close

Вход

Забыли?

вход по аккаунту

?

275.Вестник Брянского государственного технического университета №1 2010

код для вставкиСкачать
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
ВЕСТНИК
БРЯНСКОГО ГОСУДАРСТВЕННОГО
ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА
Научно-технический журнал
Издается с февраля 2004 г.
Периодичность – 4 номера в год
№1 (25) 2010
Журнал включён в Перечень ведущих рецензируемых научных журналов и изданий, в которых
должны быть опубликованы основные научные результаты диссертаций на соискание ученых
степеней кандидата и доктора наук
Учредитель – Государственное
образовательное учреждение
высшего профессионального
образования «Брянский
государственный технический
университет»
Редакционная коллегия:
Главный редактор
А.В.Лагерев, д.т.н., проф.
Зам. Гл. редактора
С.П.Сазонов, к.т.н., доц.
Отв. секретарь
В.А.Татаринцев, к.т.н., доц.
Члены редколлегии
В.И.Аверченков, д.т.н., проф.
В.Т.Буглаев, д.т.н., проф.
О.А.Горленко, д.т.н., проф.
Д.В.Ерохин, к.э.н., доц.
Б.Г.Кеглин, д.т.н., проф.
В.В.Кобищанов, д.т.н., проф.
В.И.Попков, к.т.н., доц.
А.Ф.Степанищев, д.ф.н., проф.
О.Н.Федонин, д.т.н., проф.
Г.А.Федяева, д.т.н., проф.
Свидетельство о регистрации
Федеральной службы по надзору
за соблюдением законодательства
в сфере массовых коммуникаций
и охране культурного наследия
ПИ № ФС77-21709 от 17. 08. 05
Адрес редакции:
241035, г. Брянск, бульвар
50-летия Октября, 7
тел. (4832) 58-82-77
e-mail: vestnik@tu-bryansk.ru
Подписные индексы каталога
«Пресса России» - 18945- п/г
15621 - годовая
Брянский государственный
технический университет, 2010
СОДЕРЖАНИЕ НОМЕРА
Машиностроение
Технология, инструменты и оборудование
машиностроительных производств
Бишутин С.Г. Состояния тонких поверхностных
структур шлифованных деталей и их изменения в
процессе трения………………………………………..
Горленко А.О., Клюшников М.Л., Шец С.П. Метод испытания подшипников качения на трение и
изнашивание……………………………………………
Терехов М.В., Аверченков А.В. Автоматизация
выбора оптимального режущего инструмента для
многофункционального технологического оборудования с ЧПУ……………………………………………
Кульбовский И.К., Поддубный А.Н., Богданов
Р.А. Влияние электронного строения атомов на фазовый состав сплава……………………………………
Транспортное машиностроение
Капустин Р.П. Комбинированный центробежный
очиститель для гидросистемы рулевого управления
автомобиля……………………………………………..
Аксютенков В.Т., Титенок А.В., Тимаков А.К.
Расширение диапазона характеристик в опорах с
высшими кинематическими парами………………….
Потапов Л.А., Маклаков В.П. Исследование влияния магнитного числа Рейнольдса на механическую
характеристику электромагнитного тормоза с массивным ротором……………………………………….
5
10
13
22
27
31
36
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Энергетическое машиностроение
Обозов А.А. Использование показателя политропы процесса расширения газов в
цилиндре судового дизеля в качестве диагностического параметра…………………..
Гоголев И.Г., Николаева Т.А., Дроконов А.М. Акустические характеристики
энергетического оборудования газокомпрессорных станций………………………….
Управление, вычислительная техника
и информатика
Гулаков В.К., Буйвал А.К., Паршиков П.А. Распределенный подход как метод
оперативного управления проектом……………………………………………………..
Горленко О.А., Сафонов А.Л. Применение интерфейса прикладного программирования CAD-систем на примере модуля оптимизации САПР КОМПАС-3D………
Аверченков В.И., Леонов Ю.А. Использование метода аналитической иерархии
для решения задачи автоматизированного выбора рациональных схем базирования
заготовки…………………………………………………………………………………...
Лукьянова Н.В., Полякова И.П. Обработка и классификация нестационарных
сигналов при помощи самоорганизующихся нейросетей………………………………
Бугаев Ю.В., Миронова М.С., Никитин Б.Е., Чайковский А.С. Система поддержки принятия решений на основе экстраполяции экспертных оценок методом
максимального правдоподобия…………………………………………………………...
Гулаков В.К., Трубаков А.О. Сравнение производительности многомерных структур: файлов-решеток и хеширования PLOP…………………………………………….
Гетманова Е.Е. Компьютерное моделирование нелинейных колебаний…………….
Образование
Шалимов П.Ю. Модель представления и количественной оценки знаний………….
Филичева Т.А. Анализ применения нечетко-множественного подхода к мониторингу качества образования государственных служащих……………………………..
Общественные науки
Дергачева Е.А. Диалектика рационального и иррационального в исследованиях
общества и природы………………………………………………………………………
Естественные науки
41
47
54
64
71
77
84
91
98
105
112
119
Галюжин А.С. Осушка сжатого воздуха с помощью магнитного поля………………
Корсаков А.В., Михалев В.П., Буфалов А.Н., Дубовик Т.Б., Попов С.А., Пугач
Л.И. Влияние фоновой техногенно-токсической и радиоактивной загрязненности
окружающей среды на здоровье населения Брянской области………………………...
126
Abstracts…………………………………………………………………………………...
145
Сведения об авторах……………………………………………………………………..
148
2
135
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
CONTENTS
Mechanical engineering
Technology, tools and equipment of mechanical engineering factories
Bishutin S.G. Condition of thin superficial structures ground details and their change
during friction……………………………………………………………………………….
Gorlenko А.О., Kljushnikov M.L., Shets S.P. The method for tribotehnical tests of frictionless bearings…………………………………………………………………………….
Terekhov M.V., Averchenkov A.V. Automatization of selecting optimal cutting tool for
the manufacturing equipment with cnc……………………………………………………..
Kulbovsky I.K., Poddubny A.N., Bogdanov R.A. Influence of the electronic structure
of atoms on phase structure of the alloy…………………………………………………….
5
10
13
22
Transport mechanical engineering
Kapustin R. P. Kombinirovannfyy centrifugal defogger for hydraulic system helmsmen
of governing the car…………………………………………………………………………
Aksyutenkov V.T. Titenok A.V. Timakov A.K. The expansion of the characteristics
range in the bearings with higher kinematic pairs…………………………………………..
Potapov L.A., Maklakov V.P. Influence of the magnetic number of Reynold on speedtorque characteristic of the electromagnetic brake with solid rotor………………………...
27
31
36
Energetic mechanical engineering
Obozov A.A. Definision of the politropic coefficient of gas expantion process in the cylinder of the marine diesel engine…………………………………………………………..
Gogolev I.G., Nikolaeva T.A., Drokonov A.M. Gas compressor station power equipment acoustics……………………………………………………………………………….
41
47
Information technologies
Gulakov V.K., Buyval A.K., Parshikov P.A. The distributed approach as a method of
operative management of the project………………………………………………………..
Gorlenko O.A., Safonov A.L. Using application programming interface of CAD system
by example module of optimization CAD KOMPAS-3D………………………………….
Averchenkov V.I., Leonov Y.A. Use of analytical hierarchy method for the problem solution automatize choice of efficient locating charts of blank………………………………
Lukianova N.V., Poljakova I.P. Neuronet simulation of initial diagnosis statement using data of body surface mapping for patients with WPW syndrome……………………..
Bugaev Yu. V., Mironova M. S., Nikitin B. E., Chaikovsky A. S. The system of support of decision-making on the basis of extrapolation of expert estimations by the method
of the maximum credibility…………………………………………………………………
Gulakov V.K., Trubakov A.O. Performance comparison of multidimensional hashstructures: Grid files and PLOP…………………………………………………………….
Getmanova Е.Е. Computer modelling of nonlinear fluctuations…………………………
54
64
71
77
84
91
98
Education
Shalimov P.J. Model of the presentation and quantitative estimation of the knowledges…
Filicheva Т.А. Analysis applied to fuzzy-set approach to education quality review of
government officials………………………………………………………………………..
105
112
Public sciences
Dergacheva E.A. Dialectics of rational and irrational in the society and nature investigations…………………………………………………………………………………………
3
119
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Natural sciences
Galyuzhin A.S. Dehumidification of Compressed Air by the Magnetic Field…………….
Korsakov A.V., Mihalev V.P., Bufalov A.N., Dubovik T.B., Popov S.A., Pugach L.I.
Influence of background tehnogenno-toxic and radioactive impurity of environment on
health of the population of the Bryansk region……………………………………………..
126
Abstracts …………………………………………………………………………………...
145
4
135
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Профессору БГТУ
Вячеславу Васильевичу Мирошникову – 70 лет!
Вячеслав Васильевич Мирошников родился
25 марта 1940 года в Краснодарском крае. В 1962
году он закончил Новочеркасский политехнический институт по специальности «Двигатели внутреннего сгорания». В 1974 году в Одесском институте инженеров морского флота защитил кандидатскую диссертацию.
С 1962 по 1997 год В.В. Мирошников работал на Брянском машиностроительном заводе
(БМЗ) на различных должностях (конструктор,
программист, начальник бюро, начальник отдела,
главный конструктор).
В БГТУ работает с 1997 года, вначале – на
должности доцента кафедры «Информатика и программное обеспечение», с 2001 года – на должности профессора кафедры «Управление качеством,
стандартизация и метрология».
В 2006 году в диссертационном совете при БГТУ В.В. Мирошников защитил докторскую диссертацию по специальности 05.02.23 – «Стандартизация и управление качеством продукции». В 2007 году ему было присвоено ученое звание профессора по кафедре
«Управление качеством, стандартизация и метрология». В 2009 году В.В. Мирошников
принят в действительные члены Академии проблем качества и награжден нагрудным знаком «Почетный работник высшего профессионального образования». В настоящее время
читает лекции по четырем дисциплинам: системный анализ, основы обеспечения качества,
управление проектами, управление качеством в производственно-технологических системах.
Вячеслав Васильевич ведет большую научно-исследовательскую работу в области
менеджмента качества продукции и услуг. Им опубликовано 190 научных работ, в том
числе 6 монографий, 5 учебных пособий и 1 учебник.
Под руководством и при непосредственном участии В.В. Мирошникова разработано
и внедрено на предприятиях Брянской области несколько проектов систем менеджмента
качества, соответствующих требованиям международных стандартов ИСО серии 9000. Он
был ответственным исполнителем научных проектов, выполненных в 2002-2009 гг. БГТУ
в рамках научных программ Минобразования России.
В.В. Мирошников подготовил 4 кандидатов технических наук, является научным
руководителем 5 аспирантов и 6 соискателей.
Вячеслав Васильевич постоянно занимается воспитательной и исследовательской
работой со студентами. Научные студенческие работы, выполненные под его руководством, неоднократно награждались на различных смотрах-конкурсах.
Вячеслав Васильевич пользуется заслуженным авторитетом у коллег по работе, аспирантов и студентов. Его деятельность в области обучения и воспитания инженерных
кадров отмечена почетной грамотой администрации Брянской области и благодарностью
Федерального агентства по образованию.
Коллектив кафедры «Управление качеством, стандартизация и метрология» сердечно поздравляет Вячеслава Васильевича Мирошникова с юбилеем! Желаем Вам, Вячеслав
Васильевич, крепкого здоровья, дальнейших больших успехов в научно-педагогической
деятельности и долгих плодотворных лет работы!
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
МАШИНОСТРОЕНИЕ
ТЕХНОЛОГИЯ, ИНСТРУМЕНТЫ И ОБОРУДОВАНИЕ
МАШИНОСТРОИТЕЛЬНЫХ ПРОИЗВОДСТВ
УДК 621.891; 621.923
С.Г. Бишутин
СОСТОЯНИЯ ТОНКИХ ПОВЕРХНОСТНЫХ СТРУКТУР ШЛИФОВАННЫХ
ДЕТАЛЕЙ И ИХ ИЗМЕНЕНИЯ В ПРОЦЕССЕ ТРЕНИЯ 1
Представлены результаты экспериментальных исследований формирования приповерхностных слоев деталей из конструкционных материалов при шлифовании и в процессе трения. Описаны физические явления,
сопровождающие формирование неравновесных состояний поверхностных слоев.
Ключевые слова: шлифование материалов, трение скольжения, термическое воздействие, силовое воздействие; структурно-фазовое состояние, поверхностный слой.
Ресурс большинства деталей машин определяется в первую очередь состоянием их
поверхностных слоев. Выявленное разнообразие структур и фазового состава приповерхностных слоев железоуглеродистых сплавов после абразивной обработки [1] обусловлено
прежде всего различными уровнями распределения легирующих элементов, термического
и силового воздействий. Последнее является основным условием формирования при
шлифовании в поверхностном слое неравновесного структурно-фазового состояния материала. Можно констатировать, что в результате сверхвысоких скоростей нагрева и охлаждения материала при шлифовании формируется микро- и наноструктурированный поверхностный слой дисперсного строения. Ниже этого слоя расположен переходный деформированный слой исходного материала или продуктов его распада.
Показательной иллюстрацией формирования неравновесного состояния материала
при шлифовании являются микро- и наноструктуры среднеуглеродистой стали при доминировании силового воздействия (рис. 1).
а)
Рис. 1.
Приповерхностный слой стали: а
б)
– микроструктура (×800); б – наноструктура (×7000)
При предварительном шлифовании крупнозернистым кругом с открытой структурой
приповерхностные зерна значительно вытягиваются вдоль вектора главного движения реИсследования выполнены при финансовой поддержке гранта Президента РФ МД1383.2008.8
и межвузовской научно-технической программы №4914 (МНТП59).
1
5
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
зания D r (рис. 1а), нередко образуя сильно дефрагментированную субструктуру из ансамблей зеренных блоков (рис. 1б). Размер блока составляет от 0,1 до 1,0 мкм.
При переходе на чистовые и тонкие режимы шлифования материалов мелкозернистыми и «острыми» кругами с обильным охлаждением (во избежние доминирования температурного фактора) поверхностные зерна не вытягиваются вдоль вектора главного движения резания, а дробятся на крупные зеренные блоки, размер которых в 7…25 раз меньше размера исходного зерна, причем более мелкие блоки расположены ближе к поверхности (рис.2).
Рис. 2. Субмикроструктура (×3000) поверхностного слоя среднеуглеродистой стали после чистового шлифования
Усиление температурного фактора при абразивной обработке приводит к формированию поверхностных слоев с сильно измененным структурно-фазовым состоянием, которые хорошо видны (темные области на рис. 3) после травления ниталем микрошлифов
исследуемых сталей 2. Толщина поверхностного слоя в этих условиях может достигать нескольких десятых миллиметра и зависит в основном от глубины проникновения в материал температур выше критических точек данного железоуглеродистого сплава.
а)
Рис.3. Поверхностный слой: а
б)
– закаленной стали 9ХС (×300); б – нержавеющей стали 12Х18Н10Т (×500)
В высокоуглеродистых сталях, особо восприимчивых к термическому воздействию,
значительное повышение контактной температуры может вызвать появление микротрещин (рис. 4) и даже отслаивание фрагментов приповерхностных слоев (рис. 5), что крайне
негативно сказывается на эксплуатационных показателях детали, в частности на интенсивности изнашивания, поскольку значительно облегчается процесс отделения материала
с поверхности трения.
2
Подготовка микрошлифов осуществлялась при участии проф. С.В. Давыдова.
6
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Рис. 4. Микротрещина в поверхностном слое после
шлифования (×1000)
Рис.5. Отслоение приповерхностного слоя вследствие
высоких контактных температур (×500)
Снижение термического воздействия на обрабатываемый материал (сталь 9ХС) путем уменьшения глубины шлифования и повышения скорости перемещения заготовки содействовало достижению материалом более равновесного структурно-фазового состояния
с интенсивным дроблением приповерхностных зерен на блоки размером 70…500 нм. Таким образом, реализация неравновесного структурно-фазового состояния металлического
материала при абразивной обработке тем более достижима, чем больше интенсивность
термического воздействия шлифовального круга.
Деформирование поверхностных слоев приобретает особое значение в процессе трения сопряженных шлифованных поверхностей. При трении основные изменения материала происходят в тонком (до нескольких микрометров) поверхностном слое. Локализация
напряжений и их импульсный характер при трении приводят к генерации деформационных дефектов (точечных дефектов, дислокаций, полос скольжения и др.) [2-4]. Эти дефекты, зарождаясь на поверхности, перемещаются затем на некоторую глубину, обусловливая
развитие пластической деформации и дислокационной субмикроструктуры (рис.6) в поверхностном слое. Структура и свойства деформированного слоя определяются исходным
состоянием материала, условиями нагружения, температурой и внешней средой, в которой работает пара трения.
Далее представлены результаты, полученные при испытаниях образцов нормализованным методом [5].
Высокие степени деформации контактирующих поверхностных слоев при трении
обусловлены ротационным деформированием, нередко сопровождающимся вихревым
пластическим течением материала (рис. 7). В результате образуется фрагментированная
структура с относительным разворотом ее высокодисперсных фрагментов в плоскости,
перпендикулярной поверхности трения и параллельной вектору скорости скольжения.
Рис. 6. Дислокационная субмикроструктура стали
Рис. 7. Вихревая деформация приповерхностного слоя
7
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Условия испытаний были подобраны таким образом, чтобы реализовывался усталостный механизм изнашивания при граничном трении. Поэтому большинство поверхностных слоев содержали усталостные повреждения в виде микротрещин, единичных и групповых впадин. В отдельных случаях наблюдалось отслоение поверхностного слоя (рис.8).
Причина такого разрушения заключается в разной степени деформации поверхностного
слоя и основы. Абразивная обработка и процесс трения существенно изменяют структуру
приповерхностных слоев, которые получают более высокую микротвердость, формируя,
таким образом, концентратор напряжений. Он и обусловливает отслоение приповерхностных слоев. Особенно ярко это проявляется у нержавеющей стали (рис. 8 б), у которой может отслаиваться сразу несколько приповерхностных слоев.
а)
б)
Рис. 8. Отслоение при трении приповерхностного слоя у образца из стали: а
– 45 (×400); б – 12Х18Н10Т (×250)
Увеличение нагрузки на образцы привело к интенсификации схватывания поверхностей, преимущественно у образцов из нержавеющей стали, вследствие образования локальных адгезионных связей, способствующих отделению частиц наклепанного материала
с поверхности трения. Очевидно, это объясняется сложностями образования у таких сталей оксидных и окисных пленок, препятствующих схватыванию.
С увеличением температуры в зоне трения меняется микро- и наноструктура, физико-механические свойства материала. Весьма часто при фрикционном разогреве поверхностных слоев среднеуглеродистых сталей образуются вторичные структуры, в том числе
и оксидные (рис.9, 10).
Рис. 9. Микроструктура оксидной пленки (×1500)
Рис. 10. Внешний вид образца с поверхностями трения,
покрытыми темными оксидными пленками
8
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Обобщая изложенное, можно сделать следующие выводы, необходимые для целенаправленного формирования износостойких поверхностных слоев:
1. Абразивная обработка, обеспечивая периодический сверхскоростной нагрев материала до высоких температур (до 1000 °С) и столь же высокоскоростное охлаждение, приводит к формированию в поверхностном слое неравновесного структурно-фазового состояния. Последнее можно регулировать в широких пределах, вплоть до диспергирования
приповерхностных зерен до наноструктурного состояния и образования дислокационной
субструктуры с упрочнением железоуглеродистого сплава.
2. При усталостном изнашивании деформация локализована в слоях микро- и субмикроскопической толщины с ультрадисперсными вторичными структурами (в том числе
и оксидными), свойства которых зависят от условий трения и исходного состояния приповерхностного слоя.
3. Ротационный характер деформирования материала при трении (а в отдельных
случаях и при шлифовании) предопределяет формирование поверхностных слоев с аномально высокой степенью деформации (до нескольких сотен процентов), приводящей к
существенному изменению повреждаемости рабочих поверхностей деталей машин и механизмов при их эксплуатации.
СПИСОК ЛИТЕРАТУРЫ
1. Бишутин, С.Г. Структурирование поверхностных слоев деталей при финишной абразивной обработке/
С.Г. Бишутин. – Брянск: БГТУ, 2009. – 100с.
2. Колубаев, А.В. Формирование субструктуры поверхностного слоя при трении/ А.В. Колубаев, В.Л.
Попов, С.Ю. Тарасов// Изв. вузов. Физика. – 1997. – Т.40. – №2. – С.89-95.
3. Попов, В.Л. Анализ механизмов формирования поверхностных слоев при трении/ В.Л. Попов, А.В.
Колубаев// Трение и износ. – 1997. – Т.18. – №6. – С.818-826.
4. Лотков, А.И. Наноинженерия поверхности. Формирование неравновесных состояний в поверхностных
слоях материалов методами электронно-ионно-плазменных технологий/ А.И. Лотков [и др.]. – Новосибирск: Изд-во СО РАН, 2008. – 276с.
5. Прудников, М.И. Метод триботехнических испытаний цилиндрических поверхностей трения/ М.И.
Прудников// Вестн. БГТУ. – 2008. – №2. – С.48-56.
Материал поступил в редколлегию 29.10.09.
9
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 629.113
А. О. Горленко, М. Л. Клюшников, С. П. Шец
МЕТОД ИСПЫТАНИЯ ПОДШИПНИКОВ КАЧЕНИЯ
НА ТРЕНИЕ И ИЗНАШИВАНИЕ
Описаны экспериментальная установка и методика исследований изнашивания подшипников качения при
использовании различных марок пластичных смазочных материалов.
Ключевые слова: смазочный материал, пара трения, коэффициент трения качения, система сбора данных,
подшипники качения, триботехнические испытания.
Практически более 90% всех подшипников качения, применяемых в машинах и механизмах, смазываются пластичной смазкой, так как при этом значительно снижаются
конструкционные расходы, необходимые для того, чтобы удержать смазочный материал в
подшипниковом узле, а также предотвратить опасность его утечки.
Смазочные свойства пластичных смазок оценивают на стандартной четырехшариковой машине по методике, аналогичной применяемой при испытании масел. Ресурс работы
пластичной смазки в подшипниках качения оценивается экспериментально. При этом в
подшипниковый узел трения закладывается определенная доза смазки и проводятся испытания при некоторой постоянной нагрузке до тех пор, пока смазка не потеряет смазочной
способности [1].
FN
Исследования процесса изнашивания в подшипниках качения
1
в зависимости от используемого пластичного смазочного материа2
ла реализованы по схеме испытаний, представленной на рис. 1, ко3
4
торая позволяет определить значения следующих величин:
• износ в трибосопряжениях «наружное кольцо – тело качеω
ния (шарик) – внутреннее кольцо»;
• общий момент сопротивления качению в подшипнике;
• выбег подшипника (количество оборотов, совершенных
внутренним кольцом подшипника до полного останова);
• температура подшипникового узла.
Для реализации схемы испытаний была разработана и изготовлена конструкция стенда для триботехнических испытаний за- Рис.1. Схема испытаний:
крытых шариковых подшипников качения №204 (ГОСТ 520-89) с 1 – наружное кольцо; 2 –
тело качения (шарик); 3 –
применением пластичных смазочных материалов, основные физи- внутреннее кольцо; 4 – вал
ко-химические характеристики которых представлены в табл.1 [2].
Физико-химические характеристики смазочных материалов
Показатель
Цвет
Класс консистенции NLGI
Температура каплепадения, °С
Пенетрация при 25 °С
Рабочая температура, °С
ЛИТОЛ-24
(ГОСТ 21150-87)
Светло-желтый
с коричневым
оттенком
2
>185
220-250
<150
Пластичных смазочных материалов
CASTROL
ХАДО
ХАДО
LMX
(суперсмазка) (восстановительная)
ТемноСветлый
Светлозеленый
с желтоватым
зеленый
оттенком
2
2
3
>250
>189
>193
265-295
280
255
<170
<150
<150
10
Таблица 1
XADO
(для ШРУС)
Светлоянтарный
2
>280
275
<165
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Принцип действия стенда
А
1
2
3 4 5 6 5 7
4 8
(рис.2) заключается в следующем.
Вращение от приводного электродвигателя 1 передается через сцепную пальцевую муфту 2 на приводной вал 3, установленный на двух
А–А
подшипниках качения 4, к маховику
А
6 и внутренним кольцам подшипни9
ков 4 и 5.
Радиальная нагрузка на испытуемые подшипники 5, в которые
заложен экспериментальный пла14 13
12 11 10
стичный смазочный материал, создается посредством нагрузочного Рис. 2. Кинематическая схема стенда: 1 – электродвигаустройства, состоящего из траверсы тель; 2 – муфта; 3 – приводной вал; 4 – опорные подшипники; 5 – испытуемые подшипники; 6 – маховик; 7 – дат9 и сменных грузов 11, соединенных чик износа; 8 – счетчик оборотов; 9 – траверса; 10 – тяга;
тягой 10.
11 – сменные грузы; 12 – тензобалка; 13 – тензодатчик;
Общий момент сопротивления 14 – балка
качению в подшипнике измеряется
при помощи тензодатчика 13, установленного на тензобалке 12, которая крепится к балке 14.
Выбег подшипника фиксируется счетчиком оборотов 8, а температура - термопарой.
Для измерения износа испытуемых подшипников 5 предусмотрен датчик износа 7,
который позволяет по мере изнашивания трибосопряжений подшипников измерять относительное перемещение их деталей (перемещение наружного неподвижного кольца подшипника относительно внутреннего).
Схема установки датчика износа на стенде представлена на рис.3.
Для обработки сигналов, получаемых с датчиков, в режиме постоянного времени, а
также для повышения эффективности и качества экспериментальных исследований была
использована автоматизированная система научных исследований (АСНИ). АСНИ состоит
из испытательного блока, блоков привода и нагружения, датчиков, мобильного измерительного комплекса, ЭВМ и разработанА-А
ного программного обеспечения. Основным элементом АСНИ является
мобильный измерительный комплекс, в состав которого входят сисА
А
тема согласования SC-2345 и плата
сбора данных M-серии PCI 6220 производства National Instruments [3].
1
Испытания подшипников качения с пластичным смазочным мате2
риалом проводились в следующей
последовательности:
3
1. Перед испытанием подшипники тщательно промывались, обезжиривались, просушивались и смазывались индустриальным маслом И20А.
Затем каждый подшипник устанавливался в подшипниковый узел
Рис.3. Схема установки датчика износа: 1 – датчик износа;
стенда и испытывался при одинако2 – испытуемый подшипник; 3 – опорный подшипник
11
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
вой нагрузке 10 кг с фиксацией крутящего момента. Подшипники, имеющие одинаковый
крутящий момент после приработки с последующим обезжириванием и сушкой, использовались для дальнейших исследований.
2. Каждый из отобранных для испытаний подшипников заполнялся определенным
смазочным материалом (на ½ свободного объема подшипника).
3. Пара испытуемых подшипников, заполненных одинаковым смазочным материалом, устанавливалась в подшипниковые узлы стенда.
4. Все датчики и регистрирующие приборы подключались к ПК через соответствующие разъемы.
5. Включался ПК. Далее следовали указания программы, в соответствии с которыми
вводились исходные данные, а показания полученные с датчиков устанавливались на нуль.
6. Включался электродвигатель, образец нагружался до заданного уровня нагрузки
(60 кг).
7. Испытания пары подшипников на износ проводились с перерывами в течение 48 ч.
8. Запись данных (износ, общий момент сопротивления, температура) по окончании
испытаний останавливалась кнопкой «СТОП» в окне программы.
9. Выбег подшипников (табл.2) фиксировался счетчиком оборотов при отключении
электродвигателя (перед началом испытаний и после 48 ч работы).
Таблица 2
Выбег подшипников при снижении оборотов с 1400 до 0 с-1
Смазочный материал
ЛИТОЛ-24 (ГОСТ 21150-87)
CASTROL LMX
ХАДО (суперсмазка)
XADO (для ШРУС)
ХАДО (восстановительная)
Выбег (в начале/ через 48 ч), с-1.
106/138
144/181
128/153
114/177
168/182
Представленная выше методика стендовых испытаний позволяет проводить постоянный контроль за абсолютными величинами параметров трения и износа, а также сравнивать качество применяемых пластичных смазочных материалов в подшипниках качения
при определенных рабочих условиях (скоростных и нагрузочных режимах).
СПИСОК ЛИТЕРАТУРЫ
1. Основы трибологии (трение, износ, смазка): учеб. для техн. вузов/ А.В. Чичинадзе, Э.Д. Браун, Н.А. Буше
[и др.]; под общ. ред. А.В. Чичинадзе. – 2-е изд., перераб. и доп. – М.: Машиностроение, 2001. – 664 с.
2. Масла, смазки, ревитализаторы, спецжидкости, автохимия: каталог// ХАДО. Энерго- и ресурсосберегающая технология. – 2007. – 144 с.
3. Прудников, М.И. Метод триботехнических испытаний цилиндрических поверхностей трения / М.И.
Прудников // Вестн. БГТУ. – 2008. – №2. – С. 48–56.
Материал поступил в редколлегию 22.01.10.
12
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 658.512.2.011.56
М.В. Терехов, А.В. Аверченков
АВТОМАТИЗАЦИЯ ВЫБОРА ОПТИМАЛЬНОГО РЕЖУЩЕГО ИНСТРУМЕНТА
ДЛЯ МНОГОФУНКЦИОНАЛЬНОГО ТЕХНОЛОГИЧЕСКОГО ОБОРУДОВАНИЯ
С ЧПУ
Рассмотрены вопросы автоматизированного подбора оптимального режущего инструмента. Описаны разработанные программные модули для автоматизации процедур выбора режущего инструмента со сменными
неперетачиваемыми пластинами.
Ключевые слова: инструмент, резец, сменная пластина, режимы резания, САПР, автоматизированная система, станок с ЧПУ.
Для промышленных предприятий актуальны задачи снижения трудоемкости операций и себестоимости изготовления деталей с сохранением заданных показателей качества.
Поэтому технологические бюро ведут постоянный поиск путей совершенствования технологических процессов изготовления деталей с учетом возможностей, предоставляемых
современным высокопроизводительным инструментом, информационным и программным
обеспечением.
Конструкции сборных режущих инструментов одного служебного назначения различаются способами установки и крепления режущих элементов – пластин, т.е. структурной компоновкой и параметрами – размерами пластин, корпусных элементов или элементов крепежа. Ведущими мировыми производителями инструмента разработано большое
количество сборных инструментов одинакового целевого назначения, а подходящую конструкцию пользователь выбирает в основном на основании необъективных рекламных материалов или производственного опыта (количество возможных вариантов выбора может
достигать тысячи и более). С другой стороны, производителями режущего инструмента
разработаны базы данных и экспертные системы выбора инструмента. Однако все они
созданы для конкретных производственных условий, с применением различных подходов
и достаточно сложны в использовании. Такие системы не позволяют сравнить между собой однотипные конструкции различных производителей или конструкции, укомплектованные из сборочных элементов различных производителей, а также изменить критерии
выбора оптимальных вариантов конструкций инструментов.
При рассмотрении проблемы организации единого информационного пространства
предприятия выявлено, что существует определенный разрыв информационного потока
между CAD-системами, CAM-системами и САПР ТП в условиях их применения в интегрированных САПР предприятия. Проблемой передачи информации в САПР ТП занимались многие российские ученые (В.И.Аверченков, А.В.Аверченков, Г.К.Горанский, Н.М.
Капустин, В.Д.Цветков, Ю.М. Соломенцев и др.), однако задача кодирования входной информации выполнялась вручную, даже теоретическое обоснование автоматизации кодирования было невозможным из-за недостатка входной информации (особенно 3Dмоделей) [1].
CAD-системы, как правило, хорошо интегрированы с CAM-системами. Вопросы передачи информации о детали в системы проектирования управляющих программ для
станков с ЧПУ достаточно полно исследованы и описаны, проблем с передачей геометрической информации при этом не возникает. Однако передача технологической информации об изделии (материал и твердость заготовки, размерные допуски, шероховатость поверхностей и др.) затруднена. Как правило, при создании управляющих программ для
13
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
станков эти данные вводятся инженером повторно. Особо остро эта проблема встает при
использовании на предприятии CAD- и CAM-систем разных производителей. Геометрическая информация передается посредством обменных файловых форматов (IGES, STEP),
прямых интерфейсов систем или API-интерфейса OLE for D&G [5].
Технологии CALS, широко используемые за рубежом, в последние годы начали внедряться на российских промышленных предприятиях. Зачастую их внедрение обусловлено представлением об этих технологиях как о способе решить информационные проблемы
предприятия быстро и полностью. К сожалению, малое число переведенных и утвержденных стандартов, а также неготовность многих предприятий делают использование CALS
затрудненным и неэффективным. Использование CALS - технологий (стандартов STEP)
для обмена геометрической информацией принципиально не отличается от обмена через
файловый формат IGES.
Российские САПР ТП, благодаря исследованиям отечественных ученых, начатым
более 40 лет назад, к настоящему времени позволяют сделать процесс проектирования
технологии изготовления детали автоматизированным, а в некоторых случаях и автоматическим. Наличие открытого входного формата некоторых САПР ТП позволяет передавать
в них конструкторско-технологическую модель детали.
В качестве объекта исследования в настоящей работе выбран процесс подбора оптимального режущего инструмента для обработки изделий на многофункциональном технологическом оборудовании с ЧПУ. Выбор осуществляется на основе данных, полученных
из геометрической модели детали, представляемой в виде 3D-модели и 2D-чертежа, с последующей передачей спецификации на выбранный инструмент в CAM-систему и САПР
ТП.
Для решения указанных проблем была создана автоматизированная система, позволяющая на основе 3D-модели изделия и технологической информации (материал и твердость заготовки, размерные допуски, шероховатость поверхностей) автоматически формировать, ранжировать и выбирать различные варианты структурных компоновок режущего инструмента в зависимости от ряда критериев, рассчитывать оптимальные режимы
резания. На рис. 1 приведена структурно-функциональная схема автоматизированной системы подбора режущего инструмента.
Разработанный программный комплекс включает подсистемы:
1) загрузки модели и чертежа;
2) подбора системы крепления режущей пластины;
3) выбора типа инструментальной державки и формы режущей пластины;
4) выбора геометрии режущей пластины и инструментального материала;
5) расчета режимов резания;
6) интеграции с CAD/CAM-системами.
Исходными данными для программного комплекса являются 3D-модель и чертеж
детали, используемая заготовка, модель применяемого технологического оборудования.
Можно выделить ряд основных критериев, влияющих на выбор режущей пластины,
системы крепления инструмента, инструментального материала:
• тип операции (черновая, получистовая, чистовая);
• размерная точность;
• силовая нагруженность технологической системы;
• жесткость системы СПИД;
• размер и вид заготовки;
• точность заготовки;
14
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Рис. 1. Структурная схема автоматизированной системы подбора режущего инструмента
Вестник Брянского государственного технического университета. 2010. № 1(25)
15
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
т.п.);
• состояние поверхностного слоя заготовки (корка, песчаные включения, раковины и
• размер припуска;
• свойства обрабатываемого материала;
• при внутренней обработке – диаметр растачиваемого отверстия;
• направление подачи на каждом технологическом переходе;
• профиль обрабатываемой поверхности;
• технологические особенности оборудования (мощность шпинделя, частота вращения, максимальная подача, максимальный диаметр заготовки, максимальная длина заготовки, тип и размер крепления инструмента, наличие СОЖ);
• максимальное значение глубины резания для каждой операции;
• требования по качеству поверхности обрабатываемой детали;
• условия обработки (непрерывное/прерывистое/ударное резание, постоянная/переменная глубина резания);
• требуемая производительность инструмента;
• требуемый период стойкости инструмента.
Подсистема загрузки модели и чертежа детали предназначена для ввода данных о
детали. Для выполнения процедуры подбора инструмента реализовано чтение 3D-модели
обрабатываемой детали, представленной в формате IGES. Геометрической информации о
детали недостаточно для определения инструмента, поэтому в модуле чтения IGES интерпретируются материал, твердость заготовки, размерные допуски, шероховатость поверхностей с рабочего чертежа детали. Подсистема загрузки разбирает модель детали на
КТЭФ (конструкторско-технологические элементы формы) и записывает это представление в единую базу данных системы (схема БД приведена на рис. 2).
Примерами КТЭФ являются фаска, цилиндрическая поверхность, канавка и т.д. Разбор на КТЭФ выполняется методом структурной декомпозиции.
Модель детали М, как и любая модель, включает две основные компоненты: множество объектов и множество отношений между ними [3].
M=<N, O>,
где N - множество КТЭФ; О - множество отношений между ними.
Информация о КТЭФ описывается с помощью определителя Ni, который включает в
себя совокупность параметров, однозначно определяющих форму (Ф), размеры, шероховатость поверхности, отклонения от ее правильной формы (Р), физико-механические
свойства (С):
Ni=<Ф, P, C>.
Размерные параметры описываются следующей зависимостью:
P=<Ri, Шi, ОФ>,
где R i - размерный параметр i-й поверхности; Ш i - шероховатость i-й поверхности; ОФ отклонения от правильной геометрической формы.
Физико-механические свойства описываются зависимостью
C=<TO, MC, ВП>,
где ТО - условное обозначение вида термообработки поверхности; МС - условное обозначение вида механического свойства поверхности; ВП - условное обозначение вида поверхностного покрытия.
16
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Рис. 2. Схема базы данных автоматизированной системы подбора режущего инструмента
Вестник Брянского государственного технического университета. 2010. № 1(25)
17
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
В подсистеме подбора системы крепления режущей пластины организовано распознавание КТЭФ в соответствии с базой знаний, которая заполняется в процессе эксплуатации системы, автоматизированное определение типа операции (наружное/внутреннее
точение), вида обработки (непрерывное резание, профильная обработка, подрезка торца
или точение вразгонку с врезанием), возможного числа установов. Кроме того, определяется используемая заготовка и ее состояние, выбирается технологическое оборудование
или оставляется запрос на определение подходящего станка. На основе данных о материале заготовки, твердости и качестве исходной поверхности, а также о квалитете заготовки и
детали определяется число стадий обработки детали [2].
Для каждого из видов обработки подбирается наиболее подходящая система крепления режущей пластины в державке, обеспечивающая стабильное положение режущей
кромки в определенных выше условиях обработки.
В главном окне приложения (рис. 3) выводятся различные представления детали (по
КТЭФ, видам обработки, 3D-модель), отображается технологическая информация.
Рис. 3. Главное окно автоматизированной системы подбора режущего инструмента
Тип державки и форма режущей пластины определяются совместно в подсистеме
выбора державки и формы пластины. Совместное определение этих элементов организовано из-за того, что они оказывают взаимное влияние друг на друга. Тип державки определяется используемой пластиной и зависит от направления подачи, размера припуска,
вида заготовки и системы крепления на станке. С использованием метода решения задачи
многокритериального выбора на основе дополнительной информации [4] определяется
оптимальный вариант формы режущей пластины.
Рассмотрим подробнее процесс выбора оптимального варианта формы режущей
пластины.
18
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Общий показатель правильности выбора будем связывать с наилучшей работой выбранной пластины. Этот показатель является достаточно расплывчатым и неопределенным, поэтому используются соответствующие критериизаместители. Задача трансформируется в некоторую многокритериальную задачу. Будем рассматривать следующие частные критерии оптимальности, характеризующие в совокупности исходный глобальный показатель:
1) склонность к вибрациям (1/f1);
2) прочность пластины (f2);
3) универсальность пластины (f3);
4) потребляемая мощность (1/f4);
5) эффективность отвода тепла из зоны резания (f5).
Предполагается, что все введенные частные показатели
необходимо максимизировать. Таким образом, большему
значению каждого показателя будут соответствовать более
желаемые условия работы режущей пластины. Рассмотрим
ситуацию выбора, когда по геометрическим параметрам для
профильной
обрабатываемой
поверхности
возможно
применение пластин форм V, F, D (рис. 4).
Будем следовать алгоритму выбора с транзитивной
шкалой и базой а = 2 (таблица). Построим вектор весов для
Рис. 4. Обозначения форм
пластин
сформулированных частных критериев. Необходимо заТаблица
дать пользователю четыре вопроса и определить в реКоэффициенты
превосходства
зультате вектор коэффициентов превосходства. Будем
Превосходство
коэф-т
считать, что по результатам диалога получены следуюСлабое
2
щие данные:
Сильное
4
α 12 = 2; α 23 = 4; α 34 = 1/4; α 45 = 1.
Очень
сильное
8
Здесь равенство α 12 = 2, например, означает, что частный критерий f1 в два раза превосходит по важности
Абсолютное
16 и более
критерий f2. Воспользовавшись соотношением
a ij = а i / а j
и условием нормированности вектора α, получим:
α 1 = 0,364; α 2 = 0,182; α 3 = 0,045; α 4 = 0,182; α 5 = 0,182.
Далее переходим к процедуре вычисления значений частных критериев оптимальности, соответствующих трем вариантам: V, F, D.
Вначале с помощью того же самого подхода ранжируем варианты V, F, D по критерию f1 (несклонность к вибрациям). Пусть пользователь указал следующие значения коэффициентов превосходства:
α 12 1=1; α 23 1=1/2.
Соответствующий вектор весов α1 имеет компоненты 0,250; 0,250; 0,500, которые
интерпретируются как значения функции f1 для вариантов V, F, D:
f1(V) = 0,250; f1(F) = 0,250; f1(D) = 0,500.
Аналогично определяем значения остальных частных критериев для вариантов V, F,
D:
α 12 2=2; α 23 2=2;
f2(V) = 0,571; f2(F) = 0,286; f2(D) = 0,143.
α 12 3=1; α 23 3=1;
f3(V) = 0,333; f3(F) = 0,333; f3(D) = 0,333.
α 12 4=1/2; α 23 4=1/4;
19
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
f4(V) = 0,091; f4(F) = 0,182; f4(D) = 0,727.
α 12 5=4; α 23 5=2;
f5(V) = 0,727; f5(F) = 0,182; f5(D) = 0,091.
Воспользовавшись методом линейной свертки, т.е. формулой
5
J ( xi ) = ∑ α k f k ( xi ) ,
k =1
получим значения обобщенного критерия оптимальности для трех вариантов (x1= V, x2 =
= F, x3 = D):
J(V)=0,364·0,250+0,182·0,571+0,045·0,333+0,182·0,091+0,182·0,727= 0,370;
J(F)=0,364·0,250+0,182·0,286+0,045·0,333+0,182·0,182+0,182·0,182=0,247;
J(D)=0,364·0,500+0,182·0,143+0,045·0,333+0,182·0,727+0,182·0,091= 0,383.
Следовательно, наиболее перспективным с позиций применяемого метода признается выбор пластины формы D. Однако видно, что выбор пластины формы V практически
столь же предпочтителен и может быть рекомендован как альтернатива.
В подсистеме выбора геометрии режущей пластины и инструментального материала
определяется необходимый радиус при вершине пластины, он влияет на прочность пластины и на ее способность обеспечивать определенную шероховатость поверхности. С
учетом технологической информации о детали выбирается оптимальная форма передней
поверхности пластины и стружколома. Подбор инструментального материала основывается на материале и состоянии заготовки, условиях обработки, типе операции и возможностях оборудования.
Одним из основных критериев выбора на каждом этапе является экономичность обработки, которая определяется стоимостью инструмента, его стойкостью, взаимозаменяемостью, стоимостью машинного времени и другими экономическими критериями. Разработанная автоматизированная система предоставляет расширяемую библиотеку современного оборудования. В конечном итоге пользователю представляется отчет в виде спецификации на выбранный инструмент (инструментальная державка, режущая пластина,
крепежные элементы) с рассчитанными режимами резания. Спецификация может передаваться не только инженеру-технологу и программисту станков с ЧПУ, но и в отдел снабжения - для организации своевременных поставок инструмента. Также отчет содержит
список возможных альтернатив применяемого инструмента с оценками предпочтения его
выбора по ряду критериев.
На промышленных предприятиях применяются различные САПР, в том числе и работающие на компьютерах под управлением различных операционных систем. Разработанное программное обеспечение является кроссплатформенным и может применяться
совместно с любой современной САПР. Например, при интеграции разработанного программного комплекса с САПР Pro Engineer в CAD-модуле добавляется кнопка передачи
данных в автоматизированную систему подбора режущего инструмента. После выбора
оптимального инструмента генерируется и передается в CAM-модуль системы Pro Engineer файл-спецификация (*.xml-файл), содержащий все компоненты сборного режущего
инструмента, рассчитанные режимы резания, геометрические параметры режущей части и
присоединительные размеры для крепления инструмента на станке. На рис. 5 представлено окно настройки инструмента Pro Engineer с полученными из автоматизированной системы подбора режущего инструмента параметрами резца. Параметры станка также передаются в CAM-систему.
20
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
a)
б)
Рис. 5. Переданные в Pro Engineer данные: а - геометрические параметры инструмента; б - режимы резания
Применение созданной автоматизированной системы возможно при использовании
как всего функционала, так и отдельных модулей, например:
• для определения инструментальной державки, формы и материала пластины, расчета режимов резания на основе загруженной 3D-модели и чертежа детали, данных о заготовке и технологическом оборудовании;
• определения инструментальной державки, формы и материала пластины, расчета
режимов резания на основе технологической информации о детали, введенной вручную
(при отсутствии 3D-модели и чертежа детали), данных о заготовке и технологическом
оборудовании;
• подбора технологического оборудования для обработки заданной детали;
• определения необходимого материала режущих пластин для имеющихся на предприятии державок;
• расчета режимов резания для имеющегося режущего инструмента.
СПИСОК ЛИТЕРАТУРЫ
1. Горанский, Г.К. Технологическое проектирование в комплексных автоматизированных системах подготовки производства / Г.К. Горанский, Э.И. Бендерева. - М.: Машиностроение, 1981. - 456 с.
2. Гузеев, В. И. Режимы резания для токарных и сверлильно-фрезерно-расточных станков с числовым программным управлением: справочник / В. И. Гузеев, В. А. Батуев, И. В. Сурков. - М.: Машиностроение,
2007. - 368 с.
3. Цветков, В.Д. Система автоматизации проектирования технологических процессов / В.Д. Цветков. - М.:
Машиностроение, 1972. – 254 с.
4. Черноруцкий, И.Г. Методы принятия решений / И.Г. Черноруцкий. - БХВ-Петербург, 2005. – 408с.
5. Аверченков, А.В. Автоматизация распознавания и идентификации конструкторско-технологических
элементов деталей в интегрированных САПР: дис.… канд. техн. наук / А.В. Аверченков. - Брянск, 2004.
Материал поступил в редколлегию 4.02.10.
21
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 621.74.01
И.К. Кульбовский, А.Н. Поддубный, Р.А. Богданов
ВЛИЯНИЕ ЭЛЕКТРОННОГО СТРОЕНИЯ АТОМОВ
НА ФАЗОВЫЙ СОСТАВ СПЛАВА
Рассмотрена зависимость физико-химических свойств элементов от суммарного значения потенциалов ионизации их валентных электронов и электронной концентрации сплавов. Разработаны методы определения
электронной концентрации сплавов и методика прогнозирования на её основе областей существования
твердых растворов, промежуточных фаз и химических соединений сплавов.
Ключевые слова: электронное строение атомов, фазовый состав сплава, электронная концентрация, потенциал ионизации.
В ряде работ [1; 2] предпринимались попытки увязать влияние элементов на структуру сплавов с электронным строением их атомов, для чего привлекались их донорноакцепторные свойства. Считается, что графитизирующие чугун элементы являются донорами электронов по отношению к атомам Fe, а отбеливающие – акцепторами электронов
[1]. Однако с этих позиций не удалось объяснить одновременное влияние ряда элементов
на графитизацию и отбел чугуна (Al, Si, Cu при разных их концентрациях).
Некоторые исследователи [2-4] увязывают свойства элементов и их сплавов с такими
характеристиками электронного строения атомов, как первый потенциал ионизации (I1 ) и
электроотрицательность (Э).
Анализ свойств элементов в зависимости от значений I1 [5] показал, что при близких
значениях I1 они имеют сильно отличающиеся температуры плавления и кипения (Ni (I 1 =
7,63 эВ) и Mg (I 1 = 7,64 эВ), Cr (6,76) и Се (6,54), Fe (7,43) и Sn (7,33), Y (6,38), и Ca (6,11)
и т.п.) (табл. 1).
Электроотрицательность не является строго постоянной величиной и установлена
для ограниченного числа элементов, при этом при одинаковых или близких значениях Э
элементы имеют отличающиеся свойства (Sb (Э = 1,8 эВ) и Si (Э = 1,8 эВ), Y (2,6) и С
(2,5), С (2,5) и Se (2,4), Ti (1,6) и Al (1,5), S (2,5) и С (2,5) и т.п.).
В настоящей статье предложена методика прогнозирования строения сплавов (на основе известных данных [5]) по создаваемой элементами электронной концентрации и
суммарному значению потенциалов ионизации валентных электронов.
Более строгой количественной характеристикой свойств атомов элементов являются
потенциалы ионизации всех валентных электронов I1 , I2 … In , численные значения которых установлены для подавляющего большинства элементов и приведены в справочной
литературе [5].
Анализ суммарных значений потенциалов ионизации ∑Iв валентных электронов
элементов [5] показал, что имеется корреляционная зависимость между стандартными
0
значениями изобарно-изотермических потенциалов образования соединений − ∆G298
[5;7;8] и значениями ∑I в элементов и периодичностью их расположения в таблице Д.И.
Менделеева (рисунок, табл. 1).
0
С увеличением ∑Iв элементов значения по модулю − ∆G298
их соединений уменьшаются (рисунок). Наблюдается следующая зависимость: оксиды (1,2) имеют наибольшее
0
значение − ∆G298
, за ними следуют сульфиды (3), затем нитриды (4) и карбиды (5), что
указывает на убывание устойчивости этих соединений в такой же последовательности.
Аналогичные зависимости характерны и для элементов–окислителей в данных соединениях. По значениям ∑I в элементов можно судить об их окислительных свойствах и прочности образуемых ими соединений: элементы с более высокими значениями ∑Iв являются
окислителями по отношению к элементам с более низкими значениями ∑I в , а прочность
образуемых ими соединений тем больше, чем больше разница значений ∑Iв .
22
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Значения ∑I в характеризуют также и важнейшие свойства сплавов элементов. Так,
наибольшей прочностью и наиболее высоким модулем упругости обладают сплавы на основе элементов с повышенными значениями ∑I в (Fe, Co, Ni, Mo, W и т.д.) [5]. Поэтому
значения ∑Iв , характеризующие суммарную энергию ионизации валентных электронов
атомов, могут служить количественной мерой физико-химических свойств элементов, их
соединений и сплавов. Это послужило основанием расположить наиболее часто встречающиеся в Fe – C – сплавах элементы в ряд от Н до Cu по мере увеличения значений ∑Iв
(табл. 1, рисунок). В этом ряду элементы с более высокими значениями ∑Iв являются
окислителями по отношению к элементам с меньшими значениями ∑I в . Так, после О располагаются Mn, Fe, Co, Ni и Cu с высокими значениями ∑I в , которые из-за этого не окисляются до высшей валентности и не образуют высших оксидов, а в известных оксидах
значения ∑Iв взаимодействующих валентных электронов ниже, чем для О.
Рис. Зависимость стандартных значений изобарно-изотермического
потенциала ( − ∆G 298 ) образования низших оксидов (1),высших оксидов (2),
0
сульфидов (3), нитридов (4), карбидов (5) от суммарного значения
потенциалов ионизации валентных электронов элементов (∑I В )
Наиболее высокой окислительной активностью обладают О, N и S (с повышенными
значениями ∑Iв ), а восстановительной - элементы с низкими и пониженными значениями
∑I в (Н, Ва, Са, Mg, Y, Al, Ce, Ti, Nb и т.д.). Поэтому по значениям ∑I в элементов можно
судить о силе связи их атомов в соединениях и сплавах и тем самым прогнозировать их
структуру и свойства. Значения ∑Iв являются для этой цели более объективной характери0
стикой по сравнению с термодинамическими функциями ( − ∆G298
и т.п.), так как не зависят от температуры и концентрации вступивших во взаимодействие элементов.
Анализ диаграмм состояния сплавов на основе Fe, Cu, Zn, Al, Ti, Ni и ряда других
элементов показывает, что при увеличении концентрации элемента Э i в твердом сплаве на
основе элемента Э ј образуются твердые растворы с ограниченной растворимостью, после
чего начинают образовываться кроме обычных упорядоченные растворы, затем промежуточные фазы, а затем химические соединения от интерметаллических до ковалентных
[6;7]. В то же время мало или совсем не растворяются друг в друге элементы с сильно отличающимися свойствами и разным количеством валентных электронов (например, в Fe α
растворяется лишь 0,02 % по массе О и почти не растворяются Ва, Cа, К и т. д.) [6].
23
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Параметр
I 1 , эВ
∑I в , эВ
Tп, K
Tк, K
I 1 , эВ
∑I в , эВ
Tп, K
Tк, K
I 1 , эВ
∑I в , эВ
Tп, K
Tк, K
I 1 , эВ
∑I в , эВ
Tп, K
Tк, K
I 1 , эВ
∑I в , эВ
Tп, K
Tк, K
I 1 , эВ
∑I в , эВ
Tп, K
Tк, K
IA
1 H
13,6
13,6
14,0
20,4
3 Li
5,6
5,6
454
1613
11 Na
5,1
5,1
371
1151
19 K
4,3
4,3
336
1032
37Rb
4,2
4,2
313
959
55 Cs
3,9
3,9
302
943
S1
IIA
4 Be
9,32
27,5
1560
2744
12Mg
7,64
22,7
923
1378
20 Ca
6,11
18,0
1123
1762
38 Sr
5,69
16,7
1043
1630
56 Ba
5,81
15,8
983
1907
S2
S
IIIB
21 Sc
6,56
44,2
1803
3155
39 Y
6,38
39,1
1773
3610
57 La
5,01
36,2
1190
3727
d1
d
IV
58 Ce
6,54
75,4
1070
3530
–
f
IVB
22 Ti
6,38
91,8
1941
3442
40 Zr
6,84
78,4
2128
4598
72 Hc
7,00
73,9
2220
5500
d2
VB
23 V
6,74
183,8
2190
3665
41Nb
6,88
137,2
2742
5153
73 Ta
7,70
123,9
3270
5560
d3
VIB
24 Cr
6,76
268,9
2176
2840
42Mo
7,13
227,1
2890
5100
74 W
7,98
193,7
3660
5640
d4
VIIB
VIIIB
25 Mn
7,43
476,0
1517
2392
43 Tc
7,23
326,0
2400
4200
75 Re
7,87
283,5
3450
5900
d5
26 Fe
7,90
577,7
1811
3145
44Ru
7,36
463,3
2523
4350
76 Os
8,70
400,0
3320
5300
d6
d
27 Co
7,86
785,2
1776
3230
45Rh
7,46
631,2
2236
3900
77 Ir
9,20
534,0
2720
4850
d7
IB
28 Ni
7,63
1043,0
1728
3170
46 Pа
8,33
832,0
1827
3150
78 Pt
8,96
701,5
2045
4100
d8
29 Cu
7,72
1380,0
1357
2876
47 Ag
7,57
920,0
1235
2440
79 Au
9,22
790,0
1338
3150
d9
IIB
IIIA
IV
VA
VIA
30 Zn
9,39
1700,0
693
1179
48 Cd
8,99
1060,0
594
1040
80 Hg
10,43
950,0
243,3
630
d10
5 B
8,30
71,4
23,48
3980
13 Al
5,98
53,2
934
2793
31Ga
6,10
57,2
303
2478
49 In
5,79
52,6
430
2293
81 Tl
6,11
56,3
577
1748
p1
6 C
11,30
148,0
4020
4200
14 Si
8,13
103,3
1688
3522
32 Ge
7,88
103,2
1211
3120
50 Sn
7,33
89,0
505
2896
82 Pb
7,42
93,4
601
2018
p2
7 N
14,64
261,0
632
775
15 P
10,55
170,6
850
675
33 As
9,31
145,8
828
1090
51 Sb
8,64
152,0
904
1898
83 Bi
7,54
152,4
545
1860
p3
8 O
13,61
433,0
54,4
90,2
16 S
10,36
275,4
392
718
34 Se
9,75
265,6
490
930
52 Te
9,01
245,8
723
1285
84 Po
8,20
227,0
527
1235
p4
p
Таблица 1
Зависимость значений ∑I В , температур плавления (Т п ) и кипения (Т к ) элементов от их расположения в таблице Д. И. Менделеева
24
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Прибавление валентных электронов растворяющегося элемента Э i в валентную зону
сплава на основе элемента-растворителя Э ј вызывает изменение его удельной электронной концентрации − относительного количества валентных электронов на один атом, что
приводит к неустойчивости данного типа структуры и возникновению структуры нового
типа.
Критерием образования фаз в сплавах любых элементов Э i и Э ј может служить
вклад Э i в изменение электронной концентрации сплава на основе Э ј ( nЭiЭj ), по которому
можно прогнозировать области существования твердых растворов, промежуточных фаз и
химических соединений сплавов, в том числе и многокомпонентных.
Изменение nЭiЭj сплава зависит от степени ионизации (обобществления валентных
электронов) элементов Э i и Э ј при образовании сплавов. Считается, что об этом можно
судить по степени окисления элементов в оксидах [3; 4; 6; 8]. Однако, как видно из рисунка, многие элементы образуют несколько типов оксидов с различной степенью их окисления, а некоторые элементы (Fe, Ni, Cu и т. д.) вообще не образуют высших оксидов. Поэтому максимальная степень ионизации любого элемента в сплаве Эin + должна определяться значением Ii последнего из последовательно обобществляемых электронов. Анализ
зависимости значений I 1 ,I 2 ,I3 ,I 4 … от значений ∑Iв показал, что значения Ii у предвалентных электронов в несколько раз выше, чем у валентных, поэтому элементы в сплавах могут ионизироваться лишь в пределах их валентности. Чем больше значение ∑Iв элемента,
тем выше отдельное значение Ii его максимальной валентности. Так как у Mn, Fe, Co, Ni и
Cu ∑Iв выше, чем у О, то при образовании их оксидов энергетический барьер электронов
максимальной валентности этих элементов не может быть преодолен, поэтому они образуют оксиды с максимальными степенями окисления 4+ (Fe 2 O 3 , Cu 2 O, NiO и т.д.) [6-8].
Следовательно, отдельные значения Ii атомов элементов и ∑I в характеризуют как возможную максимальную их степень окисления при образовании соединений, так и степень
их ионизации при образовании сплавов. Так, С образует устойчивый высший оксид СО 2 ,
где степень окисления С составляет 4+ и соответствует максимальной валентности. Считается, что в сплавах и расплавах на основе Fe атомы С ионизируются также до С4+ [6;8].
Для иона С4+ I4 = 64,5эВ, а для Fe4+ I 4 = 54,2эВ [5], вследствие чего можно полагать, что
энергетический барьер ионизации в 55…65 эВ является предельным при получении в
обычных условиях сплавов и расплавов на основе Fe, выше которого вводимые в них элементы ионизироваться не могут. Поэтому все элементы, кроме высоковалентных O, N, S,
Cr, Mn, Fe, Co, Ni и Cu в сплавах на основе Fe могут ионизироваться до максимальной валентности. Так, О, N и S вследствие высоких значении Ii в сплавах и соединениях на основе Fe не могут ионизироваться до высшей валентности, наоборот, они способны оттягивать на себя электроны и образовывать анионы типа Эi2− [1;4;8]. По той же причине Cr,
Mn, Fe, Co, Ni и Cu могут образовывать лишь катионы Эi2+ … Эi4+ . На основе проведенного анализа зависимости отдельных значений I i элементов от ∑I в мы установили их степень ионизации в сплавах на основе Fe (табл. 2), которую использовали для расчетов nЭiFe .
Значение nЭiFe в сплавах на основе Fe (табл. 2) позволяет находить величину электронной концентрации сплава при введении любого количества элемента Э i , так как отражает влияние его 1 % по массе. Например, 1 % С в Fe – C – сплаве повышает nСFe в 1,083
раза, поэтому 3 % С увеличивают в нем nСFe в 1,249 раза, а 6,67 % С – в 1,555 раза.
Анализ зависимости образования различных фаз в структуре сплавов на основе Fe,
Cu, Al, Ti, Ni, Zn и других элементов по диаграммам состояния [7;8] от концентрации и
сопоставление их со значениями nЭiЭj показали, что основной количественной характеристикой их образования является величина nЭiЭj . Установлены следующие корреляционные
зависимости между структурой сплавов и значениями nЭiЭj : 1) если при увеличении кон25
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
центрации вводимого элемента значение nЭiЭj сплава может изменяться лишь до 1,1 раза,
то для близких по свойствам элементов будут образовываться только неограниченные
твердые растворы, например Fe γ – Ni, Fe γ – Mn γ , Fe γ – Co, Cu – Au, а для сильно отличающихся по свойствам элементов растворимость будет практически отсутствовать и соединения не будут образовываться (например, у Fe и Ca, Fe и Ce, Fe и W, Cu и Bi); 2) при
возможном изменении значения nЭiЭj от 1,1 до 1,5 раза будут образовываться преимущественно ограниченные твердые растворы (Fe и C, Fe и N, Fe и S, Fe и O, Fe и P, Fe и Si, Fe и
Mo, Cu и Al, Al и Mg, Mg и Si, Cu и Zn и т.д.); 3) при возможном изменении nЭiЭj более чем
в 1,5 раза образуются химические соединения, например Fe 3 C, Fe 4 N, FeS, FeO, FeSi,
FeMo, CuZn 3 , Cu 3 Sn, CuAl 2 , Al 2 Mg 3 , Mg 2 Si, TiO 2 и т.п.
Таблица 2
Эj
Изменение электронной концентрации ( nЭi ) в сплавах на основе Fe при введении
в них 1 % по массе элемента
Ион
H1+
Ba2+
Ca2+
Mg2+
Y3+
Al3+
B3+
Ce4+
Zr4+
Ti4+
Sn4+
Si4+
Nb5+
C4+
Эi
∑I в , эВ
13,60
15,81
17,98
22,67
33,11
53,24
71,35
75,43
78,43
91,78
99,03
103,250
137,180
147,940
Fe
Изменение n Эi
,раз
1,260
0,994
1,004
1,013
0,999
1,020
1,068
0,998
1,002
1,013
0,999
1,029
1,005
1,083
Ион
Sb5+
V5+
P5+
W6+
Mo6+
N5+
Cr6+
S6+
O6+
Mn2+
Fe2+
Co2+
Ni2+
Cu2+
Эi
∑I в , эВ
158,04
163,84
176,80
193,63
227,05
266,08
268,85
275,35
433,01
476,08
577,72
785,24
1043,04
1380,00
Fe
Изменение n Эi
, раз
1,002
1,013
1,035
0,999
1,008
1,088
1,032
1,041
1,092
1,001
1,000
0,999
0,999
0,998
Значения ∑Iв указывают на потенциальную возможность протекания реакций и их
возможную последовательность, а образование соединений и растворов характеризуется
концентрацией элементов. Таким образом, количественным критерием строения сплавов
может служить их электронная концентрация, которая позволяет прогнозировать фазовый
состав в твердом состоянии по химическому составу сплава на стадии выплавки.
СПИСОК ЛИТЕРАТУРЫ
1. Жуков, А.А. Геометрическая термодинамика сплавов железа / А.А. Жуков. – М.: Металлургия, 1979. –
232 с.
2. Пиментал, Г. Как квантовая механика объясняет химическую связь: [пер. с англ.] / Г. Пиментал, Р.
Спартли. – М.: Мир, 1973. – 407 с.
3. Полинг, Л. Природа химической связи: [пер. с англ.] / Л. Полинг. – М.: Госхимиздат, 1947. – 440 с.
4. Грей, Г. Электроны и химическая связь: [пер. с англ.] / Г. Грей. – М.: Мир, 1966. – 223 с.
5. Свойства элементов. В 2 ч. Ч. 1. Физические свойства: справочник / под ред. Г.В. Самсонова.– 2–е изд. –
М.: Металлургия, 1976. – 598 с.
6. Кристиан, Дж. Теория превращения в металлах и сплавах: [пер. с англ.] / Дж. Кристиан.– М.: Мир, 1978.
– Ч. 1. – 870 с.
7. Диаграммы состояния двойных металлических систем: справочник: в 3 т./ под ред. Н.П. Лякишева. – М.:
Машиностроение, 2001.
8. Григорович, В.К. Электронное строение и термодинамика сплавов железа / В.К. Григорович. – М.: Наука, 1970. – 372 с.
Материал поступил в редколлегию 1.12.09.
26
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
ТРАНСПОРТНОЕ МАШИНОСТРОЕНИЕ
УДК 621.928.3
Р.П.Капустин
КОМБИНИРОВАННЫЙ ЦЕНТРОБЕЖНЫЙ ОЧИСТИТЕЛЬ
ДЛЯ ГИДРОСИСТЕМЫ РУЛЕВОГО УПРАВЛЕНИЯ АВТОМОБИЛЯ
Приведены результаты сравнительных стендовых испытаний по очистке рабочей жидкости гидросистемы
рулевого управления грузового автомобиля от механических примесей механическим фильтром и комбинированным центробежным очистителем, состоящим из гидроциклона и центрифуги.
Ключевые слова: гидросистема, рабочая жидкость, загрязнение, дисперсный состав, очиститель.
Рабочая жидкость гидравлических систем под действием давления, кислорода воздуха и продуктов загрязнения изменяет свои эксплуатационные свойства, т.е. стареет.
Процесс старения в основном сводится к накоплению в рабочей жидкости загрязнений и
ухудшению свойств присадок. Несмотря на наличие фильтров или очистителей, в рабочих
жидкостях накапливается большое количество неотфильтрованных частиц, достигающее
десятков тысяч штук в каждом кубическом сантиметре объема.
По количественной величине чистота масла и рабочей жидкости оценивается
ГОСТ 6370-83. При содержании загрязнений больше 0,006% по массе масло или рабочая
жидкость считается грязной и подлежит замене или очистке. Качественная оценка чистоты жидкости регламентируется ГОСТ 17216-2001. Данный ГОСТ предусматривает разделение всех жидкостей, в том числе смазочных масел, на 19 классов. Для рулевых управлений и следящих систем рекомендуется 13-й класс чистоты жидкости.
Загрязненность рабочей жидкости гидросистем в реальных условиях эксплуатации
может значительно превышать допустимые нормы, что способствует интенсификации изнашивания гидроагрегатов, заклиниванию золотников и клапанов.
В гидросистеме рулевого управления колесного шасси и тягачей БЗКТ используется механический сетчатый фильтр с тонкостью фильтрации 80 мкм. Недостаточная эффективность очистки рабочей жидкости нередко приводит к заклиниванию управляющего
золотника и редукционного клапана, что, в свою очередь, приводит к отказу рулевого
управления и аварийным ситуациям. Для повышения эффективности очистки рабочей
жидкости (масло марки Р) в качестве альтернативы был рассмотрен комбинированный
центробежный очиститель (рис.1) [1].
Очиститель работает на минеральных маслах с кинематической вязкостью не более
2
50 мм /с в диапазоне температур 10…700С. Температура окружающей среды -30…+350С.
Очиститель состоит из гидроциклона и центрифуги. Гидроциклон разделяет жидкость на очищенную от загрязнений и сливающуюся в бак и загрязнённую примесями, отправляемую в центрифугу, где она очищается от примесей, после чего тоже отправляется
в бак.
Работает очиститель следующим образом. Жидкость по входному патрубку 2 тангенциально вводится в корпус 1 очистителя. Вращаясь вокруг гидроциклона 4, жидкость опускается вниз и через тангенциальные отверстия 5 под напором входит в гидроциклонную камеру. Под действием центробежной силы, возникающей вследствие вращательного движения жидкости, механические примеси с плотностью, большей плотности жидкости, отводятся к стенке камеры гидроциклона. Освобождённая от механических
примесей жидкость из центральной области камеры через сливной насадок 6 и патрубок
3 сливается в резервуар (бак) системы, а механические примеси из пристенного слоя гидроциклонной камеры вместе с частью потока жидкости через кольцевое отверстие 18 и
приемный канал 14 направляются к направляющему аппарату 15. Выходя из направляющего аппарата в виде тангенциальной струи, поток жидкости воздействует на внут27
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
реннюю стенку колонки 8 ротора, заставляя последний вращаться, и поступает через радиальные отверстия во втулке 10 в полость между стаканом 9 и верхним диском 11, направляясь к периферии ротора. Проходя затем между верхним диском и боковой стенкой
стакана, поток жидкости совершает резкий поворот на 1800 и входит в пространство между верхним (11) и нижним (12) дисками. Из междискового пространства жидкость по радиальным каналам втулки 10 через сопла в колонке ротора проходит в осевое отверстие
оси ротора 13. Реакция струй жидкости, истекающих из сопел, создаёт дополнительный
крутящий момент для раскручивания ротора.
Далее жидкость из осевого канала по сливной
трубке 16 направляется через сливной насадок
6 в сливной патрубок 3. Очистка жидкости от
механических примесей осуществляется в роторе и происходит следующим образом. При
резком изменении направления движения жидкости в кольцевом пространстве между верхним диском 11 и стаканом 9 ротора на частицы
примесей воздействует сила инерции, а также
центробежная сила, возникающая при вращении ротора. Кроме того, на частицы действует
сила тяжести. Под суммарным воздействием
этих сил механические примеси выводятся из
основного потока и с пристенным слоем жидкости опускаются в нижнюю часть полости ротора, где осаждаются на боковой стенке стакана
9 и дне ротора.
Конструкция центрифуги исключает смыв
осадка из ротора при его остановке или отсутствии вращения.
Рис. 1. Комбинированный центробежный
Были проведены сравнительные стендоочиститель: 1 – корпус; 2 – входной патрувые испытания штатного механического
бок; 3 - сливной патрубок; 4 – гидроциклон;
фильтра и комбинированного очистителя. Про5 – входное отверстие; 6 – сливной насадок;
изводительность насоса - 70 л/мин, количество
7 - дренажная трубка; 8 – колонка ротора; 9
– стакан ротора; 10 – втулка; 11 – верхний
рабочей жидкости в баке - 40 л, рабочая жиддиск; 12 – нижний диск; 13 – ось ротора;
кость - масло марки Р. В качестве искусствен14 – приемный канал; 15 – направляющий
ного загрязнителя использовался алюминиевый
аппарат; 16 – сливная трубка; 17 – вставка;
порошок ПАМ-3 с плотностью 2,8 г/см3,
18 – кольцевое отверстие; 19 – колпак; 20
имеющий следующий дисперсный состав:
– гайка; 21 – шайба; 22 – сухарик; 23 –
пружина; 24 - пластина
Размер частиц
порошка, мкм
До 20
20…50
50…100
100…150
Свыше 150
Процентное cодержание частиц
39
24
22
13
2
Регламентированная ГОСТ 6370-83 норма загрязнённости масла (0,006% по массе)
штатным фильтром достигается через 40 мин работы (рис. 2), комбинированным очистителем, даже при большей начальной загрязнённости, - через 15-20 мин.
Последние пробы масла (через 30 мин работы) были подвергнуты дисперсионному
анализу по методике, сводящейся к следующему. После 3-5 мин перемешивания взятой из
бака пробы масла часть её объёмом 20 см3 заливалась в металлический стаканчик со стеклянным донышком и отстаивалась 24 ч. Число частиц подсчитывалось в соответствии с
28
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
ГОСТ 17216-2001 (с помощью микроскопа МИМ-8). Частицы размером меньше 5 мкм не
подсчитывались. Количество частиц в 100
см3 масла определялось по формуле
5F
N=
n,
pf
где F = 1,767 см2– площадь стаканчика; pчисло полей зрения; f = 2,20618∙10-3 см2площадь поля зрения; n – число частиц
одного размера по всем полям зрения.
Для оценки качественного изменения
чистоты жидкости в зависимости от времени работы комбинированного очистителя его испытания были продолжены. АбРис. 2. Динамика снижения загрязненности масла:
солютная ошибка анализов не превышала
• - фильтр; ∆ - комбинированный очиститель
10%. Класс чистоты жидкости определялся по индексу загрязнённости, предложенной в своё время ВНИИстройдормашем:
1
(10 n5−10 + 25 n10− 25 + 50 n25−50 + 100 n50−100 + 200 n100− 200 + 400 nволокон ) ,
Zn =
1000
где n – число частиц в 100 см3 жидкости (размером 5-10 мкм и т.д.).
Результаты дисперсного анализа:
Класс чистоты
8
9
10
11
12
13
14
15
Индекс загрязнённости
105
210
415
830
1645
3275
6520
13040
Таблица
Состояние рабочей жидкости по результатам испытаний очистительных устройств
Очистительное
устройство
Фильтр
(30 мин
работы)
Начальная
загрязгрязненность
масла,
% по
массе
Количество частиц загрязнений в объёме масла
Конеч100 см3 при размере частиц, мкм
ная
загрязнённость
Свы5… 10
10…25
25…50 50…100 100…200 ше
масла,
200
%
по
массе
Класс
чистоты
Потери
напора в
очистительном
устройстве,
МПа
0,05244
0,00608
306045
168285
28033
7475
-
-
17
0,1
Комбинированный
очиститель
(КО) (30
мин работы)
0,06802
0,00494
295963
149698
20691
5911
-
-
16
0,4
141619
63346
6826
910
-
-
14
0,3… 0,35
КО (1,5 ч
работы)
КО (2,5 ч
работы)
КО (5,5 ч
работы)
-
-
-
84098
32980
3298
353
-
-
12
0,3… 0,35
-
-
46220
7842
500
20
-
-
11
0,3… 0,35
29
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Проведенные сравнительные стендовые испытания фильтра и комбинированного
центробежного очистителя позволяют сделать следующие выводы::
1. Комбинированный очиститель превосходит штатный сетчатый фильтр по эффективности очистки и может обеспечить класс чистоты рабочей жидкости в гидросистеме
рулевого управления выше требуемого (10 – 11-й класс), при этом тонкость очистки
меньше 50 мкм.
2. Процесс очистки рабочей жидкости от механических примесей в циркуляционной системе подчиняется закону вероятности, поэтому для оценки реальной загрязненности жидкости и тонкости очистки необходимо проведение эксплуатационных сравнительных испытаний.
СПИСОК ЛИТЕРАТУРЫ
1. А.с. 1139510 CCCР, МКИ 3 В 04 С 9/00. Центробежный очиститель /Р.П.Капустин (СССР). –
№3599787/23 - 26; заявл. 03.06.83; опубл.15.02.85, Бюл. № 6. -3с.
Материал поступил в редколлегию 3.11.09.
30
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 631.3
В.Т. Аксютенков, А.В. Титенок, А.К. Тимаков
РАСШИРЕНИЕ ДИАПАЗОНА ХАРАКТЕРИСТИК
В ОПОРАХ С ВЫСШИМИ КИНЕМАТИЧЕСКИМИ ПАРАМИ
Рассмотрена возможность увеличения угловой амплитуды колебаний стойки в опорах возвратнопоступательного движения с высшими кинематическими парами с целью расширения диапазона основных
характеристик: горизонтального перемещения верхнего основания, угла возврата и угла сцепления.
Ключевые слова: опора, кинематическая пара, угол сцепления, угол трения, замыкатель.
В опорах с высшими кинематическими парами в точках контакта возникают нормальные и касательные силы, связь между которыми определяется тангенсом угла γ между равнодействующей и ее нормальной проекцией [1]. Когда угол γ меньше угла трения,
внешняя поверхность радиуса r перекатывается по внутренней поверхности радиуса R. Если угол γ превысит угол трения, произойдет проскальзывание, что приведет к интенсивному изнашиванию из-за высоких контактных напряжений.
Как известно, тангенс угла трения для пары «сталь-сталь» при относительно сухом
контакте колеблется в пределах от 0,25 до 0,33. Если принять нижнее значение, то угол
трения не может быть больше 14°. А в случае попадания в зону качения воды или масла
угол трения будет еще ниже. Следовательно, угол трения – величина нестабильная.
В связи с этим трудно обеспечить величину угла сцепления ниже
минимального угла трения, особенно
если задана предельная высота опоры.
Следовательно, необходимо разработать устройство, удерживающее
стойку от проскальзывания относительно основания и вместе с тем не
препятствующее свободному перекатыванию этих поверхностей.
На рисунке изображена расчетная схема одного из вариантов такого
устройства, наиболее простого по
конструктивному исполнению.
По неподвижной поверхности
радиуса R основания 1 перекатывается
стойка 3 с радиусами r на торцах, при
этом R > > r. Введем неподвижную
Рис. Расчетная схема замыкателей касательных сил
систему координат хоу, связанную с
основанием 1. В положении статического равновесия точка 0 на окружности R и точка C
на окружности r совпадают. Запишем уравнения движения точки С:
(1)
xc = (R − r )sin (α − ϕ ) − r sin ϕ ;
(2)
yc = R − (R − r ) cos(α − ϕ ) − r cos ϕ .
Из условия равенства дуг при перекатывании получено выражение [1]
α − ϕ = rϕ ( R − r ) .
Подставим правую часть последнего выражения в уравнения (1) и (2):
31
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
 − r sin ϕ ;
xc = (R − r )sin  rϕ
 ( R − r )
(3)
 − r cos ϕ .
(4)
yc = R − (R − r ) cos rϕ
 ( R − r )
Рассмотрим три частных случая.
Случай1. R = 2r. Тогда rϕ
(R − r ) = ϕ .
Уравнения (3) и (4) преобразуются соответственно:
xc = 0 ;
yc = 2r (1 − cos ϕ ) .
Так как х с = 0 = const, точка С будет перемещаться вдоль оси у при любых значениях ϕ. Если на стойках 3 жестко установить шипы 4 произвольного радиуca, а на торцах
нижнего (1) и верхнего (2) оснований укрепить пластины с пазами 5 по вертикальной оси,
то при перекатывании поверхностей радиусов R и r шипы будут скользить вдоль пазов.
Назовем кинематическую пару «шип-паз» замыкателем касательных сил или сокращенно «замыкателем». Если угол γ превысит значение угла трения, избыточные касательные силы будут удерживаться замыкателями, что обеспечит перекатывание рабочих поверхностей радиусов R и r без скольжения. При проектировании опор не всегда удается
обеспечить отношение R : r = 2.
Случай 2. R = 3r. rϕ
(R − r ) = 0,5ϕ ; R − r = 2r .
Уравнения (3) и (4) будут иметь следующий вид:
xc = r (2 sin 0,5ϕ − sin ϕ ) ;
(5)
yc = r (3 − 2 cos 0,5ϕ − cos ϕ ).
Как видно из уравнения (5), траектория точки С – не прямая линия, она отклоняется
от вертикальной оси.
Случай 3. R = 1,5r. rϕ
(R − r ) = 2ϕ ; R − r = 0,5r .
Преобразуем выражения (3) и (4) для этого случая:
xc = r (0,5 sin 2ϕ − sin ϕ ) ;
yc = r (1,5 − 0,5 cos 2ϕ − cos ϕ ).
Траектория точки С также не совпадает с вертикальной осью.
Проведены расчеты х С и у С для всех трех случаев при изменении ϕ от 0 до 300 с ша0
гом 5 (таблица). Принимаем r = 50 мм .
Таблица
Координаты точки С (мм) для различных значений угла ϕ
R = 2r
R = 3r
R = 1,5r
ϕ0,
xC
yC
xC
yC
xC
yC
0
0
0
0
0
0
0
5
0
0,38
0,004
0,285
–0,018
0,57
10
0
1,52
0,035
1,14
–0,132
2,27
15
0
3,4
0,115
2,56
–0,440
5,05
20
0
6,08
0,264
4,5
–1,031
8,87
25
0
9,37
0,514
7,06
–1,980
13,6
30
0
14
0,88
10,1
–3,350
19,2
32
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Если при R = 2r и ϕ = 300 х с = 0 , то при R = 3r х с = 0,88 мм, а при R =1,5r больше 3
мм. Поэтому для третьего случая (R = 1,5r) амплитуду угловых колебаний стойки следует
ограничить 200.
Опоры с r ≠ 50мм могут использоваться в тяжелых машинах. Для определения х C
при r = 50 мм необходимо данные из таблиц разделить на 50 и умножить на r (мм). Для
промежуточных отношений 1,5 < (R : r) < 3 отклонение х C будет уменьшаться по мере
приближения к 2.
Таким образом, в опорах можно использовать различные радиусы внутренних и
внешних поверхностей.
Из таблицы видно, что при R = 2r траектория движения оси шипа совпадает с осью
паза. Поверхности радиусов R и r перекатываются без скольжения. Если R ≠ 2r, траектория
оси шипа не совпадает с осью паза. Но шип можно принудительно направить вдоль паза.
Тогда поверхности радиусов R и r будут перекатываться с одновременным проскальзыванием.
Обозначим угловое перемещение точки контакта по выпуклой поверхности радиуса
r только от скольжения через ∆а. Тогда абсолютное скольжение по этой поверхности будет равно r∆а. Такая же величина скольжения, но со знаком «минус» будет и на вогнутой
поверхности. С учетом скольжения равенство дуг запишется в следующем виде:
R(α − ϕ ) + r∆α = r (α − ∆α ) .
После преобразований получим зависимость углов с учетом скольжения:
α − ϕ = r (ϕ − 2∆α ) (R − r ) .
(6)
Подставим зависимость (6) в уравнение (1) и, так как шип движется вдоль паза, приравняем полученное выражение к нулю:
(R − r )sin r (ϕ − 2∆α ) (R − r ) − r sin ϕ = 0 .


