Методическое пособие 719

в таких системах удовлетворяет условию Тр≤(3÷5)Т (где Т- постоянная времени объекта по каналу управления). Синергетическая система управления с интегральной составляющей и система управления с ПИ-регулятором состояния в некоторых случаях имеет небольшое перерегулирование.

Заключение.

Таким образом, в работе рассмотрены альтернативные подходы к синтезу системы управления химическим реактором, основанные на теории линейных систем в пространстве состояний и методах синергетической теории управления.

Разработана концептуальная и математическая модель объекта, определены параметры рабочей точки. Построены статические и динамические характеристики по различным каналам. Из анализа статических и динамических характеристик следует, что объект по большинству каналов нелинеен. Выбрано управляющее воздействие. Проведена линеаризация исходной нелинейной модели.

Проведен анализ системных свойств объекта. Установлено, что объект обладает устойчивостью свободного движения. Система полностью наблюдаема в пространстве состояний и управляема в пространстве выходов.

Решена задача аналитического синтеза системы управления для концентрации целевого компонента в пространстве состояний с использованием безынерционного регулятора состояния и регулятора состояния с интегральной составляющей.

Решена задача аналитического синтеза системы управления концентрацией целевого компонента без астатической составляющей и с астатической составляющей методом АКАР.

Проведен анализ работы полученных систем управления. Система управления с ПИ-регулятором состояния и системы управления, полученные методом АКАР, устойчивы, обладают свойством инвариантности к возмущениям, ковариантности с заданием и робастностью. Система управления с пропорциональным регулятором состояния имеет большую статическую ошибку, что делает ее не пригодной для дальнейшего применения.

Литература

1.Wang Z., Wang G. Temperature fault-tolerant control system of CSTR with

coil and jacket heat exchanger based on dual control and fault diagnosis // Journal of Central South University. – 2017. Volume 24. Issue 3. pp 655–664

2.Alvarez Ramirez J., Alvarez J., Schaum A. On the global stability of conventional PID control for a class of chemical reactors // International Journal of Robust and Nonlinear Control. 2012. Volume 22, Issue 5. P. 575-590

3.Деменков Н.П., Васильев Г.Н. Управление техническими системами. М.: Изд-во МГТУ им. Баумана, 2013. 399 с;

4.Рей У. Методы управления технологическими процессами. М.: Мир. 1983. 368 с;

160

5.Rastegar S., Araújo R., Emami A., Iratni A. A New Robust Control Scheme for LTV Systems Using Output Integral Discrete Synergetic Control Theory // CONTROLO 2016. 2016. Vol. 402. pp 117-127.

6.Rastegar, S., Araújo, R., Sadati, J., Mendes, J.A novel robust control scheme for LTV systems using output integral discrete-time synergetic control theory // European Journal of Control. 2017. Volume 34. P. 39-48

7.Колесников А.А., Веселов Г.Е., Попов А.Н., Колесников Ал.А., Кузьменко А.А. Синергетическое управление нелинейными электромеханическими системами. М.: Фирма «Испо-сервис». 2000. 248 с. (in Russian).

8.Колесников, А.А. Синергетическая теория управления / А.А. Колесников. – М.: Энергоатомиздат, 1994. – 344 с.

ФГБОУ ВО «Ивановский государственный химико-технологический университет», Россия

УДК 551.501.8

В.А. Калугин, Л.А. Коробова

МЕТОДИКА ОБНАРУЖЕНИЯ ДЕФЕКТОВ В ТЕХНОЛОГИЧЕСКИХ ТРУБОПРОВОДАХ

На сегодняшний день крайне актуальным представляется разработка и внедрение систем, связанных с дистанционным обнаружением места появления дефекта (повреждения) в технологических трубопроводах. На любом производственном предприятии есть трубопроводы, осуществляющие подачу различных веществ. Выход из строя даже простого водопровода уже может привести к серьезным последствиям и убыткам, не говоря о возможных авариях, связанных с топливными магистралями, или в системах охлаждения. Поиск и локализация таких аварий требуют людских ресурсов и времени, которое в данных ситуациях имеет большую цену. Проект нацелен именно на сокращение временных затрат по локализации и ремонту, а также на то, чтобы ценой минимальных вложений продлить срок службы и предотвратить выход технологического оборудования из строя. Таким образом, представляемое исследование направлено разработку системы, позволяющей уменьшить время, затрачиваемое на обнаружение дефектов и ремонт. Это в свою очередь, позволит, увеличить бесперебойность работы технологических трубопроводов и повысить безопасность. Последующие исследования и научные разработки в данной области могут помочь предотвратить множество техногенных катастроф, способных нанести огромный вред человеку, экологии и экономикам целых стран.

