close

Вход

Забыли?

вход по аккаунту

?

IBMP 0558AA81AA

код для вставкиСкачать
Министерство образования и науки российской федерации
Федеральное государственное автономное
образовательное учреждение высшего образования
САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ
МОДЕЛИРОВАНИЕ
И СИТУАЦИОННОЕ УПРАВЛЕНИЕ
КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Сборник докладов
6–10 апреля 2015 г.
Санкт-Петербург
2015
УДК 001(042.3)
ББК 72я43
М74
М74
Моделирование и ситуационное управление качеством сложных систем: сб. докл. – СПб.: ГУАП,
2015. – 241 с.: ил.
ISBN 978-5-8088-1027-3
Доклады отражают весь спектр направлений научных работ, проводимых Институтом инноватики и базовой магистерской подготовки ГУАП.
Оргкомитет конференции
Председатель оргкомитета:
В. В. Окрепилов – академик РАН, доктор экономических наук, профессор, заведующий кафедрой
метрологического обеспечения инновационных технологий и промышленной
безопасности
Члены оргкомитета:
Ю. А. Антохина – доктор экономических наук, доцент, ректор ГУАП
А. А. Оводенко – доктор технических наук, профессор, президент ГУАП
Е. Г. Семенова – доктор технических наук, профессор, директор Института инноватики и базовой
магистерской подготовки
А. О. Смирнов – доктор физико-математических наук, доцент, заведующий кафедрой высшей
математики и механики
В. Г. Фарафонов – доктор физико-математических наук, профессор, заведующий кафедрой прикладной
математики
И. И. Коваленко – кандидат физико-математических наук, доцент, и. о. заведующего кафедрой физики
УДК 001(042.3)
ББК 72я43
ISBN 978-5-8088-1027-3
© Санкт-Петербургский государственный
университет аэрокосмического
приборостроения, 2015
В современном мире жесткой конкурентной
борьбы и динамично меняющегося рынка успех
любого предприятия или организации, а значит
и развитие бизнеса, промышленности, социальной сферы определяется качеством.
На достижение высоких показателей качества продукции и услуг непосредственное влияние оказывают метрология, стандартизация,
инновационные технологии и вопросы обеспечения техносферной безопасности, а также знания и умения в области фундаментальных наук.
Развитие научной деятельности в области инновационных технологий и интегрированных систем качества России способствует научно-техническому развитию важнейших отраслей в сфере
высоких технологий (к которым относятся, в том числе, и авионика, и космические разработки),
позволяет реализовывать требования импортозамещения, а также обеспечивает повышение конкурентоспособности отечественной продукции на международном рынке.
В современных условиях управление проектами в любой организации происходит в условиях быстрого и стохастического изменения требований большой степени неопределенности условий, и
описание процессов функционирования невозможно без ситуационного похода к управлению качеством.
Замечательно, что в рамках научной сессии ГУАП, посвященной Всемирному дню космонавтики, проводится конференция «МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ». Надеюсь, что обращение к этой теме позволит участникам обсуждения глубоко и всесторонне оценить одно из важнейших и перспективных направлений в развитии отечественной науки.
Желаю всем участникам конференции успешной и плодотворной работы!
Доктор экономических наук, профессор,
академик РАН,
Заслуженный деятель науки и техники Российской Федерации
Владимир Валентинович Окрепилов
3
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК 65.23-80
А. Г. Варжапетян
доктор технических наук, профессор
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
Иняц Ненад
доктор технических наук, профессор
Дунайский университет, Вена, Австрия
ИНТЕГРАЦИЯ СИСТЕМ МЕНЕДЖМЕНТА
В статье дано описание интеграции систем менеджмента (качества, охраны внешней среды, жизнеобеспечения) на основе стандарта ИСО 9001:2015.
Ключевые слова: интеграция систем менеджмента, система, процесс, стандарт
ИСО 9001.
A. G. Varzhapetyan
Doctor of Technical Sciences, Professor
Saint-Petersburg State University of Aerospace Instrumentation
Injac Nenad
Doctor of Technical Sciences, Professor
Danube University (Vienna, Austria)
INTEGRATION OF MANAGEMENT SYSTEMS
The article describes the integration of management systems (quality, protection of the environment, life
support) based on ISO 9001: 2015.
Keywords: integration of management systems, system, process, ISO 9001.
Понятие система
Прежде чем говорить об интеграции систем
дадим определение понятия система. В современном мире это понятие применяется во многих сферах науки, жизни и труда. Не вступая
в дискуссию, напомним некоторые виды применения и значения слова «система» [1]:
– метод и способ мышления, подход к решению проблемы,
– вид организации, действия и выполнения
работы,
– специфический взгляд на мир и существование, философская категория,
– научная схема в отдельной дисциплине
(скажем, классификация объектов, растительных и животных видов, минералов и т.д.),
– организация общественно-политической и
экономической структуры,
– специфическая организация производства
и/или предоставления услуг,
– структуры микро- и макрокосмоса (от атомного ядра до групп галактик),
– виды образования и обучения,
– технические и технологические виды объектов (электроника, машины, транспорт и т.п.).
Перечисление можно продолжать бесконечно. И каждый из примеров понятия «система»
общепринят и оправдан. Поэтому, когда упоминается слово «система», нужно точно понимать,
о чем идет речь.
Существует целый ряд классификаций систем.
На рис. 1 показана возможная классификация существующих систем.
Реальными естественными системами являются: космос, группы галактик и планет, биосфера, живые существа, мир атомов и ядерных
частиц и т. д. и все виды их взаимодействия.
Реальными социальными системами являются: организация общественных объединений,
создание материальных благ, виды предоставле5
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Системы
Реальные
Естественные
Интеллектульные
Социальные
Модельные
Информационные
Рис. 1. Примерная классификация систем
Правила и законы
Лучшие практики
Окружение
Достижение целей
Потребности
и требования
Вход
Набор взаимосвязанных элементов
в процессе
Выход
Механизмы, ресурсы
Рис. 2. Взаимосвязь системы с внешним окружением
ния услуг, деловые системы и т.д. и все виды их
взаимодействия.
Интеллектуальными системами моделей
являются: естественные науки (математика, физика, химия, биология и т.д.), техника и технологии и т.д. и все виды их взаимодействия.
Интеллектуальными информационными системами отношений являются: языки, философия, психология, логика, право и т.д. и все виды
их взаимодействия.
Все системы основаны на трех компонентах –
материальном, энергетическом и информационном. Конечно же, естественные системы имеют,
прежде всего, материально-энергетическую основу, тогда как в системах, связанных с человеком и его цивилизацией, представлены все виды
сознательного и неосознанного сбора, обработки
и архивирования информации.
Реальные социальные системы имеют жизненно важное значение, как для всего человеческого сообщества, так и для каждого отдельного человека. Посредством реальных социальных
систем человек удовлетворяет все необходимые
6
потребности для простого и расширенного воспроизводства (реализация всех видов материальных, нематериальных, энергетических и интеллектуальных благ).
Реальные социальные системы созданы человеком и для человека посредством многотысячелетнего развития и всегда имели несколько общих элементов. Все они имеют несколько общих
целей, но основной всегда является исполнение
какой-либо потребности или требования. Все это
вместе очень упрощенно можно показать схематически (рис. 2).
Конечно же, здесь существует целый ряд дополнительных обозначений, не внесенных в схему. Например, сюда относятся все возможные
атрибуты, связанные с элементами, составляющими систему (вид, состав, структура, цель, функция
и т.д.), границы системы, ее вид и цель существования, основные параметры (динамика, стабильность, длительность, габариты, энергетические
требования и т.д.). Все это вместе следует связать
с коэффициентом использования и окупаемости,
исполнением предназначения и дальнейшим раз-
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
витием. Во всем этом первым и основным является человеческий фактор. Ныне существует целая
богатая и многообещающая область, которая, прежде всего, связана с изучением моделей.
Поэтому для описываемого класса систем
примем следующее определение, которое учитывает социальную составляющую: система –
набор относительно изолированных элементов, образующих функционально-достаточный
комплекс, преобразующий внутренние процессы
в реальные выходные действия и функционирующий под влиянием естественных законов или
сознательной человеческой деятельности.
Понятие интеграция
Как и система, понятие интеграция имеет
массу определений и толкований, говорящих
примерно об одном и том же. Понятие интеграции, в основном, является аксиоматичным.
Приведем три типичных примера:
– Г. Дуден (Германия) предлагает следующие
объяснения:
1) создание целого из различных частей (элементов),
2) добавление к уже существующему целому,
3) объединение нескольких лиц в социальной
группе,
4) операция интегрирования в математике;
– М. Вебстер (Англия) описывает интеграцию
примерно также:
5) подключение двух или более вещей для
создания нового объекта,
6) добавление нового элемента кготовой форме,
7) прием нового члена в организацию;
– «Менеджмент в России и за рубежом», № 2,
2008: Концепция связана в первую очередь, с социальными группами и политическими субъектами и представляет собой:
8) объединение в единое целое в разных областях (техника, социалогия, экономика, финансы, математика, политика, культура и т.д.),
9) в отличие от природы (где интегрирование
ведется в соответствии с законами эволюции
и революции), социальная интеграция всегда
должна вызываться потребностями и индивидуальными и коллективными целями.
Интеграция присутствует практически везде.
Если пренебречь естественной интеграцией в природе и сконцентрироваться на интеграции в человеческом обществе, увидим – она всегда является
результатом намерений и достижения определенной цели. Так возникают понятия с определением «интегрированные»: интегрированные процессы, интегрированные системы, интегрированные
объекты, интегрированный рынок и т.д.
Интеграция всегда проводится с целью получения лучшего результата и большей ценности,
что невозможно, когда речь идет об изолированном использовании отдельных частей.
В последние десятилетия наука об интегрированных объектах, особенно об интегрированных
системах, бурно развивается и находит применение буквально всюду – на транспорте, в освоении
космоса, в информатике, в финансах.
Материалы, приводимые в этой статье, связаны с проблемами интеграции систем, основанных на стандарте ISO 9001 [2, 3].
Отметим несколько характерных особенностей:
– всегда можно говорить об иерархии систем:
супер система → система → подсистема;
– интегрированная система выступает как
необходимое условие удовлетворения потребностей, целей и задач, поставленных перед ней;
– интегрированная система, выступая в качестве единой системы обладает синергетическим
эффектом, функционируя без взаимных помех,
несоответствий и противоречий;
– интегрированная система может существовать исключительно в динамике и постоянном
развитии.
В природе, обществе, в науке, технике, культуре, существует много интегрированных систем. Приведем лишь некоторые примеры.
Человек. Каждое человеческое существо представляет собой ряд сложных индивидуальных
систем, начиная с кровеносной системы, органов
чувств (датчиков), органов дыхания, мышечного комплекса, скелет. Нервная система и мозг
используют разные виды передачи и обработки
сигналов и информации. Все указанные системы должны работать у человека, от рождения
до смерти, обеспечивая нормальную жизнь. Для
поддержания работоспособного состояния человека необходим труд многих специалистов медицины: терапевтов, кардиологов, неврологов и
многих других. Человек, таким образом, является ярким примером интегрированной системы.
Военное дело. Армия является примером одной из наиболее наукоемких и эффективных
систем в человеческом сообществе. Она состоит
из ряда форм (армия, авиация, флот и т.д.) и видов (например, наземные силы состоит из пехоты, бронетехники, артиллерии и т.д.) – каждый
из которых может функционировать сам по себе. Тем не менее, армия, не имеющая единой системы управления еще не армия. Ее шансы выполнения задач базируются на принципах единоначалия, наборе четких правил и инструкций
а также на железной дисциплине, что соответствует принципам интегрированной системы.
Строительная индустрия. Строительство
крупных мостов, плотин или небоскребов невозможно без четкого руководства на высшем
уровне, организации, планирования и проектирования, которое не отстает от армии. Строительные подрядчики и их команды, которые
могут выполнять задачи полностью самостоятельно – фундаментные работы, бетонные ра7
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
боты, производство стальных конструкций,
логистика, электро-технические и сантехнические работы и т.д. Однако, все это без единой
и сильной власти, координации и совместных
действий немыслимо. В этом случае, также
имеем интегрированную систему.
Примеры можно множить, но и сказанного
достаточно.
В данной статье рассмотрим характеристики
социальной интегрированной системы, созданной человеком и объединениями людей для самого человека и общества в целом.. При внимательном рассмотрении можно выделить общие
черты, характерные для всех названных выше
интегрированных систем. Поясним это на примерах приведенных выше.
Военное дело. В случае войны, армия имеет три
уровня целей, которые должны быть достигнуты:
– стратегическая – выиграть войну,
– тактическая – выиграть сражение,
– оперативная: четкое проведение текущих
военных операций.
Для осуществления целей необходимы три
важных составляющих:
– руководитель – верховный главнокомандующий,
– исполнитель – начальник штаба,
– документация – оперативные карты, планы, приказы, распоряжения.
Строительная индустрия. Перед любым крупным строительством стоят следующие цели:
– стратегическая – создать уникальный объект,
– тактическая – завершение этапов строительства в назначенный срок,
– оперативная – качество строительства.
Для осуществления целей необходимы три
важных составляющих:
– руководитель – архитектор,
– исполнитель – начальник строительства.
– документация – планы строительства, чертежи, схемы.
Сделав эти предварительные пояснения, перейдем непосредственно к рассмотрению интегрированных систем менеджмента.
Интегрированные системы менеджмента
Реализация любого вида ценностей, необходимых человеку в системе производства, подразумевает существование подсистем, главное предназначение которых – это осуществление трех
видов основных процессов: управления, реализации и поддержки (рис. 3).
Каждая реальная общественная система имеет своей целью создание некоего вида дополнительной ценности – независимо от того, идет
ли речь о материальных ценностях, времени,
деньгах, удовлетворении. Согласованное действие трех приведенных выше подсистем является элементарным условием качества работы
всей системы. Однако это непростая задача: идеальная координация не вопрос доброй воли или
случая – речь идет о совершенно новой научной
дисциплине, которая подошла к такому уровню,
что ряд требований дан посредством некоторых
специфических стандартов. Речь идет конкретно о серии стандартов ISO 9000, которые предназначены именно для систем качества. Однако постоянно появляются новые стандарты для целого ряда различных областей, напрямую связанные с осуществлением основной цели – общей реальной социальной системы (независимо от того,
идет ли речь о производстве, услугах или какойлибо другой форме): экологического менеджмента, охраны здоровья и обеспечения безопасности
труда и т.д. И все эти стандарты имеют два общих компонента: они основаны на стандарте ISO
9001 и цикле Деминга PDCA. и регулируют подсистемы поддержки всей системы. На рис. 4 дано схематичное изображение соотношения стандарта ISO 9001 и стандартов, которые непосредственно на него опираются.
Возникновение и существование только одного стандарта ИСО 9001 позволяло специально
выделить людей и уделять достаточно внимания
его внедрению и сопровождению. В связи с возрастанием проблем современных организаций и
появлением новых стандартов, сложность внедрения резка возросла. Причем, это в первую
очередь проявилось в малых и средних организаПодсистема осуществления руководства
Процессы руководства
Требования
Реализация
Процессы релизации
Подсистема реализации
Процессы поддержки
Подсистема поддержки
Рис. 3. Связь процессов, происходящих в системе
8
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
ISO
OHSAS 18001
А
P
C
D
Аккредитация
ISO 27001
Другие ГОСТ
ISO 19011
Рис. 4. Связь стандартов с ИСО 9001
циях, за счет нехватки ресурсов, невозможности
создания новой структуры и просто перегрузки
работающих. Все вместе привело к быстрому росту издержек и преобладанию потерь над прибылью. Необходимо отметить, появившиеся при
этом основные негативные явления:
– тенденция создавать самостоятельное направление работ с одновременным созданием организационной структуры (с соответствующим
персоналом, бюджетом и размещением),
– появление ряда дополнительных менеджеров, претендующих заниматься только новыми
обязанностями,
– возникновение взаимной негативной конкуренции,
– стремление увеличить финансирование своего подразделения на долгосрочную перспективу,
– возрастание нагрузки топ-менеджмента
в связи с прямым обращением руководства нового подразделения для решения повседневных
проблем и трудностей,
– борьба за повышение приоритета нового
подразделения,
– снижение понимания целей и задач организации.
В связи с возрастанием негативных тенденций возникла идея создания ИСМ. Это было
сделано, прежде всего, для унификации трех
систем менеджмента – ISO 9001 (качество), ISO
14001 (окружающая среда) и OHSAS 18001 (здоровье и безопасность) (рис. 4). В данном случае
интеграция состоит из попыток сотрудничества
и создания общей документации, понимая, что
стандарты по каждому из направлений в значительной степени перекрывают друг друга.
Интеграция обладает рядом преимуществ:
– получение синергетического эффекта, при
котором общий результат от согласованных дей-
ствий выше, чем простая сумма отдельных известных результатов;
– достижение соответствия всем применимым требованиям;
– снижение непроизводственных затрат;
– снижение потерь при производстве;
– снижение загрязнения окружающей среды;
– уменьшение вероятности возникновения
инцидентов и аварий;
– улучшение условий труда и безопасности на
рабочем месте;
– исполнение ожиданий акционеров и инвесторов;
– улучшение взаимодействия с контролирующими, законодательными и надзорными органами;
– улучшение имиджа организации.
Интегрированная система менеджмента –
это совокупность не менее двух систем менеджмента, отвечающих требованиям двух и более стандартов систем менеджмента, ориентированных на различные заинтересованные
стороны, и функционирующих в организации,
как единое целое.
Принципы построения
и функционирования ИСМ
В процессе глобализации мировой экономики
происходят изменения в структуре предприятий.
Так, неуклонно снижается доля материальных
активов (МА) за счет увеличения доли нематериальных активов (НМА), основу которых составляет интеллектуальная собственность и деловая
репутация (goodwill). Это обстоятельство, приведшее к развитию информационных систем, систем риск-менеджмента и ряда других в значительной мере повысило тенденцию к созданию,
9
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Формирование ИСМ
Необходимость ИСМ
Общие элементы
Структура ИСМ
Параменты ИСМ
Аспекты ИСМ
Определяющие элементы
Измерение ИСМ
Подтверждение ИСМ
Управление ИСМ
Элементы управления
Рис. 5. Функциональные модули ИСМ
использованию, развитию и оптимизации функционирования ИСМ. Функционирование ИСМ
основывается на использовании хранилищ и баз
данных, которые взаимодействуют с тремя основными функциональными модулями ИСМ:
– общие,
– определяющие,
– элементы управления.
Эти модули, которые описывают любую ИСМ
в общем виде, представлены на рис. 5.
Воспользовавшись приведенным выше алгоритмом для социальных систем рассмотрим кратко системные задачи, связанные с ИСМ и основанные на идеях ИСО 9001.
1. Стратегические цели.
Стратегические цели ИСМ всегда и непременно соответствуют стратегическим целям организации, в которой ИСМ существует. Например,
если компания занимается выбором, разработкой и реализацией проектов, то стратегической
целью ИСМ является абсолютная поддержка организации, на пути улучшения качества быстрого и успешного осуществления этих проектов.
В каждом проекте ИСМ поддерживает реализацию выполнения всех требований, рекомендаций, стандартов и правил (качества, экологии,
безопасности и охраны здоровья, и т.д.). В организации не должны осуществляться проекты
без участия и помощи со стороны ИСМ.
2. Тактические цели.
Все проекты осуществляются в несколько
этапов, или стадий – начиная с идеи и заканчиваясь поставкой готового изделия и его поддержкой в эксплуатации. ИСМ участвует в поддержке
каждого процесса, используя знания и необходимые ресурсы. Если на каждом этапе решаются
проблемы, связанные с управлением качеством,
10
мониторингом окружающей среды,охраны здоровья и безопасности и т.д. это означает реализацию тактических целей ИСМ.
3. Оперативные цели.
На этом уровне цели системы управления
IMS, а также всех социальных интегрированных
систем – высокое качество в заданных рамках
и требования к эффективности текущей работы.
4. Руководство.
Во всех организаций любого типа, всегда есть
первый человек, который несет ответственность
за все стратегические решения.Таким креативным руководителем может быть президент фирмы, генеральный директор, владелец фирмы,
ректор и т.п.. Без них никогда не делаются окончательные выводы, не принимаются решения и
соглашения о будущей работе и проектах.
5. Реализация.
ИСМ не может функционировать должным
образом, если нет ответственного исполнителя
в лице менеджера или управляющего ИСМ. Такой менеджер должен быть специально подготовленным, компетентным профессионалом. На
сегодняшний день менеджеры ИСМ не полностью соответствуют этим требованиям и четко не
определены их функциональные обязанности.
6. Документация.
Документации ИСМ существенно отличается
от документации любой другой системы управления. До сих пор, документация как правило,
строится на основе форм PAS 99 [6]. Однако соединение документации подсистем в единое целое,
бывшее естественным результатом ранних фаз
возникновения интегрированных систем менеджмента, со временем стало своеобразным препятствием к дальнейшему развитию. На рис. 6 показано место ИСМ в структуре фирмы.
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Генеральный
директор
Штаб
Менеджер
Финансовый
директор
Директор
ИСМ+штаб
Технический
директор
Департамент
качества
Экология
Контроль качества
Здоровье
Безопасность
Отдел качества
Рис. 6. Рекомендуемое место ИСМ в структуре фирмы
Видение
Миссия
Потребитель
Руководство
Персонал
Основные процессы
Политика
Владелец
Процессы поддержки
Партнер
Цели
Стратегия
ИСМ
Общество
Основные черты
Деятельность
Заинтересованные
стороны
Рис. 7. Принцип 5+5
Из рисунка видно, что ИСМ находится в том
же уровне, как и основные отделы и службы организации, такие как конструкторский, производственный, планово-финансовый отделы и т.п.
Руководитель ИСМ должен входить в правление и научно-технический совет организации.
Руководителю ИСМ подчиняются руководители
групп всех подсистем ИСМ и он несет полную ответственность за их работу. В больших организациях, каждая подсистема может быть очень
сложным образованием, поэтому руководитель
ИСМ должен быть вице-президентом или заместителем директора.
Конечно, такая структура и организация возможна только в крупных компаниях, в компаниях среднего размера функции руководителя
ИСМ могут быть возложены на начальника какого-либо структурного подразделения, в малых
компаниях это может быть всего один человек.
Политика ИСМ во всем следует принципу,
называемому «5 + 5», позаимствованному из политики системы менеджмента качества организации. На рис. 7 представлена связь элементов
в принципе 5 + 5.
Первые пять принципов говорят о том, что
в организациях должны быть ясно определены
следующие элементы: видение, миссия, политика, цели, стратегия.
Вторые пять принципов напоминают о необходимости удовлетворения пяти заинтересованных
сторон, представленных на рис. 7. Политика ИСМ
должна следовать этим принципам «5 + 5» до мель11
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
чайших деталей, гарантируя при этом поддержку,
улучшение и синергию на всех направлениях.
Именно в этом и состоит основная цель существования любой интегрированной системы менеджмента, основанной на стандарте ISO 9001: объединить все элементы и подсистемы в единое целое.
(под)процессов. Виды связи обозначаются в матрицах различными способами: цветом прямоугольников или различными значками, далее
будем обозначать следующим образом: □ – основная, ∆ – вспомогательная, О – не существует.
В конкретном случае, когда речь идет о процессах жизненного цикла организации, матрица
основного действия принимает вид (рис. 8).
Матрица требований.
Эта матрица дает представление о связи отдельных процессов со всеми необходимыми пунктами стандартов, которые составляют ИСМ.
Матрица требований дает быстрое и эффективное представление о связи отдельных процессов с пунктами всех стандартов, составляющих
интегрированную систему менеджмента. Применение матрицы требований оказывает фундаментальную помощь в проектировании, разработке,
применении и мониторинге ИСМ в любой организации. Общая схема представлена в виде таблицы на рис. 9.
Матрица требований прямо указывает места
в отдельных процессах, где при внедрении ИСМ,
Инструменты
интегрированной системы менеджмента
Инструменты менеджмента подробно рассмотрены в ряде монографий, например [7]. Ниже
рассматриваются матрицы отношений специфичные для ИСМ. Они используются на разных
этапах и для разных целей. Причем одинаково
эффективно, они могут быть использованы для
разных подсистем ИСМ [8, 9].
Матрица основных действий процесса.
Эта матрица представляет собой двухмерную
схему отношений процесса и ИСМ организации.
Один из простейших способов изображения
матрицы основных работ процесса дан посредством следующей схемы связей (под)систем и
Требования интегрированной системы менеджмента
ISO 14001
ISO 9001
…
OHSAS 18001
Маркетинг
Разработка
Процессы
…
…
Маркетинг
Рис. 8. Пример детализированного шаблона
Основные процессы организации
Пункты стандарта
а
Название процесса
Процесс 1
...
Процесс р
...
Деятельность
Деятельность 1.1
...
Деятельность 1.n
a.1; ... a.k
b.1; ... b.l
c.1; ... c.m
...
...
...
...
Деятельность 1.1
...
Деятельность 1.n
x.1; ... x.i
...
v.1; ... v.j
Рис. 9. Структура матрицы требований
12
Пункты стандарта
z
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Рис. 10. Пример матрицы соответствий
ее работе и мониторинге обязательно следует обращать внимание на согласование составляющих стандартов.
Матрица соответствия
Эта матрица дает представление о связи отдельных процедур со всеми необходимыми пунктами
стандартов, которые составляют ИСМ (рис. 10).
Если соблюдать правила организационного
управления, то каждый процесс сопровождается
хотя бы одной процедурой (детальным описанием
хода процесса по шагам, которые следует предпринять, чтобы произошло определенное преобразование входов в выходы, чтобы была достигнута желаемая дополнительная ценность или добавочная стоимость). Если связать пункт любого
стандарта (скажем, ISO 9001:2015) с соответствующими процедурами, определяющими процесс,
получается конкретная матрица соответствия.
Контрольная матрица
Матрица является эффективным инструментом тестирования через определенные интервалы времени состояния организации и ее процессов в связи с требованиями, установленными
Стандарт 1
Процесс Х
ИСМ или ее подсистемами. Представление о контрольной матрице дается на рис. 11.
Момент t на данной схеме означает дату проведения мониторинга, контроля, испытаний или
аудита. После определения существующего состояния, а также степени исполнения требований ИСМ принимается решение о том, нужно
ли предпринять необходимые улучшения. Если
это необходимо, действия совершаются, а затем
в момент t + 1 (дата следующего мониторинга,
контроля, испытаний или аудита) все снова проверяется. Результаты и все полученные данные
сравниваются, и если они оказываются на неудовлетворительном уровне, работа повторяется.
Приведенные матрицы отношений являются
очень простым и мощным инструментом графического представления всех важных соотношений
между процессами любой организации и ее интегрированной системой менеджмента. Конечно же,
здесь приведены наиболее характерные матрицы,
названия которых являются наиболее подходящими для матриц отношений в данный момент.
Поскольку область исследований, связанная с ин-
...
Стандарт n
Пункт х.01
t
t+1
...
t
t+1
Пункт х.01
t
t+1
...
t
t+1
...
t
...
t
t+1
Пункт х.01
t
...
t
t+1
Оценка в момент
1
Оценка в момент
t+1
t+1
t+1
Рис. 11. Фрагмент контрольной матрицы
13
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
тегрированными системами менеджмента, все еще
находится в бурной ранней фазе развития, их названия и виды наверняка будут меняться.
Валидация, верификация и аудит ИСМ
Проект внедрения интегрированной системы
менеджмента всегда подразумевает три запланированных заключительных действия: верификацию, аудит, валидацию.
Верификация обязана своим названием латинскому слову «veritas», что значит «истина». В ходе
верификации внедрения интегрированной системы менеджмента проверяется, насколько совпало
планирование с полученным состоянием. Одним
из лучших способов проведения верификации является использование Gap-анализа.
В этом случае проверяется, насколько удалось частичное или полное устранение несоответствий («дар» – разрыв, отклонение). Чем разница между желаемым и достигнутым меньше,
тем внедрение интегрированной системы менеджмента было успешнее. Как правило, верификацию проводит та же команда экспертов, которая
реализовывала проект.
Аудит происходит от латинского глагола
«audire», означающего «слушать». Цель аудита –
с помощью «слушанья» установить нынешнее
состояние полученной ИСМ, как в положительном, так и в отрицательном смысле. Аудит проводят специально подготовленные лица (аудиторы) на основе стандарта и документации (как
целой системы менеджмента, так и всех подсистем). Аудит подразделяется (в этом случае) на:
– внутренний аудит (проводимый самой организацией),
– внешний аудит (проводимый независимой
внешней организацией).
Валидация имеет своим корнем часть латинского слова «validus», означающего «мощно»,
«сильно» или «проверено». Валидация обычно
трактуется как установление ценности чего-либо. На практике валидация является судьей, выносящим приговор.
Любое внедрение ИСМ может выглядеть идеально проведенным и подтвержденным верификацией и аудитом – однако это только необходимое
условие ее качества и ни в коем случае не гарантия. Лишь после минимального срока функционирования, после всех возможных и невозможных
«детских болезней» и преодоленных крупных и
малых кризисов можно говорить о настоящем качестве внедрения и достигнутых целях.
Заключение
В заключение необходимо отметить, что круг
проблем и задач у ИСМ гораздо шире и не может
быть полностью описан в рамках одной статьи, поэтому заинтересованному читателю стоит обратить14
ся к литературе, полностью посвященной описанию
возможностей, преимуществ и проблем ИСМ Идеи
ИСМ несомненно расширятся и на другие системы
управления. Однако надо учитывать, что бурное развитие ИСМ, как и все в жизни, имеет две стороны:
– хорошей стороной является соответствие
всему общественному развитию и осуществление поддержки организации во всех областях.
– плохая сторона – это ряд невыясненных
взаимоотношений, закрытость, ошибки, свойственные начальному периоду. Но хуже всего то,
что пока еще нет специалистов, которые бы компетентно вели ИСМ.
Исходя из сказанного, отметим, что ИСМ должна быть хорошо организованной, профессиональной структурой, выступающей в качестве внутреннего эксперта и работающей на основе строгих правил и соответствующих документов. Отсюда следует золотое правило, что лучше обходиться без ИСМ,
чем иметь плохой, а порой и вредный вариант ИСМ.
Профессия менеджера ИСМ – очень молодая
профессия, имеющая богатое и многообещающее будущее, ей надо учить еще в стенах вуза.
Окончательным признанием этой профессии,
конечно же, будет момент, когда она появится
в номенклатуре специальностей (или квалификационном справочнике) и будет опираться на
соответствующий стандарт (подобно стандарту,
относящемуся к аудиту и консалтингу).
Библиографический список
1. Варжапетян, А. Г. Системы управления.
Исследование и компьютерное проектирование / А. Г. Варжапетян, В.В. Глущенко. М.: Вузовская книга, 2000, 342 с.
2. МС ISO 9001-2015 Системы менеджмента
качества. Требования
3. ГОСТ Р 53893-2010 Руководящие принципы и требования к интегрированным системам
менеджмента
4. Антохина, Ю. А. Управление качеством
и результативностью проектов / Ю. А. Антохина, А. Г. Варжапетян, А. А. Оводенко, Е. Г. Семенова. СПб.: Политехника, 2014, 330 с.
5. Варжапетян, А. Г. Современные инструменты менеджмента качества. Робастное проектирование / А. Г. Варжапетян. СПб.: ГУАП, 2007, 190 с.
6. PAS 99 Интегрированные системы менеджмента. Стандарт Великобритании, 2012 г., 87 с.
7. Иняц Ненад. Интегрированные системы менеджмента на основе стандарта ISO 9001 / Ненад
Иняц. Ярославль: Издательский дом Пастухова,
2012, 156 с.
8. Иняц Ненад. Малая энциклопедия качественного управления. Окружающая среда и ее
охрана / Ненад Иняц. Ярославль: Издательский
дом Пастухова, 2013, 142 с.
ИННОВАТИКА
УДК 316.422.42
Белова Е. С.
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
РОЛЬ СОЦИАЛЬНОЙ ПОЛИТИКИ В СТРАТЕГИИ ИННОВАЦИОННОГО РАЗВИТИЯ СТРАНЫ
В статье рассматривается роль социальной политики в области формирования современных инновационных стратегий.
Ключевые слова: инновации; социальная политика; экономическое развитие; государственная стратегия.
E. S. Belova
Saint-Petersburg State University of Aerospace Instrumentation
THE ROLE OF SOCIAL POLICY IN THE STRATEGY OF INNOVATIVE DEVELOPMENT OF THE COUNTRY
The article presents the role of social policy in the field of the development of modern innovative
strategies.
Keywords: innovations; social policy; economic development; state strategy.
Стратегия инновационного развития Российской Федерации на период до 2020 г. (далее –
Стратегия) была разработана на основе положений Концепции долгосрочного социально-экономического развития Российской Федерации
на период до 2020 г. (далее – Концепция) в соответствии с Федеральным законом «О науке и государственной научно-технической политике» и
утверждена распоряжением Правительства РФ
от 8 декабря 2011 г. № 2227-р.
Стратегия призвана ответить на стоящие перед Россией вызовы и угрозы в сфере инновационного развития, определить цели, приоритеты
и инструменты государственной инновационной
политики. Вместе с тем Стратегия задает долгосрочные ориентиры развития субъектам инновационной деятельности, а также ориентиры финансирования сектора фундаментальной и прикладной науки и поддержки коммерциализации
разработок.
Кроме того, Стратегия опирается на результаты всесторонней оценки инновационного потенциала и долгосрочного научно-технологического
прогноза. Положения Стратегии должны учиты-
ваться при разработке концепций и программ
социально-экономического развития России [1].
Социально ориентированная рыночная экономика предполагает значительное влияние государства на разрешение социальных нужд и проблем на основе базового курса социальной политики. При этом, говоря о внедрении инноваций
во все сферы современного общества важно понимать, как должны быть сформированы механизмы выработки инновационного потенциала:
определить целевые индикаторы, приоритеты и
основные задачи долгосрочной государственной
политики в социальной сфере, в сфере науки и
технологий, а также структурных преобразований в экономике. Здесь факторами, определяющими конкурентоспособность инновационных
систем, становятся высококвалифицированная
рабочая сила, сохранение ее в стране.
Одна из основных проблем в социально-экономической сфере – низкие реальные доходы населения, ощутимо ограничивающие спрос, в том
числе на продукцию инвестиционных отраслей и тормозящие экономическое развитие. Эффективно решать вопросы, которые на первый
15
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
взгляд могут показаться сугубо экономическими, тем не менее, нужно только в комплексе с совершенствованием социальной политики.
При формировании оценки эффективности инновационной стратегии государства важно найти
закономерность влияния инноваций на социальную стабильность общества. Это может быть реализовано посредством формирования социальной
инфраструктуры на основе принятых единых систем обмена информацией внутри страны, так как
невозможно недооценивать важность роли точной,
полной и актуальной информации на каждом этапе жизненного цикла инновационного продукта.
В реалиях современного общества практически все промышленно-развитые государства мира используют систему инновационной политики с государственным участием, и здесь уже государственная политика инноваций рассматривает предполагаемый экономический эффект,
оценивает работу на перспективу, а не на конкретный ограниченный промежуток времени.
Государство осуществляет стимулирование
научной, технической и инновационной деятельности через систему экономических и иных –
в том числе и социальных – льгот: посредством
создания системы государственных научных
центров и других структур; через интеграцию их
научно-технического потенциала.
В процесс государственного управления внедряются современные методы и механизмы стратегического планирования и управления по результатам, идет их увязка с механизмами принятия бюджетных решений, в первую очередь
в рамках программно-целевого подхода.
Любая технология начинается с человека, внесшего вклад в ее разработку, человека, который
смог мыслить иначе. Одной из основополагающих
и базовых задач инновационного развития является создание условий для формирования принципиально нового образа мышления, затрагивающего ключевые аспекты инновационной деятельности, где в первую очередь – высокая восприимчивость к постоянно окружающим изменениям,
как то в собственной жизни, в экономическом развитии или в развитии науки и технологий. Здесь
Стратегия вводит понятие «инновационного человека», и очевидно, это становится одним из первых
терминов и впоследствии шагов на пути к устойчивым кардинальным преобразованиям.
16
Для успешного решения задач по формированию компетенций «инновационного человека»
требуется модернизация реализуемой государством политики в области образования по ряду
ключевых направлений, таких как, в первую
очередь, система образования, где будут затронуты не только профильные дисциплины, но также будет отведена важная роль системе стимулирования инновационной активности и формированию культуры инноваций в обществе, повышению престижа инновационной деятельности.
Перечень программ и направлений деятельности по укреплению и поддержке взаимных
социальных обязательств в инновационной среде со сроком реализации 2011–2020 гг. изложен
в Перечне основных мероприятий по реализации
стратегии инновационного развития Российской
Федерации на период до 2020 г., сформулированном в Приложении 2 Стратегии. Уже сейчас, на
промежуточном этапе оценивания, можно сказать, что часть из предложенных направлений
все еще не достигла заявленного уровня развития – как, например, повышение престижа инженерного образования удалось достичь большей частью на словах, тогда как экономические
и юридические специальности по-прежнему
имеют больший спрос у абитуриентов. При этом
продолжается корректировка образовательных
стандартов и внедрение новых технологий обучения, что в дальнейшем формирует не только
навыки, необходимые для инновационной экономики, но и позволяет применять и исследовать новые методы, основанные на требованиях современных условий экономики и техники.
Благодаря популяризации инновационной тематики в средствах массовой информации и сети Интернет все большее количество людей не
только задумывается над тем, что они могут сделать в своей сфере деятельности в определенном
роде по-своему, отойти от шаблонного сценария
поведения (что является первым шагом на пути
к изменениям во всей компании, затем отрасли,
обществе и стране в целом), но и становится проще найти необходимую информацию, специалистов или начальное оборудование, подходящее
для осуществления новых идей (составляющая
промышленной применимости инновационного
продукта), что далее становится важным механизмом экономического развития страны.
ИННОВАТИКА
УДК 316.422.44.
А. Ю. Гулевитский
кандидат технических наук, доцент
А. А. Макеева
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ОТКРЫТЫЕ ИННОВАЦИИ
С ТОЧКИ ЗРЕНИЯ ОХРАНЫ ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ
В статье приводится толкование парадигмы открытых инноваций с точки зрения
охраны интеллектуальной собственности. Рассмотрены варианты регулирования
операций с результатами интеллектуальной деятельности в системе открытой бизнес-модели.
Ключевые слова: открытые инновации, интеллектуальная собственность, управление, открытая инновационная сеть.
A. Y. Gulevitskiy
Candidate of Technical Sciences, Docent
A. A. Makeeva
Saint-Petersburg State University of Aerospace Instrumentation
OPEN INNOVATION FROM THE PERSPECTIVE OF INTELLECTUAL PROPERTY PROTECTION
The article presents interpretation of the paradigm of open innovation from the perspective of intellectual
property protection, the variants of control operations with the results of intellectual activity in the open
business model.
Keywords: open innovation, intellectual property, management, open innovation system.
Не секрет, что сегодня все более значимый вес
приобретают интеллектуальный капитал и нематериальные активы.
На данный момент сформировались две точки
зрения. Одни компании преследуют цель закрепить свои права собственности на активы путем
патентования, считая, что только защита интеллектуальных прав позволит странам отстаивать
свои интересы и занять соответствующее место на мировом рынке. Другие же считают, что
стремление к тотальной защите интеллектуальной собственности может привести к замедлению инновационного развития мира.
В настоящее время компании, участвующие
в открытых инновационных процессах (являясь
частью открытой инновационной бизнес-модели),
часто организуют лицензирование своей деятельности для активной IP-стратегии, которая направлена на совместное использование технологии, а
не на сохранение интеллектуальной собственности
как механизма защиты от конкурентов.
В парадигме открытых инноваций, безусловно, есть место для защиты интеллектуальной
собственности. Но здесь следует различать понятие «открытые ресурсы», представляющие собой
безвозмездные технологии, и «открытые инновации», под которыми понимаются совместно применяемые методы, подразумевающие выплату
лицензионных платежей за использование интеллектуальной собственности [1].
Один из принципов открытых инноваций:
получать прибыль от использования другими
нашей интеллектуальной собственности и самим покупать интеллектуальную собственность
у других компаний всякий раз, когда она соответствует нашей бизнес-модели [2].
Для глобальных инновационных систем кража интеллектуальной собственности, безусловно,
представляет серьезную угрозу. Ведь партнеры,
имея доступ к уникальным технологиям и знаниям, могут гораздо эффективнее их использовать.
Здесь вступает в игру еще один принцип откры17
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
тых инноваций, а именно: если мы наилучшим
образом воспользуемся внешними и внутренними идеями, мы выиграем [2]. Ведь зачастую прорывные идеи, рождающиеся в компании, «пылятся на полках» и не приносят свои плоды из-за
того, что у компании, например, нет средств или
технологий для разработки этих идей.
Поэтому эффективное управление интеллектуальной собственностью необходимо не только
для своевременного и точного выявления полезного внешнего знания, но и для определения границ собственных прав фирмы.
В настоящее время в развитых странах особое место в инновационном развитии занимает
построение открытой инновационной сети, которая руководствуется следующей установкой: «от
интеллектуальной собственности – к интеллектуальному партнерству».
При этом инновация рассматривается как
процесс, не ограничивающийся рамками одной
фирмы. Интеллектуальная собственность представляет собой не только средство защиты от
конкурентов, но и канал для получения новых
знаний. Необходимо получать прибыль от использования другими организациями интеллектуальной собственности компании. Компания
также должна покупать интеллектуальную собственность у сторонних организаций, если она
эффективно вписывается в применяемую бизнес-модель. Активность в модели открытых инноваций заключатся в поиске технологий, идей,
решений, которые могут быть применены для
решения существующих проблем и удовлетворения потребностей клиентов. Вокруг достаточное количество технологий и изобретений, не
нужно изобретать, можно лицензировать и использовать технологии, применяемые в других
странах, в других сферах производства. Основной фактор реализации модели открытых инноваций – сотрудничество. Необходимо налаживать взаимовыгодные отношения с большим количеством людей и компаний, важно подбирать
надежных партнеров, которые смогут оценить
идею, развить и вывести на рынок.
Еще один вопрос, требующий обсуждения –
это коммуникации компании с внешне средой.
Актуальной тенденцией в рамках парадигмы
открытых инноваций является краудсорсинг,
т. е. способ решения задач с привлечением широкого круга сторонних участников и энтузиастов. Для организации продуктивного процесса
краудсорсинга организации необходимо разбить
задачу на ряд подзадач и отпустить эти «осколки» в свободное плавание. Такой процесс может
сэкономить компании немало временных и финансовых ресурсов.
Во многих компаниях в качестве средства
для диалога выступают технологические дорожные карты. Дорожная карта является своеобразным маркетинговым планом фирмы, показыва18
ющим, какие цели ставит в будущем перед собой
компания и какие разработки ей нужны для достижения этих целей. Дорожная карта – своего
рода приглашение внешним разработчикам подключиться к технологическому процессу и помочь с решением отдельных задач [3].
Другим средством для получения знаний является патентная информация.
Патентная информация – это совокупность
сведений о результатах интеллектуальной деятельности, заявленных и/или признанных патентным ведомством объектом промышленной
собственности, а также сведений об охране и защите прав авторов, заявителей и владельцев охранных документов.
Патентная информация – источник, питающий все дальнейшие этапы жизненного цикла
инновации, основа научно-технического и экономического развития. Таким образом, компания может черпать знания, идеи решения каких-либо задач из общедоступных источников
патентной информации [4].
В России защита авторских прав, как и смежных, патентных и других прав интеллектуальной собственности, обеспечивающаяся предусмотренными законодательством способами с учетом
существа нарушенного права и последствий нарушения этого права (п. 1 ст. 150 ГК РФ), так же
важна в условиях модели открытых инноваций,
как и в условиях модели закрытых инноваций.
Однако компании, придерживающиеся принципов модели открытых инноваций, имеют иной
подход к управлению интеллектуальной собственностью. В условиях рыночной конкуренции
совершенно ясно, что полностью контролировать
в течение долгого периода важную технологию
практически невозможно. Регистрация патента
служит информацией для конкурентов, которые
сосредотачивают силы, чтобы обойти патент.
Основатель корпорации Intel Э. Гроув считает, что современная мировая система патентования изобилует явными недостатками и изъянами. По его мнению, такая организация приведет
к системному кризису, аналогичному тому, который наблюдается в финансовой системе. По словам Э. Гроув, эволюция патентования остановилась еще несколько десятилетий назад, а многие
нынешние патенты никогда не перерастут в продукты, в то же время развитие продуктов, зачастую описываемых в патентах, идет непрерывно.
«В итоге, – говорит он, – патенты все чаще представляются не как инструмент защиты интеллектуального труда, а как инструмент спекуляции, главная цель которого – извлечение максимальной прибыли любыми способами. Точно такая же ситуация была и в финансовом секторе,
когда биржевые инструменты были оторваны от
реальности» [5].
Можно привести несколько подходов открытых инноваций. Первый подход: «Мы делаем
ИННОВАТИКА
все сами, а на аутсорсинг отдаем только то, что
не умеем». Он свойствен крупным корпорациям
с сильным внутренним R&D-блоком, вроде «Газпрома». Второй: «Мы держим у себя только ключевые компетенции, остальные разработки заказываем на стороне». Так действуют многие высокотехнологичные компании вне зависимости от
размера. Например, телекоммуникационные,
которые в большинстве случаев готовы отдать
на аутсорсинг все, что не имеет отношения к абонентам и передаче сигнала. Наконец, третий
подход: «Все – на аутсорсинг!». Его часто можно
встретить у средних быстрорастущих компаний,
которые стараются экономить на собственных
затратах на НИОКР. Но только до поры, пока не
достигнут потолка конкурентоспособности, после чего им приходится определяться с ключевыми компетенциями и менять подход – чаще
всего на второй.
Представителем открытых инноваций в России является Сбербанк. По данным газеты «Коммерсант», в течение 2009–2010 гг. Сбербанк тестировал «Биржу идей» и в октябре 2010 г. объявил о запуске проекта на постоянной основе.
Цель – оптимизация бизнес-процессов по предложениям рядовых сотрудников Сбербанка.
В пилотном режиме проект был запущен в ноябре 2009 г., и всего за год внедрение предложенных сотрудниками инноваций позволило банку
сэкономить 650 млн руб. При этом затраты Сбербанка на разработку и внедрение «Биржи идей»
составили всего 17 млн руб. «Большая часть
предложений касается обслуживания физических лиц (25%) и юридических лиц (14%), около
9% связаны с банковскими картами, по 6% приходится на предложения по улучшению кредитных продуктов, автоматизацию процессов и отчетность», – отмечала газета. Кроме улучшения