Представим первое слагаемое выражения (7) как синус разности двух углов:
(7)
 rϕ   r ⋅ 2∆α 
 rϕ   r ⋅ 2∆α   r 
sin 
 cos
 − cos
 sin 
−
 sin ϕ = 0 .
R−r  R−r 
R−r  R−r  R−r
Полагая,
что
угол
r ⋅ 2∆α
(R − r )
–
величина
малая,
введем
допущение

cos r ⋅ 2∆α
(R − r ) = 1 с последующей оценкой погрешности от этого допущения. Выра
 :
зим sin  r ⋅ 2∆α
(
)
R
−
r


sin
 r ⋅ 2∆α 
 rϕ   r 
.
sin 
 = tg 
−


 R−r 
 R − r   R − r  cos rϕ
 ( R − r )
(8)
Как видно из выражения (8), при R = 2r ∆α = 0 . Качение происходит без проскаль = 0 ;
зывания. Это было доказано выше. Для всех вариантов при ϕ = 0 sin  r ⋅ 2∆α
(
)
R
−
r


∆α = 0 .
33
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Определим максимальное скольжение при ϕ = 30 для частных случаев.
Случай 2. R = 3r . ϕ = 30 , 2r∆α
(R − r ) = ∆α .

0
sin ∆α = tg 0,5ϕ − 0,5 sin ϕ
= tg15 − 0,5 sin 30
 = 0,0091; ∆α = 0,52 ;
cos 0,5ϕ
cos15
Rϕ
α=
= 1,5ϕ .
R−r
Определим относительное скольжение – отношение абсолютного скольжения к полному перемещению точки контакта:
∆α
α
= 0,52