При анализе, основанном на частотных методах, сигнал представляется суммой синусоидальных составляющих, которые характеризуются частотой, фазой и амплитудой. Данный вид анализа сигнала позволяет получить распре-

161

деление амплитуд составляющих по частотам или, иначе говоря – амплитудночастотные спектры, атак же распределение фаз составляющих по частотам – фазо-частотные спектры [1, 2, 3]. Сразу отметим, что в ходе данной работы при анализе спектров брались во внимание только амплитудно-частотные спектры, фазо-частотные спектры нами не рассматривались [4].

Данная модель разрабатывалась с целью ее дальнейшего развития и реализации в технологической среде Основной ее задачей является обнаружение дефектов в технологических системах с целью их дальнейшего своевременного устранения. Способ применения разрабатываемой модели будет основываться на цепи вибродатчиков, расположенных с определенным интервалом по всей протяженности исследуемой технологической системы и осуществляющих фиксацию шумов с определенной периодичностью. Так как колебания распространяются в оба направления от источника с одинаковой скоростью, то пара датчиков должны считать частоту колебания технологической среды. Частота в дальнейшем будет преобразована в цифровой сигнал и передана на блок управления, в автоматическом режиме выполняющим обработку этой информации путем фильтрации сигнала. В ходе фильтрации сигнала, интересующие нас частоты, будут выделяться, а побочные устраняться. После фильтрации и последующего за ней анализа, путем сравнения фактического параметра сигнала с заданным параметром. Микроконтроллер, в зависимости от результата, должен будет либо продолжить поддержку технологического процесса, либо, в случае обнаружения неисправности осуществить аварийную остановку технологического процесса и отправить соответствующее уведомления на рабочую станцию для последующего устранения неисправности. Так как отклонение от нормы зафиксирует пара датчиков, расположенных на конкретном участке технологической системы, то дефектный участок будет обнаружен с достаточно большой точностью, что позволить значительно сократить время устранения неисправ-

ности [5, 6].

Об актуальности использования частотных методов на сегодняшний день говорит, прежде всего, их распространённое применение в совершенно разных отраслях промышленности [10, 11, 12]. Рассмотрим лишь некоторые известные области использования частотных методов в промышленности.

Контроль потока жидкости в трубопроводах высокого давления – используется, например, на атомных электростанциях (АЭС) при подаче воды для охлаждения тепловыделяющих элементов или в нефтедобывающей промышленности. Роль частотных методов в этом случае заключается в обнаружении турбулентностей , образующихся в результате нарушения ламинарности потока жидкости для препятствия их дальнейшему образованию. Это позволяет избежать повышения нагрузки на трубопровод и, как следствие, увеличения износа насосных установок [7].

Контроль детонации в двигателях внутреннего сгорания (ДВС) - при работе ДВС в напряженных режимах возможно возникновение детонации, которая резко снижает мощность и угрожает в дальнейшем прогаром поршня и раз-

162

рушением двигателя. Так как режим работы вблизи порога детонации позволяет повысить КПД двигателя, а также наиболее эффективен по мощности и экономичности, в связи с этим появилась необходимость в способах, решающих задачу контроля появления и определения интенсивности детонации. Таким способом стало использование частотных методов для обнаружения излишних колебаний в блоке цилиндров.

Установленный в блоке цилиндров датчик детонации распознает колебания, возникающие при детонации и посылает соответствующие сигналы на ЭБУ, где после их обработки, в зависимости от степени детонации вырабатываются команды, изменяющие угол опережения зажигания.

Иначе говоря, контроль детонации сводится к управлению, обеспечивающему угол опережения зажигания, очень близкий к предельному, за которым происходит детонация.

Контроль расхода жидкости при помощи частотно-пакетных расходомеров – принцип работы частотно-пакетных расходомеров основан на анализе частот импульсно-модулированных ультразвуковых колебаний, направленных одновременно по потоку жидкости и против него [6].