бизнес-процессов, «Биржа идей» в том числе позволила Сбербанку расширить инструментарий
для дополнительной мотивации сотрудников:
программа предусматривает денежную компенсацию от 30 до 350 тыс. руб. (в зависимости от
масштаба предложенных нововведений) [6].
Модель открытых инноваций в рамках крупной компании предполагает создание дороги
с двусторонним движением, по которой внутрь
приходят перспективные технологии от внешних разработчиков, а наружу поступают результаты корпоративных НИОКР, которые по той
или иной причине не востребованы самой корпорацией. Вот только запуск такого движения
требует комплексного подхода и умелых «регулировщиков». К счастью, в новую модель легко
встраивается обширный инструментарий, уже
апробированный бизнесом (к сожалению, в основном только западным).
Международное сотрудничество играет все
большую роль в инновационном процессе, в первую очередь, фирмы отдают предпочтение со-
трудничеству с теми компаниями, которые находятся к ним ближе географически. Такие действия четко мотивированы, так как международные совместные предприятия по-прежнему
трудны в управлении и обходятся намного дороже. Изучение этой проблемы самими компаниями показывает, что наличие географически
близких технологических партнеров довольно
выгодно, поскольку такая близость вызывает
меньше проблем с конфиденциальностью и информационной безопасностью. Практика показывает, что рынки технологического лицензирования особенно быстро растут и развиваются
в США, Европе и Японии, где компании не имеют существенных территориальных различий.
В целом международное лицензирование имеет
тенденцию к росту, хотя большая его часть отражает транзакции среди присоединенных фирм.
В связи со всем вышесказанным встает вопрос о признании авторства и принадлежности
прав собственности на те или иные разработки.
Согласно модели закрытых инноваций все
права на результаты интеллектуальной деятельности принадлежат одной организации и право на использование таких результатов посредством лицензионных соглашений (или договоров
об отчуждении прав собственности) может быть
передано внешним компаниям.
Концепция же открытых инноваций отвергает такую концентрацию прав.
Логично было бы этот вопрос регулировать
следующим образом. Закреплять за автором
идеи право авторства (и другие неотчуждаемые
права, например, право на имя и проч.). Распределение исключительных прав организовать по
следующей схеме:
– либо автор – единоличный владелец (если
он «одиночный» разработчик);
– либо автор идеи и компания-работодатель
владеют правами совместно.
В помощь призвать можно такие традиционные инструменты как лицензирование, субподряды, договоры о сотрудничестве, патентные
пулы1.
Такой подход полностью отразит «открытость», гибкость модели.
В июне 2013 г. Правительство РФ утвердило так называемый План первоочередных мероприятий, направленных на укрепление роли интеллектуальной собственности в развитии
экономики. Общий вектор изменений – это передача прав на результаты интеллектуальной
деятельности исполнителям работ, в том числе
и передача неиспользованной интеллектуальной собственности.
Интересно рассмотреть концепцию открытых
инноваций в сфере системы образования.
1
Патентный пул – это соглашение двух и более компаний о совместном использовании патента.
19
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Что касается самого учебного процесса, то по
ряду причин, а именно:
– развитие модели открытых инноваций и
широкое ее внедрение в организационно-производственный процесс,
– скептическое отношение к модели открытых инноваций отечественных компаний (с которым нужно бороться),
– недостаточная адаптированность модели
под российский рынок и экономику,
в учебный план профильных специалистов
следовало бы включить соответствующую дисциплину.
Если же рассматривать вузы как открытые
бизнес-модели, то необходимо уделить внимание
такому аспекту как использование учебных и
методических разработок сотрудников вуза.
Любое учебное пособие является объектом авторских прав, но в то же время ни для кого не секрет, что результаты авторского труда зачастую
используются посторонними лицами.
Разумеется, согласно статье 1273 Гражданского Кодекса РФ использование результатов
интеллектуальной деятельности в личных, научных и учебных целях не возбраняется [7].
Но как бороться с таким явлением как плагиат?
И можно ли вообще рассматривать систему образования как открытую инновационную сеть?
Сразу ответим на второй вопрос: с некоторой
точки зрения, да, можно.
Ведь открытые инновационные сети – это совокупность взаимодействующих предпринимательских структур, научных организаций или
других институтов, имеющих схожие стратегические цели, ориентированных на инновации и
осуществляющих деятельность в рамках единого бизнес-процесса [8].
Система образования – совокупность вузов,
сузов, ДОУ и т.д., имеющих общую цель – образование обучающихся. Деятельность свою осуществляют в рамках единого процесса, на инновации в образовании ориентированы.
Значит, можно рассматривать вузы в качестве
одной из составляющих открытой инновационной системы. И регулировать их деятельность
в том же ключе.
Что касается вопроса о плагиате, то первоначально следует обраться к определению этого
термина. Плагиат – присвоение или использование без разрешения автора и без ссылки на него
художественного или научного произведения, а
также оглашение изобретения до его оформления без согласия изобретателя.
В рамках парадигмы открытых инноваций
был бы логичен другой подход к этой проблеме.
Вполне можно и не запрещать использование
своих интеллектуальных трудов третьим лицам,
а совсем наоборот. Но наряду с использованием
предлагать вносить свои коррективы и улучше20
ния. Таким образом, можно создать конечный
продукт, близкий к идеальному по своему внутреннему содержанию, оформлению и т.д.
Однако, когда при выполнении сложной задачи, сопряженной с получением результатов
интеллектуальной деятельности, большие средства выделяются на проект в целом, организатору разработки целесообразно вести так называемый паспорт творческого участия. Данная
методология была разработана в конце 1970-х
гг. доктором экономических наук, профессором Б. Леонтьевым. Такой подход дает гарантии
справедливого вознаграждения всех участников
проекта [9].
В качестве заключения хочется сказать, Российская Федерация в данный момент становится
на путь инновационного развития.
В 2014 г. в Москве прошел Ежегодный Форум
и Выставка «Открытые инновации», который собрал более 15 тыс. участников из 70 стран мира. Более 160 мероприятий деловой программы
Форума и Выставки объединили представителей технологических компаний, науки, образования, органов власти и управления, инвесторов и авторов прорывных идей. Ключевой темой
Форума в этом году стало «Созидательное разрушение: как сохранить конкурентоспособность
в XXI веке». Мировая экономика находится в поиске источников развития. Сегодня способность
создавать, продвигать и распространять инновации является ключевым фактором конкурентоспособности.
Однако без адекватного, соответствующего
современным тенденциям, института защиты и
охраны интеллектуальной собственности положительных результатов не добиться. Институт
интеллектуальной собственности в России сравнительно молод. Законодательство в этих сферах
предстоит основательно прорабатывать. Поэтому внедрять в российское производство и экономику парадигму открытых инноваций следует
постепенно и крайне осторожно, дабы избежать
неправильного ее толкования и негативных последствий для участников экономических отношений.
Библиографический список
1. Краснова, М. И. Формирование открытых
инновационных систем в условиях глобализации// Проблемы современной экономики. –
2010. – № 2 (34).
2. Кощегулова И. Р., Синицына Е. Е. / Факторы
успеха парадигмы открытых инноваций // Экономика и управление: научно-практический
журнал. – 2013. – № 1. – С. 19–23.
3. Денисов Дмитрий. /Вход для посторонних// Бизнес-журнал. – 2011. – №6. – С. 50–55
ИННОВАТИКА
4. Молчанова, А. А., Попов, Н. В. Инновационный процесс и патентная информация/ А. А. Молчанова, Н. В. Попов// Патенты и лицензии. Интеллектуальные права. – 2015. – №1. – С. 63–69.
5. Марков К. А. Стратегия открытых инноваций на практике / К. А. Марков // Мировая экономика № 3–2013 с.
6. Московская школа управления СКОЛКОВО. URL: http://innovation.gov.ru/sites/default/
files/documents/2014/25366/3964.pdf
7. «Гражданский кодекс Российской Федерации» от 30.11.1994 N 51-ФЗ (ред. от 01.01.2015) // «Законы и кодексы» – Эксмо. – 2015. – ст. 1273.
8. Тихомирова, О. Г. Обеспечение устойчивого
развития предпринимательских структур на основе
организации открытых инновационных сетей/ Креативная экономика// – №2 (62) – 2012. – С. 43–48
9. Леонтьев, Б. Проблема содействия инновациям/Интеллектуальная собственность, промышленная собственность. – 2015. – №3 – С13–21
21
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК 608.3
А. А. Макеева
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
РАЗРАБОТКА АВТОМАТИЗИРОВАННЫХ ПРОГРАММНЫХ СРЕДСТВ
ДЛЯ СОСТАВЛЕНИЯ ПАТЕНТНОЙ ФОРМУЛЫ
В статье приведено описание разрабатываемого алгоритма обучающего программного средства для составления патентной формулы.
Ключевые слова: патентная формула, обучение, программный продукт (программное обеспечение).
A. A. Makeeva
Saint-Petersburg State University of Aerospace Instrumentation
DEVELOPMENT OF THE AUTOMATED SOFTWARE FOR DRAFTING THE PATENT FORMULA
The article presents the description of the training software for drafting the patent formula.
Keywords: patent formula, instruction, training software.
Охрана интеллектуальной собственности –
это комплекс мер по защите исключительных
прав авторов и патентообладателей результатов
интеллектуальной деятельности.
В России институт интеллектуальной собственности сравнительно молод и малоразвит.
Стремительное развитие науки, техники и
технологических процессов способствует развитию патентных отношений. На данный момент
Российская Федерация находится на стадии
формирования и разработки своего собственного индивидуального законодательства, относящегося к сфере защиты результатов интеллектуальной деятельности. Процессы глобализации,
царящие в мире на сегодняшний день, должны
содействовать заимствованию опыта иностранных государств в сфере защиты результатов интеллектуальной деятельности [1].
Тематика данной статьи затрагивает область
патентного права и охраны объектов промышленной собственности. Большинство специалистов в этой области начинали свой карьерный
рост в СССР. За долгие годы практики они приобрели бесценный опыт, сформировали внушительный багаж знаний и навыков. Но время не
стоит на месте и приход на смену прежним патентоведам молодых специалистов вполне закономерен. Именно на плечи этих специалистов
возлагается миссия по развитию института интеллектуальной собственности в России и доведению его до европейского уровня.
22
Таким образом, формулировка проблемы следующая: нехватка молодых квалифицированных специалистов в области охраны интеллектуальной собственности, а также учебных пособий, методических рекомендаций и программного обеспечения, позволяющих обучать персонал
и набирать опыта без отрыва от производства.
Несмотря на то, что в России неоправданно мало специализированных вузов, готовящих квалифицированные профильные кадры, в значительном количестве учебных заведений открыты кафедры права интеллектуальной собственности,
что говорит о заинтересованности государства
в подобных специалистах. В табл. 1 приведен перечень профилирующих вузов, в которых функционируют подобные кафедры [2].
Решением обозначенной проблемы и целью
данной работы является разработка программного продукта, подразумевающего под собой онлайн-приложение или Web-сайт, позволяющего пользователю выполнять предложенные системой задания, получая практические знания
в части составления патентной формулы для пакета заявочных материалов.
Интеллектуальная собственность – это область, работа в которой требует непрерывного обучения и совершенствования. Обучающие программные продукты на сегодняшний день актуальны, востребованы и результативны.
К сожалению, в области интеллектуальной
собственности такого программного обеспече-
ИННОВАТИКА
Таблица 1
Вузы и кафедры интеллектуальной собственности
Наименование
Местонахождение
РГАИС
Москва
РГИИС
Москва
РНИИИС
Москва
НМЦ
Москва
«Кафедра ЮНЕСКО по авторскому праву и другим правам интеллектуальной собственности»
МГЮА
Москва
Кафедра интеллектуальных прав
МФТИ
Москва
Кафедра экономики интеллектуальной собственности
МГУ им. Баумана
Москва
Кафедра «Юриспруденция, интеллектуальная собственность и судебная экспертиза»
РГУИТП
Москва
Кафедра интеллектуальной собственности
СПбНИУ ИТМО
Санкт-Петербург
Кафедра интеллектуальной собственности и управления инновациями
СПбПУ
Санкт-Петербург
Кафедры юридического факультета
СПбГУ
Санкт-Петербург
Кафедра экономики исследований и разработок
УФУ
Екатеринбург
Кафедра управления интеллектуальной собственностью
МГМИ
Москва
Кафедра «Защита прав интеллектуальной собственности»
ТУСУР
Томск
Кафедры юридического факультета
МФЮУ
Москва
Кафедра защиты интеллектуальной собственности
ВолГУ
Волгоград
Кафедра гражданского и международного частного права
МГУПИ
Кафедра «Правовое обеспечение безопасности в коммерческой деятельности
Москва
и защита интеллектуальной собственности»
ния пока нет. Концепция данного продукта может быть подвергнута критике, основанной на
мнении, что написание заявочных материалов,
в частности формул изобретения – процесс творческий и не может подлежать формализации.
Но описанная концепция продукта создается
не для написания «чистовых» документов, а для
приобретения и оттачивания навыков такого на-
писания, то есть в него будут заложены основы,
общие принципы работы с формулой изобретения, которые могут быть формализованы и заключены в некоторые шаблоны.
На данный момент в области патентных исследований и составления заявочных материалов существуют следующие подходы и решения
(табл. 2) [3, 4].
Таблица 2
Существующие подходы и решения в области патентных исследований
Наименование
Содержание
Проводятся специалистом
Стандартные патент- с использованием патентноные исследования поисковых систем и других
источников информации
Широчайшие возможности
для проведения патентных
Программное обеспе- исследований и обработки
чение Questel-Orbit результатов поиска.
Используются мировые базы
патентной документации.
Результат
Трудозатраты
Выявление аналогов/прототипа; фор- 1 специалист-патенмула составляется специалистом на ос- товед, автор (-ы);
нове анализа выявленных документов ≈30 дней
Выявление аналогов/прототипа с приведением независимых пунктов формулы,
1 специалист-патенпреимуществ и недостатков выявленных
товед;
технических решений. Облегчается за≈14 дней
дача составления патентной формулы за
счет автоматического анализа документов
23
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Таблица 3
Обучающий программный продукт
Наименование
Содержание
Обучающее приложение.
Содержит базы данных.
Программное обеспечение
Выполняет сравнение
для составления
массивов данных и выпатентной формулы
водит результаты на
дисплей
Результат
Получение навыков работы
с патентной документацией
и составления патентной
формулы
Трудозатраты
Человеческие ресурсы: 1
человек
Временные ресурсы:
выполнение одного задания до 5 часов
Таблица 4
Преимущества и недостатки
Наименование
Преимущества
Недостатки
Оценка, балл
Патентные исследования
Questel-Orbit
Высокое качество
Быстрота
8,5
8
Разрабатываемое ПО
Быстрый результат
Значительные временные затраты
Вероятность машинного сбоя
Вероятность машинного сбоя;
Недостаточная проработанность БД
Рис. 1. Эффективность существующих подходов и решений
Входящие
данные
Базы
данных
Устройство
сравнения –
парсер
Устройство
выдачи
результата
сравнения
– дисплей
Формула
Рис. 2. Схема программного продукта
24
9
ИННОВАТИКА
Концептуальные основы предлагаемого программного продукта приведены в табл. 3.
Результаты сравнительного анализа преимуществ и недостатков существующих подходов к работе специалиста-патентоведа, отраженных в табл. 4,
можно представить в виде диаграммы (рис. 1).
Исходя из поставленной проблемы и выше
обозначенных путей ее решения, необходимо
разработать самостоятельное программное приложение или web-сайт для обучения пользователей составлению патентной формулы. Структурная схема продукта представлена на рис. 2.
Содержание продукта
1. Базы данных.
0.1 Словарная база – отдельные слова, технические словосочетания, шаблонные предложения.
0.2 База чертежей, схем и рисунков.
0.3 База описаний.
0.4 База аналогов/прототипов.
0.5 База шаблонов.
1 Программно-реализуемое средство сравнения – парсер.
2 Программно-реализуемое средство вывода
результата.
Пошаговый алгоритм работы
1. Пользователю выдается пакет с заданием,
содержащий три папки: рисунок, описание, аналоги/прототип.
2. В отведенном поле пользователь прописывает ответ (готовую формулу).
3. Ответ пользователя сравнивается со встроенными базами данных на предмет наличия недопустимых лексический оборотов, грамматических ошибок, правильности определения существенных и отличительных признаков.
4. При обнаружении ошибок система возвращает задание на доработку (при этом допущенные
ошибки выделяются и прописываются). Если же
ошибок не найдено, текущее задание засчитывается и выдается следующее. Ниже представлены
схема пошаговой работы (рис. 3), пример пакета
с заданием (рис. 4) и алгоритм описываемого программного продукта (рис. 5).
Технический результат, на достижение которого направлено данное программное обеспечение,
состоит в следующем: обучение пользователей работе с патентной документацией, составлению патентной формулы изобретения, облегчение работы
специалистов-патентоведов. Рекомендуемые программные языки реализации – С, С++, С#.
Примечательно, что за рубежом существует
значительное количество компаний, создающих
и реализующих информационные продукты и
услуги в сфере охраны и управления интеллектуальной собственностью. Иллюстрацией к сказанному может служить ежегодная международная выставка-конференция IP Service World,
демонстрирующая последние достижения и современное состояние информационных продуктов и услуг в данной сфере [5, 6].
Выдача пакета
с заданием
Формирование
ответа
Выдача
ошибки
Парсинг
входных данных
с БД
Выдача
верного ответа
Пользователь
исправляет ошибки
и повторно
формирует ответ
Система производит
парсинг
и выдает результат
Вывод
готовой формулы
на дисплей
Зачет
текущего задания
и выдача следующего
Рис. 3. Пошаговая схема работы системы
25
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Рис. 4. Пример содержания пакета с заданием
Начало
Базы
данных
i=0...n
n – количество
заданий
Выдача пакета
с заданием
Ввод
ответных данных
Парсинг
Найдено
соответствие
с «запретной» базой
или несоответствие
с «эталонной»
базой
Вывод ошибок
Исправление
ошибок
пользователем
Ввод
исправленных
данных
Вывод
готовой формулы
Вывод статистики
Конец
Рис. 5. Алгоритм работы программного продукта
26
ИННОВАТИКА
Но указанные выше компании специализируются на разработке средств для проведения
патентных исследований. Обучающих программ
в области интеллектуальной собственности не
разработано.
Заключение. Автоматизированное программное средство предназначено для обучения пользователей работе с патентной документацией, составлению патентной формулы изобретения, облегчение работы специалистов-патентоведов, а
также для экономии временных и финансовых
ресурсов пользователей. Результатом осуществления описанного продукта будет являться
программный код, реализованный на одном из
рекомендуемых языков программирования.
Использование методики оценки новизны результатов интеллектуальной деятельности [7]
доказало, что предлагаемое программное средство обладает достаточным потенциалом для
дальнейшей разработки и реализации.
Библиографический список
1. Все вузы России (Электронный ресурс):
сайт ЕduNetwork/EduNetwork.ru. – Каталог.
–EduNetwork.ru, 2010–2015. – Режим доступа: http://vuz.edunetwork.ru/ (дата обращения:
15.03.2015).
2. Лихоедов, Н.П. Источники патентной информации: плюсы и минусы/Н.П. Лихоедов//Патенты и лицензии. Интеллектуальные права. –
2014. – №9. – С. 37–41.
3. IP Service World (Электронный ресурс):
официальный сайт компании Management Circle
AG/Management Circle – Электрон. текстовые
дан. – Management Circle, 2015 – Режим доступа: http://www.ipserviceworld.com/overview.html
(дата обращения: 15.03.2015).
4. Молчанова, А. А., Попов, Н. В. Инновационный процесс и патентная информация/ А. А. Молчанова, Н. В. Попов// Патенты и лицензии. Интеллектуальные права. – 2015. – №1. – С. 63–69.
5. Варфоломеева, Ю.А. Интеллектуальная
собственность в условиях инновационного развития/ Ю.А. Варфоломеева. – Монография. –
Москва: «Ось – 89», 2014. – 142 с.
6. Информационно-поисковая система ФИПС
(Электронный ресурс): база данных (электронный
ресурс). /Фед. инст-т. промыш. собст-ти. – Официальный сайт. – Москва: ФИПС, 2003–2009. –
Режим доступа: http://www1.fips.ru/wps/wcm/
connect/content_ru/ru/inform_resources/inform_
retrieval_system/ (дата обращения: 15.03.2015).
7. Назаревич, С. А. Методика оценки новизны
результатов интеллектуальной деятельности / С. А. Назаревич, Е. Г. Семенова // Вопросы радиоэлектроники. 2014. Т. 1. № 1. С. 121–138.
27
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК 334.02
С. А. Назаревич
кандидат технических наук
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
РАЗРАБОТКА МОДЕЛИ ЖИЗНЕННОГО ЦИКЛА НОВШЕСТВА
НА ОСНОВАНИИ ЭВОЛЮЦИИ ИННОВАЦИОННЫХ ПРОЦЕССОВ
В статье приведена модель жизненного цикла новшества. Представлены модели
развития инновационных процессов в соответствии с этапами продвижения научнотехнического прогресса.
Ключевые слова: новшество, инновация, научно-технический прогресс, жизненный цикл, научная деятельность, инновационная деятельность, инженерно-производственная деятельность.
S. A. Nazarevich
Candidate of Technical Sciences
Saint-Petersburg State University of Aerospace Instrumentation
DEVELOPMENT LIFE CYCLE MODEL OF INNOVATION
BASED ON THE EVOLUTION OF INNOVATION PROCESSES
The article describes the life cycle model of innovation. Presents a model of innovation processes in
accordance with the stages of promoting scientific and technological progress.
Keywords: innovation, innovation, scientific and technological progress, life cycle, science, innovation,
engineering and manufacturing activities.
Процесс практически в любой деятельности
рассматривается как совокупность взаимодействующих и взаимосвязанных видов деятельности по преобразованию входа в выход [1].
Инновационный процесс – это последовательный процесс преобразования научного знания
в инновацию, от идеи до конкретного продукта,
технологии или услуги и распространяется при
практическом использовании. Основой инновационного процесса является создание и освоение
новой техники. Техника – это совокупность вещественных факторов производства, в которых
материализованы новые знания и умения человека [2]. Таким образом, инновационные процессы являются гарантом развития научно-технического прогресса (НТП) за счет проникновения достижений науки и техники в иерархию
потребностей общества, тем самым создавая новые рынки, и формируя новые отрасли производства. Жизненный цикл инноваций практически
идентичен классическому жизненному циклу
продукции (ЖЦ). ЖЦ – время от идеи продукции до вывода с рынка устаревшего продукта.
ЖЦ создания новой продукции состоит из ряда
28
стадий, на которых идея трансформируется в новую технику, способную удовлетворить требования потребителей. Так как в основе инновации
заложены любого рода исследования, необходимо проанализировать стадии ЖЦ формирования новой продукции. Начальной стадией ЖЦ
являются [3] научно-исследовательские работы
(НИР). В соответствии с ГОСТ 15.101-98 «Система разработки и постановки продукции на производство. Порядок выполнения научно-исследовательских работ», научно-исследовательская
работа (НИР) – комплекс теоретических и (или)
экспериментальных исследований, проводимых
с целью получения обоснованных исходных данных, изыскания принципов и путей создания
(модернизации) продукции. НИР подразделяются на поисковые, теоретические и экспериментальные по характеру работы, выполняемые
с целью определения технической возможности
создания новой техники (табл. 1).
Фундаментальные исследования – деятельность, направленная на генерацию и получение
новых знаний о закономерностях, гипотезах и
особенностях объектов исследования.
ИННОВАТИКА
Таблица 1
Научно-исследовательские работы
Виды исследований
Фундаментальные
Поисковые
Прикладные
Результаты исследований
Расширение теоретических знаний. Получение новых научных данных о процессах, явлениях, закономерностях, существующих в исследуемой области; научные
основы, методы и принципы исследований
Увеличение объема знаний для более глубокого понимания изучаемого предмета.
Разработка прогнозов развития науки и техники; открытие путей применения
новых явлений и закономерностей
Разрешение конкретных научных проблем для создания новых изделий. Получение рекомендаций, инструкций, расчетно-технических материалов, методик и т.д.
Прикладные исследования направлены на
определение сферы применения новых знаний
для достижения практических целей.
После проведения научных работ, происходят
ОКР, на основании которых появляется объект,
чаще всего – прототип или опытный образец.
ОКР это завершающая стадия научных исследований, переход от лабораторных условий и экспериментального производства к промышленному производству.
Рассмотрим следующие стадии ЖЦ представленные в табл. 2. Третьей стадией жизнен-
ного цикла [3] является подготовка производства (ПП) и выход на мощность (ВМ), то есть
постановка продукции на производство. В производстве знания материализуются, а исследование находит свое логическое завершение.
В рыночной экономике имеет место ускорение
выполнения ОКР и стадии освоения производства. Инновационные предприятия, как правило, выполняют ОКР по договорам с промышленными предприятиями. Заказчики и исполнители взаимно заинтересованы в том, чтобы
результаты ОКР были внедрены в практику и
Таблица 2
Виды работ в области формирования инноваций
Виды работ
Стадии
Этапы работ
1) разработка ТЗ НИР;
Фундаментальные 2) выбор направлений исследований;
исследования
3) теоретические и экспериментальные исследования;
4) обобщение и оценка результатов НИР
1) проверка технической осуществимости идеи;
Прикладные
2) анализ масштабов потребностей рынка;
исследования
3) определение возможностей предприятия по разработке продукта;
4) производство нового продукта
1) техническое предложение;
2) эскизный проект;
3) технический проект;
Научно-иссле4) выпуск рабочей проектно-конструкторской документации, в том чисдовательские
ле чертежи на детали, сборочные соединения, изделие в целом;
(ОКР) Опытные
работы (НИР)
5) изготовление и испытание опытных образцов; разработка определенработы
ной конструкции инженерного объекта или технической системы;
6) разработка идей и вариантов нового объекта;
7) разработка технологических процессов;
8) определение наименования продукта, товарного знака, маркировки,
упаковки
(ПП) Подготовка мероприятия по организации производства нового изделия освоенного
к производству другими предприятиями.
1) пуск и проверка технологического оборудования;
2) запуск в производство установочной серии;
(ВМ) Выход на
3) проведение квалификационных испытаний изделий установочной
мощность
серии;
4) доработка и корректировка технологической и другой документации
Промышленное
1) запуск продукта;
производство
2) производство и продвижение
1) дистрибуция;
Экспансия
2) диффузии продукции
29
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Фундаментальные
и прикладные
исследования
ОКР
Производство
Маркетинг
и сбыт товаров
Рис. 1. Модель инновационного процесса первого поколения
приносили доход. ПП и ВМ стадии включают
мероприятия по организации производства нового изделия или освоенного другими предприятиями.
Выход на мощность произойдет после завершения работ по подготовке производства: пуск
и проверка технологического оборудования, запуск в производство установочной серии, проведение квалификационных испытаний изделий
установочной серии, доработка и корректировка
технологической и другой документации. Установочная серия или первая промышленная партия изделий изготавливается для проверки способности данного производства обеспечить промышленный выпуск продукции в соответствии
с требованиями научно-технической документации (НТД) и потребителей. Образцы установочной партии, прошедшие приемо-сдаточные
и квалификационные испытания, могут быть
представлены на рынке новшеств (проведение
рекламной кампании, демонстрация на выставках, торговых центрах и т.п.). На всех предпроизводственных стадиях ЖЦ (НИР, ОКР, ПП и
ВМ) формируется изделие, его качество; закладывается технический уровень изделия, его прогрессивность. Следующей стадией жизненного
цикла является производство созданного изделия в соответствии со сформированным портфелем заказов. Завершающей стадией жизненного цикла является эксплуатация [4]. Таким образом, ЖЦ нового изделия проходит несколько
фаз: предпроизводственную, производственную
и эксплуатационную.
Рассмотрев детально структуру классического ЖЦ, необходимо провести краткий обзор первых исследований в области развития инновационных процессов, которые относятся к 1950–
1960 гг. В данный период функционировала линейная модель (рис. 1).
По сути, модель – линейная цепочка, состоящая из фундаментальных и прикладных исследований, которые являлись первыми этапами
при разработке новшества, далее ОКР, производство и сбыт товара. Хронологическая последовательность развития моделей инновационного
процесса представлена в таблице 3.
Таблица 3
Хронология развития моделей инновационного процесса
30
Хронологическая
последовательность
Модель/исследование
1920 г.
1920–50 гг.
1960–70 гг.
1978 г.
1970–80 гг
1985 г.
1985 г.
1980-е
1986 г.
1990-е
1990 г.
1992г.
1993 г.
2002 г.
2003 г.
2013 г.
Введение термина – инновация.
Модель «Технологического толчка» (G1), линейная модель
Модель «Вытягивания спросом» (G2), линейная модель
Динамическая модель процессных и продуктовых инноваций
Совмещенная модель (G3)
Transilience maps
Цепная модель Клайн
Модель интегрированных бизнес процессов (G4)
Модель «Ворота»
Модель интегрированных систем и сетей (G5)
Выявлена зависимость между временем и затратами в инновационном процессе
Модель «Воронка»
Классификация моделей Р. Росвелла
Циклическая модель
Открытая модель инноваций
Модель «Трех сценариев»
ИННОВАТИКА
ФИ
ПИ
Опытный
образец
ОКР
Промышленный образец
Маркетинг
Производство
Сбыт
Рис. 2. Модель инновационного процесса первого поколения
Основа концепции (рис. 2) заключается в суждении, что создание новой продукции должно начинаться с научных исследований. Разработка
концепции продукции и формирование прототипа отводились научной деятельности, рынок
использовался как плановое место реализации
потенциала новой продукции. Недостатками модели первого поколения является характерное
для того времени суждение о том, что разработанные концепции новой продукции появились
благодаря фундаментальным исследованиям, и
обязательно найдут применение на рынке в виде
инноваций. Проведенные исследования показали, что только 5% результатов [2] фундаментальных исследований готовы к производству и запуску в серийное производство. Конец шестидесятых годов и начало семидесятых – время появления второго поколения моделей такой же линейной структуры, но с отличием в ориентации
на потребителя (рис. 3). Добавление акцента на
запросы потребителя появились в трудах Г. Менша, П. Друкера и основывались на всеобщей кон-
Новая
потребность
Маркетинг
цепции потребления. Поэтому модель была ориентирована на удовлетворение текущих и новых
потребностей, хотя и не редко присутствовали
моменты искусственного создания спроса.
Основной недостаток модели в том, что ориентация на потребности приводит к формированию псевдоинноваций, а также улучшающих
инноваций и раскрывает возможности для модификации и усовершенствования продукции.
Эксперимент американских управляющих доказал целесообразность использования фундаментальных исследований. В начале шестидесятых годов в американские инвесторы сократили финансовые потоки, направленные
на спонсирование фундаментальных исследований, через три, пять лет ученые, задействованные в прикладных и поисковых исследованиях, объявили об отсутствии перспективных
концепций. Поэтому необходимость фундаментальных исследований при формировании потенциала базисной инновации, изобретения доказана практикой.
НИОКР
Производство
Сбыт
инновационной
продукции
Рис. 3. Модель первого поколения
Новые
технологии
Генерация идеи
НИОКР
Производство
Сбыт
инновационной
продукции
Новая
потребность
Рис. 4. Модель ориентации на потребителя первого поколения
31
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Потенциальный
рынок
Изобретение
или создание
аналитического проекта
Детальное
проектирование
и испытание
Внесение изменений
в конструкцию
Распределение.
Вывод на рынок
Знания
Исследования
Рис. 5. Модель Клайна-Розенберга [5]
В середине семидесятых годов появляются
нелинейные модели (рис. 4). Основной идеей данного вида моделей является опора на потребности рынка и новые технологии. В своих трудах
Р. Росвелл, К. Фримен, и Н. Розенберг подтвердили важность и влияние рыночной составляющей на протекание процессов формирования инноваций, а также выявлена закономерность влияния научно-технических факторов, на процессы реализации новых технологий.
В середине 1980-х гг. нелинейные модели инновационного процесса принимают в свои ряды
модель третьего поколения.
Модель Клайна-Розенберга состоит из пяти
стадий (рис. 5). На первой стадии идентифицируется потребность на потенциальном рынке. Вторая стадия – создание проекта новой продукции,
которая будет направлена на существующую и
плановую потребность рынка. Проектирование
и испытание инновации – следующая стадия модели. Четвертый этап – это окончательные изменения и запуск проекта в производство. Пятая
стадия, заключительная, представляет рынку
инновацию, инициируя круги интеграций маркетинговой и распределительной деятельности.
Инновационная активность усиливается под
воздействием НТП, меняются также и предпроизводственные процессы, количество и последовательность этапов. Поэтому появление новых
моделей инновационных процессов, отвечающих реальным конкурентным условиям, будет
неизменно увеличиваться. И уже 1980 г. появляются IV (рис. 6) и V поколения моделей, в которых этапы процесса формирования инноваций
представлены вместе с новыми типами связей и
взаимодействий между различными субъектами, участвующими в создании новшества.
Параллельная или интегрированная модель
обусловила переход от последовательного процесса
к параллельному процессу, в котором деятельность
по формированию новшества и исследования начинаются практически одновременно. В японских
компаниях еще на ранних стадиях разработок обращаются к потребителям для сбора данных о перспективности продукции на их взгляд и таким образом формируют видение продукции (рис. 7).
Японская модель дает представление о процессах формирования спроса на рынке посредством обратной связи элементов модели «рынокидея». Характерной особенностью данной модели является, то, что первым этапом в модели необходимо наличие идеи.
Маркетинг
Исследование и разработки
Разработка товара
Инжиниринг производства
Производство комплектующих
Производство
Маркетинг
Совещания межфункциональных команд
Запуск
Рис. 6. Модель инновационного процесса четвертого поколения
32
ИННОВАТИКА
Формирование спроса
Разработка
концепции
продукции
Формулирование
перспективного
спроса
Идея
Рынок
Производство
Оценка
Оценка
Оценка
Обработка информации
Рис. 7. Японская модель инновационного процесса
Система «Внешняя среда»
Система «Организация»
Система «Новатор»
Рис. 8. Стратегическая модель взаимовыгодного сотрудничества
Пятое поколение моделей инновационного
процесса представляет собой тесное стратегическое взаимовыгодное сотрудничество компаний работающих на единый результат – достижение устойчивого успеха (рис. 8). Поэтому
пятое поколение моделей представляет процесс
инновационного развития как процесс взаимодействия различных организаций. Следующая
модель получила название «воронка» из-за каскадной последовательности этапов отбора, начало которой представлено в виде воронки, то
есть входные требования для идей и новой продукции расширены (рис. 9). Для максимального захвата идей используются достаточно свободные ограничения, что позволяет рассматри-
Разработка
и испытание идей
вать идеи разного масштаба и сферы применения. После каскадной оценки и отбора перспективной идеи происходит процесс разработки
продукции, который, в свою очередь, проходит
цикл испытаний после подтверждения соответствия требованиям.
Более поздняя версия модели пятого поколения «ворота» Р. Купера (рис. 10), состоит из ряда
этапов, каждый из которых заканчивается процедурой оценки и принятия решения о дальнейшей деятельности в заданном направлении. Недостаток модели состоит в отсутствии механизма
обратной связи между элементами модели.
Итак, анализируя представленные выше термины и модели можно сформировать устойчивое
Разработка
продукции
Новая продукция
Идеи
Отбор 1
Отбор 2 Отбор 3
Рис. 9. Модель пятого поколения «воронка» [6]
33
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Предварительное
исследование
Отбор идей
ОТКРЫТИЕ
Подробное
исследование
Отбор идей
Решение
о разработке
Оценка
Решение
об испытаниях
Выпуск продукта
Разработка
Решение
об испытаниях
Разработка
Рис. 10. Версия модели пятого поколения «ворота» Р. Купера
Модель трех
сценариев
VI
V
Системная модель
IV
Модель
«Интегрированная»
Модель
«Цепочки
взаимодействия»
III
Модель
«Ориентации
на потребителя»
II
I
Модель
«Фундаментальных
исследований»
1940
1950
1960
1970
1980
1990
2000
2010
Рис. 11. Хронологический порядок появления моделей
положение по достижению конечного состояния
продукта или услуги, обладающего инновационными свойствами. Для формирования инновации
в соответствии с последовательностью преобразований в научной деятельности концепция должна пройти определенные этапы на выходе каждого
этапа будет появляться объект, обладающий определенными свойствами, который в соответствии
с критериями системы идентификации инновационных объектов, относится к определенному классу объектов интеллектуальной собственности:
– фундаментальные исследования – новация;
– прикладные исследования – новшество;
– опытное производство – нововведение;
34
– промышленное производство – инновация;
– экспансия – инновация/продукт.
Исходя из существующих видов моделей развития инновационных процессов (рис. 11), автор исследования выделил основные положения, по теме
исследования и произвел разработку модели процесса формирования новшества (рис. 12). При разработке модели были учтены основные элементы,
включающие научные исследования, производственную и инновационную деятельность. За основу в структуре модели автор взял научную деятельность, так как было уже доказано, что без проведения фундаментальных исследований дальнейшие разработки будут малоперспективными.
Методика
Действие
ИПД
НД
ИД
Этапы
Элемент
Инструменты
преобразования
Методика анализа
потенциала новшества
Определение
потребительской
формы
Методика
анализа
потенциала
новшества
Классификация
Методика анализа
потенциала
новшества
Продукция
Продукция
различного наз начения
Новая
продукция
Инновация
Конечный результат
Потребительская
форма
Форма
Усовершенствование
Изобретение
Нововведение
Результаты
научно-технических исследований
Реализация проекта
Рис. 12. Модель инновационного процесса «трех сценариев» [7]
Методика анализа
потенциала новшества
Методика
экспертной оценки проектов
Прототипы, опытные
образцы, уникальные
технические изделия
Новшество
Анализ потенциала новшества
НИР,
результат НИР
Новация
Первичная оценка
потенциала новшества
Анализ нужд Генерация, поиск
и потребностей готовых решений
общества
Идея
НИКР, НИОКР, ОКР,
разработка рац. предложения,
техническое творчество
Системное проектирование
Сбор данных,
структурирование
проблемной области,
генерация, поиск решения
Проблема
Фазы
ИННОВАТИКА
35
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
В модели учтено большинство известных форм,
которые способно принимать новшество, после
прохождения этапов жизненного цикла. Исходя
из структуры модели, за базовую основу была использована модель «ворота», определены все контрольные точки, на которых происходит оценка
потенциала объекта, обозначена обратная связь
для корректировки и отработки процессов создания новой продукции. Новизной данной модели
является рассмотрение разных видов деятельности (трех сценариев) ведущих к инновациям, изобретениям или усовершенствованиям.
Разработанная модель относится к шестому
поколению. Ранее представленные модели не описывают различные виды деятельности, ведущие
к формированию инноваций. В соответствии с современными тенденциями появилась необходимость классификации новшества как результата
научно-технических исследований. Разграничение понятий «улучшение», «изобретение» и «инновация» – достаточно актуальная тема.
Заключение. В ходе исследования моделей развития инновационных процессов пяти поколений, были выявлены характерные для всех моделей признаки, которые заключаются в отсутствии
разграничений на научную, инновационную и рационализаторскую деятельность, в некоторых моделях присутствует неполнота связи между этапами модели, отсутствуют четкие понятия о потребительской форме результатов исследований.
Учитывая все факторы и недостатки предыдущих моделей, была разработана модель «трех
сценариев», принадлежащая к шестому поколению моделей инновационного развития, на основании присутствия элементов, относящихся
к научной, инновационной и инженерно-производственной деятельности, с помощью которых
возможно идентифицировать формы результатов определенной деятельности направленной на
создание новой продукции.
Модель используется для описания траектории движения разработчика, изобретателя, ра-
36
ционализатора или авторского коллектива при
создании и проектировании новой продукции,
а также в процессах преобразования уже существующей продукции. На основании принципов
Кларка и Купера автор относит разработанную
модель к шестому поколению моделей инновационного развития, что доказывает принадлежность модели существующей парадигме развития инновационных процессов.
Библиографический список
1. ГОСТ Р ИСО 9000:2008 «Системы менеджмента качества. Основные положения и словарь».
2. Жариков, В. В. Управление инновационными процессами: учебное пособие / В. В. Жариков, И. А.Жариков, В. Г. Однолько, А. И. Евсейчев. – Тамбов: Изд-во Тамб. гос. техн. унта,
2009. – 180 с.
3. Коршунов, Г. И. Управление процессами и инновациями при обеспечении качества приборов и
систем: учебно-методическое пособие / Г. И. Коршунов; СПб.: ГУАП. 2008. 164 с.
4. Kline J., Rosenberg N. «An overview of
innovation», in Landau R., Rosenberg N. (eds)
The positive sum strategy: harnessing technology
of economic growth – National academy press,
Washington, D.C., 1986 – pp. 640
5. Чесбро, Г. Открытые инновации – М.: Поколение, 2007–336 с.
6. Науменко, Е. О. К вопросу о моделях управления инновационным процессом на предприятии в современных условиях // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета – 2006.
7. Назаревич, С. А. Разработка процесса оценки результатов научно-технических исследований / С. А. Назаревич // Молодой ученый. 2013.
№11. С. 151–154.
УПРАВЛЕНИЕ КАЧЕСТВОМ
УДК 303.721
Е. Ю. Бобкова
кандидат педагогических наук, доцент
Российский экономический университет им. Г.В. Плеханова.
Самарский институт (филиал)
КАЧЕСТВО ИСТОРИОГРАФИЧЕСКИХ ИСТОЧНИКОВ: КВАЛИМЕТРИЧЕСКИЙ ПОДХОД
В статье рассмотрена методика принятия решения в задачах сравнения качества
исторических и историографических источников с использованием инструментов и
методов квалиметрии. Оценка качества проводилась на основе корпуса исторических и историографических источников по проблемам политического воспитания личного состава ВС СССР. Данная методика может быть использована при принятии решений в других областях деятельности.
Ключевые слова: оценка качества источников, историография, военная история,
политическое воспитания военнослужащих, рандомизация.
E. Yu. Bobkova
Candidate of Pedagogical Sciences, Docent
Plekhanov Russian University of Economics.
Samara Institute (branch)
QUALIMETRIC APPROACH TO QUALITY OF HISTORIOGRAPHICAL SOURCES
The article discusses the methodology of decision-making problems in comparing the quality of historical
and historiographical sources using the tools and methods of quality control. The quality assessment based
on historical and historiographical body sources on the political education of the personnel of the Armed
Forces of the USSR. This technique can be used in decision-making in other areas.
Keywords: evaluation of the quality of sources, historiography, military history, political indoctrination,
randomization.
Формирование единого информационного
пространства и развитие информационных технологий повлекли за собой качественные изменения в информационном поле исторических и
историографических исследований. Принципы
методологического плюрализма [1, 2] в сочетании с расширением источниковой базы благодаря виртуализации научного пространства актуализируют необходимость синтеза традиционных
историографических подходов с методологическим инструментарием менеджмента знаний.
Одной из актуальных проблем при работе с историческими и историографическими источниками является их ранжирование, то есть сравне-
ние источников по степени достоверности отражения исследуемой области.
Эта задача носит комплексный характер и
не имеет достаточно хорошо отработанной методологической основы. В этом случае большое
значение приобретают знания и практический
опыт специалистов [3]. В то же время, аналогичные задачи достаточно успешно решаются в менеджменте с помощью инструментов и методов
управления качеством [4]. Необходимо отметить, что только определив требования к историографическим источникам, исследователь может анализировать их качественные характеристики [5].
37
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Рис. 1. Единичные показатели (Xi), характеризующие качество историографических источников
В рамках данной статьи рассмотрены варианты адаптации методов квалитологии, в частности, квалиметрии применительно к историографическим источникам. В качестве рабочей базы
был использован корпус историографических
источников, посвященных проблемам политического воспитания военнослужащих в СССР.
Выбор базы данных обусловлен доступом авторов к верифицированному крупному корпусу
историографических источников, позволяющего
провести апробацию методического инструментария. Для решения поставленной задачи целесообразно использование метода построения
рандомизированных оценок качества объектов
с последующим их сравнением с помощью стохастического доминирования.
При отсутствии достаточных оснований для однозначного выбора весовых коэффициентов p1…pm,
данная задача применительно может быть решена
с использованием модели рандомизации коэффициентов, либо используя методы нечеткой логики [8].
Показатели, характеризующие качество
историографических источников, можно представить следующим образом (рис. 1).
Показатель X1 характеризует доступность источника, позволяя группировать источники по
уровням: 0 – без доступа; 1 – ограниченный доступ; 2 – доступ за плату; 3 – свободный доступ.
Данный показатель является нестандартным для
классического историографического исследования. Решающим фактором, повлиявшим на его
включение в систему критериев, характеризующих историографические источники, являются
мировые тенденции создания научных информационно-аналитических баз данных, включа38
ющих как оцифрованные архивные документы,
ранее недоступные исследователю, так и совокупность вариативных научных публикаций. Под доступностью источника в данном случае понимается виртуально-территориальная доступность
источника для исследователя: если источник не
оцифрован, для доступа к источнику требуется
физическое присутствие исследователя в архиве
или библиотеке – он относится к категории «без
доступа». Если библиографическое описание источника включено в научную информационноаналитическую систему открытого доступа, но
сам источник не оцифрован – данный источник
относится к категории «ограниченный доступ».
В случае, если источник присутствует в научной
информационно-аналитической системе, но исследователю доступно только библиографическое
описание, а работа с текстом источника сопряжена с необходимостью затраты финансовых ресурсов в различных формах (оплата доступа к тексту конкретного источника, оплата абонемента
на работу с информационно-аналитической базой
и т.д.) – данный источник относится к категории
«доступ за плату». Присутствие источника в открытом доступе в глобальном информационном
пространстве позволяет отнести его к категории
источников «свободного доступа».
Показатель X2 характеризует категорию источника: источника: 1 – публицистика; 2 – эгоисточник; 3 – официальный документ; 4 – научная публикация.
X3 – показатель отношения к профильной направленности источника: 1 – неисторический
источник; 2 – историографический источник;
3 – исторический источник.
УПРАВЛЕНИЕ КАЧЕСТВОМ
Показатель X4 характеризуется период в целых годах между историческим источником (S)
и событием (E): 5-log(S–E + 1).
Показатель X5 позволяет оценить вид источника: 1 – источники по конкретно-историографическим периодам; 2 – методологические историографические источника; 3 – источники по
конкретно-историческим периодам.
Показатель X6 позволяет оценить методологическую широту рассматриваемой историографической проблемы: 1 – комплексные; 2 – посвящены конкретной проблеме.
Показатель X7 характеризует рассматриваемые персоналии в источниках: 1 – посвящены
историографическим периодам; 2 – посвящены
историческим периодам; 3 – посвящены конкретным персоналиям.
При необходимости, данную шкалу можно расширить другими показателями, в зависимости от
направления исследования и целей исследователя. Необходимо отметить, что рассматриваемая
методика применима не только к историографическим, но к и историческим исследованиям.
Таким образом, для того чтобы сравнить два
источника, необходимо построить проекцию
двух точек в многомерном пространстве на одномерную шкалу, подобрав соответствующие коэффициенты линейной свертки.
Как было показано ранее [7], для случайных
неотрицательных коэффициентов p1...pm, сумма
которых равна 1, справедливо, что их генеральная совокупность образует m-вершинный симплекс в m-мерном пространстве:
m
m


