концепцию, основанную на сборе, обработке и анализе данных с использованием современных информационных и коммуникационных технологий. Её принципы включают в себя цифровую интеграцию, где производственные системы становятся взаимосвязанными, а также цифровую модель продукта, которая позволяет создавать виртуальные копии реальных объектов.

Индустрия 4.0 опирается на несколько ключевых технологий: промышленный интернет вещей (IoT), облачные вычисления, системная интеграция, симуляция, технологии дополненной реальности, большие данные, автономные роботизированные комплексы и аддитивные технологии.

Облачные вычисления играют ключевую роль в реализации Индустрии 4.0. Они обеспечивают высокую доступность данных, масштабируемость и гибкость. В облаке хранятся и обрабатываются большие объемы информации, что позволяет предприятиям быстро адаптироваться к изменяющимся условиям рынка и эффективно управлять производственными процессами.

Традиционно выделяются три основных модели облачных вычислительных услуг: IaaS, PaaS и SaaS [1].

Модель IaaS (инфраструктура как сервис) предполагает, что пользователь получает доступ к виртуальным серверам, сетям, хранилищам на базовом уровне. Оборудование находится в дата-центре провайдера облачных услуг. Это дает возможность быстрого регулирования производительности ресурсов в зависимости от текущих потребностей. Считается что это наиболее гибкая модель с точки зрения эксплуатации.

Модель PaaS (платформа как сервис) в свою очередь предполагает, что пользователь не занимается серверами, хранилищами и приложениями. Он выбирает из доступного списка серверы и среды, которые необходимы для запуска, тестирования, развертывания, поддержки, обновления и масштабирования его приложений. Это повышает производительность работы, т.к. позволяет сосредоточиться на развертывании приложений и управлении ими.

89

Модель SaaS (программное обеспечение как сервис) предполагает, что пользователь получает готовый продукт, который запускается и управляется поставщиком облачных структур. Доступ к приложению осуществляется через браузер или программу-клиент на устройстве пользователя.

Наглядно, различия в моделях показаны на рисунке 1.

Рис. 1 – модели облачных вычислений

Так же можно выделить пять типов облаков: публичное, частное, мульти-облако,

гибридное и community cloud.

Публичным облаком называется один или несколько дата-центров, управляемых провайдером облачных услуг. Он обеспечивает работу облака и через интернет делает доступными все сервисы дата-центра.

Частным облаком называется среда, в которой вся инфраструктура и вычислительные ресурсы принадлежат и эксплуатируются одной организацией. Частное облако обладает всеми достоинствами облачных вычислений и к ним добавляются контроль доступа, безопасность и настройка ресурсов под свои нужды.

Гибридное облако представляет собой комбинацию из публичного и частного облака. Организация использует ресурсы собственного дата-центра, а в публичном облаке разворачивает отдельные сервисы. Предназначение гибридного облака заключается в создании единой масштабируемой среды с сохранением контроля организации над критически важными данными.

Мульти-облако – это подход, при котором используются решения нескольких облачных провайдеров. Такая модель позволяет переносить данные от одного облачного провайдера к другому или одновременно развертывать приложения и платформы у нескольких облачных провайдеров. Подход минимизирует вероятность сбоев, повышая надежность и отказоустойчивость системы.

Community Cloud. Это облако, которым пользуется ограниченное число компаний с похожими интересами.

Облачные вычисления позволяют энергетическим компаниям собирать, хранить и анализировать огромные объемы данных, получаемых от сенсоров, счетчиков и других устройств. Аналитика больших данных в облаке помогает оптимизировать производственные процессы, предсказывать сбои, и снижать энергопотребление. Энергетические устройства и оборудование все чаще становятся «умными» благодаря IoT. Облачные вычисления обеспечивают платформу для управления и мониторинга этого «Интернета вещей», что способствует повышению эффективности и снижению затрат.

90