Генераторы создают синусоидальные колебания высокой частоты и передают их через модуляторы на излучающие пьезоэлементы. Пьезоэлементы излучают направленные ультразвуковые сигналы, которые воспринимаются принимающими пьезоэлементами.

Модулятор с двумя пьезоэлементами и усилителем-преобразователем включен в схему периодического модулирования. Как только первые колебания, поступающие на приемные пьезоэлементы достигают модуляторов, происходит отключение генераторов от излучающих пьезоэлементов, вследствие чего излучение ультразвуковых колебаний прекращается. Возобновляется оно только тогда, когда последние ультразвуковые колебания первых пакетов, достигнут приемных преобразователей, после чего процесс повторяется. Разность частот разнонаправленных сигналов определяется пересчетной схемой и регистрируется прибором.

Контроль подачи смазочно-охлаждающей жидкости – во время работы станка с числовым программным управлением необходима подача смазочноохлаждающей жидкости в точку контакта «резец-деталь». Датчик (термопара) измеряет температуру резца и, в зависимости от нее, генерирует напряжение, которое передается на блок управления станком. Блок управления, на основе этого принимает решение об увеличении частоты вращения помпы [8].

Течеискатели воды – устройство, позволяющие обнаруживать повреждения труб с точностью до 1-10 сантиметров. Современные модели течеискателей без особого труда определяют место повреждения, независимо от типов грунта, жидкости, ее давления и температура, а также условий внешней среды [9].

Для реализации поставленной задачи мною были рассмотрены следующие частотные методы, а конкретно:

– Быстрое преобразование Фурье;

163

–Метод периодограмм;

–Метод MUSIC (MUltiple Signal Classification);

–Метод собственных векторов (MUSIC EV).

Рассмотрев основные методы частотного анализа и, проведя оценку их достоинств и недостатков можно сделать вывод о том, что для реализации поставленной цели метод MUSIC является оптимальным [14]. Данный метод обеспечивает достаточную точность оценки сигнала при наличии фонового шума при примерно схожей вычислительной сложности. Для того чтобы разрабатываемая модель могла достоверно и эффективно определять наличие дефектов в системе предполагается, прежде всего, использование большого количество датчиков, фиксирующих вибрацию среды. Связано это с тем, что разрабатываемая нами модель подразумевает достаточно точное определение места и характера поломки, а технологические системы, как правило, оказываются достаточно разветвленными, что несколько усложняет задачу. Исходя из этого, датчики должны быть установлены на протяженности всей системы с определенной периодичностью, зависящей от параметров самой системы [16]. Таким образом, при проявлении дефекта пара датчиков, расположенных по обе стороны от дефектной области, первыми зафиксировавшие отклонение от установленного технологического параметра, укажет на конкретный сегмент технологической системы, в котором проявился дефект.

Помимо количества датчиков немалую важность имеет и их правильное расположение. Поскольку датчик должен передавать параметры лишь одной технологической среды, то при установке следует обеспечить его как можно большую изоляцию от воздействия других всевозможных сред.

Тем не менее, избежать хотя бы минимального влияния извне нам вряд ли удастся. В расчете на это, в целях подавления внешних шумов и выделения результирующего частот сигнала будет использован цифровой фильтр.

Цифровые фильтры имеют ряд преимуществ перед аналоговыми: высокая точность; стабильность; гибкость настройки; компактность [15].

Есть у них и определенные недостатки, такие как: трудность работы с высокочастотными сигналами; трудность работы в режиме реального времени.

Трудность работы с высокочастотными сигналами в нашем случае проблемой не является, поскольку здесь нас будут интересовать как раз низкие частоты. Ну, а поскольку для работы в реальном времени требуется, чтобы все вычисления были завершены в течение периода дискретизации, то для обеспечения большей скорости и точности обработки сигналов необходим мощный процессор, а также довольно быстрые и высокоточные цифро-аналоговые преобразователи (ЦАП) и аналогово-цифровые (АЦП) преобразователи [14].

АЦП, цифровой фильтр, микроконтроллер (МКР), ЦАП, а также генератор импульсов, синхронизирующих работу АЦП и ЦАП, объединяются в блок управления, который обрабатывает данные, поступающие с датчиков. Задачей микроконтроллера в целом является управления работой всех устройств, осуществляющих обработку информации в составе блока управления [16]. В це-

164

лом, блок управления должен обеспечивать частоту опроса датчиков около

200 Гц.