= ( p1 … pm ) : ∑ pi = 1; pi0, i = 1,…m .


i =1
Таким образом, построение матрицы стохастических весовых коэффициентов сводится к генерации случайных точек, равномерно распределенных по поверхности стандартного симплекса.
Как известно, этому условию удовлетворяет распределение Дирихле, плотность вероятности которого для k > 2 и αi > 0 описывается формулой:
f (x1,¼, xK-1; α1,¼, α K ) =
1 K α i -1
Õx ,
B(α ) i=1 i
где B(α) – многомерная бета-функция. В случае
же введения для коэффициентов p ограничений
вида papb ,…, pcpd получаем неправильный
симплекс (политоп):
 m
m


p1 … pm ) : ∑ pi = 1;
(


=
,
i =1


 pi0, i = 1,…m; papb ,…, pcpd 
где
  m
⊆ m Отражая точки (P | P ∈ ∆  ) относительно плоскостей, соответствующих неравенствам, получаем точки равномерно распределенные в заданном политопе [9]. Далее в исследовании используется алгоритм генерации случайных векторов с учетом возможных ограничений
по значимости на языке R [10, 11].
Значения рандомизированного комплексного
показателя Q для качества объектов (А) и (B) могут
быть вычислены по формуле (1). Решение о предпочтении одного объекта по сравнению с другим
может быть принято путем сравнения QA и QB. Однако, в результате рандомизации выполнение неравенства QA > QB является случайным событием
с вероятностью P(QA > QB). Если указанная вероятность превосходит некоторое пороговое значение γ,
то можно говорить о значимом стохастическом доминировании объекта A над объектом B.
Таким образом, модель качества историографического источника может быть описана с помощью следующей линейной свертки Q=P1X(1) + + P2X(2) + P3X(3) + P4X(4) + P5X(5) + P6X(6) + P7X(7),
где X(i) – значения единичных показателей качества источника, а Pi – вектора соответствующих
коэффициентов.
Дальнейшие вычисления, необходимые для
сравнения историографических источников по
указанном выше алгоритму, тривиальны и представляют собой нахождение вектора Q для каждого из источников, нахождение вероятности доминирования и принятие решения на основании
порогового значения.
В заключение необходимо отметить, что данный подход является новым для отечественной
историографической науки и может быть использован для решения широкого круга задач,
связанных с ранжированием различных исторических и историографических источников.
Библиографический список
1. Bobkova E. Yu. Reflection of Party and
State Concept of Political Indoctrination of the
Red Army Contingent in the Works of the Soviet
State Military Leadership // Middle-East Journal
of Scientific Research, № 19 (4), 2014. P. 497–500.
DOI: 10.5829 / idosi.mejsr.2014.19.4.21002
2. Magsumov T. A. Main approaches to the study
of historical and educational process // Bylye Gody.
Volume 34, Issue 4, 1 December 2014, P.720–726.
3. Бобкова, Е. Ю. Использование процессного подхода к управлению знаниями при проведении историографических исследований по проблемам политического воспитания личного состава Красной (Советской) армии / Е. Ю. Бобкова // Экономика и менеджмент систем управления. 2015. Т. 1. № 15. С. 23–31.
4. Tushavin V. Axiomatically design projects
as a tool to improve the quality // Modern trends
39
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
of strategic development of the enterprises:
Proceedings of the International scientific and
practical conference. Yelm, WA, USA.: Science
Book Publishing House, 2014. P. 61–67.
5. Тушавин, В. А. Методика квалиметрической
оценки характеристик качества историографических источников / В. А. Тушавин, Е. Ю. Бобкова // Современная наука: актуальные проблемы теории и практики. Серия «Естественные и Технические науки». 2015. № 01–02. С. 11–16.
6. Рожков Н. Н. Квалиметрические методы и
модели в задачах управления качеством в сфере образования. СПб.: ФГБОУВПО «СПГУТД»,
2011. – 218 с.
7. Тушавин, В. А. Методы оценки комплексного показателя качества в сфере услуг / В. А. Тушавин // Экономика и менеджмент систем управления. 2014. Т. 14. № 4.1. С. 202–208.
8. Semenova E. G., Smirnova M. S., Tushavin V.
A. (2014) Decision making support system in multiobjective issues of quality management in the field of
information technology // Research Journal of Applied
40
Sciences. Volume 9, Issue 12, 2014, Pages 1078–1081.
DOI: 10.3923 / rjasci.2014.1078.1081
9. Rubin Paul A. (1984) Generating random
points in a polytope. Communications in Statistics –
Simulation and Computation. Volume 13, Issue 3.
pp. 375–396. DOI:10.1080/03610918408812382.
10. R Core Team. (2014) R: A language and
environment for statistical computing. R Foundation
for Statistical Computing, Vienna, Austria. URL
http://www.R-project.org
11. Gregory R. Warnes, Ben Bolker and Thomas
Lumley (2014). gtools: Various R programming tools.
R package version 3.4.1. http://CRAN.R-project.org/
package=gtools
12. Bobkova E. Yu. Development Of The Historiographical Researches About Problems Of
The Political Education In The Ranksof The Soviet Army Personnelthrough Prism Ofthe Great
Patriotic Warin The First Half Of The 90s Of
The 20 Century // In The World Of Scientific Discoveries (Humanities & Social Sciences series).
№ 9.3(57), 2014. P. 1072–1077
УПРАВЛЕНИЕ КАЧЕСТВОМ
УДК 621.791.763.1
П. Я. Елкин
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ПОВЫШЕНИЕ КАЧЕСТВА КОНТАКТНОЙ ТОЧЕЧНОЙ ЭЛЕКТРОСВАРКИ
ВЫСОКОЖАРОПРОЧНОГО ЛИСТОВОГО СПЛАВА ВЖ171
В статье приведены расчеты оптимальных режимов контактной точечной электросварки сплава ВЖ171.
Ключевые слова: сварочные режимы; контактная сварка; жаропрочные сплавы.
P. Ya. Elkin
Saint-Petersburg State University of Aerospace Instrumentation
QUALITY IMPROVEMENT PRESSURE CONTACT WELDING HEAT-RESISTANT SHEET ALLOY VZH171
The paper presents calculations of optimal regimes of electric resistance spot VZH171 alloy.
Keywords: welding modes; pressure contact welding; superalloys.
Для обеспечения технических требований
к перспективному газотурбинному двигателю
(ГТД) нового поколения необходимо разрабатывать материалы, обладающие повышенными
свойствами по сравнению с серийными материалами, применяющимися в двигателях нынешнего поколения. С целью увеличения физико-механических и технологических свойств проводится как модифицирование хорошо зарекомендовавших себя сплавов, так и разработка новых,
универсальных, с большей прочностью, жаропрочностью, с меньшей плотностью и с другими,
не менее важными качествами. В связи с невысокой рабочей температурой свариваемых серийных материалов в ВИАМ был разработан высокожаропрочный свариваемый листовой сплав
ВЖ171, упрочняемый более структурно стабильными по сравнению с традиционной γ’-фазой частицами – нитридами титана, не растворяющимися в γ’-твердом растворе вплоть до температуры плавления последнего, с рабочей температурой до 1250°С для жаровых труб перспективных
много ресурсных ГТД [1].
Контактную точечную электросварку используют для получения неразъемных соединений
из современных конструкционных металлов при
изготовлении ответственных конструкций, работающих в условиях повышенных температур,
агрессивных сред и динамических нагрузок. Поэтому к точечным сварным соединениям деталей
предъявляются повышенные требования по надежности и стабильности качества.
Выбор режимов точечной сварки зависит от
многих свойств металлов: электро- и теплопроводности, температуропроводности, прочности при
высоких температурах (жаропрочности), температуры плавления, плотности, твердости, чувствительности к термическому циклу сварки и
характера изменения свойств в процессе нагрева.
Наибольшее влияние на режим сварки оказывают электропроводность, теплопроводность
и жаропрочность, определяющая способность
материала к пластической деформации в нагретом состоянии под действием усилия сжатия
электродов, зависящая от предела текучести нагретого металла. Качество точечных соединений
определяется их геометрическими размерами
и механическими свойствами литого металла
и металла около шовной зоны, которые зависят
только от совокупности параметров выбранного режима сварки (термомеханического цикла
сварки), который включает в себя основные стадии процесса: нагрев, расплавление металла и
его кристаллизацию в процессе охлаждения.
При сварке жаропрочных сплавов для устранения дефектов также применяют цикл сварки
с ковочным усилием Fк, которое прикладывается во время повторного включения тока.
Предварительный выбор режимов контактной точечной сварки (табл. 1) осуществляли, исходя из наиболее часто применяемых для жаропрочных сплавов
толщиной 1,0–1,5 мм, согласно ПИ 1.4.853 [3]. Сварка производилась внахлест на точечной сварочной
машине МТВ-4802 на постоянном токе.
41
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Таблица 1
Ков.
Свар.
Доп. (т/о)
Свар.
Доп. (т/о)
Ков.
1
1000
–
6–7
–
0,45
–
–
–
6,1
2
1100
–
5–5,5
–
0,45
–
–
–
5,8
3
1200
–
6–7,8
–
0,45
–
–
–
6,2
4
1100
–
5–5,5
+
0,45
0,36
–
0,20
5,1
5
1000
+
5,5–6
–
0,45
–
0,54
–
5,3
Качество сварных соединений без азотирования
проверяли по технологической пробе разрушением
в тисках. При разрушении контрольных образцов
сварные точки вырывались полностью с материалом, образуя на другом листе сквозные отверстия
с диаметром практически равным диаметру литого
ядра.
Известно, что титан, входящий в состав сплава, после химико-термической обработки – азотирования, образует нитриды титана – упрочняющую фазу, стабильную вплоть до температуры
плавления матрицы. Для обеспечения равномерного выделения частиц нитрида титана по всему
телу листа и обеспечения необходимого уровня
ее дисперсности разработан новый вид химикотермической обработки – «внутреннее азотирование».
Процесс заключается в длительной выдержке
сварных конструкции и полуфабрикатов в атмосфере азота. Это позволяет реализовать требуемую
структуру через диффузию азота в тело листовой
заготовки. [2]. Исследование структуры точечных
соединений как после сварки, так и после химикотермической обработки (азотирование) показало, на
шлифах после химико-термической обработки видно, что азотирование происходит не на всю толщину
сварного образца. Анализ литых точек, полученных
на режимах 1–3, показал соответствие их размеров
42
Время паузы
между
Iсв и Iт/о
(t, сек)
Время
t,сек
Свар.
№
реж.
Величина тока
I, кА
Наличие дефектов
Усилие электрода
F, кгс
Диаметр точки, мм
Предварительные режимы контактной точечной сварки сплава ВЖ171
Раковина,
рыхлота
Раковина,
рыхлота
Раковина,
рыхлота
Без дефектов
Дефекты доп.
размеров
требуемым значениям, а также наличие различных
внутренних дефектов в сварных точках (табл. 1).
С целью устранения указанных дефектов сварных соединений были опробованы режимы сварки
с дополнительным включением тока (режим 4) и ковочным усилием (режим 5). Установлено, что применение дополнительного импульса тока позволяет получить сварное соединение без дефектов. При сварке
с ковочным усилием имеют место дефекты допустимых размеров: трещины размером менее 1/3 диаметра литой зоны, а также раковины и поры менее 1/5
диаметра литой зоны не являются дефектным признаком сварного соединения.
Библиографический список
1. Латышев В. Б. Высокопрочные материалы
для современных и перспективных газотурбинных
двигателей и прогрессивные технологии их производства. Авиационные материалы и технологии. –
Москва, 2003. – с. 78–84.
2. Латышев В. Б., Моисеев С. А., Каблов Е. Н.
Способ азотирования жаропрочных сплавов на никелевой, железоникелевой, никель-кобальтовой и
кобальтовой основе / Пат. 2164964 РФ, C23C8/02,
C23C8/24. – Опубл. 10.04.2001. – 2 с.
УПРАВЛЕНИЕ КАЧЕСТВОМ
УДК 004.054
О. В. Кондратьева
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ИСПОЛЬЗОВАНИЕ АВТОМАТИЗИРОВАННОГО КОНТЕНТ-АНАЛИЗА
ДЛЯ ОЦЕНКИ УДОВЛЕТВОРЕННОСТИ ЗАКАЗЧИКА
В статье рассматривается методика оценки удовлетворенности потребителей с использованием методов контент-анализа данных опросов потребителей услуг.
Ключевые слова: контент-анализ, квалиметрия, голос потребителя.
O. V. Kondrateva
Saint-Petersburg State University of Aerospace Instrumentation
USE OF AUTOMATED CONTENT ANALYSIS TO EVALUATE THE FULFILLMENT CUSTOMERS
The technique of assessing consumer satisfaction using the methods of content analysis of data from
surveys of consumers.
Keywords: content analysis, qualimetry, voice of the customer.
В последние годы в России наблюдается лавинообразный рост интереса бизнеса и государства к системам управления предприятием. Активно развивается возможность работать с ERPсистемами с помощью мобильных телефонов и
других портативных устройств, а значит, все
больше людей используют подобные системы,
все большие объемы информации накапливаются внутри таких систем и прочих баз данных,
с которыми работают организации. Вопросы качества обслуживания ERP систем становятся
весьма актуальными. Важнейшим элементом
при оценке качества обслуживания является
сбор и оценка изменения эмоционального фона
Голоса Заказчика (VOC).
В данной статье рассматривается методика сбора и оценки изменения эмоционального фона Голоса Заказчика (VOC) в рамках IT-организации,
занимающейся обслуживанием ERP-систем. Сбор
VOC организован из всех доступных источников
с максимальной экономией времени работы сотрудников, т. е. в автоматическом режиме.
Для того чтобы проанализировать VOC с помощью предложенной методики необходимо
иметь текстовые сообщения на русском языке от
Сотрудников организаций за заданный период
собранных из любых программ: почтовых, программ учета заявок, корпоративных программ
интерактивного общения. Каждый Сотрудник
имеет две характеристики: Организация (с кото-
рой заключен договор на обслуживание) и наличие статуса VIP (назначается главным бухгалтерам, директорам и другим сотрудникам, имеющим ключевое значение).
Таким образом, необходимо собрать пакет сообщений, каждое из которых должно иметь поля:
– дата;
– отправитель (Физическое лицо);
– организация (Клиент с которым заключен
договор на обслуживание);
– статус VIP (Да/Нет);
– текст сообщения.
Методика анализа
изменения эмоционального фона общения
Методика основана на контент-анализе текста.
Сначала создаются две выборки: контрольная и текущая. После этого строится последовательность
из всех слов, использованных в выборке.
«Словом» считается любое непрерывное сочетание букв на кириллице начиная со следующего после специального символа и заканчивая
позицией до следующего специального символа. К специальным символам относятся все символы, не являющиеся буквами на кириллице.
В итоге мы получаем две последовательности
слов «текущая» и «контрольная».
Дальнейшие действия по оценке эмоциональности текста связаны со «Словарями» и таким
43
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
понятием как «Морфема». Для удобства автоматической обработки текста под термином «морфема» будет пониматься значимая часть слова,
имеющая пять и более букв. Под термином «Словарь» понимается таблица, в которой есть обязательная колонка «Слово» и может быть одна или
несколько колонок с числовыми коэффициентами. Обычно используются два вида словарей –
общие и специальные.
«Общий словарь» – это набор слов определенного вида. К ним относятся:
– Общий грамматический словарь содержит слова и морфемы русского языка без грамматических ошибок. Словарь можно получить
из различных источников, например: http://
opencorpora.org/;
– Словарь слов усилителей содержит слова,
усиливающие значение следующего слова. Этот
словарь имеет две колонки: «Слово» и «Коэффициент усиления», который может быть как положительным, так и отрицательным. Например:
слово «не» имеет коэффициент усиления равный
«–1»; слово «очень» имеет коэффициент усиления равный «1.5»;
– Словарь незначимых слов содержит слова и морфемы, не влияющие на эмоциональную
оценку текста. В него должны попадать все местоимения, союзы, междометья, предлоги, имена, а также незначимые слова и морфемы до пяти букв. Словарь создан для того, что бы можно
было отслеживать появление новых слов в выборках. Например: «мы», «день», «перед», «Ольга», «программ», «бухгалт», «процесс», «предприят», «инструкц».
«Специальный словарь» – это словарь, по которому может быть вычислена та или иная характеристика эмоциональной окраски текста.
Любое слово или морфема может входить только
в один специальный словарь.
Количество и качество этих словарей может
варьироваться. Каждый такой словарь представляет собой таблицу с тремя колонками «Слово»,
«Общий коэффициент» и «Специальный коэффициент». «Общий коэффициент» показывает степень оценки слова по шкале позитивная оценка/
негативная эмоциональная оценка (от +10 до –10).
«Специальный коэффициент» это степень выраженности характеристики словаря (+10 до 2). Например, в словаре «Оскорбления» слово «тупой»
может иметь «Общий коэффициент» равным минус 5, а «Специальный коэффициент» равным
плюс 2. В данной статье предлагается использовать следующие специальные словари:
– Неформат. В этот словарь входят все слова
и морфемы, непринятые при официальном общении. Эти слова могут иметь как отрицательное,
так и положительное значение «Общего коэффициента». Надо иметь ввиду, что в данный словарь
не должны попадать слова из словаря «Оскорбления». Пример слов из данного словаря: «вау»,
44
«привед», «бабло», «впариват», «скилл». В данный словарь можно загрузить сленг различных
социальных групп;
– Оскорбления. Содержит различную инвективную лексику. Например: вся ненормативная
лексика, «тупой», «свинств». Общий коэффициент всегда отрицательный;
– Агрессия. В этот словарь входят глаголы
с деструктивной семантикой, проклятия, а также их морфемы. Например: «уничтож», «разруш», «давит», «отменит», «разогна». Общий коэффициент всегда отрицательный;
– Отрицательный прочий. В этот словарь
входят все прочие отрицательные слова и морфемы. Например: «плохо», «недостаточн», «отрица»;
– Положительный прочий. Содержит все прочие положительные слова и морфемы. Например: «хорош», «добро», «положител».
Предварительный анализ
Перед тем, как проводить анализ эмоциональности текста необходимо:
– создать «словарь всех слов», встречающихся в полученных последовательностях;
– сравнить «словарь всех слов» с «Общим
грамматическим словарем». Исправить грамматические ошибки. Вывести все ненайденные слова для анализа;
– сравнить «словарь всех слов» со всеми словарями кроме общего грамматического словаря.
Вывести слова, которые не встречаются ни в одном из словарей. Желательно заполнить соответствующие словари этими словами.
Подсчет коэффициентов
Подсчет эмоционального фона общения (Т) по
«Общему коэффициенту» производится по формуле:
Т= –P/N,
(1)
где Т – уровень эмоционального фона, P – сумма
положительных оценок в тексте, N – сумма отрицательных оценок в тексте.
Алгоритм подсчета сумм положительных (Р)
и отрицательных (N) оценок следующий.
Слова выборки читаются последовательно. По
словарям находится «Общий коэффициент» слова. Если перед словом стоит усилитель, то этот
коэффициент умножается на «Коэффициент
усиления», если таких коэффициентов несколько, то они умножаются последовательно. Считается, что усилители принадлежат слову, следующему после всех последовательно идущих усилителей.
Приведу пример подсчета эмоционального фона для фразы: «Вау! Идет не очень хороший человек». Слово «вау» имеет «Общий коэффициент»
УПРАВЛЕНИЕ КАЧЕСТВОМ
равный 1 из словаря «Неформат», слово «очень»
имеет «Коэффициент усиления» равный 1.5 из
словаря «Усилители», слово «не» имеет «Коэффициент усиления» равный минус 1 из словаря
«Усилители», слово «хороший» имеет «Общий
коэффициент» равный 5 по морфеме «хорош» из
словаря «Положительный прочий», остальные
слова содержатся в «Словаре незначащих слов».
Р= 1(вау), N= 1.5(очень)*(–1)(не)*5(хорош)= –7.5.
Следовательно Т=–1/–7.5 = 0.133.
Слова оцененные с учетом усилителей выше нуля суммируются в переменной Р (положительные), оцененные ниже нуля – в переменной
N (отрицательные). Ненайденные ни в одном специальном словаре или словаре слов усилителей
слова имеют «Общий коэффициент» равный 0 и
ни как не влияют на оценку. В том случае, когда
в тексте Р=0 или N=0, коэффициент Т принимает специальные нечисловые значения «Плохо»,
«Хорошо», «Нейтральный».
Отдельно считаются специальные уровни эмоционального фона ( Òñïåö ), такие как «Уровень
агрессивности» или «Уровень неформальности».
Для оценки данных переменных существенны
«Специальные коэффициенты» по некоторым
специальным словарям. Òñïåö – это сумма оценок «Специального коэффициента», встречающихся в выборке слов из специального словаря
деленное на общее количество слов в выборке.
n
Tñïåö
∑ Ki
= i −1
n
(2)
где Òñïåö – специальный коэффициент для словаря, Êi – оценка слова по «Специальному коэффициенту» словаря. Если слова в специальном
словаре нет, то Ki = 1 , n – количество слов в выборке.
Оценка полученных результатов
Для оценки качества обслуживания ERPсистем актуальным является оценка изменения
эмоционального фона в следующих сферах.
1. Имидж предприятия в глазах внешних и новых Клиентов.
Для того чтобы понять, как изменяется
имидж компании в глазах клиентов, рекомендуется использовать анализ «редких» сообщений
клиентов всех Организаций. В выборку дополнительно включаются все сообщения, у которых
поле «Организация» не заполнено.
Создается текущая выборка сообщений за период (Год, Месяц, Квартал, День) по всем Организациям, Статусам и Отправителям, которые
попадают в категорию «Редкие». Также в выборку могут включаться сообщения от Отправителей с незаполненным полем «Организация». Затем создается контрольная выборка по тем же
параметрам, но за предыдущий период.
В каждой выборке «Редкими» можно считать
Отправителей, количество сообщений от которых лежит в промежутке от 0 до ( õ − σ) – значения среднеквадратического отклонения нормально распределенной величины. Другими словами, «редкий» Отправитель тот, у которого количество сообщений меньше ( õ − σ):
0 < xi < ( õ − σ),
(3)
причем
σ=
n
1 n
( xi − x )2 ; x = 1 ∑xi
∑
n i =1
n
i =1
(4)
где: xi – количество сообщений от i-го Отправителя; n – количество Отправителей в выборке;
x – среднее арифметическое выборки.
Кроме подсчета изменения эмоционального
фона, полезной для Предприятия информацией является список Организаций и количество
«редких» Отправителей в Организации. Значительное количество подобных Отправителей может сигнализировать о наборе новых сотрудников, которым понадобится дополнительное обучение.
2. Сфера потенциального роста и расширения деятельности.
Особое внимание следует уделять тому, как
происходит общение с «редкими» VIP клиентами. Это сфера потенциального расширения деятельности компании. Заинтересованность нового или редко обращающегося в сервисную службу VIP клиента в ряде случаев означает расширение потребностей Организации в дополнительных сервисах или изменении существующих.
Рекомендуется создавать выборки таких сообщений за короткий текущий период (Неделя, День)
по всем Организациям и статусам. Затем из этой
выборки (п. 1) выбирать сообщения Отправителей со статусом VIP. Сравнивать текущую выборку «редких» VIP Отправителей целесообразно с эмоциональным фоном всех сообщений за
период по всем Организациям (контрольная выборка). Кроме оценки изменения эмоционального фона, для таких выборок полезно получать и
сообщать Руководству компании список Организаций которые имеют такие сообщения вместе со
списком Отправителей от этой Организации.
3. Область обычной деятельности.
Изменение эмоционального фона общения
для Отправителей с частотой обращений x ± σ
характеризует изменение удовлетворенности работой поддержки ERP-систем каждой Организации по сравнению с предыдущим периодом. Данная выборка формируется по каждой Организации отдельно, по всем статусам, от Отправителей, количество сообщений от которых попадает
в диапазон x ± σ :
(
(
)
)
(x −σ ) ≤ xi ≤ (x + σ ) (4)
45
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
где xi – количество сообщений от i-го Отправителя; x – среднее арифметическое выборки; σ –
среднеквадратическое отклонение, вычисленное
по формуле (2).
Данный показатель является основным. Количество сообщений в данной области самое большое, поэтому его можно учитывать как для планирования деятельности (например, загруженности специалистов группы поддержки), так и для
стимулирования (например, премирования).
4. Область повышенной активности.
Изменение эмоционального фона общения
с самыми активными пользователями – это область эффективных улучшений. Анализ данной
области позволяет эффективно оптимизировать
работу. Необходимо понимать причины активности этих клиентов, особенно VIP и учитывать
эту информацию при заключении договоров или
ведении проектов (например в эту область должны попадать клиенты организаций, по которым
идет внедрение проекта). В текущую выборку попадают Отправители с частотой обращений выше ( x + σ ) т. е.:
(x + σ ) < xi < 1 (5)
Строятся три вида выборок для вычисления
изменения эмоционального фона общения: по
всем организациям по всем статусам, по каждой
организации (текущая за текущий период и контрольная за предыдущий период) и третья по VIP
пользователям по всем организациям (текущая за
46
текущий период и контрольная за текущий период по всем организациям). Также необходимо выводить список всех организаций и количество Отправителей по каждой, а так же Список Организаций и список VIP Клиентов по каждой.
Заключение
Сложность оценки качества предоставляемых услуг заключается в ее нематериальности и
субъективности. Огромную роль играет положительный настрой заказчиков и оценка по шкале
нравится/ не нравится. Также очень важно оценивать качество общения по изменению эмоционального фона в особых областях, таких как
вежливость, агрессивность, и других. Предложенная методика позволяет измерить именно
эту «неуловимую» сущность путем анализа текстовых сообщений.
Библиографический список
1. Тушавин, В. А. Робастный подход к оценке комплексного показателя качества ИТ-услуг / В. А. Тушавин // Системы управления и информационные технологии. 2014. Т. 58. № 4. С. 92–95.
2. Kondrateva O. V. Qualimetric approach to calculating generalized quality indicator of ERP users support // Modern infomatization problens in
economics and safety. 2015. C. 93–98.
УПРАВЛЕНИЕ КАЧЕСТВОМ
УДК 658.5.011
Г. И. Коршунов
доктор технических наук, профессор
С. Л. Поляков
кандидат технических наук
Д. В. Тимофеев
кандидат технических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
СОВЕРШЕНСТВОВАНИЕ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ
ПРОИЗВОДСТВА РАДИОЭЛЕКТРОННОЙ ПРОДУКЦИИ
НА БАЗЕ ВНЕДРЕНИЯ ТЕХНОЛОГИЧЕСКИХ ИННОВАЦИЙ
В данной статье рассмотрены современные подходы повышения эффективности
технологических процессов производства электроники на базе внедрения технологических инноваций в отечественной электронной промышленности, предложены подходы к применению инноваций в процессе автоматического монтажа печатных плат.
Ключевые слова: технологический процесс, электронная промышленность, инновация, технология, качество.
G. I. Korshunov
Doctor of Technical Sciences, Professor
S. L. Poliakov
Candidate of Technical Sciences
D. V. Timofeev
Candidate of Technical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
IMPROVEMENT OF TECHNOLOGICAL PROCESSES OF PRODUCTION OF ELECTRONICS
BASED ON TECHNOLOGICAL INNOVATION
In this article modern approaches increase of efficiency technological processes in electronics
production on the basis of introduction of technological innovations in domestic electronic industry is made,
are offered approaches to application innovations in the process automatic installation of printed-circuit
boards.
Keywords: technological process, the electronics industry, innovation, technology and quality.
В современных условиях глобализации, динамичного развития производственных сил и ведения конкурентной борьбы вопросы повышения
качества продукции за счет применения технологических новшеств становятся приоритетными
в высокотехнологичных отраслях производства,
в том числе и в электронной промышленности.
Современный процесс изменений социальнообщественной жизни, связанный с глобализацией мировой экономики и внедрением новых
технологий, необходимостью повышения качества продукции в условиях конкурентной борьбы сопровождается радикальной переоценкой
ценностей и стремлением сформировать новые
действенные парадигмы развития, соединяющие все полезное и хорошо зарекомендовавшее
себя из предыдущего опыта с новыми знаниями
и технологиями – инновациями.
Для поддержания высокого уровня конкурентоспособности предприятия необходим по47
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
стоянный мониторинг современного развития
технологий и оборудования для производства
электронных изделий. Залогом успешного функционирования предприятия выступает активная инновационная деятельность предприятия,
позволяющая добиться высоких результатов
в условиях жесткой конкурентной борьбы [1].
При этом инновационный процесс, включающий создание, распространение и потребление
научно-технических, производственных, организационных, управленческих и других новшеств
является основным содержанием развития как
общества и экономики в целом, так и отдельных
отраслей промышленности и предприятий.
Современному обществу необходимо ориентироваться на инновационный тип развития, под
которым следует понимать направленность на
изменения, сознательное и целенаправленное совершенствование различных сфер деятельности
человека и общества.
Инновационные подходы по развитию экономики нашли отражение в ряде нормативно-законодательных актов Российской Федерации. Роль
государства при этом не ограничивается традиционными рамками поддержки фундаментальной науки и целевых исследований, а напрямую
ориентирована на обеспечение экономического
роста и конкурентоспособности национальной
экономики, в том числе и в отдельных отраслях
производства. В целях развития отечественной
электронной промышленности в России реализуется соответствующая государственная программа – «Развитие электронной и радиоэлектронной
промышленности на 2013–2025 годы» [2].
В настоящие время бурное развитие новых
технологий и инноваций заставляет отечественных производителей постоянно следить за изменениями, происходящими в различных областях науки и техники. Для эффективного функционирования любого предприятия необходимы
постоянный поиск и разработка нововведений,
способных оптимизировать и поднять на более
высокий уровень процессы производства предприятия.
Ярким примером быстроразвивающейся отрасли служит производство электроники в России. Накопленный опыт отечественных производителей электроники позволяет утверждать, что
данная область постоянно прогрессирует: разрабатываются новые эффективные технологии, совершенствуется материально-техническая база,
ведется поиск инноваций, вследствие чего повышается качество выпускаемой продукции.
В электронной промышленности качественные параметры производства и выпускаемых изделий имеют приоритетное значение, во многом
определяя возможности предприятия по реализации произведенной продукции. Поэтому именно в электронике ярко проявляется направленность инноваций на использование высоких тех48
нологий для повышения качественных параметров изделий.
Необходимость внедрения инноваций наиболее остро ощущают предприятия, созданные на
территории России в современных рыночных условиях. Эти предприятия отличаются высоким
технологическим уровнем производства и стремлением к постоянному контролю и улучшению
качества выпускаемой продукции. Основной
целью таких предприятий является получение
прибыли, но для этого необходимо в процессе
своей деятельности решить ряд сложных задач,
таких как:
– обеспечение предприятия высококвалифицированными кадрами;
– внедрение действенной системы менеджмента качества;
– проведение маркетинговых исследований;
– внедрение в производство технических инноваций;
– обновление материально-технической базы.
В настоящее время подобный тип предприятий уже доказал свою состоятельность и конкурентоспособность на внутреннем рынке и стремится к выходу на новые рынки сбыта, в том
числе и европейские. Но высокие требования
к организации производства и качеству продукции вынуждают производителей идти в ногу со
временем, постоянно совершенствуя материально-техническую базу и непосредственно сам производственный процесс.
Изучение вопросов внедрения инновационных подходов в реальное производство в электронной промышленности затруднено закрытостью данной области знаний ввиду существующих ограничений, связанных с сохранением
коммерческой тайны и необходимостью соблюдения экономических интересов организации.
Рассмотрим отдельные примеры и подходы
к применению технологических инноваций в отечественной электронной промышленности, группируем материалы по различным областям применения технологических решений, направленных
на повышение качества производимых изделий.
1. Конструкция интегральных схем на основе
3D-технологии.
В настоящее время 3D-интеграцию, определяют как один из путей развития конструкции
интегральных схем (далее – ИС). Это связано
с тем, что современный рынок интегральных
микросхем предъявляет к конструкции ИС все
более жесткие условия. Теперь они должны быть
не только высокопроизводительными и иметь
минимальные габаритные размеры, но и обеспечивать при этом максимально возможную функциональность. Все это происходит на фоне повсеместной миниатюризации электронных приборов с учетом требуемого высокого уровня обеспечения функциональности при минимальных
размерах и максимальном быстродействии ИС.
УПРАВЛЕНИЕ КАЧЕСТВОМ
Современная технология сквозных отверстий
в кремнии TSV (Through Silicon Vias) позволила
убрать операцию разварки из технологической
цепочки, обеспечив максимально возможный на
сегодняшний день уровень интеграции ИС.
Благодаря этому стало возможным радикальное повышение функциональности микросхем
памяти при сохранении первоначальных размеров ИС.
Вследствие того, что каждый кристалл в модуле памяти имеет одинаковую топологию, оказалось возможным собирать 3D-модули, состоящие из одинаковых кристаллов, но позволяющие многократно увеличить объем памяти для
микросхемы по сравнению с однокристальными
микросборками в том же объеме.
Применение технологии TSV при сборке гибридных модулей обеспечило дополнительный
импульс развитию устройств типа SiP (System in
Package – «система в корпусе»), логическим продолжением которого станет единый элемент, собранный на кристальном уровне без применения
промежуточных операций разварки проволочных
выводов для коммутации элементов микросборки. Необходимость применения технологии вертикального размещению элементов в трехмерных ИС
(3D ИС), обусловлена возможным многократным
сокращением затрат на производство ИС.
Вопросы применения ультратонких и экстремально тонких пластин и перехода к ним
для изготовления ИС, полупроводниковых приборов и современной 3D-сборки рассмотрены
Д. Боднарь [3]. Автором проанализированы основные методы, технологии и оборудование утонения пластин с использованием шлифовки,
полировки, плазменного и химического травления, релаксации для снятия механических напряжений, а также инструмента, материалов и
сервиса для обработки ультратонких пластин,
которые нашли применение у иностранных разработчиков и производителей ИС и могут быть
успешно применены в отечественной электронной промышленности.
2. Очистка поверхности ИС и изделий.
Наряду с традиционными методами очистки
ИС следует отметить возможность эффективного
применения плазмы при изготовлении изделий
электроники. При этом можно осуществлять:
очистку от органических загрязнений, удаление
оксидов, активацию (увеличение адгезии) полимеров и других материалов, осаждение и нанесение покрытий, травление материалов.
Необходимо отметить, что технология использования ультразвука и сжатого углекислого газа обладает значительным потенциалом использования в электронной промышленности,
например, для очистки готовых печатных плат и
собранных модулей, удаления остатков флюса, а
также для удаления масел и жиров с металлических деталей, в частности с контактов [4]. Важно отметить, что очистка поверхности ИС
и изделий оказывает непосредственное влияние
на качество изготовления продукции электроники и возможность их наиболее эффективного
применения при сборке и монтаже отдельных
устройств.
Объективными предпосылками совершенствования производственных процессов производства электроники, на основе внедрения технологических инноваций, является постоянный рост сложности конструкций радиоэлектронной аппаратуры (РЭА), с одновременным
повышением требований к качеству работы.
Усложнение конструкции вызывает постоянно
увеличивающийся функционал изделия и, как
следствие, возрастанием числа элементов различного типа, что ведет к удорожанию процесса
изготовления компонентов РЭА. Возникающие
проблемы обусловливает актуальность разработки моделей и методик оценки эффективности внедрения технологических инноваций, а
также разработки методик оценки технического уровня новшества [5].
По результатам проведенного анализа подходов к совершенствованию производственных
процессов электроники на базе внедрения технологических инноваций при обеспечении качества выпускаемой продукции можно сделать
следующие выводы:
– инновационный процесс, включающий создание, распространение и потребление научнотехнических, производственных, организационных, управленческих и других новшеств является основным содержанием развития как общества и экономики в целом, так и отдельных отраслей промышленности и предприятий;
– в современных условиях ведения конкурентной борьбы и необходимости повышения качества высокотехнологичных продуктов инновации выступают основой дальнейшего развития
электронной промышленности;
– технологические инновации, направленные на совершенствование качества продукции,
в отечественной электронной промышленности
находят применение в таких областях, как конструкция ИС на основе 3D-технологии, очистка
поверхности ИС и др.;
– успешное функционирование предприятия
заключается в постоянном совершенствовании
его деятельности, возможности быстро реагировать на изменение рынка и профессиональном
кадровом составе [6, 7].
Библиографический список
1. Коршунов, Г. И. Процессы устойчивого развития контрактного производства электроники
в условиях закрытых и открытых инноваций / 49
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Г. И. Коршунов // Научно-технические ведомости. СПбГПУ. 2011. № 3(121). С. 167–174.
2. Распоряжение Правительства РФ от
15.12.2012 № 2396-р «Об утверждении государственной программы Российской Федерации
«Развитие электронной и радиоэлектронной промышленности на 2013–2025 годы»» // Собрание
законодательства РФ, 2012, № 52, ст. 7538.
3. Боднарь, Д. М. Ультратонкие пластины как
тенденция развития полупроводниковых технологий // Компоненты и технологии, 2012, № 11,
С. 116–122.
4. Очистка в электронной промышленности
[Электронный ресурс]. Режим доступа: http://
tehnology-pro.ru/2012-08-18-23-05-49.html.
5. Назаревич, С. А. Методика оценки технического уровня новшества / С. А. Назаревич // Стан-
50
дарты и качество. Издательство: ООО «РИА «Стандарты и качество», ISSN 0038-9692. М. 2014.
№ 6(924). С. 94.
6. Маркелова, Н. В. Оценка качества подготовки специалистов контрактного производства электроники по программам повышения квалификации / Г. И. Коршунов, Н. В. Маркелова // Электронный научный журнал «Современные проблемы
науки и образования». М. 2014. № 2. С. 23.
7. Семенова, Е. Г. Интеграция научно-производственных предприятий и вузов при магистерской подготовке / Е. Г. Семенова, Е. А. Фролова,
М. С. Смирнова // Вопросы радиоэлектроники,
сер. Радиолокационная техника. 2013. Вып. 2.
С. 161–168.
УПРАВЛЕНИЕ КАЧЕСТВОМ
УДК 339.137.24
А. С. Кошелева
Е. Ю. Фортышев
Е. А. Фролова
кандидат технических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
АНАЛИЗ ВОЗМОЖНОСТИ ПОВЫШЕНИЯ КОНКУРЕНТОСПОСОБНОСТИ
АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ БИОМЕТРИЧЕСКОЙ ИДЕНТИФИКАЦИИ ЛИЧНОСТИ
В статье решается задача повышения конкурентоспособности автоматизированной системы биометрической идентификации личности за счет использования современных информационных технологий. Проведен анализ конкурентоспособности системы в сфере автоматизированных систем безопасности, определена роль информационных технологий при повышении конкурентоспособности системы, разработана математическая модель повышения производительности системы биометрической
идентификации личности на основе использования современных информационных
технологий.
Ключевые слова: автоматизированная система; биометрическая идентификация
личности; конкурентоспособность; производительность; информационные технологии.
A. S. Kosheleva
E. Y. Fortyshev
E. A. Frolova
Candidate of Technical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
Analysis of competitiveness increase possibility
for the automated system of biometric identification
The paper solves the problem of competitiveness improving for the automated system of biometric
identification through the use of modern information technology. The analysis of the competitiveness of the
system in the field of automated security systems is made; the role of information technology in improving
of its competitiveness is defined, and the mathematical model of enhancement of biometric identification
through the use of modern information technology is determined.
Keywords: automated system; biometric identification; competitiveness; performance; information
technology.
На сегодняшний день в области систем безопасности и контроля доступа активно используются современные информационные технологии (ИТ). Это связано с постоянно растущими
потребностями человечества в собственной безопасности. Использование новых ИТ позволяет
поддерживать работоспособность автоматизированных систем на протяжении всего срока эксплуатации и повышать их производительность.
Такой подход обеспечивает дополнительные конкурентные преимущества и позволяет развивать
и модернизировать различные автоматизированные системы, в том числе системы безопасности
и контроля доступа.
Автоматизированные системы биометрической идентификации личности позволяют распознавать объекты с высокой точностью путем
измерения физиологических параметров и ха51
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Рис. 1. Реализованные в СБИЛ требования к системам контроля доступа
рактеристик. Одной из наиболее перспективных
технологий в этой области является технология
идентификации личности на основе изображения лица, которая, в отличие от использования
других биометрических показателей (отпечаток
пальца, радужная оболочка глаза), не требует
физического контакта с устройством и является
наиболее приемлемой для массового применения.
Таким образом, системы, основанные на биометрической идентификации по изображению лица, обладают дополнительными конкурентными
преимуществами по сравнению с другими системами биометрической идентификации.
Разработанная по заказу Федерального агентства по науке и инновациям система биометрической идентификации личности (СБИЛ) представляет собой полноценную автоматизированную
систему контроля и управления доступом [1].
СБИЛ является уникальным комплексом контроля и управления доступом, который может
одновременно распознавать больше 20 лиц. Камеры СБИЛ имеют две матрицы: для видимого и инфракрасного диапазонов, что дает возможность
проводить идентификацию личности в условиях
темного времени и при отсутствии освещения.
Назначением СБИЛ является автоматическое
обнаружение и распознавание людей по биометрическим признакам. Идентификация личности производится путем сравнения биометрических характеристик лиц граждан с базами фотоизображений с использованием методов построения трехмерных моделей по двухмерным изображениям [2].
На рис. 1 перечислены основные требования
к системам контроля доступа, которые в полной
мере реализованы в СБИЛ.
На основе представленных данных о составе компонентов СБИЛ [1, 2], была разработана
52
структурная схема осуществления контроля доступа с использованием СБИЛ (рис. 2).
После попадания человека в «зону контроля»
уже через три секунды информация о нем появляется у оператора комплекса. За это время система сравнивает изображение, получаемое в режиме реального времени, и снимки из базы по
нескольким сотням параметров [1]. Разработанный алгоритм процесса распознания личности
представлен на рис. 3, из которого видно, что для
получения доступа на охраняемую территорию
от контролируемого объекта не требуется непосредственного контакта с системой, что свидетельствует о максимальной автоматизации процесса осуществления контроля доступа.
Одной из наиболее распространенных автоматизированных систем идентификации личности среди конкурентов СБИЛ является система биометрической идентификации по отпечаткам пальцев. Однако у таких систем есть существенный недостаток – для получения доступа
на охраняемую территорию необходим непосредственный контакт с контролируемым человеком для сканирования образца, что не позволяет должным образом автоматизировать процесс
контроля доступа. Кроме того, это препятствует
применению данного метода для идентификации личности в потоке людей или идентификации на расстоянии. В таких случаях наиболее
действенным методом представляется идентификации человека по изображению лица, который используется в СБИЛ. С целью подтверждения конкурентоспособности СБИЛ и высокого уровня ее автоматизации в процессе контроля
доступа был проведен сопоставительный анализ
конкурентов СБИЛ [1, 2] в число которых вошли традиционные виды контроля доступа и автоматизированные системы. Также был прове-
УПРАВЛЕНИЕ КАЧЕСТВОМ
Рис. 2. Структурная схема осуществления контроля доступа
Рис. 3. Алгоритм процесса распознавания
53
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Рис. 4. GAP-анализ
ден GAP-анализ (рис. 4), который показал, что
по большинству позиций показатели качества
СБИЛ не только покрывают практически все
требования рынка, но и имеют явное превосходство над конкурентами.
Исходя из проведенного анализа конкурентов
можно сделать вывод, что СБИЛ является достаточно надежной, автоматизированной и конкурентоспособной системой. Использование данной системы даст любому предприятию максимальную автоматизацию процесса контроля доступа и позволит снизить затраты за счет сокращения штата сотрудников.
Однако, в условиях сильнейшей конкуренции
и постоянно растущих требований рынка в сфере автоматизированных систем, а также современной тенденции к расширению их возможностей возникает необходимость в регулярном совершенствовании и повышении производительности таких систем. Конкурентоспособность
автоматизированных систем во многом связана
с уровнем развития ИТ, которые позволяют обеспечивать соответствие автоматизированных систем растущим требованиям современного мира.
СБИЛ, как и любая другая автоматизированная система, нуждается в регулярной диагностике, а с учетом стремительного развития ИТ возникает необходимость замены устаревшего оборудования более современным. Исходя из актуальности использования новых ИТ в сфере автоматизированных систем безопасности, контроля
и управления доступом будет проведен анализ
возможности совершенствования СБИЛ и повышения ее конкурентоспособности.
С целью повышения конкурентоспособности
любой автоматизированной системы необходимо
54
постоянно повышать эффективность работы, качество и надежность всех ее элементов, а также
увеличивать производительность аппаратной и
программной частей системы.
Для повышения конкурентоспособности
СБИЛ в сфере автоматизированных систем безопасности рекомендуется регулярное увеличение ее производительности путем совершенствования программной и аппаратной частей системы за счет использования новых ИТ. Это, в свою
очередь, будет способствовать повышению автоматизации и качества осуществления процесса
контроля доступа.
Для определения рациональности использования новых ИТ с целью повышения производительности СБИЛ была проведена оценка сильных и слабых сторон системы, а также при помощи метода FMEA-анализ проанализированы
возможные риски, которые могут возникнуть
в процессе ее эксплуатации. По результатам проведенного анализа были определены наиболее
значимые потенциальные отказы, которые могут возникнуть при эксплуатации СБИЛ, и на
которые следует обратить особое внимание, –
«сбой программного обеспечения» и «выход из
строя аппаратного обеспечения сервера», что наглядно продемонстрировано на рис. 5.
С целью уменьшения вероятности возникновения потенциальных отказов в СБИЛ рекомендуется использовать аппаратные и программные
средства, обеспечивающие гарантированное восстановление после сбоев, а также регулярно осуществлять диагностику всего аппаратного и программного обеспечения специалистом. Использование современных достижений в сфере ИТ
(генераторы шума, сетевые фильтры и прочие
УПРАВЛЕНИЕ КАЧЕСТВОМ
Рис. 5. Результат FMEA-анализа возможных отказов при эксплуатации СБИЛ
устройства, перекрывающие потенциальные каналы утечки информации или позволяющие их
обнаружить) позволит значительно снизить влияние всевозможных сбоев и отказов вычислительных средств на работоспособность системы.
С целью уменьшения негативных последствий от возможных сбоев электропитания рекомендуется использовать современное сетевое
оборудование (сетевые фильтры, стабилизаторы,
коммутаторы, маршрутизаторы), а также источники бесперебойного питания и автономные генераторы с целью предотвращения последствий
от долговременного отсутствия электроэнергии.
Предложенные выше рекомендации по использованию новых или более совершенных ИТ
позволят избежать возникновения отказов, которые могут возникнуть в процессе эксплуатации СБИЛ, что в свою очередь позволит добиться
еще больших преимуществ перед конкурентами.
В доказательство необходимости использования новых ИТ при совершенствовании СБИЛ и
повышении ее конкурентоспособности был про-
веден факторный анализ на базе основных показателей характеристик качества (ХК) СБИЛ,
способных максимально удовлетворить требования потребителей:
1) простота конструкции комплектующих
элементов;
2) малые вес и габариты комплектующих элементов;
3) устойчивость к воздействиям внешней среды;
4) быстрая замена комплектующих изделий;
5) усиленная электроизоляция;
6) современные композитные материалы;
7) высокая скорость процессоров;
8) большой объем и класс оперативной памяти;
9) высокоскоростные и надежные программные алгоритмы;
10) простой и функциональный пользовательский интерфейс.
В табл. 1 представлена матрица корреляционной зависимости 10-ти показателей ХК СБИЛ на
Таблица 1
Матрица корреляционной зависимости показателей ХК СБИЛ
Показатели
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
1,00
0,94
0,61
0,70
0,58
0,66
0,17
0,24
0,15
0,17
0,94
1,00
0,58
0,54
0,51
0,95
0,20
0,18
0,10
0,10
0,61
0,58
1,00
0,47
0,97
0,83
0,11
0,11
0,17
0,19
0,70
0,54
0,47
1,00
0,51
0,69
0,13
0,12
0,09
0,09
0,58
0,51
0,97
0,51
1,00
0,88
0,17
0,15
0,09
0,09
0,66
0,95
0,83
0,69
0,88
1,00
0,21
0,24
0,11
0,11
0,17
0,20
0,11
0,13
0,17
0,21
1,00
0,78
0,85
0,68
0,24
0,18
0,11
0,12
0,15
0,24
0,78
1,00
0,78
0,65
0,15
0,10
0,17
0,09
0,09
0,11
0,85
0,78
1,00
0,67
0,17
0,10
0,19
0,09
0,09
0,11
0,68
0,65
0,67
1,00
55
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
основе попарного расчета коэффициента корреляции между ними.
Нетрудно заметить, что показатели, определяющие конкретный фактор, сильнее связаны
друг с другом, чем с другими показателями. По
фактору 1 максимальные нагрузки имеют показатели 1, 2, 3, 4, 5, 6, следовательно, фактору 1
может быть присвоено название «Конструкция
СБИЛ», как показатель легкости и удобства при
установке и эксплуатации СБИЛ. По фактору 2
максимальные нагрузки имеют показатели 7, 8,
9, 10, следовательно, фактору 2 можно присвоить
название «Современные информационные технологии», как показатель эффективности и конкурентоспособности СБИЛ.
Таким образом, за взаимосвязью 10-ти показателей ХК СБИЛ при помощи факторного анализа было обнаружено действие двух скрытых
факторов: «Конструкция СБИЛ» и «Современные информационные технологии». Исходя из
этого можно сделать вывод, что современные ИТ
являются одним из основополагающих факторов
при совершенствовании СБИЛ и повышении ее
конкурентоспособности. Использование новых
ИТ в программной и аппаратной частях системы
позволит поддерживать ее эффективность, кон-
курентоспособность, а также соответствовать и
удовлетворять основным потребительским требованиям.
Для определения того, что необходимо сделать в первую очередь при совершенствовании
СБИЛ с целью повышения ее производительности, как фактора повышения конкурентоспособности системы, была построена матрица приоритетов (табл. 2), в которой представлены проранжированные возможные пути повышения производительности СБИЛ по степени важности.
Исходя из данных, полученных в результате
построения матрицы приоритетов, можно сделать вывод, что наиболее важными решениями
по увеличению производительности СБИЛ являются: использование более производительных
алгоритмов распознавания образов и замена процессора сервера СБИЛ на более мощный. Таким
образом, производительность СБИЛ напрямую
зависит от производительности программной
и аппаратной частей системы, которую, в свою
очередь, можно повысить путем использования
современных ИТ.
Повысить производительность программной части системы можно за счет использования более
совершенных программных алгоритмов и средств
Таблица 2
Матрица приоритетов решений по совершенствованию СБИЛ
Решения
Низкая стоимость
реализации
решения
Весовой коэф-т = 3
Использовать более
производительные
алгоритмы распознавания образов
Заменить процессор
сервера СБИЛ на
более мощный
Увеличить объем
встроенной оперативной памяти в сервере
СБИЛ
Увеличить число
видеокамер
Регулярно проверять
программное обеспечение СБИЛ на наличие вирусов, ошибок,
временных файлов
и при необходимости
удалять их
Уменьшить базу данных СБИЛ
Не запускать более
20 человек для распознавания
56
Критерии
Требуется не более Требуется не более Требуется максимально
увеличить число
24 часов
2 человек
одновременно
на реализацию
на реализацию
распознанных личностей
решения
решения
Весовой коэф-т = 1 Весовой коэф-т = 9
Весовой коэф-т = 9
ИТОГО
9
9
27
81
126
3
9
27
81
120
3
9
27
27
66
3
3
27
27
60
9
9
9
27
54
27
3
9
9
48
27
1
9
9
46
УПРАВЛЕНИЕ КАЧЕСТВОМ
управления потоками данных, чему посвящено
множество научных работ и исследований, например разработка и анализ алгоритмов на основе методов машинного обучения (М. А. Голубев) [3], метод
распознавания образов в условиях ограниченного
количества информации (М. М. Рожков) [4] и др.
Однако существенным недостатком большинства методов является тот факт, что они нацелены на совершенствование только программных
алгоритмов, а то время как основное влияние на
производительность любой автоматизированной
системы оказывает ее аппаратное обеспечение.
Это обстоятельство обусловливает консерватизм
развития автоматизированных систем в ущерб
их производительности, которая могла бы быть