1,5 ⋅ 30
= 0,0116 .
Скольжение находится в пределах горизонтальных упругих деформаций (псевдоскольжение). Погрешность от принятого допущения:
1 − cos ∆α
100% = 0,004% .
cos ∆α
Погрешность мала.
Rϕ
1,5ϕ
=
= 3ϕ .
R − r 0,5
sin (4∆α ) = tg (2ϕ ) − 2 sin ϕ cos(2ϕ ) = tg 60  − 2 sin 30  cos 60  = −0,268 ; 4 ⋅ ∆α = 15,550 ;
∆α = 3,89 .
Относительное скольжение:
∆α α = 3,890 900 = 0,043 .
Погрешность:
(1 − cos 4∆α ) cos 4∆α 100% = 3,8% .
Скольжение и погрешность недопустимые. Амплитуду следует уменьшить.
Проведенный анализ показал, что установка устройства, предотвращающего проскальзывание поверхностей качения опоры, позволяет существенно увеличить амплитуду
колебаний и связанные с ней характеристики tgΘ и tgγ . Однако появляется изнашивание
в кинематической паре «шип-паз».
Эта проблема решается в зависимости от назначения и условий эксплуатации опоры.
Например, при установке опоры на грузовой вагон между рамой и тележками необходимо
ее перемещение относительно верхней плиты на 100 мм, чтобы обеспечить поворот тележек в кривой железнодорожного пути радиуса 80 м. Такое перемещение требуется, если
максимально изношены гребни колес и боковые грани рельсов. Кривые радиуса 80 м
встречаются сравнительно редко, в основном на промышленных предприятиях, построенных несколько десятков лет назад. Предельный износ гребней колес и боковых граней
рельсов бывает не всегда. В кривой радиуса 350 м, минимального для магистральных путей, перемещение опоры не превышает 30 мм. При таком перемещении угол сцепления
всегда меньше минимального угла трения.
Следовательно, период интенсивного изнашивания пары трения «шип-паз» будет незначительным по сравнению с периодом движения по магистральным путям. Таким образом, преждевременного износа замыкателей не ожидается.
В механизмах, работающих постоянно с максимальными амплитудами, на шип можно установить сменный ползун с движением внутри паза или ролик, перекатывающийся
Случай 3. R = 1,5r . r (R − r ) = 2r ; ϕ = 30 ; α =
34
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
по стенкам паза, которые несложно заменять при плановых ремонтах.
Имеются разработки подобных устройств, в основу работы которых положены другие принципы.
По результатам исследований можно сделать следующие выводы:
1. Амплитуду колебаний опоры с высшими кинематическими парами можно существенно увеличить путем установки замыкателей, которые будут воспринимать касательные силы, если угол сцепления превысит угол трения.
2. При установке замыкателей происходит незначительное скольжение, если 2 < R/r
≤3; если 1,5 ≤ R/r < 2, скольжение существенно возрастает по мере приближения к 1,5.
3. Для варианта R r = 1,5 амплитуду угловых колебаний стойки следует ограничить
0
20 .
СПИСОК ЛИТЕРАТУРЫ
1. Аксютенков, В.Т. Опоры возвратно-поступательного движения с высшими кинематическими парами
/В.Т. Аксютенков, А.В. Титенок, А.К. Тимаков// Вестн. БГТУ.-2009.-№2.-С. 49-52.
Материал поступил в редколлегию 25.11.09.
35
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 621.313.33
Л.А. Потапов, В.П. Маклаков
ИССЛЕДОВАНИЕ ВЛИЯНИЯ МАГНИТНОГО ЧИСЛА РЕЙНОЛЬДСА
НА МЕХАНИЧЕСКУЮ ХАРАКТЕРИСТИКУ ЭЛЕКТРОМАГНИТНОГО ТОРМОЗА
С МАССИВНЫМ РОТОРОМ
Рассмотрено влияние магнитного числа Рейнольдса на механическую характеристику электромагнитного
тормоза с массивным ферромагнитным ротором. Представлены графики зависимостей критических значений электромагнитного момента и магнитного числа Рейнольдса от относительных параметров тормоза.
Ключевые слова: электромагнитный тормоз, массивный ферромагнитный ротор, магнитное число Рейнольдса, механическая характеристика.
Для получения аналитической зависимости электромагнитного момента от геометрических размеров электромагнитного тормоза с массивным ферромагнитным ротором
целесообразно рассматривать упрощенную расчетную схему (рис. 1), полученную с использованием общепринятых в теории электрических машин допущений [1]. Так, магнитная проницаемость неподвижных ферромагнитных магнитопроводов считается достаточно большой; потери в магнитопроводе статора учитываются с помощью коэффициента его
насыщения; зубчатый магнитный зазор заменен эквивалентным гладким; обмотка статора
представлена синусоидальным токовым слоем на его поверхности; задача считается двухмерной, а поперечный краевой эффект учитывается с помощью коэффициента, найденного по уточненной схеме. Расчет проводится относительно векторного магнитного потенциала, который
1
J(θ)
в данном случае имеет только одну составляющую.
Если цилиндрические поверхности статора и
Rr
2
ротора представить развернутыми на плоскости, то
θ
при допущении о постоянстве магнитной проницае- δ
мости материала ротора можно получить аналитическое решение полевой задачи распределения вектор3
ω
ного магнитного потенциала по сечению воздушного
зазора и ротора [2-4]. На основании этого решения
выражение, полученное для расчета электромагнитного момента, записывается в виде
M=
(
),
CM µ 2 β 2 − 1 1 − th 2 (αδ )
(β + µ 2 th (αδ ))
(1)
Рис. 1. Расчетная схема электромагнитного тормоза: 1 – статор; 2 – воздушный
зазор; 3 – ротор
+ β −1
где µ 2 = µ µ 0 - относительная магнитная проницаемость материала ротора; δ - величина воздушного зазора; α=π/τ=p/R r – коэффициент, учитывающий пространственное распределение обмоток; p – число пар полюсов; τ – полюс2
2
)
(
ное деление; R r – радиус ротора; β = 0,5 1 + 1 + ε 2 - коэффициент, определяемый магнитным числом Рейнольдса (МЧР) – ε = µ 0µ 2 γRr2 Ω p ; γ - удельная электропроводность
4lr k keµ 0 wob kob I 2
– конπ kn
станта, определяемая плотностью поверхностного тока и параметрами тормоза; l r - длина
ротора; k ke – коэффициент поперечного краевого эффекта; w об – число витков обмотки; k об
– обмоточный коэффициент; I – ток обмотки; k n – коэффициент насыщения магнитопровода статора.
материала ротора; Ω - угловая скорость вращения ротора; CM =
36
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Исключив из выражения (1) константу, определяемую плотностью поверхностного
тока и параметрами тормоза, можно получить выражение для относительного момента
электромагнитного тормоза в виде
(
)
µ β − 1 1 − th (αδ )
M
(2)
M =
= 2
C M (β + µ 2 th (αδ ))2 + β 2 − 1
Выражение (2) не содержит комплексных величин и позволяет сравнительно просто
определять момент электромагнитного тормоза, а также анализировать влияние параметров на механическую характеристику. Так, дифференцирование выражения (2) по β дает
2
*
(
)
2
(
)
2
2
C M µ 2 β th 2 (αδ ) − 1
dM * µ 2 th (αδ ) − 1 (4 β + 2 µ 2 th (αδ )) β − 1
.
=
−
2
dβ
β 2 − 1 (β + µ 2 th (αδ ))2 + β 2 − 1
(β + µ 2 th (αδ ))2 + β 2 − 1
Приняв
(
(
)
)
dM *
= 0 , находим выражение для определения критического значения паdβ
раметра β:
βk = 3
χ
2
+
χ2
4
−
(χ
+3
216
2
)
3
+3
χ
2
−
χ2
4
−
(χ
+3
216
2
)
3
,
(3)
где χ = µ 2 th (αδ ) .
Поскольку параметр β однозначно определяется МЧР, то обратная зависимость имеет вид ε = 2β β 2 − 1 . С учетом этого критическое значение МЧР может быть найдено как
ε k = 2β k (χ ) β k2 (χ ) − 1 . Типовые значения безразмерной величины относительного магнитного зазора αδ=δp/R r для электромагнитного тормоза с массивным цилиндрическим
ротором лежат в диапазоне 0,008…0,03. Для инженерных расчетов целесообразнее пользоваться обратной величиной (αδ)-1= R r /δp, лежащей в диапазоне 33…125. График зависимости критического значения МЧР от величины R r /δp для различных μ 2 приведен на
рис. 2.
Анализ рис. 2 показывает, что
критическое МЧР нелинейно увеличивается при возрастании относительного
значения магнитной проницаемости и
уменьшении значения R r /δp. Причем
уменьшение величины магнитной проницаемости ротора приводит к снижению степени влияния параметра R r /δp
на критическое значение МЧР.
Полученная функция для удобства
ее последующего использования может
быть аппроксимирована выражением
ε k = 3 + 1,8 µ 2 th (αδ ) + 0 ,8 µ 2 th (αδ ) .
Относительная погрешность расчета
Рис. 2. Критические значения МЧР:
1 – μ2=100; 2 – μ2=75; 3 – μ2=50; 4 – μ2=25
критического значения МЧР при такой
аппроксимации не превышает 4 %.
Подстановка выражения (3) в выражение (2) позволяет определить относительное
значение критического момента электромагнитного тормоза в функции величин относительной магнитной проницаемости и относительного воздушного зазора:
37
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
M k* =
(
)
µ 2 β 2k (µ 2 th (αδ )) − 1 1 − th 2 (αδ )
(β k (µ 2 th (αδ ))+ µ 2 th (αδ ))2 + β k2 (µ 2 th (αδ )) − 1
.
(4)
Зависимость M k *=f(μ 2 ; R r /δp), полученная по выражению (4) при одновременном
варьировании обоих параметров, может быть представлена поверхностью (рис. 3).
Анализ рис. 3 показывает, что относительная
величина
критического
значения электромагнитного момента возрастает с
увеличением относительной магнитной проницаемости материала ротора и
значения R r /δp. Кроме того, уменьшение величины
магнитной проницаемости ротора, как и в случае
с МЧР, приводит к снижению степени влияния
Рис. 3. Относительные значения критического момента
параметра R r /δp на отноэлектромагнитного тормоза
сительное значение критического момента.
Выражение (2) позволяет получить поверхность, характеризующую зависимость
электромагнитного момента от МЧР при изменении параметра R r /δp и постоянстве магнитной проницаемости, представляющую собой совокупность относительных механических характеристик электромагнитного тормоза (рис. 4). В данном случае величина относительной магнитной проницаемости материала ротора принималась равной 50. При других значениях магнитной проницаемости поверхности аналогичны по форме и отличаются
смещением критического значения МЧР и значения критического момента в сторону
больших либо меньших величин (рис. 2, 3).
Анализ рис. 4 показывает, что с уменьшением величины R r /δp уплощается форма механической
характеристики
электромагнитного тормоза при одновременном
уменьшении
величины
развиваемого им момента.
Дополнительный анализ
данной закономерности
показал, что при соотношении параметров тормоза μ 2 th(αδ)≥5 можно в
Рис. 4. Относительные механические характеристики
большом диапазоне скоэлектромагнитного тормоза, соответствующие μ2=50
ростей (n max /n min >3) получить практически неизменный момент, отклоняющийся от среднего значения менее чем на
3 %. Такое соотношение параметров достижимо путем счет увеличения величины воздушного зазора до значений, превышающих типовые. При этом следует иметь в виду, что величина электромагнитного момента, развиваемого тормозом, ниже практически достижимых
38
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
значений, соответствующих типовым величинам воздушного зазора. Относительная механическая характеристика, соответствующая μ 2 th(αδ)=5, приведена на рис. 5. Дальнейшее
увеличение μ 2 th(αδ) приводит к смещению МЧР в область более высоких значений с одновременным снижением величины критического момента.
Следует отметить, что параметр R r /δp по-разному влияет на
критическое значение МЧР (рис. 2)
и относительное значение критического момента (рис. 3). Увеличение
R r /δp приводит к увеличению критического момента и уменьшению
критического МЧР, пропорционального критической скорости
вращения ротора. Это означает, что
получение высоких значений критических моментов возможно в узком диапазоне рабочих скоростей
Рис. 5. Относительная механическая характеристика
вращения ротора, а широкому диаэлектромагнитного тормоза при μ2th(αδ)=5
пазону рабочих скоростей соответствуют низкие значения критических моментов.
На рис. 6 приведены зависимости относительных значений критических моментов от
критических значений МЧР при изменении параметра R r /δp для различных величин относительной магнитной проницаемости ротора (дискретные значения параметра R r /δp указаны рядом с маркерами).
Данные зависимости ограничивают области (ниже соответствующих кривых), в которых возможно получение механических
характеристик электромагнитного
тормоза с положительной жесткостью. Анализ рис. 6 показывает,
что снижение относительной магнитной проницаемости материала
ротора приводит к существенному
сужению диапазона изменения
критических значений относительного момента и МЧР в функции
относительного значения воздушРис. 6. Зависимости критического момента от критического
ного зазора. Приведенные на рис. 6
МЧР
зависимости позволяют оценить
возможность или невозможность получения требуемых механических характеристик
электромагнитного тормоза с заданными параметрами.
Абсолютное значение критического момента электромагнитного тормоза получается
домножением его относительной величины на константу С M , определяемую плотностью
поверхностного тока и параметрами тормоза. Абсолютное значение критической скорости
по критическому значению МЧР находится как Ω k = ε k p µ 0 µ 2 γRr2 . Следует отметить, что
абсолютная величина критического момента не зависит от удельной электропроводности
материала ротора, в то время как значение критической скорости зависит не только от
электропроводности, но и от магнитной проницаемости и соотношения R r 2/p. В то же вре-
39
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
мя критическое значение МЧР само является функцией магнитной проницаемости и относительного воздушного зазора, что следует учитывать при проектировании.
Использование полученных аналитических выражений и графиков зависимостей дает возможность проводить предварительный анализ и оптимизацию параметров электромагнитного тормоза с массивным ферромагнитным ротором при его проектировании, а
также оценивать характер влияния различных конструктивных факторов на величину
электромагнитного момента и форму механической характеристики. Найденные зависимости позволяют выбрать оптимальное соотношение параметров электромагнитного тормоза и получить его механическую характеристику, наиболее полно отвечающую требованиям проектирования.
СПИСОК ЛИТЕРАТУРЫ
1.
2.
3.
4.
Артемьев, Б.А. Обобщенная теория электрической машины со сплошным ротором / Б.А. Артемьев. –
Л.: Изд–во Ленингр. гос. ун–та, 1985. – 188с.
Дегтярева, Е.Л. Исследование механических характеристик электрической машины с массивным ферромагнитным ротором / Е.Л. Дегтярева, Л.А. Потапов // Изв. вузов. Электромеханика. - 1998. - № 2. – С.
23-27.
Потапов, Л.А. Математическое моделирование электромеханических устройств с массивными ферромагнитными роторами / Л.А. Потапов, В.П. Маклаков // Вестн. БГТУ. – 2004. – №3. – С.97-104.
Потапов, Л.А. Численно-аналитический метод расчета асинхронного двигателя с массивным ротором /
Л.А. Потапов, В.П. Маклаков // Электричество. – 2002. – №8. – С.26 – 32.
Материал поступил в редколлегию 30.11.09.
40
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
ЭНЕРГЕТИЧЕСКОЕ МАШИНОСТРОЕНИЕ
УДК 621.43.01
А.А.Обозов
ИСПОЛЬЗОВАНИЕ ПОКАЗАТЕЛЯ ПОЛИТРОПЫ ПРОЦЕССА
РАСШИРЕНИЯ ГАЗОВ В ЦИЛИНДРЕ СУДОВОГО ДИЗЕЛЯ
В КАЧЕСТВЕ ДИАГНОСТИЧЕСКОГО ПАРАМЕТРА
Приведены результаты исследования показателя политропы процесса расширения газов в цилиндре судового малооборотного дизеля 6S50MC-C. Предложено характеристику, отображающую зависимость показателя
политропы от угла поворота коленчатого вала, использовать для решения задач контроля процесса сгорания
в цилиндрах и диагностирования технического состояния топливной аппаратуры дизеля.
Ключевые слова: судовой малооборотный дизель, индикаторный процесс, показатель политропы, процесс
расширения газов, техническое диагностирование.
Из курса термодинамики известно, что показатель политропы является важнейшей
характеристикой термодинамических процессов. Показатель политропы определяет соотношение между совершаемой рабочим телом механической работой и количественными
характеристиками процесса теплообмена и связывает между собой параметры давления и
объема рабочего тела закономерностью вида
n
(1)
pV pol = const ,
где p – давление рабочего тела; V – объем рабочего тела; n pol – показатель политропы
термодинамического процесса.
Уравнение вида (1) широко используется для описания термодинамических процессов, происходящих в двигателях внутреннего сгорания. В вышедших ранее публикациях
[1-3] освещались преимущественно вопросы представления в виде политропического
(при n pol = var) процесса сжатия рабочего тела в цилиндре судового малооборотного дизеля. В настоящей статье приводятся результаты исследований по описанию зависимостью
вида (1) (при n pol = var) процесса расширения рабочего тела в цилиндре судового малооборотного дизеля. При этом обращается внимание на то, что в процессе расширения
происходит теплоподвод к рабочему телу, вызванный сгоранием впрыскиваемого в цилиндр топлива.
Исследуемый дизель (тип 6S50MC-C) имеет следующие характеристики:
Спецификационная максимальная длительная мощность (СМДМ) ……. 9480 кВт
Частота вращения коленчатого вала при СМДМ ………………………… 127 мин-1
Число цилиндров …………………………………………………………… 6
Диаметр цилиндров ………………………………………………………… 0,5 м
Ход поршня …………………………………………………………………. 2,0 м
Удельный эффективный расход топлива при СМДМ (приведенный) ….. 171 г/(кВт.ч)
Среднее индикаторное давление цикла при СМДМ ……………………… 20,3 бар
На рис.1 показан фрагмент индикаторного процесса, происходящего в цилиндре
дизеля (приведен режим номинальной мощности – 100%СМДМ). Основными характеристиками приведенного на рисунке процесса расширения являются следующие параметры:
- давление в конце процесса сжатия p comp = 131 бар;
- максимальное давление сгорания p max = 151 бар;
- угол, соответствующий моменту, когда p=p max , φ pmax = 10,5 оПКВ;
- угол открытия выпускного клапана (угол начала истечения газов из цилиндра)
φ вып = 112 оПКВ.
41
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
160
Логарифм давления газов в цилиндре
дизеля11 lg Pц
Давление газов в цилиндре дизеля P ц , бар
Для исследования процесса расширения отобразим его в логарифмических
координатах
120
lg V ц – lg p ц (рис.2). Известно, что показа100
тель политропы процесса равен тангенсу
80
угла наклона кривой lg p ц =f(lg V ц ), взятому с противоположным знаком. Таким
60
образом, функцию, описывающую изме40
нение показателя политропы, можно по20
лучить, продифференцировав функцию lg
найти n pol = – (lg p ц ).
p ц =f(lg V ц ), т.е.
0
0
30
60
90
120
150
180
Наибольший интерес с точки зрения анаУгол поворота коленчатого вала φ , град
лиза процесса расширения представРис.1. Индикаторный процесс судового малооборотного
ляет та фаза процесса (0…60 оПКВ),
дизеля 6S50MC-C (показан фрагмент процесса, соответств течение которой происходит сгоравующий Фазе расширения рабочего тела)
ние топлива (активное тепловыделение). Аппроксимируем данную фазу полиномом 6-й степени:
lg p ц = (-2,59249E+01) lg V6 + (-1,77198E+02) lg V5 + (-4,99824E+02)lg V4 +
+(-7,43697E+02) lg V3 +(-6,15263E+02) lg V2 +(- 2,69535E+02) lg V+(-4,76846E+01).
О достаточно высоком качестве аппроксимации свидетельствует оценка коэффициента детерминации (R2=0,9986). Полиномы более низких степеней дают менее качественную аппроксимацию. После дифференцирования приведенной зависимости и изменения
знака получаем
n pol = (1,55549E+02) lg V5 + (8,85988E+02) lg V4 + (1,99929E+03) lg V3 +
+ (2,23108E+03) lg V2 + (1,23052E+03) lg V + (2,69535E+02).
Следует отметить, что фаза расширения, при которой отсутствует тепловыделение
(60…90оПКВ), качественно аппроксимируется полиномом 1-й степени:
lg p ц = –1,3062 lgV+ 0,4423 при R2
2,3
= 0,9999.
2,1
Соответственно на данной фазе
расширения рабочего тела имеем
1,9
n pol =1,3062=invar.
Фаза отсутствия
тепловыделения
Приведенные уравнения позво1,7
ляют,
выполнив дополни-тельные
Фаза активного
1,5
расчеты,
определить зависимость
тепловыделения (0…60 ПКВ)
показателя поли-тропы процесса
1,3
расширения от угла поворота коленчатого вала:
1,1
n pol = (7,3278E-11) φ6 + (–2,1795E0,9
08) φ5 + (2,2167E-06) φ4 + (–7,0084E-1,4
-1,2
-1
-0,8
-0,6
-0,4
-1,8
-1,6
05) φ3 + (–2,2119E-03) φ2 + (1,8275EЛогарифм объема цилиндра дизеля lg Vц
01) φ + (–1,8142E+00)
Рис.2. Отображение индикаторного процесса судового
при R2 = 0,9906.
дизеля в логарифмических координатах (показан фрагмент
Вид полученной зависимости n
индикаторного процесса, соответствующий фазе расши=f(φ)
приведен на рис.3.
pol
рения рабочего тела)
140
о
42
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
2,0
Показатель политропы1 процесса
расширения n pol
1,5
1,0
0,5
0,0
0
10
20
30
40
50
60
70
80
90
100
110
-0,5
-1,0
-1,5
-2,0
-2,5
Угол поворота коленчатого вала φ , град
Рис.3. Изменение показателя политропы в процессе расширения газов в
цилиндре судового малооборотного дизеля 6S50MC-C
На рис.3 рассчитанные значения показателя политропы обозначены кружками. Следует отметить, что приведенная полиномиальная зависимость с достаточной точностью
описывает изменение показателя политропы в диапазоне изменения угла ПКВ 0…110о.
Итак, рассмотрен один из способов обработки индикаторной диаграммы с целью
определения показателя политропы процесса расширения газов в цилиндре судового дизеля. Необходимо отметить, что от обработки индикаторной диаграммы обычным (традиционным) способом, основанным на вычислении показателя политропы по формуле
p
lg 2
p1
,
n pol =
v1
lg
v2
не следует отказываться, так как данный способ также дает удовлетворительные результаты [2;3]. Более того, для области индикаторной диаграммы в окрестности ВМТ традиционный способ даёт, как представляется, более точные значения показателя политропы. На
рис.3 приведены результаты обработки индикаторной диаграммы традиционным способом (полученные значения показателя политропы расширения обозначены символом «+»).
Результаты аппроксимации данных полиномом 6-й степени показаны пунктирной линией. Получен аппроксимирующий полином вида
n pol = (–1,18158E-10)φ6 + (4,35801E-08)φ 5 + (–6,39856E-06)φ 4 + (4,78900E-04)φ 3 +
+ (–1,94895E-02)φ2 + (4,24224E-01)φ + (–2,86941E+00)
при R2 = 0,9968 .
Вполне очевидно, что характеристику n pol = f(φ), отображающую изменение показателя политропы в функции от угла поворота коленчатого вала, можно использовать для
диагностирования процесса теплоподвода (тепловыделения) в цилиндре двигателя и, следовательно, состояния топливной аппаратуры дизеля. Любые отклонения эксплуатационной характеристики n pol = f(φ) от эталонной, полученной на новом (исправном) двигателе,
будут свидетельствовать о нарушении процесса сгорания топлива, причинами которого
могут являться нарушения процессов подачи топлива в цилиндр и смесеобразования. Различные нарушения в работе топливной аппаратуры будут приводить к характерным де43
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
формациям характеристики n pol = f(φ). На рис.4 показаны характерные отклонения характеристики n pol = f(φ) от эталонной характеристики.
2,0
2
1,0
1
0,0
0
30
I
-1,0
60
90
II
Показатель политропы n pol
Показатель политропы n pol
2,0
4
1,0
3
0,0
0
-1,0
-2,0
-2,0
Угол поворота коленчатого вала φ , град ПКВ
Угол поворота коленчатого вала φ , град ПКВ
а)
б)
2,0
2,0
1,0
6
0,0
0
30
60
5
-1,0
-2,0
90
Показатель политропы n pol
Показатель политропы n pol
90
60
30
8
1,0
7
7
0,0
0
30
60
90
-1,0
8
-2,0
Угол поворота коленчатого вала φ , град ПКВ
Угол поворота коленчатого вала φ , град ПКВ
в)
г)
Рис.4. Характерные отклонения характеристики n pol = f(φ) от эталонной характеристики
Анализ характеристик тепловыделения современных судовых малооборотных дизелей показывает, что начало активного тепловыделения наблюдается при углах поворота
коленчатого вала 0…2о. При этом на режиме номинальной мощности основная доля
впрыскиваемого в цилиндр топлива (≈90%) сгорает в диапазоне 0…30 о ПКВ, а оставшаяся доля (≈10%) – в диапазоне 30…60 о ПКВ (рис.5). Соответственно для анализа характера тепловыделения всю зону процесса тепловыделения целесообразно разделить на две
фазы (рис.4 а): фазу I (0…30 о ПКВ) и фазу II (30…60 о ПКВ). Хотя процесс сгорания топлива завершается к моменту, когда угол поворота коленчатого вала φ=60о, участок процесса расширения 60…90 оПКВ также представляет интерес для решения задач
контроля протекания процессов в цилиндре дизеля и диагностирования технического состояния топливной аппаратуры. Для отрегулированного и технически исправного двигателя процесс теплообмена с рабочим телом на данном участке обусловливается только
теплоотводом в детали, контактирующие с рабочим телом.
Появление на этом участке активного тепловыделения будет свидетельствовать о
нарушении процесса сгорания (догорании) и неисправности топливной аппаратуры (например, значительном снижении давления впрыскивания топлива). Вполне очевидно, что
перераспределение подводимого тепла между фазами I и II будет свидетельствовать о на44
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Доля выделившегося притт
сгорании1Ттепла x
рушении процесса сгорания, которое может быть выявлено на основе анализа характеристики n pol = f(φ).
Кривая 1 (рис.4а) характеризуется
1
пониженным значением показателя политропы на протяжении всего цикла
расширения (0…90 о ПКВ). Такая ситуация возможна при достаточно дина0,5
мичном сгорании топлива на начальной
стадии расширения и одновременном
увеличении тепловыделения на заключительной стадии (30…90 оПКВ). Данной характеристике будут свойственны
0
повышенные уровни максимального
0
10
20
30
40
50
60
давления сгорания и среднего индикаУгол поворота коленчатого вала φ ,
торного давления, повышенная темпеград
ратура рабочего тела в течение всей фазы расширения и повышенная темпераРис.5. Характеристика активного тепловыделения
судового малооборотного дизеля
тура выпускных газов после цилиндра.
Кривая 2 характеризуется пониженной скоростью тепловыделения на протяжении всего цикла расширения. Данная характеристика противоположна характеристике 1, соответственно ей будут свойственны
пониженные значения перечисленных параметров.
Кривая 3 (рис.4б) характеризуется наличием выраженного участка догорания топлива в заключительной фазе расширения (60…90 оПКВ). Для данного процесса будут характерны несколько повышенное среднее индикаторное давление, повышенная температура
газов за цилиндром. Основной причиной отклонения, свойственного кривой 3, является
пониженное давление впрыскивания топлива, приводящее к ухудшению смесеобразования и увеличению периода подачи топлива. Как следствие наблюдается затягивание процесса сгорания. Одной из возможных причин затягивания процесса сгорания может являться использование топлива тяжелого фракционного состава.
Кривая 4 характеризуется нормальным (динамичным) сгоранием в начальной фазе
расширения (0…30 оПКВ) и пониженным тепловыделением в заключительной стадии. Такой цикл будет иметь несколько пониженное среднее индикаторное давление (вследствие
пониженной цикловой подачи топлива) и пониженную температуру газов за цилиндром. С
термодинамической точки зрения данный цикл будет эффективным (отсутствие теплоподвода в заключительной части процесса расширения). Недостатком цикла является несколько уменьшенная величина его индикаторной работы.
Кривая 5 (рис.4в) характеризуется более динамичным тепловыделением в начальной
фазе расширения (0…30 оПКВ). Цикл будет обладать хорошей термодинамической эффективностью, так как процесс тепловыделения приближен к ВМТ. Циклу свойственны
повышенный уровень максимального давления сгорания и повышенная жесткость процесса. Температура газов за цилиндром будет пониженной.
Кривая 6 является противоположной по отношению к кривой 5. Данный цикл обусловливается низким тепловыделением в начальной фазе расширения газов, как следствие он совершает меньшую индикаторную работу. Термодинамическая эффективность
цикла понижена.
Кривая 7 (рис.4г) характеризуется смещением процесса тепловыделения в сторону
запаздывания, т.е. более вялым теловыделением в начальной фазе расширения рабочего
тела и более интенсивным - в заключительной части процесса расширения. Такой цикл
будет иметь пониженную термодинамическую эффективность.
45
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Кривая 8 характеризуется смещением процесса тепловыделения в сторону опережения. Недостатком цикла являются повышенные уровни максимального давления сгорания и жесткости процесса. С термодинамической точки зрения данный цикл эффективен.
Приведенное описание дает общее представление об элементарных отклонениях
процесса теловыделения и о том, как эти отклонения сказываются на характеристике
n pol = f(φ).
В заключение автор хотел бы еще раз обратить внимание читателя на то, что показатель политропы характеризует процесс теплообмена между рабочим телом и окружающей
средой. Процесс теплообмена при этом включает две составляющие: теплообмен вследствие активного тепловыделения (теплоподвода) в результате сгорания топлива и теплообмен вследствие теплоотвода в стенки камеры сгорания. При работе судового дизеля параметры теплоотвода в стенки камеры сгорания можно считать стабильными, так как они
определяются постоянством температуры и расхода охлаждающей воды. Поэтому основной причиной наблюдаемых отклонений показателя политропы является нарушение процесса тепловыделения вследствие нарушения процесса сгорания топлива. Первопричинами данных отклонений будут нарушения закона подачи топлива и процесса смесеобразования, вызванные, в свою очередь, нарушениями технического состояния и регулировок
топливной аппаратуры.
СПИСОК ЛИТЕРАТУРЫ
1. Обозов, А.А. Оценка герметичности камеры сгорания судового малооборотного дизеля для использования в системах технической диагностики / А.А.Обозов //Судостроение. – 2007. –№6. –С.48–50 .
2. Обозов, А.А. Исследование процесса сжатия в судовом малооборотном дизеле со средним индикаторным
давлением 20 бар /А.А.Обозов, В.В. Рогалёв, А.В.Клочков //Двигателестроение. –2009. –№1. –С.10–14.
3. Рогалев, В.В. Исследование процесса сжатия в высокофорсированном судовом малооборотном дизеле
/ В.В.Рогалев, А.А.Обозов, А.В.Клочков // Вестн. БГТУ. – 2009. –№4. –С.71–76.
Материал поступил в редколлегию 25.01.10.
46
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 621.311
И.Г. Гоголев, Т.А. Николаева, А.М. Дроконов
АКУСТИЧЕСКИЕ ХАРАКТЕРИСТИКИ ЭНЕРГЕТИЧЕСКОГО ОБОРУДОВАНИЯ
ГАЗОКОМПРЕССОРНЫХ СТАНЦИЙ
Рассмотрены результаты исследований акустических характеристик газоперекачивающих агрегатов магистральных газопроводов.
Ключевые слова: звуковое давление, газоперекачивающий агрегат, газомотокомпрессор, газотурбинный
двигатель, электропривод, нагнетатель.
Мощность и производительность газоперекачивающих агрегатов (ГПА), работающих на компрессорных станциях (КС) магистральных газопроводов (МГ), увеличиваются
в основном посредством интенсификации энергетических процессов, повышения параметров циклов и динамических нагрузок, вследствие чего значительно возрастает излучаемое энергоблоками звуковое давление, снижается работоспособность и безопасность
труда обслуживающего персонала.
По физической природе шум ГПА включает аэродинамическую и механическую составляющие. Первая формируется как следствие вихреобразования на входе в компрессор, пульсирующего давления в камере сгорания, аэродинамических процессов в проточной части турбомашин, газодинамических явлений в их входных и выходных отсеках, неоднородности потока во всасывающем и выхлопном трактах нагнетателя природного газа.
Механические шумы образуются в результате динамических взаимодействий элементов агрегата вследствие дисбаланса роторов, вибрации лопаточных венцов, нарушений
геометрии подшипниковых узлов и др.
При этом газовоздушный шум, излучаемый каналами всасывания и выхлопа ГПА,
является главным источником акустического воздействия энергоустановок на прилегающие селитебные зоны. Эти тракты представляют собой волноводы, свободно транспортирующие из зоны генерации в окружающую среду звуковую энергию, интенсивность которой может достигать 50% от общей акустической мощности агрегатов.
В современных ГПА в основном используются энергоприводы следующих классов:
газотурбинные установки (ГТУ) стационарного, авиационного и судового типов, электродвигатели синхронного типа и поршневые машины (газомотокомпрессоры). Природный
газ компримируется центробежными нагнетателями (ЦБН) неполнонапорного (одноступенчатого) и полнонапорного типов.
Для разработки комплекса мероприятий, обеспечивающих снижение звуковой мощности ГПА, необходим детальный спектральный анализ их акустических характеристик. С
этой целью выполнены исследования шумовых показателей таких установок, в процессе
которых изучены акустические параметры 28 типов ГПА различных классов (обследовались несколько образцов каждого типа) в условиях работы агрегатов на режимах, близких
к оптимальному.
При этом следует отметить, что авторы не претендуют на полноту сделанных обобщений вследствие ограниченного объема экспериментальных материалов в сформированном банке данных. Вместе с тем обсуждаемые результаты представляют большой практический и теоретический интерес для проектных и эксплуатирующих организаций энергетической отрасли и могут наполняться дополнительными сведениями по мере накопления
статистических показателей.
Рассмотрим кратко акустические характеристики отдельных типов ГПА каждого
класса (таблица).
47
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Таблица
Уровни звука (дБА) исследованных ГПА (L A ), двигателей (L AД ) и нагнетателей газа (L AН )
№ п/п
Тип двигателя
ГТК-5
ГТ-750-6
«Ладога»
ГТ-750-6М
«Аврора»
«Дон-1»
1
2
3
4
5
6
7
8
9
10
11
Тип ГПА
Стационарные
ГТУ
«Дон-2»
«Дон-3»
ГТН-6
ГТ-6-750
ГТК-10-4
ГТНР-10
ГТН-16М1
12
ГТН-25-1
13
14
15
ГТН-25И
ГТН-25ИР
«Солар»
16
ГПА-Ц-6,3
17
18
19
20
21
22
23
24
25
26
Авиационные
ГТУ
Судовые
ГТУ
Газомотокомпрессоры
27
28
Электроприводы
ГПА-Ц-6,3
ГПА-12ПЦ
ГПА-Ц-16
ГПА-Ц-16
ГПА-Ц-16Л
ГПА-Ц-16Р
ГПА-16МГ
ГПУ-16С
10ГКНА55/125
10ГКНАМ55/125
СТД-4000-2
СТД-12500
Тип нагнетателя
260-12-1
L AН
99…100
L AД
106…110
370-14-1
99…100
100…103
370-17-1М
98…105
99…105
370-14-1
370-17-1
370-14-1
370-17-1
Н-300-1,23
Н-300-1,23
520-12-1
520-12-1
2Н-16
2Н-25-761,44
PCL-804-2/36
PCL-804-2
С-168К
НЦВ-6,3125-2,2
Н-196-1,45
ГЦ-2420/41,5-56
Ц-16/76-1,45
Ц-16/56-1,45
Ц-16/76-1,44
Ц-16/56-1,45
370-18-1
НЦ-16ДГ
103
101…104
103
101
95
92…98
110
106
100…101
103
LA
99…100
96
101
93…101
97
97
96…100
98…99
100…107
99
97
95
102…103
85…95
107
88
93…98
96
87
98
108…109
95…96
94…95
—
96
—
95
280-12-7
235-21-1
370-18-2
ЦБН-23526-1
102
98
108
102
98…99
102
Среднеквадратические уровни звукового давления испытанных энергоблоков (L) определялись в частотном диапазоне f = 31,5…8∙103 Гц по шкале А для двигателей (L АД ), нагнетателей газа (L АН ) и агрегатов блочного типа (L А ) по формуле
48
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
n
=
L 10lg ∑100,1Li −10lg n ,
i =1
где
n – количество точек измерения шума по периметру агрегата;L i –уровень звукового
давления в i – й точке замера.
Звуковое поле ГПА изучалось вдоль внешнего контура агрегатов. По результатам
акустических измерений рассчитывались уровни звукового давления (УЗД) в октавных
полосах по среднегеометрическим частотам указанного диапазона.
К стационарным ГПА относятся агрегаты, в которых приводом нагнетателя природного газа является газовая турбина, специально сконструированная для использования на
КС МГ. Исследованию были подвергнуты 14 типов агрегатов такого класса (таблица, п. 1 – 14).
Установлено, что все установки этого вида излучают шум с постоянным во времени
широкополосным спектром.
В качестве примера на рис. 1 приведены характеристики звукового поля ГПА типа
ГТНР-10 мощностью 10МВт и ЦБН типа 520-12-1, изготовленных Невским заводом.
Анализ шумодиаграмм ГТУ показал, что интенсивность излучаемого звука по периметру установки не превышает 95 дБ, экстремальное значение зарегистрировано в диапазоне f = 2∙103 …4∙103 Гц.
Начиная с частоты f =125 Гц УЗД в зоне газотурбинной установки превосходит предельно допустимый уровень (ПДУ). Так, в области высоких частот разность этих параметров составляет 22 дБ (рис.2, кривая 1), а по шкале А – 17 дБА (рис. 2).
Рис.1. Схема расположения точек измерения звукового давления и шумодиаграммы ГПА типа ГТНР10 и нагнетателя типа 520-12-1 на нескольких частотах: ⊗ – точки замера шума; I – двигатель;
II – нагнетатель
Величина акустической мощности ЦБН типа 520-12-1 начиная с частоты 63 Гц превосходит ПДУ, достигая максимального значения 30 дБ в области f=2∙103 Гц (рис. 2, кривая 2). Различие этих параметров по шкале А составляет 26 дБА (рис. 2).
49
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Рис.2. Спектры шума газоперекачивающих агрегатов: 1 и 2 –соответственно ГТНР-10 и ЦБН 520-12-1;
3 – ГПА-12ПЦ; 4 – ГПУ-16С; 5 и 6 – соответственно СТД-12500 и ЦБН 235-26-1 с редуктором;
7 – 10ГКНАМ-55/125;8 – ПДУ
К авиационным газотурбинным газоперекачивающим агрегатам относятся ГПА,
приводом нагнетателя природного газа которых служит газовая турбина авиационного
типа, специально реконструированная для использования на КС МГ. Как правило, установки такого типа монтируются в отдельных контейнерах (боксах), в которых скомпонованы двигатель и нагнетатель. Объектом акустических исследований служили 8 энергоблоков рассматриваемого класса (таблица, п. 15 – 22).
В качестве иллюстрации ниже приведены шумовые характеристики турбоблока типа
ГПА-12ПЦ мощностью 12 МВт, оборудованного двигателем ПС-90ГП-1 производства
Сумского машиностроительного научно-производственного объединения и нагнетателем
типа ГЦ 2-420/41,5-56, изготовленным Пермским заводом.
Наибольший уровень звукового давления наблюдается в области ЦБН (в зоне газохода), где его значения превышают 100 дБ на низких частотах (рис. 3). Спектр шума этой
установки – постоянный во времени, широкополосный, что свойственно и другим машинам авиационного класса.
На всех исследованных ГПА с авиаприводными газотурбинными двигателями величины УЗД превосходили ПДУ на частотах f ≥ 125 Гц (рис. 2, кривая 3). Уровень шума рассматриваемого агрегата по шкале А находится в диапазоне 88…89 дБА (рис. 2 ).
К судовым газотурбинным ГПА относятся установки, в которых приводом нагнетателя газа служит модернизированная турбина судового типа. Шумовые характеристики
агрегатов такого класса исследовались на установках типов ГПА-16МГ и ГПУ-16С (таблица, п. 23 и 24).
В турбоблоках ГПУ-16С мощностью 16 МВт контейнерного исполнения приводом
нагнетателя природного газа типа НЦ-16ДГ Сумского завода служит конвертируемый судовой двигатель ДГ-90 производства Николаевского судостроительного завода.
Излучаемый такими агрегатами звук носит постоянный во времени широкополосный характер. Из представленных на рис. 4 шумодиаграмм энергоблока ГПУ-16С видно,
50
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Рис.3. Схема расположения точек измерения звукового давления и шумодиаграммы
ГПА типа ГПА-12 ПЦ на нескольких частотах
Рис.4. Схема расположения точек измерения звукового давления и шумодиаграммы ГПА
типа ГПУ – 16С на нескольких частотах
51
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
что наивысший УЗД наблюдается на частоте 31,5Гц на большей части контура контейнера
установки. На частотах f ≥ 125Гц шум превышает допустимые нормы (рис. 2, кривая 4).
Наибольшая разность между излучаемым шумом и его нормированным показателем составляет 14…16 дБ на частотах f =103 … 2∙103 Гц. Уровень акустической мощности турбоблока по шкале А – 96 дБА, т.е. на 16 дБА выше ПДУ (рис. 2).
В газовой отрасли в сфере компримирования газа, например на станциях его подземного хранения, в качестве энергопривода используются газокомпрессоры (ГМК) –
сравнительно тихоходные машины с частотой вращения 300…350 1/мин.
В этом классе ГПА объектом акустических измерений служили ГМК типов 10ГКНА
55/125 и 10ГКНАМ 55/125 мощностью 1178 кВт (таблица, п. 25 и 26).
Испытания показали, что исследованные агрегаты обладают достаточно близкими
акустическими характеристиками, излучая равномерное по контуру энергоблоков звуковое поле с постоянным во времени широкополосным спектром (рис. 5).
Рис.5. Схема расположения точек измерения звукового давления и шумодиаграммы ГМК типа
10 ГКНАМ 55/125 на нескольких частотах
Установки 10ГКНА 55/125 и 10ГКНАМ 55/125 генерируют наибольшую акустическую мощность на частоте 125 Гц, где ее среднеквадратическое значение достигает 94 дБ.
На частотных полосах f ≥ 100 Гц значения излучаемого звука превышают ПДУ.
Максимальная величина ΔL MAX , зафиксированная на частоте 4∙103 Гц, составляет 18…19
дБ (рис. 2, кривая 7).Эквивалентный уровень шума достаточно высок: LA =95 дБА, что на
15 дБА выше санитарных норм (рис. 2).
В последние годы в систему транспорта газа внедряются газоперекачивающие агрегаты с приводом от синхронных электродвигателей мощностью 4…25МВт, обладающие
определенными преимуществами в сравнении с ГМК и ГТУ: высокой надежностью, минимальными затратами на капитальный ремонт, большим моторесурсом, экологической
чистотой, простотой системы управления. Недостатком является слабая приспособленность установки к переменным режимам эксплуатации.
Как правило, электродвигатели энергоблоков такого класса устанавливаются в машзале, а редуктор-мультипликатор с нагнетателем газа – в галерее нагнетателей.
Акустическому обследованию были подвергнуты две такие установки – типов СТД4000-2 и СТД-12500 (таблица,п. 27 и 28).
52
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Исследования шумовых показателей ГПА типа СТД-12500, оснащенного электродвигателем мощностью 12,5 МВт и нагнетателем природного газа типа ЦНБ-235-26-1
Невского завода, показали, что акустическая мощность энергопривода достигает наибольших значений в области низких частот (f=500Гц) (рис. 6; рис. 2, кривая 5). Разность
уровней излучаемого этой машиной и допускаемого санитарными нормами звукового
давления по шкале А составила 18 дБА (рис. 2).
Блок «редуктор – нагнетатель» на частотах, превышающих 100 Гц, генерирует звуковую мощность существенно больше допустимой (рис. 6). Максимальные ее значения
зарегистрированы в области высоких частот (f=103…4∙103 Гц), где разность ∆LMAX достигала 22…19 дБ (рис. 2, кривая 6). По шкале А эта величина составила 21 дБА (рис. 2).
Рис.6. Схема расположения точек измерения звукового давления и шумодиаграммы ГПА типа
СТД – 12500 и нагнетателя ЦБН -235-21-1 на нескольких частотах
Сравнительную оценку акустических качеств ГПА и их объектов (двигателей и нагнетателей), установленных в газотранспортной системе, можно провести с использованием систематизированных и протабулированных материалов выполненных исследований (таблица).
Как видно, газоперекачивающие агрегаты всех классов излучают шум, уровень которого существенно превосходит предельно допустимый санитарными нормами ( LÄÎ Ï =
= 80 дБА). В энергоблоках отечественного производства это наиболее характерно для ГТУ
типов ГТК-5, ГТ-750-6, ГТ-750-6М, «Дон-1», ГТ-6-750, ГТН-6 и ГТН-25-1; авиаприводного агрегата типа ГПА-Ц-6,3 с нагнетателем Н-196-1,45; блоков «редуктор – нагнетатель»
типов 280-12-7, ЦБН-235-26-1 и 370-18-2 в электроприводных установках, акустическая
мощность которых превышает 100 дБ.
Следовательно, необходимо создание комплексной технической программы сокращения излучаемого энергоблоками КС звукового давления, которой следует руководствоваться как в процессе проектирования, так и при эксплуатации базовых и конвертируемых
типов машин ГПА.
Материал поступил в редколлегию 3.12.09.
53
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Управление, вычислительная техника
и информатика
УДК 519.8
В.К. Гулаков, А.К. Буйвал, П.А. Паршиков
РАСПРЕДЕЛЕННЫЙ ПОДХОД
КАК МЕТОД ОПЕРАТИВНОГО УПРАВЛЕНИЯ ПРОЕКТОМ
Рассмотрен подход к решению задачи распределенной координации изменений графика проекта, работы по
которому выполняет перечень независимых субподрядчиков, управляющих собственными ресурсами. Описана методология мультиагентных компенсационных переговоров, основанная на представлении полезности
изменения времени как «перемещаемых денег» и использовании вариантов изменения графика для описания
воздействий на график.
Ключевые слова: мультиагентное моделирование, распределенная координация, график проекта, полезность, функция общественного благосостояния, компенсационные переговоры.
В начале XXI века передовые страны мира, в том числе Россия, постепенно переходят от индустриального общества, основанного на жестком разделении труда, массовом
производстве и обмене материальными продуктами, к постиндустриальному (информационному) обществу. В постиндустриальной экономике традиционная промышленность по
показателям занятости и доле в национальном продукте постепенно уступает ведущее место сфере услуг, которая базируется преимущественно на обработке информации и производстве знаний. Основной сферой накопления капиталовложений во все большей мере
становится человеческий капитал, как движущая сила бесконечных по своей природе информационных ресурсов (в отличие от ограниченных природных ресурсов).
В новой экономике важнейшая роль отводится методам и средствам интеграции, телекоммуникации и управления. Поэтому развитие новых технологий компьютерной интеграции, организации и управления предприятиями приобретает решающее значение. Кроме того, современные проекты, выполняемые предприятиями, становятся с каждым днем
все более емкими и сложными и не только задействуют возможности центрального предприятия, но и вовлекают в процесс выполнения многочисленных субподрядчиков. И в такой атмосфере взаимопроникающей рыночной экономики вопрос компьютерной интеграции и постоянного взаимодействия между участниками работ ставится особо остро.
Все участники проекта взаимодействуют на рыночных началах и пытаются извлечь
максимальную выгоду. Взаимодействие в рамках проекта осуществляется на основе предварительно заключенных договоров, но никаких жестких схем взаимоотношений не существует. Генеральный подрядчик не может требовать от субподрядчиков выполнения своих
пожеланий сверх того, что прописано в контракте; каждый агент в таком взаимодействии
выступает как отдельный, независимый субъект. Кроме того, задача общей координации
деятельности такой структуры усложняется приватностью процесса работы каждого
агента. Никто кроме него самого не владеет информацией об имеющихся доступных ресурсах и возникающих проблемах. Общедоступной является лишь информация о возникших в работе задержках, влекущих за собой задержки в работе каждого последующего
субподрядчика и задержку всего проекта.
Изменения в графике работ вездесущи и постоянны, и для их инициации достаточно
возникновения проблем лишь у одного субподрядчика. Основная причина изменений –
несоответствие между ресурсами, необходимыми для действий, и ресурсами, доступными
субподрядчику [1]. Такое несоответствие ресурсов возникает, когда время действий не
54
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
слишком хорошо подобрано в соответствии с доступными ресурсами ввиду, например,
неожиданного выхода из строя оборудования, нехватки персонала, перемещения ресурсов
в более прибыльный проект. И если субподрядчик не сможет обеспечить достаточное количество ресурсов по первоначально предполагаемой стоимости, то стоимость работы
превысит ожидаемое значение. Так как основная задача любого субподрядчика — поиск
прибыли от использования собственных ресурсов, субподрядчик предпримет усилия для
смягчения воздействия таких изменений [1].
Наиболее распространенный вариант решения проблемы — перепланирование своей работы с целью соответствия доступным ресурсам. Такое действие не может осуществляться субподрядчиком самовольно, и поэтому он вынужден просить генерального подрядчика скоординировать изменения. Однако генеральный подрядчик может ответить отрицательно на такой запрос. Ведь координация изменений графиков субподрядчиков вне
компетенции генерального подрядчика, особенно в случае сложных проектов, когда вовлечено много субподрядчиков. Кроме того, генеральный подрядчик не может получить
доступ к приватной информации, хранящейся у субподрядчиков и необходимой для координации графика проекта [2]. Контрактные отношения между генеральным подрядчиком
и субподрядчиком также обязывают следовать предварительным договоренностям. Все
это означает, что генеральный подрядчик мало заинтересован в помощи субподрядчику
при перепланировании. Поэтому субподрядчик вынужден самостоятельно вести переговоры с другими субподрядчиками, пытаясь урегулировать изменения.
В большинстве случаев такие конфликты графика невозможно разрешить, задерживая последующие действия, так как задержки затронут распределение ресурсов последующих субподрядчиков, что приведет к дополнительным затратам для них. Задержки
также увеличат время завершения всего проекта, и в итоге он выйдет за крайние сроки.
Поэтому необходима методология координации изменений графиков субподрядчиков.
Наиболее просты методы централизованной координации, в соответствии с которыми генеральный подрядчик обязан координировать субподрядчиков. Очевидно, что информация, необходимая для координации (вроде предпочтительных графиков субподрядчиков и сведений о ресурсах), не доступна генеральному подрядчику и хранится приватно
субподрядчиком, что усложняет централизованную координацию [2]. Два крайних типа
централизованной координации – строгая и свободная.
Цель строгой централизованной координации («железный кулак», tight centralized
coordination, TCC) состоит в том, чтобы закончить проект вовремя. Субподрядчики должны закончить свои действия до последней даты окончания, заданной соответственно для
каждой деятельности. Для некоторых субподрядчиков это может привести к превышению
первоначально предполагаемой стоимости работы в том случае, если доступные ресурсы
будут отличаться от требующихся. Центральный координатор может расценить такой перерасход по стоимости как ошибку субподрядчика при планировании ресурсов.
Цель свободной централизованной координации («невмешательство», loose centralized coordination, LCC) состоит в том, чтобы установить максимальное соответствие между
необходимыми и доступными ресурсами в процессе выработки рабочего графика. Действия могут быть завершены, только если для этого достаточно ресурсов. LCC обычно задерживает проект, и затраты некоторых субподрядчиков могут увеличиться из-за задержки предшествующих действий, что в итоге приведет к отклонению требуемых ресурсов от
первоначальных. Центральный координатор также несет убытки из-за задержки проекта.
Таким образом, TCC вынуждает субподрядчиков понести издержки за свои ошибки
в планировании; LCC ставит субподрядчиков в гораздо худшую ситуацию, задерживая их
действия, в результате чего некоторые субподрядчики получают выгоды, а другие проигрывают независимо от ошибки. Ни один из методов централизованной координации не
рассматривает возможные альтернативы изменения графика. Кроме того, ни при исполь55
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
зовании TCC, ни при использовании LCC не возникают конфликты графика, потому что
центральный координатор поддерживает логику работы в процессе координации субподрядчиков. Однако если субподрядчики располагают только своими графиками работ и отношениями к работам других субподрядчиков, поддерживать логику работы становится
довольно сложно. Поэтому необходима методология распределенной координации изменений графика проекта.
Распределенная координация изменений графика проекта состоит из трех компонентов [3]: график проекта, ограничения ресурсов и дополнительные затраты (рис. 1). Каждый субподрядчик обладает собственными
ограничениями ресурсов и собственной информацией о дополнительной стоимости, но
график проекта один для всех.
Когда ограничения ресурсов вступают
в противоречие с графиком проекта, они
приводят к изменениям графика и возникновению информации о дополнительной стоиРис. 1. Взаимодействие компонентов координации
мости. Субподрядчики будут пытаться понизить дополнительные затраты путем распределенной координации и принять такие изменения графика, которые понизят дополнительные затраты, связанные с ними, и усовершенствуют график проекта.
Для того чтобы субподрядчики могли принимать во внимание собственные действия
и, кроме того, способствовать увеличению глобальных результатов, была разработана методология распределенной координации изменений графика проекта, основанная на
функции общественного благосостояния. Функция общественного благосостояния — это
некая функция от индивидуальных функций полезности: W (u1 ( x),..., u n ( x)) . Функция общественного благосостояния дает способ ранжирования индивидуальных распределений,
зависящий только от индивидуальных предпочтений, и является возрастающей функцией
полезности каждого индивида. Таким образом, если увеличивается полезность агентов и
при этом не уменьшается чья-либо другая полезность, то общество становится более
обеспеченным [4].
Формализуем структуру распределенной координации изменений графика проекта
следующим образом. Множество субподрядчиков A = { A1 ,..., An } должны выработать коллективное решение по ряду действий {a1 ,..., am } . Каждый субподрядчик должен знать полезность для своих альтернатив своих собственных действий, принимая во внимание дополнительные затраты других агентов от его действий и взвешивая их в сравнении со
своими собственными дополнительными затратами. Определим функцию общественного
благосостояния следующим образом:
n
m
E = ∑∑ Cost (i , j ) ,
i =1 j =1
где Cost (i , j ) - дополнительные затраты для j-й деятельности, которая принадлежит i-му
субподрядчику; E - сумма дополнительных затрат для всех m действий n субподрядчиков.
В отличие от классической функции общественного благосостояния, являющейся
суммой индивидуальных полезностей, данная функция общественного благосостояния сумма дополнительных затрат индивидуальных субподрядчиков, которая в действительности является отрицательной полезностью субподрядчиков и общественного благосостояния. В данной функции общественного благосостояния полезность субподрядчиков и
56
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
общественное благосостояние увеличиваются, когда дополнительные затраты уменьшаются.
Для одновременного увеличения индивидуальной полезности и общественного благосостояния необходимо понижение E , т.е. суммы затрат субподрядчиков, связанных с их
ограничениями ресурсов, подчиненными отношениям предшествования среди действий
проекта:
n
m
E = ∑∑ Cost (i , j ) → min
i =1 j =1
при
∀x, Finish x < min{Start y } ,
y∈S x
где Finishx - дата окончания деятельности x; Start y - дата начала деятельности y; S x - множество действий, которые должны следовать за деятельностью x.
Такая постановка проблемы позволяет решить ее путем сотрудничества всех заинтересованных субподрядчиков распределенным образом, даже если центральный координатор не располагает всей информацией, необходимой для координации, и субподрядчики
доброжелательны. Другая отличительная особенность состоит в следующем: каждый субподрядчик принимает во внимание только свои собственные действия, однако при этом
улучшается глобальный результат. Третья особенность заключается в том, что распределенная координация поддерживает логическую последовательность выполняемых работ,
подчиненных отношениям предшествования среди действий проекта. Такие особенности
распределенной координации изменений графика проекта преодолевают недостатки централизованной координации.
В связи с огромным количеством взаимодействий между субподрядчиками в процессе распределенной координации изменений графика проекта каждый субподрядчик
будет представлен программным агентом, способным к коммуникации с другими программными агентами. Агент обменивается сообщениями с другими агентами, чтобы оценить изменения и помочь реальному субподрядчику принять решение.
Решение задачи одним агентом представляет собой точку зрения классического искусственного интеллекта, согласно которой агент, обладая глобальным видением проблемы, имеет все необходимые способности, знания и ресурсы для ее решения. Напротив,
при создании многоагентных систем (МАС) предполагается, что отдельный агент может
иметь частичное представление о задаче и способен решить лишь некоторую ее подзадачу. Поэтому для решения сколько-нибудь сложной проблемы, как правило, требуется
взаимодействие агентов, которое неотделимо от формирования МАС.
Мультиагентная модель используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами, а наоборот, эти глобальные правила и законы являются результатом индивидуальной активности членов группы. Цель агентных моделей – получить представление о
глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и их взаимодействии [5].
Каждый программный агент в системе вычисляет полезность сделки по изменению
времени работы, чтобы оценить результат такого изменения графика. Полезность сделки
для агента определяется как стоимость его первоначальной работы минус стоимость новой работы, полученной им в результате сделки. Разница - та польза, которую агент извлек из сделки [6]. В качестве сделки рассмотрим договоренность с другими затронутыми
субподрядчиками об изменении времени работы.
Представим полезность изменения времени работы как реально оцениваемое число
(«деньги»), которое позволяет описать разницу между первоначальными затратами и затратами в случае альтернативных действий. Единицы полезности одинаковы для всех
57
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
агентов, и агенты могут передавать свои единицы полезности другим агентам в качестве
компенсации за невыгодные соглашения. Таким образом, представим полезность изменения времени работы как «перемещаемые деньги».
Субподрядчики могут перераспределять свои первоначально назначенные ресурсы
всякий раз, когда время действий не согласуется со временем доступности ресурсов, т.е.
существует несоответствие между необходимыми и доступными ресурсами. Но такое перераспределение ресурсов вызовет дополнительные затраты. Причем когда субподрядчики попробуют изменить время своих действий вместо того, чтобы перераспределить свои
ресурсы, такие изменения приведут к внешним затратам следующих за ними субподрядчиков. Поэтому субподрядчики должны оценить дополнительные затраты, связанные с
перераспределением их ресурсов, и внешние затраты, которые возникнут вследствие изменения времени их действий, и затем на основе этой оценки принять лучшее решение.
Каждый агент использует следующую функцию полезности для каждой деятельности k :
Utility k = AC k −
∑ DC x ,
x∈все _ последующие _ действия
где AC k - дополнительная стоимость ускорения, необходимая для того, чтобы ускорить
деятельность k ; DC x - дополнительная стоимость задержки, необходимая для того, чтобы
задержать последующую деятельность x .
Обратим внимание, что агент, который выполняет деятельность k , знает AC k , но не
знает сумму DC x до получения DC x от последующих действий. Проблема поиска внешних затрат распределенным образом – самая сложная задача, когда число действий очень
велико. Например, типичный проект в сфере IT содержит несколько сотен действий, которые необходимо будет перепланировать. Кроме того, эти действия находятся в зависимости в сетевой структуре проекта. Никто из субподрядчиков не знает целиком всю последовательность действий и не отправляет свою приватную информацию (вроде сведений о
доступных ресурсах и стоимости) одному центральному координатору. Поэтому необходим протокол переговоров, который субподрядчики будут использовать для получения
требуемого ответа о стоимости перед принятием решений.
Если агент не может следовать своему графику с доступными ему ресурсами, у него
есть два варианта. Первый вариант - закончить деятельность согласно первоначальному
графику, но c более высокой стоимостью за день. Это может привести к затратам, необходимым для того, чтобы ускорить деятельность k , в дополнение к первоначальной стоимости ( C k 0 ). Второй вариант – увеличить время выполнения работы с более низкой стоимостью за день. Возможны также дополнительные затраты, необходимые для того, чтобы
увеличить время деятельности k . Поэтому агенты должны принимать во внимание два
вида затрат для деятельности k при вычислении стоимости ускорения ( AC k ) : C k1 - общая стоимость для деятельности k с первоначальным графиком и более высокой стоимостью в день; C k 2 - общая стоимость для деятельности k с удлиненным графиком и более
низкой стоимостью в день (рис. 2 а).
C − C k 2 , если C k1 > С k 2
AC k =  k1
.
 0, если С k1 ≤ С k 2
Если агент должен изменить свой график работы вследствие задержек предыдущих
действий, у него есть два варианта. Первый вариант – выполнить работу с более короткой
продолжительностью и более высокой стоимостью в день. При этом агент может понести
затраты, необходимые для того, чтобы ускорить деятельность x , в дополнение к первоначальной стоимости ( C x 0 ). Второй вариант - выполнить работу с более длинной продолжи58
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
тельностью и более низкой стоимостью в день. Могут возникнуть дополнительные затраты в случае продления деятельности x . Поэтому необходимы два вида затрат для деятельности x при вычислении стоимости задержки ( DC x ): C x 3 - общая стоимость для деятельности x с более короткой продолжительностью и более высокой стоимостью в день;
C x 4 - общая стоимость для деятельности x с большей продолжительностью и более низкой стоимостью в день (рис. 2 б).
Сx3
Сk1
Стоимость/
день
Стоимость/
день
Сk0
Дни
Сk0
Стоимость/
день
Стоимость/
день
Сk2
Сx0
Дни
Дни
Сx0
а)
б)
Рис.2. Два вида стоимости ускорения (а) и два вида затрат от задержек (б)
Сx4
Дни
Если начало деятельности задержано, то