Информация с датчиков на блок управления может передаваться проводным способом, либо беспроводным (радиосвязь, Wi-Fi). Последний способ предполагает использование соответствующего дополнительного оборудования, и в виду этого, а также большой вероятности возникновения помех при передаче данных, нами рассматриваться не будет.

В случае большой нагрузки на блок управления вследствие разветвленности системы или использования большого количества датчиков можно будет использовать несколько блоков управления, объединенных в одну локальную вычислительную сеть через маршрутизатор и сервер.

Исходя из масштабов, разветвленности и сложности обслуживания различных технологических систем разработка модели поиска дефектов даст возможность своевременного и точного диагностирования поломок, и, как следствие, предотвращения аварий, а также многократно увеличит скорость обслуживания, ввиду сведения к минимуму работу по поиску дефектного участка [18].

Нами были подробно рассмотрены и проанализированы основные методы частотного анализа, а так же различные области и направления их применения. Были определены основные требования к разрабатываемой модели определения дефектов и, как итог, разработана и подготовлена к дальнейшей реализации физическая модель системы определения дефектов в технологических системах, основанная на использовании частотных методов [17].

Преимуществами данной модели являются:

1)возможность регулирования периодичности анализа технологической среды на предмет наличия дефектов;

2)возможность обнаружения точного обнаружения конкретной дефектной области технологической системы.

3)универсальность использования в различных технологических средах, благодаря возможности задания эталонных параметров;

4)относительно невысокая стоимость оборудования;

5)простота и интуитивная понятность в эксплуатации;

6)высокая надежность за счет отсутствия сложных элементов.

Модель ввиду своих особенностей будет универсальна для технологических систем и магистралей поставляющих, как жидкие, так и газообразные вещества. В связи с этим, применение данной модели возможно в совершенно разных областях промышленности [17].

Внедрение и последующая эффективная эксплуатация данной модели позволит, за счет предупреждения аварийных ситуаций и возможности обнаружения отклонений с точностью до дефектного узла, увеличить срок службы оборудования и значительно сократить расходы на его обслуживаниеи ремонт [17].

165

Литература

1.Сергиенко, А.Б. Цифровая обработка сигналов [Текст] / А.Б. Сергиенко. – СПб.: Питер, 2002. – 608 с.

2.Тhompson, D.J. Spectrum Estimation Techniques for Characterization and Development of WT4 Waveguide-II Bell Sytech. J., vol. 56, December 1977.

3.Heideman, M. Gauss and the history of the fast fourier transform / M. Heideman, D. Johnson, C. Burrus // IEEE ASSP Magazine, Vol. 1, Issue 4, October 1984, p. 14-21.

4.Баскаков, С.И. Радиотехнические цепи и сигналы [Текст] / С.И. Баскаков. – Изд. пятое, стереотипное. – Москва: Высшая школа, 2005. – 462 с.

5.Hayes, Monson H. Statistical Digital Signal Processing and Modeling / John Wiley and Sons, // Inc., 1996. ISBN 0-471-59431-8.

6.Марпл, С.Л. мл. Цифровой спектральный анализ и его приложения [Текст] / С. Л. Марпл мл. – Москва: Мир, 1990. – 571 с.

7.Дастин, Э. Тестирование программного обеспечения. Внедрение, управление и автоматизация [Текст] / Э. Дастин, Д. Рэшка, Д. Пол; пер. с англ. М. Павлов. – М.: Лори, 2013. – 567 c.

8.Ленивкин, В.А. Электротехнологические процессы и оборудование [Текст] / В.А. Ленивкин, Е.Л. Стрижаков. –Рн/Д: Изд. центр ДГТУ, 2007. – 266 c.

9.Сторчак, Н.Н. Технологические процессы производства [Текст] / Н.Н. Сторчак. – М.: МГИУ, 2008. – 126 c.

10.Схиртладзе, А.Г. Технологические процессы автоматизированного производства [Текст] / А.Г. Схиртладзе, А.В. Скворцов. – Вологда: ИнфраИнженерия, 2011. – 400 c.