достигнута путем совершенствования всей элементной базы системы.
При эксплуатации любой системы рано или
поздно возникает потребность в ее усовершенствовании [5]. Производительность аппаратного
обеспечения играет ключевую роль в автоматизированных системах, так как от его ресурсов
зависит работоспособность всех программных
алгоритмов. Исходя из современной тенденции
к расширению возможностей программных алгоритмов, росту требований заказчиков и постоянного увеличения объемов баз данных принято
решение отклониться от традиционных способов
совершенствования программных алгоритмов и
рассматривать возможность повышения конкурентоспособности СБИЛ за счет повышения производительности ее аппаратной части.
В качестве основы повышения производительности СБИЛ было предложено использовать
методологию робастного проектирования.
Рассмотрим зависимость значения функциональной характеристики процесса идентификации личности (производительности системы) φ
от входных воздействий, управляющих параметров и дестабилизирующих факторов, которая
имеет вид:
φ = f (D, G; Z), (1)
где {G} = (g1, g2 ,..., gn ) – вектор входных параметров процесса идентификации личности (антропометрические признаки), {Z} = (z1, z2 ,...zm ) –
вектор управляющих параметров процесса идентификации личности (аппаратное и программное обеспечения СБИЛ), {D} = (d1,d2 ,..dk ) –
вектор дестабилизирующих факторов (шумы,
помехи, погодные условия и т.д.). Под дестабилизирующими факторами понимают внешние воздействия на процесс идентификации личности.
Воздействие дестабилизирующих факторов приводит к отклонению функциональной характеристики φ от целевого значения φ0 .
Так как входные параметры и дестабилизирующие факторы рассматриваемой системы являются случайными и неконтролируемыми, то
повлиять на них не представляется возможным.
Повысить производительность СБИЛ с использованием новых ИТ можно только путем воздействия на управляющие параметры (аппаратное и программное обеспечения СБИЛ). В связи
с этим, перейдем от методологии робастного проектирования к построению математической модели для оценки производительности СБИЛ.
Представим производительность СБИЛ как
функцию от производительности ее составляющих (аппаратного обеспечения и программного
обеспечения) в виде формулы:
P = g(X, Y ), (2)
где P – общая производительность СБИЛ; Х – производительность программного обеспечения; Y –
производительность аппаратного обеспечения.
Тогда производительность аппаратного обеспечения СБИЛ можно представить в виде следующей формулы:
Y = A (a1, a2 , a3 , a4 , a5 ), (3)
где a1 – производительность сервера; a2 – производительность камер; a3 – производительность
кабелей; a4 – производительность монитора; a5 –
производительность удерживающего устройства.
Сервер СБИЛ является наиболее важным
компонентом системы и берет на себя основную
нагрузку (распознавание, поиск по базе данных,
идентификация, отправка управляющих сигналов). Следовательно, повышение его производительности является наиболее важной задачей, и,
в свою очередь, приведет к повышению производительности всей системы в целом.
Главные аппаратные компоненты, которые
можно модернизировать с целью повышения производительности сервера – процессоры, память,
дисковая подсистема и сетевой интерфейс. Первые три компонента являются внутренними для
сервера, а четвертый, сетевой интерфейс, обеспечивает взаимодействие сервера с внешним миром.
Определим производительность сервера системы следующей функцией:
a1 = S(s1, s2 , s3 , s4 ), (4)
где s1 – производительность процессоров; s2 –
производительность плат оперативной памяти;
s3 – производительность жестких дисков; s4 –
производительность сетевого интерфейса.
Производительность сервера определяется
его аппаратной конфигурацией и зависит от выполняемых сервером задач. Чем больший объем
вычислений необходим для решения задачи, тем
более производительные компоненты используются. Для повышения производительности серверов применяются технологии, основанные на
последних достижениях в области ИТ.
57
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Согласно ГОСТ 15971-90, процессор выполняет основные функции по обработке информации и
управлению работой других частей вычислительной машины или системы, и при его отказе наступает отказ всей системы [6]. Таким образом, процессор является самым важным компонентом сервера
СБИЛ, и его производительность напрямую сказывается на производительности сервера СБИЛ, а,
следовательно, согласно формулам (2–4), влияет на
производительность всей системы в целом.
Исходя из представленной математической
модели, следует, что для повышения производительности аппаратной части системы необходимо
в первую очередь повышать производительность
наиболее значимого ее компонента, а именно
процессора. Замена установленного процессора
СБИЛ на самый мощный и современный процессор позволит повысить производительность аппаратной части СБИЛ, а, следовательно, и всей системы в целом, что, в свою очередь, позволит повысить конкурентные преимущества СБИЛ.
Анализ возможности повышения конкурентоспособности автоматизированной СБИЛ показал, что на данный момент СБИЛ имеет достаточно высокий уровень конкурентоспособности
в области автоматизированных систем контроля
доступа, однако, в условиях сильнейшей конкуренции и постоянно растущих требований рынка возникает необходимость в регулярном совершенствовании СБИЛ и повышении ее производительности. Повысить конкурентоспособность
СБИЛ можно путем регулярного повышения ее
производительности, совершенствуя программную и аппаратную части системы за счет использования современных ИТ. Это позволит системе
наиболее эффективно справляться с поставленными перед ней задачами в условиях постоянного роста потребительских требований и при увеличении объема обрабатываемых данных.
Использование новых или более совершенных
ИТ позволит избежать возникновения потенциальных отказов, которые могут возникнуть в процессе эксплуатации СБИЛ, что, в свою очередь, по-
58
зволит повысить надежность системы и добиться
еще больших преимуществ перед конкурентами.
Было доказано, что использование новых
ИТ в аппаратной части СБИЛ напрямую влияет на повышение производительности всей системы, что ведет к повышению качества работы
СБИЛ на протяжении всего срока эксплуатации
и позволит удерживать лидирующие позиции на
рынке автоматизированных систем безопасности, контроля и управления доступом.
Библиографический список
1. Кошелева, А. С. Эффективность использования видеосистемы биометрической идентификации личности с целью контроля доступа / А. С. Кошелева, Е. Ю. Фортышев // Молодой ученый. 2014.
№ 3. С. 308–313.
2. Кошелева, А. С. Преимущества применения
видеосистемы с биометрической идентификацией
личности в процессах контроля доступа на охраняемых объектах / А. С. Кошелева // Шестьдесят седьмая международная студенческая научная конференция ГУАП: Сб. докл.: В 2 ч. Ч. I / СПбГУАП.
2014. С. 252–259.
3. Голубев М. А. Разработка и анализ алгоритмов детектирования и классификации объектов
на основе методов машинного обучения // Автореферат. – Владимир. – 2012.
4. Рожков М. М. Система неадаптивного распознавания образов в условиях ограниченного
количества информации // Автореферат. – Владимир. – 2011.
5. ГОСТ Р ИСО/МЭК ТО 15271–2002 «Информационная технология. Руководство по применению
ГОСТ Р ИСО/МЭК 12207 (Процессы жизненного
цикла программных средств)». – М.: «Московский
печатник». – 2002.
6. ГОСТ 15971-90 «Системы обработки информации. Термины и определения». – М.: Издательство стандартов. – 1992.
УПРАВЛЕНИЕ КАЧЕСТВОМ
УДК 004
В. В. Курлов
кандидат технических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
СОВРЕМЕННЫЕ ПРОБЛЕМЫ ИНФОРМАТИЗАЦИИ
В ОБЛАСТИ РЕГИОНАЛЬНОЙ ЭКОНОМИКИ И УПРАВЛЕНИЯ
Сформулированы основные проблемы информатизации в области региональной
экономики и управления, а также определены основные пути их решения.
Ключевые слова: информатизация; проблемы информатизации; региональная
экономика; управление.
V. V. Kurlov
Candidate of Technical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
MODERN PROBLEMS OF INFORMATION IN REGIONAL ECONOMICS AND MANAGEMENT
The basic problems of information in the field of regional economics and management, and also the
basic solutions.
Keywords: information; problems of information; regional economy; management.
Важнейшее условие разработки и реализации научно-обоснованной государственной политики информатизации – научно-методическое
сопровождение данного процесса, а также планов, проектов и программ информатизации на
всех уровнях и всех стадиях их осуществления.
Это сопровождение начинается с разработки и
научного обоснования политики и стратегии информатизации, а завершается анализом результатов и последствий информатизации с выработкой рекомендаций по эффективному использованию этих результатов и устранению или компенсации ее негативных последствий. Структурная
схема формирования научно-методологических
и концептуальных основ информатизации приведена на рис. 1.
Конечная цель любой общезначимой деятельности человека – обеспечить устойчивое социально-экономическое развитие общества, направленное на улучшение условий жизни и труда человека, а также совершенствование его личности.
Основные принципы определения непосредственной цели любой деятельности человека
можно свести к следующим [1]:
– элементарность анализируемой целенаправленной деятельности – эту деятельность следует
рассматривать как единое целое, не разложимое
на свои составляющие;
– однозначность соответствия непосредственной цели и анализируемой деятельности – деятельность должна обеспечивать достижение непосредственной цели;
– значимость непосредственной цели – достижение непосредственной цели следует осознавать как необходимость (т. е. должны существовать достаточно ясно осознаваемая связь между
непосредственной и конечной целью и представление о вкладе непосредственной цели в достижение конечной);
– воспринимаемость непосредственной цели –
непосредственную цель следует сформулировать
так, чтобы се достаточно легко и полно понимали и воспринимали все лица, от которых зависит
осуществление анализируемой деятельности.
Информационное обеспечение видов человеческой деятельности включает в себя поиск,
сбор, хранение, накопление, обработку и представление информации в форме, удобной для
последующего применения в ходе реализации
обеспечиваемых видов деятельности. Основу
информационного обеспечения составляют информационный фонд и совокупность методов и
средств организации, поддержки и использования этого фонда.
В информационном обеспечении человеческой деятельности следует выделить информа59
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Цели социальноэкономического
развития
Национальные и международные
программы перехода
к информационному обществу
Государственная
политика
информатизации
Сущность информатизации
Принципы
информатизации
Цели, состояние, проблемы, направления
и этапы информатизации
Сферы информатизации
Обеспечение информатизации
Показатели, критерии и нормативы информатизации
Оценка состояния и хода
Оценка результатов
Рекомендации и предложения
по контролю и управлению
ходом информатизации
Оценка эффективности
Планы, проекты и программы
информатизации
Рис. 1. Структурная схема формирования
научно-методологических и концептуальных основ информатизации
ционную поддержку процессов принятия решений, которая включает в себя следующее:
– анализ собранной и обработанной информации;
– выработку на основе выполненного анализа
вариантов решений;
– оценивание этих вариантов;
– выбор из них наилучшего;
– представление лицу, принимающему решение, выбранного и альтернативных вариантов
с обоснованием выбора;
– систему дистанционного образования, позволяющую получить необходимое образование
любому члену общества.
Информационное обеспечение активного отдыха и досуга населения состоит, в первую очередь, в обеспечении населению возможности теледоступа ко всей сокровищнице мировой культуры и созданию индустрии развлечений, предоставляемых по коммуникационным сетям.
Формирование и развитие информационных
потребностей населения подразумевает создание
экономических и социальных условий, при кото60
рых у человека в процессе его деятельности возникают необходимость и интерес к повышению
своего уровня информированности. Без решения
этой задачи нельзя рассчитывать на успех в информатизации, так как ее результаты могут оказаться просто невостребованными.
Формирование и поддержка условий, обеспечивающих осуществление информатизации,
включают в себя различные виды обеспечения
этого процесса, в том числе политическое, социально-экономическое, организационное, техническое, научное и правовое. На решение этой задачи направлены контроль и управление информатизацией.
Исходя из сформулированной цели информатизации и, учитывая необходимость придать
этому процессу определенную социальную направленность, можно сформулировать следующее определение понятия информатизации.
Информатизация – это процесс, включающий в себя создание, развитие и массовое применение информационных средств и технологий,
обеспечивающий достижение и поддержание та-
УПРАВЛЕНИЕ КАЧЕСТВОМ
кого уровня информированности всего населения, который необходим и достаточен для кардинального улучшения условий труда и жизни
каждого человека [1].
Данное определение хорошо согласуется с большинством определений информатизации, встречающихся в научной литературе [1–3]. В то же время
оно более конструктивно с точки зрения контроля
и управления информатизацией, потому что позволяет разработать такие ее показатели и методы
их определения, которые можно реализовать на
практике.
Информатизация – сложный организационный социально-экономический и научно-технический процесс, в основе которого, как следует из определения, лежит массовое применение
информационных средств и технологий во всех
сферах деятельности для кардинального улучшения условий труда и качества жизни населения, значительного повышения эффективности
всех видов производства. Главными итогами информатизации должны стать:
– обеспечение свободного и своевременного
доступа населения к мировому информационному фонду;
– формирование у каждого члена общества
потребности и сознания необходимости использовать этот доступ в своей деятельности;
– создание возможности перехода общества
к новой фазе своего развития – информационному обществу.
Достижение целей информатизации непосредственно повлияет на качество труда и условия жизни населения. Труд станет более привлекательным за счет интеллектуализации, придания ему более творческого характера, а условия
жизни – более комфортабельными за счет повышения содержательности и увеличения разнообразия форм проведения свободного времени.
Все это даст несомненный толчок к повышению
активности у основной массы населения.
В конечном счете, информатизация позволит
достичь следующих целей.
1. В политическом аспекте:
– повысить политическую и общественную
активность населения за счет обеспечения доступа к информации, позволяющей объективно
оценить политические, экономические и социальные процессы, протекающие в регионе, стране и мире, а также предоставления возможности
выразить и довести мнение каждого человека до
соответствующих политических институтов и
общественных организаций;
– повысить качество функционирования государственных и муниципальных органов управления на основе использования полной, достоверной и своевременной информации о реальной обстановке на местах;
– способствовать сближению и консолидации
людей, взаимному доверию, установлению и под-
держанию дружеских межнациональных и других социальных отношений;
– способствовать развитию демократии и
гласности, прогрессивным преобразованиям,
развитию и укреплению политических институтов и общественных организаций, осуществляющих и поддерживающих эти преобразования.
2. В социальном аспекте:
– способствовать осуществлению принципов
социальной справедливости при решении социальных проблем;
– способствовать укреплению здоровья и повышению творческой активности людей;
– повысить уровень и качество образования,
значительно ускорить продвижение вперед в самых разнообразных областях знаний;
– повысить уровень культуры, реализовать
право каждого человека на освоение ее общечеловеческих богатств;
– создать необходимые условия для интеллектуального, творческого, высокопроизводительного и научно-организованного труда, сокращения
и полного вытеснения тяжелого монотонного физического труда, раскрытия творческих способностей граждан;
– развить и предоставить новые формы досуга
и отдыха населения;
– осуществить непрерывный мониторинг состояния окружающей среды с целью предотвратить отрицательные воздействия человека на
природу и принять действенные меры для защиты человека от природных явлений, наносящих
ущерб его здоровью, материальному и социальному состоянию;
– прогнозировать путем моделирования социальные, экономические и экологические последствия крупномасштабных проектов еще до их реализации;
– способствовать социальной и правовой защищенности населения, реализации всего комплекса прав (социальных, экономических, гражданских, политических, культурных) гражданина каждым человеком, демократизации и гуманизации общества, построению правового государства;
– исключить из трудовой деятельности многие рутинные операции и освободить время для
творчества, повысив тем самым эффективность
и привлекательность труда для значительной части населения;
– улучшить качество жизни населения за
счет повышения комфортности бытовых условий, обеспечения возможности оздоровить окружающую среду и вести здоровый образ жизни,
создания условий для самообразования и просвещения, разнообразия способов проведения
свободного времени с пользой не только для себя, но и для общества;
– создать дополнительные предпосылки для
успешной борьбы с такими асоциальными яв61
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
лениями, как алкоголизм, наркомания, токсикомания, табакокурение, помочь отвлечь молодежь от участия в различных противоправных
действиях.
3. В экономическом и управленческом аспектах:
– привести объемы и структуру выпускаемой
продукции в соответствие с потребностями общества;
– обеспечить преимущественное развитие наукоемких отраслей производства, внедрение ресурсо- и энергосберегающих технологий;
– обеспечить ускорение научно-технического прогресса, сокращение сроков и повышение
уровня научных исследований, проектно-конструкторских работ и технологической подготовки производства;
– интенсифицировать производство на основе
широкомасштабного использования встраиваемых в технологическое оборудование средств современной информационной техники, интеграции автоматизированных систем управления и
обработки данных на всех стадиях жизненного
цикла создаваемых изделий;
– совершенствовать
внутрирегиональные,
межрегиональные и отраслевые связи;
– создать эффективное информационное обеспечение для органов государственного и муниципального управления;
– повысить эффективность управления социально-экономическим развитием за счет повышения качества принимаемых решений во всех
сферах деятельности;
– обеспечить возможность привлечения к выработке решений широкого круг компетентных
специалистов;
– обеспечить предварительное ознакомление
населения с состоянием проблем и альтернативными вариантами их решений;
– обеспечить эффективный контроль над ходом и последствиями выполнения принятых решений;
– обеспечить своевременное оповещение населения о результатах контроля и при необходимости оперативной коррекции выполняемых
решений.
Информатизация – сложный социально-техногенный процесс, затрагивающий интересы
всевозможных организаций и практически всех
слоев населения. Поэтому для ее проведения необходимы преодоление ведомственных барьеров, концентрация усилий, всеобщая заинтересованность в информатизации как эффективном
средстве ускорения достижения целей социально-экономического развития. К тому же информатизация – наукоемкая сфера деятельности,
требующая применения «высоких» технологий
и больших затрат.
Свою роль информатизация выполнит и оправдает затраты на ее проведение только в том слу62
чае, если будет проводиться с единых позиций и
базироваться на единых принципах.
К основным принципам информатизации относятся [1, 3]:
– подчиненность целей информатизации целям социально-экономического развития, социальная направленность информатизации;
– соответствие структур и методов информатизации требованиям экономики;
– выгодность информатизации для страны,
каждого региона, предприятия, коллектива, семьи и личности, ее окупаемость;
– ориентация на экономические методы
управления информатизацией;
– конкурентность путей осуществления информатизации, источников и форм ее финансирования;
– саморазвитие информатизации;
– совместимость информатизации страны и
регионов с мировой информатизацией на всех ее
уровнях;
– интеграция региональных информационных ресурсов, обеспечение максимально возможной доступности интегрированного регионального, общегосударственного и мирового
фонда каждому жителю страны.
Для более полного обоснования целей и сущности информатизации необходимо уточнить некоторые понятия и привести дополнительные
доводы.
Любая деятельность человека всегда явно или
не явно содержит в себе следующие действия:
– обоснование решения – сбор и анализ собранной информации, выработку альтернативных вариантов решений;
– принятие решения – выбор и обоснование
выбора решения из числа альтернативных вариантов;
– реализацию решений – выполнение и контроль выполнения решения, а также корректировку решения по результатам контроля в случае необходимости.
Эффективные действия в любой сфере деятельности базируются на принятии правильных
решений и соответствующем их выполнении.
Для этого необходимы вполне определенные знания, сведения, информация об объекте и сфере
деятельности, способах и возможных результатах действия.
Под информированностью субъекта об объекте можно понимать состояние субъекта, характеризуемое наличием у него информации,
сведений, знаний об объекте; а под уровнем информированности – количественную или качественную характеристику этого состояния. Поэтому можно сказать, что деятельность человека
в любой сфере эффективна только в том случае,
если его уровень информированности обеспечивает принятие правильных решений и правильное их выполнение.
УПРАВЛЕНИЕ КАЧЕСТВОМ
Если невозможно определить необходимый и
достаточный уровень информированности, то в качестве требуемого уровня следует принять ближайший к нему определяемый достаточный уровень.
Современный уровень информированности
членов общества существенно не соответствует
тем требованиям, которые предъявляет к нему
прогресс человечества. Поэтому резкое и значительное повышение этого уровня представляет собой объективную необходимость и одну из
важнейших целей развития общества на современном этапе. Традиционные информационные
технологии и средства не позволяют достичь
данной цели. Только массовое использование новейших информационных технологий, базирующихся на самой современной информационной
технике (в том числе и той, которую еще следует
создать), позволит решить такую задачу.
Повышение уровня информированности кроме утилитарной роли (обеспечивающей эффективность общечеловеческой деятельности), играет также и самостоятельную роль, являясь одной
из духовных потребностей человека, превратившей его в человека разумного, человека-творца.
Основные пути решения проблем информатизации в сфере региональной экономики и управления, включают следующие этапы [1–3].
1. Создание социальных, экономических и
технических условий формирования и начального удовлетворения информационных потребностей населения. На этом этапе осуществляют:
– подготовку, введение и корректировку правовых и хозяйственных норм, регламентирующих и стимулирующих деятельность в сфере информатизации определяющих правила доступа
к информатизации и циркуляции информационных потоков;
– формирование материально-технической и
технологической базы информатизации;
– формирование соответствующих банков и
баз данных;
– удовлетворение первоначальных потребностей на информационную технику;
– формирование индустрии программных
средств;
– разработку и начало формирования информационной инфраструктуры, рынка информационных продуктов и услуг.
Предусмотрено опережающее развитие научно-технических направлений, непосредственно
обеспечивающих создание и эффективное применение новых информационных технологий,
модернизацию конструкторской, технологической и промышленных баз производства информационных средств и их элементов, экстенсивное распространение вычислительной и микропроцессорной техники на различные области человеческой деятельности.
Начинает создаваться система, обеспечивающая формирование всеобщей компьютерной гра-
мотности как основы воспитания информационной культуры населения.
Основная задача этапа – насытить страну вычислительной и микропроцессорной техникой,
поэтому первый этап информатизации можно
назвать этапом компьютеризации страны.
2. Развитие информационной инфраструктуры страны и обеспечение условий для ее включения в состав мировой. На данном этапе осуществляют:
– создание широкой сети банков и баз данных;
– обеспечение потребностей населения страны в средствах информационной техники массовых классов, в первую очередь, персональными
компьютерами (ПК) и периферийными устройствами;
– создание локальных вычислительных сетей (ЛВС) и опорных зон информатизации;
– создание широкой интегрированной сети
телефонной и цифровой связи.
Этап характеризуется компьютерным освоением информационного фонда, загрузкой его
в базы данных, объединенных пока не более чем
в ЛВС. Свободный доступ к информации, хранящейся в таких базах, имеет только ограниченный круг пользователей. Продолжает формироваться информационная культура населения.
Второй этап информатизации можно назвать
этапом персонализации информационного фонда, так как этот фонд становится достоянием отдельных пользователей и коллективов.
3. Развитие и удовлетворение основных информационных потребностей населения. Этот
этап включает в себя:
– завершение создания информационной инфраструктуры и включение ее в мировую как составного элемента этой инфраструктуры;
– массовое применение новейших информационных средств, систем и технологий во всех
сферах человеческой деятельности;
– завершение воспитания информационной
культуры населения.
Третий этап характеризуется обеспечением
свободного доступа ко всей информации, накопленной человечеством, возможностью не только пользоваться, но и непосредственно пополнять
региональный, общегосударственный и мировой информационные фонды. Объединение всех
информационных систем страны в единую информационную сеть не только многократно усиливает интеллектуальные способности жителей
страны, охваченных этой сетью, но и создаст новые возможности, которые присущи новому качественному образованию, а именно коллективному разуму. Информационный фонд становится
достоянием практически каждого жителя страны, поэтому данный этап можно назвать этапом
социализации и актуализации информационного
фонда страны.
63
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Таким образом, основными путями решения
проблем информатизации в сфере региональной
экономики и управления являются:
– создание социальных, экономических и технических условий формирования и начального
удовлетворения информационных потребностей
населения;
– развитие информационной инфраструктуры страны и обеспечение условий для ее включения в состав мировой;
– развитие и удовлетворение основных информационных потребностей населения.
64
Библиографический список
1. Юсупов, Р. М. Концептуальные и научно-методологические основы информатизации / Р. М. Юсупов, В. П. Заболотский. СПб.: Наука. 2009. 542 с.
2. Пароджанов, В. Д. Кризис цивилизации и нерешенные проблемы информатизации/ В. Д. Пароджанов / НТИ Серия 2. Информационные процессы и системы. 1993. № 12. С. 1–9.
3. Курлов, В. В. Приоритетные направления совершенствования технологии принятия управленческих решений в транспортной компании / В. В. Курлов, Г. А. Костин, Р. Р. Латыпова, А. Кирпичников // Вестник Казанского технологического университета. 2013. Т. 16. № 9. С. 262–265.
УПРАВЛЕНИЕ КАЧЕСТВОМ
УДК 378.147.88
И. Н. Лукьяненко
кандидат технических наук, доцент
Ю. Н. Соколов
кандидат технических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ОБОСНОВАНИЕ ВВЕДЕНИЯ ЭЛЕМЕНТОВ ИННОВАЦИОННЫХ ФОРМ ОБУЧЕНИЯ
В УЧЕБНЫЙ ПРОЦЕСС ВУЗА
В статье рассматриваются цели и задачи образования и воспитания. Дается анализ существующих систем образования. Рассматривается возможность перспективного развития образования в условиях строительства правового государства и становления инновационной экономики. Приводятся результаты существующих методов
оценки интеллекта и рассматриваются условия его формирования. Предлагается
ввести в учебный процесс элементы инновационного обучения, формирующие отдельные стадии инновационного мышления.
Ключевые слова: школьно-урочная система; альтернативное образование; интеллект; характеристики ума; инновационные процессы обучения: идеология, содержание, технологии.
I. N. Lukyanenko
Candidate of Technical Sciences, Docent
Yu. N. Sokolov
Candidate of Technical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
SUBSTANTIATION OF THE INTRODUCTION OF ELEMENTS OF INNOVATIVE FORMS
OF LEARNING INTO THE EDUCATIONAL PROCESS OF THE UNIVERSITY
The article deals with the goals and objectives of education and training. The analysis of the existing
education systems. The possibility of a long-term development of the education system in terms of building
a legal state and the formation of an innovative economy. It presents the results of the existing methods for
assessing intelligence and the conditions of its formation. It is proposed to introduce into the learning
process new elements of innovative teaching.
Keywords: school-task system, alternative education, intelligence, characteristics of the mind,
innovative learning processes.
История педагогики – это поиск идей обучения и воспитания, наиболее эффективным методом, способствующим обучаемым овладеть
знаниями и навыками, выработанным человечеством. Еще с древних времен педагоги стремились к поиску гармонии между формой и содержанием обучения и воспитания, предавая этому
процессу развития личностных качеств обучаемых большое значение [1–7].
Нынешняя классно-урочная система организации учебы утвердилась в Европе с XVI в. после
того, как появились относительно дешевые печатные книги. Она пришла на смену монастырскому и цеховому обучению, при котором знания
передавались в основном устно и на личном примере. Прежняя система не позволяла работать
с большими группами учеников, а между тем,
чтобы идти в ногу со временем, надо было сделать
начальное образование достоянием масс, причем
в короткие сроки. От новой системы требовалось
быстро привить ученику навыки общей грамотности и добиться знания им определенных тек65
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
стов. Размышление и самообучение в круг ее задач не входили. Достоинство классно-урочной
системы – в четкой упорядоченности обучения
и, что не менее важно, руководства им. Разделение на предметы позволило учителю специализироваться, ему стало достаточно знать только
один предмет. Но, как и любое поточное производство, образовательный конвейер хорошо работает, лишь пока идет стандартный материал.
Как только возникает «штучный» или выделяющийся «товар», его либо ломают, либо система
стопорится. Проблемы в классно-урочной системе возникают не только у слабых учеников, но и
у сильных, естественное любопытство которых
угасает от слишком медленного и скучного преподавания. В итоге система добивается посредственного образования для большинства и выбраковывает остальных. Традиционная классноурочная система образования, когда-то избавившая мир от массовой безграмотности, перестает
справляться с вызовами времени.
В наши дни многие дети просто отсиживают
уроки, получая в итоге прививку от любопытства и очень мало полезных знаний, понимая
это, педагоги – энтузиасты уже давно ведут поиски альтернативных моделей школьного образования, активизации познавательной самостоятельности в процессе обучения [1].
В 1919 г. известного антропософа Рудольфа Штейнера пригласили помочь открыть школу для детей рабочих фабрики «Вальдорф-Астория» в Штутгарте. В ее основу были положены
антропософские идеи, в частности важность целостного взаимодействия телесных, душевных и
духовных факторов для развития человека. Обучение в такой школе строится в соответствии
с принципом: «сначала художественное, а затем
из него интеллектуальное». Еще одно альтернативное педагогическое движение, одно из самых распространенных в мире, родилось из открытий, сделанных в начале ХХ в. итальянским
врачом и педагогом Марией Монтессори. Работая
над развитием органов чувств умственно отсталых детей, она обнаружила, что основные принципы ее метода успешно применимы и в работе с нормальными детьми дошкольного возраста, и стала создавать «Дома ребенка» для детей
3–6 лет. Монтесори стремилась поставить обучение и воспитание на научную основу, которая
включает наблюдение, эксперимент, исследование, умение анализировать имеющиеся факты и
делать из них выводы [7].
«Не бывает ленивых учеников, бывают скучные школы», – лозунг британца Александра Нилла, идеолога «свободной школы», это же относится к студентам и практическим занятиям [7].
Академик РАМН Наталья Бехтерева обнаружила область в головном мозге «ничего не делать». Для того чтобы исключить работу этой
области на практических занятиях, студентам
66
предлагается решать задачи своего варианта: по
сопротивлению материалов – расчет прочности и
жесткости вала, по прикладной механике – расчет модуля зубчатого колеса, по теоретической
механике – интегрирование дифференциального уравнения движения материальной точки и
т.п. Альтернативные школы замечательны, прежде всего, созданием эффективной мотивации
к учебе. Но нередко решить эту задачу, а также
найти сообщество для внеучебной жизни ребенка удается помимо школы. Ключевой задачей
для родителей становится поиск способов освоения школьной программы с учетом индивидуальных особенностей ребенка и безболезненно
для его психики, в частности индивидуальным
выбором темпа и порядка обучения, а также
с учетом образа жизни и режима деятельности,
как самого ребенка, так и семьи в целом [7].
Государственные и негосударственные образовательные учреждения решают разные задачи. Государственные учреждения стараются обучить всесторонне развитого человека, а негосударственные учреждения стараются развить
природные навыки и способности [3].
На вопрос: «Что вы хотите от школы?», получили ответ: «Нам нужны люди, которые умеют учиться самостоятельно». Это понятно. Если
ученик знает, как учиться, способен достигнуть
цели, если он умеет работать с книгой, получать
знания от учителя, искать и находить необходимую информацию, чтобы решить те или иные
проблемы, то ему легче будет повысить свой профессиональный уровень, переквалифицироваться, приобрести любые дополнительные знания,
т. е. то, что нужно в жизни [3].
В повседневной жизни мы легко выносим суждения, признавая одних людей умными, а других, мягко говоря, не очень. Однако попытки научно истолковать смысл подобных оценок сталкиваются с серьезными трудностями. До сих пор
не выработано общепринятого определения интеллекта [4].
В 1865 г. английский ученый Фрэнсис Гальтон
опубликовал статью «Наследственный талант и
характер», в которой обосновал положения новой науки, названной им «евгеникой». Проанализировав родословные множества британских
семей, Гальтон пришел к выводу, что талант человека и вообще все психические свойства наследуются подобно телесным. Задавшись вопросом
объективной оценки психических свойств человека, Гальтон основал в Лондоне первую антропометрическую лабораторию, где занялся измерением возможностей разных органов чувств
человека, полагая, что интеллектуально одаренные люди должны обладать повышенной сенсорной чувствительностью. В 1890 г. работавший
в лаборатории Гальтона американский психолог
Джеймс Маккин Кеттелл разработал и опубликовал первые тесты для оценки интеллекта сту-
УПРАВЛЕНИЕ КАЧЕСТВОМ
дентов колледжей. Министерство образования
Франции поручило в 1905 г. Альфреду Бине разработать совместно с Теодором Симоном серию
тестов для проверки интеллекта детей. Именно
в тесте Бине–Симона был впервые использован
так называемой коэффициент интеллектуальности (IQ). В 1923 г. американский психолог Эдвин
Борин дал шуточное определение: « Интеллект –
это то, что измеряют тесты интеллекта». В гештальтпсихологии (Вольфганг Келер, Макс Верхтаймер) он рассматривается как способность
к формированию обобщенных зрительных образов. В школе швейцарского биолога и философа Жана Пиаже это наиболее совершенная форма адаптации организма к среде. Американский
психометрист Луис Леон Терстоун рассматривал интеллект как способность к саморегуляции
психической активности. Список определений
можно продолжать до бесконечности [4].
Наиболее ясно описал множество разных способностей в 1938 г. Луис Терстоун в своей многофакторной теории интеллекта. Согласно которой
общего интеллекта не существует, а имеется семь
независимых первичных способностей: умение
оперировать в уме пространственными отношениями, детализировать зрительные образы, выполнять основные арифметические действия, понимать значение слов, быстро подбирать слово по
заданному критерию, запоминать и выявлять логические закономерности. Из современных иерархических теорий интеллекта, пожалуй, наибольший интерес представляет модель Grand Design,
предложенная членом-корреспондентом РАН,
профессором Борисом Митрофановичем Величковским. Согласно его концепции механизмы человеческого интеллекта работают на шести уровнях, образуя глобальную архитектуру, опирающуюся на нейрофизиологические механизмы.
По данным различных исследований, проведенных независимо друг от друга, вклад наследственности в интеллект составляет 50–80%.
Лишь оставшиеся 20–50% определяются средой. Это, конечно, очень мало с точки зрения оптимистов, считавших, что интеллект определяется средой и обучением на все 100%. Но не вполне правы, оказались и психологи начала прошлого века – наследственность тоже не определяет интеллект целиком и полностью. Примерно
в середине ХХ в. появились тесты другого типа –
тесты творческих способностей. И картина оказалась прямо противоположной: на 80% творческие способности определяются обучением и воспитанием, а наследственностью – всего на 20%.
Подсчитано, что рождается гениев – один на
10 тыс. человек, а становятся гениями – один на
5–10 млн. Это означает, что уже сегодня, в начале ХХI в., около ста тысяч людей на миллиард
жителей планеты могли бы развиться до уровня
гения, но в силу обстоятельств поленились или
загубили свой дар [5].
В мировой практике разрабатываются различные оценки интеллекта. Новый шаг для
выявления подлинных сторон ума был сделан
Эдриеном Оуеном. В результате получен был набор тестов, получивших название «12 столпов
мудрости». Известны названия «столпов», которые будут оценивать ум:
1) зрительно-пространственная память,
2) пространственная память,
3) концентрация внимания,
4) мысленное вращение,
5) зрительно-пространственная стратегия,
6) парные ассоциации,
7) логическая аргументация,
8) зрительно-пространственная обработка,
9) визуальное внимание,
10) словесная аргументация,
11) словесная рабочая память,
12) планирование.
Говард Гарднер еще больше расширил понятие интеллекта и включил в него пять типов
мышления. Эти типы представляют собой не отдельные мыслительные способности, а умения,
которые можно и нужно постоянно развивать
в школе, во время профессионального обучения,
на работе. Предложенные типы мышления:
1) дисциплинарный тип мышления предполагает, что человек освоил хотя бы одно ремесло
или профессию;
2) синтезирующий тип – способность интегрировать идеи из разных областей знаний в единое целое;
3) креативный – способ придумывать новое;
4) уважительный – умение принимать различные культуры и ладить с людьми вне зависимости от их расовой, национальной и профессиональной принадлежности;
5) этический – нести ответственность за собственные действия [4, 5].
В России результаты опросов позволили выделить следующие пять факторов интеллектуальности.
1) социально-этический: скромный, порядочный, доброжелательный, добрый, честный, помогает другим. Этот фактор характерен только для России только здесь, чтобы считаться умным, нужно быть добрым, злой – значит глупый!
2) культура мышления: эрудированный, хорошо образован, много читает, гибкий ум, творческий;
3) самоорганизация: не зависит от эмоций,
практичный, не повторяет собственных ошибок
хорошо действует в сложной ситуации, стремится к поставленной цели, логичный;
4) социальная компетентность: умеет понравиться, хорошо говорит, активный, общительный, с чувством юмора, интересный собеседник;
5) опытность: много умеет, мужественный,
работоспособный, мудрый, критичный [5].
67
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
В принимаемых правительственных решениях в общественном сознании, в теоретической
и практической педагогике, существуют представления о педагогическом феномене – «инновационное образование» и его необходимости
развития в демографических условиях правового государства и становления инновационной
экономики. Инновационное образование – это
предмет разрабатываемых педагогических инвестиций. Инновационное мышление – приоритет
инновационного образования [2, 3].
Инновационное мышление – это особенный
тип мышления, которое объединяет рациональный, интеллектуальный, творческий компоненты, объективную и субъективную реальность,
способное проникать в суть вещей и явлений,
воплощающее при этом в жизнь результаты
в виде инноваций эффективно разрешающих,
имеющиеся противоречия в действительности,
улучшающие жизнь человека. Инновационное
мышление отличается гибкостью, интеллектуальностью, перспективностью. В качестве обладателей инновационного мышления можно назвать: Эйнштейна, Циолковского, Курчатова,
Королева, Павлова, Менделеева и т.д.
Самая интересная работа Бехтеревой – исследование феномена «детектора ошибок» опубликована в 1968 г. Детектор ошибок осуществляет
контроль за мышлением и выдает команды: «это
не хорошо», «это неправильно». В тоже время он
является тормозным устройством в области дарования, поскольку запрещает использовать неизвестные мысли.
Инновационное мышление от творческого отличают:
– способность выхода на режим созидания
феномена нового и генерирования инноваций
духовного порядка, в том числе знаний, ранее не
существовавших в практике;
– возможность обеспечения инновационного
процесса и тиражирования инноваций;
– необходимость генерации инноваций, отвечающих прогнозам с адекватной моделью развития;
– имманентность инновационной способности
(т. е. высшее учебное заведение, как инновационная система, способно формировать инновационное мышление у всех обучаемых, так как у них
у всех имманентно заложена эта способность).
– способность к освобождению от устаревших
стереотипов и догм;
– целенаправленность в деле осуществления
прорывов в познании и преобразовании существующей картины мира и уклада общественной
жизни;
– способность самопознания, самоорганизации,
саморазвития и других форм самореализации;
– способность осмысленного многофакторного анализа всей совокупности информации и рационального принятия решения, эффективного
достижения истины;
68
– прогнозирование и моделирование инноваций и инновационного процесса [2].
Идеология инновационных процессов ориентирована на гуманистические традиции и ценности мировой и отечественной педагогической
культуры, а также на методические аспекты целеполагания, целеопределения, целеорганизации. Основной задачей целеполагания является
воспитание творческой личности с развитием дарованных природных качеств и умений [3, 6].
Содержание инновационных процессов, как
показал анализ образовательных предметов
инновации, приводит к выводу о разноуровневом характере их источников и факторов. Одни относятся к особенностям социально-психологических и цивилизационных трансформаций, другие обусловлены появлением новых
инновационных технологий, третьи связаны
с изменением положения личности в современном обществе.
Наиболее важной тенденцией современной
образовательной ситуации является создание
новой модели образования, построенной на основе компетентного подхода. Это связано с согласованием задач образования и производства. В соответствии с компетентным подходом содержание образования модернизируется и представляется как система компетентностей, интегрирующая совокупность взаимосвязанных смысловых
ориентаций, умений и знаний для эффективного
решения профессиональных задач. Профессионально-практический принцип выступает как
ведущий регулятив вхождения личности в трудовую деятельность, которая на протяжении
большей части его жизни является ведущей и
определяющей.
Указанный принцип все чаще начинает доминировать в профессиональной подготовке. Причина тому – постепенный поворот профессиональной школы к последовательному решению
задачи подготовки профессионально ориентированного специалиста. Таким образом, новый
подход предполагает усиление практической направленности обучения, а также введения системы проблемного обучения. Введение инновационных форм обучения позволяют студенту сформировать многие качества, характеризующиеся
как компетенции.
К таким качествам можно отнести:
– формирование профессиональной компетентности, которая зависит от характера его деятельности;
– практические задачи определяются содержанием профессиональной подготовки специалиста, которые, в свою очередь, определяются
квалификационными характеристиками и государственным образовательным стандартом.
Развитие новых подходов формирует у студентов способности к инновационной инженерной деятельности (СИИД).
УПРАВЛЕНИЕ КАЧЕСТВОМ
Указанный подход предполагает решение
следующих задач:
– раскрытие сущности и содержания понятия
«инновационная инженерная деятельность»,
выявление структурных компонентов способностей и определяющих их компетенций;
– изучение проблемы обучения студентов общетехническим дисциплинам, установлению их
влияния на формирование у студентов способности к инновационной инженерной деятельности;
– выявление вклада основного курса «Механика», сопутствующих учебных дисциплин
и внеаудиторной работы студентов в условиях
олимпиадной и научно-исследовательской среды в процесс формирования у студентов технических вузов способностей к инновационной инженерной деятельности;
– создание методики формирования у студентов СИИД в процессе изучения основного курса
«Механика» и сопутствующих дисциплин.
Основываясь на содержании стандартов третьего поколения, можно сформулировать профессиональные компетенции будущих специалистов технического профиля, которые будут обеспечивать комплексную компетентность
в профессиональной сфере:
– возможность интеграции компьютерных
технологий и традиционных методов обучения
при изучении нового материала;
– формирование готовности студента к самостоятельному выполнению практической работы на компьютере с использованием методических указаний, пособий или электронных учебников;
– использование компьютера при диагностике результатов обучения.
Технологии, в инновационных процессах
включают в себя:
– межпредметные связи;
– медиа-образование, цель которого – развитие критического мышления, то есть обучение
учащегося анализу полученной информации,
направленному на выявление существа того или
иного сообщения;
– использование игровой практики;
– нестандартные занятия;
– проведение семинаров по предметной тематике;
– подготовка докладов;
– использование мультимедийных форм обучения [3, 6].
В заключение следует отметить, что все виды форм инновационного обучения, зависят от
творческой деятельности преподавателей вуза,
что объясняет их большое разнообразие. Основная оценка новой вводимой формы обучения –
конечный результат.
Библиографический список
1. Гольбина, Н. М. Активизация познавательной самостоятельности в процессе обучения / Н.
М. Гольбина.: Образование и наука в России
и за рубежом, 2015. №1, с. 59–65.
2. Делия, В. П. Инновационное мышление
в XXI веке: монография / В. П. Делия; Ин-т социально-экономического прогнозирования и моделирования. – Балашиха: Де-По, 2011. 227 с.
3. Кармаев, А. Г. Инновационные процесс
в образовании / А. Г. Кармаев. М.: Рос. Ин-т непрерыв. образования, 2009. 190 с.
4. Козловский Станислав. Лабиринты интеллекта / Станислав Козловский; Журнал Вокруг
света №6, 2009. с. 86–94.
5. Кузина, С. В. Мозг врет! Тайны мозга. Знаем
мозг – управляем собой / С. В. Кузина. М.:АСТ.
Астрель, 2012. 352 с.
6. Терехова, О. П. Инновационные подходы
к организации учебного процесса: учебное пособие / О. П. Терехова; М.: О образования и науки
Рос.Федерации, Федер. агентство по образованию, Федер. гос. образоват. учреждение высш.
проф. образования «Чуваш. гос. ун-т им. И.Н.
Ульянова». – Чебоксары: Изд-во Чувашского
университета, 2010. 353 с.
7. Эпштейн Михаил. Плоды альтернативного
просвещения; Журнал Вокруг света №2, 2009.
с. 86–95.
69
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК 65.018.2
Г. Т. Пипия
ОАО «Радиоавионика»
СРАВНИТЕЛЬНЫЙ АНАЛИЗ КВАЛИМЕТРИЧЕСКИХ МЕТОДОВ СВЕРТКИ
ЕДИНИЧНЫХ ПОКАЗАТЕЛЕЙ КАЧЕСТВА
НА ПРИМЕРЕ МНОГОФУНКЦИОНАЛЬНОГО ИНФОРМАЦИОННОГО КОМПЛЕКСА
В статье приведены формулы расчета технического уровня и дается сравнение методов свертки.
Ключевые слова: модель; технический уровень; методы свертки.
G. T. Pipiia
Radioavionica Corporation
COMPARATIVE ANALYSIS OF QUALIMETRICAL CONVOLUTION METHODS
OF SINGLE QUALITY INDICATORS ON EXAMPLE OF MULTIPURPOSE INFORMATION COMPLEX
Formulas of calculation of a technological level are given in article and comparison of methods of
convolution is given.
Keywords: model; technological level; convolution methods
В настоящее время при выпуске современных
изделий многоцелевого назначения, позволяющих повысить уровень информатизации при решении задач обработки и передачи информации,
возникает проблема обеспечения надлежащего
технического уровня. Причина возникновения
данной проблемы связанна с воздействующими
на жизненный цикл факторами. Такими факторами являются несовершенство конструкции,
процесса производства и обеспечения технического обслуживания на этапе эксплуатации.
Необходимость ориентации на технический
уровень в отношении выпускаемой продукции
определяется тем, что составляющими технического уровня изделия являются показатели надежности, технологичности, эргономичности и
т.п., что, безусловно, влияет на функционирование и эффективное решение поставленной задачи в соответствии с назначением изделия и его
эксплуатацией в реальных условиях среды. Изменяя данные показатели, можно повысить технический уровень изделия.
Актуальной задачей при расчете технического уровня изделия является определение подходящего метода расчета. Одним из возможных
путей решения данной задачи является использование методов свертки, которые позволяют математически объединить множество единичных
показателей свойств изделия в один итоговый
показатель.
70
На примере многофункционального информационного комплекса (МИК) (рис. 1), выпускаемого ОАО «Радиоавионика», проведем сравнительный анализ методов свертки показателей
качества для определения рационального метода расчета итогового показателя технического
уровня.
Цель – определить метод свертки единичных
показателей качества многофункционального
информационного комплекса.
МИК, в частности, решает задачи: передачи
данных (текста, звука, видео), определения собственного местоположения, обеспечения движения по маршруту с помощью спутниковой навигационной системы, выработки установки и поправок для целеуказаний [1].
В состав МИК входит следующая аппаратура: многофункциональный пульт (МФП), пульт
оперативного управления (ПОУ), модуль спутниковой навигационной системы (МСНС); модуль
индивидуальной радиосвязи (МИРС), контейнер
электропитания (КПЭ-1), вычислительная система (АК-1), телефонно-микрофонная гарнитура
(ТМГ-4), жилет транспортный.
В настоящее время существует несколько методов свертки единичных показателей качества
изучаемого объекта в один общий показатель:
– комплексный;
– смешанный;
– интегральный;
УПРАВЛЕНИЕ КАЧЕСТВОМ
Рис. 1. Многофункциональный информационный комплекс
– экспертный.
Экспертный метод рассмотрим частично при
сравнении с другими методами.
Комплексный показатель по принципу среднего взвешенного определяется по формуле [2]
зует в наиболее общей форме эффективность работы изделия.
Интегральный показатель находится по формуле [3]
Ó èíò =
m
å gi pi
Q=y
i=1
m
,
(1)
å gi
i=1
где y – параметр логики усреднения, gi – весовые коэффициенты i -го показателя, pi – значение i -го показателя, m – число единичных показателей qi .
Задавая разные значения y , получим разные
виды средневзвешенных комплексных показателей, где y = −1 среднегармоническое взвешенное, y = 0 среднегеометрическое взвешенное,
y = 1 среднеарифметическое взвешенное, y = 2
среднеквадратическое взвешенное.
Смешанный метод свертки по принципу суммирования групповых значений (среднего взвешенного) определяется по формуле
m
n
Q=å
i=1
å gi pi
i=1
y m
(2)
,
å gi
i=1
где n – принадлежит области рассматриваемых
показателей качества изделия.
Интегральный показатель относится к технико-экономическим показателям и характери-
W
m
∑ zi
i =1
,
(3)
где W – полезный эффект от эксплуатации продукции; Zi – группа затрат, связанных с эксплуатацией, последующим ремонтом и обслуживанием; n – количество продукции, выпущенное за
рассматриваемый промежуток времени.
Опишем квалиметрическую модель МИК для
выработки критериев анализа квалиметрических методов (рис. 2).
На рис. 2 Yi , Xj , Fn – показатели, характеризующие технический уровень изделия. Yi – показатели, характеризующие воздействие внешней среды на исследуемый объект, где y1 – воздействия
человека; y2 – воздействие погодных условий (среда); y3 – воздействие технических устройств функционирующих в радиусе эксплуатации МИК.
Fn – функциональные показатели МИК, где f1 –
обеспечивающие показатели; f2 – управляющие
показатели; f3 – выходные показатели. Xj – показатели, характеризующие воздействие МИК на
внешнюю среду, где x1 – показатели, характеризующие воздействие изделия на среду; x2 – показатели, характеризующие воздействие на человека;
x3 – выходные показатели МИК.
Рассматриваемые показатели относятся к номенклатуре показателей технического уровня,
математически описываются выражением
F(Yi , Xj , Fn ) = Ω, (4)
71
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Рис. 2. Квалиметрическая модель многофункционального информационного комплекса
где Ω – область рассматриваемых единичных
показателей.
Область Ω характеризуется условием
 Yj ∉ Xi