 ,
DC x = min (C x 3 − C x 0 ),  (C x 4 − C x 0 ) +
DC y
∑


y∈все _ последующие _ действия x  


иначе DC x = 0 .
Агенты могут вычислить стоимость ускорения ( AC ) и стоимость задержки ( DC ),
используя различные коэффициенты, например сверхурочные нормы, дополнительные
нормы или нормы импорта. Однако предполагаемые нормы изменяются в зависимости от
характеристик ресурсов. Поэтому вместо того, чтобы вычислять AC и DC , основываясь
на параметрах, которые не могут охватить все ситуации, программные агенты используют
варианты изменения графика, предоставляемые субподрядчиками. Агенты могут вычислить полезность изменения времени работы в зависимости от полученных вариантов изменения графика.
Вариант изменения графика - это кортеж вида
(startDate endDate extraCost),
где startDate - возможная дата начала деятельности; endDate - возможная дата окончания
деятельности; extraCost – дополнительная стоимость выбора данного варианта изменения
времени деятельности. Деятельность может иметь один или более вариантов изменения
графика.
Программные агенты в процессе переговоров передают единицы полезности, чтобы
компенсировать другим агентам предоставление разрешения на изменение времени работы, которое для них в их локальном масштабе, возможно, не является оптимальным. Такая
стратегия переговоров называется компенсационной. Если после получения DC посредством переговоров окажется, что AC больше, чем DC , т.е. полезность изменения времени
работы положительна, то агент должен увеличить время работы и при этом передать часть
DC другим агентам для компенсации невыгодных им соглашений.
Агенты модифицируют варианты изменения графика в процессе переговоров, чтобы
отразить компенсацию. Дополнительная стоимость увеличивается у тех вариантов, за которые необходимо предоставить компенсацию другим агентам, и уменьшается у тех вариантов, в случае выбора которых будет получена компенсация от других агентов.
Агентам необходимо разработать протокол компенсационных переговоров, чтобы
получить DC от последующих агентов и передать им единицы полезности в качестве
59
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
компенсации за невыгодные соглашения. Протокол компенсационных переговоров и будет управлять взаимодействием среди агентов.
Компенсационные переговоры начинаются с базового графика проекта и направлены на то, чтобы агент предложил компенсацию другим агентам за затраты, которые понесут последние при изменении плана работ. Протокол переговоров определяет команды,
являющиеся общими примитивными типами сообщений для агентов, и последовательность передачи, которая отображает обмен структурированными сообщениями между
агентами, когда изменяются их состояния.
Рассмотрим методологию мультиагентных компенсационных переговоров на примере сетевого графика работ (рис. 3 а) и соответствующей диаграммы PERT (рис. 3 б).
Суб-a
Суб-b
Субподрядчики
Суб-c
7
9
Дейст Суб
D
2
10
8
3
10/1
График проекта
7
B
4
3
0
10
10
7
7/0
A
3
3/0
3
Легенда
A
a
0
3
0
B
b
3
7
0
C
c
3
6
1
D
b
7
9
1
E
a
7
10
0
F
c
7
9
1
G
a
10
12
0
1
2
3
4
5
6
7
8
9
10
11
12
12/0
10/0
6
3
EF
TF
8
C
6
4
Название
7
9
F
7/1
2
Прод Ресурс
LS
2
10
8
7
8
0
ES
10
3
EF
12
G
E
3
ES
6
8
LF/TF
а)
10/1
Рис.3. Диаграмма Ганта (а) и диаграмма PERT (б)
б)
Предположим, что субподрядчики при распределении работ заявили, что будут обладать достаточным количеством ресурсов для того, чтобы точно следовать графику выполнения работ. Гистограмма ресурсов на рис. 4 а отражает необходимые для завершения
действий ресурсы. Однако при приближении фактических дат выполнения работ доступность ресурсов изменилась. Предположим, что каждый субподрядчик пересмотрел доступность ресурсов (рис. 4 б).
Суб-a
1
2
3
4
5
6
7
8
9
10
11
Суб-a
12
Ресурсы
8
6
Действие A
4
Действие E
Ресурсы
6
7
8
9
11
10
12
Действие G
Действие E
Действие A
4
1
2
3
4
5
6
7
8
9
10
11
Суб-b
12
1
12
10
10
Ресурсы
8
Действие B
Действие D
2
3
4
5
6
7
8
9
10
11
12
11
12
8
6
Действие D
Действие B
4
4
2
2
1
2
3
4
5
6
7
8
9
10
11
Суб-c
12
1
2
3
4
5
6
7
8
9
10
12
12
10
10
Ресурсы
8
8
6
6
4
5
2
6
Ресурсы
4
8
12
Суб-c
3
6
Действие G
2
Суб-b
2
10
10
Ресурсы
1
12
12
Действие C
Действие F
4
Действие C
Действие F
2
2
а)
б)
Рис.4. Гистограммы ресурсов: а – требующихся; б – доступных ко времени выполнения
Согласно гистограммам (рис. 4), предпочтительные графики некоторых субподрядчиков отличаются от их первоначальных графиков. Например, субподрядчик а желает закончить действие А в 4-й день, так как не имеет достаточного количества ресурсов, чтобы
закончить его в 3-й день. Некоторые из предпочтительных изменений графиков субподрядчиков показаны на рис. 5 заштрихованными по диагонали прямоугольниками.
60
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Следует отметить, что простой набор предпочтительных графиков субподрядчиков
не гарантирует получение
рабочего графика, так как Дейст Суб ES EF TF 1 2 3 4 5 6 7 8 9 10 11 12
ресурсы субподрядчиков A a 0 3 0
Легенда
независимы (в отличие от B b 3 7 0
Первоначальный
C
c
3
6
1
их графиков). Поэтому
Предпочтительный
D
b
7
9
1
некоторые действия могут нарушить логику гра- E a 7 10 0 Конфликты
по графику
F
c
7
9
1
фика. Например, в 4-й
день действие B стартует G a 10 12 0
прежде, чем закончится Рис.5. Предпочтительный график для субподрядчиков
действие A.
Основываясь на гистограмме ресурсов, предположим, что каждый субподрядчик
подготовил варианты изменения графика для своих действий (табл. 1). Субподрядчики
предоставляют своим агентам эти подготовленные заранее варианты изменения графика.
Варианты в графе, отмеченной символом «*», - это первоначальные варианты, которые
выполнимы, потому что дата начала очередной работы позже, чем дата окончания предшествующих работ. Вариант, отмеченный символом «**», включает убытки за двухдневную задержку проекта.
Таблица 1
Действие
A
B
C
D
E
F
G
Подготовленные субподрядчиками варианты изменения графика
ES-LF
Вариант 1*
Вариант 2
Вариант 3 Вариант 4 Вариант 5
(1,3)
(1,3,480)
(1,4,0)
(4,7)
(4,7,1920)
(4,8,0)
(5,7,5760) (5,8,1920)
(5,9,0)
(4,7)
(5,7,0)
(8,10)
(8,10,0)
(9,10,0)
(10,11,960)
(8,10)
(8,10,0)
(9,10,640)
(10,12,0)
(8,10)
(8,9,0)
(9,10,384)
(10,11,768)
(11,12)
(11,12,0)
(13,14,4512)**
По истечении цикла компенсационных переговоров подготовленные варианты изменения графика модифицируются. Выбранные для исполнения варианты помечены галочками (табл. 2).
Действие
A
B
C
D
E
F
G
ES-LF
(1,3)
(4,7)
(4,7)
(8,10)
(8,10)
(8,10)
(11,12)
Выбранные варианты изменения графика
Вариант 1*
Вариант 2
Вариант 3 Вариант 4
(1,3,480) √
(1,4,0)
(4,7,1920)
(4,8,1024) √
(5,7,5760) (5,8,1920)
(5,7,0) √
(8,10,0)
(9,10,0) √
(10,11,960)
(8,10,0)
(9,10,0) √
(10,12,0)
(8,9,0)
(9,10,0) √
(10,11,768)
(11,12,0) √ (13,14,4512)**
Таблица 2
Вариант 5
(5,9,0)
На рис. 6 а диагональной штриховкой показан итоговый график работ, полученный в
результате компенсационных переговоров между программными агентами. На рис. 6 б
61
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
изображена итоговая гистограмма ресурсов (диагональной штриховкой выделены дополнительно импортируемые ресурсы или время их сверхурочной работы).
Суб-a
1
2
3
4
5
6
7
8
9
10
11
12
12
10
Легенда
Ресурсы
Первоначальный
8
6
Выбранный
Действие E
Действие A
4
Действие G
2
Дейст Суб
ES
EF
+
A
a
1
3
480
B
b
4
8
1024
C
c
5
7
0
D
b
9
10
0
E
a
9
10
0
1
2
3
4
5
6
7
8
9
10
11
12
Суб-b
1
2
3
4
5
6
7
8
9
10
11
12
11
12
12
10
Ресурсы
8
6
Действие D
Действие B
4
2
Суб-c
F
c
9
10
0
G
a
11
12
0
1
2
3
4
5
6
7
8
9
10
12
10
Ресурсы
8
6
4
Действие C
Действ
ие F
2
а)
б)
Рис.6. Итоговая диаграмма PERT (а) и итоговая гистограмма ресурсов (б)
Предложенный метод распределенной координации изменений графика проекта положен в основу разрабатываемой мультиагентной системы. Система строится с использованием мультиагентной среды Anylogic 5, предоставляющей инструмент для быстрого
создания профессиональных агентных моделей в графической среде [5]. Система состоит
из набора взаимодействующих согласно методологии агентов. Для взаимодействия со
своими агентами субподрядчики используют разрабатываемый графический интерфейс
пользователя.
Таким образом, методология распределенной координации позволяет усовершенствовать сетевой график проекта в случае изменения доступных ресурсов субподрядчиков (в
плане понижения суммы затрат субподрядчиков, связанных с их ограничениями ресурсов)
путем перепланирования работ согласно отношениям предшествования. Предложенный
подход облегчает распределенную координацию изменений графика проекта, позволяя
предоставлять компенсацию субподрядчикам за невыгодные соглашения, идентифицировать и разрешать конфликты в жесткой сетевой структуре проекта, поддерживать логику
работ и гарантировать сходимость распределенной координации.
Разрабатываемая агентная система, использующая для принятия решения предложенные субподрядчиками варианты изменения графика, позволит до начала выполнения
работ скоординировать субподрядчиков. Таким образом, путем распределенной координации будет повышена эффективность использования ими ресурсов, что позволит успешно завершить весь проект.
В промышленности рассмотренный подход позволит повысить конкурентоспособность выполняемых проектов в результате улучшения графика, эффективного использования ресурсов, тесного взаимодействия среди субподрядчиков. Метод распределенной
координации представляет собой основу для разработки мультиагентной системы планирования и управления, которая поможет субподрядчикам выбирать время действий, идентифицировать и анализировать собственные ограничения ресурсов в данном графике,
предсказывать результат перепланирования действий, координировать различные перспективы планирования, сотрудничая в направлении лучшего решения.
62
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
СПИСОК ЛИТЕРАТУРЫ
1. O’Brien, W. An economic view of project coordination / W. O’Brien, M.A. Fisher, J.V. Jucker // E&FN Spon. –
London, 2000. – №13. – P.393-400.
2. Choo, H.J. Interactive coordination of distributed work plan / H.J. Choo, I.D. Tommelein // Proceedings of the
Sixth Constructions Congress. – Orlando, 2000. – P.11-20.
3. Oberlender, G.D. Project Management for Engineering and Construction / G.D. Oberlender. – New York:
McGraw-Hill, 1993.
4. Вэриан, Х.Р. Микроэкономика. Промежуточный уровень. Современный подход: учеб. для вузов / Х.Р.
Вэриан; пер. с англ. под ред. Н.Л. Фроловой. - М.: ЮНИТИ, 1997. - 767 с.
5. Карпов, Ю. Имитационное моделирование систем. Введение в моделирование с Anylogic 5 / Ю. Карпов.
– СПб.: БХВ-Петербург, 2005. – 400с.
6. Rosenschein, J.S. Designing conventions for automated negotiation / J.S. Rosenschein, G. Zlotkin. – San Francisco: Morgan Kaufmann Publishers, 1998.
Материал поступил в редколлегию 3.12.09.
63
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 681.3
О.А.Горленко, А.Л. Сафонов
ПРИМЕНЕНИЕ ИНТЕРФЕЙСА ПРИКЛАДНОГО
ПРОГРАММИРОВАНИЯ CAD-СИСТЕМ НА ПРИМЕРЕ
МОДУЛЯ ОПТИМИЗАЦИИ САПР КОМПАС-3D
Рассмотрены преимущества использования специализированных программных модулей CAD-систем для
решения задач проектирования. Описан модуль САПР КОМПАС-3D, реализующий задачу условной оптимизации. Продемонстрирована его работа на примере элемента электрического соединителя.
Ключевые слова: САПР, специализированный расчетный программный модуль, электрический соединитель,
задача оптимизации, метод Бокса.
Сокращение сроков разработки продукции мирового технико-экономического уровня, повышение эффективности затрат на ее создание, максимальное освобождение конструкторов от выполнения рутинных проектных операций при анализе различных конструкторских решений – все это возможно лишь на основе автоматизации процесса проектирования. Для более эффективного использования САПР целесообразно применять автоматизированные объектно-ориентированные системы проектирования, представляющие собой
CAD-системы, адаптированные к конкретной предметной области с помощью программно-методических модулей. Применение специализированных модулей CAD-систем для
совмещения проектных расчетов (в частности, многопараметрических задач оптимизации)
с непосредственным проектированием позволяет сократить длительность цикла «проектирование – анализ – изменение» [1], а также количество натурных экспериментов.
В данной статье описан разработанный автором программный модуль САПР КОМПАС-3D, реализующий задачу оптимизации изделий, и рассмотрено его применение для
решения конкретной задачи.
Сложные изделия обладают большим количеством параметров, влияющих на все
возрастающие и часто альтернативные требования к показателям их качества, что делает
практически невозможной доводку элементов электрических соединителей традиционными методами. В качестве таких параметров могут выступать геометрические размеры или
свойства материалов деталей и их покрытий. Поэтому создание инструментальных
средств для решения задач оптимизации при проектировании продукции весьма актуально.
При решении конкретной задачи оптимизации исследователь прежде всего должен
выбрать математический метод, который приводил бы к конечным результатам с наименьшими затратами на вычисления или же давал возможность получить наибольший
объем информации об искомом решении. Выбор того или иного метода в значительной
степени определяется постановкой оптимизационной задачи, а также используемой математической моделью объекта оптимизации. В настоящее время для решения оптимальных
задач применяется большое многообразие методов. В данной работе реализован комплексный метод Бокса, который представляет собой модификацию метода деформируемого многогранника и предназначен для решения задачи нелинейного программирования с
ограничениями-неравенствами. Для минимизации целевой функции n переменных f(x) в nмерном пространстве строят многогранники, содержащие q>n+1 вершин. Эти многогранники называют комплексами, что и определило наименование метода. Достоинствами
комплексного метода Бокса являются его простота, удобство для программирования, надежность в работе. Метод на каждом шаге использует информацию только о значениях
целевой функции и функций ограничений задачи. Все это обусловливает успешное при64
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
менение его для решения различных задач нелинейного программирования. Метод широко освещен в литературе [2].
На основе данного метода оптимизации создан программный модуль, реализованный в качестве прикладной библиотеки САПР КОМПАС-3D и использующий APIинтерфейс доступа к данным документа. Объектом параметризации является модель активного 3D-документа. Модуль работает как средство вычисления параметров, визуализация же осуществляется непосредственно самой САПР КОМПАС-3D.
После запуска модуля необходимо задать данные для оптимизации. Прежде всего
это список переменных модели, используемых в качестве параметров оптимизации. Параметрическая модель детали должна быть построена так, чтобы все конструктивные параметры зависели от выбранных переменных, т.е. модель могла быть полностью и правильно переопределена при изменении этих переменных. В качестве параметров оптимизации
могут выступать не только конструктивные размеры, но и другие величины, например
характеристики материалов, массы компонентов. Такая переменная должна быть искусственно добавлена в список переменных модели, а остальные параметры могут рассчитываться исходя из ее величины. На рис. 1 показан пример определения параметров оптимизации.
Рис. 1. Определение параметров оптимизации
Как уже отмечалось, из списка, который подгружает переменные модели, можно последовательно выбрать переменные, указав область их определения – линейные ограничения на параметры (рис. 2). Тут же существует возможность задать весовой коэффициент
параметра (при отсутствии задания целевой функции, описанной ниже, используется целевая функция по умолчанию). После выбора переменных они отображаются в окне мо65
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
дуля «Список параметров», здесь же показывается их текущее числовое значение. Необходимо отметить невозможность повторного добавления одной и той же переменной, что,
в принципе, было бы бессмысленно для задачи оптимизации.
В данной статье рассматривается задача условной оптимизации. Это означает
возможность задания ограничений на вектор параметров оптимизации. По сути область определения параметров – тоже простейшие линейные ограничения. Но на
практике оказывается, что только эти ограничения не могут удовлетворить проектировщика при решении задачи оптимизации реального проектного задания. Поэтому в разработанном программном модуле предусмотрено создание других видов ограничений.
Первый вид ограничений назван
условно в модуле ограничительными параметрами. Это означает, что созданные в
Рис. 2. Задание области определения параметров опдокументе КОМПАС-3D переменные,
тимизации
значение которых задано каким-либо алгебраическим выражением, содержащим константы и другие переменные документа, могут выступать в роли ограничений. На рис. 3 показан момент определения ограничительного параметра. Переменная, выбранная из списка переменных проекта, получает лимитирующие значения (максимум и минимум) или одно из них. При поиске оптимального
значения целевой функции эти ограничивающие параметры с лимитирующими значениями используются в соответствии с описанным алгоритмом.
Рис. 3. Определение ограничительных параметров
Но для выполнения всех целей разрабатываемого модуля одних алгебраических ограничений оказывается недостаточно. Часто при проектировании каких-либо изделий
возникает необходимость создавать более сложные ограничения, которые могут включать
в себя оператор условия или циклические алгоритмы. С этой целью в программный мо66
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
дуль оптимизации включена возможность создания таких ограничений, условно названных автором ограничивающими функциями.
Для создания такого ограничения необходимо в модуле нажать соответствующую
кнопку, после чего внести необходимые данные: название ограничения, ограничивающие
значения (максимум, минимум либо оба значения) и файл, содержащий тело функции
(рис. 4). Можно указать существующий файл или создать новый. Структура данного файла должна соответствовать синтаксису языка программирования Си и содержать тело
лишь одной функции. В нем можно использовать выражения, функции, директивы, операторы, что позволяет реализовать достаточно сложные алгоритмы, которые нельзя или
проблематично выполнить при помощи ограничительных параметров (алгебраических
выражений, содержащих переменные документа). Также в этом файле можно использовать переменные документа или объявлять новые. Как уже отмечалось, возможно использование операторов цикла и условия.
После определения файла необходимо компилировать его в программный код динамической библиотеки. Для этого следует нажать кнопку «Читать файл». В модуль входит
простейший консольный компилятор программного кода cl.exe, поэтому дополнительного
программного обеспечения для создания dll-библиотеки не нужно. Если файл с исходным
кодом не содержит синтаксических ошибок, то пользователь не получит сообщение о них
и для завершения создания ограничивающей функции необходимо подтвердить информацию. При вызове функции (на каждой итерации поиска оптимального решения) значения
переменных проекта будут обновляться в dll-библиотеках ограничивающих функций, что
позволит получать актуальное ее значение при каждом вызове.
Для полного описания задачи оптимизации остается только описать целевую функцию. Технически это реализуется аналогично определению ограничивающих
функций, т.е. используется
механизм
dll-библиотек.
Также указывается файл с
исходным кодом на языке
программирования
Си.
Описывается алгоритм определения целевой функции согласно правилам
языка, при этом возможно
обращение к любым переменным документа проекта. Также в программном
коде файла ограничивающей функции возможно
использование операторов
и функций языка Си.
Но само определение
целевой функции – задача
нетривиальная. Необходимо выбрать из всего многообразия характеристик
изделия наиболее значимые и сформулировать алРис. 4. Создание ограничивающей функции
горитм получения лишь
67
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
одного значения, которое наиболее точно характеризует объект исследования. Для решения этой сложной задачи проектировщик должен проявить творческий подход при высокой компетентности в своей области. Допустимо подключение к работе экспертов, определение с их помощью возможных целевых функций и ограничений проекта.
С целью демонстрации работы модуля и творческого решения задачи проектирования рассмотрим поиск оптимального решения для вилочного контакта электрического соединителя. За первоначальную точку принималась конструкция существующего контакта.
Было решено, что параметрами оптимизации будут 3 конструктивных размера: длина,
ширина контакта и толщина материала, из которого изготовлена деталь. В САПР КОМПАС-3D была выполнена ее параметрическая модель – таким образом, что конструкция
модели полностью и без ошибок определялась по этим 3 параметрам (все размеры определены константами или выражениями, значения которых однозначно вычисляются исходя из значений параметров оптимизации). Вид исходной модели показан на рис. 5.
Далее были наложены ограничения на
проектируемую систему. В список ограничительных параметров добавлены 3 переменные. Их значения определяются выражениями, смысл которых заключается в запрете на появление вырожденных объектов
(отрицательных размеров, отдельных частей
детали и т.п.).
В качестве ограничительных функций
Рис. 5. Вид исходной модели
были использованы электрическое сопротивление контакта и усилие расчленения контакта [3]. На практике необходимо обеспечить значение сопротивления не больше оговоренной в техническом задании величины и
значение усилия расчленения контакта, лежащее в определенных пределах (иначе при малом усилии возможно нарушение контактирования, а при большом - деформация контактов и поломка соединителя) [4; 5]. При этом считается, что известна толщина рабочей части вилочного контакта. Обе характеристики (сопротивление контакта и усилие расчленения контакта) зависят от жесткостных характеристик контакта, обеспечивающих силу
контактирования рабочих частей контактов. Для задания ограничивающих функций были
созданы файлы, содержащие написанный на языке программирования Си исходный код
тела функций. После этого исходный текст был компилирован в динамическую библиотеку. Также заданы ограничивающие значения (для сопротивления – максимальное, для
усилия сочленения/расчленения – максимальное и минимальное). Конечно, это не все необходимые ограничения, но здесь приведен лишь пример использования модуля, поиск же
и формулирование зависимостей характеристик изделия от конструктивных параметров
выходит далеко за рамки данной работы.
В качестве целевой функции рассматривалось несколько вариантов: минимальность
габаритов, массы контактов, площади покрытия драгоценными металлами. Можно принять комбинацию нескольких функций оптимизации с весовыми коэффициентами. Для
простоты использовалась следующая функция:
F ( X 1 , X 2 , X 3 ) = 0,95 X 1 + 0,02 X 2 + 0,03 X 3 ,
где X 1 – толщина материала, из которого изготовляют контакт (толщина большинства частей контакта), мм; X 2 – длина контакта, мм; X 3 – ширина контакта, мм. Коэффициенты
при параметрах в выражении целевой функции характеризуют степень важности каждого
из них и относительность их величин.
Далее, так же как и для ограничивающих функций, составляется файл с исходным
кодом тела функции и компилируется в dll-библиотеку. После этого программный модуль
68
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
будет обращаться к ней на каждом шаге итерации при поиске оптимального значения. На
рис. 6 показан вид программного модуля с заданными исходными значениями.
Рис. 6. Исходные данные для задачи оптимизации
Затем необходимо перейти непосредственно к поиску оптимальных значений параметров. Это итерационная
процедура, заканчивающаяся, если изменение целевой функции за 5 циклов
не превысит определенного малого значения. На рис. 7 показан результат поиска оптимальных значений. Толстой
линией на графике показана величина
целевой функции, а тонкими – значения
параметров оптимизации. По оси абсцисс отложены шаги итерации, а по оси
ординат – значения целевой функции и
параметров оптимизации (приведены в
соответствующих масштабах для наглядности результата).
Рис. 7. График поиска оптимального решения:
1 – параметр X 1 ; 2 – параметр X 2 ; 3 – параметр X 3 ;
4 – целевая функция
69
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Достоинством данного метода является управляемость процессом оптимизации. На
каждом шаге возможна визуализация результата – представление трехмерной модели
КОМПАС-3D, что позволяет проектировщику анализировать результат, делать определенные поправки.
Внешние программные модули САПР служат мощным средством повышения производительности и качества работы. Важнейшим преимуществом применения таких разработок является использование существующей на предприятии САПР как базовой без
приобретения дополнительных специализированных пакетов для компьютерного моделирования. Разработанный автором программный модуль САПР КОМПАС-3D позволяет
выполнять важную задачу проектирования – поиск оптимальных параметров, ограничиваясь возможностями базовой версии САПР КОМПАС-3D.
СПИСОК ЛИТЕРАТУРЫ
1.
2.
3.
4.
5.
Ли, К. Основы САПР (CAD/CAM/CAE) / К. Ли. – СПб.: Питер, 2004. – 560 с.
Трифонов, А.Г. Постановка задачи оптимизации и численные методы ее решения / А.Г.Трифонов. –
http://matlab.exponenta.ru/optimiz/book_2/index.php.
Сафонов, Л.И. Прямоугольные электрические соединители. Анализ физических процессов, происходящих в контакте / Л. И. Сафонов, А. Л. Сафонов // Технологии в электронной промышленности. – 2007. –
№ 6. – С. 54-58.
Хольм, Р. Электрические контакты / Р.Хольм. – М.: Изд-во иностр. лит., 1961.– 464с.
ОСТ 869-92. Прямоугольные соединители. Общие технические условия.
Материал поступил в редколлегию 9.11.09.
70
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 621.9
В.И. Аверченков, Ю.А. Леонов
ИСПОЛЬЗОВАНИЕ МЕТОДА АНАЛИТИЧЕСКОЙ ИЕРАРХИИ ДЛЯ РЕШЕНИЯ
ЗАДАЧИ АВТОМАТИЗИРОВАННОГО ВЫБОРА РАЦИОНАЛЬНЫХ СХЕМ
БАЗИРОВАНИЯ ЗАГОТОВКИ
Рассмотрена возможность применения одного из математических методов принятия решений для задачи
автоматизированного выбора рациональных схем базирования заготовки. Приведены методика и общий алгоритм решения поставленной задачи с использованием математического метода аналитической иерархии.
Ключевые слова: схемы базирования, метод аналитической иерархии, автоматизированный выбор, технологический процесс.
В доступных информационных источниках описаны различные методы проектирования технологических процессов (ТП) обработки заготовки. Среди самых распространенных можно отметить следующие: метод заимствования технологии детали-аналога
(метод адресации); метод проектирования унифицированных (типовых и групповых) ТП;
метод синтеза. Каждый из этих методов поддается автоматизации, однако только метод
синтеза позволяет учесть все возможные варианты обработки заготовки. Ранее метод синтеза был менее популярен, чем другие методы, так как при ручном составлении технологии использовать его затруднительно. При современном развитии алгоритмов и методов
автоматизации становится возможным применять именно метод синтеза для проектирования ТП.
Одной из задач проектирования ТП методом синтеза является поиск рациональных
схем базирования заготовки. Анализ доступных источников информации показал, что
данная задача решается на основе типовых решений либо с использованием диалогового
режима, когда технологу предлагается самому выбрать схемы базирования на основе его
опыта. Также в источниках литературы [1;2] представлена следующая методика выбора
рациональных схем базирования:
• если точность выполняемых на операции размеров обеспечивается только одной
схемой базирования, то она выбирается в качестве окончательной;
1
• погрешность базирования должна удовлетворять неравенству ITH ≥ ε б ;
3
• при обеспечении заданной точности несколькими схемами их следует анализировать по минимуму t всп (время на установку и снятие заготовки);
• если t всп одинаково, то критерием для выбора является часть стоимости одноместного приспособления, определяемая схемой базирования, С пр ;
• при равенстве стоимости окончательный выбор выполняется по минимуму ε б , так
как такая схема базирования обеспечивает большой межремонтный период приспособления [2].
Такая методика не учитывает производственные условия, а также другие критерии
выбора. Следует отметить, что в методике синтеза единичных технологических процессов
обработки заготовки требуется при выборе схем базирования предложить оценки предпочтительности для каждой из возможных схем. Далее такие оценки будут влиять на выбор оптимальной структуры обработки заготовки.
Таким образом, необходимо предложить методику выбора рациональных схем базирования, которая позволит устанавливать критерии выбора с возможностью задания их
относительной важности. Для решения такой задачи подходят различные методы принятия решений. Нами был выбран метод аналитической иерархии.
71
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Этот метод применяется:
• при принятии решения человеком, когда существует небольшое количество альтернатив и человек может в диалоге с автоматизированной системой сравнить между собой альтернативы;
• использовании автоматизированного варианта принятия решения, когда имеется
большое количество альтернатив, а оценки альтернатив по критериям носят количественный или качественный характер.
Исходными данными для применения метода аналитической иерархии служат найденные ранее возможные схемы базирования. С помощью метода аналитической иерархии необходимо выбрать наиболее рациональные из возможных схем. Данная задача сводится к ранжированию схем базирования по выявленным критериям и нахождению суммарной оценки для каждой схемы с учетом важности критериев.
В общем виде задачу ранжирования схем базирования можно представить следующим образом.
Необходимо решить многокритериальную задачу вида
f i ( x) → max, i = 1,..., m,
где x ∈ X = {x1 , x 2 ,..., x n } ; X – множество схем базирования; f i – частные критерии; m – количество критериев; n – количество схем базирования.
Для решения поставленной задачи необходимо построить вектор α = (α 1 , α 2 , …, α m )
с неотрицательными вещественными компонентами α i , такими, что
m
∑α
i =1
i
= 1 [3]. Числа α i
интерпретируются как весовые коэффициенты, определяющие относительную важность
(полезность) схем x i . Вектор α строится по известной матрице попарных сравнений
 1 α 12 α 13
α
1 α 23
S =  21
 ...
...
...

α m1 α m 2 α m 3
... α 1m 
... α 2 m 
... ...  ,

... 1 
где элементы нижней треугольной части α ij (i < j) матрицы удовлетворяют соотношениям
α ij = 1/ α ji . Искомый вектор α = (α 1 , α 2 , …, α m ) является собственным вектором матрицы S,
соответствующим максимальному собственному числу матрицы λ = m, и может быть найден как решение системы уравнений Sα = λ max α.
Существует единственное решение данной системы линейных алгебраических
уравнений, удовлетворяющее условию
m
∑α
i =1
i
n
i
= 1 . В результате для каждого i-го критерия
определяется вектор весов α i = (α 1i ,..., α ). Полученные числа α ij интерпретируются как
значения f i ( x j ), j = 1, n. Таким образом, каждая схема базирования получает числовую
оценку по каждому из частных критериев.
Далее осуществляется аналогичная операция ранжирования самих частных критериев по важности с построением вектора весов β = ( β1 ,..., β m ).
В качестве оптимальной схемы базирования x* (их может быть несколько) выбираем
схему, которая имеет максимальное значение индикатора качества:
x * = arg max J ( xi ),
i
m
где J ( xi ) = ∑ β k f k ( xi ), i = 1, n; f k ( xi ) = aik .
k =1
72
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Покажем работу данного математического метода для задачи выбора рациональных
схем базирования.
На первом этапе решения поставленной задачи необходимо ее структурировать.
Представим схематично задачу в виде иерархичной структуры с несколькими уровнями:
цели-критерии-альтернативы (рис. 1).
Выбор рациональных схем базирования
Вспомогательное
время
Стоимость
Погрешность
базирования
Устойчивость
заготовки
Цель
Площадь
главной базы
Критерии
Схема A
Схема B
Схема C
…
Схема N
Альтернативы
Рис. 1. Иерархическая схема задачи выбора рациональных схем базирования
В качестве альтернатив выступают схемы базирования, найденные на предыдущем
этапе решения задачи. Как видно из рис. 1, на выбор рациональных схем базирования
влияют следующие критерии:
• вспомогательное время (t всп ), затрачиваемое на установку заготовки в приспособление; на данном этапе технологической подготовки производства отсутствует готовое приспособление, поэтому используется относительная характеристика установочных
элементов приспособления;
• стоимость приспособления (C пр ); так же как и для вспомогательного времени,
используется оценка относительной стоимости установочных элементов приспособления;
• погрешность базирования заготовки (ε б );
• устойчивость заготовки (B заг ) при базировании по главной базе (под устойчивостью понимается способность заготовки сохранять положение равновесия при действии
на нее только силы тяжести самой заготовки);
• площадь главной базы (S гл ).
Представим общий алгоритм решения задачи выбора рациональных схем базирования с использованием метода аналитической иерархии при помощи блок-схемы (рис. 2).
Входными данными для рассматриваемого алгоритма являются схемы базирования, полученные на предыдущих этапах работы автоматизированной системы.
Рассмотрим каждый функциональный блок представленного алгоритма.
1 шаг. Задачей данного этапа является вычисление абсолютных оценок по определенным ранее критериям для каждой схемы базирования. Причем оценки должны носить
только количественный характер.
Заготовка рассматривается как набор конструктивно-технологических элементов
(КТЭ). Это связано с тем, что нет смысла разделять набор поверхностей, получающихся
на одной технологической операции, например резьбу, шлицы, канавки, пазы, окна и т.д.
Поверхности объединяются в КТЭ согласно классификации В.Д. Цветкова [4]. Для каждого КТЭ определяются ранги t всп и C пр , которые ранжируют элементы между собой. Например, ранги t всп и C пр будут больше для резьбового элемента, чем для плоского, так как
времени на закрепление и снятие заготовки нужно потратить больше и, конечно, стоимость элементов приспособления для базирования по резьбе выше, чем для плоской по73
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
верхности. Такие ранги технолог вносит самостоятельно на основе своего опыта и производственных условий.
Погрешность
базирования заготовки
вычисляется согласно общеизвестным методикам, применяемым в технологии машиностроения. Абсолютные оценки, вычисляемые
для данного критерия, и будут составлять величины погрешности.
Устойчивость заготовки при базировании по главной базе оценивается двумя состояниями: заготовка устойчива; заготовка неустойчива. Пользователь автоматизированной
системы должен определить абсолютные
оценки для этих состояний в шкале «1- 9», например: 1 – заготовка устойчива, 9 – заготовка
неустойчива. Степень удаленности оценок
друг от друга будет влиять на выбор сравниваемых альтернатив.
Так же как и для погрешности базирования, величина площади главной базы является
абсолютной оценкой.
2 шаг. Для того чтобы эти оценки можно
было применить в методе аналитической иерархии, необходимо их представить в шкале
«1-9», т.е. получить относительные оценки по
критериям. Если альтернатива A имеет худшую оценку по какому-то критерию, а альтернатива B - лучшую оценку по этому же критерию, то оценка отношения альтернативы A к B
будет равна 1/9, а B к A - 9. Альтернатива A
считается лучше, чем альтернатива B, в том
случае, если она является более предпочтительной при выборе из двух альтернатив по
анализируемому критерию. Аналогично трактуется и понятие худшей альтернативы.
Исходя из этих рассуждений, составим
Конец
пропорцию, из которой выведем формулу для
расчета оценки отношения i-й альтернативы к
j-й альтернативе (при условии, что оценка O i
Рис. 2. Блок-схема общего алгоритма решения
лучше, чем O j ):
задачи выбора рациональных схем базирования
с использованием метода аналитической иерар9(Oi − O j )
хии
,
Oij =
Omax − Omin
где O i , O j – абсолютные оценки для i-й и j-й альтернатив соответственно; O max ,O min – абсолютные максимальные и минимальные оценки соответственно.
3 шаг. Для того чтобы пояснить вычисление собственных векторов и нормированных весов критериев, представим в табличной форме результаты сравнения альтернатив
по i-му критерию (таблица 1).
Начало
74
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Сравнение альтернатив по i-му критерию
Таблица
Альтернативы
A
A
B
C
D
a1i
a 2i
a3i
a 4i
B
b1i
b2i
b3i
b4i
C
c1i
c 2i
c3i
c 4i
D
d1i
d 2i
d 3i
d 4i
В представленной таблице сравниваются между собой четыре схемы базирования.
Здесь a1i – относительная оценка при сравнении схемы A со схемой A; a 2i – относительная
оценка при сравнении схемы A со схемой B; a3i – относительная оценка при сравнении
схемы A со схемой C; a 4i – относительная оценка при сравнении схемы A со схемой D.
Аналогично и для схем базирования B, C, D, причем a1i = b2i = c3i = d 4i = 1 .
Для того чтобы подсчитать собственный вектор для альтернативы A при оценке по
i-му критерию, необходимо воспользоваться формулой
n
V(iA) = n ∑ aki ,
k =1
где n – количество схем базирования; a – текущая (k-я) относительная оценка схемы базирования A.
Для нахождения нормированного веса альтернативы A при оценке по i-му критерию
необходимо воспользоваться формулой
i
k
i
( A)
w
=
V(iA)
n
∑Vki
,
k =1
где
n
∑V
k =1
i
k
– сумма собственных векторов всех схем базирования.
4 шаг. Помимо схем базирования необходимо также сравнить и критерии между
собой. Критерии сравниваются таким же образом, как и альтернативы, по представленным
формулам.
5 шаг. Для выбора наилучших схем базирования необходимо подсчитать количественный индикатор качества для каждой из них. Для этого следует найти сумму произведений весов альтернатив и критериев. Расчет осуществляется по следующей формуле:
N
S j = ∑ wiV ji ,
i =1
где S j – показатель качества j-й схемы базирования; N – количество критериев; w i – вес iго критерия; V ji – важность j-й схемы базирования по i-му критерию.
Схемы базирования с наибольшими значениями S j являются рациональными. Они
служат выходными данными для рассматриваемого алгоритма (рис. 2).
Таким образом, можно сделать следующие выводы:
• предложенная методика выбора рациональных схем базирования позволяет для
каждой из схем вычислить количественный индикатор качества, который может быть
применен в синтезе ТП обработки заготовки;
75
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
• использование метода аналитической иерархии позволяет каждому из критериев
выбора рациональных схем базирования задавать коэффициент важности, а следовательно, учитывать индивидуальные предпочтения технолога;
• предложенный математический аппарат позволяет добавлять новые критерии
выбора без пересмотра структуры и принципов выбора.
СПИСОК ЛИТЕРАТУРЫ
1.
2.
3.
4.
Рыжов, Э.В. Оптимизация технологических процессов механической обработки / Э.В. Рыжов, В.И.
Аверченков. – Киев: Наукова думка, 1989. – 192с.
Ильицкий, В.Б. Проектирование технологической оснастки: учеб. пособие / В.Б. Ильицкий,
В.В.Ерохин. – Брянск: БГТУ, 2001. – 104с.
Черноруцкий, И.Г. Методы принятия решений / И.Г. Черноруцкий. – СПб.: БХВ-Петербург, 2005.–
416с.
Цветков, В.Д. Система автоматизации проектирования технологических процессов / В.Д. Цветков.– М.:
Машиностроение, 1972. – 240с.
Материал поступил в редколлегию 16.11.09.
76
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 519.254, 004.9312
Н.В. Лукьянова, И.П. Полякова
ОБРАБОТКА И КЛАССИФИКАЦИЯ НЕСТАЦИОНАРНЫХ СИГНАЛОВ
ПРИ ПОМОЩИ САМООРГАНИЗУЮЩИХСЯ НЕЙРОСЕТЕЙ
Представлена нейросетевая модель для понижения размерности массива данных, полученных при регистрации многоканальной электрокардиограммы, которая основана на алгоритме обучения без учителя и применяется для выявления в множестве входных данных существенных признаков.
Ключевые слова: нейронные сети, обобщенный алгоритм Хебба, карты самоорганизации.
Для обработки сигналов, как правило, используются статистические методы. Однако применение нейросетей на основе самоорганизации (или обучения без учителя) также
позволяет эффективно обрабатывать сигнал. Модели нейросетей, обучаемые на основе
принципа самоорганизации, хорошо отражают свойства нейробиологических структур,
что делает их использование предпочтительней для обработки биологических сигналов.
Постановка задачи. Обработка многоканальных нестационарных сигналов является
достаточно сложной задачей. С практической точки зрения особенно интересен результат
обработки биомедицинских сигналов. В данной статье рассматривается сигнал, полученный при помощи многоканальной электрокардиограммы (ЭКГ).
Основной сложностью при анализе многоканальных сигналов является выделение
существенных признаков исследуемого массива данных без потери информативности. В
представленной работе для этого использовался обобщенный алгоритм Хебба (GHA) −
нейросетевой аналог анализа главных компонент [1]. Применение данного алгоритма позволило выявить наиболее значимые признаки обрабатываемых сигналов и уже по ним
провести классификацию.
Для определения принадлежности сигнала к той или иной группе использовались
самоорганизующиеся карты Кохонена [1]. Основной целью карт самоорганизации является преобразование поступающих векторов сигналов, имеющих произвольную размерность, в одно- или двухмерную карту. При этом преобразование осуществляется адаптивно, в топологически упорядоченной форме. После окончания обучения самоорганизующихся карт Кохонена получается карта с разделением на области, где каждая область соответствует определенному классу.
Объем информации, полученной посредством многоканальной электрокардиограммы, велик, и большая ее часть не используется при постановке диагноза врачом. Применение нейросетей при обработке полученных данных позволит учесть наиболее важные
характеристики ЭКГ и провести правильную классификацию имеющихся патологий.
Обобщенный алгоритм Хебба для анализа главных компонент. Главной задачей
в статистическом распознавании является выделение признаков – процесс, в котором пространство данных преобразуется в пространство признаков, теоретически имеющее ту же
размерность, что и исходное пространство. Однако обычно преобразования выполняются
так, чтобы пространство данных могло быть представлено сокращенным количеством
«эффективных» признаков. Таким образом, остается только существенная часть информации, содержащейся в данных, т.е. множество данных подвергается сокращению размерности.
Предположим, что существует вектор x размерности m, который необходимо представить в виде l чисел, где l<m. Требуется выяснить, существует ли такое линейное преобразование T, для которого обрезание вектора Tx будет оптимальным в смысле среднеквадратичной ошибки. При этом преобразование T должно обладать малой дисперсией
своих отдельных компонент. x – m-мерный случайный вектор, имеющий нулевое сред77
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
нее значение. Пусть q – единичный вектор, на который проецируется вектор x. Эта про1
T
екция определяется следующим образом: A = x Tq при ограничении
q (q
q) 2 1 .
=
=
Дисперсия A равна
T
T
=
σ 2 E=
[ A2 ] E[(q T x)(x=
q)] q T E[xx
=
]q q T Rq .
Матрица R является матрицей корреляции случайного вектора x. Из предыдущего
выражения видно, что дисперсия σ 2 проекции A является функцией единичного вектора
и данную функцию можно представить как дисперсионный зонд:
2
ψ (q=
) σ=
q T Rq .
Проделав необходимые выкладки, получаем совпадение собственных значений матрицы R и дисперсионного зонда:
ψ (q j ) = λ j , j = 1, 2,..m .
Таким образом, собственные векторы матрицы корреляции R определяют единичные
векторы q j , представляющие основные направления, вдоль которых дисперсионный зонд
ψ (q j ) принимает экстремальные значения, а собственные значения определяют экстремальные значения дисперсионного зонда ψ (q j ) .
Исходный вектор x может быть реконструирован в следующем виде:
m
∑a q
=
x Qa
=
j
j =1
j
.
Количество признаков, необходимых для эффективного представления данных,
можно сократить, устранив те линейные комбинации, которые имеют малые дисперсии, и
оставив те, чьи дисперсии велики. Если взять l наибольших собственных значений матрицы R, то можно аппроксимировать вектор x, отсекая члены разложения после l-го слагаемого:
l
x = ∑ a j q j .
j =1
Вектор ошибки аппроксимации e равен разности между вектором исходных данных
x и вектором приближенных данных x :
e = x − x =
m
∑aq
j = l +1
j
j
.
(1)
Таким образом, для того чтобы обеспечить сокращение размерности входных данных, нужно вычислить собственные значения и векторы матрицы корреляции векторов
входных данных, а затем ортогонально спроецировать эти данные на подпространство,
задаваемое собственными векторами, соответствующими доминирующим собственным
значениям этой матрицы [2].
Существует тесная взаимосвязь между поведением самоорганизующихся нейронных
сетей и статистическим методом анализа главных компонент. Один линейный нейрон с
хеббовским правилом адаптации синаптических весов [3] может быть преобразован в
фильтр для выделения первой главной компоненты входного распределения. Линейная
модель с одним нейроном может быть расширена до сети прямого распространения с одним слоем линейных нейронов с целью анализа главных компонент для входного сигнала
произвольной размерности.
Рассмотрим m -мерное пространство. Вектор входного пространства и матрицу синаптических весов обозначим так:
x(n) = [ x1 (n), x 2 (n),..., x m (n)]T , W (n) = [w1 (n), w 2 (n), .., w l (n)]T .
В данном случае используется сеть прямого распространения, имеющая следующую
структуру:
• все нейроны выходного слоя сети являются линейными;
78
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
• сеть имеет m входов и l выходов ( m < l );
• обучению подлежит только множество синаптических весов wij , соединяющих узлы i входного слоя с вычислительными узлами j выходного слоя ( i = 1,2,..., m ;
j = 1,2,..., l ).
Теорема. Если элементы матрицы синаптических весов W (n) на шаге n=0 принимают случайные значения, то с вероятностью 1 обобщенный алгоритм Хебба будет сходиться к фиксированной точке, а WT (n) достигнет матрицы, столбцы которой являются
первыми l собственными векторами матрицы корреляции R, упорядоченными по убыванию собственных значений.
Данная теорема гарантирует нахождение обобщенным алгоритмом Хебба первых l
собственных векторов матрицы корреляции R (в предположении, что соответствующие
собственные значения отличны друг от друга). При этом важен факт, что саму матрицу R
не требуется вычислять: ее первые l собственных векторов вычисляются непосредственно
на основании входных данных.
Выходной сигнал y j (n) нейрона j в момент времени n определяется по формуле
m
y j (n) = ∑ w ji (n) xi (n) , j = 1,2,..., l .
i =1
Синаптический вес w ji (n) настраивается в соответствии с обобщенной формой правила Хебба:
j