11.Бородин, И.Ф. Автоматизация технологических процессов и системы автоматического управления (ССУЗ) [Текст] / И.Ф. Бородин. – М.: Колос, С,

2006. – 352 c.

12.Брюханов, В.Н. Автоматизация производства [Текст] / В.Н. Брюханов.

–М.: Высшая школа, 2005. – 367 c.

13.Управление проектами. Справочное пособие [Текст] / под ред. И.И. Мазура и В.Д. Шапиро. – М.: Высшая школа, 2001.

14.Abramov, G.V. Information system for diagnosis of respiratory system diseases / G. V. Abramov, L. A. Korobova, A. L. Ivashin, I. A. Matytsina I.A. // Journal of Physics: Conference Series (см. в книгах). 2018. Т. 1015. С. 042036.

15.Коробова, Л.А. Программная реализация нечеткой модели распознавания звуковых сигналов / Л.А. Коробова, Т.В. Курченкова, И.А. Матыцина // Научные ведомости Белгородского государственного университета. Серия: Математика. Физика. 2016. № 13 (234). С. 174-178.

16.Абрамов Г.В. Анализ и использование математических методов для распознавания звуковых сигналов / Г.В. Абрамов, Л.А. Коробова, А.Л. Ивашин, И.А. Матыцина // Вестник Воронежского государственного университета инженерных технологий. 2015. № 2 (64). С. 61-65.

166

17.Калугин, В.А. Обнаружение дефектов в технологических трубопроводах / В.А. Калугин, Л.А. Коробова // В сборнике: Моделирование энергоинформационных процессов. Сборник материалов VII национальной научнопрактической конференции с международным участием. 2019. С. 242-250.

18.Bukharin, S.V. The method of immersion the problem of comparing technical objects in an expert shell in the class of artificial intelligence algorithms / S.V Bukharin, A.V. Melnikov, S.N. Chernyaeva, L.A. Korobova // В сборнике: IOP Conference Series: Materials Science and Engineering International Conference on Materials. 2017. С. 012208.

ФГБОУ ВО «Воронежский государственный университет инженерных технологий», Россия

УДК 004.6

А.А. Махмутова, Л.Р. Ахмадеева, А.Ф. Тимирова, И.А. Лакман

МАТЕМАТИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ПО ПРОГНОЗИРОВАНИЮ ПРОЦЕССА ВОССТАНОВЛЕНИЯ ПОСЛЕ ПЕРЕНЕСЕННОГО ИНСУЛЬТА

Целью исследования являлось создание реестра пациентов для медицинского учреждения для возможности отслеживания изменения в динамике течения болезни, а также повышение эффективности реабилитационных мер после перенесенного инсульта за счёт прогнозирования исхода реабилитации с помощью соответствующего программного продукта. Методы. На первом этапе была создана база данных пациентов. В качестве объекта исследования использовалась статистика за 6 месяцев по 265 пациентам. Для проведения исследования была использована модель множественного выбора с упорядоченными альтернативами. Для проверки корректности построенной модели применялся расчёт показателей качества на основе матрицы сопряженности. По полученной модели было разработано программное обеспечение. Результаты. При построении модели были определены значимые факторы. Модель успешно угадывает попадание в альтернативу 2 (хорошая динамика) и 0 (отсутствие динамики), показывает средние результаты для альтернатив 1, 3, отсутствуют глобальные ошибки определения попаданий в альтернативу. По итогам проведенной работы было получено свидетельство о государственной регистрации программы для ЭВМ. Имеется акт о внедрении программного продукта в ГБУЗ РБ ГКБ №21 г. Уфа.

Выводы. Модель множественного выбора с упорядоченными альтернативами оказалась перспективным инструментом для анализа статистических данных о больных. Новизной работы является использование шкалы NIHSS не как предиктора, а как прогнозируемого показателя. Система позволяет повысить эффективность медицинского обеспечения для пациентов с инсультом, учесть

167

влияние определенных факторов на здоровье конкретного пациента, обеспечивает безопасность хранения конфиденциальной информации и удобство оперирования клиентской информацией. Использование реестра обеспечит получение качественной статистики по состоянию здоровья пациентов и динамике их восстановления, предоставит возможности для дальнейшего анализа.

На сегодняшний день инсульт стабильно остаётся одной из наиболее частых причин смертности в мире. По дан ным Всемирной организации здравоохранения сосудистые заболевания мозга занимают второе место среди смертности от заболеваний системы кровообращения после ишемической болезни сердца.