Ω =  Xi ∉ Fn ,  Y ∉F
n
 j
(5)
Рассмотренное условие характеризует отсутствие структурного пересечения (дублирования)
при расчете технического уровня.
Единичные показатели МИК в рассматриваемой области (4) характеризуются статистическими шкалами, диапазоном изменения показателей качества, единицами измерения, номиналом
и допусками.
Единичные показатели МИК измеряются
в следующих шкалах:
– шкала отношений;
– шкала интервалов;
– шкала рангов;
– шкала баллов.
Совокупная функция качества от единичных
значений, принадлежащих рассматриваемой области определяется уравнением
F(ji li zi gi ) = Q, Zc = f (Z1, Z2 , Z3 , Z4 , Z5 ). (7)
МИК – это комплекс, состоящий из мобильных приборов передачи и обработки информации, а следовательно, функционирование МИК
обусловлено функционированием отдельных его
приборов. Для конкретизации введем количественное описание возможных состояний МИК
с учетом состояний отдельных приборов. Формула для подсчета возможных сочетаний состояния МИК от состояния его отдельных частей
(6)
где ji – показатели, измеренные по шкале отношений; li – показатели, измеренные по шкале интервалов; zi – показатели, измеренные по
ранговой шкале; gi – показатели, измеренные
по балльной шкале.
Введем в уравнение веса для области рассматриваемых показателей (4), которые определяют, как единичные показатели будут влиять на
общую оценку технического уровня.
Для определения влияния единичных показателей качества МИК опишем возможные состояния.
Исправное состояние ( Z1 ) – характеризуется,
полним соответствием требований к МИК.
Работоспособное состояние ( Z2 ) – в случае
наличия дефекта или дефектов, не приводящих
к отказу основных функций.
Частичная работоспособность ( Z3 ) – при выполнении изделием части своих функций, например отказ при приеме текстового сообщения.
72
Неработоспособное состояние ( Z4 ) – характеризуется, полним отказом МИК.
Предельное состояние ( Z5 ) – окончательное
прекращение эксплуатации вследствие возникновения отказа или нецелесообразности дальнейшего использования по назначению.
Переход изделия от состояния к состоянию обусловлен изменением показателей качества изделия и, в частности, показателей надежности [4].
Влияние показателей качества на переход изделия от состояния к состоянию выражается
оценочным значением и весом данного показателя. Математическое описание функциональной
зависимости состояния МИК от состояний его
элементов:
Znk =
Ank
n!
,
=
k ! k !(n - k)!
(8)
где n – количество составных частей МИК, k –
количество состояний МИК, A – число размещений из n элементов по k элементов.
Определим по формуле (8) возможное количество сочетаний:
Z85 =
A85
8!
40320
=
=
= 56.
5 ! 5 !(8 - 5)! 120(6)
Для фиксации в модели свертки чувствительности изменений состояния МИК от изменения
его показателей качества необходимо ввести вектор веса A, удовлетворяющий условию
n
A = ∑ ai = 1, i =1
(9)
УПРАВЛЕНИЕ КАЧЕСТВОМ
Таблица 1
Критерии сравнения
Критерий оценки
Отсутствие дублирования
показателей свойств
Чувствительность
при пороговых значениях
Нормированность
Сопоставимость
Репрезентативность
Доступность информации для расчета
Комплексный
Метод свертки
Смещенный
Интегральный
Экспертный
+
+
+
+
–
+
–
–
+
+
+
+/–
+
+
+
+/–
+
+
–
+/–
+
+
+
+
где n – количество учитываемых показателей
качества принадлежащих рассматриваемой области (4), ai – вес i-го показателя качества МИК.
Помимо технических особенностей следует
учесть экономические показатели, характеризующие эффективность МИК.
Доли от суммы весов должны распределяется
по показателям в зависимости от влияния показателя на переход изделия в одно или несколько
приведенных 58 состояний. При этом должно соблюдаться условие чувствительности при изменении наиболее значимых показателей и условие монотонности, при изменении любого показателя.
С учетом описанного выше, введем критерии
сравнения рассмотренных моделей (табл. 1).
В таблице «+» – соответствует критерию
оценки, «–» –не соответствует критерию оценки.
Из табл. 1 следует:
– чувствительность при пороговых значениях в наибольшей форме обеспечивается смешанным методом оценки, что объясняется применением в формуле (2) нескольких комплексных усредненных показателей. Усредненные показатели дают различную чувствительность, при расчете технического уровня, а применение одной
усредненной формулы (1) при расчете приводит
к погрешности оценки технического уровня. Интегральный метод по приведенной формуле (3)
не позволяет учесть вес единичного показателя
качества, данную формулу рекомендуется применять в связке со смешанным методом (2). Экспертный метод рекомендуется использовать при
оценке качественных показателей, при оценке
количественных показателей с допусками и номиналами в процессе экспертной оценки плохо учитываются варьирования количественных
значений в пределе и вне допуска. Данный метод
рекомендуется использовать для предварительной оценки количественных показателей;
– нормированность и сопоставимость могут
обеспечиваться всеми методами;
– репрезентативность может обеспечиваться
всеми методами, кроме интегрального. Это свя-
занно с назначением данного метода оценки, а
именно оценкой технико-экономической эффективности;
– экспертный метод по сравнению с остальными методами позволяет оценить единичные
показатели качества при отсутствии измеренных физическим и аналитическим путем значений. Недостатком данного метода является субъективность оценки всех единичных показателей
качества и соответственно оценки технического
уровня.
Таким образом, можно сделать следующее
заключения. Для оценки технического уровня
МИК необходимо применить несколько методов
сверки единичных показателей качества, так
как влияние единичных показателей качества
на технический уровень МИК различен, и для
учета чувствительности отдельных групп показателей качества необходимо применить смешанный метод оценки (2). Качественные показатели, входящие в смешанный метод свертки необходимо определить по экспертному методу.
Единичные показатели качества, определяющие технико-экономическую эффективность необходимо рассчитать по интегральной методике (3).
Метод оценки технического уровня должен
учитывать показатели, рассчитанные по смешанной и интегральной методике.
Библиографический список
1. Каплин А. Ю. Результаты разработки и направления модернизации комплекса разведки,
управления и связи «Стрелец»: Сб. науч. тр.:Изд-во
Политехн. ун-та, 2011. 400 с.
2. Хамханова Д. Н. Основы квалиметрии:
Учеб. пособие/ВСГТУ. ВС., 2003. 140 с.
3. Федюкин В. К. Квалиметрия. Измерение качества промышленной продукции: Учебное пособие. М: Кнорус, 2013. 315 с.
4. Острейковский В. А. Теория надежности:
Учеб. для вузов. М.: Высш. шк., 2003. 463 с.
73
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК 658.5.012.7
Е. Г. Семенова
доктор технических наук, профессор
М. С. Смирнова
кандидат технических наук, доцент
М. А. Добросельский
кандидат технических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
реализация нечеткой модели принятия решений
в многокритериальных задачах управления производством
в условиях неопределенности
В статье приведена нечеткая модель оптимизации принятия решений в условиях
неопределенности.
Ключевые слова: нечеткие модели; управление технологическими комплексами;
система поддержки принятия решений.
E. G. Semenova
Doctor of Technical Sciences, Professor
M. S. Smirnova
Candidate of Technical Sciences, Docent
M. A. Dobroselskii
Candidate of Technical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
IMPLEMENTATION OF FUZZY Optimization Model of DECISION MAKING
IN multicriteria PRODUCTION MANAGEMENT problems
The article describes the fuzzy optimization model of decision making under conditions of uncertainty.
Keywords: fuzzy models; management of technological complexes; decision support system.
Одной из актуальных проблем при управлении технологическими комплексами является
проблема принятия решений, то есть выбор оптимального варианта управления среди нескольких альтернативных вариантов, реализующих
определенные цели. К данному классу задач относятся, например, задачи выбора технологического маршрута при изготовлении изделий инновационной продукции. Выбор и сопоставление
даже двух вариантов при достаточно большом
числе учитываемых факторов является трудоемкой процедурой, а в условиях неопределенности,
когда оценки вариантов являются нечеткими,
процедура выбора не имеет достаточно хорошо
отработанной методологической основы. В этом
74
случае большое значение приобретают знания
и практический опыт специалистов. Для выбора оптимального варианта управления необходимо смоделировать процесс принятия решений
специалистами. Наиболее важными этапами
этого процесса являются определение структуры оценки и критериев выбора альтернативных
проектов [1].
Система поддержки принятия решений представляет собой совокупность процедур расчетнологического типа, сочетающих строгие математические методы поиска решения с нестрогими
эвристическими методами, базирующимися на
экспертных знаниях. Причем главной является
экспертная, эвристическая компонента, а стро-
УПРАВЛЕНИЕ КАЧЕСТВОМ
гие методы имеют в основном вспомогательное
назначение.
Описание многокритериальных задач в условиях неопределенности удобно проводить
с помощью построения отношений предпочтения между альтернативами с последующим
выделением нечеткого множества недоминируемых альтернатив. В задачах принятия решений выражение предпочтений обычно реализуется в виде бинарного отношения на множестве
альтернатив – более универсального способа решения по сравнению с использованием целевой
функции.
В многокритериальном случае целевая функция
(φ(1φ(1à(),...,
à),...,
φïφ(ïà())
à)) ,
есть векторная функция φ(φà()à=) =
m
n
то есть φ : À ⊂ R → R , где A = (a1,..., am ) – множество альтернатив, при этом строгий порядок на
R n невозможен. Любые две альтернативы ai и
aj сравнимы между собой тогда и только тогда,
когда либо φk (ai ) ≥ φk (aj ) , либо φk (ai ) ≥≤ φk (aj )
∀k = 1,...,n . Таким образом, понятие оптимальности заменяется в векторной оптимизации понятием недоминируемости. В то время как в однокритериальной задаче решение есть точка оптимума,
в многокритериальной задаче оно дает множество
эффективных (оптимальных по Парето) альтернатив. Для дальнейшего сужения этого множества
необходима дополнительная информация от эксперта, а используемые при этом различные процедуры в основном сводятся к явному или неявному
свертыванию частных критериев в единый критерий. Примерами таких обобщенных критериев могут служить взвешенная сумма нечетких критеn
n
k =1
k =1
w
риев Ñ = ∑ wk ck , произведение вида C = ∏ ck k ,
минимум отношения C = min (ck / wk ) , где ck –
k =1,...,n
нормализованные критерии, a wk – их веса.
Понятие структур доминирования и недоминируемых решений в многокритериальных
задачах позволяет рассматривать общие случаи, в которых имеется информация о предпочтениях экспертов. Различие мнений отдельных лиц обусловливает нечеткость отношения
предпочтения на декартовом произведении
A× A.
Пусть A = (a1,...am ) – множество альтернатив, C = (c1,...cn ) – множество критериев [2]. Нечеткое отношение Rk нестрогого предпочтения
по k-му критерию на A находится следующим
образом. В качестве матрицы нечеткого отношения Rk берется матрица с элементами:
∀i ≠ j
rij
rii k = 1.
k
1, åñëè ai ïðåäïî÷òèòåëüíåå aj