(2)
∆w
=
η  y j (n) xi (n) − y j (n)∑ wki (n) yk (n)  ,
ji ( n)
k =1


где ∆w ji (n) – коррекция, применяемая к синаптическому весу w ji (n) в момент времени n ;
η – параметр скорости обучения. Как правило, параметр η берут зависимым от времени:
1
η ( n) = .
n
Перепишем уравнение (2) в следующем виде:
∆w
=
η y j (n)  xi' (n) − w ji (n) y j (n)  ,
ji ( n)
j −1
'
где x=
xi (n) − ∑ wki (n) yk (n) .
i ( n)
k =1
Запишем алгоритм в матричном представлении:
η y j (n)x '(n) − η y 2j (n)w j (n) ,
∆w=
j ( n)
(3)
j −1
где x' (n) = x(n) − ∑ w k (n) y k (n) .
k =1
Вектор x' (n) представляет собой модифицированную форму входного вектора. Основываясь на представлении (3), можно сделать следующее наблюдение: для первого нейрона ( j = 1 ) сети прямого распространения x' (n) = x(n) .
Как было показано выше, этот нейрон извлекает первую главную компоненту входного вектора x(n) . Для второго нейрона ( j = 2 ) сети можно записать:
x' (n) = x(n) − w 1 (n) y1 (n) .
Поскольку первый нейрон уже извлек первую главную компоненту, второй нейрон
видит входной вектор x' (n) , из которого удален первый собственный вектор матрицы
корреляции R. Таким образом, второй нейрон извлекает первую главную компоненту
x' (n) , что эквивалентно второй главной компоненте исходного входного вектора x(n) .
Продолжая эту процедуру для оставшихся нейронов сети прямого распространения,
получим, что каждый из выходов сети, обученный с помощью обобщенного алгоритма
79
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
ошибк а восстановления сигнала
Хебба, представляет собой отклик на конкретный собственный вектор матрицы корреляции входного вектора, причем отдельные выходы упорядочены по убыванию ее собственных значений.
Увеличение параметра η ведет к более быстрой сходимости и увеличению асимптотической среднеквадратичной ошибки.
Далее необходимо оценить количество главных компонент, требуемых для восстановления сигнала с минимальной среднеквадратичной ошибкой. Вектор ошибки аппроксимации e определяется по формуле (1).
Однако алгоритм Хебба не позволяет найти ошибку таким образом, так как при обучении сети мы получаем только l собственных векторов. Поэтому найдем ошибку экспериментальным путем.
Возьмем в качестве обучающей выборки 100 сигналов ЭКГ. Обучим сеть для выделения l главных компонент. Полученные веса сохраним. Возьмем тестовую выборку – 100
сигналов ЭКГ. Найдем главные компоненты и восстановим по полученным данным исходный сигнал ЭКГ.
На рис. 1 приведен график зависимо0,8
сти средней ошибки
0,7
восстановления сигнала от количества
0,6
главных
компонент
для тестовой выборки
0,5
(100 сигналов). Из
0,4
графика видно, что 810 компонент доста0,3
точно для восстанов0,2
ления сигнала и увеличение
количества
0,1
главных
компонент
существенного выиг0
1
2
3
4
5
6
7
8
9
10
рыша не дает.
Пример восстаколичество собственны х значений
новленного
сигнала
для 1, 3, 5 и 7 компоРис. 1. Зависимость средней ошибки восстановления сигнала
нент приведен на
от количества главных компонент
рис. 2. Из него видно,
что с ростом количества главных компонент восстановленный сигнал приближается к исходному.
При небольшом количестве главных компонент (1-3) разница между исходным и
восстановленным сигналами заметна. Однако уже при 5 главных компонентах ошибка
восстановления достаточно мала. Качество восстановленного сигнала для разных тестовых данных было также разным. Некоторые сигналы имели маленькую ошибку восстановления уже при 4-5 главных компонентах, а некоторые давали большую погрешность и
при 10 главных компонентах. В данном случае это свидетельствует о несовершенстве
обучающей выборки.
В обрабатываемой многоканальной ЭКГ используется 80 датчиков. Сигнал каждого
из датчиков был подвергнут обработке обобщенным алгоритмом Хебба. Для каждого сигнала было выделено 8 главных компонент. Для последующей классификации использовался вектор, составленный из главных компонент всех 80 датчиков.
80
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
a)
б)
в)
г)
Рис. 2. Пример сигнала, восстановленного по 1(а), 3(б), 5(в) и 7(г) главным компонентам
Классификация при помощи самоорганизующихся карт Кохонена. Алгоритм,
ответственный за формирование самоорганизующихся карт, начинается с инициализации
синаптических весов сети. После корректной инициализации сети для формирования карты самоорганизации запускаются три основных процесса: конкуренции, кооперации и синаптической адаптации [4].
Сущность алгоритма самоорганизации, предложенного Кохоненом, состоит в простом геометрическом вычислении свойств хеббоподобного правила обучения и латеральных взаимодействий. Существенными характеристиками этого алгоритма являются следующие:
• непрерывное входное пространство образов активации, которые генерируются в
соответствии с некоторым распределением вероятности;
• топология сети в форме решетки, состоящей из нейронов (она определяет дискретное входное пространство);
• зависящая от времени функция окрестности, которая определена в окрестности
нейрона-победителя;
• параметр скорости обучения, для которого задается начальное значение и который
постепенно убывает во времени, но никогда не достигает нуля.
Рассмотрим m-мерное пространство. Вектор входного пространства и вектор синаптических весов обозначим так:
x(n) = [ x1 (n), x 2 (n),..., x m (n)]T ,
w j (n) = [ w j1 (n), w j 2 (n),.., w jm (n)]T , j = 1,2,..., l ,
где l – общее количество нейронов в решетке.
81
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
После инициализации весов выбираем вектор из входного пространства. Находим
наиболее подходящий (победивший) нейрон на шаге n , используя критерий минимума
евклидова расстояния (процесс конкуренции):
i (x) = arg min || x − w j ||, j = 1,2,..., l .
j
Затем корректируем векторы синаптических весов всех нейронов, используя следующую формулу (синаптическая адаптация):
w j (n + 1) =w j (n) + η (n)h j ,i ( x ) (n)(x − w j (n)) ,
где h j ,i ( x ) – функция окрестности с центром в победившем нейроне (процесс кооперации);
η (n) – параметр скорости обучения.
h j ,i ( x ) ( n ) = e
− d 2j ,i
−n
2σ 2 ( n )
τ2
, η ( n) = η 0 e ,
−n
σ ( n) = σ 0 e τ .
1
Параметр σ называется эффективной шириной топологической окрестности. Этот
параметр определяет уровень, до которого нейроны из окрестности победившего нейрона
участвуют в обучении.
Процесс обучения можно условно разбить на два этапа: этап самоорганизации и этап
сходимости. На первом этапе происходит топологическое упорядочение векторов весов. В
начале данного этапа функция окрестности h j ,i ( x ) должна охватывать практически все
нейроны сети и иметь центр в победившем нейроне. К концу первого этапа h j ,i ( x ) , скорее
всего, сократится до малого значения и будет содержать в себе только ближайших соседей
победившего нейрона или только сам нейрон-победитель.
На втором этапе подстраивается карта признаков. Обычно количество итераций на
данном этапе в несколько сотен раз превышает количество нейронов сети. Параметр скорости обучения η (n) во время второго этапа должен быть достаточно мал, но не приближаться к нулю. После завершения процесса сходимости вычисленная карта признаков
отображает важные статистические характеристики исходного пространства [5].
Обозначим символом Φ нелинейное преобразование, которое отображает входное
пространство X в выходное пространство A:
Φ : X → A.
Для данного входного вектора x алгоритм определит наиболее подходящий нейрон
i(x) в выходном пространстве A, используя карту Φ . Вектор синаптических весов w i нейрона i(x) можно рассматривать как указатель на этот нейрон из входного пространства X.
Это значит, что синаптические элементы вектора w i можно рассматривать как координаты образа нейрона i, проецируемые во входное пространство.
Для визуализации нейронам в двухмерной решетке назначаются метки классов в зависимости от того, как каждый из примеров возбудил конкретный нейрон в самоорганизующейся сети. В результате моделирования нейроны в двухмерной решетке разбиваются
на некоторое количество когерентных областей (каждая область представляет собой обособленное множество непрерывных символов или меток) [6].
В процессе работы были проанализированы данные обследования 40 пациентов с
синдромом предвозбуждения [7]. Это заболевание обусловлено наличием дополнительных аномальных путей проведения электрического импульса. В клинических условиях
локализация аномального пути проведения была установлена в ходе инвазивного электрофизиологического исследования сердца. Все данные были разделены на две группы.
По данным первой группы происходило обучение, а по данным второй группы – тестирование полученных результатов. В исследовании участвовали данные многоканальных
ЭКГ пациентов с левой и правой локализацией аномального пути.
82
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
На рис.3 представлена карта Кохонена, построенная для обучающей выборки из 20 многоканальных ЭКГ (10 - с левой локализацией и 10 - с правой).
Светлосерая область соответствует левой локализации аномального пути, темносерая – правой локализации. Более светлым цветом выделены нейроныпобедители для примеров из обучающей выборки.
В процессе исследования было случайным образом сформировано 10 обучающих выборок. В качестве тестовых примеров были взяты данные, не
вошедшие в обучающую выборку.
Для всех тестовых выборок был получен высоРис. 3. Пример карты Кохонена
кий процент правильной классификации (таблица). В
большинстве случаев ошибки происходили на одних
и тех же данных. Как правило, это были данные пациентов с серьезными сопутствующими
заболеваниями сердца. Однако после включения этих данных в обучающую выборку правильная классификация достигала 100%.
Таблица
Результаты классификации
Левая локализация
Правая локализация
Левая локализация
Правая локализация
Обучающая выборка
Тестовая выборка
Результат
Количество тестовых выборок
Количество правильно классифицированных локализаций в тестовой выборке
Средний процент правильно классифицированных локализаций
10
10
10
10
10
17-20
92,5%
Синдром предвозбуждения представляет собой достаточно простую электрофизиологическую модель, что объясняет столь хорошие результаты уже при малых выборках.
Однако использование данной модели для других классов сердечно-сосудистых заболеваний также показывает высокую чувствительность предлагаемых методов уже при небольших обучающих выборках.
Таким образом, предлагаемая нейросетевая модель может применяться для выделения существенных признаков и последующей классификации многоканальных ЭКГ.
СПИСОК ЛИТЕРАТУРЫ
1.
2.
3.
4.
5.
6.
7.
Хайкин, C. Нейронные сети. Полный курс / С.Хайкин. – СПб.: Вильямс, 2006.
Oja, E. Subspace methods of pattern recognition / E.Oja. – Letchworth, England: Research study press, 1983.
Brawn, T.H. Hebbian synapses: Biophysical mechanisms and algorithms / T.H.Brawn, E.W.Kairss, C.L.Keenan
// Annual review of Neuroscience. – 1990. – Vol. 13. – P.475-511.
Sanger, T.D. Optimal unsupervised learning in a single layer linear feedforward neural network / T.D.Sanger //
Neural networks. – 1989. – Vol. 12. – P. 459-473.
Kohonen, T. Self-organized formation of topologically correct feature maps / T.Kohonen // Biological Cybernetics. – 1982. – Vol. 3. – P. 59-69.
Kohonen, T. Exploration of very large databases by self-organized maps / T.Kohonen // International conference on neural networks. – 1997. – Vol. 1.
Струтынский, А.В. Электрокардиография: анализ и интерпретация /А.В. Струтынский. – М.: МЕДпресс,
1999.
Материал поступил в редколлегию 18.11.09.
83
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 519.81
Ю.В. Бугаев, М.С. Миронова, Б.Е. Никитин, А.С. Чайковский
СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
НА ОСНОВЕ ЭКСТРАПОЛЯЦИИ ЭКСПЕРТНЫХ ОЦЕНОК
МЕТОДОМ МАКСИМАЛЬНОГО ПРАВДОПОДОБИЯ
Представлена система поддержки принятия решений, предназначенная для проведения групповой экспертизы при ранжировании альтернатив на порядковой и более сильных шкалах, которая реализует процедуру
голосования на основе принципа максимального правдоподобия, являющуюся одним из вариантов метода
экстраполяции экспертных оценок.
Ключевые слова: альтернатива, метод экстраполяции экспертных оценок, функция правдоподобия, коллективный выбор.
При групповой экспертизе довольно часто возникает ситуация, когда эксперты не
могут прийти к единому мнению. В этом случае необходимо применить какую-либо процедуру голосования для выработки коллективного решения. Для этой цели предлагается
использовать механизм выбора на основе метода максимального правдоподобия (ММП).
Названная процедура является одним из вариантов метода экстраполяции экспертных оценок [5], обладающего следующим преимуществом по сравнению с другими методами, существующими в настоящее время: его можно использовать при необходимости
ранжирования большой (необозримой для лица, принимающего решение) совокупности
вариантов. Данное преимущество достигается за счет того, что экспертам предлагается
оценить не весь набор альтернатив, а лишь ограниченную обучающую выборку; в дальнейшем по результатам экспертного сравнения определяются значения коэффициентов
функции полезности (ФП), которая используется для упорядочения всех вариантов из исходного множества.
Экстраполяция на основе ММП исследовалась для случаев полного [3; 4] и частичного [2] упорядочения альтернатив на порядковой шкале. Авторами статьи предлагается
более общий подход к рассмотрению ММП при осуществлении экспертного ранжирования как на порядковой, так и на более сильных шкалах.
Экстраполяция на основе метода максимального правдоподобия. Предположим,
что ФП для метода экстраполяции экспертных оценок (МЭЭО) имеет следующий вид:
k
F ( x) = ∑ b j f j ( x) = b T f ( x),
(1)
j =1
где f j – известные функции векторного аргумента x , монотонно возрастающие по каждой координате; b j – неизвестные параметры (веса). Согласно определению ФП, альтернатива x не хуже альтернативы y ( x y ) тогда и только тогда, когда F ( x) ≥ F ( y ) . Во многих случаях можно положить f j = xi , и тогда ФП будет представлять собой линейную
свертку критериев.
На основе экспертного сравнения альтернатив из обучающей выборки строится система равенств и неравенств, описывающая область возможных значений вектора b коэффициентов функции (1).
ММП учитывает разногласия во мнениях экспертов и позволяет найти точечные
оценки коэффициентов ФП, при которых достигается максимум функции правдоподобия.
Пусть экспертам необходимо проранжировать обучающую выборку из m альтернатив
84
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
X 1 , X 2 ,, X m .
Каждое экспертное ранжирование порождает некоторую систему неравенств, определяющую соотношения между полезностями альтернатив из выборки.
Введем непрерывные случайные величины w1 , w2 , , wm , представляющие собой
значение полезности соответствующей альтернативы X i , оцененной экспертом. Эти величины будем считать независимыми и нормально распределенными. При условии одинаковой компетентности экспертов все wi имеют одинаковую дисперсию σ 2 , но вследствие
разной истинной полезности, различные математические ожидания: a1 , a 2 ,  , a m . Тогда
каждый r -й вариант индивидуального ранжирования соответствует системе линейных
неравенств
(2)
C (r ) w ≥ 0 ,
(r )
где C – структурная матрица r -го экспертного упорядочения, число столбцов которой
совпадает с числом альтернатив, а число строк зависит от вида ранжирования. Рассмотрим
примеры построения структурных матриц при различных видах упорядочения.
Ранжирование на порядковой шкале. Различают полное и частичное упорядочение.
При полном упорядочении от эксперта требуется в соответствии с его индивидуальным
предпочтением проранжировать все имеющиеся альтернативы либо по убыванию, либо по
возрастанию полезностей. Например, пусть имеется набор альтернатив X 1 , X 2 , X 3 , X 4 , X 5
и есть эксперт, который проранжировал их следующим образом: X 1  X 2  X 3  X 5  X 4
(символ  означает, что одна альтернатива лучше другой). В соответствии с данным упорядочением имеем систему неравенств для ценностей альтернатив: w1 − w2 ≥ 0;
w2 − w3 ≥ 0; w3 − w5 ≥ 0; w5 − w4 ≥ 0 . Тогда структурная матрица данного эксперта примет
вид
0
0
1 − 1 0
0 1 − 1 0
0 

.
C=
0 0 1
0 − 1


0 −1 1 
0 0
Что касается частичного упорядочения альтернатив, то оно, в свою очередь, может
быть разделено на две группы. К первой относят ситуации, когда эксперту не удается
сравнить между собой все альтернативы ввиду того, что некоторые их пары по той или
иной причине просто не поддаются анализу. В этом случае упорядочиваются отдельные
группы альтернатив. Например, рассмотренные альтернативы могут быть проранжированы как X 1  X 3  X 5  X 2 ; X 1  X 4 . Таким образом, видно, что между некоторыми парами альтернатив отношение предпочтения не установлено. Структурная матрица в данном случае будет иметь вид
0
1 0 − 1 0
0 0 1
0 − 1
.
C=
0 − 1 0
0 1


0 −1 0 
1 0
Ко второй группе относится ранжирование независимых пар альтернатив. Например,
пусть дан набор альтернатив X 1 , X 2 , X 3 , X 4 , X 5 и X 6 , который проранжирован следующим образом: X 1  X 2 ; X 3  X 4 ; X 5  X 6 . Структурная матрица данного упорядочения
примет вид
85
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
1 − 1 0 0 0 0 
C = 0 0 1 − 1 0 0  .
0 0 0 0 1 − 1
Ранжирование на лингвистической шкале. Пусть для пары альтернатив ( X 1 , X 2 )
эксперт способен оценить величину разности F ( X 1 ) − F ( X 2 ) = ∆F ( X 1 , X 2 ) . На основании
такой оценки пара должна быть отнесена к одному из классов Q0 , Q1 ,... , Qs , каждый
из которых характеризуется определенной степенью различия в полезности X 1 и X 2 .
Например, принадлежность ( X 1 , X 2 ) ∈ Q0 будем соотносить с ситуацией неразличимости
по полезности X 1 и X 2 , когда эксперт не в состоянии отдать предпочтение какой-либо
из альтернатив. Следующий класс Q1 соответствует уровню малого превосходства X 1
над X 2 и далее по порядку возрастания силы превосходства.
Для построения структурных матриц на лингвистической шкале также необходимо
составить систему неравенств. Для каждой оцениваемой пары, не принадлежащей классу
Q0 , необходимо записать неравенство вида ∆F ( X 1 , X 2 ) ≥ 0 . Затем следует составить неравенство вида
0 ≤ ∆F2 − ∆F1.
для каждой пары ( X 1 , X 2 ) ∈ Qi −1 и ( X 3 , X 4 ) ∈ Qi . Если Qi −1 пуст, то ( X 1 , X 2 ) ∈ Q g , где Qg
– первый непустой класс перед Qi . Все прочие сочетания пар из различных классов
ввиду транзитивности являются следствиями указанных неравенств. Для пар, относящихся к классу Q1 (или к первому после Q0 ) и сравниваемых с парами из Q 0 (если он
не пуст), записываются по два неравенства вида
∆F2 − ∆F1 ≥ 0 ; ∆F2 + ∆F1 ≥ 0.
Таким образом, использование лингвистической шкалы в МЭЭО эквивалентно применению порядковой шкалы для разностей ∆ ig , относящихся к различным классам. Однако при использовании последней шкалы сужается область значений коэффициентов b j
функции (1) и повышается точность их оценки.
Система (2) соответствует наступлению определенного случайного события, вероятность которого определяется по формуле
Pr (θ ) =
{
∫ g (x, a, σ )dx ,
Dr
Dr = x ∈ E
m
(r )
}
(3)
C x≥0 ,
где g ( x, a, σ ) – плотность m -мерного нормального распределения вида
 1
(x − a )T (x − a ) .
−
exp
m/2
2

m
(2π ) σ
 2σ

Тогда результат экспертного ранжирования можно интерпретировать как реализацию дискретной многомерной случайной величины (k1 , k 2 ,  , k s ) , где k r –количество
экспертов, выбравших r -й вариант упорядочения, r = 1, 2,  , s ; k r ∈ {0,1,  , N } ;
g ( x, a , σ ) =
∑k
1
= N ; N – число экспертов. В этом случае функция правдоподобия в соответствии с
формулой полиномиального распределения будет иметь вид
n!
(4)
L(k1 , k 2 , , k s ,θ ) =
P1k1 (θ ) Psk s (θ ),
k1! k s !
r
86
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
где θ = (a1 ,  , a m , σ ) – вектор оцениваемых параметров.
Чтобы реализовать ММП, надо дополнить целевую функцию (4) уравнениями, связывающими вектор параметров θ с коэффициентами ФП, и решить полученную задачу
математического программирования.
Описание работы системы поддержки принятия решений. Система поддержки
принятия решений (СППР) является диалоговой информационной системой, которая используется для поддержки действий лиц, принимающих решения (ЛПР), в ситуациях выбора, когда невозможно или нежелательно иметь автоматическую систему представления
и реализации всего процесса оценки и выбора альтернатив.
Разработанную авторами СППР, согласно классификации [1], можно отнести к типу универсальных систем, т. е. обеспечивающих возможность быстрой настройки на определенную задачу конкретной предметной области. Инициатором диалога в таких системах выступает пользователь, а компьютер - лишь пассивный исполнитель. Система предназначена для коллективного выбора на основе индивидуальных упорядочений.
Программная поддержка принятия решений в многокритериальной задаче оптимизации с учетом индивидуальных предпочтений обеспечивается подсистемами, реализующими выполнение следующих взаимосвязанных этапов:
1. Ввод исходных данных. На данном этапе пользователь формирует множество вариантов и их критериев для той или иной предметной области.
Исходные данные для решения задачи многокритериального выбора представляются
в виде таблицы «номер альтернативы – частные критерии». Пользователь формирует исходное множество альтернатив путем ввода численных значений оценок по частным критериям.
На этом этапе пользователь также может удалять или добавлять как конкретные варианты, так и отдельные частные критерии, изменять оценки частных критериев.
Кроме диалогового ввода исходных данных возможен также ввод информации из заранее подготовленного текстового файла.
2. Опрос экспертов. Пользователь в режиме диалога с информационной системой
ранжирует альтернативы в соответствии со своими индивидуальными предпочтениями,
строятся структурные матрицы упорядочений всех экспертов. Разработанная авторами
СППР позволяет эксперту применять произвольную стратегию ранжирования альтернатив.
Эксперту на выбор предлагается две шкалы: порядковая и более сильная (лингвистическая). При ранжировании на порядковой шкале от него требуется упорядочить все
альтернативы по убыванию (возрастанию) полезностей. А при работе с лингвистической
шкалой эксперт должен лишь указать, к какому классу, по его мнению, относится та или
иная пара альтернатив.
Составлением структурных матриц занимается сама программа - на основе полученной информации об индивидуальных упорядочениях всех экспертов.
3. Анализ информации, полученной от экспертов. В общем случае часть неравенств
(строк) структурных матриц экспертных упорядочений являются следствием остальных,
ввиду чего они могут быть исключены из системы без изменения областей ее решений.
4. Получение результатов решения задачи. На данном этапе на основе информации,
полученной на предыдущем этапе, формируется и максимизируется функция правдоподобия. В результате вычисляются оценки коэффициентов функции полезности.
Успех решения этой задачи в первую очередь зависит от удачного выбора процедуры вычисления интегралов (3), в которых область интегрирования в общем случае представляет собой многогранный конус.
87
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Данная задача была решена авторами при помощи универсального метода, который
может применяться при любых экспертных упорядочениях. Однако описание этого метода выходит за рамки настоящей статьи.
Численный пример. Рассмотрим работу автоматизированной системы поддержки
принятия решений на примере выбора наилучшей структуры линии фотолитографии [5].
Дано исходное множество структурных вариантов линии, состоящее из четырех альтернатив, характеризующихся пятью критериями качества: коэффициентом готовности,
удельными приведенными затратами, годовой программой выпуска, стоимостью комплекта оборудования, уровнем межоперационных заделов. Нормированные безразмерные значения этих критериев приведены в таблице. Все указанные критерии необходимо максимизировать.
Таблица
Параметры структур
№
Уровень межКоэффициент Приведенные
Годовая
Стоимость
струкоперационных
готовности
затраты
программа комплекта
туры
заделов
1
0,7143
0,8182
0,2939
0,7339
0,9356
2
0,9048
1
0,7777
0,2974
0,6411
3
0,7619
1
0,7937
0,2665
0,6320
4
0,6190
1
0,8078
0,2356
0,6271
Коллективу экспертов из шести человек было предложено проранжировать имеющийся набор альтернатив.
Первый эксперт упорядочил альтернативы на порядковой шкале следующим образом: X 2  X 3  X 4  X 1 . Матрица C (1) , отображающая структуру упорядочения первого
эксперта, будет иметь вид
 0 1 −1 0 
(1)
C =  0 0 1 − 1 .
− 1 0 0 1 
Второй эксперт упорядочил альтернативы на порядковой шкале так:
X 2  X 4  X 3  X 1 . Тогда матрица индивидуального упорядочения данного эксперта C ( 2 )
примет вид
 0 1 0 − 1
( 2)
C =  0 0 − 1 1  .
− 1 0 1
0 
Третий эксперт в соответствии со своими индивидуальными предпочтениями проранжировал данные альтернативы следующим образом: X 3  X 2  X 4  X 1 . В результате
матрица C (3) имеет вид
 0 −1
С =  0 1
− 1 0
Четвертый эксперт указал, что, по его
( X 3 , X 4 ) относятся к классу Q0 , пара ( X 2 , X 4 )
( 3)
1 0
0 − 1 .
0 1 
мнению, пары альтернатив ( X 2 , X 3 ) и
– к классу Q1 , а пара ( X 4 , X 1 ) – к классу
Q2 . Следовательно, матрица C ( 4 ) , отображающая структуру упорядочения второго эксперта, будет иметь вид
88
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
0 − 1
0 1
− 1 0
0
1 

− 1 − 1 0
2


( 4)
C =0
0 1 − 1 .
0
2 − 1 − 1


 0 1 −1 0 
0 1
1 − 2

Пятый эксперт указал, что пара альтернатив ( X 2 , X 4 ) относится к классу Q1 , пара
( X 4 , X 3 ) – к классу Q0 , а пары ( X 3 , X 1 ) и ( X 4 , X 1 ) – к классу Q2 . Таким образом, матрица C (5) , отображающая упорядочение данного эксперта, примет вид
0 − 1
0 1
− 1 0 1
0 

− 1 0
0
1 


С ( 5) = − 1 − 1 1
1 .
− 1 − 1 0
2


1 − 2
0 1
 0 1 −1 0 


И, наконец, шестой эксперт указал, что, по его мнению, пара альтернатив ( X 3 , X 2 )
относится к классу Q0 , пара ( X 2 , X 4 ) – к классу Q1 , а пара ( X 4 , X 1 ) – к классу Q2 . В результате имеем матрицу C ( 6 ) вида
0 − 1
0 1
− 1 0
0 1 

C ( 6 ) = − 1 − 1 0
2 .


2 − 1 − 1
0
 0
0 1 − 1
Автоматизированная система, получив данные об индивидуальных предпочтениях
каждого из экспертов, нашла коэффициенты функции полезности, удовлетворяющие условию b j ≥ 0, ∑ b j = 1 , и имеющие следующие значения: b1 = 0,2236; b2 = 0,0398;
b3 = 0,5468; b4 = 0,0238; b5 = 0,1660 .
Функции полезности альтернатив имеют следующие значения: F ( X 1 ) = 0.,258;
F ( X 2 ) = 0,7808; F ( X 3 ) = 0,7554; F ( X 4 ) = 0,7296 .
Таким образом, результирующее упорядочение имеет вид
X 2  X 3  X 4  X1 .
Исходя из значений полезностей альтернатив, можно сделать вывод, что X 2 , X 3 и
X 4 довольно близки между собой. Действительно, если сравнить численные значения полезностей этих альтернатив, то получим что разница между X 2 и X 3 , X 3 и X 4 составляет 3 %, а для X 2 и X 4 она равна 6 %. Что же касается альтернативы X 1 , то, исходя из
значения ее функции полезности, можно сделать вывод, что она намного хуже остальных.
В этом несложно убедиться, если найти разницу полезностей альтернативы X 1 и
X 2 , X 3 , X 4 . В нашем случае она составляет примерно 30 %.
89
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Таким образом, анализируя индивидуальные предпочтения экспертов и полученные
результаты, можно заключить, что разработанный алгоритм и созданная на его основе
СППР работают корректно.
СПИСОК ЛИТЕРАТУРЫ
1. Батищев, Д. И. Многокритериальный выбор с учетом индивидуальных предпочтений / Д.И. Батищев,
Д.Е. Шапошников. - Н. Новгород: ИПФ РАН, 1994. - 92 с.
2. Бугаев, Ю. В. Экстраполяция экспертных оценок в оптимизации технологических систем / Ю.В. Бугаев
// Изв. АН. Теория и системы управления. - 2003. - № 3. - С. 90 – 96.
3. Десятов, Д. Б. Метод экстраполяции экспертных оценок качества на основе принципа максимального
правдоподобия / Д. Б. Десятов, В. В. Сысоев, М. С. Чирко // Надежность и контроль качества. - 1984. № 12. - С. 12 – 15.
4. Сысоев, В. В. Построение моделей принятия проектных решений по ранее проведенным экспертизам / В.
В. Сысоев, М. С. Чирко // Автоматизация проектирования технологии и оборудования электронной промышленности. - Воронеж: ВПИ, 1982. - С. 71 – 74.
5. Сысоев, В. В. Структурные и алгоритмические модели автоматизированного проектирования производства изделий электронной техники / В.В. Сысоев. – Воронеж: Воронеж. технол. ин-т, 1993. – 207 с.
Материал поступил в редколлегию 9.12.09.
90
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 004.651.54
В.К. Гулаков, А.О. Трубаков
СРАВНЕНИЕ ПРОИЗВОДИТЕЛЬНОСТИ МНОГОМЕРНЫХ СТРУКТУР:
ФАЙЛОВ-РЕШЕТОК И ХЕШИРОВАНИЯ PLOP
Рассмотрены две наиболее популярные схемы хеширования многоключевых данных. Проведено их
сравнение с точки зрения быстродействия и оптимального использования памяти. Описан ряд опытов и
экспериментов, подтверждающих теоретические расчеты.
Ключевые слова: многомерные структуры данных, хеширование, PLOP, индексирование данных.
Многомерные (многоключевые) данные являются самым распространенным типом
объектов манипуляций человека. Однако долгое время в вычислительной технике
отсутствовали эффективные способы хранения и обработки подобных данных. Поэтому в
большинстве приложений многомерный объект заменяется его одномерным аналогом с
некоторым набором неиндексированных атрибутов. Это приводит к снижению
производительности системы в целом.
В последнее время появились алгоритмы и структуры, способные непосредственно
оперировать многомерными объектами без их
упрощения [3]. Самыми
распространенными среди них являются иерархические (древовидные) структуры и
структуры на основе функций хеширования. В большинстве своем данные алгоритмы
пришли из одномерного пространства. Однако, перейдя к многоключевым данным, они
потеряли свою прозрачность и простоту в оценке сложности и эффективности. Для
большей части подобных структур в литературе практически невозможно найти
результаты сравнения производительности. Даже те данные, которые можно почерпнуть
из зарубежных источников, являются неточными и расплывчатыми, описываются с
большим количеством оговорок и условий. Подобное положение вещей объясняется
объективным фактом: переход к многомерным данным привел к усложнению схемы
оценки производительности. Теперь уже нельзя однозначно сказать, какая из структур
окажется более эффективной. При сравнении обязательно должна быть привязка к
ситуации и области применения.
В настоящей статье сравниваются два подхода к хешированию данных: файлрешетка и хеширование без директории PLOP. Эти методы похожи по принципам,
заложенным в их основу. Однако они практически всегда показывают разную
производительность. Авторами были проведены математическое и практическое
исследования структур, их анализ и обоснование полученных результатов. Все
моделирование и анализ выполнялись для двухмерного случая.
Файл-решетка [1]. Файл-решетка (Grid File) впервые был описан Д. Нивергелтом,
Г. Хинтербергом и К. Севчиком в 1981 г. Это был первый метод многоключевого доступа,
основанный на принципах хеширования данных. В дальнейшем появилось множество
модификаций, улучшающих те или иные показатели структуры. Однако общие принципы
всех структур семейства остались неизменными.
Пусть дано пространство объектов с двумя ключами. Обозначим область ключей как
оси Ox и Oy. Для получения решетки на каждую ось накладывается интервал:
X = [x 0 , x 1 , …, x n],
Y = [y 0 , y 1 , …, y m].
В результате получаем сетчатое деление пространства (рис. 1). Суть разбиения
пространства решеткой заключается в получении такого распределения, при котором в
каждой ячейке решетки будет не более N объектов. При этом число N является
91
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
параметром структуры и выбирается таким образом, чтобы ровно N объектов помещались
в одном блоке внешней памяти (например, в сегменте жесткого диска). Обычно N
находится в диапазоне от 10 до 1000, в зависимости от размера внешнего блока и
конечного объекта. Случаи, когда N мало (равно 1 или 2), для данной структуры плохо
подходят, поскольку при этом есть вероятность нежелательных случайных эффектов,
таких, как, например, «парадокс дней рождения» (высокая вероятность переполнения
участка памяти при появлении всего двух записей).
а)
б)
Рис. 1. Пример деления пространства решеткой с N=3: а – решеточное деление; б - сопоставление с
внешними блоками
После получения решетки с каждой ячейкой сопоставляется один внешний блок, в
котором и сохраняется вся информация об объектах данной ячейки. Таким образом,
задача файла-решетки заключается в установлении соответствия между ячейками
пространства и внешними блоками, в которых и будут физически размещены объекты.
Данная задача решается с помощью специального k-мерного массива (в нашем случае –
двухмерного), который называется директорией. Именно с особенностями этого массива и
связаны основные достоинства и недостатки структуры.
При разработке данного метода поиска были заложены два принципа, наложившие
отпечаток на большинство алгоритмов:
1) принцип двух дисковых запросов: запрос на точное совпадение по всем ключам
должен вернуть запись или флаг ее отсутствия в индексе за два обращения к внешней
памяти: первое – к нужной части директории, второе – к нужному блоку внешней памяти;
2) принцип эффективных диапазонных запросов: структура данных должна по
возможности сохранять порядок, определенный для каждого ключевого диапазона, т.е.
необходимо, чтобы записи, имеющие близкие значения в диапазоне какого-либо ключа,
располагались в близких участках памяти на физическом носителе.
Принцип двух дисковых запросов подразумевает, что все записи из одной ячейки
решетки должны быть расположены в одном внешнем блоке памяти (иначе для поиска
понадобится более двух обращений к внешней памяти). Однако очень неэффективно было
бы обратное требование. Если бы каждому внешнему блоку соответствовала единственная
ячейка решетки, то использование памяти было бы низким. Например, на рис. 1 четыре
ячейки, расположенные в правом нижнем углу, являются малозаполненными или даже
пустыми. Если для каждой из них выделять отдельные внешние блоки, то использование
памяти в структуре будет практически нулевым. Гораздо более эффективно с точки
зрения памяти выделить для всех этих ячеек один внешний блок и поместить все записи в
него. Таким образом, получается объединение ячеек решетки в один внешний блок.
92
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Совокупность всех ячеек решетки, сопоставленных с одним участком памяти (или,
другими словами, пространство, занимаемое этими ячейками), называется объединенной
ячейкой или группой. Форма этих объединений влияет на скорость как минимум двух
операций:
1) диапазонного запроса;
2) обновления после изменений в разделении решетки.
С учетом акцента на эффективность обработки диапазонных запросов, а также
решения создать систему на основе решеточного деления пространства записей у
разработчиков не осталось других вариантов, кроме как ввести ограничение на
представление объединенных ячеек в форме прямоугольника, параллелепипеда или
другого k-мерного прямоугольника.
На рис. 1 проиллюстрировано типичное блочное сопоставление. Каждый блок
решетки указывает на свой участок памяти. Несколько ячеек решетки могут объединяться
в прямоугольный блок и использовать один участок до тех пор, пока объединение этих
ячеек формирует прямоугольную область в пространстве записей и общее количество
объектов в нем не превышает N.
Хеширование PLOP [2]. Данную структуру разработали Г.П.Кригел и Б.Сигер в
1988 г. Она также основана на решеточном делении пространства, но в ней не
используется директория. Это позволяет сэкономить одно обращение к внешней памяти
при поиске, но вносит дополнительные ограничения на организацию данных и процедуру
хеширования.
Как и в случае файла-решетки, на каждую ось пространства накладывается
некоторая шкала, которая позволяет получить решетку. Однако с целью увеличения
скорости поиска интервала в
шкале разработчики предложили
сделать ее в виде обычного
бинарного дерева.
Подобный
подход, помимо увеличения
скорости
поиска,
позволил
индексировать
неоднородные
распределения данных, которые
плохо
подходили
для
хеширования
MOLHPE
(MOLHPE и PLOP используют
практически
идентичные
функции хеширования). Пример
разбиения
пространства
с
помощью иерархических шкал
показан на рис. 2. В данном
примере
индексируются
объекты, имеющие два ключа.
Область определения каждого
ключа находится в диапазоне от
0 до 1.
Рис. 2. Решетка хеширования PLOP
Каждый внутренний узел
дерева, образующего шкалу,
содержит некоторое значение, разбивающее всю область определения ключа на две
группы: объекты, меньшие по данному ключу указанного значения, помещаются в левое
поддерево, а те, которые больше, – в правое. Листовые узлы шкал соответствуют
некоторым столбцам или строкам решетки. Они содержат индекс данного столбца/строки.
93
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
В качестве индекса выступает некоторое целое число, по сути являющееся номером
деления пространства по данной оси, в результате которого появилась эта строка/столбец.
Индекс не совпадает с номером в решетке, поэтому его обязательно нужно хранить в
листовых узлах. Кроме индекса каждый лист содержит еще количество точек в области.
Эта информация используется для расширения файла линейным способом.
Всё пространство данных представляет собой объединение d-мерных
прямоугольников, которые разделены гиперплоскостями. Эти области называются
ячейками. Все d-мерные точки, находящиеся в одной ячейке, хранятся в одной странице.
Адрес этой страницы вычисляется с использованием индексов (i 0 , i 1 , …, i d-1 ), полученных
из иерархических шкал. Непосредственно номер внешнего блока, содержащего объекты
той или иной ячейки, вычисляется с помощью хеш-функции G(i 0 , i 1 , …, i d-1 ), где i j –
индекс j-й оси. Для наглядности на рис. 2 показаны адреса страниц пространства данных,
полученные с помощью хеш-функции G с использованием массива индексов (i 0 , i 1 ).
Сначала файл состоял из 4 страниц с адресами 0, 1, 2, 3. После удвоения файла
добавились страницы с адресами 4, 5, 6, 7 в лексикографическом порядке в соответствии с
(i 0 , i 1 ). При дальнейшем увеличении файла добавились страницы с адресами 8-15, которые
также расположены в лексикографическом порядке, но теперь уже в соответствии с (i 1 ,
i 0 ).
Чтобы получить подобное распределение, необходимо ввести некоторую функцию,
которая будет зависеть от L – уровня файла. Уровень файла показывает, сколько раз файл
был увеличен в 2 раза в результате полных расширений. Нетрудно заметить, что если
расширения по осям чередуются, то значение L всегда больше числа расширений по
конкретным осям пространства. Для вычисления числа полных расширений по
некоторому j-му измерению можно воспользоваться следующей формулой:
Здесь s – текущая ось пространства, вдоль которой происходит расширение в
настоящий момент времени. Как было показано, ее легко определить с помощью формулы
.
Сама же функция хеширования выражается следующим образом:
где z – максимальный уровень по ключам записи,
M – весь набор измерений, кроме z,
блоков до искомого в j-м измерении,
Jj
–
количество
t – уровень измерения z для хешируемой записи,
дополнительных блоков в j-м измерении,
сj
–
количество
Главная особенность хеш-функции G состоит в том, что она позволяет разделить
пространство данных на части. При этом не требуется наличия директории в виде d94
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
мерного массива с указателями на внешние блоки, что и позволяет избавиться от одного
из обращений к внешней памяти. Однако отсутствие директории приводит к несколько
иному порядку обработки коллизий и переполнений внешних блоков. В результате могут
появляться цепочки блоков, которые негативно сказываются на производительности.
Количество обращений к внешней памяти. Самым первым показателем, на
который обращают внимание при выборе структуры индексирования большого объема
данных, является количество обращений к внешней памяти при запросе объектов на
точное сопоставление всех ключевых полей. Это связано с тем, что за последние
десятилетия быстродействие процессоров выросло в сотни раз. В то же время
производительность устройств хранения увеличилась не так значительно. Поэтому
программы, которые раньше в основном зависели от быстродействия CPU, теперь больше
зависят от устройств хранения данных. Такая разница в производительности делает
подсистему ввода/вывода узким местом во многих программах, мощности CPU остаются
неиспользованными. Поэтому вопрос количества обращений к внешней памяти в процессе
выполнения типовых задач является очень важным при оценке быстродействия структуры
в целом. Улучшенная организация хранения файлов способствует сокращению числа
обращений к устройству хранения, а также снижает время выполнения операции доступа.
Например, использование индексированного файла сокращает число запросов к
подсистеме ввода/вывода, необходимых для получения некоторого количества данных,
сужая область поиска со всего файла до его небольшого участка.
Из описания файла-решетки нетрудно сделать вывод, что для выполнения запроса
любого индексированного объекта необходимо ровно два обращения к внешней памяти.
Процедура поиска состоит из трех этапов. Сначала происходит поиск необходимых
индексов размещения в решетке. Для этого сканируются линейные шкалы по всем
измерениям. Но так как сами шкалы занимают немного места и хранятся в оперативной
памяти, на данном шаге не происходит обращений к внешней памяти. На втором шаге
определяется нужный участок решетки (многомерного массива, в котором находится
информация о внешних блоках) и загружается для сканирования в оперативную память.
Вся решетка расположена во внешней памяти, поэтому на выполнение данной операции
тратится одно обращение к устройству хранения. По загруженной части решетки на
третьем шаге определяется внешний блок с искомой записью и загружается в
оперативную память. Таким образом, для выполнения запроса на поиск необходимо ровно
два обращения к внешней памяти. Причем этот показатель не зависит от того, находится
ли искомая запись в индексе (для того, чтобы сделать вывод об отсутствии записи в
индексе, также необходимо два обращения к устройству хранения).
Для хеширования PLOP все не так однозначно. В данной схеме нет массива решетки,
а номер внешнего блока определяется с помощью специальной адресной функции. Это
позволяет избавиться от одного обращения к внешней памяти. Схема поиска также
состоит из трех шагов. На первом шаге с помощью иерархических шкал (деревьев деления
по осям пространства) определяются индексы решетки. Как и в файлах-решетках, шкалы
расположены в оперативной памяти и не требуют обращений к внешней памяти. Таким
образом, первый шаг у обеих структур практически идентичен, за исключением только
формы представления шкал в памяти (сортированный массив или бинарное дерево). На
втором шаге полученные индексы подставляются в адресную функцию, которая
возвращает номер внешнего блока. Данный шаг также не требует обращений к внешней
памяти. И только на третьем шаге нужный блок загружается в оперативную память, из
него извлекаются записи поиска. Однако из-за отказа от массива решетки и
необходимости поддерживать заданный коэффициент наполнения в хешировании PLOP
коллизии и переполнение блоков приводят к появлению цепочек. Поэтому при поиске на
последнем шаге, возможно, придется загружать не один внешний блок, а целую цепочку
95
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
подобных блоков. Хотя первые два шага и не требуют обращений к внешней памяти,
последний шаг может привести к нескольким таким обращениям.
Для оценки количества обращений была смоделирована ситуация равномерного
распределения записей в пространстве. Количество записей в файле варьировалось от
1 000 до 100 000. Каждая операция и тест проверялись несколько раз, и данные этих
проверок усреднялись.
При тестировании не измерялось абсолютное время выполнения тех или иных
операций. Это связано с тем, что на время работы влияет большое количество факторов,
учесть которые очень сложно. Результаты работы в этом случае могут оказаться не совсем
точными. В экспериментах вычислялись статичные показатели, не зависящие от
мощности и конфигурации вычислительной системы, на которой проводится
тестирование.
В тестировании участвовало несколько последовательностей записей. Самыми
показательными оказались следующие варианты: случайная вставка; вставка записей,
отсортированных по одному из ключей; вставка записей с одновременным возрастанием
всех ключей. Файл-решетка работает одинаково со всеми тремя типами
последовательностей, т.е. данная структура не зависит от последовательности подаваемых
на индексирование данных, что является несомненным плюсом.
Эффективность PLOP-хеширования зависит от входной последовательности. Как
показывает практика, если ключи возрастают одновременно, то уже при нескольких
тысячах записей файлы с данными принимают размеры в тысячи мегабайт, что
свидетельствует
о
неприменимости
PLOP-хеширования
к
сортированным
последовательностям данных. Однако если сортировка проведена по одному из ключей,
различие в эффективности не так
велико.
В статье представлена только
серия опытов со случайными
последовательностями равномерно
распределенных данных, так как
этот вариант является наиболее
часто встречающимся на практике.
Хеширование PLOP показало
среднее количество обращений от
1,5 до 1,85 (рис. 3). При небольшом
наполнении файла число обращений
к внешней памяти близко к 1,5, что
значительно
превосходит
аналогичный показатель файловРис. 3. Количество обращений к внешней памяти
решеток. Но с ростом объема
данных (особенно если данные
подаются в отсортированном виде) этот показатель падает, что связано с появлением
длинных цепочек внешних блоков в файле. Однако при равномерном распределении
PLOP-хеширование по этому показателю дало лучшие результаты во всех экспериментах.
Коэффициент заполнения. Еще одним важным показателем структуры является
коэффициент заполнения, который рассчитывается по следующей формуле:
где N – количество проиндексированных записей; Size – размер одной записи; V – общий
размер структуры.
Данный показатель является мерой эффективности использования внешней памяти
структурой. Чем он ближе к 100%, тем более бережно расходуется память.
96
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
На рис. 4 показаны вычисленные зависимости коэффициента заполнения от
количества записей в файле. Коэффициент заполнения в хешировании PLOP падает с
ростом числа записей, тогда как у файла-решётки он практически не изменяется. Это
объясняется тем, что в PLOP-хешировании каждой ячейке пространства данных
соответствует не менее одного
внешнего блока (даже если в ней нет
ни одной записи). Данный эффект
усугубляется с ростом количества
индексированных
записей.
При
малом объеме данных количество
пустых или полупустых блоков не
сильно влияет на общую картину.
Однако с ростом размера решетки
каждое деление ячеек приводит к
появлению подобных блоков.
В то же время файл-решетка
позволяет объединять пустые ячейки
Рис. 4.Коэффициент заполнения
в группы, которым соответствует
всего один внешний блок. Поэтому
увеличение количества записей практически не изменяет коэффициент заполнения. Это
является положительной стороной массива решетки. При делении ячеек разбиваются
только те ее части, которые действительно переполнены. Остальные объединяются в
группы и не затрагивают внешние блоки. Информация о подобных объединениях как раз
и заносится в массив решетки. Незначительное уменьшение коэффициента заполнения в
файле-решетке связано только с ростом самой директории.
График (рис. 4) показывает ситуацию при бесконтрольном делении решетки. В
хешировании PLOP деление можно поставить в зависимость от коэффициента
заполнения. В практических реализациях предлагается именно так и делать. Иначе
использование памяти будет чрезвычайно низким, что подтверждается всеми
экспериментами.
Если коэффициент заполнения контролировать при вставке, то ячейки решетки
будут расщепляться при переполнении только тогда, когда этот коэффициент достигнет
определенного уровня. В этом случае структура будет показывать практически
константную зависимость от количества записей.
Выбирать порог расщепления нужно с большой осторожностью. Чем больше будет
выбранная величина, тем более длинные цепочки будут образовываться при коллизиях и
переполнениях. Это негативно скажется на количестве обращений к внешней памяти, что
приведет к снижению производительности. Так, выбор коэффициента заполнения 95100% приведет к тому, что средняя длина цепочек в файле будет намного больше 2, а
следовательно, производительность файла-решетки на тех же данных окажется выше. По
результатам экспериментирования предлагается использовать пороговое значение
коэффициента в пределах 70%.
СПИСОК ЛИТЕРАТУРЫ
1. Nievergelt, L. The Grid File: an Adaptable, Symmetric Multi-Key File Structure / L. Nievergelt, H.
Hinterberger, K.D. Sevcik // ACM Transactions on Database Systems. – 1984. -Vol. 9. – №1. – P. 38-71.
2. Kriegel, H.-P. PLOP-Hashing: A Grid File without Directory / H.-P. Kriegel, B. Seeger // Praktsche Informatik. University of Bremen, 1988.
3. Gaede, V. Multidimensional Access Methods / V. Gaede, O. Gunther // ACM Computing Surveys. – 1998. -Vol.
30. – №2.
Материал поступил в редколлегию 23.11.10.
97
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 517. 11
Е.Е.Гетманова
КОМПЬЮ ТЕРНОЕ МОДЕЛИРОВАНИЕ НЕЛИНЕЙНЫ Х КОЛЕБАНИЙ
С помощью пакетов MathCAD и Flash промоделированы нелинейные колебания, затухающие под действием кулоновского трения, колебания тел, заключенных между двумя пружинами, жесткость которых задается кусочно-линейной характеристикой. Показано, что математическое и графическое моделирование позволяет легко понять основные особенности данных нелинейных колебательных процессов.
Ключевые слова: Flash-технологии, нелинейные колебания, кулоновское трение, компьютерное моделирование.
Компьютерное моделирование быстро становится эффективным средством обучения. Оно включает визуализацию, интерактивность, помогает студентам развить способности к построению физических моделей и пониманию научных концепций. Традиционный метод обучения представляется достаточно сложным для восприятия вследствие громоздкости материала, его абстрактности, отсутствия связи с реальными задачами. В настоящее время образовательное физическое сообщество интенсивно использует пакеты
Flash и Java [1-3] для моделирования физических явлений.
При графическом моделировании физического процесса студенты вначале просто
наблюдают анимацию, а затем начинают понимать физическую идею, которая воплощена
в ней. При этом внимание фиксируется на главной физической концепции. Компьютерное
моделирование увеличивает объем излагаемого материала, помогает студентам работать
самостоятельно. Оно усиливает структуру концептуального мышления благодаря физической точности, высокой степени визуализации, динамическому представлению физики.
Занятия, проводимые с использованием интерактивных компьютерных технологий, представляют собой активный способ обучения, обеспечивают возможность самоконтроля,
поскольку физические величины вычисляются вначале самостоятельно учащимися, а при
нажатии соответствующей кнопки выводятся на экран. Этот новый способ оказался привлекательным для большей части студентов. Тестовые опросы после проведения занятий с
использованием описанных ниже Flash-фильмов показали, что компьютерное моделирование создает более устойчивое представление о физических явлениях, приводит к более
быстрому и эффективному пониманию физического процесса, стимулирует изучать материал более глубоко, чем при традиционном методе изложения. При этом большинство
студентов выразили желание научиться самостоятельно создавать анимационные фильмы
с использованием физических законов. Если при изложении материала используются
компьютерные технологии, то предмет становится доступен и интересен не только физикам, но и студентам инженерных, экономических и других профессий.
Как показал опыт проведения подобного рода занятий в Белгородском государственном технологическом университете им. В. Г. Шухова, пояснение материала, сопровождаемое моделированием физических явлений с помощью математических и графических пакетов, способствует более быстрому пониманию излагаемого материала, помогает
понять связь между теорией и реальными задачами.
Затухающие колебания, как правило, связываются с вязким трением. Это обусловлено возможностью получения несложного аналитического решения. Кулоновское трение
описывается нелинейным уравнением и представляется достаточно трудным для понимания. Использование компьютерных технологий позволяет представить нелинейные колебания весьма понятными, доступными для анализа, с легко запоминающимися особенностями.
98
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
В статье описано моделирование колебательного процесса, происходящего под
действием сухого (кулоновского) трения [4] (рис.1) , график которого показан на рис.2.
Уравнение движения тела имеет вид
d 2x
dx
m 2 + kx = − µmg при
> 0;
dt
dt
(1)
d 2x
dx
m 2 + kx = µmg при
< 0.
dt
dt
Рис. 1. Колебания тела под действием
где m − масса тела; k − коэффициент жесткости
кулоновского трения
пружины; g − ускорение свободного падения,
µ − коэффициент трения (безразмерная величина).
Моделирование данной задачи состоит в решении двух линейных уравнений, причем при решении второго уравнения в качестве начальных условий надо взять те условия, которые получились в
конце движения, описываемого первым уравнением,
и т.д. Таким образом, решение нелинейной задачи
составляется (припасовывается) из решений линейных уравнений. Решение уравнений (1) изображают
незатухающие гармонические колебания вокруг
сменяющихся положений равновесия. Когда масса
Рис. 2. Зависимость силы
µg
сухого трения от скорости
попадает в полосу x < 2 , так называемую «мерт-
ω0
вую зону», движение прекращается. Количество колебаний, которое совершает система до
x ω2 1
попадания в «мертвую зону», определяется выражением N MAX ≈ 0 0 − . При начальных
2µg 2
условиях x(t = 0) = x0 , v(t = 0) = 0 решение уравнений (1) представляется в виде

µg 
n −1 µg
, n ≤ N MAX .
x(t ) =  x0 − (2n − 1) 2  cos(ω0t ) + (− 1)
2
ω
ω
0
0


В случае вязкого трения движение тела описывается уравнением
d 2x
dx
+ 2β
+ ω02 x = 0 ,
2
dt
dt
где β − коэффициент затухания.
Решение уравнения (2) представляется в виде
(
(2)
)
x = x0 exp(− βt ) cos ω02 − β 2 t + α ,
где x0 − начальное смещение; α − начальная фаза колебания. Колебания в этом случае
прекращаются через бесконечное время. Амплитуда колебаний при сухом (кулоновском)
трении в течение всего времени движения убывает за одно отклонение (половину периода
µg
колебаний) на одну и ту же величину ∆x = 2 , т.е. уменьшается по закону арифметиче-
ω0
ской прогрессии. При вязком трении изменение амплитуды двух последовательных отклонений составляет ∆x1− 2 = A1 (1 − exp(− βT / 2) ) . Периоды колебаний в случае одинаковых
2π
параметров ( k, m ) систем при вязком и сухом трении совпадают: T =
. Графики, поω0
99
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
казывающие колебания систем с вязким и сухим трением (рис. 3), выполнены с помощью
пакета MathCAD.
Графическое моделирование рассматриваемых колебаний, выполненное с использованием пакета Flash, показано на рис.4. После задания параметров колебательного процесса (массы, жесткости пружины, коэффициентов трения (затухания) и начального
смещения) запускается анимация. Тела, показанные на экране, совершают колебания,
причем в одном случае на тело действует вязкое трение, а в другом – сухое. На экран выводятся прямые линии, соответствующие последовательным отклонениям при сухом треРис. 3. Колебания при действии: 1 – сухого
нии. В текстовых окнах появляются количетрения; 2 – вязкого трения
ство отклонений от положения равновесия
при сухом трении и период колебаний. Представленный метод изложения имеет ряд преимуществ по сравнению с обычным пояснением материала. Во-первых, это наглядность,
позволяющая студентам на глаз отличать и запоминать основные характеристики колебательных процессов, во-вторых, быстрота освоения материала. После проведения занятий
по описанной методике все студенты правильно отвечали на вопросы о законе изменения
амплитуды колебаний при вязком и сухом трении, количестве колебаний, совершаемых
системой до остановки, и т.д.
Аналогично методом припасовки можно промоделировать колебания
тела, зажатого между двумя пружинами
[5] (рис.5).
Симметричная
кусочнолинейная характеристика силы, действующей на тело (рис.6), задается уравнением
(F − F0 )

x, 0 ≤ x ≤ x 0 ;
 F0 +
x0

F ( x) =
(F − F0 )

x, − x0 ≤ x < 0;
 − F0 +
x0

Рис. 4. Анимация колебаний при действии
кулоновского трения
Рис. 5. Колебания тела, зажатого
между пружинами
Рис.6. Кусочно-линейная характеристика
силы, действующей на тело
100
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
На участке 0 ≤ x ≤ x0
дифференциальное
уравнение движения имеет вид
(F − F0 )
F
d 2x
где
.
С
учетом
+ ω 02 x = − 0 ,
ω 02 =
2
mx0
m
dt
x(t = 0) = x0 , v(t = 0) = 0 решение представляется в виде
начальных
условий