Процесс восстановления у пациентов, перенесших инсульт, напрямую зависит от условий лечения в остром периоде и в дальнейшем соблюдении плана реабилитации. В связи с этим имеется необходимость создать инструмент, позволяющий оценить вероятность восстановления больного после перенесённого инсульта.

Кроме того, для назначения эффективного индивидуального плана реабилитации врачу необходимо предусмотреть все возможные варианты развития событий, определить, как может измениться состояние больного. При этом в каждом конкретном случае следует учитывать общие характеристики больного, его возрастные особенности, фоновые заболевания и прочие факторы [5].

Поскольку в сферу здравоохранения всё больше проникают информационные технологии, а их внедрение и рациональное использование имеют первостепенное значение, следует использовать их возможности для решения перечисленных проблем [3].

Например, ведение реестра позволит проводить долгосрочное отслеживание течения заболевания. Создание реестров пациентов позволит значительно увеличить эффективность медицинского обеспечения и облегчит процесс контроля оказания услуг [2]. Интеграция подобных реестров с другими системами предоставит множество возможностей для анализа данных, изучения статистики и составления прогнозов по исходу лечения пациентов, а накопляемая в базе информация позволит получить объективные данные для будущих исследований [6]. А проектирование прогностической модели даст возможность предугадывать вероятный сценарий развития болезни на основе индивидуальных характеристик [4].

Одной из самых применимых шкал для оценки ранних результатов состояния постинсультного больного является шкала NIHSS [7]. Она часто используется в качестве предиктора, однако работы с предсказанием показателей самой шкалы NIHSS практически отсутствуют.

В данной статье описывается разработка математического и программного обеспечения, предоставляющего функции хранения данных пациентов, возможности их редактирования, добавления, удаления, расчёта оценки вероятности восстановления для конкретного пациента, а именно прогнозирование разностей показателей шкалы NIHSS.

168

Данная система была разработана в содействии с Башкирским государственным медицинским университетом и ГБУЗ РБ ГКБ №21 г. Уфы.

Цели и задачи исследования.

Целью исследования являлось создание реестра пациентов для медицинского учреждения для возможности отслеживания изменения в динамике течения болезни, а также повышение эффективности реабилитационных мер после перенесенного инсульта с помощью созданной информационной системы.

Были поставлены следующие задачи:

–создание модели для оценки вероятности восстановления пациента;

–создание реестра пациентов, перенёсших инсульт;

–создание приложения для взаимодействия с базой данных и автоматической оценки вероятности восстановления пациента.

Материалы и методы исследования Данное исследование проводилось согласно следующим этапам:

1)предобработка данных для возможности проведения анализа и построения модели;

2)выбор алгоритма и построение модели;

3)оценка качества полученной модели;

4)расчёт метрик качества;

5)реализация программного обеспечения по полученной модели.

На первом этапе необходимо было подготовить данные для их последующего анализа. В качестве материала для исследования была использована статистика за 6 месяцев, объектами стали 265 пациентов, перенёсших инсульт и проходивших последующее лечение, в возрасте старше 40 лет.

Для каждого пациента имелась информация по 29 параметрам, таким как: койко-дни в ОРИТ, БРИТ, НСО, ОСХ, ОМР, перенесенные операции, повторное поступление, возраст, пол, диагноз, период восстановления, подтип инсульта, наличие фоновых заболеваний, социальная категория (работающий, пенсионер, инвалид, безработный), информация о лечении и назначаемых процедурах, а так же оценки состояния пациента (тревога, депрессия, MoCA).

Все данные хранятся в реляционной базе данных MySQL в следующих таблицах:

–Personal_data – хранит персональные данные пациента;

–Contact_number – номера телефонов пациента (может быть несколько);

–Hospitalization – госпитализации пациента (может быть несколько);

–Background_diseases – фоновые заболевания;

–Information_about_stroke – информация об ОНМК;

–Medication_NSO – медикаментозное лечение в НСО;

–Medication_OMR – медикаментозное лечение в ОМР;

–Physiotherapy – физиотерапевтическое лечение;

–Kinesiotherapy – кинезиотерапия;

–Evaluation_scales – оценочные шкалы (две – до и после).

169