= ïî êðèòåðèþ k,
0 − â ïðîòèâíîì ñëó÷àå

Если отношение Rk строится в условиях
группового выбора, в качестве матрицы нечеткого отношения Rk берется матрица с элементами:
"i ¹ j rij k =
σij k
N
,
k
где σij – число лиц, считающих, что ai предпочтительнее aj ; N – число экспертов; rii k = 1 .
Нечеткое отношение нестрогого предпочтения R по всем критериям на A определяется:
R=
m
 Rk .
k =1
Для построения множества недоминируемых
альтернатив R используется нечеткое отношеS
ние строгого предпочтения R с функцией принадлежности (ФП):
m R (ai , aj ) − m R (aj , ai ),

m R S (ai , aj ) = åñëè m R (ai , aj ) ≥ m R (aj , ai ),
0 − â ïðîòèâíîì ñëó÷àå,

где m R (ai , aj ) – функция предпочтения нечеткого отношения нестрогого предпочтения на A .
Тогда нечеткое подмножество недоминируемых
альтернатив описывается ФП:
m R ND (aj ) = 1 − sup m R S (ai , aj ) =
ai ∈A
= 1 − sup (m R S (ai , aj ) − (m R S (aj , ai )),
ai ∈A
где aj ∈ A .
0
Альтернатива a берется из множества четко
недоминируемых альтернатив:
{
AUND ⊆ P,
}
AUND = aj ∈ A m R ND (aj ) = 1 .
В случае неодинаковой важности критериев
Ck строится нечеткое отношение R* с ФП:
m R* (ai , aj ) = ∑ wi m k (ai , aj ),
где m k (ai , aj ) – ФП, соответствующая нечеткому
отношению Rk.
Для определения степеней важности wk критериев Ck используется процедура, предложенная Саати [3] для вычисления ФП. Степени важности критериев определяются исходя из попарных сравнений рассматриваемых критериев. С этой целью используется матрица парных
сравнений M = m pq ( p,q = 1,..., k) , элементами
которой являются оценки m pq критерия C p по
сравнению с критерием Cq . Для построения ма-
{
}
75
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
трицы M используется следующая шкала оценки вариантов:
«1» – одинаковая значимость критериев;
«3» – слабое предпочтение;
«5» – существенное предпочтение;
«7» – очевидное предпочтение;
«9» – абсолютное предпочтение;
«2», «4», «6», «8» – промежуточные оценки
между соседними значениями. В случае группового оценивания вариантов в качестве оценки m pq
берется среднее значение индивидуальных оценок
критерия C p по сравнению с критерием Cq [4].
Для обеспечения согласованности оценок вариантов полагаем mqp =
1
. В общем случае эмm pq
пирическая шкала w = (w1,...,wm ) должна удовлетворять задаче на поиск собственного значения
Mw = λ maxw , где λ max – наибольшее собственное значение. Чем ближе λ max к числу n , тем более верным является результат. Отклонение от n
служит мерой несогласованности суждений экспертов. После нахождения значений wk определяется нечеткое подмножество недоминируемых
альтернатив с учетом важности критериев:
m R* ND (aj ) = 1 − sup (m R* (ai , aj ) − (m R* (aj , ai )),
ai ∈A
Окончательно альтернатива a0 берется из
множества четко недоминируемых альтернатив:
{
}
BUND = aj ∈ A m R ND (aj ) ∧ m R* ND (aj ) = 1 .
Выбор конкретного решения из множества Парето можно также осуществить с помощью метода,
идея которого состоит в отыскании решений, расположенных как можно ближе к вектору одновременно недостижимых целей (идеальной точке).
Пусть имеется набор критериев C , по которым происходит оценка вариантов технологических маршрутов изготовления изделий инновационной продукции, и выбирается наилучший
вариант. Цель задается в виде составной лингвистической переменной, смысл которой выражается с помощью набора эталонных ФП. Исходные
данные по альтернативным технологическим
маршрутам представляются в виде матрицы возможных решений: ее строки содержат описание
альтернатив ai ∈ A , i = 1,...,m , а столбцы соответствуют критериям Ck , k = 1,...,n . Ячейки матрицы заполняются ФП, построенными на основе оценок экспертов по методу Саати.
Для сопоставления оценок по разнородным
критериям шкалы критериев нормализуются по
формуле:
Uj =
76
tj − tj min
tj max − tj min
,
где tj – текущая оценка альтернативы по j-му
критерию, a tj min ,tj max  – диапазон допустимых значений оценки по j-му критерию. Выбор
наилучшего варианта производится в соответствии с правилом:
n
D* = min ∑ wk ⋅ρk (a1, aý ),
1 k =1
где ρk (a1, aý ) – показатель различия между текущей и эталонной оценками по k-му критерию:
ρk (a1, aý ) = 1 − maxm1k (uj ) ∩ m ýk (uj ).
Uj
Представленная система реализует нечеткие
модели оптимизации принятия решений при
многих критериях в условиях неопределенности и может использоваться для ассистирования
экспертов при управлении технологическими
комплексами.
Библиографический список
1. Семенова, Е. Г. Основы моделирования и диагностики антенных устройств бортовых комплексов. Монография / Е. Г. Семенова. СПб.: Политехника, 2003. 185 с.
2. Семенова, Е. Г. Управление сборочно-монтажным производством по формализованным моделям
типовых дефектов / Е. Г. Семенова, М. С. Смирнова // Научно-технический сборник «Вопросы радиоэлектроники. Серия радиолокационная техника».
2007. Т. 2. № 3 С. 177–183.
3. Саати, Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993
4. Семенова, Е. Г. Система поддержки принятия
решений в многокритериальных задачах управления производством инновационной продукции / Е. Г. Семенова, М. С. Смирнова // Научно-технические ведомости СПбГПУ. 2008. № 56. С. 57–59.
5. Decision making support system in multi-objective issues of quality management in the field of information technology // Semenova E. G., Smirnova M.
S., Tushavin V. A. Research Journal of Applied Sciences Volume 9, Issue 12, 2014, Pages 1078-1081.
УПРАВЛЕНИЕ КАЧЕСТВОМ
УДК 658.5
А. А. Становская
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ОСОБЕННОСТЬ РОССИЙСКИХ ОРГАНИЗАЦИЙ
ПРИ ВНЕДРЕНИИ ПРОЦЕССНОГО ПОДХОДА
В статье рассмотрены особенности российских организаций при переходе к процессному управлению.
Ключевые слова: процессный подход, проблемы, управление.
A. A. Stanovskaya
Saint-Petersburg State University of Aerospace Instrumentation
FEATURE OF THE RUSSIAN ORGANIZATIONS AT INTRODUCTION OF PROCESS APPROACH
In the article features of Russian organizations were considered in the transition to process management.
Keywords: process approach, problems, management.
Использование процессно-ориентированного
управления ведет к улучшению качества продукции и услуг, организовывает деятельность таким
образом, чтобы она была направлена на постоянное улучшение качества конечного продукта.
К сожалению, при внедрении российское предприятие сталкивается с определенными проблемами, несущими конфликтную ситуацию, если
основу процессной модели составляют процессы
внутреннего аудита, управление корректирующими и предупреждающими действиями и т.п.
Процессный подход позволяет внедрять современные и актуальные стандарты в различных
сферах ведения бизнеса, новые технологии и подходы, как к отдельным процессам, так и ко всей
деятельности организации в целом [1].
Переход к процессному подходу в управлении
отечественным предприятием является кропотливым и трудоемким процессом, но он необходим для повышения конкурентоспособности организаций в современных условиях.
Проанализировав литературу по внедрению
процессного подхода на отечественных предприятиях, можно выделить основную классификацию проблем.
1. Проблемы прикладного характера:
– отсутствие заинтересованных сторон при
внедрении процессного подхода;
– некорректная постановка целей и задач
проекта перехода к процессному управлению;
– отсутствие мотивации у персонала при грозящих изменениях в организации;
– улучшение организации «снизу вверх»;
– несдержанность руководителей в получении быстрого результата от внедрения процессного подхода;
– неэффективное применение инструментов
моделирования бизнес-процессов;
– недостаточный уровень компетенции персонала при внедрении процессного подхода;
– нехватка ресурсов.
2. Проблемы методического характера:
– недостаток методической базы при переходе
к процессному подходу;
– отсутствие внутренних стандартов на упорядочивание бизнес-процессов;
– отсутствие методических разработок в организации на основе ISO 9000:2000.
3. Проблемы теоретического характера:
– отсутствие понятийного аппарата;
– отсутствие теоретической базы.
В настоящее время на отечественных предприятиях отсутствует теоретическая база для
внедрения процессного подхода, однако интерес к описанию и совершенствованию бизнес-процессов многих ученых и организаций
растет, поэтому, создание теоретической базы
в России лишь вопрос времени. Также в России используются методики, которые частично решают вопрос совершенствования бизнеспроцессов и не адаптированы к условиям отечественных организаций, следовательно, проблемы методологического характера имеют
большое значение.
77
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
В России проблемами внедрения процессного подхода занимаются такие организации,
как, например, ООО «Тен-три Груп» под руководством В. В. Репина и В. Г. Елиферова. Группа ученых разработала методику внедрения процессного подхода на отечественные предприятия
согласно стандартам семейства ISO 9001:2000.
В западной экономике наиболее успешный опыт
применения процессного подхода, так как широко применяется система стандартов качества [2].
Преимущества процессного подхода для российских компаний проявляются в снижении
операционных издержек, сокращении временных затрат на выполнение процедур и повышении точности их исполнения, повышении скорости реакции на изменения, улучшении использования основных фондов, повышении чувства
ответственности сотрудников [4, 5].
Особенность российских организаций при
внедрении процессного подхода заключаются
в том, что необходимо изменять иерархическую
структуру, ломать стереотипы. Причины неудач
внедрения процессного подхода в большинстве
случае связаны с человеческим фактором: отсутствием управленцем команды верхнего уровня,
непониманием руководством процессного подхода к управлению, отсутствием мотивации и т.п.
Некорректная постановка целей также является
проблемой при реализации проекта.
Одна из важнейших особенностей отечественных организаций – неэффективное использование
программных продуктов, которые предназначены
для моделирования бизнес-процессов. Возникают
два варианта. Либо сотрудники не хотят читать
формулируемые рабочей командой схемы бизнеспроцессов, либо программный продукт выбран не
для конкретной совершенствуемой системы.
Достижение существенного повышения эффективности деятельности компании, являющегося следствием перехода к процессному управлению, невозможно без существенных инвестиций в программу проведения проекта. Наиболее
78
важный компонент этих инвестиций заключается в затратах времени и работы наиболее ответственных людей компании [3].
Таким образом, переход к процессному подходу в управлении – длительная, дорогостоящая и
сложная процедура. Российским предприятиям
в современных условиях необходимо перейти от
устаревших методов управления к современным
и адекватным подходам.
Применяя процессный подход на отечественном предприятии, следует помнить о том, что
в России отсутствует теоретическая база, раскрывающая всю его суть, но это вопрос времени, так
как переход к процессному подходу необходим для
повышения конкурентоспособности организации.
При внедрении процессного подхода многое
зависит от человеческого фактора и от поставленных целей.
Библиографический список
1. Елиферов В. Г. Бизнес-процессы: Регламентация и управление: учебник / В. Г. Елиферов, В.
В. Репин: НИЦ ИНФРА-М, 2015. 319 с.
2. Елиферов В. Г. Процессный подход к управлению. Моделирование бизнес-процессов / В. Г. Елиферов, В. В. Репин: Манн, Иванов и Фербер, 2013.
544 с.
3. Ковалев С. М. Бизнес – процессы, основные стандарты их описания, www.profiz.ru/
se/11_2006/businessprocess
5. Коршунов, Г. И. Методический подход к
управлению качеством инновационно-информационных проектов / Г. И. Коршунов, А. К. Соколовский // Экономика и управление. 2012. № 1(75).
С. 104–108.
6. Современные инструменты менеджмента качества : учеб. пособие / Ю. А. Антохина, Н. В. Бондаренко, А. Г. Варжапетян, Е. Г. Семенова. СПб.:
Изд-во СПбГУАП, 2011. 237 с.
УПРАВЛЕНИЕ КАЧЕСТВОМ
УДК 620.9
В. А. Точилина
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ВНЕДРЕНИЕ МЕТОДИКИ ПОВЫШЕНИЯ КОНТРОЛЯ КАЧЕСТВА ТЕПЛОВОЙ ЭНЕРГИИ
В статье приведена методика повышения качества тепловой энергии посредством
применения системы передачи данных.
Ключевые слова: качество тепловой энергии, передача данных, параметры каналов связи.
V. A. Tochilina
Saint-Petersburg State University of Aerospace Instrumentation
IMPLEMENTATION OF QUALITY CONTROL METHODS OF INCREASING HEAT
The article describes a method of improving the quality of thermal energy by applying the data
communication system.
Keywords: quality of heat transfer of data, the parameters of communication channels.
Систематическая работа в области энергосбережения и повышения энергетической эффективности России началась после принятия федерального закона РФ от 23.11.2009 № 261-ФЗ
«Об энергосбережении и о повышении энергетической эффективности и о внесении изменений
в отдельные законодательные акты Российской
Федерации» [1]. Однако по показателям энергоэффективности и энергоемкости Россия отстает
от стран Запада. Значения показателя «энергоемкость ВВП» приведены на рис. 1 [2]. В связи
с большими объемами информации и значительными временными затратами на сбор и обработку статистические данные приведены за 2012 г.
Основными энергоемкими объектами в городах и районах являются системы тепловодоснабжения и потребления зданий жилищного фонда.
Управление теплоснабжением невозможно без
достоверных данных измерений отпущенной и
принятой тепловой энергии, четких алгоритмов
обработки этих данных, то есть учета тепловой
энергии. При этом первостепенная роль должна
уделяться качеству тепловой энергии.
Современные приборы учета тепловой энергии позволяют проводить измерение показателей тепловой энергии, однако ресурсоснабжающие организации сталкиваются с проблемой передачи данных внутри информационных сетей
тепловой энергетики, то есть отсутствуют унифицированные протоколы и каналы передачи
данных [3].
Решение этой проблемы позволит оперативно
отслеживать значения основных показателей качества тепловой энергии, а именно температуры
и давления и своевременно предпринимать предупреждающие и корректирующие меры в процессе теплоснабжения. Это повысит уровень
контроля качества тепловой энергии, обеспечит
надежность и безопасность теплоснабжения, повысит качество тепловой энергии. Для контроля
качества тепловой энергии и обеспечения надежности теплоснабжения необходимо отслеживать
значения показателей теплоносителя.
Существует несколько способов передачи
данных от теплосчетчика к диспетчеру, который
осуществляет контроль параметров. Для выбора
способа передачи данных выделены их критерии
оценивания:
– время наработки на отказ;
– гарантийный срок службы;
– вероятность восстановления;
– длина канала связи;
– время получения информации;
– стоимость системы;
– совместимость со SCADA [4].
По этим критериям проведен факторный анализ, исходя из величины их корреляции, результаты представлены на рис. 2.
Результатом анализа является определение
двух факторов: стоимостного и функционального. Функциональный фактор включает две группы величин, вносящих отрицательный и поло79
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Рис. 1. Энергоемкость ВВП
Рис. 2. Определение факторов для оценки системы
жительный вклад. Следовательно, признаками
для сравнения способов передачи данных будут
являться: вероятность безотказной работы системы, длина канала связи и стоимость системы,
вклад которых в фактор оказался максимальным.
В табл. 1 приведены результаты расчетов по
показателю «вероятность безотказной работы»
на один год для всех используемых систем передачи данных по формуле (1).
P(t) = P1 * P2 * …* Pi =
t
t
t
= exp(−
) * (−
) *...* (−
)
m1cp
m2cp
micp
(1)
где miср – время наработки на отказ каждого
устройства из системы, t – заданное время безотказной работы.
80
В табл. 2 приведены данные для сравнения по
всем выделенным критериям в результате факторного анализа. Так как длина канала связи
в способах 4–8 не ограничена возможностями
систем, их длина для удобства расчетов приравнена к 50 тыс. м.
Значения пронормированы и методом экспертных оценок определены весовые коэффициенты критериев. В табл. 3 приведены интегральные показатели каждой из систем, рассчитанные как сумма произведений соответствующих
значений показателей и его весового коэффициента.
Из табл. 3 видно, что наибольшим значением интегрального критерия обладают системы
7 и 8. Отсюда следует вывод, что наиболее подходящим для решения задачи передачи данных без особых ограничений способом является такой, в котором используется радиока-
УПРАВЛЕНИЕ КАЧЕСТВОМ
Таблица 1
Расчет вероятности безотказной работы системы
№ системы
Составляющие системы
Вероятность безотказной работы
Теплосчетчик (преобразователь расхода, датчики температуры
и давления, вычислитель), пульт
Теплосчетчик, компьютер
Теплосчетчик, преобразователь, компьютер
Теплосчетчик, проводной модем, компьютер
Теплосчетчик, локальная сеть, компьютер
Теплосчетчик, GSM-модем, компьютер
Теплосчетчик, GSM-модем, локальная сеть, компьютер
Теплосчетчик, модуль передачи данных (МПД), локальная сеть,
компьютер
1
2
3
4
5
6
7
8
0,72
0,75
0,73
0,54
0,75
0,65
0,68
0,70
Таблица 2
Значения основных показателей для оценки системы
№ системы
Вероятность безотказной работы
Длина канала (м)
Стоимость, руб.
1
2
3
4
5
6
7
8
0,72
0,75
0,73
0,54
0,75
0,65
0,68
0,70
1
15
1000
50000
50000
50000
50000
50000
37000
45000
50000
51000
76000
56000
54000
55000
Таблица 3
Расчет итоговых показателей для каждой системы
№ системы
Вероятность
безотказной работы, %
Нормированное значение
длины канала, %
Нормированное значение
стоимости системы, %
Итоговое
значение
1
96
0
100
1,02
2
100
0
82
0,95
3
97
2
74
0,89
4
72
100
73
1,05
5
100
100
49
1,06
6
87
100
66
1,09
7
91
100
69
1,13
8
94
100
67
1,13
Весовой
коэф-т
0,5
0,3
0,2
нал, но только для связи узла учета с базовой
станцией оператора сотовой сети, а данные передаются диспетчеру по кабелям линии связи
локальной сети. Так как использование МПД
предоставляет дополнительные функции при
использовании в системе, среди которых: возможность оперативно обмениваться информацией с диспетчером, управляющими и обслуживающими организациями, а также возможность получать информацию сразу с несколь-
ких узлов учета, система 8 обладает преимуществами перед системой 7. Ее использование
позволяет преобразовать стандартный граф передачи данных с узла учета через пульт, представленный на рис. 3а, в граф, представленный на рис. 3б.
Диспетчер сможет получать данные с теплосчетчика в режиме реального времени, на их
основании происходит оперативный контроль
качества тепловой энергии с использованием
81
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
1– Датчик давления
2 – Датчик температуры
3 – Преобразователь расхода
4 – Вычислитель количества теплоты
6 – Компьютер диспетчера
а)
1, 1.1 – Датчики давления
2, 2.1 – Датчики температуры
3, 3.1 – Преобразователи расхода
4, 4.1 – Вычислители количества теплоты
5 – Модуль передачи данных
6 – Базовая станция
7 – Локальная сеть/сеть Интернет
8, 9, 10, 11 – Станции, на которые
передаются данные (в т.ч. компьютер
диспетчера)
б)
Рис. 3. Граф пути передачи данных
а) стандартный граф передачи данных с узла учета через пульт;
б) граф передачи данных с использованием МПД
инструмента «X – контрольные карты» процесса теплоснабжения для параметров температура, давление, объем, количество тепловой энергии. Это позволяет прогнозировать процесс,
предугадывать причины возможных отклонений показателей от нормы, оперативно проводить корректировку показателей и в дальнейшем устранять причины возникновения отклонений.
При внедрении такой системы необходимо
рассмотреть ряд возможных рисков. Анализ
рисков проведен по руководству PMBOK [5]. На
этапе «Идентификация рисков» для проекта
методом мозгового штурма и методом анализа
первопричины экспертами выделены вероят82
ные риски на всех этапах жизненного цикла
проекта, определена их причина и эффект от
его возникновения. Результаты представлены
в табл. 4.
На этапе анализа рисков для каждого из них
необходимо выявить вероятность наступления
события. Использованы метод анкетирования,
метод непосредственной оценки и интервальная шкала и матрица вероятности и воздействия
PMBOK, показанная в табл. 5.
Результат оценивания приведен в табл. 6.
При обработке оценок сформирована обобщенная оценка, установлена степень согласованности мнений экспертов. Обобщенная оценка по
каждому из рисков и значение среднеквадрати-
УПРАВЛЕНИЕ КАЧЕСТВОМ
Таблица 4
Идентификация рисков на стадиях жизненного цикла проекта
Стадия ЖЦ
Причина
Риск
Эффект
Внедрение
Нестабильность сервера
Ошибки в передаче данных
Малый опыт монтажа
Внедрение
Ошибки в установке
у рабочих
Открытый доступ
Повреждение линии
Внедрение
к помещению
передачи данных
Прибор не имел
Внедрение
Сбои в настройках
широкого применения
Внедрение
Система внедряется первые
Ошибки диспетчера
Выявлены недостатки
Спад
Устаревание системы
в программном обеспечении
Неверная настройка
Внедрение
Неточность измерений
приборов
Зрелость, спад
Износ приборов
Ошибки измерений
Непредвиденные
Внедрение, рост
Поломки оборудования
погодные условия
Внедрение, рост,
Зависимость от работы
Низкая надежность
зрелость, спад
сотовых операторов
канала сотовой связи
Поломка
Зрелость, спад
Износ оборудования
компьютера диспетчера
Внедрение, рост,
Несвоевременная реакция
Человеческий фактор
на дестабилизацию процесса
зрелость, спад
Отсутствие данных у диспетчера
Увеличение длительности
установки
Отсутствие данных у диспетчера
Получены неверные данные
Неверная трактовка данных
Необходимость
совершенствования системы
Получены неверные данные
Получены неверные данные
Получены неверные данные/
нештатная ситуация
Отсутствие данных у диспетчера
Отсутствие данных у диспетчера
Игнорирование
нештатной ситуации
Таблица 5
Матрица вероятности и воздействия PMBOK
Вероятность
0,90
0,70
0,50
0,30
0,10
Уровень
воздействия
Угрозы
Благоприятные возможности
0,05
0,09
0,18
0,36
0,72
0,72
0,36
0,18
0,09
0,05
0,04
0,07
0,14
0,28
0,56
0,56
0,28
0,14
0,07
0,04
0,03
0,05
0,10
0,20
0,40
0,40
0,20
0,10
0,05
0,03
0,02
0,03
0,06
0,12
0,24
0,24
0,12
0,06
0,03
0,02
0,01
0,01
0,02
0,04
0,08
0,08
0,04
0,02
0,01
0,01
0,05
0,10
0,20
0,40
0,80
0,80
0,40
0,20
0,10
0,05
очень
очень
очень
очень
низкий средний высокий
высокий средний низкий
низкий
высокий высокий
низкий
Таблица 6
Оценки экспертов по выделенным рискам
Вероятность риска
Эксперт
1
2
3
4
5
6
Ошибки в передаче данных
0,5
0,5
0,5
0,5
0,3
0,7
Ошибки в установке
0,1
0,1
0,3
0,1
0,1
0,1
Повреждение линии передачи данных
0,5
0,5
0,5
0,5
0,7
0,5
Сбои в настройках
0,3
0,3
0,3
0,5
0,3
0,3
Ошибки диспетчера
0,3
0,5
0,3
0,5
0,3
0,3
Выявлены недостатки в ПО
0,9
0,9
0,7
0,9
0,9
0,9
Неточность измерений
0,5
0,3
0,5
0,5
0,5
0,5
Ошибки измерений
0,7
0,5
0,7
0,7
0,5
0,7
Поломки оборудования
0,7
0,5
0,7
0,7
0,7
0,7
Низкая надежность канала сотовой связи
0,3
0,5
0,5
0,3
0,3
0,3
Поломка компьютера диспетчера
0,1
0,1
0,3
0,1
0,1
0,1
Несвоевременная реакция на дестаб. процесса
0,1
0,1
0,3
0,1
0,1
0,1
83
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Таблица 7
Обобщенная оценка согласованности мнений экспертов
Риск
Вероятность
СКО
0,5
0,1
0,5
0,3
0,3
0,9
0,5
0,7
0,7
0,3
0,1
0,1
0,126491
0,08165
0,08165
0,08165
0,10328
0,08165
0,08165
0,10328
0,08165
0,10328
0,08165
0,08165
Ошибки в передаче данных
Ошибки в установке
Повреждение линии передачи данных
Сбои в настройках
Ошибки диспетчера
Выявлены недостатки в программном обеспечении
Неточность измерений
Ошибки измерений
Поломки оборудования
Низкая надежность канала сотовой связи
Поломка компьютера диспетчера
Несвоевременная реакция на дестабилизацию процесса
Рис. 4. Расчет коэффициента согласованности экспертов
ческого отклонения (СКО) по параметрам приведены в табл. 7.
Далее в программном пакете Statistica рассчитан коэффициент конкордации, результаты
приведены на рис. 4.
Коэффициент конкордации, равный 0,89, а
также значения СКО < 0,1 свидетельствуют о высокой степени согласованности оценок, следовательно, по этим оценкам будут продолжены расчеты.
Тем же методом оценено воздействие риска на
проект. Итоговые результаты приведены в табл. 8.
Важность рассчитана как произведение значений
вероятности и воздействия.
Особое внимание стоит уделить рискам, обусловленным ошибками в передаче данных, поломками
оборудования, повреждением линии передачи данных, так как они имеют наибольшую важность.
На этапе «Планирование рисков» приняты
стратегии управления рисками и описаны кор84
ректирующие и предупреждающие воздействия.
Результаты приведены в табл. 9.
Дальнейший мониторинг и повторный анализ, соблюдение установленных стратегиями действий позволит свести вероятность появления риска и его последствия к минимальному значению.
Приведенные расчеты показывают, что применение системы передачи данных от теплосчетчика к диспетчеру с использованием МПД имеет
ряд преимуществ по сравнению с уже имеющимися: высокий процент вероятности безотказной работы, неограниченная длина канала связи, возможность считывания данных в режиме
реального времени, возможность получения/передачи данных между несколькими устройствами/получателями. Эти функции предоставляют
возможность использовать дополнительные инструменты контроля качества тепловой энергии
непосредственно на месте ее использования. Их
УПРАВЛЕНИЕ КАЧЕСТВОМ
Таблица 8
Определение важности риска по вероятности его появления и степени воздействия
Риск
Вероятность
Воздействие
Важность
0,5
0,1
0,5
0,3
0,3
0,9
0,5
0,7
0,7
0,3
0,1
0,1
0,8
0,2
0,8
0,4
0,4
0,2
0,4
0,4
0,8
0,8
0,8
0,2
0,4
0,02
0,4
0,12
0,12
0,18
0,2
0,28
0,56
0,24
0,08
0,02
Ошибки в передаче данных
Ошибки в установке
Повреждение линии передачи данных
Сбои в настройках
Ошибки диспетчера
Выявлены недостатки в программном обеспечении
Неточность измерений
Ошибки измерений
Поломки оборудования
Низкая надежность канала сотовой связи
Поломка компьютера диспетчера
Несвоевременная реакция на дестабилизацию процесса
Таблица 9
Выработка стратегии реагирования по наступлению риска
Риск
Важность
Поломки оборудования
0,56
Ошибки в передаче данных
0,4
Повреждение линии передачи данных
0,4
Ошибки измерений
0,28
Низкая надежность канала сотовой связи
0,24
Неточность измерений
0,2
Выявлены недостатки в ПО
Сбои в настройках
0,18
0,12
Ошибки диспетчера
0,12
Поломка компьютера диспетчера
0,08
Ошибки в установке
Несвоевременная реакция
на дестабилизацию процесса
0,02
0,02
применение позволит детально отслеживать все
этапы процесса, что в итоге приведет к стабилизации основных параметров тепловой энергии,
повышению ее качества, к повышению надежности системы теплоснабжения, ее безопасности,
а также экономии расхода теплоэнергии и повышению энергоэффективности.
Библиографический список
1. Янсон С. Ю. Риски сохранения высокой энергоемкости национальной экономики [Электронный
ресурс]//Информационно-экономические аспекты
стандартизации и технического регулирования:
Научный интернет-журнал. 2012. – No 5(9).
Стратегия
Действие
Регулярная проверка работы системы,
Снижение
замена оборудования
Замена сервера при наступлении события,
Снижение
обновление сервера
Передача Перенести ответственность на службу ЖКХ
Регулярная проверка работы системы,
Снижение
замена оборудования
Принятие
Регулярная калибровка приборов,
Снижение
замена оборудования
Снижение Обновление системы
Снижение Провести обучение рабочего персонала
Перенести ответственность
Передача
на энергосервисную службу
Перенести ответственность
Передача
на энергосервисную службу
Снижение Провести обучение монтажников
Перенести ответственность
Передача
на энергосервисную службу
2. Букин А. В., Тихонов Э. И. Автоматизированная система управления и диспетчеризации
объектов теплоэнергетики Санкт-Петербурга//
ИСУП. 2012. № 6(42)
3. Федеральный закон Российской Федерации № 261-ФЗ от 23.11.2009 г. «Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные
законодательные акты Российской Федерации»
4. Анисимов Д. Л. Учет тепловой энергии//
Энергосбережение. 2011. №5
5. Даве В., Кестел Д. и др. Руководство к Своду
знаний по управлению проектами (Руководство
PMBOK). Пятое издание. Project Management
Institute, 2013.
85
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК 658.5.011
В. А. Тушавин
кандидат технических наук
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ИНТЕГРИРОВАННЫЕ СИСТЕМЫ
МЕНЕДЖМЕНТА КАЧЕСТВА
В статье рассматриваются существующие подходы к построению производственной системы на основе интегрированной системы менеджмента качества. Анализируется роль информационно-коммуникационных технологий в решении задачи успешного внедрения производственной системы через автоматизацию ключевых бизнеспроцессов предприятия, на базе ISO 9001.
Ключевые слова: системы менеджмента качества, интегрированные системы менеджмента качества, информационные технологии, производственная система.
V. A. Tushavin
Candidate of Technical Sciences
Saint-Petersburg State University of Aerospace Instrumentation
INFORMATION TECHNOLOGY AND INTEGRATED QUALITY MANAGEMENT SYSTEM
This article discusses current approaches to the construction of a production system based on integrated
quality management system. The role of information and communication technologies in solving the
problem of the successful implementation of production systems through automation of key business
processes, based on the ISO 9001.
Keywords: quality management system, integrated quality management system, information technology,
production system.
Современные условия высокой рыночной
конкуренции породили новый подход к менеджменту, основанный на системном и процессном подходе. В связи с этим в деловой оборот вошло понятие «производственная система» (англ.
production system), которую в рамках процессного подхода можно определить как метапроцесс, использующий ресурсы предприятия для
преобразования вводимого фактора производства («вход») в производимую предприятия продукцию («выход»). Производственную систему
можно декомпозировать на отдельные элементы, соответствующие категориям бизнес-процессов: разработка видения и стратегии; разработка
и менеджмент продукции и услуг; маркетинг и
продажа продукции и услуг; поставка продукции и услуг; менеджмент службы заказчика;
развитие и управление человеческим капиталом; менеджмент информационных технологий;
управление финансовыми ресурсами; создание,
приобретение и управление активами; управление производственными рисками, отказоустой86
чивостью и требованиями регуляторов; управление внешними связями; разработка и развитие производственных возможностей [1]. С другой стороны, производственная система это еще
и комплексный подход к менеджменту, который
объединяет отдельные проекты в единую систему улучшений по трем основным направлениям:
система управления, операционная система, организационное научение.
Являясь по своей сути целеустремленной,
производственная система функционирует для
изготовления и реализация продукции, соответствующей требованиям потребителей. Таким
образом, термин «производственная система»
тесно связан с таким понятием как «интегрированное производственное предприятие», предполагающее синергию от объединения его функциональных подразделений на основе процессного
подхода.
Основная масса отечественных предприятий
ориентируются на модернизацию своей производственной системы используя методологию, из-
УПРАВЛЕНИЕ КАЧЕСТВОМ
вестную как TPS – Производственная Система
Тойота (Toyota Production System), также называемую бережливое производство (Lean production),
по одному из элементов этой системы. В этой связи следует упомянуть такие наиболее известные
производственные системы (ПС), как: ПС Росатом, ПС Сбербанка, ПС СИБУРа, ПС КАМАЗа, ПС
ОАО «ЗиО-Подольск». Основная методика бережливого производства, которая наиболее успешно
внедряется на отечественных предприятиях – это
методика 5С. В то же время следует отметить, что
производственная система современных отечественных предприятий помимо этого включает
в себя управление качеством, основанное на процессном подходе (ISO 9001), в частности, цикла
PDCA, элементов системы шести сигм (DMAIC),
дизайна для шести сигм (DMADV), теории ограничений и некоторых других.
Не вызывает сомнения, что основой современных стандартов на системы менеджмента является «подход, базирующийся на рисках». Вопервых, это очевидно из самих определений системы менеджмента и риска, поскольку система
менеджмента обеспечивает разработку политики и целей и достижения этих целей [2], а риски
рассматриваются как возможные события, которые могут оказывать воздействие на поставленные цели [3, 4].
Во-вторых, в соответствии с п. 1 ст. 2 ГК РФ
«предпринимательской является самостоятельная, осуществляемая на свой риск деятельность,
направленная на систематическое получение
прибыли от пользования имуществом, продажи товаров, выполнения работ или оказания услуг лицами, зарегистрированными в этом качестве в установленном законом порядке». Таким
образом, отечественный законодатель не разделяет предпринимательство и присущие этой деятельности риски. Аналогичные подходы можно наблюдать и в других странах. Отсюда можно сделать вывод, что одной из функций систем
менеджмента является управление рисками для
достижения поставленных целей. С учетом этого, круг стандартов и подходов в системе менеджмента выходит за рамки ИСО 9001 и наблюдается переход к комплексной системе: интегрированной системе менеджмента качества.
Многие отечественные организации, помимо
ГОСТ ISO 9001, успешно приняли или применяют такие стандарты как ГОСТ Р ИСО 14001 «Системы экологического менеджмента. Требования
и руководство по применению», ГОСТ 12.0.2302007 «Система стандартов безопасности труда.
Системы управления охраной труда». Кроме того, идет активное внедрение стандартов, связанных с информационными технологиями (ГОСТ
Р ИСО/МЭК 27001 «Информационная технология. Методы и средства обеспечения безопасности. Системы менеджмента информационной
безопасности. Требования»; ГОСТ Р ИСО/МЭК
20000-X «Информационная технология. Менеджмент услуг») и безопасности пищевой продукции (ГОСТ Р ИСО 22000 «Системы менеджмента
безопасности пищевой продукции»).
Ориентация на создание производственной
системы приводит к интеграции перечисленных
стандартов и подходов в рамках менеджмента организации согласно ГОСТ Р 53893-2010 «Руководящие принципы и требования к интегрированным системам менеджмента», позволяющей не
только достичь системного эффекта от совместного менеджмента направлений, требования
к которым установлены в стандартах, но и решить задачи управления связанными рисками.
Исходя из изложенного, возникает вопрос, какую поддержку могут обеспечить информационно-коммуникационные технологии (ИКТ) предприятию при развитии его производственной системы, являясь, по сути, не только важнейшим
фактором риска, но и инструментом автоматизации и информатизации бизнес-процессов предприятия. Если с точки зрения автоматизации
бизнес-процессов роль ИКТ достаточно понятна
и не вызывает сомнений, то рассматривая производственную систему как систему менеджмента
качества, вопросы о месте и роли ИКТ становятся дискуссионными. Действительно, в чем роль
ИКТ во внедрении тех же 5С? Так ли необходимы ИКТ при развертывании производственной
системы «с нуля»?
Ответ на этот вопрос лежит в описании ГОСТ
ISO 9001, в котором сказано «Настоящий стандарт
не содержит конкретных требований к другим системам менеджмента, таким как менеджмент охраны окружающей среды, менеджмент профессионального здоровья и безопасности, финансовый менеджмент или менеджмент рисков. Однако стандарт позволяет организации согласовать
или интегрировать свою собственную систему менеджмента качества с другими системами менеджмента с соответствующими требованиями. Организация может адаптировать действующую(ие)
систему(ы) менеджмента для создания системы
менеджмента качества, соответствующей требованиям настоящего стандарта» [6].
Иными словами, ГОСТ ISO 9001 является
той платформой, на которой используя ГОСТ Р
53893-2010 надлежит строить производственную
систему. Результаты анализа ГОСТ ISO 9001 показывают, что для эффективного решения этой
задачи необходимо внедрение автоматизации
бизнес-процессов перечисленных в таблице 1.
Выбор информационной системы в каждом конкретном случае определяется размерами производственного предприятия и кругом решаемых
дополнительных задач.
Анализ остальных стандартов показывает,
что этот список можно незначительно расширить. Так управление рисками можно осуществлять как инструментами портальных техноло87
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Таблица 1
Связь ГОСТ ISO 9001, автоматизируемых бизнес процессов, а также решаемых задач СМК
Пункт ISO 9001 [4]
4.2.3 Управление
документацией
5.5.3 Внутренний
обмен информацией
6.1. Обеспечение
ресурсами
Автоматизируемые
бизнес-процессы
Документы системы менеджмента качества должны
быть управляемыми
Высшее руководство должно обеспечивать установление в организации соответствующих процессов
Управление коммуникациями/
обмена информацией, включая информацию, отнокорпоративный портал
сящуюся к результативности системы менеджмента
качества.
Документооборот
Управление ресурсами
6.2. Человеческие
ресурсы
Управление персоналом
6.3. Инфраструктура
ТОРО
7.1. Планирование
процессов жизненного
цикла продукции
7.3.1. Планирование
проектирования
и разработки
MES-системы
Управление проектами (EPC)
Конструкторско-технологическая подготовка производства
Управление закупками
7.4.1. Процесс закупок Управление материальными потоками и производственный учет
7.5.1. Управление
Производственное планировапроизводством
ние, балансировка мощностей
и обслуживанием
8.4. Анализ данных
Аналитическое хранилище
данных,
системы бизнес-анализа
гий, так и специализированным программным
обеспечением. Внедрение ISO 20000 потребует
дополнительно внедрить систему регистрации
и контроля обращений пользователей (Service
Desk), что также может быть реализовано как
портальными технологиями, так и выделенной
информационной системой. Информационная
же безопасность связана с таким широким кругом специализированного ПО, обсуждение которого выходит далеко за рамки этой статьи.
Исходя из вышеизложенного, можно сделать
вывод, что повышение вероятности успешного
развития производственной системы предприятия возможно при автоматизации и информатизации бизнес-процессов, обеспечивающих соблюдение требований стандартов. Как видно из
приведенной выше таблицы, фактически требуется внедрение всей пирамиды информацион88
Задачи СМК, решаемые с помощью информационных
систем
Организация должна определить и обеспечивать ресурсы, требуемые для повышения удовлетворенности потребителей путем выполнения их требований.
Персонал, выполняющий работу, влияющую на
соответствие продукции требованиям, должен быть
компетентным на основе полученного образования,
подготовки, навыков и опыта
Организация должна определять, обеспечивать
и поддерживать в рабочем состоянии инфраструктуру, необходимую для достижения соответствия
требованиям к продукции.
Организация должна планировать и разрабатывать
процессы, необходимые для обеспечения жизненного цикла продукции
Организация должна планировать проектирование
и разработку и управлять этими процессами.
Организация должна обеспечивать соответствие закупленной продукции установленным требованиям
к закупкам.
Организация должна планировать и осуществлять
производство и обслуживание в управляемых условиях.
Организация должна определять, собирать и анализировать соответствующие данные для демонстрации пригодности и результативности системы менеджмента качества, а также оценивания, в какой
области возможно постоянное повышение результативности системы менеджмента качества.
ных систем, начиная от цеховых систем и заканчивая системами автоматизированного управления предприятиями (ERP-системы) и аналитики
и отчетности верхнего уровня (BI-системы).
Возникает вопрос: что же является первичным,
внедрение СМК и развитие производственной системы или автоматизация бизнес процессов? Иными словами, налицо парадокс: с одной стороны отсутствие нормальной документации процесса не
позволяет его нормально автоматизировать, с другой стороны, решение части задач требует наличие
автоматизированных бизнес-процессов.
На наш взгляд наиболее целесообразным в данном случае будет кайдзен подход PDCA-SDCA, где
«S» означает «стандартизируй». Иными словами,
невозможно сразу довести бизнес процессы до четвертого уровня зрелости, подразумевающего его
управляемость по показателям. Производствен-
УПРАВЛЕНИЕ КАЧЕСТВОМ
ную систему необходимо выращивать как кристалл, постепенно наводя порядок во всех бизнеспроцессах и внося изменения в информационные
системы. При таком подходе, а также понимая место информационных систем в СМК, потенциально возможно снизить затраты на ИКТ, используя
ситуационный подход к управлению ИКТ проектами и портфелем проектов на предприятии. Как
верно отмечено в работе Брыль В. Н. и др. «для решения информационно-сложных задач выбор ИС
сам является сложной и многопараметрической
задачей. Без ясного понимания требований к решаемой задаче и существенных факторов, влияющих на решение, невозможно правильно оценить
ИС с позиции ее соответствия поставленным задачам и оценить ресурсы на внедрение и сопровождение ИС» [7]. Исходя из этого, «оптимизационные» подходы, присущие отечественным публикациям по выбору информационных систем [8],
скорее выражают личные пристрастия авторов,
не являющиеся инвариантными для всех отраслей народного хозяйства. В данном случае слово
«оптимизационный» поставлено в кавычки, поскольку фактически в статьях такого рода задача оптимизации не решается. Рассматривая же
данную задачу именно как оптимизационную,
нетрудно убедиться, что она является достаточно
сложной многокритериальной задачей, решение
которой должно быть направлено на достижение
стратегических целей предприятия. Поэтому ситуационный подход [9, 10] с использованием малых проектов представляется, в данном случае,
более обоснованным [11].
Подводя итоги, следует отметить, что роль информационно-коммуникационных технологий
в производственной системе является весьма значительной, но не основополагающей. Это следует
учитывать при разработке ИКТ-стратегии производственных предприятий, принимая тот факт,
что менеджмент информационных технологий
хоть и выделен в качестве одной из 12 основных
категорий бизнес-процессов, но, во-первых, не относится к процессам операционной деятельности,
во-вторых, значительно увеличивает список возможных рисков. Нахождение разумного баланса
между риском и преимуществами владения как
раз и является той управленческой задачей, решение которой можно принимать только индивидуально, учитывая специфику предприятия и
рынка. Приведенный в статье перечень существующих стандартов, связанных с созданием интегрированной производственной системы, а также
анализ возможностей решения задач менеджмента качества с помощью автоматизации отдельных
бизнес-процессов, рассмотренных в статье, мо-
гут быть полезными менеджерам, участвующим
в разработке и реализации ИКТ-стратегии предприятий, а также специалистам в области СМК
в качестве краткого обзора действующих в России стандартов.
Библиографический список
1. Process Classification Framework: Version
6.1.1-en-XI //APQC, 2014. – March. 26 p. URL:
http://www.apqc.org (дата обращения: 17.10.2014).
2. ГОСТ ISO 9000-2011. Системы менеджмента
качества. Основные положения и словарь [Текст].Введ. 2013-01-01. М.:Стандартинформ, 2012. 32 с.
3. ГОСТ Р ИСО 31000-2010. Менеджмент риска. Принципы и руководство [Текст].-Введ.
2010-12-21. М.:Стандартинформ, 2012. 24 с.
4. ГОСТ Р 51897-2011/Руководство ИСО 73:2009
Менеджмент риска. Термины и определения [Текст].Введ. 2011-11-16. М.:Стандартинформ, 2012. 16 с.
5. Нестеров Е. Ю. Каталог по безопасности жизнедеятельности [Электронный ресурс]. URL: http://
ecosafetycode.ru (дата обращения: 17.10.2014).
6. ГОСТ ISO 9001-2011. Системы менеджмента качества. Требования [Текст]. – Введ. 2013-0101. М.: Стандартинформ, 2012. 36 с.
7. Брыль В. Н., Прядко А. Г., Ягудаев Г. Г., Бернер Л. И. Критерии выбора и принципы организации информационной системы для автоматизации деятельности производственных предприятий // Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ). 2008. № 4. С. 88–92.
8. Горбатов А. В., Кожин П. Б. Комплексная
автоматизация промышленных предприятий
в россии. Оптимизация систем комплексной автоматизации промышленных предприятий на
производственном уровне // Горный информационно-аналитический бюллетень (научно-технический журнал). 2007. № 2. С. 26–33.
9. Антохина, Ю. А. Управленческая ситуация
и риски / Ю. А. Антохина // Научно-технические
ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2013. Т. 1. № 185. С. 287–291.
10. Методы и инструменты управления качеством проектов / Ю. А. Антохина, Е. Г. Семенова,
А. Г. Варжапетян, А. А. Оводенко. СПб.: ГУАП,
2012. 304 с.
11. Тушавин, В. А. Управление малыми проектами в области информационных технологий / В. А. Тушавин // Управление проектами. 2008.
№ 1. С. 36–39.
89
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК 37.047
Е. А. Фролова
кандидат технических наук, доцент
Е. Г. Семенова
доктор технических наук, профессор
М. С. Смирнова
кандидат технических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
формирование адаптивной системы кадрового обеспечения
В работе приводятся основные направления подготовки высококвалифицированных кадров для повышения эффективности функционирования технических вузов
в условиях рыночной экономики. Показаны специфические особенности реализации
образовательных проектов уровневого образования в условиях модернизации и реформирования национальной системы высшего образования России.
Ключевые слова: качество образовательной деятельности, магистерская подготовка, сетевое взаимодействие, инновационное развитие.
Е. А. Frolova
Candidate of Technical Sciences, Docent
E. G. Semenova
Doctor of Technical Sciences, Professor
M. S. Smirnova
Candidate of Technical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
Formation of the adaptive system of personnel maintenance
The paper presents the main areas of training of highly qualified personnel to enhance the operation of
technical universities in modern market economy. The specific features of educational projects of level
education in the modernization and reform of the national system of higher education in Russia are shown.
Keywords: quality of educational activities, master ‘s training, networking, innovative development.
За последние десятилетия в мире произошли серьезные глобальные изменения, которые
оказали значительное влияние на роль, функции, форму и способы функционирования национальных систем высшего образования разных государств. В процессе модернизации и реформирования национальной системы высшего
образования России вопросы взаимовыгодного
взаимодействия высших образовательных учреждений и потенциальных потребителей/заказчиков образовательных услуг – промышленных предприятий и научно-исследовательских
организаций – ощущаются особенно остро. Ин90
теграция образовательных процессов, науки и
промышленного сектора, осуществляемая на
базе европейских ведущих исследовательских
университетов, обладает высокой эффективностью и способствует динамичной научно-технологической модернизации экономической системы развитых стран.
В условиях глобализации знаний, роста массового спроса на образование, как в развитых,
так и в развивающихся странах, серьезных изменений в промышленности, индустрии информационных технологий и телекоммуникаций и,
как следствие, развитие и создание новых обра-
УПРАВЛЕНИЕ КАЧЕСТВОМ
зовательных технологий, образование становится важнейшим экономическим и производительным фактором процветания стран. Уровень развития национальной системы образования является не только важнейшим условием экономической и политической независимости стран, но и
необходимым условием эффективного вхождения в мировое экономическое пространство и содействию социальному прогрессу.
Движущими силами, изменившими условия
деятельности, направленность и функциональные возможности высших учебных заведений
в разных странах являются [10]:
1. Развитие наукоемких экономических систем и общества знания, что приводит, с одной
стороны, к необходимости расширения охвата
населения высшим образованием, повышения
уровня образования и подготовки кадров. С другой стороны, этот же фактор, обусловливает увеличение затрат и обострение конкуренции в высшем образовании и научных исследованиях,
что ведет к диверсификации организационных
форм, стратегическим альянсам, корпоративным и межкорпоративным сетям.
2. Рост важности новых информационных и
коммуникационных технологий для всех аспектов деятельности университета. Этот новый фактор приводит к необходимости основательного
переосмысления образовательного процесса, роли индивидуализированного интерактивного обучения, личных контактов, командной работы.
3. Нарастающая глобализация постепенно
приводит к глобальной борьбе за студентов и исследовательские контракты, в связи с этим особую остроту приобретают проблемы качества и
сравнимости программ и результатов, однородности и разнообразия, а также методов использования преимуществ культурного разнообразия.
4. Расширение сферы влияния науки и производственной сферы в образовательном пространстве, что способствует повышению эффективности национальных систем образования в мире.
Выделяют две основные группы причин, влекущих за собой необходимость изменений в национальных системах высшего профессионального
образования как в соответствии с общемировыми
тенденциями (первая группа), так и в связи с ситуацией в Европе (вторая группа) [10]. К первой
группе причин можно отнести:
1. Коренные преобразования в экономике всех
развитых стран, что связано с ускорением циклов
производства товаров и сокращением времени их
существования на рынке.
2. Постепенный переход конкуренции в научную сферу. Наиболее успешными являются,
те, кто быстрее могут разработать и внедрить новый товар в производство. В современном мире
наука и творчество приобретают ведущую роль
в развитии экономики, поэтому организации
стремятся привлечь к себе именно молодые ка-
дры (до 30 лет), обладающие высоким профессиональным образованием, при этом нестандартно
и по-новому мыслящих. Для многих стран такие требования становятся определенной проблемой. Так, в США контингент студентов имеет
достаточно высокий средний возраст (39% – студенты в возрасте до 22 лет), поэтому подготовить
большое количество необходимых специалистов
в возрасте до 30 лет для США становится проблематичным.
3. Подготовка специалистов, не отвечающих
требованиям работодателей и рынка труда. Высшие учебные заведения предоставляют набор теоретических знаний и минимальный комплект
практических навыков, которые не позволяют
выпускнику вуза сразу включиться в работу на
конкретном предприятии. В ряде стран предусмотрены различные формы получения дополнительных знаний и навыков, которые могут понадобиться для осуществления практической деятельности, среди них: дополнительное обучение