F 
F
x1 (t ) =  x0 + 0 2  cos ω 0 t − 0 2 .
mω 0 
mω 0

Время прохождения первого участка (от максимального смещения x0 до положе



1
1


ния равновесия x = 0 ) равно t1 =
. Поскольку задача симметричная,
arccos
2
ω0
mω 0 x0 

1+


F
0


то период колебаний системы T = 4t1 . На участке − x0 ≤ x < 0 дифференциальное уравнеF0
d 2x
2
.
ω
+
=
x
0
m
dt 2
С учетом начальных условий x 2 (t1 ) = 0, v1 (t1 ) = v 2 (t1 ) уравнение движения представляется в виде


F  2 F0
F
2 F0
x 2 (t ) =   x0 + 0 2  −
cos ω 0 t1  cos ω 0 t −
sin(ω 0 t1 ) sin (ω 0 t ) + 0 2 .
2
2


mω 0  mω 0
mω 0
mω 0


В области 0 ≤ x ≤ x0 (возвращение в крайнее правое положение) уравнение движеF
ния имеет вид x3 (t ) = S 1cos ω0t + S 2 sin ω0t − 0 2 ,
mω0
где
 2

F  2 F0
 sin (ω 0 3t1 ) +
cos
S1 =   x0 + 0 2  −
t
ω
1
0
2


m
m
ω
ω
0
0 


2 F0
F
sin(ω 0 t1 ) sin (ω 0 3t ) cos(ω 0 3t1 ) + 0 2 cos(ω 0 t1 );
+
2
mω 0
mω 0
ние движения имеет вид


F  2 F0

cos
t
S 2 = −  x0 + 0 2  −
ω
0 1 (sin(ω 0 3t1 )) cos(ω 0 3t1 ) −

mω 0  mω 02


2 F0
F
sin(ω 0 t1 ) cos 2 (ω 0 3t1 ) + 0 2 sin(ω 0 t1 ).
−
2
mω 0
mω 0
На рис.7 показан график изменения координаты
тела за один период, а также положения равновесия, относительно которых происходят колебания.
Интерфейс Flash-фильма, который осуществляет
графическое моделирование, показан на рис.8. После
введения значений массы тела, амплитуды силы F , силы F0 , которая действует на тело в положении равновесия и характеризует степень его «сдавленности», начального смещения x0 в левой нижней части экрана
Рис. 7. График колебаний тела,
представленного на рис. 5
строится характеристика силы.
101
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Рис. 8. Анимация колебаний тела, помещенного между пружинами, и тела,
совершающего гармонические колебания
После нажатия кнопки начинается анимация: тело совершает колебания между
двумя пружинами. Для сравнения показано тело, совершающее гармонические колебания.
В текстовых окнах выводятся значения периодов колебаний обоих тел. Чем меньше F0 ,
тем меньше сжата пружина (и тело) в положении равновесия и тем больше совпадают периоды колебаний.
Если тело совершает колебания между двумя несоприкасающимися, несжатыми пружинами [5]
(рис.9), то симметричная кусочно-линейная характеристика силы, действующей на тело (рис.10), определяется уравнением
Рис. 9. Колебания тела между двумя
пружинами
F0 x
FA

− 0 0 , A0 ≤ x ≤ x0

x0 − A0 x0 − A0

0, − A0 ≤ x ≤ A0 ,
F ( x) = 

F0 x
F0 A0
− x − A + x − A , − x0 ≤ x ≤ − A0 .
0
0
0
 0
Рис. 10. Кусочно-линейная характеристика действующей на тело
силы
Уравнение движения тела при начальных условиях
x(t = 0) = x0 , v(t = 0) = 0 для одного периода колебаний
представляется в виде
(x0 − A0 ) cos(ω 0 t ) + A0 , A0 ≤ x ≤ x0 , (0 ≤ t ≤ t1 ),


π
A0 + ( x0 − A0 ) + ω 0 ( A0 − x0 )t , − A0 ≤ x ≤ A0 , (t1 ≤ t ≤ t1 + t 2 ),

2

x(t ) = 
,
( A0 − x0 )sin (ω 0 (t − t 2 )) − A0 , − x0 ≤ x ≤ − A0 , (t 2 ≤ t ≤ t 2 + 3t1 ),

− ( A0 + ω 0 ( x0 − A0 )t 4 ) + ω 0 ( x0 − A0 )t , − A0 ≤ x ≤ A0 , (t 2 + 3t1 ≤ t ≤ 3t1 + 2t 2 )

(x0 − A0 )sin (ω 0 (t − t 5 )) + A0 , A0 ≤ x ≤ x0 , (3t1 + 2t 2 ≤ t ≤ 4t1 + 2t 2 ).
102
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
где t1 =
2 A0
π
; t2 =
; t 4 = 3t1 + t 2 ; t 5 = t 4 + t 2 .
2ω 0
ω 0 (x0 − A0 )
График изменения координаты тела за один период представлен на рис.11. Как
следует из графика, на участках − x0 ≤ x ≤ − A0 и A0 ≤ x ≤ x0 (области 1 и 3) тело совершает колебания, на участке − A0 ≤ x ≤ A0 (область 2) - движется равномерно.
Период колебаний тела составля2π
4 A0
ет T = 4t1 + 2t2 =
. Гра+
ω0 ω0 (x0 − A0 )
фическое моделирование рассмотренного колебания показано на рис. 12. После
введения значений массы тела m , амплитуды силы F0 , амплитуды колебаний x0 , расстояния от положения равновесия до нерастянутых пружин A0
пользователь нажимает кнопку, и на экране внизу слева появляется график,
Рис. 11. График колебаний тела,
представленного на рис. 9
показывающий характеристику силы.
Далее запускается анимация, и два тела
начинают совершать колебания. На экран выводятся прямые линии, соответствующие отклонениям x0 ,− x0 , A0 ,− A0 , положению равновесия, а также область, в которой тело двигается равномерно. Пружины сжимаются, когда на них действует тело. Ниже второе тело
совершает колебания, которые описываются гармоническим законом. В текстовых окнах
выводятся жесткость пружины и периоды колебаний двух тел. Чем ближе положение A0 к
x0 , тем больше увеличение периода колебаний первого тела относительно второго.
Рис. 12. Анимация колебаний тела, движущегося между разнесенными пружинами, и тела,
совершающего гармонические колебания
Применение компьютерных технологий позволяет расширить диапазон изучаемого
материала, предложив вначале ознакомительное, а затем и более детальное изложение
трудных с традиционной точки зрения разделов физики.
103
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
СПИСОК ЛИТЕРАТУРЫ
1. Design Simulation. - http://interactivephysics.design-simulation.com, 2009.
2. Физика. - http://physics.ru/index.php, 2009.
3. Гетманова, Е.Е. Интерактивная лекция по электростатике /Е.Е.Гетманова// Открытое образование. –
2009. - № 2. - С.14-17.
4. Мандельштам, Л.И. Лекции по теории колебаний / Л.И. Мандельштам. - М.:Наука, 1972. - 470 с.
5. Пановко, Я.Г. Введение в теорию механических колебаний / Я.Г.Пановко. - М.:Наука, 1991. - 256 с.
Материал поступил в редколегию 19.11.09.
104
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 001.57
ОБРАЗОВАНИЕ
П.Ю. Шалимов
МОДЕЛЬ ПРЕДСТАВЛЕНИЯ И КОЛИЧЕСТВЕННОЙ ОЦЕНКИ ЗНАНИЙ
Предложена математическая модель для представления и количественной оценки знаний, основанная на понятии «информационная среда». Рассмотрены вопросы имитационного моделирования. Намечены подходы
к сопоставлению параметров модели и интеллектуального объекта, прогнозированию его развития.
Ключевые слова: информация, информационная среда, модель представления знаний, количественная оценка знаний, прогнозирование.
По мере накопления информации знания становятся одним из ресурсов как отдельного человека, так и предприятия. Одним их основных этапов преобразования информации в знания с целью их использования в задачах принятия решений и целом ряде других
интеллектуальных задач является их формализация посредством определенной модели.
Среди традиционных моделей представления знаний в первую очередь следует отметить
продукционные, логические, семантические сети, фреймы, онтологии. Сфера применимости этих моделей в задачах принятия решений включает поиск в базе правил, обучение
новым знаниям, объяснение решений. Это делает знания действительно движущей силой
в сложных производственных системах.
Однако такие модели не дают основания для прогнозирования развития интеллектуальных систем, оценки их уровня, идентификации понятия качества интеллектуального
ресурса, сравнения с линейкой аналогичных объектов. Главная причина такого положения
состоит в том, что описанные традиционные модели не содержат в себе посылок для количественной оценки знаний. Проблема количественной оценки знаний становится все
более актуальной вследствие коммерциализации. Появляются новые формы выражения и
накопления знаний: корпоративные базы знаний, ресурсы сети Интернет.
Математическая модель для представления знаний с возможностью количественного оценивания. Подход к проблеме количественной оценки может основываться на
том, что знания появляются в результате информационного обмена. Модель информационной среды объекта предметной области становится его моделью знаний. Однако само
понятие «информационная среда» (ИНС) нельзя назвать четко определенным. Нет устоявшегося определения этого понятия: при анализе материалов сети Интернет можно найти
до семи различных определений, зачастую существенно различающихся [1-3].
Модель информационной среды [1] – эвристическая, она базируется на ряде гипотез
относительно видов основных функциональных зависимостей. Информационная среда объект, обменивающийся структурированной информацией с другими аналогичными объектами и накапливающий эту информацию.
Модель ИНС, адаптированная для задачи представления знаний, включает:
• семантические информационные направления 1,2,..., n;
• актуальности семантических информационных направлений А 1 ,А 2 ,...,А n ;
• входные информационные потоки направлений Х 1 ,Х 2 ,...,Х n ;
• выходные информационные потоки направлений Y 1 ,Y 2 ,...,Y n ;
• пороговые элементы, входные (V 1 ,V 2 ,...,V n ) и выходные (U 1 ,U 2 ,...,U n );
• потенциалы семантических направлений W 1 ,W 2 ,...,W n ;
• потенциал информационной среды Q.
В основе модели находится понятие семантического направления. По семантическому направлению происходит обмен информацией между средами. Семантические на105
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
правления характеризуют тематическую ориентацию передачи информации между информационными средами и нумеруются целыми положительными числами. В общем случае i ∈1...n; n → ∞ (n - максимальное количество направлений, учитываемых в конкретном расчете). Семантические направления инвариантны относительно среды: соответствие конкретной темы направления и его номера не зависит от среды в каждой рассматриваемой схеме взаимодействия.
Актуальность направления является количественной оценкой приоритетности этого
направления на данном отрезке времени (A∈0…1). Сумма всех актуальностей направлений среды на данном отрезке времени
n
∑A
i =0
i
= 1.
(1)
Входные потоки направлений Х 1, Х 2 ,…,Х n определяются количеством информации,
поступившей в среду по соответствующему направлению, выходные потоки направлений
Y 1, Y 2 ,...,Y n - величиной информации, переданной другим информационным средам в рассматриваемой расчетной схеме.
Пороговые элементы, входные (V 1 ,V 2 ,...,V n ) и выходные (U 1 ,U 2 ,...,U n ), определяют
режимы пропуска соответствующих потоков в среду и обратно. В простейшем случае пороговые элементы реализуют дискретный режим пропускания информационных потоков
в зависимости от актуальности направления: если Ai<Vi, то Xi=0; если Ai<Ui, то Yi=0.
Состояние, при котором значение пороговых элементов Vi, Ui равно 0, соответствует полному безусловному пропусканию потоков. Значение пороговых элементов, равное единице, соответствует заблокированным направлениям при отсутствии информационных потоков.
Потенциалы семантических направлений W 1 ,W 2 ,...,Wn являются мерами накопления
соответствующей тематической информации. В общем случае потенциал будет определяться выражением
1
Wi = W ( ∫ X i (t ) dt ) ,
0
где W - функция преобразования входного потока в потенциал направления (функция
упаковывания); t - время жизни информационной среды.
Аргумент функции W будет называться накопленным потоком направления. Потенциал семантического направления - величина, находящаяся в интервале [0; 1]. Значение 0
соответствует случаю, когда не было получено информации по данному направлению.
Значение 1 показывает, что получена вся возможная в данной расчетной схеме информация.
Функция преобразования входного потока определяет способность информационной
среды к накоплению информации по семантическому направлению. Этот тип функций
описывается следующим образом:
1
(2)
W (s) =
1 + exp(− ln(as ))
или
(3)
W ( s ) = tanh( as ) ,
где s - накопленный поток направления.
Параметр a определяет крутизну функции F и является одной из основных характеристик информационной среды, отвечающей за способность накопления структурированной информации. С позиций когнитивного подхода вектор W - знания информационной
среды, и параметр а отвечает за качество процесса накопления знаний (обучение). Пара106
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
метр а - характеристика качества процесса накопления структурированной информации.
Потенциал информационной среды является мерой накопления информации в ИНС
и в общем случае определяется как
N
Q = Q ( ∑ WI ) ,
N =1
где Q - функция преобразования потенциалов.
Функция преобразования потенциалов направлений в потенциал ИНС описывается
следующим выражением:
1 + tanh(ln(bx )) ,
(4)
Q( x) =
2
где b - параметр накопления информации в среде.
Изменяя параметр b, можно строить функции с различной крутизной и, следовательно, различной эффективностью процесса накопления информации в среде. Параметр b является еще одной характеристикой модели, отвечающей за качество процесса накопления
информации в среде.
Актуальность семантического направления определяется как функция от потенциала
этого направления:
A i =A(W i ),
где A(W i ) - функция зависимости актуальности от потенциала направления.
Используется функция, задаваемая следующим выражением:
2
W I − p 
(5)
A(W I ) = exp(− 
 )/t ,
r


где p, r, t - параметры, определяющие график конкретной функции. Изменяя эти параметры, можно получать функции с различной крутизной (параметр r), сдвигом (параметр р),
высотой (параметр t). Значения W и A принадлежат интервалу от 0 до 1.
Тем самым может быть реализована как спадающая, так и растущая по мере роста
потенциала направления актуальность. Также при определенном сочетании управляющих
параметров может быть реализована функция, ассоциирующаяся с зависимостью количества семантической информации, воспринимаемой потребителем, от объема его тезауруса.
Следует отметить, что функция актуальности вида (5) будет обеспечивать в ходе вычислений ввод в действие новых семантических направлений.
Выходной информационный поток направления определяется как
Y I = Y ( AI ) ,
где Y(A I ) - функция информационного потока.
В первом приближении используется прямая линейная зависимость информационного потока от актуальности. Входной поток направления определяется суммированием
входных потоков, полученных от других сред в рассматриваемой схеме:
m
X i = ∑ Y ji ,
j =1
где Y ji - выходной поток по направлению i для среды j.
Значения пороговых элементов зависят от потенциала среды:
Vi = V (Q ) ;
U i = U (Q ) .
Пороговые значения актуальностей направлений уменьшаются по мере роста потенциала среды. Это позволяет математической модели обеспечивать ввод новых направлений по мере увеличения потенциала среды. Такая зависимость выглядит следующим образом:
V i =V 0i p(Q);
U i =U 0i p(Q);
107
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
p(Q)=1-tanh(hQ),
(6)
где V i - текущее значение порога актуальности; V 0i , U 0i - начальные значения порогов актуальностей; h - параметр функции.
Модель является рекуррентной. Фактор времени в такой модели явно не присутствует, что затрудняет ее использование в задачах прогнозирования. Аналог времени появляется на стадии имитационного моделирования информационной среды.
Имитационное моделирование. В основе задачи имитационного моделирования
информационной среды лежат:
• расчетная схема, состоящая из М сред с количеством направлений N;
• распределение потенциалов направлений W для каждой рассматриваемой ИНС;
• распределение входных порогов V актуальностей;
• распределение выходных порогов U актуальностей.
Требуется определить конечное распределение потенциалов направлений и среды
после выполнения некоторого количества актов распространения информации (эпох). Согласно представленной математической модели, ИНС определяют следующие параметры:
• характеристика качества процесса накопления структурированной информации параметр а в выражениях (2) и (3);
• характеристика качества процесса накопления информации в среде - параметр b в
выражении (4);
• характеристики функции актуальности - параметры p, r, t в выражении (5);
• характеристика функции управления порогами – параметр h в выражении (6).
Эти параметры модели в дальнейшем будут называться характеристическими, поскольку они определяют индивидуальные свойства среды.
В ходе имитационного моделирования возможны последовательный и пакетный режимы распространения информации в рамках выбранной схемы. В первом случае последовательно просматриваются все информационные среды в выбранной схеме и все их направления, каждая передача информации учитывается изменением соответствующих потенциалов направлений и сред. В пакетном режиме изменение соответствующих потенциалов будет учитываться только после рассмотрения всех сред в выбранной схеме. В
обоих режимах под эпохой понимается рассмотрение всех возможных в данной схеме актов передачи информации. На протяжении всей эпохи остаются неизменными значения
актуальностей направлений, потенциалов направлений и сред. Новые значения эти параметры получают при окончании эпохи.
Рассматриваются две основные группы вычислительных экспериментов (в зависимости от целей моделирования): локальные и глобальные. Локальные вычислительные
эксперименты предполагают наблюдение за основными характеристиками одной или нескольких информационных сред в расчетной схеме. В глобальных экспериментах объектом наблюдения являются все среды в расчетной схеме. Наблюдаемыми характеристиками в большинстве случаев являются потенциал информационной среды, потенциалы направлений, количество направлений, по которым передавались сообщения. Примеры ассоциаций между вычислительными экспериментами и реальными ситуациями: «учреждение образования», «веб-сайт». Название ассоциации дается по реальной ситуации и в
дальнейшем может использоваться для именования вычислительного эксперимента.
Вербальное описание алгоритма моделирования. Алгоритм предполагает циклическую обработку всех информационных сред выбранной расчетной схемы в следующей
последовательности:
1. Инициализация. Генерируются значения порогов актуальностей направлений с
помощью датчика равномерно распределенных чисел в интервале [0;1]. В зависимости от
целей конкретного вычислительного эксперимента актуальностям отдельных направлений
ряда исследуемых сред могут быть присвоены запретительные значения (=1). Например,
108
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
ИНС библиотечного ресурса имеет запретительные значения по каждому входному направлению Vi=l. В качестве направлений выступают разделы содержания. Аналогично, в
зависимости от целей конкретного вычислительного эксперимента, выбираются потенциалы направлений.
2. Распространение информации в средах расчетной схемы. Для каждого направления каждой ИНС рассчитывается актуальность:
2
Wij − p j 
Aij (Wij ) = exp(− 
 )/tj,

 r j
где A ij и W ij - соответственно актуальность и потенциал направления i; r j ,p j , t j - параметры функции актуальности в среде j.
Затем определяются выходные потоки по каждому направлению каждой среды.
Один из возможных подходов к определению выходного потока предполагает, что он
прямо пропорционален актуальностям направлений. При этом необходимо учесть, что по
целому ряду направлений, имеющих текущие значения актуальностей меньше пороговых,
передача информации не состоится. Тогда при определении выходных потоков направлений следует использовать нормированные с учетом выражения (1) значения актуальностей:
Y ij =A ij при A ij ≥ U ij ;
0 при A ij <U ij ,
где A ij - нормированные актуальности направлений.
3. Регистрация потоков информации в потенциалах направлений и ИНС. Для каждого направления каждой ИНС определяется суммарный поток за эпоху следующим образом:
X ij =
m
∑Y
k =1
ij
при A ij ≥ V ij ;;
0 при A ij <V ij ,
где j - номер рассматриваемой ИНС; k - нумерация по ИНС в расчетной схеме; m - максимальное
число ИНС в схеме; i - номер рассматриваемого направления.
Определяются потенциалы направлений с использованием соответствующих функций преобразования входного потока:
Wij =
1
1 + exp(− ln(aX ij ))
или
Wij = tanh( aX ij )
.
Для каждой среды в расчетной схеме определяется новый потенциал:
n
Qj =
1 + tanh(ln(b j ∑ Wij ))
i =1
,
2
где Q j - потенциал среды с номером j ; b j - параметр накопления информации в ИНС.
Для каждой ИНС определяются новые значения пороговых функций:
Vij = Voij (1 − tanh(h j Q j )) ;
U ij = U oij (1 − tanh(h j Q j )) ,
где Voij и Uoij - начальные значения порогов актуальностей направлений; h j - параметр функции изменения пороговых значений.
4. Последовательное выполнение этапов 2 и 3. Выполнение одной последовательности этапов 2 и 3 соответствует одной эпохе. В конкретном вычислительном эксперименте эпохе может быть сопоставлено время, хотя оно в модели в явном виде не присутствует.
Описанная модель ИНС может быть применима для представления знаний, если
сопоставить параметрам модели соответствующее семантическое описание. Семантиче109
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
скому направлению модели информационной среды будет сопоставляться термин «тезаурус». Потенциалу направления Wi будет соответствовать полнота (объем) определения
термина «тезаурус». Соответственно вектор потенциалов направлений W, потенциал ИНС
Q будут представлять собой количественные оценки знаний.
Численный эксперимент, основан на следующей расчетной схеме. Исследуемая
ИНС: максимальное количество направлений - 100; потенциалы направлений - 0,0; пороговые значения входных направлений - равномерно распределенные величины в интервале
[0;0,5]; пороговые значения выходных направлений - равномерно распределенные величины в интервале [0,5;1]; начальное значение потенциала - 0. Информационные среды окружения: количество - 5; максимальное количество направлений - 100; потенциалы направлений - равномерно распределенные случайные значения в интервале [0,2;0,3]; пороговые
значения входных направлений - равномерно распределенные величины в интервале
[0,1;0,9]; пороговые значения выходных направлений - равномерно распределенные величины в интервале [0,1;0,9]. Регистрируются значения потенциала исследуемой среды Q и
количества действующих направлений D на протяжении первых 80 эпох. Действующим
считается направление, по которому передается информация. В зависимости от целей исследования наблюдаемыми в ходе вычислительного эксперимента величинами могут быть
следующие параметры: потенциал выделенной информационной среды, количество действующих направлений, суммарный потенциал всех сред в расчетной схеме, скорость
увеличения потенциала в зависимости от характеристических параметров. При выполнении вычислительных экспериментов, направленных на апробацию предложенной математической модели информационной среды, определяются указанные параметры и их диапазоны. С учетом того, что количество действующих направлений и потенциал среды являются мерами кругозора и уровня интеллекта системы, число эпох - аналогом времени, такие вычислительные эксперименты имеют высокий прогностический потенциал.
Потенциалы направлений должны сопоставляться со значениями реальных объектов
путем статистических исследований с использованием синтаксических аналогий. Синтаксическая аналогия – допущение, которое полагает, что объемы семантической информации и знаний имеют прямо пропорциональную зависимость с количеством синтаксической информации при рассмотрении на достаточно большом объеме опытного материала.
Например, для оценивания величин потенциалов направлений используется следующая
процедура: выбирается направление (термин глоссария, тезауруса, энциклопедии), оценивается в байтах объем соответствующей информации (по нескольким источникам). В качестве источников информации могут выступать словари, энциклопедии, учебные пособия. Количество использованных источников будет определять точность статистического
исследования, в котором получаются математическое ожидание и дисперсия величин, сопоставляемых потенциалам и направлениям модели.
Параметры вычислительного эксперимента соответствуют случаю приобретения
знаний ребенком в возрасте от 0 до 3 лет [4]. Считается, что в возрасте 2-3 лет ребенок
знает 50-300 слов, что будет аналогом количества действующих направлений [5]. Уровни по потенциалам направлений представлены в виде оценок, полученных экспертным способом.
Появление новых знаний в информационной среде проявляется увеличением потенциалов
направлений, вводом новых направлений информационной среды, увеличением потенциала информационной среды, изменением характеристик функции управления пороговыми значениями актуальностей направлений.
Модель ИНС учитывает все аспекты понятия «информация»: синтаксический, семантический, прагматический. Синтаксический аспект показывается информационными
потоками Yi,Xi, семантический – потенциалами направлений Wi, прагматический – актуальностями направлений Ai и пороговыми значениями Ui,Vi. Информационный обмен в
модели организуется по следующему принципу: знания в момент времени t (вектор по110
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
тенциалов W(t)) стимулируют определенное распределение актуальностей (А), что приводит к появлению информационных потоков (Y,X), преобразующихся в новое знание
W(t+1). В численном эксперименте это показано для одной информационной среды, находящейся в определенном окружении. Такого типа вычислительные эксперименты могут
проводиться для прогнозирования развития, вариативного сопоставления параметров и
результатов, оценивания уровня.
Основные проблемы возникают при сопоставлении результатов вычислительного
эксперимента с реальной ситуацией. В параметрах модели придется учитывать значения
для конкретных информационных объектов. В описанном численном эксперименте значения параметров ранжировались по уровням с приписыванием им вербальных и количественных характеристик. Например, шкала потенциалов делится на пять уровней: начальный (0<Wi<0,2), энциклопедический (0,2<Wi<0,4), учебный (0,4<Wi<0,6), профессиональный (0,6<Wi<0,8), экспертный (0,8<Wi<0,9). В целом ряде случаев такой точности
исходных данных может быть не достаточно.
Предложенная модель позволяет количественно оценивать знания в информационной среде, к которой, в частности, относятся человек, веб-сайт, глобальная сеть Интернет,
любое интеллектуальное произведение, в численных значениях интервала [0;1]. При этом
знания трактуются как полученная и особым образом «упакованная» информация. Модель
позволяет решать задачи оптимизации, прогнозирования развития интеллектуальных ресурсов, сравнивать их динамику, задавать параметры развития.
СПИСОК ЛИТЕРАТУРЫ
1. 1.. Шалимов, П.Ю. Математическая модель информационной среды/ П.Ю. Шалимов// Вестн. БГТУ. 2008. - № 1.- C.54-60.
2. Шалимов, П.Ю. Моделирование информационной среды образовательного учреждения / П.Ю. Шалимов //
Качество инженерного образования : материалы 3-й Междунар. науч.-метод, конф. - Брянск, 2009.-С.181183.
3. 3.Дорот, В. Л. Толковый словарь современной компьютерной лексики/ В.Л. Дорот - 2-е изд., перераб. и
доп. — СПб.: BHV-Санкт-Петербург, 2001. — 509 с.
4. Дубровина, И.В. Психокоррекционная и развивающая работа с детьми / И.В. Дубровина, А.Д. Андреева,
Е.Е. Данилова [и др]. ; под ред. И.В. Дубровиной. - 2-е изд. — М. : Академия, 1998. — 160 с.
5. Гладун, А.Я. Онтологии в корпоративных системах / А.Я. Гладун, Ю.В. Рогушина // Корпоративные системы. -2006. - №1.
Материал поступил в редколлегию 30.11.09.
111
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 658.562: 004.89
Т.А.Филичева
АНАЛИЗ ПРИМЕНЕНИЯ НЕЧЕТКО-МНОЖЕСТВЕННОГО ПОДХОДА
К МОНИТОРИНГУ КАЧЕСТВА ОБРАЗОВАНИЯ
ГОСУДАРСТВЕННЫХ СЛУЖАЩИХ
Изложены теоретические основы развития информационного обеспечения мониторинга системы качества
образовательных услуг вуза. Обосновано применение нечетко-множественного подхода к анализу образовательных систем. Представлены качественные показатели через лингвистические переменные.
Ключевые слова: система качества, мониторинг, образовательная система, теория нечетких множеств, лингвистические переменные.
В связи с необходимостью повышения кадрового потенциала страны в современных
условиях особое внимание уделяется повышению качества формирования резерва управленческих кадров путем разработки и внедрения профессиональных стандартов нового
поколения, ориентированных на формирование востребованных профессиональных компетенций, личностных качеств и профессионализма. Реализация федеральной целевой
программы
«Электронная
Россия»
предусматривает
проведение
научноисследовательских работ в области специального, высшего профессионального и послевузовского образования взрослых с учетом специфики и требований государственной и муниципальной службы. При этом одним из путей повышения качества подготовки управленческих кадров остается развитие системы непрерывного образования. Система непрерывного образования представляет собой сложную социальную систему, состояние которой определяется результатами не только учебной деятельности (внутренними показателями), но и воздействий со стороны изменяющегося рынка труда (внешних воздействий).
Система качества образовательного учреждения (СКОУ) в соответствии с требованиями
современного управления должна отличаться мобильностью, гибкостью, оперативностью
обработки и анализа информации, возможностью моделирования и прогнозирования качества. Создание эффективно действующей СКОУ требует внедрения высоких информационных технологий, что отражено в стандарте 1.6 «Информационные системы» ENQA, и
предусматривает охват следующих направлений [10]:
1) прогресс студентов и уровень успеваемости;
2) спрос на выпускников на рынке труда;
3) удовлетворённость студентов учебными программами;
4) эффективность преподавания;
5) состав студентов и его анализ;
6) доступные обучающие ресурсы и их стоимость;
7) главные показатели деятельности данного учебного заведения.
На этапе создания такой системы следует определить набор объектов мониторинга,
информация о которых является существенной для функционирования и дальнейшего
развития данной системы. К таким объектам относятся потребности (основные потребители – студенты, работодатели, общество), возможности и ресурсы образовательного учреждения (ОУ), удовлетворенность потребителей качеством предоставляемых образовательных услуг, а также нормативные показатели. Условимся под мониторингом понимать
систематическое наблюдение за параметрами системы качества и ходом реализации процессов,
определяющих
деятельность
руководства,
детализирующих
учебно112
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
воспитательную, научно-исследовательскую и обеспечивающую деятельность. Основные
процессы, определяющие СКОУ, приведены в типовой модели СКОУ [8] и ГОСТ Р ИСО
9001-2001 в сфере образования [9].
В настоящее время в системе образования осуществлен переход к комплексной
оценке деятельности вузов на основе перечня показателей аккредитации, в который входит показатель 1.2.3 «Эффективность внутривузовской системы обеспечения качества»,
определяющий не только наличие СКОУ, но и эффективность ее функционирования. С
2007 г. в модуль сбора данных для вузов включена часть «Внутривузовская система гарантии качества образовательной деятельности», в которой характеризуется модель
СКОУ, принципы ее построения, а также наличие записей, данных анализа СКОУ. Система качества, основанная на ГОСТ Р ИСО 9001-2008 и ГОСТ Р ИСО 9004-2008, предусматривает наличие раздела 8 «Измерение, анализ, улучшение», который определяет процедуру мониторинга и анализа СКОУ с целью оценки успешности функционирования и
результативности как системы в целом, так и каждого процесса в отдельности.
Мониторинг в современных условиях рассматривается как эффективный инструмент
организации и функционирования процессного подхода в подготовке управленческих
кадров, соответствующих запросам общества. При этом ОУ необходимо применять надежные методы для мониторинга и измерения удовлетворенности потребителей, а также
сообщать результаты анализа удовлетворенности потребителей заинтересованным сторонам через запланированные промежутки времени. Мониторингу могут подлежать процессы управления:
- регистрационными реестрами, оценками и аттестациями;
- записями;
- образовательными программами.
Для анализа определенных ОУ процессов рекомендуется использовать следующие
данные:
- результаты анализа со стороны руководства;
- данные о профессорско-преподавательском и административном штате, а также об
обучающихся (например, о компетентности);
- требования к образовательным услугам;
- данные проектирования и разработки образовательной программы и учебного плана;
- данные о предоставлении образовательных услуг;
- результаты оценки поставщиков;
- результаты анализа удовлетворенности потребителей и других заинтересованных
сторон;
- аудиторские отчеты;
- данные мониторинга и измерений в начале, во время и в конце процессов;
- данные идентификации образовательных услуг;
- данные о собственности потребителей;
- результаты верификации и валидации методов, используемых для мониторинга и
измерений;
- данные по несоответствующим образовательным услугам.
Функциональная модель мониторинга системы качества вуза при первой декомпозиции приведена на рис.1.
113
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Рис.1. Функциональная модель мониторинга системы качества вуза
Структурированную систему информационной поддержки мониторинга удовлетворенности потребителей можно разделить на три блока (рис. 2). Первый блок призван
обеспечивать автоматизацию сбора, хранения информации от потребителей образовательных услуг, а также нормативных значений показателей качества. При этом следует учесть,
что сами критерии наличия и эффективности системы качества четко не определены. Система информационной поддержки формирования сжатого словесного описания состояния
СКОУ предназначена для преобразования характеристик, выраженных лингвистическими
переменными, в некие числовые показатели. Система информационной поддержки анализа состояния СКОУ определяется аналитическим инструментарием, который и обеспечивает анализ качественных, слабо формализуемых характеристик.
Система
информационной
поддержки
формирования
массива исходных
данных по
удовлетворенности
потребителей
Система
информационной
поддержки
формирования
сжатого словесного
описания состояния
СКОУ
Система
информационной
поддержки анализа
состояния СКОУ с
учетом нормативных
значений показателей
Рис. 2. Структура системы информационной поддержки мониторинга
удовлетворенности потребителей образовательной услугой
Методы управления качеством в данной сфере деятельности применяются достаточно давно и определены ГОСТами серии ИСО. Существующие же методы анализа эффективности образовательных систем строятся в основном на моделях премий по качеству с
заданным перечнем показателей и весов. При этом основным используемым методом является экспертный способ с применением балльных шкал с введенными весовыми коэффициентами [1, 3, 4, 6].
114
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
В образовательных системах числовые значения параметров, за исключением основных аккредитационных показателей, используются редко; вместо количественных значений чаще всего применяются вербальные оценки, формируемые экспертом, что порождает
неопределенность при описании параметров системы. В промышленности же различные
ограничения задаются четкими (числовыми) значениями. Для решения задач, в которых
исходные данные являются ненадежными и слабо формализуемыми, чаще всего применяется математический аппарат нечетких множеств, использующий близкий к естественному язык и позволяющий оперировать данными, полученными при помощи точных методов. Соответственно для образовательной системы универсального инструментария анализа и измерения качества предоставленных услуг в четком виде не существует.
Все большее количество авторов склоняются к применению методов теории нечетких множеств к анализу образовательных систем и обосновывают возможность осуществления перехода от классических вероятностных моделей и экспертных оценок к нечеткомножественным описаниям [2, 5, 7]. Неопределенность создается прежде всего внешними
факторами (в частности, бурно изменяющимся рынком труда); кроме того, существует ряд
факторов, обусловливающих неустранимую неопределенность информационной ситуации:
1) ненадежность (неточность) исходной информации;
2) нечеткость (неоднозначность) естественного языка;
3) неполнота информации, т.е. нечеткие посылки;
4) неопределенность, возникающая вследствие агрегации правил и моделей, исходящих от разных источников знаний.
Наиболее часто встречающееся в литературе формализованное описание нечеткой
проблемной ситуации, характеризующей состояние образовательной системы, представляется кортежной записью
<известные/ неизвестные элементы, характеризующие решаемую задачу>
<П, Т ,С | АТЗ, А, О, X, L, Y>,
где П=(П 1 ,..., П i ) – множество условий (критериев), определяющих характер задачи;
Т – время, отводимое для решения задачи; С=(С 1 ,..., С j ) – средства (расчётные процедуры
и методы), необходимые для анализа при решении задачи; АТЗ=(A 1 ТЗ,..., A n ТЗ) – множество
целей, предусматриваемых при решении задачи (ТЗ – параметры функции полезности);
А=(A 1 ,...,A n ) – совокупность характеристик, отражающих свойства и потребительские качества системы; О=(О 1 ,..., О n ) – множество ограничений на характеристики А; Х=(Х 1 ,...,
Х n ) – множество альтернативных вариантов решений; L=Φ (Ω, X) – обобщенный критерий
эффективности (потери относительно требований ТЗ); Y=(Y 1 ,..., Y n ) – множество факторов (характеристик), определяющих назначение решений; Ω=f(АТЗ, Y) – функция связи
между характеристиками решений и целями (весовые коэффициенты).
Из множества показателей, определяющих качество предоставляемых образовательных услуг, выделяется набор базовых критериев, которые являются наиболее существенными, и определяется их приоритетность. Приоритетность показателя определяется весовым коэффициентом.
Процесс анализа сводится к анализу соотношения требуемого, по мнению потребителя, уровня знаний или обладания тем или иным качеством и его самооценки по этой же
характеристике. Таким образом, показатель удовлетворенности потребителя образовательной услугой можно формально представить в виде
1, Cij ≥ Tij

