Архив статей

АЛГОРИТМ КЛАССИФИКАЦИИ ПОЖАРООПАСНЫХ СИТУАЦИЙ НА ОСНОВЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ (2024)

Современные технологические требования и развивающаяся городская инфраструктура ставят задачу разработки методов распознавания и классификации пожароопасных ситуаций. Быстрое и эффективное распознавание начальных признаков возгорания становится жизненно важным аспектом обеспечения безопасности людей, а также материальных ценностей. В связи с этим разрабатываются, реализуются, тестируются и внедряются системы, способные автоматически распознавать и классифицировать пожароопасные ситуации. Классификации пожароопасных ситуаций позволяет определить степень опасности обнаруженных отклонений, что способствуют к принятию более эффективных решений по предотвращению последствий пожаров и их признаков таких как, однократное кратковременное повышение температуры и уровня задымленности которое может указывать на выход из строя электрических компонентов, расположенных возле датчиков. Алгоритм классификации пожароопасных ситуаций разработан для комплекса взаимосвязанных датчиков, который в свою очередь, за счет своей структуры, позволяет обнаруживать даже малейший признака пожара. В рамках данного исследования приводится алгоритм классификации пожароопасных ситуаций на основе нейросетевых технологий. Приведено описание существующих классов пожароопасных ситуаций, а также критерии, по которым размечались данные по указанным классам. Проведено моделирование алгоритма на обучающей и тестовой выборках с приведением используемых параметров точности, формулой их расчетов, результатами классификации пожароопасных ситуаций. Проведено исследование влияния шага отсчета в выборке базы данных на параметры точности и время обучения нейронной сети. Разработанный алгоритм реализован на языке программирования Python в IDE PyCharm. Датасет для обучения и тестирования получены из реальных источников, содержащих информацию об обнаруженных пожароопасных ситуациях в метрополитенах, в которых установлен комплекс взаимосвязанных датчиков. Результаты моделирования алгоритма показали, что предложенный алгоритм обладает высокой точностью для предиктивной классификации пожароопасных ситуаций на реальных объектах.

СИНТЕЗ СИСТЕМЫ СВЕРХБЫСТРОГО ОБНАРУЖЕНИЯ ПОЖАРООПАСНЫХ СИТУАЦИЙ НА ОСНОВЕ КОМПЛЕКСА ВЗАИМОСВЯЗАННЫХ ДАТЧИКОВ (2024)

Современные технологии и городская инфраструктура требуют инновационных подходов к обнаружению пожароопасных ситуаций. Эффективное и сверхбыстрое обнаружение возгораний становится неотъемлемой частью обеспечения безопасности. С этой целью синтезируются и реализуются системы способные обнаруживать и информировать об пожароопасной ситуации за считанные секунды, в статье синтезируется одна из таких систем. Исследование и синтез математической модели цифрового универсального пожарного датчика, который в свою очередь является комплексом взаимосвязанных датчиков, актуально в связи с постоянным развитием инфраструктуры систем, возрастающей сложностью электрооборудования и необходимость сокращению ущерба, возникающего при возникновении и распространении пожаров. Предиктивная диагностика работоспособности электрооборудования, позволяет своевременно выявлять и устранять потенциальные угрозы пожарной безопасности. В рамках данного исследование приводится теоретическая математическая модель реального цифрового универсального пожарного датчика, сперва в упрощенном варианте, затем в усложненном с учетом конструкции и статистического подхода к задаче нахождения порогов срабатывания датчика, приведено описание параметров математической модели и последовательного принципа работы. Данный датчик представляет собой инновационное решение в области пожарной безопасности, которое обеспечивает высокий уровень контроля и эффективности в реальном времени. На основе теоретических моделей, представленных в статье, разработана математическая модель датчика, которая смоделирована с использованием программного средства Simulink на реальных данных, полученных от производителя датчика. Результаты моделирования показали, что модель корректно описывает поведение реального датчика на всех каналах и может быть использована в дальнейших исследованиях, таких как прогнозирование и обнаружения пожароопасных ситуация с использованием нейронных сетей. Синтез предложенной системы необходим для дальнейших исследований в область прогнозирования и обнаружения пожароопасных ситуаций на основе полученной математического модели.

ОБОСНОВАНИЕ ОБЛИКА ТЕХНИЧЕСКИХ УСТРОЙСТВ, ОБЕСПЕЧИВАЮЩИХ ПОДЪЕМ ПОДВОДНОГО ГРУЗА (2024)

Целью исследования является разработка способа взаимодействия судна с подводным грузом для его приема и транспортировки. В статье представлены результаты создания комплекса подъема подводного груза на судно-носитель. Облик комплекса формировался на основе оценки возможных технических решений, проведения теоретических расчетов и моделирования. Выполнен анализ предыдущего опыта создания аналогов. Для стыковки с подводным грузом с судна-носителя опускается на четырех точках подвеса специальный приемный модуль, причем выбор сделан в пользу схемы тросового подвеса. Разработаны четыре механизма, составляющие основу комплекса - механизм подъема, механизм компенсации, механизм демпфирования и механизм фиксации. Основу механизма подъема составляют лебедки с электроприводом, использующие электрические асинхронные двигатели с векторным управлением. Канат механизма подъема заведен через полиспаст к грузу. Для компенсации возмущений, вызванных качкой судна-носителя, в разрыв канатной линии включена гидропневматическая система, которая парирует возникающие динамические нагрузки путем перемещения штоков гидроцилиндров. Механизм демпфирования поглощает энергию соударения платформы спускаемого модуля с корпусом судна-носителя в режиме причаливания. Механизм фиксации обеспечивает надежное крепление спускаемого модуля с подводным грузом или без него в походном положении с корпусом судна носителя. Модель асинхронного двигателя с короткозамкнутым ротором получена из обобщённой схемы, путем замыкания обмоток ротора накоротко. Предусмотрен частотный способ управления, за базовый вектор принят вектор потокосцепления ротора. В модели тросового подвеса учтена его деформация при движении в процессе эксплуатации. Модель механизма компенсации создана на основании адиабатического процесса в макроскопической системе, при котором система не обменивается теплотой с окружающим пространством. В ходе расчетов и моделирования параметры узлов и механизмов подобраны таким образом, что обеспечиваются технически реализуемые условия функционирования комплекса. При этом ограничены нагрузки на тросовую систему и исключены ее провисания, ход каретки компенсатора минимизирован. В результате был получен квазиравномерный подъем подводного груза с незначительными колебаниями скорости при качке судна-носителя.