на предприятии или в вузе по заказу предприятия; стажировка в определенной организации
для накопления опыта и сдачи квалификационных экзаменов по данной специальности.
Ко второй группе относятся причины, связанные с ситуацией, сложившейся в Европе [10]:
1. Недостаточное количество специалистов,
имеющих высшее образование. Стоит отметить,
что Соединенные Штаты Америки значительно
обгоняют объединенные страны Европы по целому ряду показателей, которые относятся к системе высшего образования. Исключением не является и данный показатель. Так в США специалистов с третичной степенью около 40% от общего
количества работников. В Европе эта цифра почти в два раза ниже – 20%. Соответственно, если
количество высококвалифицированных кадров
в Европе меньше, то и общий потенциал у европейских стран ниже.
2. Низкое количество иностранных граждан,
обучающихся в Европе. Так в США общее число
иностранных студентов, обучающихся в вузах,
превышает 500 тыс. чел. Эта цифра значительно
превосходит количество студентов, обучающихся во всех странах Европы. Среди европейских
стран, в процентном отношении от общего числа обучающихся в университетах наибольшее
количество иностранных студентов (около 15%)
приходится на Великобританию.
3. Развитие науки и интенсивное наращивание научного потенциала. В настоящее время,
страны, которые могут обеспечить развитие научной сферы, в дальнейшем смогут рассчитывать на ведущую роль в мировой экономике и на
роль лидера во многих областях деятельности.
Например, США ежегодно на научные исследования выделяет более 3% от ВНП. Европейские
страны вкладывают в науку значительно меньше средств, в среднем около 1,9%.
91
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
4. Стремление к объединению разрозненного потенциала Европы в единый экономический
механизм.
Таким образом, существуют как общемировые, так и европейские причины, способствующие проведению реформ в образовательной
сфере. Но наиболее острая ситуация сложилась
в странах Европы. Во многом, поэтому именно
в европейских странах начались преобразования, направленные на совершенствование системы высшего образования в целом.
Основные факторы, которыми должна обладать современная система образования, чтобы
обеспечивать постоянное приспособление к динамичной и изменчивой окружающей среде, являются гибкость, конкурентоспособность, диверсификация ресурсов и эффективная система
управления [7]:
– в современном мире университеты должны
проявлять гибкость, быть динамичными и способными адаптироваться к высоким темпам изменения внешней окружающей среды – техники, технологий, условий развития деловой активности;
– высокий потенциал, квалифицированные
преподаватели и исследователи, талантливые
студенты, изобилие ресурсов, способность быстро отвечать запросам рынка труда являются
основными составляющими успеха и конкурентоспособности университета на мировом образовательном пространстве;
– современный университет должен стремиться к диверсификации финансовых источников для увеличения общего дохода, повышения свободы действий и в целом достижения своей конкурентоспособности и расширения предоставляемых услуг;
– эффективная система управления подразумевает сильное руководство, ясное видение миссии и стратегии вуза, чтобы в перспективе обратить это видение на конкретные цели и программы. Университеты, которые стремятся к улучшениям, проводят объективную оценку своих
сильных и слабых сторон, возможностей роста,
а также разрабатывают и реализуют стратегии,
направленные на развитие и совершенствование
своей деятельности, в перспективе добьются высоких результатов и займут достойные позиции
на образовательном рынке.
Можно выделить следующие направления
развития системы высшего образования [7]:
1. Важнейшей современной мировой тенденцией является глобализация образования и связанные с нею такие явление, как развитие транснационального образования и активное распространение on-line университетов.
2. Интернационализация образования. Проявляется в форме возрастающих потоков студентов в зарубежные страны, взаимных обменов
преподавателей и исследователей, использование зарубежных программ, источников инфор92
мации, а также в форме разнообразных видов
межвузовского сотрудничества.
3. Выраженная тенденция к сокращению бюджетного финансирования систем высшего образования и увеличение притока частных инвестиций.
4. Активная поддержка в большинстве зарубежных стран научных исследований и разработок, что свидетельствует о возрастающей роли
науки и инноваций в мире.
5. Возрастающие требования рынка труда,
рассмотрение населением высшего образования
как некого «социального лифта» приводит к интенсивному росту численности людей, стремящихся к получению высшего профессионального образования.
6. На современном этапе, усиливаются процессы интеграции науки, образования и производства, активизируются процессы взаимодействия высшей школы с реальным сектором экономики, в частности восстановление утраченных
связей с промышленными предприятиями.
7. Сегодня для современных национальных
систем образования становится характерным
усиление неоднородности и организационное
разнообразие форм высших учебных заведений,
что обусловлено, в первую очередь, становлением в развитых странах общества знаний и мощными глобализационными процессами.
8. Страны проводят реформы, направленные
на децентрализацию национальных систем образования, передавая учебным учреждениям
больше прав и полномочий.
Исходя из этого, основной задачей технических вузов при подготовке высококвалифицированных выпускников является реализация системой высшего образования следующих целей
подготовки [3]:
– становление и развитие творческой личности, как одной из целей получения высшего образования;
– подготовка выпускников, обладающих комплексом необходимых теоретических знаний и
практических навыков по направлениям инновационной деятельности (например, научные исследования, инновационное проектирование);
– подготовка выпускников со степенью «магистр», обладающих необходимым комплексом
теоретических знаний и практических навыков,
соответствующих задачам восполнения высококвалифицированного персонала во всех сферах
производственной деятельности.
Оценивая место и значимость Российской
системы высшего образования в мире, стоит
отметить, что наша страна не является лидером в этой области. В настоящее время Россией
предпринимаются шаги по совершенствованию
и дальнейшему развитию национальной системы высшего образования, что в ближайшем будущем, возможно, создаст реальные возможности для достойной интеграции в общеевропей-
УПРАВЛЕНИЕ КАЧЕСТВОМ
ское, а впоследствии и в мировое образовательное пространство, при этом сохранив существующие традиции высшей школы страны.
Система образования, знания, информационные потоки являются ключевыми ресурсами,
обеспечивающими эффективное развитие экономики и общества, и определяющими качество и
уровень жизни населения [1], позиции и конкурентоспособность страны на мировых технологических рынках. Проблема эффективности управления в системе высшего образования в условиях
смены образовательных стандартов и ужесточения требований, предъявляемых к качеству образовательных услуг потенциальными потребителями, приобретает особую актуальность.
В современном мире наука и творчество оказывают ведущую роль на развитие экономической ситуации в стране. По этой причине потенциальные работодатели заинтересованы в привлечении молодых высококвалифицированных
кадров, обладающих профессиональными знаниями и способных к нестандартному мышлению. Стратегической целью государственной кадровой политики является создание кадрового
потенциала России как важнейшего интеллектуального и профессионального ресурса российского общества, обеспечивающего социальноэкономическое развитие страны.
Целью инновационной деятельности в системе
высшего образования является повышение эффективности функционирования вузов в условиях рыночной экономики, ориентации на рынок и потребителя, это предполагает усиление роли маркетинга, учета быстроизменяющейся окружающей среды вузов, спроса потребителей и рынка, быстрой
адаптации системы управления вузом под новые
задачи, наукоемкую продукцию, промышленные
технологии. От степени соответствия качества подготовки выпускников пожеланиям работодателя
зависит востребованность будущего специалиста
на производстве. При этом доля приема на направления магистратуры за счет средств федерального бюджета в настоящее время значительно ниже
потребностей перспективных работодателей. На
рис. 1 приведена динамика изменения контрольных цифр приема на обучение за счет средств федерального бюджета по уровням образования в федеральном государственном автономном образовательном учреждении высшего профессионального
образования «Санкт-Петербургский государственный университет аэрокосмического приборостроения» (ГУАП).
Для достижения этих целей процесс подготовки высококвалифицированных кадров в технических вузах характеризуется специфическими особенностями: магистры наряду с базовым
технико-технологическим образованием получают профессиональную подготовку по экономическому профилю. В учебном плане подготовки
магистров дисциплины по выбору уточняются
в соответствии с актуальными текущими и перспективными потребностями, запросами потенциальных работодателей и проблемами рынка
труда. Кроме того, в образовательном процессе
используется опыт западных коллег, изучаются
их методики и дидактические подходы, позволяющие обеспечить образовательному процессу
высокий уровень качества.
Современные требования динамичного развития отечественных предприятий и государствен-
1000
900
800
700
600
bachelor
master
500
specialist
400
300
200
100
0
2011
2012
2013
2014
2015
Рис. 1. Контрольные цифры приема на обучение
за счет средств федерального бюджета по уровням образования в ГУАП
93
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
ная политика в области развития промышленности выдвигают новые требования к уровню подготовки кадров. Для эффективной и успешной
реализации кадровой политики необходимо осуществлять подготовку выпускников технической
направленности, способных не только выполнять
узкоспециализированную деятельность, но и:
– определять наилучшие пути реализации
профессиональной деятельности;
– решать прикладные задачи повышения качества продукции и услуг;
– разрабатывать мероприятия по повышению
эффективности производства, направленные на
сокращение расхода материалов, снижение трудоемкости, повышение производительности труда и принимать участие в их реализации;
– анализировать причины брака и выпуска
продукции низкого качества, разрабатывать мероприятия по их предупреждению.
Именно такими характеристиками должны обладать выпускники высших учебных заведений,
имеющие степень магистра. Пример реализуемой
в ГУАП узкоспециализированной подготовки магистров позволяет сделать вывод о ее передовой
роли в формировании кадров с высшим образованием, способных удовлетворять нуждам инновационного сектора экономики в условиях переориентации экономической политики России на
обеспечение приоритетного развития высокотехнологичного производства, интегрированного с современной наукой, инженерно-техническим творчеством и образованием. Однако, обеспечить подготовку большого количества таких специалистов,
пользуясь только имеющимся в отдельных вузах
опытом, представляется весьма затруднительным.
Возможная альтернатива – создание сетевого взаимодействия высших учебных заведений. Регламентируемая Федеральным Законом «Об образовании в Российской Федерации» [9] сетевая форма
обучения позволит будущим выпускникам получать узкоспециализированные знания и практические навыки на промышленных предприятиях
уже в процессе обучения в высших учебных заведениях.
Подходы вузов к реализации сетевой формы
образования достаточно многообразны. Создаются сетевые объединения вузов одного профиля, например, сетевое объединение педагогических вузов РФ, объединение вузов аэрокосмической направленности. Как правило, основными
целями такого объединения вузов являются [4]:
– совместная разработка и реализация модульных программ уровневого образования (возможность большей унификации учебных планов
и рабочих программ, повышение академической
мобильности студентов);
– создание общей базы интеллектуальных ресурсов, учебно-методических изданий, используемых в образовательном процессе (учебно-методические издания могут быть подготовлены
94
авторскими коллективами из числа преподавателей сетевого объединения);
– анализ региональных рынков труда и прогнозирование его развития (возможность улучшения решения вопросов с трудоустройством
выпускников);
– формирование консолидированной базы кадровых ресурсов для обеспечения эффективной
работы каждого из участников сетевого объединения, (прежде всего по программам магистратуры и других уровней образования);
– создание единой системы учебно-методического сопровождения образовательных программ;
– обеспечение высокого качества подготовки
выпускников;
– создание условий для развития межвузовской академической мобильности студентов и
преподавателей;
– организация сотрудничества в области научноисследовательских и учебно-методических работ;
– обмен технологиями обучения при реализации уровневых образовательных программ.
Сетевые объединения вузов представляют собой открытую систему, в которой один из них
выступает в роли координатора. Основными целями сетевого объединения вузов являются:
– обеспечение высокого качества подготовки
выпускников;
– создание общей базы интеллектуальных ресурсов, учебно-методических изданий, используемых в образовательном процессе;
– формирование базы кадровых ресурсов для
обеспечения эффективной работы каждого из
участников сетевого объединения;
– создание условий для развития межвузовской академической мобильности студентов и
преподавателей;
– организация сотрудничества в области научноисследовательских и учебно-методических работ;
– обмен технологиями обучения при реализации уровневых образовательных программ.
Для руководства работой объединения создается координационный совет из руководителей или
уполномоченных представителей вузов, а для реализации отдельных проектов могут создаваться
рабочие группы. При этом каждый из участников
сетевого объединения самостоятельно определяет степень своего участия в нем, т. е. в каждом отдельном проекте сетевого объединения могут принимать участие как все, так и некоторые участники объединения. Определенным недостатком такого сетевого объединения является то, что в нем
не участвуют научные и научно-производственные
организации, т. е. отсутствует прямая связь с промышленным сектором. Вместе с тем, поскольку сетевое объединение представляет собой открытую
структуру, то, если она будет дополнена представительством предприятий и организаций, являющихся потребителями выпускников, то такое объединение в полной мере будет соответствовать кон-
УПРАВЛЕНИЕ КАЧЕСТВОМ
цепции сетевого взаимодействия Министерства
науки и образования РФ.
Другой подход связан с совместной работой
образовательных учреждений с предприятиями
и организациями науки и промышленности. По
существу, система сетевого образования в вузах,
в том числе и ГУАП, существует на протяжении
многих лет и реализуется в рамках договоров о
творческом сотрудничестве с предприятиями и
организациями. Широко практикуется создание базовых кафедр и факультетов с производственными предприятиями, что дает возможность вузам привлекать к реализации основных
образовательных программ ведущих специалистов профильных предприятий и организаций.
Это, безусловно, положительно влияет на качество подготовки выпускников и во многих случаях решает проблему их трудоустройства.
Недостатками такой организации сетевого
взаимодействия представляется следующее:
– финансирование базовых кафедр осуществляется из средств вуза, а организация, на основе которой создана базовая кафедра, никаких
финансовых затрат, как правило, не несет;
– занятия со студентами могут проводиться
на территории предприятий и организаций, это
обстоятельство никак не учитывается при определении соответствия норм площади, приходящейся в вузе на одного обучающегося.
Особенно эффективно применение сетевого взаимодействия при подготовке магистров. Приведенный в [8] анализ показывает, что государственный сектор высшего образования еще не вполне
ориентирован на обеспечение кадрами инновационных и высокотехнологичных производств. При
этом можно отметить, что показанная тенденция
подтверждает, что доля инновационного и высокотехнологичного сектора в экономике не растет.
Это может привести к тому, что в период активного развития данного сектора экономики могут
возникнуть значительные кадровые ограничения
при его осуществлении. Анализ цифр контрольного приема по образовательным программам магистратуры показывает значительное ежегодное
увеличение числа бюджетных мест по техническим направлениям подготовки, что говорит о заинтересованности потенциальных потребителей
промышленного сектора. В соответствии со статистикой, приведенной в [11], динамика изменения
численности приема студентов в государственные
и муниципальные высшие учебные заведения не
позволяет судить об общей ориентации системы
высшего образования на развитие инновационной
и высокотехнологичной сферы экономики – отсутствует увеличение доли кадров по укрупненным
группам высокотехнологичных специальностей и
направлений подготовки.
Определение потребности в высококвалифицированных кадрах для государственного сектора в условиях современной экономики является
до настоящего времени нерешенной проблемой.
Для приведения в соответствие подготовки кадров потребностям рынка труда можно использовать структуру подготовки кадров с точки зрения направлений и специальностей обучения.
Проводить анализ по укрупненным группам
направлений и специальностей после перехода
системы образования на федеральные государственные образовательные стандарты высшего
образования не представляется возможным ввиду изменения состава укрупненных групп.
Приведенная в табл. 1 динамика изменения
контрольных цифр приема по некоторым направлениям подготовки магистров в ГУАП показывает, что при общем снижении численности приема за последние два года цифры приема
Таблица 1
Динамика изменения контрольных цифр приема
Направление подготовки
Инноватика
Инфокоммуникационные технологии и системы связи
Информатика и вычислительная техника
Информационные системы и технологии
Конструирование и технология электронных средств
Менеджмент
Приборостроение
Прикладная информатика
Программная инженерия
Радиотехника
Управление в технических системах
Управление качеством
Экономика
Электроника и наноэлектроника
Электроэнергетика и электротехника
Юриспруденция
2013
15
30
35
15
15
5
20
25
10
10
15
10
10
10
25
5
Год приема
2014
10
28
35
15
15
0
27
25
12
10
15
5
0
12
0
0
2015
20
40
50
15
15
0
45
30
20
22
35
30
0
20
0
0
95
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
на ведущие направления подготовки магистров
в целом стабильны:
– снижение цифр приема по направлениям укрупненных групп 38.00.00 «Экономика и
управление», 40.00.00 «Юриспруденция»;
– сохранение на достаточно высоком уровне
доли подготовки кадров по высокотехнологичным группам направлений, в частности 09.00.00
«Информатика и вычислительная техника»,
27.00.00 «Управление в технических системах».
Для приведения в соответствие подготовки
кадров потребностям рынка труда Северо-Западного региона в 2014 г. часть направлений магистерской подготовки в ГУАП была исключена из
лицензии на право ведения образовательной деятельности, а именно:
– направление магистерской подготовки
«Электротехника, электромеханика и электротехнологии»;
– направление магистерской подготовки
«Электроника и микроэлектроника»;
– направление магистерской подготовки
«Проектирование и технология электронных
средств»;
– направление магистерской подготовки «Телекоммуникации»;
– направление магистерской подготовки «Автоматизация и управление»;
– направление магистерской подготовки «Информационные системы».
Вместе с тем, положительное решение по вопросам лицензирования ряда направлений ма-
гистерской подготовки в 2014 г. говорит об эффективности данного вида образовательной деятельности для образовательного учреждения,
потенциальных потребителей и работодателей
Северо-Западного региона. В табл. 2 представлены данные по направлениям и направленности новых для ГУАП направлений магистерской
подготовки, образовательная деятельность по
которым запланирована с осени 2015 года.
В табл. 3 представлен пример узкоспециализированной подготовки магистров [4], реализуемой в ГУАП.
Изменения и дополнения в образовательных
стандартах магистерской подготовки предполагают, что доля научно-педагогических работников из числа руководителей и работников организаций, деятельность которых связана с направленностью реализуемой программы, должна быть не менее 5% для академической и 10%
для прикладной магистратуры. Очевидно, что
такой большой процент привлекаемых специалистов достаточно сложно обеспечить без организации сетевого взаимодействия.
Кроме того, реализация сетевого подхода даст
возможность улучшить качество выпускных
квалификационных работ магистров, прежде
всего, в части касающейся практического использования их результатов. Сегодня при защите выпускных квалификационных работ формализация процедуры защиты сводится к обсуждению оценок после завершения всех защит.
Обычно обсуждение результатов защиты орга-
Таблица 2
Лицензированные направления магистерской подготовки, в 2014г.
Код направления
Направление подготовки
Магистерская программа
01.04.02
01.04.04
Прикладная математика и информатика
Прикладная математика
Математическое обеспечение
и администрирование
информационных систем
Общая направленность
Прикладная математика в страховании
02.04.03
96
10.04.01
Информационная безопасность
12.04.04
Биотехнические системы и технологии
27.04.01
Стандартизация и метрология
38.04.06
Торговое дело
41.04.04
Политология
42.04.01
Реклама и связи с общественностью
45.04.02
Лингвистика
Общая направленность
Интеллектуальные средства
обеспечения безопасности объектов
Биотехнические системы и технологии
для здравоохранения
Метрология, стандартизация
и сертификация в таможенном деле
Метрологическое обеспечение технологических процессов и производств
Коммерческая деятельность
на рынке товаров и услуг
Рекламная деятельность
на рынке товаров и услуг
Россия в мировой политике
Реклама и связи с общественностью
в социально-политической сфере
Перевод и переводоведение
Теоретическая и прикладная лингвистика
УПРАВЛЕНИЕ КАЧЕСТВОМ
Таблица 3
Узкоспециализированная подготовка магистров в ГУАП
Направление подготовки
Магистерская программа
Предприятие-заказчик
Федеральное бюджетное учреждение
Ситуационное
Управление
«Государственный региональный центр стандартизации,
управление качеством
качеством
метрологии и испытаний в г. Санкт-Петербурге
сложных систем
и Ленинградской области»
Информатика
Встроенные системы
Лаборатория
и вычислительная
обработки информации
«Embedded computing for mobile communications»,
техника
и управления
фирма Nokia
Управление
Управление
Федеральное государственное унитарное предприятие
в технических системах в технических системах «Научно-исследовательский институт командных приборов»
Управление
Системные исследования
Центральный научно-исследовательский
в технических системах
в задачах управления
и проектно-конструкторский институт морского флота
Интеллектуальные
Федеральное государственное унитарное предприятие
Приборостроение
транспортные системы
«Санкт-Петербургское ОКБ «Электроавтоматика»
низует один из руководителей экзаменационной
комиссии.
Контроль знаний студентов в процессе обучения осуществляется в рамках балльно-рейтинговой системы и включает рубежную аттестацию (контрольные работы, тестирование
по разделам, защиту лабораторных работ), текущую аттестацию (итоговое тестирование по
дисциплине, экзамены, защиты курсовых работ), итоговую аттестацию. Описание уже разработанной методики рейтинговой оценки выпускной квалификационной работы приводится в работах [6, 5] авторы выделяют три составляющих: оценка содержания, оценка защиты
и расчет общей оценки по предложенной ими
формуле и приводят вариант перечня критериев
оценки и значения начисляемых баллов. Нельзя не согласиться с автором работы [5], в том,
что в качестве критериев рейтинговой оценки
итогов выполнения и защиты выпускной квалификационной работы необходимо принимать
во внимание научную активность студентов
в процессе обучения, практическую значимость
работы и результаты защиты; «актуальность
информации, содержащейся в научной (научнопублицистической) литературе».
Безусловно, защищаемая работа, доклад автора и его ответы на вопросы членов комиссии,
достаточно полно характеризуют результаты
обучения. Но, после внедрения в практику деятельности высшей школы стандартов ФГОС ВО,
комиссия, принимая решение о присвоении выпускнику искомой квалификации, должна дополнительно оценивать владение выпускником
всеми требуемыми компетенции, количество которых весьма велико. Например, для направления подготовки 09.04.03 «Прикладная информатика» таких компетенций тридцать одна, для
направления 27.04.02 «Управление качеством» –
двадцать три и т.д. Как следствие, процедура защиты может потребовать дополнительного ис-
пользования специализированных информационных технологий [6].
В сложившейся экономической ситуации
в России первостепенное значение приобретает
решение проблемы интеграции высших учебных заведений и отраслевых научных предприятий в целях обеспечения подготовки специалистов современного профиля, адаптированных
к актуальным проблемам развития соответствующей области науки, методам квалифицированной работы на современном научном оборудовании, задачам и способам их решения для создания новых видов наукоемкой продукции. Качество функционирования образовательного учреждения является комплексным показателем,
который включает в себя качество образовательного процесса, качество проводимой научной и
инновационной деятельности и качество воспитательной работы, и учитывает уровень выполняемых образовательным учреждением исследований. Процесс интеграции высших учебных
заведений и научных учреждений и предприятий направлен на обеспечение более эффективного использования научного, информационного, экспериментально-производственного и других составляющих располагаемого потенциала.
Комплекс процессов интенсивного получения и
использования новых знаний как результата научной деятельности является базовым при построении инновационной экономической системы, что позволяет обеспечивать мобилизацию
«интеллектуального и социального капитала нации и формирования инновационной среды, без
которой невозможно проведение эффективной
реиндустриализации» [2].
Качество функционирования образовательного учреждения является комплексным показателем, который включает в себя как качество
образовательного процесса, так и качество проводимой научной и инновационной деятельности, качество воспитательной работы и учиты97
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
вает уровень выполняемых образовательным
учреждением исследований. Процесс интеграции учреждений высшего образования и научных учреждений и предприятий направлен на
обеспечение более эффективного использования научного, информационного, экспериментально-производственного и других составляющих располагаемого потенциала. Комплекс
процессов интенсивного получения и использования новых знаний как результата научной
деятельности является базовым при построении инновационной экономической системы,
что позволяет обеспечивать конкурентоспособность предприятий в пределах национальной
и межнациональной экономик и государства
в целом.
Сетевое взаимодействие должно обеспечить
качество подготовки выпускников, соответствующее темпам и уровню развития высокотехнологичного производства. Такой «симбиоз» корпоративного и государственного образования, сотрудничество в рамках партнерства
не только эффективен в вопросах подготовки
высококвалифицированных кадров для современной экономики и промышленности, но
и позволяет со временем рационально распределить финансовую нагрузку взаимодействующих субъектов и служит интересам и бизнеса,
и государства.
Библиографический список
1. Nanjundeswaraswamy, T. S. Quality of
worklife of employees in private technical institu
tions / Nanjundeswaraswamy T. S., Swamy D. R.//
International journal for quality research. 2014.
№7(3). Рр. 431–441.
2. Бодрунов, С. Д. Российская экономическая
система: будущее высокотехнологичного материального производства / С. Д. Бодрунов // Экономическое возрождение России. 2014. № 2(40). С. 5–16.
3. Воробьева, Е. С. Оценка потенциала высших
учебных заведений / Е. С. Воробьева, Е. А. Монастырный, И. В. Краковецкая., Н. О. Чистякова // Инновации. 2010. №2. С. 46–56.
98
4. Повышение качества подготовки магистрантов в рамках сетевого взаимодействия / Семенова Е. Г., Смирнова М. С., Фролова Е. А. // Сборник
материалов тринадцатой Международной научно-практической конференции «Управление качеством», 12–13 Марта 2014 года. ФГБОУ ВПО
«МАТИ – Российский государственный технологический университет имени К. Э. Циолковского».
С. 237–238.
5. Салькова, М. А. Выпускная квалификационная работа как область междисциплинарного и
компетентностного взаимодействия / М. А. Салькова // Вестник Московского государственного лингвистического университета. 2009. №553.
С. 116–129.
6. Степанов, А. Г. Сравнительный анализ требований к выпускным квалификационным работам в высшем образовании / А. Г. Степанов,
Е. Г. Семенова, Е. А. Фролова // Актуальные
проблемы экономики и управления. 2014. №4.
С. 132–141.
7. Стратегическое развитие подготовки кадров по управлению качеством, стандартизации
и метрологии в Российской Федерации: монография / Ю. А. Антохина, Е. А. Горбашко, И. А. Мавксимцев и др.; под ред. Акад. РАН В. В. Окрепилова,
д-ра экон. наук, проф. И. А. Максимцева. Спб.: Политехника, 2014. 346 с.
8. Управление результативностью и качеством проектов: монография / Ю. А. Антохина,
А. Г. Варжапетян, А. А. Оводенко, Е. Г. Семенова. СПб.: Политехника, 2013. 330 с.
9. Федеральный Закон РФ от 29 декабря 2012 г.
№ 273-ФЗ «Об образовании в Российской Федерации».
10. Фомина, А. В. Модели и инструменты прогнозирования и управления качеством в сфере высшего образования России: монография / Е. Г. Семенова, А. В. Фомина, Е. С. Воробьева.
СПб.: ГУАП, 2013. 300 с.
11. Фролова, Е. А. Стратегические направления
интеграции вузов с научными предприятиями
при сквозной магистерской подготовке / Бачевский С. В., Бонюшко Н. А., Фролова Е. А. // Известия ГУАП. Аэрокосмическое приборостроение: науч. журнал. Вып. 3. СПб.: ГУАП, 2012.
С. 85–94.
УПРАВЛЕНИЕ КАЧЕСТВОМ
УДК 004.032.2
Я. А. Щеников
кандидат технических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения.
Показатели качества и статистика научных текстов
В статье рассматриваются вопросы анализа существующих показателей качества
научного текста, их классификация. На примере текстов по электронике приведен
анализ статистики текста с целью выработки рекомендаций по созданию новых научных текстов по своим показателям качества приближающихся к лучшим мировым
образцам.
Ключевые слова: научный текст, анализ текста, квалиметрия текста, статистика
текста.
Ya. A. Shchenikov
Candidate of Technical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
QUALITY AND STATISTICS of scientific texts
The article deals with the analysis of existing indicators of the quality of scientific texts, their classification.
On the example text in electronics provides an overview of statistics text in order to develop recommendations
for the creation of new scientific texts on the parameters of quality approaching the best world standards.
Keywords: scientific text, text analysis, text qualimetry, statistics text.
Актуальность данной статьи заключается
в необходимости получения ответа на следующие
вопросы: «Какую научную и профессиональную
литературу охотней покупают или берут в библиотеках?», «Какие научные тексты более понятны
и способствует лучшему усвоению новой информации читателем?», «Почему некоторые из них
усложняют усвоение новой информации читателем и делают простые вещи сложными?».
Очевидно, что во многом качество научного
текста зависит от способа подачи материала. Целью данной статьи является попытка выявить
статистику текста, характерную для «хороших»
текстов и выработать рекомендации, соблюдая
которые можно повысить качество создаваемого
научного текста, что будет способствовать повышению индекса цитируемости его автора.
Показатели качества научных текстов
Что такое «хороший» и что такое «плохой»
научный текст? Существует ли идеальный научный текст? Очевидно, должны быть показатели,
которые могут использоваться для оценки степени соответствия научного текста идеалу, напри-
мер, с точки зрения потребителя – читателя научного текста.
Количественные показатели качества научного текста:
– количество переизданий: наличие переизданий – достаточно хороший показатель качества научного текста, как по форме, так и по содержанию;
– индекс цитирования: достаточно объективная оценка качества содержания научного текста;
– ссылка в Википедии – достаточно хороший,
но не всегда объективный показатель компетентности автора в данной области;
– количество переводов на различные языки:
при переводе научный текст может стилистически усовершенствовать переводчик.
Качественные показатели качества научного текста
– мнение студентов/преподавателей/работодателей/специалистов;
– наличие грифа учебно-методического объединения для учебных пособий;
– текст имеет несколько авторов: дополнительная уверенность в полноте публикуемой информации;
99
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
– авторы текста являются авторитетами в своей области: для теста характерна как полнота изложения материала, так и доступная форма подачи информации.
Психофизиологичекие показатели качества
текста:
– наличие иллюстративного материала: текст
без рисунков и таблиц угнетает;
– сложность текста: количество слов в предложении;
– качество верстки;
– хорошее структурирование текста: разделы
обозначены заголовками, либо ключевыми словами.
Показатели новизны излагаемого материала:
– текст должен полностью раскрывать вопрос. Для понимания должно быть достаточно
общеизвестных знаний;
– текст должен давать ответы, а не задавать
вопросы, если, конечно, это не вопросы для самопроверки;
– принцип Парето в лингвистике – 20% старой информации (не автора) и 80% новой информации (автора), а не наоборот;
– классическая статья, являющаяся первой
в данной предметной области, будет содержать
много новой информации, но не всегда будет хороша по способу подачи материала читателю.
Показатели, связанные со структурой научного текста:
– удобочитаемость;
– информативность;
– связность;
– структура текста.
Для оценки показателей качества текста,
имеющих неколичественную природу, используются стандартные методы: анкетирования,
экспертных оценок. В дальнейшем количественные и качественные показатели можно
рассматривать либо независимо, либо объединять их в комплексный показатель качества
текста [1].
Процедура извлечения
статистической информации
из научного текста
Реализованная в MS WORD функция «Статистика…», позволяет в автоматическом режиме рассчитывать количество следующих элементов текста: страниц, слов, символов с пробелами и без,
абзацев, строк. Из этого списка интересует только
статистика слов, символов без пробела, абзацев.
В полуавтоматическом режиме можно рассчитать количество знаков препинания. Для
этого используется такая функция MS WORD
как «Найти и заменить». При замене, например,
символа запятой на любой другой символ количество произведенных замен и будет являться количеством запятых в тексте. Аналогично
определяется количество таких знаков препинания, как двоеточие и точка с запятой.
Количество рисунков, формул, таблиц, ссылок легко определяется визуально.
Ниже, на примере исследования четырех научных текстов, посвященных работе транзисторного ключа, показаны результаты расчета элементов
текста и его простейших статистик. Образцы текста
Таблица 1
Элементы текста и их количество в исследуемых научных текстах
Количество
Текст 1
Текст 2
Текст 3
Текст 4
Рекомендуемый диапазон
букв
слов
знаков препинания
предложений
абзацев
рисунков
таблиц
формул
ссылок на литературу
5083
806
83
41
8
3
0
1
0
2684
485
57
27
13
2
0
13
0
5783
998
109
47
9
2
0
1
1
6902
1113
99
59
12
4
0
1
0
5083–6902
806–1113
83–109
41–59
8–13
2–4
0
1
0
Таблица 2
Простейшие статистики исследуемых научных текстов
Среднее количество
Текст 1
Текст 2
Текст 3
Текст 4
Рекомендуемый диапазон
букв в слове
знаков препинания в предложении
предложений в абзаце
слов в предложении
предложений на один рисунок
букв на одну формулу
6,3
5,5
5,8
6,2
5,5–6,3
2
2,1
2,32
1,7
1,7–2,32
5,1
19,7
13,6
5083
2
18
13,5
206
5,2
21,2
23,5
5783
4,9
18,9
14,75
6902
4,9–5,2
18–21,2
13,5–14,75
5083–6902
100
УПРАВЛЕНИЕ КАЧЕСТВОМ
извлекались из следующих источников: текст 1 –
из [5], текст 2 – из [4], текст 3 – из [3], текст 4 – из [2].
Последовательность проведения статистического анализа научных текстов выполняется в два этапа: этап 1 – расчет количества элементов текста и
этап 2 – расчет простейших статистик. Результаты
реализации этих этапов приведены, соответственно, в табл. 1 и 2. Формулы для расчета средних значений не приводятся ввиду их очевидности.
Интерпретация результатов исследования
или как создать хороший научный текст,
иллюстрирующий работу
транзисторного ключа
Визуальный анализ табл. 1 и 2 показывает,
что три текста из рассматриваемых четырех имеют подобные статистики. Отличия в статистиках
наблюдаются только у текста с большим количеством формул [4]. Отклонения от нормы выделены жирным шрифтом в табл. 1 и 2. Можно
сделать вывод, что хороший научный текст – это
текст, в котором статистика его элементов находится в рекомендуемом диапазоне значений, полученном на основании анализа выборки лучших образцов текста выбранной тематики.
Можно привести следующие рекомендации
для создания хорошего научного текста, иллюстрирующего работу транзисторного ключа: количество букв/слов/знаков/предложений соответствует, ориентировочно, четырем страницам
текста; количество абзацев – два-три на страни-
цу; среднее количество букв в слове соответствует
среднему количеству букв в словах русского языка; количество знаков препинания соответствует сложности текста; среднее количество предложений в абзаце – пять; среднее количество слов
в предложении – 18…20, т. е. текст является достаточно сложным для восприятия; среднее количество предложений на один рисунок – 13…14,
т. е. приблизительно одна страница текста должна иллюстрироваться одним рисунком. Подобная
процедура легко может быть распространена и на
научные тексты другой тематики.
Библиографический список
1. Варжапетян, А. Г. Квалиметрия: учебное пособие / А. Г. Варжапетян. СПб.: Изд-во СПбГУАП,
2005. С. 176.
2. Платт Ч. Электроника для начинающих: Пер. с англ. – СПб.: БХВ-Петербург, 2012. –
С. 97–100.
3. Ревич Ю. В. Занимательная электроника. –
2-е изд., перераб. и доп. – СПб.: БХВ-Петербург,
2009. – С. 107–110.
4. Титце У., Шенк К. Полупроводниковая схемотехника. 12-е изд. Том I: Пер. с нем. М.: ДМК
Пресс, 2008. – С. 119–122.
5. Хоровиц П., Хилл У. Искусство схемотехники. Пер. с англ. – 5-е изд. переработанное. – М.:
Мир, 1998. – С. 70–72.
101
МЕТРОЛОГИЯ И СТАНДАРТИЗАЦИЯ
УДК 62-97/-98
М. А. Кислицына
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
СРАВНИТЕЛЬНЫЙ АНАЛИЗ СПОСОБОВ ОБРАБОТКИ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ
ПРИ ПОВЕРКЕ ТУРБИННЫХ ПРЕОБРАЗОВАТЕЛЕЙ РАСХОДА
В статье дан краткий обзор состоянию современной теплоэнергетике. Отражены
основные понятия расходометрии. Приведены примеры средств измерений расхода.
Даны общие технические характеристики турбинного преобразователя расхода.
Представлено экспериментальное определение метрологических характеристик
преобразователя. Сравниваются методы обработки опытных данных, полученных при
поверке.
Ключевые слова: расходомер; турбинный преобразователь расхода; градуировочный коэффициент; погрешность.
M. A. Kislitsyna
Saint-Petersburg State University of Aerospace Instrumentation
COMPARATIVE ANALYSIS OF WAYS OF PROCESSING OF EXPERIMENTAL DATA
WHEN CHECKING TURBINE CONVERTERS OF THE EXPENSE
In article the short review is given to a state modern power system. The basic concepts of a flow
measurement are reflected. Examples of measuring instruments of an expense are given. The general
technical characteristics of the turbine converter of an expense are given. Experimental definition of
metrological characteristics of the converter is presented. Methods of processing of the skilled data
obtained when checking are compared.
Keywords: flowmeter; turbine converter of an expense; calibration coefficient; error.
Современный уровень развития энергетических и других промышленных установок характеризуется интенсификацией технологических
процессов, использованием агрегатов большой
единичной мощности. Например, в теплоэнергетике единичные мощности возросли за 30 лет в десятки раз, а в атомной энергетике – в сотни. Примерно так же выросли скорости протекания технологических процессов. Количество измеряемых
параметров на одном агрегате в настоящее время
исчисляется тысячами. Надежность средств измерений и информационно-управляющих систем во
многих случаях определяет надежность агрегата
в целом. Без знания достоверных значений параметров и автоматического контроля за ними нель102
зя управлять процессом или агрегатом. Не менее
важную роль играют измерения при проведении
научных исследований и их автоматизации [1].
Наглядным примером может послужить измерение расхода жидкостей, газа и пара где важнейшими исходными понятиями являются количество вещества и расход.
Количество вещества можно измерять либо в единицах массы: килограмм (кг), тонна (т),
либо в единицах объема: кубический метр (м3),
литр (л). Расход есть количество вещества, протекающего через сечение трубопровода в единицу времени. В соответствии с выбранными единицами может производиться измерение либо
массового расхода (единицы: кг/с, кг/ч, т/ч), ли-
МЕТРОЛОГИЯ И СТАНДАРТИЗАЦИЯ
бо объемного расхода (единицы: м3/с, л/с, м3/ч).
Единицы массы и массового расхода дают более полные сведения о количестве или расходе
вещества, чем единицы объема, так как объем
вещества, особенно газов, зависит от давления
и температуры. При измерении объемных расходов газов для получения сопоставимых значений результаты измерения приводят к определенным (так называемым нормальным) условиям. Такими нормальными условиями принято считать температуру tH = 20°С, давление рн = = 101,325 кПа (760 мм рт. ст.).
В соответствии с ГОСТ-15528 измерительный
прибор, служащий для измерения расхода вещества, называется расходомером, а прибор для измерения количества вещества – счетчиком количества (счетчиком). В каждом конкретном случае к этим терминам следует добавлять наименование контролируемой среды. Во многих случаях показания расходомеров суммируются во
времени и используются, как и показания счетчиков, для определения количеств израсходованного газа, отпущенной горячей воды или пара при проведении коммерческих расчетов или
определении экономических показателей работы оборудования. Эта особенность использования расходомеров и счетчиков обусловила специфику нормирования их метрологических характеристик.
Существует большое разнообразие методов
измерения расхода и конструктивных разновидностей расходомеров и счетчиков. Наибольшее
распространение получили следующие разновидности расходомеров: переменного перепада
давления с сужающими устройствами; постоянного перепада давления; тахометрические;
электромагнитные; ультразвуковые; вихревые;
массовые. Большинство выпускаемых в настоящее время расходомеров и счетчиков являются
микропроцессорными приборами с широкими
функциональными возможностями. Благодаря
энергонезависимой памяти, измеренные значения суточных и месячных расходов веществ хранятся в течение 1–3 лет. Эта информация может
вызываться на цифровой дисплей приборов, к их
цифровому выходу могут подключаться ПК и
принтеры. С использованием различных интерфейсов микропроцессорные расходомеры и счетчики соединяются с локальными компьютерными сетями, при этом информация от приборов
может передаваться по телефонным и радиоканалам, оптическим кабелям.
Различные варианты передачи и приема цифровой информации от расходомеров и счетчиков
осуществляются с использованием устройств сопряжения – адаптеров, модемов. Некоторые типы
расходомеров имеют автономное питание от батарей и аккумуляторов, что позволяет устанавливать их в местах, где отсутствует электросеть или
возникают перебои с подачей электричества.
Тахометрическими называются расходомеры, в которых скорость движения рабочего тела
пропорциональна объемному расходу измеряемой среды. В большинстве случаев рабочее тело – преобразователь расхода (крыльчатка, турбинка, шарик и т.п.) – под воздействием потока
вращается. В зависимости от устройства рабочего тела тахометрические расходомеры подразделяются на крыльчатые, турбинные, шариковые,
камерные, кольцевые и др. [2].
Тахометрические преобразователи расхода
могут использоваться как в счетчиках количества, так и в расходомерах. В первом случае преобразователь расхода (например, турбинка) связан со счетным механизмом. Тахометрические
расходомеры содержат электрические тахометрические преобразователи частоты вращения
чувствительного элемента в электрический сигнал, измеряемый затем вторичным прибором.
Электрические преобразователи скорости оказывают незначительное тормозящее действие
на подвижный элемент (по сравнению с механической передачей в счетчиках), в силу чего точность тахометрических расходомеров выше точности счетчиков с механическим редуктором.
Тахометрические приборы измеряют объемные
расходы. При необходимости измерения массовых расходов они должны снабжаться либо измерителями температуры и давления, либо плотномерами, вычислительными устройствами.
Тахометрические расходомеры применяются
для измерения расхода различных жидкостей (реже газов), причем некоторые их разновидности могут использоваться на загрязненных жидкостях.
Наиболее широко эти расходомеры используются
в коммунальном хозяйстве для учета индивидуального потребления горячей и холодной воды, газа.
Тахометрические расходомеры обладают следующими положительными чертами: широкий
динамический диапазон; высокая точность, получаемая за счет индивидуальной градуировки
приборов; простота получения и съема показаний. К числу их недостатков относятся значительная потеря давления, требования к длинам
линейных участков до (свыше 10D) и после (более 3D) счетчика, износ подшипников при наличии загрязнений в воде и газах, ограничения по
диаметру трубопровода.
Крыльчатые и турбинные расходомеры применяются для измерения расхода различных жидкостей за исключением очень вязких и загрязненных, поскольку для них важной является смазывающая способность измеряемой среды. Для измерения расхода газа турбинные расходомеры применяются реже. Это связано с тем, что из-за малой
плотности газа достаточно большой вращающий
момент получается только при больших расходах,
что уменьшает диапазон измерения расходомера
и повышает порог чувствительности. Кроме того,
в газовой среде ускоряется износ подшипников.
103
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
При диаметрах трубопроводов от 15 до 40 мм
применяются крыльчатые расходомеры, а от 50
до 250 мм – турбинные. Корпус преобразователя представляет собой отрезок трубы с двумя
фланцами для присоединения его к трубопроводу. Внутри корпуса установлены струевыпрямители, соединенные осью, на которой расположена турбинка. В расходомерах частота вращения
турбинки, пропорциональная объемному расходу, с помощью тахометрического преобразователя преобразуется в частоту импульсов выходного сигнала. При известной цене импульса их
суммарное число определяет объемный расход
на интервале времени. Импульсный сигнал с помощью специальной схемы преобразуется в аналоговый выходной сигнал. Корпус и внутренние
детали, включая подшипники, выполнены из
жаропрочных нержавеющих сталей.
При использовании турбинных преобразователей расхода необходимой процедурой является
их поверка. Межповерочный интервал для данного типа средства измерения составляет один
год. Операция проводится в соответствии с технической документацией «Методы и средства поверки преобразователей» ЛГФИ.407221.004 МИ,
утвержденной 32 ГНИИИ МО РФ 2003 г. В ходе
поверки определяются метрологические характеристики, по результатам которых расчитываются градуировочные коэффициенты преобразователя расхода.
Согласно инструкции по градуировке турбинных преобразователей расхода 4Е2.833.031 ДII,
наиболее целесообразным способом обработки результатов эксперимента является метод наименьших квадратов. Рассмотрим подробнее определение коэффициентов градуировки.
Экспериментальное определение
метрологических характеристик
преобразователей расхода [3]
1. Метрологические характеристики преобразователей для рабочих жидкостей с вязкостью до
5 мм2/с (до 5 сСт).
1.1. Индивидуальная градуировочная характеристика преобразователя расхода аппроксимируется уравнением прямой, проходящей через начало координат:
Q=
1
× f,
Bñð
где Q – значение мгновенного расхода, л/с; f –
значение частоты выходного сигнала преобразователя, Гц; Bñð – коэффициент уравнения, имп/л.
Bñð =
104
Bj max + Bj min
2
,
где Bj max (Bj min ) – среднее арифметическое значение коэффициента в j-ом сечении, где он имеет
максимальное (минимальное) значение, имп/л;
Bj max (Bj min ) =
n
∑ Bi ,
i =1
n
Bi – градуировочный коэффициент i-го измерения, имп/л
Nfi
Bi =
Vi
Nfi – число импульсов генерируемых преобразователем за время измерения Ti, имп., Vi – объем
жидкости, пролитой через преобразователь за
время измерения.
1.2. Систематическая составляющая погрешности преобразователя ∆c = max ∆cj
Систематическая составляющая погрешности преобразователя в данной точке диапазона
измерений определяется по формуле:
а) при нормировании погрешности от измеряемой величины расхода
n
∑ (Bi − Bñð )
i =1
∆cj =
n ⋅ Bñð
⋅ 100%
б) при нормировании погрешности от верхнего предела измерения расхода
n
∆cj =
∑ (Bi − Bñð′ )Qjñð
i =1
n ⋅ Bñð
′ ⋅ Qâ.ï.
⋅ 100%,
где Qâ.ï. – верхний предел диапазона измерений, л/с; Qjñð – среднее значение действительного расхода в j-ом сечении. При этом среднее значение градуировочного коэффициента B′ñð определяется для измерений лежащих в диапазоне:
от 60 до 100% Qmax – для преобразователей
ТПР1-ТПР6,
от 40 до 100% Qmax – для преобразователей
ТПР7-ТПР20.
1.3. Среднее квадратическое отклонение случайной составляющей погрешности σ (Δ).
Среднее квадратическое отклонение случайной
составляющей погрешности преобразователя в полном диапазоне измерений определяется по формуле:
МЕТРОЛОГИЯ И СТАНДАРТИЗАЦИЯ
2
где Qij – объемный расход для i-го измерения
в j-ом сечении, определяемый по образцовой
установке, л/с:
V
Qij = il ,
Tij