,
Yij =  Cij
,
C
T
≤
ij
ij
T
 ij
115
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
где Y ij – удовлетворенность i-го респондента j-й характеристикой; С ij – самооценка i-м
респондентом уровня владения j-й характеристикой; T ij – требуемый уровень владения j-й
характеристикой i-го респондента.
Существует несколько способов выражения обобщенного показателя эффективности:
1. Расчет интегрального показателя удовлетворенности потребителя образовательной услугой:
k
Yi = ∑ Yij N ij ,
j=1
где Y i – интегральная удовлетворенность i-го потребителя; k – количество характеристик;
N ij – нормированный уровень важности j-й характеристики для i-го респондента.
2. Свертывание (объединение) векторного критерия в некую скалярную функцию
полезности. В этом случае функцию полезности можно представить в виде взвешенной
суммы разностей показателей, отражающих фактическое состояние:
k
Li = ∑ ω j ⋅ lij ,
j =1
где k – число требований ТЗ; ω j — априорная предпочтительность j-й характеристики в
общем количестве ответов респондентов в общем списке требований ТЗ (j-й весовой коэффициент); lij = А ТЗ
− А ij - частный параметр эффективности, характеризующий относиj
тельное отклонение реальной характеристики от j-го требования ТЗ при выборе эффективного решения Х i из множества альтернативных вариантов решений.
Выполненные подобным образом вычисления позволяют составить матрицы потерь
текущих и потенциальных требований потребителей (таблица), которые, в свою очередь,
являются основой для анализа показателей качества и предпринимаемых корректирующих и предупреждающих действий, обеспечивающих реализацию принципа постоянного
совершенствования. Данный подход соответствует общей схеме решения поисковой задачи в «размытой» постановке и позволяет выбрать эффективное решение Х i из множества
альтернативных вариантов решений и свести к минимуму функционал потерь Li . Суммарные потери определяются с помощью обобщенного показателя эффективности [5].
Таблица
Матрицы весовых коэффициентов ω j и потерь по характеристикам l il
Характеристики (Y j )
Потери
Варианты отбора
Количественные
Качественные
(Х i )
Y1
Y2
Y3
Y4
…
Yk
Li
Х1
l 11
l 12
l 13
l 14
…
l 1k
L1
Х2
l 21
l 22
l 23
l 24
…
l 2k
L2
Х3
l 31
l 32
l 33
l 34
…
l 3k
L3
…
…
…
…
…
…
…
…
Хm
l m1
l m2
l m3
l m4
…
l mk
Lm
ωj
ω1
ω2
ω3
ω4
…
ωk
Для сведения задачи отбора к формально разрешимым задачам необходимо снять
неопределенность. В целом потери l i определяются как сумма детерминированной и неопределенной информационных составляющих:
li = li + li .
D
116
H
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Для каждой альтернативы i=1, 2, …, m с учетом ωj определяются суммарные взвешенные потери:
k
ω
= ∑ ω jlij .
Li
j=1
Для каждого j=1, 2, …, k определяется уровень относительной неопределенности
( i ):
Δi = Li Li ,
D
H
k
k
j=1
j=1
H
D
D
где Li = ∑ ω j lij , Li = ∑ ω j lij ,
H
Следовательно,
k
k
j =1
j =1
(
)
k
k
j =1
j =1
ω
D
H
D
H
D
H
Li = ∑ ω j lij = ∑ ω j lij + lij = ∑ ω j lij + ∑ ω j lij = Li + Li .
Отличительной особенностью мониторинга удовлетворенности предоставляемыми
образовательными услугами является то, что информацию приходится извлекать из мнений экспертов или потребителей (студентов, выпускников, работодателей) как неформализованную характеристику.
Для анализа СКОУ при нечетко-множественном подходе приходится оперировать
лингвистическими переменными. При выражении личностного отношения эксперт оперирует рядом нечетких понятий и термов, таких, как ЛУЧШЕ, ХУЖЕ, БЛАГОПРИЯТНЫЕ
УСЛОВИЯ, НЕБЛАГОПРИЯТНЫЕ и др. Каждый из записанных на естественном языке
нечетких термов представляется в виде [5]
А = ∫ (µ A (y )/y ),
U
где A – нечеткое множество элементов U области рассуждений; µ А ∈ [0, 1] – функция принадлежности, связывающая с каждым элементом y из U число µ А (y) в интервале [0, 1],
которое определяет степень принадлежности y к A.
Например, для выражения нечетких термов БОЛЕЕ, МЕНЕЕ используются приближенные формулы:
(БОЛЕЕ А) ∆ ∫ µ 1,5 (y )/y ;
(
U
(
A
)
)
(МЕНЕЕ А) ∆ ∫ µ 0,5 (y )/y .
A
U
Результаты решения аналитической задачи зависят от вида критерия эффективности,
накладываемых ограничений, наличия информации о частных критериях и знания особенностей объектов, входящих в систему.
При мониторинге и анализе удовлетворенности потребителей использование наряду
с экспертными методами аналитических позволяет принять во внимание мнение потребителей и определить области улучшения с учетом потерь.
Применение нечетко-множественного подхода к анализу образовательных систем, а
также представление качественных показателей через лингвистические переменные с учетом особенностей образовательной системы позволяет:
1. Перейти от классических вероятностных моделей и экспертных оценок к нечетко-множественным описаниям, снизив долю субъективизма, и учесть специфику подготовки государственных служащих.
2. Проанализировать СКОУ с учетом принципов TQM (требований потребителей и
всех заинтересованных сторон) и предложить альтернативные варианты управленческих
решений на основе фактически достигнутых результатов и мнений экспертов.
3. Снизить неопределенности, обусловленные недостаточным количеством информации и субъективизмом.
117
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
СПИСОК ЛИТЕРАТУРЫ
1. Блинкова, О.В. Современные подходы к управлению вузами/ О.В. Блинкова // Управление качеством:
материалы 5-й Всерос. науч.-практ. конф. - М.: МАТИ: РГТУ им. К.Э. Циолковского, 2006.- С.33 – 34.
2. Добряков, А.В. Экспертно-аналитический метод оценки качества образовательных систем на основе нечетко-множественного подхода / А.В.Добряков, В.М.Милова // Качество. Инновации. Образование. 2007. - №1. - С. 36 -41.
3. Заика, И.Т. Процесс самооценки в вузе / И.Т. Заика // Методы менеджмента качества. – 2007. - № 5. – С.
12 – 17.
4. Кононова, И.В. Новые подходы к выбору весовых коэффициентов при самообследовании вузов /
И.В.Кононова, Н.Н.Рожков, В.С.Соболев // Менеджмент качества в образовании: тез. докл. 2-й Всерос.
науч.-практ. конф. - СПб.: ЛЭТИ, 2009. – С. 99 – 101.
5. Майорова, В.И. Системный анализ проблем и моделирование процесса подготовки элитных специалистов инженерного профиля (на примере ракетно-космических специальностей): в 2 ч. / В.И.Майорова. М.: Изд-во МГОУ, 2007. – Ч.2. - 222 с.
6. Соловьев, В.П. Руководство для участников конкурса 2008 года «Системы качества подготовки выпускников образовательных учреждений профессионального образования» / В.П.Соловьев, А.И.Кочетов,
О.В.Блинкова. – М.:МИСиС, 2008. -32 с.
7. Рожков, Н.Н. Квалиметрия и управление качеством. Математические методы и модели / Н.Н.Рожков. –
СПб.: ИПЦ СПГУТД, 2007. – 185 с.
8. Типовая система качества образовательного учреждения. — http://www.ed.gov.ru/prof-edu/vish/rub/quality/
9. ГОСТ Р 52614.2-2006. Системы менеджмента качества. Руководящие указания по применению ГОСТ Р
ИСО 9001-2001 в сфере образования. - М.: Стандартинформ, 2007.
10. Болонская декларация от 19 июня 1999 года // Болонский процесс: основополагающие материалы: [пер. с
англ.]/ сост. А.К.Бурцев, В.А.Звонова. – М.: Финансы и статистика, 2007. – С. 34-38.
Материал поступил в редколлегию 13.01.10.
118
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
ОБЩЕСТВЕННЫЕ НАУКИ
УДК 101.1:316
Е.А. Дергачёва
ДИАЛЕКТИКА РАЦИОНАЛЬНОГО И ИРРАЦИОНАЛЬНОГО
В ИССЛЕДОВАНИЯХ ОБЩЕСТВА И ПРИРОДЫ
Проанализирована взаимосвязь рационального и иррационального в исследованиях общества и природы.
Ключевые слова: рациональное, иррациональное, общество, природа, социоприродное развитие.
Вопрос о соотношении рационального и иррационального в развитии общества и
природы восходит своими истоками к возникновению в биосфере Земли антропогенной
подсистемы, эволюции в условиях присваивающего хозяйства представителей вида Homo
sapiens – неандертальцев и кроманьонцев (культурное и интеллектуальное превосходство
последних и предопределило направленность глобального процесса антропосоциогенеза).
Тем не менее актуализацию проблематики рациональности следует связывать с переходом
к производящей экономике и земледелию, социализации природной системы, особенно с
эпохи Античности, когда человек осознает себя носителем разума и начинает изучать и
перестраивать иррациональные основания окружающего его природного мира. По сути
эволюция природы и социума была и остается стихийным, несогласованным процессом, в
результате которого нарастает глобальный социально-экологический кризис и социальноэкономическая поляризация в обществе. В этом усложняющемся клубке противоречий
рационального и иррационального человеческий разум, постепенно осваивая законы развития биосферы и общества в процессе познания и практики, стремится к рационализации
социоприродного бытия, преодолению иррациональности мироустройства и контролю над
ним, что при нынешнем состоянии науки, техники и технологий пока еще не вполне реализуемо.
Определим истоки происхождения и взаимосвязь терминов «рационализм», «рациональный», «рациональность», а также «иррационализм», «иррациональный» и «иррациональность». Рационализм имеет два значения. В широком смысле – это доминирующая
линия философского развития, идущая от Античности до середины XIX в., с установкой
на разумность и естественную упорядоченность мира, а также убежденностью в возможности постижения мира посредством разума и устройства его на разумных началах. Рационализм рассматривает историю как разумный, закономерный, линейный, прогрессивный процесс, предусматривающий целенаправленные положительные преобразования со
стороны человечества. В узком смысле слова – это метод мышления в гносеологии, основывающийся на выводах и логических заключениях разума и признающий разум в качестве достоверного источника и критерия истинности знания. Гносеологический рационализм получил широкое распространение начиная с эпохи Просвещения (ХVII–ХVIII вв.),
когда происходило становление нового математического и естественно-научного знания
[15, с.852-853]. Соответственно рациональный – это обоснованный разумом, целесообразный, осмысленный, осуществляющийся благодаря разуму [13, с.386]. В свою очередь, рациональность – «относительно устойчивая совокупность правил, норм, стандартов, эталонов духовной и материальной деятельности, а также ценностей, общепринятых и однозначно понимаемых всеми членами данного сообщества». Это своего рода «универсальный показатель разумности» человека, обусловленный объективными характеристиками
жизнедеятельности и необходимостью адаптации человечества к окружающему миру [12,
119
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
с.485], стремление к максимизации результатов с целью достижения удовлетворения личных интересов [19, с.19, 24].
Итак, категории «рационализм», «рациональный», «рациональность» отражают разные аспекты сознательного планирования деятельности людей, руководствующихся
принципами разума, с целью оптимизации теоретико-познавательных и практических результатов и наилучшего приспособления к социоприродным условиям существования.
Иррационализм – философское направление, провозглашающее ограниченность познавательных возможностей разума, мышления, считающее основой познания интуицию,
чувство, инстинкт. Речь идет не о полном отрицании рациональности и потенциала разума,
а об изменении приоритетов в процессе познания, желании «противопоставить разуму
своеобразно истолковываемые силы самой жизни (как непосредственного, стихийного, в
принципе нерационализируемого феномена)» и «примирить глубоко родственные по сути,
хотя в то же время и различные, элементы человеческого познания – разум и рассудок с
волей, эмоциями, фантазией и др. иррациональными моментами». Иррационалистические
умонастроения характерны для всего периода развития философии, учения на основе иррационализма охватывают период конца XIX – начала XX вв., когда обостряются кризисные социальные процессы. В последующем, в конце 1950-х гг., актуализируются «тенденции, связанные с рационализацией иррационального и внерационального», возможностями их познания [14, с.326-327].
Иррациональное – «лежащее за пределами досягаемости разума, недоступное постижению в рамках логического мышления, противоположное рациональному». В рамках
позитивного смысла иррациональное противопоставляется разуму, который оказывается
«неспособным охватить все богатство и разнообразие духовной и материальной действительности». Негативно понимаемое иррациональное «предстает перед субъектом познания в качестве подлежащего познанию» и «становится предметом рационального освоения». В конечном итоге «взаимопроникновение рационального и иррационального составляет смысл и жизнь работы разума» [9, с.218]. Н.С.Мудрагей, трактуя смысловые
значения данного понятия, определяет поддающееся рационализации иррациональное как
«еще-не-рациональное», а непознаваемое и нерационализируемое – как «иррациональноесамо-по-себе» [10, с.87, 89]. В свою очередь, иррациональность – это «неосознанность,
неконтролируемость рассудком, невозможность вербального (словесного) выражения
протекающих в сознании процессов и их результатов» [2, с.251].
Таким образом, категории «иррационализм», «иррациональное», «иррациональность» характеризуют различные грани бессознательного, интуитивного, эмоциональноаффективного поведения и процесса познания людей, стихийность их приспособления к
развивающимся социоприродным условиям среды.
Эпоху «осевого времени» (К.Ясперс, середина I тыс. до н.э.) следует рассматривать
как начало глобального процесса рационализации природно-социальной системы, т. е.
возрастания роли разума в жизнедеятельности человека в противовес интуитивноэмоциональному постижению окружающего мира. «Со временем, – подчеркивает
К.Х.Делокаров, – разум открывает множество альтернативных путей развития, которые
свидетельствуют об активном участии человека в созидании мира». Усиливается влияние
мышления на жизнь общества и индивида, формируются новые, упорядоченные структуры на основе принятых норм рациональности, постепенно (но не всегда осознанно) расширяется смысл и сферы рациональности, что приводит к развитию новых форм мыследеятельности и интеллекта человека [5, с.61]. Преднаучные теоретические размышления в
греческих полисах времен Античности подготовили определенный базис для генезиса в
Новое время (XVII–XVIII вв.), в эпоху промышленной революции, науки, техногенной
цивилизации и становления западноевропейской рациональности, в которой лидирующие
позиции занимает научная рациональность как базис европейской культуры и рациона120
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
лизма.
Исследование взаимосвязи рационального и иррационального носит дискуссионный
характер ввиду множественности трактовок рациональности, отсутствия единой исследовательской позиции. Так, В.С.Швырёв указывает на «тенденцию к размыванию границ
рациональности», подчеркивая, что «противопоставление рационального нерациональному следует связывать… не с каким-либо видом содержания знания или типом опыта, а с
наличием или отсутствием определенной установки субъекта сознания, типом его ментальной деятельности» [18, с.28, 30]. По его убеждению, наличие «идеального плана» у
субъекта до совершения действия свидетельствует о рациональности любой деятельности,
которая даже может не увенчаться успехом. При отсутствии заранее заданной программы
деятельность субъекта необходимо рассматривать как нерациональную, даже если она будет эффективной. Рациональность, по его мнению, предполагает наличие различных ступеней рационализации, альтернативность действий при саморефлексии проблемной ситуации, сочетание с внерациональными формами миропостроения, причем достижение
целей рассматривается им как необязательный параметр [18, с.29-31]. С последним утверждением, по мнению автора статьи, трудно согласиться. Следует вести речь о степени выполнения цели доступными на данном историческом отрезке времени человечеству средствами, так как рациональность – это исторически эволюционирующий феномен различных способов воплощения в жизнь социотехнологических задач по усовершенствованию
природно-социального мира развивающимся социумом. В реальной действительности
проблематично выделить рациональность в чистом виде, без внерациональных стимулов
деятельности, включенных в качестве составных элементов в процесс рациональной
трансформации. Такое сочетание рациональных и внерациональных компонентов ограничивает возможности оптимизации целей.
Следует согласиться с высказыванием Е.Ю.Леонтьевой, которая отмечает, что, несмотря на то, что в обществоведческой, преимущественно зарубежной, а впоследствии и
отечественной, литературе сложилось представление о синонимичности понятий «рациональность» и «разумность» («рассудочность»), данное отождествление не является однозначным. Термин «разумность» содержит более широкую гамму составляющих, на что
также обращают внимание П.П.Гайденко, Г.А.Смирнов, В.Н.Катасонов [4, с.137; 6, с.65].
Рациональное и иррациональное, по мнению Е.Ю.Леонтьевой, - это различные грани процесса разумения, который не ограничивается мышлением, а включает в себя также моменты нравственные, эстетические, волевые установки и принципы [7, с.56, 104, 106, 108-109],
хотя, по мнению автора статьи, экономически разумные действия в современном социоприродном развитии земного мира не всегда соответствуют гуманно-нравственным основаниям мировоззрения о сохранении биосферы и ее жизни, т. е. разум выходит за пределы
границ морали. «Осознать иррациональное невозможно, – констатирует она. – Его можно
понять… прочувствовать… но не осознать, не осмыслить. В противном случае это уже
будет рациональное» [7, с.108].
В то же время необходимо отметить, что противопоставление рационального иррациональному в определенной степени условно, особенно в сфере познания, где интуиция,
рассудок и разум – это лишь ступени процесса смыслового постижения действительности.
«Разумное познание в соотношении с рассудочным, – подчеркивает Л.А.Микешина, – обладает иными особенностями – предполагает рефлексию, содержательную критикоаналитическую оценку понятий и правил оперирования ими. Если рассудок дискурсивен,
т. е. действует только по правилам логической дедукции – вывода из предыдущего знания,
то разум опирается не только на логику, но и на интуицию, творчески активное начало,
может ломать нормы и правила, старую логику и создавать новую, которая с позиций рассудка может восприниматься даже как безумие». Разум (в соответствии с классификацией
И.Канта) является высшей формой концептуального осмысления окружающего мира, од121
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
нако он в совокупности с рассудком представляют собой единые и взаимосвязанные грани
научного познания, своеобразное сочетание интуитивно-смыслового и логичнорассудочного. Л.А.Микешина обращает внимание на отсутствие полного совпадения понятий логичности и рациональности и отмечает отличие разумной рациональности от рассудочной – в существовании, наряду с логическим, критического анализа и интуитивнотворческого осмысления действительности. Бессознательное, интуитивное, индивидуально-чувственное как различные элементы иррационального (нерационального) и необходимые составляющие процесса творчества ученого фиксируются в научном знании и значительно обогащают его содержание, теряя при этом свое негативное значение. «На этом
пути, – подчеркивает Л.А.Микешина, – преодолевая догматизм и формализм рассудка,
разум проходит этапы движения от существующего рационального, через иррациональноинтуитивное к новому рациональному», что расширяет возможности рационального научного познания. И далее среди основных принципов современного понимания научной
рациональности она отмечает необходимость критического анализа теоретикопознавательных и ценностных предпосылок, признание единства рациональных и иррациональных форм в науке и культуре, хотя наличие нерациональных компонентов характерно и для других видов рациональности. «В современной практике и теории, – справедливо констатирует Л.А.Микешина, – речь идет о сочетании рационального и стихийного
(в формах рыночного и внерыночного, индивидуалистического и коллективистского, планового и творчески меняющегося начал), что и должно быть осмыслено в социальногуманитарных исследованиях» [8, с.54-56, 74-75, 77, 78, 83, 85]. Действительно, по мнению автора статьи, генезис социоприродной системы следует рассматривать как стихийно-рациональный процесс постепенной социализации и рационализации, где внерациональное наравне с рациональным выступает условием и одновременно ускорителем рациональных изменений общества и биосферы, при этом иррациональное является составляющим компонентом рациональности, моментом ее ценностного осмысления.
В современной философской и обществоведческой литературе утверждается тенденция к существованию многообразия форм и типов рациональности в контексте различных
социально-исторических эпох и индивидуального отношения человека к миру. «При таком подходе, – отмечает И.П.Фарман, – можно выявить меняющийся характер рациональности, развитие разных типов рациональности как исторических форм разума, диалектически складывающихся из рационального и нерационального в познании, деятельности,
культуре» [16, с.264]. В свою очередь П.П.Гайденко обращает внимание на необходимость систематизации типов рациональности как возможности их осмысления в условиях,
когда (например, в работах зарубежных авторов) прослеживается тенденция к детализации отдельных случаев проявления рациональности [3, с.14-15]. Типологизация рациональности осуществляется исследователями либо в соответствии с наименованиями исторических эпох, например антично-средневековая и новоевропейская (П.П.Гайденко), либо
нейтральными интерпретациями, например классическая, неклассическая и постнеклассическая (В.С.Степин), на историческую дифференциацию которых повлияла эволюция
нравственно-ценностного смысла рациональности, либо по иным, отличным от исторических параметрам, например открытая и закрытая рациональности (В.С.Швырёв). Тем не
менее, как справедливо утверждает Н.С.Автономова, все трактовки рациональности можно свести к двум основным подходам – прагматико-функционалистскому, акцентирующему внимание на науке, и ценностно-гуманитаристическому, которые тесно взаимодействуют друг с другом, что позволяет сделать предположение о существовании единой рациональности [1, с.56].
В то же время рациональность имеет эволюционирующий характер, определяемый
предметно-функциональной и ценностно-целевой ее детерминированностью. «Специализированная форма рациональности (например, наука), – справедливо утверждает
122
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Е.П.Никитин, – позволяет выполнять духовную деятельность некоторого частного вида
(познавательную) гораздо эффективнее, чем неспециализированная (обыденное познание),
и инициирует резкое возрастание темпов прогресса этой частной деятельности» [11, с.78].
Действительно, экономическая, научная и технологическая рациональности определяют
различные подходы к рационализации развивающейся социоприродной системы, в совокупности создавая синергетический эффект, приводящий к ее трансформации и переходу
на новый уровень развития. Эволюция рациональности осуществляется в направлении ее
усложнения, исчезновения или изменения некоторых типов рациональности, совместного
сосуществования типов, расширения границ внутри существующей рациональности, что
находит отражение в становлении новоевропейского типа рациональности. Такой динамический характер рациональности свидетельствует о ее постоянной вовлеченности в
процесс актуализации и конкретизации.
В генезисе новоевропейской рациональности исследователи особое внимание уделяют становлению научной рациональности, употребляя, по меткому замечанию
Е.Ю.Леонтьевой, понятия «научная рациональность» и «рациональность» как синонимы,
так как наука является эталоном рационального знания [7, с.179], хотя такая трактовка рациональности, по мнению автора статьи, значительно сужает видение проблемы. «Понимание рациональности, – метко замечает В.Г.Федотова, подчеркивая наметившуюся тенденцию к переходу от когнитивных критериев рациональности к социальным, – охватывает как науку, так и другие формы деятельности и имеет не всегда осознаваемое общезначимое содержание». И далее она отмечает, что в термине «тип рациональности», утвердившемся в западной философии, «зафиксировано стремление к характеристике не только
науки, но и других областей человеческой деятельности как рациональных, стремление к
рационализму в широком смысле этого слова как способности разума к охвату целостного
феномена социальной жизни», оставляя почему-то за пределами разума феномен социоприродной среды, с чем автор статьи не согласен. Принимая предложенное М.Вебером
разделение рациональности на ценностную и целевую, В.Г.Федотова констатирует, что
если традиционным обществам была присуща ценностная рациональность, т. е. установка
на этические, эстетические или религиозные ценности независимо от успешности реализации действий, то в современных обществах проявляется тенденция к возрастанию целерациональности, т. е. эффективности в достижении цели и ориентированности на успех. В
постсовременном обществе, к которому исследователь относит постиндустриальную Японию, происходит интеграция позитивных черт традиции и современности, ценностной и
целевой рациональности [17, с.232, 235, 237, 243], что, по мнению автора данной статьи,
односторонне характеризует постиндустриальные социальные трансформации, без учета
ценностей сохранения биосферной жизни и человека.
В стремлении поставить природу на службу социуму и привести ее в соответствие с
задаваемыми идеалами общества массового благосостояния человечество наращивает
свой рациональный потенциал, инструментальным выражением которого для реализации
рациональных и иррациональных целей является наукотехника в совокупности с онаученным разумом социума. Рационализация развития социоприродной системы осуществляется посредством поиска и разработки приемов и способов, позволяющих добиться требуемых результатов на практике, и выступает как необходимое условие общественного прогресса, приобретая отпечаток утилитарности и прагматизма. Рациональное постижение и
изменение действительности инициирует инновационную активность в Новое время и в
дальнейшем создает условия для соединения науки и практики, проникновения науки в
различные сферы жизнедеятельности, так как природно-социальный мир нуждается в постоянном изменении с целью улучшения. Рационализация становится методом коренного
изменения человеком социоприродной реальности и ее совершенствования. Наука предоставляет социуму свои когнитивные возможности для увеличения его предметно123
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
орудийной мощи и создания техносферы, а рыночный либерализм является тем социальным фундаментом, на котором развивается наука рыночной направленности. Рационально-искусственный техногенный мир возводит свои основания на территориальном пространстве естественно-искусственной среды обитания в интересах онаученного сознания
человечества.
Рационализация – это способ глобального преобразования социоприродного мира,
инструмент для реализации рациональных и иррациональных человеческих желаний и потребностей. Человеческая активность – это процесс сочетания эмоционально-творческого
и логически-рационального по производству и потреблению продуктов конструируемой
социотехноприродной реальности. Основания человеческой активности следует искать не
только в рациональных аргументах, но и в иррациональных мотивах, которые рассматриваются как побудительное звено к воплощению планов по рациональной трансформации
системной целостности мира. Безудержная индустриализация и рационализация социоприродной системы бытия привели к преобразованию естественной природной среды и
трансформации ее в постбиосферную, обострили глобальные социально-экологические
проблемы, способствовали дегуманизации социума и укреплению техносферы, процессы
и системы которой проявляют собственную логику функционирования и подавляют биосферные факторы. Прогресс рациональности является необходимым условием техногенеза, тем не менее процесс формирования техногенного земного мира сопровождается глобальной трансформацией и разрушением социобиосферных форм бытия, поэтому противоречия необходимо искать в самом процессе рационализации социоприродной системы.
Противостоять нарастающему росту глобальных процессов рационализации и сопутствующих им проблем можно только на началах нравственно-разумной рационализации социоприродного мира, критического восприятия стихийно-рациональной экспансии
техногенеза. И в связи с этим можно согласиться с В.С.Швырёвым, который справедливо
отмечает: «Жизненно необходима подлинная культура рациональности, проникнутой духом ответственности и самокритичности, бескомпромиссного анализа реальной ситуации».
Он предлагает различать открытую и закрытую рациональности. Если закрытая рациональность ограничена целесообразной деятельностью и связана с поиском наиболее эффективных средств достижения целей в замкнутой системе фиксированных концептуальных положений, то открытая рациональность направлена на целеполагание, критическое
осмысление закрытой рациональности, прорыв в новые области мироздания. Рациональное в системе закрытой рациональности порой не является таковым в интерпретации социально-экологических проблем выживания человечества и биосферы. Комплексная метарациональная позиция предполагает достижение гармонии во взаимодействии открытой
и закрытой рациональности. Превосходство рационального перед различными формами
дорационального и внерационального должно быть использовано с точки зрения достижения максимальной реализуемости возможностей разума для разрешения кризисных для
цивилизации вопросов [18, с.14, 16-19, 34-35].
В сложившихся условиях развивающегося социоприродного бытия теоретические
разработки (и практические достижения) о построении комфортного искусственного мира
превращаются в догму, которая выступает ориентиром при рациональном преобразовании
общества и биосферы, бесспорной установкой к их трансформации и формированию постбиосферной действительности, что на рубеже XX–XXI вв. отражается в возрастании нестабильности, неустойчивости, кризисности исторического процесса. Однако усложняющаяся социоприродная реальность всегда превосходит наше представление о включенности в нее рационального и иррационального, поэтому следует признать эволюционирующий характер западноевропейской рациональности, необходимость объективного моделирования рационализации в контексте нарастания ее противоречивого воздействия на общество и природу и привнесения в нее ценностных компонентов.
124
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
СПИСОК ЛИТЕРАТУРЫ
1. Автономова, Н.С. Рациональность: наука, философия, жизнь / Н.С.Автономова // Рациональность как
предмет философского исследования. – М., 1995.
2. Гавришин, В.К. Философия познания / В.К.Гавришин // Философия / под ред. В.П.Горюнова. – М., 2005.
3. Гайденко, П.П. Проблема рациональности на исходе ХХ века / П.П. Гайденко // Рациональность на перепутье. – М., 1999. – Кн.2.
4. Гайденко, П.П. Символизм и логика: два полюса средневековой рациональности / П.П.Гайденко,
Г.А.Смирнов // Рациональность на перепутье. – М., 1999. – Кн.2.
5. Делокаров, К.Х. Глобализация и современная цивилизация: социально-философское измерение /
К.Х.Делокаров // Глобализация. – М., 2008.
6. Катасонов, В.Н. Форма и формула (ревизия платонистской философии математики в геометрии Декарта) /
В.Н.Катасонов // Рациональность на перепутье. – М., 1999. – Кн.2.
7. Леонтьева, Е.Ю. Рациональность и ее типы: генезис и эволюция / Е.Ю.Леонтьева. – М.; Воронеж, 2006.
8. Микешина, Л.А. Философия науки / Л.А.Микешина. – М., 2005.
9. Мудрагей, Н.С. Иррациональное / Н.С.Мудрагей // Философский словарь / под ред. И.Т.Фролова. – М.,
2001.
10. Мудрагей, Н.С. Рациональное – иррациональное: взаимодействие и противостояние / Н.С.Мудрагей //
Рациональность на перепутье. – М., 1999. – Кн.1.
11. Никитин, Е.П. Спецрациональность / Е.П.Никитин // Рациональность на перепутье. – М., 1999. – Кн.1.
12. Ракитов, А.И. Рациональность / А.И.Ракитов // Философский словарь. – М., 2001.
13. Философский энциклопедический словарь. – М., 2003.
14. Румянцева, Т.Г. Иррационализм / Т.Г.Румянцева // Всемирная энциклопедия: Философия: ХХ век. – М.;
Минск, 2002.
15. Румянцева, Т.Г. Рационализм / Т.Г.Румянцева // Всемирная энциклопедия: Философия. – М., 2001.
16. Фарман, И.П. Модель коммуникативной рациональности (на основе социально-культурной концепции
Юргена Хабермаса) / И.П.Фарман // Рациональность на перепутье. – М., 1999. – Кн.1.
17. Федотова, В.Г. Социальная рациональность и демократическое общество / В.Г.Федотова // Рациональность на перепутье. – М., 1999. – Кн.1.
18. Швырёв, В.С. О понятиях «открытой» и «закрытой» рациональности (рациональность в спектре ее возможностей) / В.С.Швырёв // Рациональность на перепутье. – М., 1999. – Кн.1.
19. Sen, A. Rationality and Freedom / A.Sen. – London; Cambridge, 2003.
Материал поступил в редколлегию 20.10.2009.
125
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
ЕСТЕСТВЕННЫЕ НАУКИ
УДК 621.51
А. С. Галюжин
ОСУШКА СЖАТОГО ВОЗДУХА С ПОМОЩЬЮ МАГНИТНОГО ПОЛЯ
Проанализированы различные способы осушки сжатого воздуха. Изложен принципиально новый способ,
при котором в центробежном влагоотделителе создается магнитное поле таким образом, что на частицу воды действует суммарная сила, состоящая из центробежной силы инерции и силы Лоренца. Приведена схема
и принцип действия центробежно-магнитного влагоотделителя.
Ключевые слова: сжатый воздух, осушка, центробежная сила, магнитное поле.
В современных мобильных машинах и производственном оборудовании достаточно широко применяются пневмоприводы, рабочим телом которых является сжатый воздух. Требования к сжатому воздуху приведены в стандартах ISO 8573-1:2001 и ГОСТ
17433-80. Важнейшим из них является точка росы сжатого воздуха, т. е. температура
влажного воздуха, при которой наступает его насыщение. При одном и том же давлении
точка росы будет тем ниже, чем меньше водяного пара содержится в сжатом воздухе. Соответственно качество сжатого воздуха будет выше при меньшем содержании в нем воды, так как вода в пневмосистеме приводит к коррозии трубопроводов, элементов пневмоаппаратов и пневмодвигателей. При отрицательных температурах существует опасность
замерзания конденсата, что может привести к отказу пневмопривода.
Масса воды в жидком состоянии (m в ), которая выделяется при сжатии компрессором атмосферного воздуха, определяется выражением
mв = Vсжδ сж ρ н.атмϕ атм − Vсж ρ н.сжϕ н.сж ,
где V сж – объем сжатого компрессором воздуха; ρ н.атм , ρ н.сж – абсолютная влажность атмосферного и сжатого воздуха в состоянии насыщения соответственно; δ сж – коэффициент сжатия воздуха, δ сж =р сж / р атм ; р сж – абсолютное давление сжатого воздуха; р атм –
атмосферное давление; φ атм , φ н.сж – относительная влажность атмосферного и сжатого
воздуха соответственно.
Пусть подача компрессора стационарного пневмопривода равна 270 м3/ч, рабочее
избыточное давление - 0,8 МПа, температура сжатого воздуха - 24 оС, температура атмосферного воздуха - 20 оС, относительная влажность - 70 %. При таких условиях
ρ н.атм =17,291 г/м3, ρ н.сж =22,521 г/м3 [1, с.277], р сж =0,9 МПа, р атм =0,1 МПа, φ атм =0,7 (по
условию), φ н.сж = 1 (конденсация начинается, когда влажный воздух переходит в состояние
насыщения). В результате получим, что за один час работы m в =23,3 кг, т. е. за каждый час
работы компрессор вместе со сжатым воздухом будет подавать в пневмосистему 23,3 л
воды в жидком состоянии, а за 8-часовую смену – более 180 л воды. Причина этого явления следующая. Атмосферный воздух содержит воду в виде пара. Воздух может быть относительно легко сжат, вода практически не поддается сжатию. При сжатии воздуха объемная доля водяного пара в нем растет пропорционально коэффициенту сжатия, наступает
состояние насыщения, а избыток выделяется в виде конденсата. Поэтому для предотвращения попадания конденсата в пневмосистему необходима осушка сжатого воздуха. Под
осушкой в дальнейшем будем понимать удаление из сжатого воздуха воды как в жидком,
так и в парообразном состоянии.
126
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
В настоящее время известны четыре способа осушки сжатого воздуха: конденсация, сорбция, диффузия и силовое воздействие (рис. 1). Все эти методы имеют свои преимущества и недостатки.
Рис. 1. Классификация способов осушки сжатого воздуха
Сущность конденсации заключается в переводе воды из парообразного состояния в
жидкое, сборе этой жидкости в определенной емкости с последующим ее удалением.
Конденсацию можно осуществить путем изменения давления, объема или температуры.
Было показано, что при увеличении давления часть парообразной воды переходит в жидкое состояние. При осушке путем конденсации пересжатием вначале воздух сжимается до
давления, значительно превышающего номинальное, а затем расширяется до нужного
давления. При сжатии до повышенного давления конденсата выделяется больше, чем при
сжатии до номинального давления. Конденсат удаляется, а воздух расширяется до номинального давления, относительная влажность и соответственно точка росы при этом
уменьшаются. К достоинствам такого способа относится простота, поскольку не требуются дополнительные устройства – осушители. Имеются и недостатки: необходим компрессор более высокого давления. При этом как расход энергии, так и стоимость компрессора
будут повышенными.
Из термодинамики известно, что чем ниже температура, тем меньше водяного пара
может содержаться в воздухе в состоянии насыщения [2, с. 75-84]. Эта закономерность
положена в основу осушки сжатого воздуха посредством конденсации охлаждением. В
теплообменнике сжатый воздух охлаждается ниже точки росы, выделившийся при этом
конденсат отводится с помощью коденсатоотводчика. Наряду с очевидными преимуществами (высокая степень осушки и снижение затрат энергии) имеется и недостаток: необходимо специальное устройство (достаточно сложное) для охлаждения сжатого воздуха.
Если для снижения температуры сжатого воздуха используется холодильник, то, как правило, снижения затрат энергии по сравнению с пересжатием не наблюдается.
Осушка сорбцией (от лат. sorbeo – поглощаю) – поглощение твердым телом или
жидкостью (сорбентами) влаги из сжатого воздуха. К основным видам сорбции относятся
адсорбция, абсорбция и хемосорбция. Осушка адсорбцией (от лат. ad – на, при и sorbeo –
поглощаю) базируется на свойстве адгезии, т.е. сцепления молекул воды с адсорбентом за
счет сил межмолекулярного взаимодействия различных веществ. Адсорбент имеет порис127
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
тую структуру с большой площадью внутренних поверхностей. При этом вода остается на
поверхности и внутри пор адсорбента, химических реакций не происходит. В качестве адсорбентов используются разные материалы: силикагели, алюминогели, цеолиты, а также
активированный уголь. Адсорбция достаточно широко применяется для осушки сжатого
воздуха. После достижения в ресивере верхнего предела давления компрессор отключается и осуществляется цикл регенерации адсорбента, для чего используется часть осушенного сжатого воздуха. В некоторых системах применяется подогрев сжатого воздуха, направляемого для регенерации адсорбента. Такие влагоотделители обладают высокой эффективностью: они могут удалять из воздуха до 95 % парообразной воды. Вместе с тем
срок службы адсорбента невелик (не превышает двух лет). Производители предлагают
различные способы восстановления адсорбента (прокаливание, химическое воздействие и
др.), однако эффективность восстановленных адсорбентов не превышает 80 % от эффективности новых. Исследования, проведенные в Белорусско-Российском университете, показали, что примерно после 400–450 ч работы такого влагоотделителя в пневмосистеме с
маслосмазываемым компрессором его эффективность резко падает. Причиной этого является масляная пленка, которая покрывает поверхность адгезии и не полностью удаляется в
процессе регенерации, особенно из пор адсорбента.
Абсорбция (от лат. аbsorptio, absorbere – поглощать) – это избирательный процесс
поглощения паров или газов из парогазовых смесей жидким поглотителем, называемым
абсорбентом. Этот способ для осушки воздуха практически не используется, поскольку
возможно попадание в пневмосистему жидкости-абсорбента. Хемосорбция – химическая
сорбция, поглощение жидкостью или твёрдым телом веществ из окружающей среды, сопровождающееся образованием химических соединений. Для осушки воздуха этот способ
также не используется, так как необходимо постоянное обновление хемосорбента.
Сущность мембранной диффузии состоит в том, что молекулы воды проникают через волоконные мембраны со специальным покрытием на несколько порядков быстрее,
чем молекулы азота и кислорода. Мембранный влагоотделитель состоит из множества
тончайших, полых внутри волокон, которые выполнены из прочного полимера. Внутренняя поверхность стенок волокон покрыта тончайшим слоем другого полимера, способного
пропускать только молекулы воды. Поступающий во влагоотделитель влажный воздух
движется внутри мембранных волокон. Вода проникает через стенки волокон на внешнюю их часть, а сухой воздух выходит из влагоотделителя. Часть осушенного воздуха отбирается на выходе влагоотделителя и поступает в специальный ресивер. В цикле регенерации сжатый воздух из специального ресивера пропускается через дроссель и подается
во влагоотделитель. В результате его давление становится чуть выше атмосферного, а относительная влажность – низкой. Сухой воздух продувается по внешним сторонам мембранных волокон, поглощает воду, проникшую через их стенки, и выводится в атмосферу.
Конденсата при работе мембранных осушителей не образуется. Характерной чертой мембранного влагоотделителя является простота конструкции при высокой степени осушки
сжатого воздуха. Он эффективно работает в том случае, если проведена предварительная
очистка сжатого воздуха от твердых частиц и масла. В противном случае полые волокна
быстро засоряются и замасливаются, эффективность влагоотделителя падает, а гидравлическое сопротивление растет.
В настоящей статье рассмотрен метод осушки путем силового воздействия на
частицы воды. В известных устройствах это воздействие осуществляется за счет центробежных сил инерции или электростатических сил. В пневмосистемах достаточно часто
используются центробежные влагоотделители, в которых потоку воздуха придается вихревое движение. Они просты по конструкции, достаточно эффективно удаляют влагу в
виде капель, хотя парообразная влага при этом практически не удаляется.
128
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
При криволинейном движении потока воздуха на частицу влаги действует центробежная сила инерции F ц [3, с. 365-369]:
m V02
,
(1)
Fц =
r
где m – масса частицы; V 0 – линейная (окружная) скорость движения частицы; r – радиус
кривой, по которой движется частица (рис. 2). Сила F ц определена в подвижной системе
отсчета, связанной с потоком воздуха. Она перпендикулярна вектору V 0 и лежит в плоскости, касательной к кривой движения частицы в точке определения данной силы.
Очевидно, что для повышения эффективности работы центробежного влагоотделителя целесообразно увеличить силу,
действующую на частицу влаги в радиальном направлении, так как при этом большее
количество частиц будет достигать стенок
корпуса и оседать на них. Увеличить F ц
можно путем увеличения V 0 или уменьшения r. Однако существенное увеличение V 0
приводит к росту гидравлических потерь
энергии на трение, которые пропорциоРис. 2. Схема сил, действующих на заряженную
нальны V 0 2. Уменьшение r ограничено кончастицу 2, движущуюся в магнитном поле по
струкцией влагоотделителя. Проведенные
криволинейной траектории 1
исследования показали, что увеличить F ц
путем модернизации конструкций (изменением V 0 и r) известных центробежных влагоотделителей можно всего на 12 – 14 %.
На заряженную частицу, помещённую в электростатическое поле, действует сила
Кулона. Это явление можно использовать для удаления воды из сжатого воздуха, но напряжённость электростатического поля при этом достигает нескольких десятков кВ/м.
Существенно возрастают требования к электробезопасности, установка усложняется, возрастает ее цена, поэтому такой способ в мобильных машинах практически не используется.
Известно, что магнитное поле воздействует на движущиеся в нём электрически заряженные частицы. Сила, действующая на частицу 2 с электрическим зарядом q, движущуюся в магнитном поле по траектории 1 со скоростью V 0 , называется силой Лоренца F л
(рис. 2) и определяется выражением [4, с. 54-55; 5, с. 171]
Fл = q[V0 , B ],
где В – индукция магнитного поля. Модуль силы F л при этом рассчитывается по формуле
Fл = q V0 B sinα ,
(2)
где α – угол между векторами V 0 и B.
Если электрически зарядить частицы воды и расположить вихревой поток сжатого
воздуха соответствующим образом в магнитном поле, то можно увеличить суммарную
радиальную силу, действующую на частицу жидкости. При этом необходимо учитывать,
что сила Лоренца изменяет только направление скорости частицы, не изменяя ее модуля
[5, с. 171; 6, с. 42-44]. Кроме того, на частицу влаги действует сила тяжести G.
129
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Изложенный подход лег в
основу разработки способа очистки
сжатого воздуха с помощью магнитного поля, создаваемого соленоидом [7]. Поскольку заряженная
частица движется по спиральной
траектории, то очевидно, что для
получения максимальной величины
F л (при α = 90○) необходимо, чтобы
вектор В был отклонен от оси устройства на угол, равный углу подъема винтовой линии (γ), т.е. линии
движения частицы с вихревым потоком. Однако при этом векторы F л
и F ц не будут совпадать по направлению, а также усложнится конструкция. Поэтому на первом этапе
разработки для создания магнитного
поля внутри устройства использован
Рис. 3. Схема соленоида для создания магнитного поля
соленоид, в котором вектор В павнутри влагоотделителя: 1 – корпус; 2 – соленоид
раллелен оси устройства (рис. 3).
Магнитная индукция внутри соленоида определяется выражением [8, с. 32-34]
Iw
,
B = µ µ0
2
lc + Dср2
где I – сила тока, протекающего по обмотке соленоида; μ 0 – магнитная постоянная; μ 0 =
4π·10-7 Н/А2 [5, с. 170 ]; μ – магнитная проницаемость среды; для воздуха и парамагнитных материалов в технических расчетах можно принять μ ≈ 1 [8, с. 12 ]; w – количество
витков соленоида; l c – длина соленоида; D ср – средний диаметр обмотки соленоида.
Для повышения эффективности работы устройства необходимо обеспечить постоянство величины и направления B во времени, так как при этом направление F л будет совпадать с направлением F ц . Этого можно достичь, если по обмотке соленоида будет протекать постоянный ток I, равный U/R (U – напряжение на обмотке; R – активное сопротивление проводника обмотки соленоида).
Известно, что
l
R=ρ ,
S
где ρ – удельное сопротивление проводника; S – площадь поперечного сечения проводника; l – длина проводника.
Тогда
U S
.
(3)
I=
ρl
С учётом выражения (3) имеем
B = µ µ0
USw
ρ l lc2 + Dcp2
.
С достаточной точностью для технических расчетов можно считать, что w =
Окончательно имеем
130
l
.
π Dcp
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
B = µ µ0
US
π Dcp ρ lc2 + Dcp2
.
(4)
Для получения максимального значения B необходимо, чтобы значения U и S были
наибольшими, так как величины µ и ρ для определенного проводника обмотки и материала корпуса влагоотделителя являются постоянными, а D cp и l с ограничены размерами
конструкции.
Окончательно получим уравнение для расчета радиальной силы F r , действующей на
заряженную частицу, движущуюся по кривой в магнитном поле:
US
m V02
.
Fr =
+ q V0 sinα µ µ0
r
π Dcp ρ lc2 + Dcp2
Для реализации описанного способа необходимо, чтобы молекулы воды в воздухе
были ионизированы. Энергия, необходимая для ионизации молекул воды, равна
E=12,58…12,621 эВ ≈ 2·10-18 Дж [9, с. 68; 10; 11].
Если использовать электромагнитное излучение в качестве ионизатора, то длина
волны λ должна быть
hc
,
λ=
E
где h – постоянная Планка, h = 6,626·10-34 Дж·с [12, с. 10]; c – скорость света в вакууме, c
= 3·108 м/с [12, с. 10].
Подставим значения h, c и E и получим λ=9,94·10-8 м, что соответствует длине волн
ультрафиолетового излучения [5, с.236]. Поэтому для ионизации можно использовать, например, ртутную лампу.
Следует отметить, что энергия ионизации молекул кислорода и азота (основных составляющих воздуха) близка к энергии ионизации молекул воды. Так, энергия ионизации
О 2 равна примерно 12,1 эВ, N 2 – 15,6 эВ [9, с. 68; 10; 11]. Поэтому при облучении потока
сжатого воздуха ультрафиолетовыми лучами молекулы воды, кислорода и азота будут ионизироваться и превращаться в положительно заряженные молекулярные ионы.
Известно, что масса молекул воды, кислорода и азота различна и составляет
2,993·10-26, 5,315·10-26 и 4,651·10-26 кг соответственно [12, с. 10, 41-42]. Поэтому при движении данных молекул по криволинейной траектории при одинаковых скорости V 0 и радиусе r наибольшая центробежная сила инерции будет воздействовать на молекулу кислорода.
Вместе с тем молекула воды является дипольной, что обусловлено строением ее
электронных оболочек, содержащих пять пар электронов. Одна пара электронов расположена вблизи ядра атома кислорода, две электронные пары образуют ковалентные связи О–
Н, оставшиеся две - неподеленные электронные пары [13, с. 128-131]. Вследствие наличия дипольного момента взаимодействие между электрически нейтральными молекулами
воды является достаточно сильным (водородная связь). В результате в водяном паре присутствуют димеры, триммеры и полимеры, т. е. (H 2 O) 2 , (Н 2 O) 3 и (Н 2 O) n [14, c. 149] (рис.
4). Назовем эти образования общим термином «частицы воды». Очевидно, что центробежная сила инерции, действующая на частицы воды, при одинаковых V 0 и r пропорциональна количеству молекул в частице воды и больше центробежных сил, действующих на
молекулы кислорода и азота. Исходя из этого положения, можно считать, что при движении сжатого воздуха по винтовой линии из-за изменения траектории под действием центробежных сил наиболее удаленными от центра данной траектории являются частицы
воды. Поэтому при установке облучателя на наружной части корпуса влагоотделителя,
вначале будут выбиваться электроны из частиц воды, а затем – из молекул кислорода и
азота. Если данный поток воздуха будет находиться в магнитном поле (рис. 3), то поло131
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
жительно заряженные молекулярные ионы и электроны будут двигаться в противоположных направлениях относительно друг друга.
Проведем теоретическую оценку эффективности использования данного способа,
рассмотрев ионизированную частицу воды (без одного электрона), состоящую из двух молекул воды, т.е. димер воды массой m = 5,986·10-26 кг [12, с. 41-42] и зарядом q=1,6·10-19
Кл [12, с. 10]. Исходя из реальной конструкции, примем радиус кривизны траектории частицы r = 63 мм. Предположим, что во влагоотделителе магнитное поле создано соленоидом с безопасным для человека напряжением питания U=24 В. Для достижения максимального значения B обмотка соленоида выполнена из медного провода с площадью поперечного сечения S = 3,92·10-6 м2. Размеры соленоида: D ср = 210 мм, l с = 130 мм. Тогда
можно достичь B=0,018 Тл. Подача компрессора Q=5·10-3 м3/с, площадь сечения винтовой
канавки, по которой движется поток сжатого воздуха, S в =0,35·10-3 м2, угол подъема винтовой линии γ = 900- α = 70. При таких условиях,
используя уравнения (1), (2) и (4), получим, что
отношение F л /F ц = 210,4, т. е. сила Лоренца, воздействующая на данную частицу воды, более чем
в 200 раз больше центробежной силы, действующей на эту же частицу.
На основе выполненной оценки разработан
центробежно-магнитный влагоотделитель, позволяющий проводить осушку сжатого воздуха с расходом до 0,5 м3/мин (8,33·10-3 м3/с) и давлением
до 0,8 МПа [15;16]. Влагоотделитель состоит из
корпуса 1, в котором соосно установлен завихриРис. 4. Схема триммера воды в водяном
тель 2. На внешней поверхности завихрителя
паре: ··· – водородная связь
расположен направляющий аппарат 3, обеспечивающий движение потока сжатого воздуха по винтовой траектории. В
нижней части корпуса
установлена конусообразная заслонка 4, под
которой
расположена
полость 5 для сбора конденсата и пыли. Полость
5 через отверстие 6 соединена с электромагнитным клапаном 7.
Снаружи на корпусе,
выполненном из немагнитного
материала
(сплава алюминия), установлен соленоид (цилиндрическая катушка)
8. Для исключения нагрева корпуса соленоидом предусмотрена теплоизоляционная
прокладка 9. На корпусе
также установлено устройство 10 для ионизации частиц воды в сжаРис. 5. Схема центробежно-магнитного
том воздухе.
влагоотделителя
Влагоотделитель ра132
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
ботает следующим образом. От компрессора сжатый воздух по трубопроводу 11 через отверстие 12 в корпусе 1 поступает в канал, образованный направляющим аппаратом 3. Для
исключения образования местных вихрей, в которых частицы воды движутся хаотично, а
центробежная сила направлена произвольным образом, отверстие 12 выполнено под наклоном, равным углу подъема винтовой линии γ направляющего аппарата. Кроме того,
поток сжатого воздуха входит в направляющий аппарат по касательной, чем также исключается образование местных вихрей. При движении по винтовой линии частицы воды
(димеры, триммеры и т. д.), обладающие большей массой по сравнению с молекулами
азота и кислорода, в большей степени приближаются к вертикальным внутренним стенкам
корпуса. Примерно через два оборота поток сжатого воздуха подвергается ультрафиолетовому облучению с помощью ионизатора 10. Поскольку частицы воды находятся ближе
к источнику ионизации, чем молекулы кислорода и азота, они первыми приобретают положительный заряд. При этом поток воздуха уже находится в магнитном поле, образованном соленоидом 8, и поток электронов, выбитых из частиц воды, под воздействием силы Лоренца устремляется к оси завихрителя 2, а поток положительно заряженных частиц
воды – к вертикальным стенкам корпуса 1. Вертикальные стенки уже будут покрыты
тонким слоем воды, поскольку капли воды, которые образуются при сжатии воздуха, достигнут стенок корпуса еще до облучения потока сжатого воздуха. Положительно заряженные частицы воды, достигнув стенок корпуса, соединяются с имеющимися там молекулами воды и удерживаются за счет наличия водородной связи. Выбитые из частиц воды электроны захватываются электрически нейтральными молекулами кислорода и азота,
поскольку их внешние электронные оболочки являются незаполненными, а также положительными молекулярными ионами кислорода и азота, у которых электроны выбиваются
при ультрафиолетовом облучении потока сжатого воздуха. Капли масла и твердые частицы пыли, находящиеся в сжатом воздухе, под воздействием центробежных сил инерции
также отбрасываются к внутренней стенке корпуса, и образовавшаяся смесь стекает вниз в
полость 5.
Как уже отмечалось, магнитное поле внутри корпуса 1 создается с помощью соленоида 8, вектор магнитной индукции В которого направлен вниз параллельно оси влагоотделителя и под углом α=900-γ к вектору окружной скорости V 0 движения ионизированной частицы воды. На ионизированные частицы воды кроме центробежной силы F ц действует сила Лоренца F л , которая совпадает по направлению с силой F ц (рис. 2). Радиальная сила, действующая на частицу, при этом существенно возрастает.
С помощью направляющего аппарата 3 поток сжатого воздуха также получает нисходящее движение. После прохождения по винтовой траектории поток воздуха поворачивается на 1800 и поступает во внутреннее отверстие 13 завихрителя 2. При этом возникает центробежная сила, действующая на оставшиеся твердые частицы, частицы воды и
капли масла и направленная в сторону конусообразной заслонки 4, куда стекает смесь воды, масла и твердых частиц со стенок корпуса 1. Сила Лоренца уменьшается до нуля, так
как вектор скорости V 0 становится параллельным вектору B. Через отверстие в центре
заслонки 4 упомянутая смесь стекает в полость 5, где и собирается. Благодаря такой конструкции заслонки собранная смесь твердых частиц, масла и воды не захватывается вновь
потоком очищенного и осушенного воздуха и не увлекается в пневмосистему.
Осушенный и очищенный сжатый воздух проходит через отверстие13, трубопровод
14, обратный клапан 15 и поступает в основной ресивер 16. Когда давление в пневмосистеме достигает верхнего предела, срабатывает реле давления 17 и отключает электродвигатель компрессора, обмотку соленоида и обмотку электромагнитного клапана 7. В
результате запорный элемент клапана 7 опускается вниз, и полость 5 соединяется с атмосферой. Под действием давления воздуха, находящегося в корпусе 1, смесь воды, масла и
твердых частиц выбрасывается наружу.
При падении давления в ресивере пневмосистемы до нижнего предела (из-за расхода сжатого воздуха потребителями) реле давления включает электродвигатель компрес133
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
сора и подаёт напряжение на обмотки соленоида и электромагнитного клапана, который
перекрывает сообщение внутренней полости 5 с атмосферой, и цикл осушки и очистки
сжатого воздуха повторяется.
Стендовые испытания показали, что данный влагоотделитель позволяет осушить
сжатый воздух до 3-го класса чистоты по ISO 8573-1:2001. Его гидравлическое сопротивление на 37 – 43 % ниже, чем у аналогичных адсорбирующих влагоотделителей.
Таким образом, разработанный центробежно-магнитный влагоотделитель обладает
рядом преимуществ по сравнению с известными адсорбирующими влагоотделителями
(при сопоставимой степени осушки сжатого воздуха): не требуется постоянная регенерация или замена адсорбента; во влагоотделителе использован всего один подвижный элемент – запорный элемент электромагнитного клапана; снижены потери энергии на преодоление гидравлических сопротивлений.
СПИСОК ЛИТЕРАТУРЫ
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
Бальян, С.В. Техническая термодинамика и тепловые двигатели/С.В. Бальян. – Л.: Машиностроение,
1973. – 304 с.
Бурцев, С.И. Влажный воздух. Состав и свойства: учеб. пособие/С.И.Бурцев, Ю.Н. Цветков. – СПб.:
СПбГАХПТ, 1998. – 146 с.
Бутенин, Н.В. Курс теоретической механики: учеб. Пособие: в 2 т. /Н.В. Бутенин, Я.Л. Лунц,Д.Р. Меркин. – СПб.: Лань, 1998. – Т. 1. – 736 с.
Арцимович, Л.А. Движение заряженных частиц в электрических и магнитных полях/Л.А. Арцимович,
С.Ю. Лукьянов. – М.: Наука, 1978. – 224 с.
Трофимова, Т.Н. Курс физики: учеб. для студентов вузов/Т.Н. Трофимова. – М.: Высш. шк., 1985. –
432с.
Инкин, А.И. Электромагнитные поля и параметры электрических машин: учеб. пособие/А.И. Инкин. –
Новосибирск: ЮКЭА, 2002. – 464 с.
Пат. 6933 РБ, МКИ7 В 01D 53/26, 45/00. Способ осушки сжатого воздуха и установка для его осуществления/ Галюжин С.Д., Сафонов И.И., Галюжин А.С.; заявитель и патентообладатель Белорус.-Рос. ун-т.
– № 20020457; заявл. 28.05.02; опубл. 30.03.05, Бюл. № 1.– С. 27.
Шелихов, Г.С. Магнитопорошковая дефектоскопия деталей и узлов/ Г.С. Шелихов. – М.: Эксперт,
1995. – 224 с.
Радциг, А.А. Справочник по атомной и молекулярной физике/А.А. Радциг, Б.М. Смирнов. – М.: Атомиздат, 1980. – 240 с.
Завилопуло, А.Н. Ионизация молекул азота, кислорода, воды и двуокиси углерода электронным ударом
вблизи порога/ А.Н. Завилопуло, Ф.Ф. Чипев, О.Б. Шпеник//Журнал технической физики. – 2005. – Т.
75. - Вып. 4. – С. 19-24.
Радциг, А.А. Параметры атомов и атомных ионов: справочник/ А.А. Радциг, Б.М. Смирнов. – 2-е изд.,
перераб. и доп. –М.: Энергоатомиздат, 1986. – 344 с.
Леше, А. Физика молекул: [пер. с нем.] /А. Леше. - М.: Мир, 1987. – 232 с.
Глинка, Н.Л. Общая химия: учеб. пособие/Н.Л. Глинка; под ред. В.А. Рабиновича. - Л.: Химия, 1983. –
704 с.
Пат. 7065 РБ, МКИ7 В 01D 53/26. Система для осушки сжатого воздуха / Галюжин С.Д., Сафонов И.И.,
Галюжин А.С., Галюжин Д.С.; заявитель и патентообладатель Белорус.-Рос. ун-т. – № 20020394; заявл.
08.05.02; опубл. 30.06.05, Бюл. № 2. – С. 105.
Пат. 7806 РБ, МКИ7 В 01D 53/26. Установка для осушки сжатого воздуха пневмосистемы транспортного средства/ Сафонов И.И., Галюжин С.Д., Галюжин А.С.; заявитель и патентообладатель МГПУП
«Белкоммунмаш». – № 20020483; заявл. 04.06.02; опубл. 28.02.06, Бюл. № 1. – С. 74.
Материал поступил в редколлегию 25.01.10.
134
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
135
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
УДК 504:001.12/.18; 574::539.1.04; 613.648; 613.95/.96; 615.9::574
А.В. Корсаков, В.П. Михалёв, А.Н. Буфалов, Т.Б. Дубовик, С.А. Попов, Л.И. Пугач
ВЛИЯНИЕ ФОНОВОЙ ТЕХНОГЕННО-ТОКСИЧЕСКОЙ И РАДИОАКТИВНОЙ
ЗАГРЯЗНЕННОСТИ ОКРУЖАЮЩЕЙ СРЕДЫ НА ЗДОРОВЬЕ НАСЕЛЕНИЯ
БРЯНСКОЙ ОБЛАСТИ
Приведена комплексная эколого-гигиеническая оценка состояния окружающей среды во всех районах Брянской области за десятилетний период (1998-2007 гг.) по радиационным (вследствие аварии на Чернобыльской АЭС), токсико-химическим (вследствие накопления промышленных выбросов) и сочетанным радиационно-токсическим компонентам. Проанализированы корреляционные связи изменений среды с первичной
заболеваемостью детского, подросткового и взрослого населения.
Ключевые слова: окружающая среда, токсиканты, плотность радиоактивного загрязнения, первичная заболеваемость, корреляционная связь.
Вторая половина ХХ века в результате создания многоплановой атомной энергетики
внесла в среду обитания непрерывно растущее количество искусственных техногенных
радиоактивных веществ [1; 29], новых как по выходу на популяционный (экосистемный)
характер, так и по впервые сформировавшимся вариантам сочетанных воздействий с не
менее агрессивными техногенно-токсическими факторами среды [24].
Количество территорий, на которых мощности доз от излучений радионуклидов в
десятки раз превосходят фон, существовавший в доатомную эпоху, и вариантов характерных для современной среды комбинированных радиационно-токсических воздействий неуклонно растет [6; 8; 29].
В Брянской области вследствие аварии на ЧАЭС образовалась не встречающаяся на
других территориях экологическая ситуация, уникальная как в плане повышенной радиоактивной загрязненности среды юго-западных территорий области, так и в плане появления территорий новейших, неизвестных ранее (до аварии) комбинированных радиационно-токсических и радиационно-изолированных (экологически благополучных по токсическим компонентам) экосистемных воздействий (при равных дозах радиационных нагрузок
на население) [24].
Вместе с тем, несмотря на известность географии распределения радиационных загрязнений Брянской области, последствия чернобыльской катастрофы по-прежнему рассматриваются без учета фоновых техногенно-токсических воздействий, их интенсивности
и неизбежных в таких ситуациях различий адаптационных реакций населения на смену
состава окружающей среды [5; 9; 27].
Изучение последствий такой резкой многофакторной деформации постоянных экосистемных воздействий, степени нарушений формирования здоровья населения, проживающего в таких условиях, представляется крайне важным и необходимым для прогнозирования эффективности вкладов техногенно-токсических факторов среды в реакции населения на радиоактивную загрязненность вследствие аварии на Чернобыльской АЭС.
Фоновое техногенно-токсическое загрязнение окружающей среды, в том числе и
сред радиационных территорий, сопровождающее воздействие радиации, достигает чрезвычайных размеров: до 10 ПДК (предельно допустимых концентраций) в 124 городах и
до 5 ПДК в 204 городах России [3].
Анализ опубликованных исследований воздействия экологически агрессивных техногенно-токсических метаболитов среды указывает на резкое ухудшение здоровья населения в местах повышенного техногенного фона [3; 12; 13]. За последнее десятилетие
уровень общей детской заболеваемости в таких районах повысился в 1,5 раза, уровень заболеваемости подростков – в 1,3 раза при достоверном росте тяжести заболеваний и зако135
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
номерном сокращении общей численности детей и подростков [12]. Результаты Всероссийской диспансеризации подтвердили отмеченные негативные изменения в состоянии
здоровья детского и подросткового населения. За последние 10 лет число здоровых детей
и подростков снизилось с 45,5 до 33,9% с одновременным двукратным увеличением хронической патологии и инвалидности [13].
Однако данные, указывающие на причины и закономерности формирования таких
процессов, определяющие иерархичность (распределение по степени агрессивности) чужеродных факторов среды, в том числе и новейших радиационных воздействий, отсутствуют.
Фоновое техногенно-токсическое загрязнение окружающей среды внеконкурентным
канцерогеном – 3,4-бенз(а)пиреном, тяжелыми металлами, формальдегидом, фенолом, оксидом и диоксидом азота, серы, углерода, летучими органическими соединениями и др. на
территории Брянской области изменяется в чрезвычайно больших пределах в зависимости
от мощностей и характера эксплуатируемых производств в определенных районах [14-23].
Дифференцировка территорий и соответственно популяционных групп населения с
учетом географии распределения загрязнений основными токсикантами и радионуклидами вследствие аварии на ЧАЭС проводилась в единичных работах [2; 7; 10; 28].
Последствия такой резкой многофакторной деформации среды, степень нарушения
здоровья населения, проживающего в таких районах, особенно детей и подростков, не исследованы.
Анализ и обобщение научных работ, затрагивающих эту проблему, показывают их
крайнюю противоречивость, связанную, на наш взгляд, с отсутствием многофакторного
анализа окружающей среды.
Рост общей, первичной заболеваемости, заболеваемости нейроэндокринного и иммунного рядов населения юго-западных районов Брянской области последовал вслед за
радиоактивным загрязнением среды [9; 26; 27]. Какова интенсивность таких патологических изменений и насколько велика их связь с загрязнением окружающей среды радионуклидами и техногенными токсикантами – основной вопрос настоящей статьи.
Материалы и методы исследования. Нами проведена комплексная экологогигиеническая оценка состояния окружающей среды [14-23] и первичной заболеваемости
населения Брянской области [26] за десятилетний период (1998-2007 гг.).
Показатели валовых промышленных выбросов 3,4-бенз(а)пирена, оксидов азота, диоксида серы, углеводородов, оксида углерода в атмосферу (тонн в год) нами изучены по
материалам паспортизации всех предприятий Брянской области (за десятилетний период),
выполняющих проект предельно допустимых выбросов, представленных в ежегодных
докладах Главного управления природных ресурсов и охраны окружающей среды Министерства природных ресурсов России по Брянской области на основе данных ФГУЗ
«Центр гигиены и эпидемиологии в Брянской области», Управления Федеральной службы
по надзору в сфере защиты прав потребителей и благополучия человека по Брянской области, Ростехнадзора, Брянского центра гидрометеорологии и мониторинга окружающей
среды [14-23]. Последующий расчет показателей степени загрязненности отдельных районов по мощности суммарного выброса данного токсиканта в данном районе Брянской
области проводился путем пересчета величин среднегодового выброса на отдельного жителя данного района (методика акад. РАМН Ю.П. Пивоварова и проф. В.П. Михалёва) [10;
24]. Далее нами были выделены 3 ведущих токсиканта: 3,4-бенз(а)пирен (1-й класс опасности), оксиды азота (2-й класс опасности), сернистый ангидрид (3-й класс опасности). В
первой группе районов области (табл. 4, 5) выбросы по 3,4-бенз(а)пирену не регистрируются, а по оксидам азота и сернистому ангидриду достигают минимальных значений, что
позволяет их отнести к экологически благополучным.
136
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Для установления конкретных величин плотности радиоактивного загрязнения по
Сs нами использовались данные Новозыбковского филиала Санкт-Петербургского НИИ
радиационной гигиены [25] и Брянского центра «Агрохимрадиология» [11], уточненные в
учебнике «Радиационная экология» [24].
Несмотря на прошедшие с момента аварии на ЧАЭС 23 года, экспоненту естественного распада основных радионуклидов, а также на проведенный комплекс работ по дезактивации среды, радиоактивность юго-западных территорий Брянской области остается
достаточно высокой при сохранившейся наибольшей загрязненности по 137Сs и 90Sr Красногорского, Злынковского, Гордеевского, Новозыбковского, Клинцовского, Климовского
и Стародубского районов [3; 14-23; 27].
Таким образом, на основе полученных данных нами изучена техногенная токсикохимическая и радиоактивная загрязненность окружающей среды (вследствие аварии на
ЧАЭС) в Брянской области; на основе дифференцировки среды по степени и вариантам
техногенных токсико-химических, аварийных радиоактивных и сочетанных воздействий
проведено районирование всех территорий Брянской области. Нами выделены: 1) территории с малой плотностью радиоактивного и техногенно-токсического загрязнения окружающей среды (экологически благополучные); 2) территории с высокой плотностью радиоактивного загрязнения и малой плотностью техногенно-токсического (радиационноизолированные); 3) территории с малой плотностью радиоактивного загрязнения и высокой плотностью техногенно-токсического (токсические); 4) территории с высокой плотностью радиоактивного и техногенно-токсического загрязнения (сочетанные радиационнотоксические) (табл. 5).
Данные десятилетнего (1998-2007 гг.) анализа фоновой техногенно-токсической и
радиоактивной загрязненности окружающей среды всех районов Брянской области [1423] сопоставлялись с данными по первичной заболеваемости (корреляционный анализ)
детского, подросткового и взрослого населения [26] (табл. 1-5).
Первичная заболеваемость населения (1,62 млн чел.) анализировалась на основе
официальных документов Медицинского информационно-аналитического центра при Департаменте здравоохранения Брянской области также за десятилетний период (19982007 гг.) [26]. Первичная заболеваемость населения по всем классам патологий оценивалась нами как интегративный показатель состояния здоровья (в отличие от общей заболеваемости, когда имеется возможность повторного обращения одного и того же пациента).
Статистический анализ полученных данных проводился методами корреляционного
анализа. В первую очередь была проверена (на уровне значимости 0,95) гипотеза о нормальности распределения выборки данных о загрязнении атмосферного воздуха, и она
подтвердилась. Затем с помощью коэффициента корреляции Пирсона нами был выяснен
уровень линейной связи между признаками и по его величине сделаны выводы о силе связи между исследуемыми признаками. В качестве среднего значения везде фигурирует выборочное среднее, так как выборочные данные обладают очевидной симметрией. Основные расчеты проводились нами с использованием средств пакета Microsoft Excel [4].
Результаты исследования и их обсуждение. Предварительная оценка корреляционных связей фоновой техногенно-токсической загрязненности окружающей среды всех
районов Брянской области с первичной заболеваемостью населения за десятилетний период (1998-2007 гг.) указывает на то, что без разделения территорий по мощности воздействий токсикантов коэффициенты корреляции достигают значений от -0,42 до 0,35,
приобретая маловероятные отрицательные значения у подросткового населения (табл.
1-3).
Предварительная оценка корреляционных связей чрезвычайно неравномерно распределенного радиационного фактора (по 137Cs) с первичной заболеваемостью населения
показывает, что значения коэффициентов корреляции без дифференцировки воздействий
137
137
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
3,4бенз(а)пиреном
углеводородами
оксидами азота
13,2
6,8
6,4
1,4
3,0
1,2
0,0
0,8
88,8
Брянский
19,8
1,9
17,9
2,0
5,6
2,9
6,6
0,4
18,5
3,4
0,1
3,3
0,0
2,6
0,6
0,0
0,1
18,5
Выгоничский
138
оксидом углерода
жидкими и газообразными
токсикантами
Брасовский
Район
Брянской
области
всеми токсикантами
твердыми токсикантами
диоксидом серы
Фоновая техногенно-токсическая загрязненность атмосферного воздуха,
кг/чел./год
Плотность радиоактивного загрязнения
по 137Cs, кБк/м2
колеблются (0,54 – для детей; 0,01 – для подростков; 0,41 – для взрослых), находясь в тех
же пределах, что и для связей заболеваемости с фоновыми техногенно-токсическими факторами среды (табл. 1-3).
Проведенное в связи с этим районирование территорий Брянской области с учётом
техногенно-токсического и радиоактивного загрязнения резко меняет токсикологические
и радиационные характеристики окружающей среды (табл. 4, 5). Так, на территориях экологического благополучия реакции связей патологий детского населения как с загрязненностью диоксидом серы, окислами азота, так и с плотностью радиоактивного загрязнения
среды по 137Cs недостоверны, так как приобретают отрицательные значения (табл. 4).
Первичная заболеваемость детей здесь составляет в среднем 836,6 на 1000 детей соответствующего возраста, что меньше общероссийской на 566,1, или на 40,3%. Практически
тот же характер взаимодействий детского населения со средой просматривается и во второй группе при ее незначительно большей плотности радиоактивного загрязнения среды
по 137Cs и достаточно благополучном техногенном фоне. Первичная заболеваемость здесь
также значительно ниже общероссийской (на 27,8%), связи с плотностью радиоактивного
загрязнения среды по 137Сs не имеет (табл. 4), что позволяет объединить полученные данные по первичной заболеваемости детского населения первых двух групп территорий области (табл. 5).
На территориях с высокой плотностью радиоактивного загрязнения по 137Cs (в среднем 1143,3 кБк/м2) при техногенно-токсическом благополучии среды реакции резко меняются: первичная заболеваемость детей возрастает в 1,5-2 раза по сравнению с первой и
второй группами, опережая общероссийскую заболеваемость на 248,5, или на 17,7% (табл.
4). Вместе с тем связь с плотностью радиоактивного загрязнения среды по 137Cs не прослеживается (-0,12); несмотря на малые величины техногенно-токсического загрязнения
среды, наблюдается жесткая связь детской заболеваемости с загрязненностью оксидами
азота (0,99).
Как показывает табл. 4, в четвертой и пятой группах с малой и средней плотностью радиоактивного загрязнения среды по 137Cs при близких параметрах мощных фоновых техногенно-токсических воздействий величины первичной заболеваемости в
детских популяциях отличаются незначительно (1176,3 и 1273,4), отставая от общероссийской заболеваемости на 226,4 и 129,3 (или на 16,1 и 9,2%) соответственно, что позволяет также объединить эти группы (табл. 5).
На территориях сочетанных радиационно-токсических воздействий среды первичная заболеваемость детского населения самая высокая по Брянской области и составляет 1795,8 на 1000 детей соответствующего возраста (табл. 4, 5), опережая общероссийскую заболеваемость на 393,1, или на 28,0%. Наблюдается жесткая связь детской
заболеваемости как с загрязненностью сернистым ангидридом (0,99), так и с плотностью
радиоактивного загрязнения по 137Cs (0,56).
Таблица 1
Фоновая техногенно-токсическая загрязненность атмосферного воздуха и плотность радиоактивного загрязнения в 1998-2007 гг.
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
3,4бенз(а)пиреном
углеводородами
оксидами азота
оксидом углерода
диоксидом серы
жидкими и газообразными
токсикантами
твердыми токсикантами
всеми токсикантами
Район
Брянской
области
Плотность радиоактивного загрязнения
по 137Cs, кБк/м2
Окончание табл. 1
Фоновая техногенно-токсическая загрязненность атмосферного воздуха,
кг/чел./год
Гордеевский
2,7
0,1
2,6
0,0
1,9
0,7
0,0
0,0
917,6
Дубровский
4,0
0,6
3,4
0,1
2,4
0,9
0,0
0,0
77,7
303,2
153,3
149,9
28,0
57,8
60,5
2,0
1,3
77,7
Жирятинский
3,6
0,0
3,6
0,0
2,8
0,7
0,0
0,0
77,7
Жуковский
4,8
0,5
4,4
0,1
3,0
0,8
0,0
0,4
77,7
Злынковский
3,5
0,1
3,4
1,2
1,7
0,4
0,0
0,2
1135,9
Карачевский
4,3
0,5
3,8
0,1
2,7
0,8
0,1
0,2
40,7
Клетнянский
2,0
0,2
1,8
0,4
1,1
0,3
0,0
0,0
40,7
Климовский
1,2
0,1
1,2
0,0
0,9
0,2
0,0
0,0
362,6
Клинцовский
6,1
1,5
4,6
0,1
2,9
1,3
0,1
0,2
684,5
Комаричский
5,0
1,8
3,2
0,5
2,0
0,6
0,1
0,0
88,8
Красногорский
2,2
0,9
1,3
0,1
0,8
0,3
0,0
0,0
2149,7
Мглинский
1,4
0,3
1,1
0,1
0,7
0,3
0,1
0,0
37,0
Навлинский
8,1
2,3
5,8
1,0
2,6
1,0
0,2
1,0
37,0
Новозыбковский
7,8
1,2
6,5
1,0
4,1
1,0
0,3
0,1
717,8
Погарский
5,9
1,0
4,9
0,0
2,1
0,4
2,2
0,0
37,0
Почепский
3,6
1,1
2,5
0,0
1,7
0,4
0,1
0,0
37,0
Рогнединский
1,7
0,0
1,7
0,0
1,3
0,4
0,0
0,0
37,0
Севский
3,8
0,4
3,4
1,0
1,8
0,5
0,1
0,0
37,0
Стародубский
2,1
0,1
2,0
0,0
1,4
0,6
0,0
0,0
151,7
Суражский
3,2
0,5
2,7
0,2
1,3
1,0
0,2
0,0
37,0
Суземский
5,8
2,1
3,7
0,2
2,6
0,7
0,1
0,0
37,0
Трубчевский
3,2
0,5
2,7
0,1
2,0
0,4
0,0
0,0
55,5
Унечский
8,1
0,8
7,3
0,5
2,3
1,0
3,3
0,1
55,5
г. Брянск
22,9
4,8
18,0
1,4
10,1
4,5
1,3
0,6
12,6
Всего
28,5
11,0
17,4
2,3
8,1
5,5
1,0
0,4
-
Дятьковский
Таблица 2
Коэффициенты корреляции первичной заболеваемости с токсичностью
и радиоактивностью среды
Группа населения
Дети
Коэффициенты корреляции
0,33
0,32
0,34
0,34
0,35
0,33
0,10
0,29
0,54
Подростки
-0,19
-0,18
-0,20
-0,19
-0,20
-0,19
0,06
-0,42
0,01
Взрослые
0,21
0,22
0,21
0,20
0,23
0,21
-0,16
0,25
0,41
139
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Первичная заболеваемость населения за 1998-2007гг.
Таблица 3
Первичная заболеваемость, n·1000/год
Район
Брянской области
детей
подростков
взрослых
Брасовский
1007,2
885,0
590,5
Брянский
1153,8
804,4
356,4
Выгоничский
1068,0
850,0
536,9
Гордеевский
1906,9
533,5
628,7
Дубровский
940,7
1020,2
411,2
Дятьковский
1892,4
601,1
681,4
Жирятинский
485,4
1134,2
476,4
Жуковский
1025,0
421,1
334,3
Злынковский
2106,2
823,9
589,4
Карачевский
1241,3
1091,0
528,0
Клетнянский
736,0
926,2
354,3
Климовский
1502,5
790,1
611,1
Клинцовский
1179,5
918,1
1124,0
Комаричский
950,6
1649,1
413,6
1544,3
1008,7
596,5
Мглинский
554,7
832,8
275,8
Навлинский
1242,1
404,0
561,8
Новозыбковский
2101,7
837,8
637,2
Погарский
1216,0
1690,7
584,1
Почепский
906,0
874,4
375,9
Рогнединский
926,2
633,8
392,0
Севский
756,0
766,0
432,9
1249,9
1073,5
489,4
Суражский
781,8
582,6
400,7
Суземский
815,7
871,8
523,2
Трубчевский
1436,5
732,6
444,7
Унечский
1169,2
941,4
282,8
г. Брянск
1576,0
606,4
590,5
Всего
1417,2
869,4
524,3
Красногорский
Стародубский
Таблица 4
Первичное районирование территорий Брянской области с учётом техногенно-токсического
и радиоактивного загрязнения окружающей среды (1998-2007 гг.)
Загрязненность ведущими токсикантаПлотность раПервичная
ми , кг/чел. /год
диоактивного
заболеваемость
загрязнения по
детей,
3,4-бенз(а)диоксидом
оксида137
Cs, кБк/м2
n·1000/год
пиреном
серы
ми азота
Территории с малой плотностью радиоактивного и токсического загрязнения
Районы
Брянской области
Погарский
Почепский
Рогнединский
0,0
0,0
0,0
0,0
0,0
0,0
0,4
0,4
0,4
140
37,0
37,0
37,0
1216,0
906,0
926,2
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Районы
Брянской области
Севский
Мглинский
Суземский
Суражский
Клетнянский
Среднее значение
Коэффициент
корреляции
Загрязненность ведущими токсикантами, кг/чел./год
3,4-бенз(а)диоксидом
Оксидапиреном
серы
ми азота
0,0
0,0
0,0
0,0
0,0
-
1,0
0,1
0,2
0,2
0,4
0,24
r 2 =-0,36
0,5
0,3
0,7
1,0
0,3
0,56
r 3 =-0,03
Плотность радиоактивного
загрязнения по
137
Cs, кБк/м2
37,0
37,0
37,0
37,0
40,7
37,5
r 4 =-0,21
Окончание табл. 4
Первичная
заболеваемость
детей,
n·1000/год
756,0
554,7
815,7
781,8
736,0
836,6±54,5
-566,1*
Территории со средней плотностью радиоактивного загрязнения и малой плотностью токсического
Стародубский
Комаричский
Дубровский
Жирятинский
Трубчевский
Среднее значение
Коэффициент
корреляции
0,0
0,0
0,0
0,0
0,0
-
Красногорский
Гордеевский
Климовский
Среднее значение
Коэффициент
корреляции
0,0
0,0
0,0
-
Брянский
Выгоничский
Карачевский
Навлинский
Среднее значение
Коэффициент
корреляции
0,4
0,1
0,2
1,0
0,42
r 1 =0,59
Брасовский
Дятьковский
Жуковский
Унечский
Среднее значение
Коэффициент
корреляции
0,8
1,3
0,4
0,1
0,65
r 1 =0,74
0,0
0,5
0,1
0,0
0,1
0,14
r 2 =0,01
0,6
0,6
0,9
0,7
0,4
0,64
r 3 =0,26
151,7
88,8
77,7
77,7
55,5
90,3
r 4 =0,14
1249,9
950,6
940,7
485,4
1436,6
1012,6±65,8
-390,1*
Территории с высокой плотностью радиоактивного загрязнения и малой плотностью токсического
0,1
0,0
0,0
0,03
r 2 =-0,42
0,3
0,7
0,2
0,40
r 3 =0,99
2149,7
917,6
362,6
1143,3
r 4 =-0,12
1544,3
1906,9
1502,5
1651,2±90,2
+248,5*
Территории с малой плотностью радиоактивного загрязнения и высокой плотностью токсического
2,0
0,0
0,1
1,0
0,77
r 2 =0,12
5,6
0,6
0,8
1,0
2,00
r 3 =-0,12
18,5
18,5
40,7
37,0
28,7
r 4 =0,90
1153,8
1068,0
1241,3
1242,2
1176,3±62,1
-226,4*
Территории со средней плотностью радиоактивного загрязнения и высокой плотностью токсического
1,4
28,0
0,1
0,5
7,50
r 2 =0,98
1,2
60,5
0,8
1,0
15,87
r3=0,98
88,8
77,7
77,7
55,5
74,9
r 4 =-0,04
1007,2
1892,4
1025,0
1169,2
1273,4±74,2
-129,3*
Территории с высокой плотностью радиоактивного и токсического загрязнения
Клинцовский
0,2
0,1
1,3
684,5
1179,5
Новозыбковский
0,1
1,0
1,0
717,8
2101,7
Злынковский
0,2
1,2
0,4
1135,9
2106,2
Среднее значение
0,17
0,76
0,90
846,1
1795,8±90,2
Коэффициент
r 1 =-0,50
r 2 =0,99
r 3 =-0,76
r 4 =0,56
+393,1*
корреляции
* – отличие первичной заболеваемости детского населения Брянской области от общероссийской
(1998-2007 гг.).
141
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Таблица 5
Районирование территорий Брянской области с учётом техногенно-токсического
и радиоактивного загрязнения окружающей среды (1998-2007 гг.)
Загрязненность ведущими токсикантами,
Плотность радиокг/чел./год
Первичная
Районы Брянской
активного
заболеваемость
3,4области
загрязнения по
диоксидом
оксидами
детей, n·1000/год
бенз(а)пире137
Cs, кБк/м2
серы
азота
ном
Территории с малой плотностью радиоактивного и токсического загрязнения
Погарский
0,0
0,0
0,4
37,0
1216,0
Почепский
0,0
0,0
0,4
37,0
906,0
Рогнединский
0,0
0,0
0,4
37,0
926,2
Севский
0,0
1,0
0,5
37,0
756,0
Мглинский
0,0
0,1
0,3
37,0
554,7
Суземский
0,0
0,2
0,7
37,0
815,7
Суражский
0,0
0,2
1,0
37,0
781,8
Клетнянский
0,0
0,4
0,3
40,7
736,0
Стародубский
0,0
0,0
0,6
151,7
1249,9
Комаричский
0,0
0,5
0,6
88,8
950,6
Дубровский
0,0
0,1
0,9
77,7
940,7
Жирятинский
0,0
0,0
0,7
77,7
485,4
Трубчевский
0,0
0,1
0,4
55,5
1436,6
Среднее значение
0,20
0,55
57,8
904,3±60,15
Коэффициент
r 2 =-0,23
r 3 =0,34
r 4 =0,32
-498,4*
корреляции
Территории с высокой плотностью радиоактивного загрязнения и малой плотностью токсического
Красногорский
0,0
0,1
0,3
2149,7
1544,3
Гордеевский
0,0
0,0
0,7
917,6
1906,9
Климовский
0,0
0,0
0,2
362,6
1502,5
Среднее значение
0,03
0,40
1143,3
1651,2±90,2
Коэффициент
r 2 =-0,42
r 3 =0,99
r 4 =-0,12
+248,5*
корреляции
Территории с малой плотностью радиоактивного загрязнения и высокой плотностью токсического
Брянский
0,4
2,0
5,6
18,5
1153,8
Выгоничский
0,1
0,0
0,6
18,5
1068,0
Карачевский
0,2
0,1
0,8
40,7
1241,3
Навлинский
1,0
1,0
1,0
37,0
1242,2
Брасовский
0,8
1,4
1,2
88,8
1007,2
Дятьковский
1,3
28,0
60,5
77,7
1892,4
Жуковский
0,4
0,1
0,8
77,7
1025,0
Унечский
0,1
0,5
1,0
55,5
1169,2
Среднее значение
0,54
4,14
8,94
51,8
1224,9±68,15
Коэффициент
r 1 =0,66
r 2 =0,95
r 3 =0,95
r 4 =0,20
-177,8*
корреляции
Территории с высокой плотностью радиоактивного и токсического загрязнения
Клинцовский
0,2
0,1
1,3
684,5
1179,5
Новозыбковский
0,1
1,0
1,0
717,8
2101,7
Злынковский
0,2
1,2
0,4
1135,9
2106,2
Сред. значение
0,17
0,76
0,90
846,1
1795,8±90,2
Коэффициент
r 1 =-0,50
r 2 =0,99
r 3 =-0,76
r 4 =0,56
+393,1*
корреляции
* – отличие первичной заболеваемости детского населения Брянской области от общероссийской
(1998-2007 гг.).
142
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Очевидно, что проведенная нами комплексная эколого-гигиеническая оценка состояния окружающей среды по радиационным, токсико-химическим и сочетанным радиационно-токсическим компонентам с последующим корреляционным анализом первичной
заболеваемости указывает на резкое различие реакций в экологически благополучных (1-я
группа), радиационно-изолированных (2-я группа), токсико-химических (3-я группа) и радиационно-токсических (4-я группа) районах области (табл. 5), что подтверждает правомерность такой оценки.
Проведенные исследования позволили сделать следующие выводы:
1. Комплексная эколого-гигиеническая оценка состояния окружающей среды показывает, что деформация состава современной среды ведет к явным изменениям состояния
здоровья населения, особенно детей – критического звена при воздействии антропогенных
факторов.
2. Впервые проведенная дифференцировка территорий на радиационные, токсические, радиационно-токсические и экологически благополучные (контрольные) районы с
последующей сравнительной оценкой первичной заболеваемости населения указывает на
наиболее мощные вклады в процессы нарушения здоровья (как на радиационных, так и на
нерадиационных территориях) таких антропогенных постоянных метаболитов среды, как
3,4-бенз(а)пирен, оксиды азота, сернистый ангидрид.
3. Проведенный анализ состава среды указывает на резкое различие уровня первичной заболеваемости детского населения в экологически благополучных, радиационноизолированных, токсико-химических и радиационно-токсических районах, что подтверждает правомерность комплексной оценки.
4. Первичная заболеваемость детского населения в экологически благополучных
районах Брянской области ниже общероссийской на 35,5%, в токсико-химических, стандартных для большинства регионов России, - ниже на 12,7%, в радиационноизолированных - выше на 17,7%, в сочетанных радиационно-токсических - выше на
28,0%, что указывает на рост заболеваемости детей радиационных районов, особенно при
включении в состав среды фоновых техногенно-токсических метаболитов (3,4бенз(а)пирен, оксиды азота, сернистый ангидрид).
5. Тем не менее корреляционная связь с плотностью радиоактивного загрязнения
среды по 137Cs на территориях радиационно-изолированных воздействий не прослеживается, о чем свидетельствуют недостоверные отрицательные значения коэффициентов
корреляции (r=-0,12), в отличие от радиационно-токсических районов, где наблюдается
четкая связь детской заболеваемости как с загрязненностью сернистым ангидридом
(r=0,99), так и с плотностью радиоактивного загрязнения по 137Cs (r=0,56).
6. Наблюдается жесткая корреляционная связь ведущих токсикантов с первичной заболеваемостью детского населения токсических районов (0,66 – по 3,4-бенз(а)пирену; 0,95
– по оксидам азота и сернистому ангидриду), что подтверждает агрессивное влияние токсических компонентов среды на организм детей.
СПИСОК ЛИТЕРАТУРЫ
1. Акимова, Т.А. Экология. Природа-человек-техника / Т.А. Акимова, А.П. Кузьмин, В.В. Хаскин. – М.: ЮНИТИ, 2001. – 343 с.
2. Булацева, М.Б. Влияние сочетанного действия послеаварийного радиоактивного и техногенного химического
загрязнения на физическое развитие и здоровье детей и подростков Брянской области: автореф. дис. … канд.
мед. наук / М.Б. Булацева. – М., 2005. – 28 с.
3. Государственный доклад о состоянии и об охране окружающей среды в Российской Федерации в 2007 г. / Мво природ. ресурсов и экологии Рос. Федерации, Центр междунар. проектов. – М., 2008. – 504 с.
4. Долженков, В.А. Microsoft Exel 2003 / В.А. Долженков, Ю.В. Колесников. – СПб.: БХВ-Петербург, 2004. –
318с.
5. Иванов, В.К. Ликвидаторы чернобыльской катастрофы: радиационно-эпидемиологический анализ медицинских последствий / В.К. Иванов, А.Ф. Цыб, С.И. Иванов. – М.: Галанис, 1999. – 312 с.
143
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
6. Израэль, Ю.А. Экология и контроль состояния природной среды / Ю.А. Израэль. – 2-е изд., доп. – М.: Гидрометиздат, 1984. – 559 с.
7. Корсаков, А.В. Особенности физического развития и функционального состояния детского и подросткового
населения Брянской области на территориях с резкими экосистемными изменениями состава среды: автореф.
дис. … канд. биол. наук / А.В. Корсаков. – Брянск, 2006. – 24 с.
8. Кузин, А.М. Роль природного радиоактивного фона и вторичного биогенного излучения в явлении жизни /
А.М. Кузин. – М.: Наука, 2002. – 79 с.
9. Международный Чернобыльский проект. Оценка радиологических последствий и защитных мер: техн. докл. –
Вена: МАГАТЭ, 1992. – 740 с.
10. Михалёв, В.П. Роль фоновых техногенных компонентов среды в формировании реакций населения на воздействие аварийного радиационного фактора: автореф. дис. … д-ра мед. наук / В.П. Михалёв. – М., 2001. – 41 с.
11. Научно-организационные материалы по охране здоровья человека и природы в процессе сельскохозяйственного производства / под ред. В.Л. Адамовича. – Брянск, 1986. – 128 с.
12. Онищенко, Г.Г. Влияние состояния окружающей среды на здоровье населения: нерешенные проблемы и задачи / Г.Г. Онищенко // Гигиена и санитария. – 2003. – № 1. – С. 3-10.
13. Онищенко, Г.Г. Проблема улучшения здоровья учащихся и состояние общеобразовательных учреждений / Г.Г.
Онищенко // Гигиена и санитария. – 2005. – №3. – С. 40-43.
14. Об использовании природных ресурсов и состоянии окружающей природной среды в Брянской области в 1998
г.: доклад / Комитет природ. ресурсов по Брян. обл.; отв. ред. И.А. Балясников. – Брянск, 1999. – 138 с.
15. Об использовании природных ресурсов и состоянии окружающей природной среды в Брянской области в 1999
г.: доклад / Комитет природ. ресурсов по Брян. обл.; отв. ред. И.А. Балясников. – Брянск, 2000. – 142 с.
16. О состоянии окружающей природной среды в Брянской области в 2000 г.: доклад / Гос. комитет по охране
окружающей среды Брян. обл.; отв. ред. И.А. Балясников. – Брянск, 2001. – 225 с.
17. О состоянии окружающей природной среды в Брянской области в 2001 г.: доклад / Гос. комитет по охране
окружающей среды Брян. обл.; отв. ред. И.А. Балясников. – Брянск, 2002. – 215 с.
18. Об использовании природных ресурсов и состоянии окружающей природной среды в Брянской области в 2002
г.: доклад / Комитет природ. ресурсов по Брян. обл.; отв. ред. И.П. Булатный. – Брянск, 2003. – 144 с.
19. Об использовании природных ресурсов и состоянии окружающей природной среды в Брянской области в 2003
г.: доклад / Комитет природ. ресурсов по Брян. обл.; отв. ред. И.А. Балясников. – Брянск, 2004. – 209 с.
20. О состоянии окружающей природной среды в Брянской области в 2004 г.: доклад / Гл. упр. природ. ресурсов и
охраны окружающей среды МПР России по Брян. обл.; гл. ред. И.А. Балясников. – Брянск, 2005. – 335 с.
21. О состоянии окружающей природной среды в Брянской области в 2005 г.: доклад / Гл. упр. природ. ресурсов и
охраны окружающей среды МПР России по Брян. обл.; гл. ред. И.А. Балясников. – Брянск, 2006. – 323 с.
22. О состоянии окружающей природной среды по Брянской области в 2006 г.: доклад / Гл. упр. природ. ресурсов
и охраны окружающей среды МПР России по Брян. обл.; гл. ред. И.А. Балясников. – Брянск, 2007. – 319 с.
23. О состоянии окружающей природной среды по Брянской области в 2007 г.: доклад / Комитет природопользования и охраны окружающей среды, лиценз. отд. видов деятел. МПР России по Брян. обл.; гл. ред. И.А. Балясников. – Брянск, 2008. – 307 с.
24. Пивоваров, Ю.П. Радиационная экология: учеб. пособие для студентов вузов / Ю.П. Пивоваров, В.П. Михалёв.
– М.: Академия, 2004. – 240 с.
25. Справочник по радиационной обстановке и дозам облучения в 1991 г. населения районов Российской Федерации, подвергшихся радиоактивному загрязнению от аварии на Чернобыльской АЭС / под ред. М.И. Балонова.
– СПб.: Ариадна – Аркадия, 1993. – 147 с.
26. Утка, В.Г. Заболеваемость детского, подросткового и взрослого населения Брянской области и Российской
Федерации с 1998 по 2007 г. / В.Г. Утка, Е.А. Ермилова // Материалы Департамента здравоохранения Брянской
области (Медицинский информационно-аналитический центр). – Брянск, 2008. – 50 с.
27. Фетисов, С.Н. Медицинские последствия катастрофы на Чернобыльской АЭС (Брянская область) / С.Н. Фетисов. – Брянск, 2005. – 12 с.
28. Цыгановский, А.М. Особенности морфофункциональных реакций юношеского населения Брянской области на
радиоактивную и техногенно-токсическую загрязненность окружающей среды: автореф. дис. … канд. биол.
наук / А.М. Цыгановский. – Брянск, 2009. – 26 с.
29. Яблоков, А.В. Об «экологической чистоте» атомной энергетики / А.В. Яблоков // Глобальные проблемы биосферы. Серия «Чтения памяти академика А.Л.Яншина». – М.: Наука, 2001. – Вып. 1. – 198 с.
Материал поступил в редколлегию 15.12.09.
144
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1 (25)
Abstracts
Bishutin S.G. Condition of thin superficial structures ground details and their change during friction. The results of experimental researches of features of formation of superficial layers
of details from constructional materials are submitted at grinding and during friction. The physical phenomena accompanying formation of nonequilibrium condition of superficial layers are
described.
Key words: grinding of materials, friction of sliding, thermal influence, power influence, a
structural - phase condition, superficial layer.
Gorlenko А.О., Kljushnikov M.L., Shets S.P. The method for tribotehnical tests of frictionless bearings. There are description of experimental installation, technique of researches of wear
process of frictionless bearings at use of various marks of plastic lubricants.
Key words: lubricant; friction pair; constant of rolling friction, data gathering system, frictionless bearings, tribotehnical tests.
Terekhov M.V., Averchenkov A.V. Automatization of selecting optimal cutting tool for the
manufacturing equipment with cnc. The problems of automatic selection of optimal cutting
tool. We describe the developed software modules to automate the selection of cutting tools with
interchangeable nonresharpened plates.
Key words: tool, cutter, removable plate, Cutting, CAD, automated system, CNC.
Kulbovsky I.K., Poddubny A.N., Bogdanov R.A. Influence of the electronic structure of atoms on phase structure of the alloy. Dependence of physical and chemical properties of elements on total value of potentials of ionization their valent electrons and electronic concentration
of alloys is considered. Methods of definition of electronic concentration of alloys and a technique of forecasting on its basis of areas of existence of firm solutions, intermediate phases and
chemical compounds of alloys are developed.
Key words: value of potential of ionisation valency electronа an element, electronegativity.
Kapustin R. P. Kombinirovannfyy centrifugal defogger for hydraulic system helmsmen of
governing the car. The Broughted results of the comparative stand test on clear worker to liquids hydraulic system helmsmen of governing the cargo car from mechanical admixtures by mechanical filter and multifunction centrifugal defogger, consisting of hydrocyclone and centrifuges.
Key words: hydraulic system, worker liquid, contamination, dispersed composition, defogger.
Aksyutenkov V.T. Titenok A.V. Timakov A.K. The expansion of the characteristics range
in the bearings with higher kinematic pairs. The article concerns the possibility of increase of
the angular amplitude of fluctuations of a fixed member in the reciprocating motion bearings
with higher kinematic pairs in order to expand the main characteristics: upper base horizontal
displacement, angle of release and bond angle.
Key words: bearing, kinematic pair, bond angle, angle of friction, locking mechanism.
Potapov L.A., Maklakov V.P. Influence of the magnetic number of Reynold on speedtorque characteristic of the electromagnetic brake with solid rotor. Considered the influence
of the magnetic number of Reynold on speed-torque characteristic of the electromagnetic brake
with solid ferromagnetic rotor. Considered the diagrams of dependence critical value of torque
and magnetic number of Reynold from parameters of brake.
Key words: electromagnetic brake, solid ferromagnetic rotor, speed-torque characteristic.
Obozov A.A. Definision of the politropic coefficient of gas expantion process in the cylinder
of the marine diesel engine. The investigation results of the gas expansion process polytrophic coefficient of the marine diesel engine 6S50MC-C are presented. The performance showing the relationship
between polytrophic coefficient and crank angle is proposed to use for solving diagnostics problems connected with fuel equipment malfunction.
Key words: Marine low-speed diesel engine, indicated process, gas expansion process polytrophic coefficient, technical diagnosis.
145
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1 (25)
Gogolev I.G., Nikolaeva T.A., Drokonov A.M. Gas compressor station power equipment
acoustics. The paper considers the results of the studies of mainline gas lines gas pumping unit
acoustics.
Key words: acoustic pressure, gas-pumping unit, gas engine compressor, gas turbine engine,
electric drive, supercharger.
Gulakov V.K., Buyval A.K., Parshikov P.A. The distributed approach as a method of operative management of the project. The approach to the decision of a problem of the distributed
coordination of changes of the schedule of the project is considered, works on which are carried
out with the list of the independent subcontractors operating own resources. The agent-based
methodology the compensatory negotiations, based on representation of utility of timing as
«transferable money» and use of schedule-change option for the description of influences on the
schedule is described.
Keywords: agent-based modelling, the distributed coordination, the project schedule, utility, social welfare function, compensatory negotiations.
Gorlenko O.A., Safonov A.L. Using application programming interface of CAD system by
example module of optimization CAD KOMPAS-3D. There are advantages of using of specialized program modules of CAD systems to the decision of tasks of designing in article. Module of CAD system KOMPAS-3D developed by the author article is described. It realized a task
of conditional optimization. Its work for an example of an element of an electric connector is
demonstrated.
Key words: CAD system, specialized engineering program module, electric connector, optimization problem, Box method.
Averchenkov V.I., Leonov Y.A. Use of analytical hierarchy method for the problem solution automatize choice of efficient locating charts of blank. Consider possibility of application
one of the mathematics methods decision-making for the problem solution automatize choice of
efficient locating charts of blank. Report the method and common algorithm of assigned task solution with use of analytical hierarchy method.
Key words: locating charts, analytical hierarchy method, automatize choice, engineering process.
Lukianova N.V., Poljakova I.P. Neuronet simulation of initial diagnosis statement using
data of body surface mapping for patients with WPW syndrome. This article presents
neuronet model for dimensionality reduction of body surface mapping data. The model is based
on unsupervised learning algorithm and using for feature extraction. The self-organizing map is
used for initial diagnosis statement. The suggested model was used for localization establishing
of abnormal way of electric impulse for patients with WPW syndrome.
Key words: neural networks, generalized Hebbian algorithm, self-organizing map, body surface
mapping.
Bugaev Yu. V., Mironova M. S., Nikitin B. E., Chaikovsky A. S. The system of support of
decision-making on the basis of extrapolation of expert estimations by the method of the
maximum credibility. The system of support of the decision-making intended for carrying out
group examination at ranging alternatives on serial and stronger scales is presented in the article.
The given system realises a voting procedure on the basis of the maximum credibility principle,
being one of the variants of extrapolation of expert estimations method.
Key words: alternative, a method of extrapolation of expert estimations, credibility function, a
collective choice.
Gulakov V.K., Trubakov A.O. Performance comparison of multidimensional hashstructures: Grid files and PLOP. In this paper we consider the two multidimensional hashing
schemes (with directory and without them). We make some experiment and compare performance this structures on the practical data distributions.
Key words: multidimensional data structures; hashing; Grid file; PLOP.
Getmanova Е.Е. Computer modelling of nonlinear fluctuations. Nonlinear oscillations under
coulomb friction, oscillations of the bodies concluded between two springs which rigidity is giv146
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1 (25)
en by a partially-straight-line characteristic is considered by Flash and MathCAD software’s. It
is shown, that mathematical and graphic modeling allows understanding easily the basic features
of the given nonlinear oscillatory processes
Key words: flash technology, nonlinear oscillations, coulomb friction, computer modeling.
Shalimov P.J. Model of the presentation and quantitative estimation of the knowledges. The
mathematical model is offered for presentation and quantitative estimation of the knowledges,
founded on notion «information ambience». the considered questions of simulation modeling.
the intended approaches to collation parameter models and intellectual object, forecastings of his
development.
Кey words: information, information ambience, model of the presentation of the knowledges,
quantitative estimation of the knowledges, forecasting.
Filicheva Т.А. Analysis applied to fuzzy-set approach to education quality review of government officials. The article is concerned with the theory of dataware development of quality
system review of educational services provided by the institution. It reflects the bases of application of fuzzy-set approach methods to educational system analysis and suggests qualitative indicators by means of linguistic variables.
Key words: quality system, review, educational system, fuzzy-set theory methods, linguistic
variables.
Dergacheva E.A. Dialectics of rational and irrational in the society and nature investigations. The correlation of rational and irrational is investigated.
Key words: rational, irrational, society, nature, sociobiospheric development.
Galyuzhin A.S. Dehumidification of Compressed Air by the Magnetic Field. The analysis of
different ways of compressed air dehumidification is presented. The paper also describes a brand
new technique according to which the magnetic field is created in the dehumidifier in such a way
that a water particle is affected by the total force consisting of the centrifugal force of inertia and
the Lorentz force. The diagram and the principle of operation of the centrifugal-magnetic dehumidifier are given.
Key words: compressed air; dehumidification; centrifugal force; magnetic field.
Korsakov A.V., Mihalev V.P., Bufalov A.N., Dubovik T.B., Popov S.A., Pugach L.I. Influence of background tehnogenno-toxic and radioactive impurity of environment on health
of the population of the Bryansk region. Integral ecological hygienic assessment of environmental conditions in all areas of Bryansk region over a decade (from 1998 till 2007) is given as
far as radiation (as the result of the Chernobyl catastrophe), toxic-chemical (as the result of industrial emissions accumulation) and combined radioactive-toxic components are concerned.
Correlations of environmental changes with primary morbidity of infantile, adolescent and adult
population are analyzed.
Key words: background technogenic toxic environmental pollution, radioactive environmental
pollution density, ecological well-being, primary morbidity, correlation.
147
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
СВЕДЕНИЯ ОБ АВТОРАХ
Аверченков Андрей Владимирович, к.т.н., доцент кафедры «Компьютерные технологии и системы» БГТУ, тел.: (4832) 56-49-90.
Аверченков Владимир Иванович, д.т.н., профессор, зав. кафедрой «Компьютерные технологии и системы», проректор по информатизации и международному сотрудничеству
БГТУ, тел.: (4832) 56-49-90.
Аксютенков Владимир Тимофеевич, д.т.н., профессор кафедры «Механика и основы
конструирования» БГСХА, тел.: 8-961-133-84-19.
Бишутин Сергей Геннадьевич, д.т.н., профессор кафедры «Триботехнология» БГТУ,
тел.: (4832) 58-82-79.
Богданов Роман Александрович, ассистент кафедры «Машины и технология литейного
производства» БГТУ, тел.: (4832) 58-82-18.
Бугаев Юрий Владимирович, д. физ.-мат.н., доцент кафедры «Информационные техноmmtc@vgta.vrn.ru.
логии моделирования и управления» ВГТА, e-mail:
Буйвал Александр Константинович, к.т.н., доцент кафедры «Информатика и программное обеспечение» БГТУ, тел.: (4832) 56-09-84, e-mail: alexbuyval@yandex.ru.
Буфалов Алексей Николаевич, зав. отделом гигиены ФГУЗ «Центр гигиены и эпидемиологии в Брянской области», тел.: (4832) 58-82-34.
Галюжин Александр Сергеевич, ст. преподаватель кафедры «Безопасность жизнедеятельности» Белорусско-Российского университета, тел.: 8-100-222-225-313.
Гетманова Елена Евгеньевна, к.физ.-мат.н., доцент кафедры «Физика» БелГТУим. В.Г.
Шухова, e-mail: elge@mail.ru.
Гоголев Иван Григорьевич, д.т.н., профессор кафедры «Тепловые двигатели» БГТУ,
тел.: (4832) 58-82-29.
Горленко Александр Олегович, д.т.н., профессор, зав. кафедрой «Триботехнология»
УНТИ БГТУ, тел.: (4832) 58-82-79.
Горленко Олег Александрович, д.т.н., профессор, зав. кафедрой «Управление качеством
производственных и технических систем», засл. деятель науки РФ, проректор по качеству
и инновационной работе БГТУ, тел.: (4832) 56-62-11.
Гулаков Василий Константинович, к.т.н., профессор кафедры «Информатика и программное обеспечение» БГТУ, e-mail: Gulakov@tu-bryansk.ru.
Дергачева Елена Александровна, к. фил. н., доцент кафедры «Экономика, организация
lena_debusi@yahoo.com.
производства и управление» БГТУ, e-mail:
Дроконов Алексей Михайлович, к.т.н., профессор кафедры «Тепловые двигатели»
БГТУ, тел.: (4832) 58-82-29.
Дубовик Тарас Борисович, вед. специалист-эксперт Управления Федеральной службы
по надзору в сфере защиты прав потребителей и благополучия человека по Брянской области, тел.: (4832) 58-82-34.
Капустин Родион Петрович, к.т.н., доцент БГИТА, тел.: (4832) 74-03-98.
Клюшников Михаил Леонидович, ассистент кафедры «Триботехнология» УНТИ БГТУ,
тел.: (4832) 58-82-79.
Корсаков Антон Вячеславович, к.б.н., доцент кафедры «Безопасность жизнедеятельности и химия» БГТУ, тел.: (4832) 58-82-34.
Кульбовский Иван Кузьмич, д.т.н., профессор кафедры «Машины и технология литейного производства» БГТУ, тел.: (4832) 58-82-18.
Леонов Юрий Алексеевич, ст. преподаватель кафедры «Компьютерные технологии и
системы» БГТУ, e-mail: yorleon@yandex.ru.
Лукьянова Наталия Владимировна, ст. преподаватель МГИУ, e-mail: luck-va@msiu.ru.
148
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Вестник Брянского государственного технического университета. 2010. № 1(25)
Маклаков Владимир Петрович, к.т.н., доцент кафедры «Промышленная электроника и
электротехника» БГТУ, тел.: (4832) 58-82-32.
Миронова Мария Сергеевна, ассистент кафедры «Информационные технологии моделирования и управления» ВГТА, e-mail: febas@rambler.ru.
Михалёв Владимир Петрович, д.мед.н., профессор кафедры «Теоретические основы физического воспитания» БТУ, тел.: (4832) 58-82-34.
Никитин Борис Егорович, к. физ.-мат.н., доцент кафедры «Информационные технологии моделирования и управления» ВГТА, e-mail: mmtc@vgta.vrn.ru.
Николаева Татьяна Алексеевна, д.п.н., профессор БГУ, тел.: (4832) 58-82-29.
Обозов Александр Алексеевич, к. т.н., доцент кафедры «Тепловые двигатели» БГТУ,
тел.: (4832) 56-08-01.
Паршиков Павел Анатольевич, аспирант кафедры «Информатика и программное обеспечение» БГТУ, тел.: (4832) 68-55-49, e-mail: paw-p@yandex.ru.
Поддубный Анатолий Никифорович, д.т.н., профессор кафедры «Машины и технология
литейного производства» БГТУ, тел.: (4832) 58-82-18.
Полякова Ирина Петровна, д.б.н., вед. научный сотрудник НЦССХ им. А.Н.Бакулева
РАМН, e-mail: irina_pp@inbox.ru.
Попов Сергей Анатольевич, нач. отдела организации и обеспечения деятельности
Управления Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека по Брянской области, тел.: (4832) 58-82-34.
Потапов Леонид Алексеевич, д.т.н., профессор, зав. кафедрой «Промышленная электроника и электротехника» БГТУ, тел.: (4832) 58-82-32.
Пугач Леонид Израилевич, к. физ.-мат. н., доцент кафедры «Информатика и программное обеспечение» БГТУ, тел.: (4832) 58-82-17.
Сафонов Александр Леонидович, аспирант кафедры «Управление качеством, стандартизация, метрология» БГТУ, e-mail: safonoval@yandex.ru.
Терехов Максим Владимирович, аспирант кафедры «Компьютерные технологии и системы» БГТУ, тел.: (4832) 56-49-90.
Тимаков Александр Константинович, инженер ЗАО «ВКМ-инжиниринг», тел.: 8-906699-75-59.
Титенок Александр Владимирович,
д.т.н., профессор кафедры «Подъемнотранспортные, дорожные машины и оборудование» БГТУ,
тел: 8-910-292-60-80.
Трубаков Андрей Олегович, ст. преподаватель кафедры «Информатика и программное
обеспечение» БГТУ, e-mail: TrubakovAO@mail.ru.
Филичева Татьяна Алексеевна, аспирант кафедры «Информационные технологии в
управлении» филиала Орловской региональной академии государственной службы в г.
Брянске, e-mail: filta@yandex.ru.
Чайковский Андрей Сергеевич, ассистент кафедры «Информационные технологии моделирования и управления» ВГТА, e-mail: chaikovsky@mail.ru.
Шалимов Петр Юрьевич, к. т. н., доцент кафедры «Информатика и программное обеспечение» БГТУ, тел.: (4832) 58-82-17.
Шец Сергей Петрович, к.т.н., доцент кафедры «Автомобильный транспорт» БГТУ, тел.:
(4832) 58-22-31.
149
1/--страниц
Пожаловаться на содержимое документа