N  n

∑  ∑ Bi − Bñð 

i =1  i =1
 n
 100
%,
σ( ∆ ) =
⋅
N −1
Bñð
где N = m ⋅ n (m – количество сечений в диапазоне расходов; n – количество измерений в каждом сечении); Bi – градуировочный коэффициент i-го измерения, имп/л.; Bñð – коэффициент
уравнения, имп/л.
1.4. Индивидуальная градуировочная характеристика преобразователя расхода аппроксимируется уравнением прямой, проходящей через начало координат:
Q=a+
1
⋅ f,
Bñð
1
= b – коэффициенты уравнения a (л/с),
Bñð
где a и
b (л/имп).
Коэффициенты a и b определяются по формуле п. 2.1.
1.5. Систематическая составляющая погрешности преобразователя ∆c = max ∆cj ⋅ 100% определяется по формулам п. 2.2.
1.6. Среднее квадратическое отклонение случайной составляющей σ(∆) определяется по формуле п. 1.3.
2. Метрологические характеристики преобразователей для рабочих жидкостей с вязкостью
от 5 до 100 мм2/с (от 5 до 100 сСт).
2.1. Индивидуальная градуировочная характеристика преобразователей аппроксимируется
уравнением прямой, не проходящей через начало координат:
Q = a + b ⋅ f,
где a и b – коэффициенты уравнения, a (л/с),
b (л/имп).
Наиболее целесообразным методом обработки результатов эксперимента является метод
наименьших квадратов.
m n
a=
1
∑∑Q
j =1 i =1 ij
 fij 
∑ ∑  Q 
ij
j =1 i =1
m n
m n
b=
2
m n f m n f
 fij 
ij
ij
−
∑ ∑  Q  ∑ ∑ Q ∑ ∑ Q
ij
j =1 i =1
j =1 i =1 ij j =1 i =1 ij
m n
2 m n
∑∑
2
j =1 i =1 Q ij
m n
1
fij
∑ ∑ Q2 ∑ ∑ Q
j =1 i =1
m n
i j =1 i =1
 fij
∑ ∑  Q
j =1 i =1
ij
2
 m n

ij 
1
m n
fij
j =1 i =1
Qij j =1 i =1
−∑∑
1
∑ ∑ Q2
j =1 i =1
 m n fij 
−∑∑ 2
 j =1 i =1 Qij 
ij
m n
2
1
∑∑Q
 m n fij 
−∑∑ 2
 j =1 i =1 Qij 
ij
2
,
где Vil – объем жидкости, прошедшей за одно измерение через преобразователь за время Tij , л.
Nfi
,
fij =
Tij
где fij – частота выходного сигнала преобразователя i-го измерения в j-ом сечении, Гц.
Полученное значение градуировочных коэффициентов «a» и «b» необходимо округлить до
пяти знаков после запятой.
Значение расхода «Qi» и частоты «Fi» вычислить с точностью не ниже пяти значащих цифр.
2.2. Систематическая составляющая погрешности преобразователя ∆ñ = max ∆cj ⋅ 100% .
Систематическая составляющая погрешности преобразователя в данной точке диапазона
измерения определяется по формуле:
1) при нормировании погрешности от измеряемой величины
Qjñð − Q ðj
∆cj =
Qjñð
2) при нормировании погрешности от верхнего предела измерения
∆cj =
Qjñð − Q ðj
Qâ.ï.
где Q ðij = a + bfij – расчетное значение показаний преобразователя i-го измерения в j-ом сечении, л/с; Qjñð – среднее значение действительного расхода на данной точке, л/с.
n
Qjñð =
∑ Qij
i =1
n
,
n
где Q ðj =
∑ Q pij
i =1
– среднее расчетное значение
n
показаний преобразователя в j-ом сечении.
2.3. Среднее квадратическое отклонение случайной составляющей погрешности преобразователя σ(∆) .
Среднее квадратическое отклонение случайной составляющей погрешности преобразователя в полном диапазоне измерений определяется
по формуле:
 Qij − Q pi

− ∆cj 
∑ ∑  Q

jñð
j =1 i =1
m n
,
σ( ∆ ) =
m ⋅n −1
2
⋅ 100%.
105
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Таблица 1
Таблица 2
Основываясь на многолетнем опыте поверки
преобразователей расхода, анализе архивных
данных и ведение статистики, следует отметить,
что подобный метод нельзя назвать приемлемым
в поставленной измерительной задаче.
Ниже представлена таблица 1, отражающая
изменение градуировочных коэффициентов с течением времени на примере одного турбинного
преобразователя расхода.
Левый столбец содержит годы, в которых средство измерения проходило поверку, а также сокращение ПГ (погрешность) и СКО (среднее ква106
дратическое отклонение). Последующие столбцы
представляют информацию о коэффициентах,
присвоенных прибору в каждом году, исходя из
экспериментальных данных. Красным обозначено превышение порогового значения, зеленым –
значение, укладывающееся в необходимый предел. Как видно из таблицы, в большинстве экспериментальных случаев коэффициенты, определенные методом наименьших квадратов, не удовлетворяют необходимым требованиям.
Исходя из полученных данных, можно сделать
вывод, что предлагаемый метод не является опти-
МЕТРОЛОГИЯ И СТАНДАРТИЗАЦИЯ
Рис. 1. Изменение погрешности
мальным для нахождения градуировочных коэффициентов. Рассмотрим другой метод обработки
экспериментальных данных – метод минимизации погрешности. Он основан на обработке полученных при поверке данных в компьютерных математических пакетах или же в среде Excel.
Как видно из таблицы 2, данный образец турбинного преобразователя расхода имеет довольно стабильную характеристику среднего квадратического отклонения.
Изменение погрешности удобнее проследить
по графическим изображениям. Возьмем экспериментально полученные данные 2009 г. и рассмотрим результат в сочетании с градуировочными
коэффициентами, присвоенными прибору в различных годах при прохождении поверки. Диаграмма (рис. 1) отражает стабильность исследованной метрологической характеристики. Ни в одном
из случаев погрешность не превышает допустимого значения в 1%. Как следствие, возникает вопрос
о целесообразности назначения новых коэффициентов при каждой последующей поверке.
Несмотря на различные значения погрешности, в каждый момент проведения исследований, прибор находился в исправном состоянии
и мог продолжать работать без новой градуировки. Возможным оптимальным предложением
для турбинных преобразователей расхода может
стать пересмотр межповерочного интервала данного средства измерения.
Библиографический список
1. Иванова Г. М. Теплотехнические измерения и приборы: учебник для вузов. 2-е изд. – М.:
Издательство МЭИ, 2005. – 460 с.
2. ТО 4Е2.833.095 Преобразователь расхода
турбинный ТПР. Техническое описание и инструкция по эксплуатации.
3. Преобразователь расхода турбинный ТПР.
Инструкция по градуировке 4Е2.833.031 ДII
107
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК 006.90.03
Т. П. Мишура
кандидат технических наук, доцент
Н. Н. Скориантов
кандидат технических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
МЕТРОЛОГИЧЕСКОЕ ОБЕСПЕЧЕНИЕ СИСТЕМ ВИБРАЦИОННОГО МОНИТОРИНГА
ПРИ ТЕХНИЧЕСКОЙ ЭКСПЛУАТАЦИИ РОТОРНОГО ОБОРУДОВАНИЯ
Рассмотрены преимущества систем вибрационного мониторинга с нормированными метрологическими характеристиками измерительных каналов для роторного
оборудования. Показаны наиболее вероятные диапазоны частот и величины повышения уровней вибрации механизмов при различных эксплуатационных дефектах.
Приведен пример планирования текущего ремонта по анализу диагностических признаков с выводом сообщений экспертной системы поддержки принятия решений.
Перечислены нормированные метрологические характеристики измерительных каналов для обеспечения требований нормативной документации к системам вибрационного мониторинга образцов вооружения и военной техники. Представлен интерфейс перспективной системы мониторинга технического состояния корабельного роторного оборудования. Сформулирован вывод о целесообразности внедрения.
Ключевые слова: измерительный канал, нормируемые метрологические характеристики, вибрационный мониторинг, измерительная система, выявление эксплуатационных дефектов, погрешности измерений, достоверность диагностики.
T.P. Mishura
Candidate of Technical Sciences, Docent
N. N. Skoriantov
Candidate of Technical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
MEASUREMENT SYSTEMS SOFTWARE VIBRATION MONITORING
WITH TECHNICAL USE ROTARY EQUIPMENT
The advantages of vibration monitoring systems with normalized metrological characteristics of
measuring channels for rotating equipment. Showing the most probable ranges of frequencies and increase
the value of the vibration levels at various operational mechanisms defects. An example of scheduling
routine maintenance on the analysis of diagnostic signs with error messages expert decision support
system. Listed normalized metrological characteristics of measuring channels to meet the requirements of
regulatory documents to the systems of vibration monitoring of weapons and military equipment. Presented
a promising interface system condition monitoring of rotating equipment of the ship. Conclusions on the
feasibility of implementation.
Keywords: measuring channel, normalized metrological characteristics, vibration monitoring, measuring
system, the identification of operational defects, measurement errors, the accuracy of the diagnosis.
Вибрационная диагностика объединила задачи определения и прогноза технического состояния машин и оборудования по их вибрационному состоянию. Вибрационная диагностика
108
проводится на работающих машинах и механизмах, как при эксплуатации, так и при установке
на стенде. Вибродиагностика – это метод неразрушающего контроля, основанный на анализе
МЕТРОЛОГИЯ И СТАНДАРТИЗАЦИЯ
Рис. 1. Обобщенная структура стационарной системы вибродиагностики
комплекса параметров вибрации для определения состояния оборудования [1, 2]. Системы вибрационного мониторинга измерительной техники (СВМИТ) – комплексы и системы контроля,
диагностирования и прогнозирования, основанные на обработке сигналов вибрации.
СВМИТ предназначены для определения технического состояния узлов и агрегатов роторного оборудования. Они позволяют осуществлять
контроль над техническим состоянием практически любых узлов роторного типа: подшипников качения и скольжения, зубчатых и механических передач, электромагнитных систем машин постоянного и переменного тока, рабочих
колес компрессоров, турбин, насосов и вентиляторов, муфтовых соединений в процессе технической эксплуатации. Таким образом, они позволяют обеспечить обнаружение всех основных дефектов на этапе зарождения, наблюдение за развитием обнаруженных дефектов и долгосрочный
прогноз технического состояния узлов этого оборудования
Система диагностики строится по модульному принципу. Существует несколько уровней системы: от простейшей переносной системы мониторинга до многоканальной стационарной системы мониторинга.
Диагностика проводится с разным количеством
датчиков различных величин (от 1 до нескольких
сотен), которые устанавливаются на контролируемом оборудовании. На рис. 1 представлена обобщенная структура стационарной системы.
Все элементы системы устанавливаются на
объекте диагностики стационарно и работают
непрерывно. Число датчиков на один сборщик
данных – до 16, дополнительно – один датчик
оборотов, периодичность измерений при мониторинге – несколько минут.
Одним из важнейших элементов в СВМИТ
являются датчики вибрации. Современные типовые датчики (рис. 2) имеют разный принцип
работы (микромеханический, пьезоэлектрический, оптический) и чаще всего используются
для определения виброскорости, виброускорения, виброперемещения [3].
Данная работа является результатом исследований, которые проводились на базе корабельного оборудования. Роторный механизм устанавливается стационарно на 4 вибродатчика, в качестве которых используются пьезоэлектрические
виброметры. Схема пьезоэлектрического виброметра и принцип его работы хорошо известны.
Это преобразование вибрации в электрический
сигнал. Электрический сигнал с пьезокристалла, как правило, подается на аналогово-цифровой преобразователь, и его обработка осуществляется в цифровом виде.
К основным недостатками этого класса приборов относятся:
– необходимость соприкосновения чувствительной части с измеряемым объектом (это не
всегда уместно в условиях производства);
– пьезоэлектрические приборы по сравнению
с другими имеют, как правило, более узкий диа109
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
а)
б)
в)
Рис. 2. Типовые датчики вибрации IFM Electronic
а) для подключения к внешним блокам электроники VSE; б) серия VK; в) серия VT
пазон воспринимаемых частот, поскольку имеют механический тракт передачи вибрации, где
максимальная частота определяется инертностью компонентов.
К достоинствам пьезоэлектрических виброметров можно отнести их относительно невысокую
стоимость, а также относительно простое устройство, что обеспечивает надежность и устойчивость
к внешним воздействиям, что особенно важно при
технической эксплуатации вооружения и военной
техники (ВиВТ). Практически все группы дефектов роторного оборудования обнаруживаются на
начальной стадии развития по низкочастотной и
высокочастотной вибрации подшипников зубчатой передачи. Основными видами анализа сигналов является частотный и спектральный. И в том,
и в другом случае предусмотрено определение характеристик компонент сигнала на разных частотах. На рис. 3 представлены наиболее вероятные
диапазоны частот и величины повышения уровней вибрации механизмов при различных эксплуатационных дефектах [1].
По росту низкочастотной вибрации ротора
в подшипниках и, как следствие, вибрации машины в целом, диагностируются: дефекты роторов, дефекты рабочих колес в целом (неуравновешенность, бой, перекос и т.п.), рост динамических нагрузок на подшипники, которые приводят к их разрушению.
По росту высокочастотной вибрации диагностируются: дефекты рабочих колес и задевание
вращающимися узлами за неподвижные части
машины (нарушение смазки).
Нормативными документами [4, 5] определены допустимые эксплуатационные нормы вибрации механизмов с вращательным движением и порядок их измерений. Однако контроль
по стандартизованным критериям дает только
обобщенную картину технического состояния
механизма, а вместе с тем углубленный и разноплановый анализ вибраций позволяет решать
задачи оценки технического состояния, диагностики и прогнозирования, выявлять зарождающиеся дефекты за значительное время до того
Рис. 3. Диапазоны частот и величины повышения уровней вибрации механизмов
при различных эксплуатационных дефектах
1 – дисбаланс ротора; 2 – асимметрия вращающегося магнитного поля;
3 – дефекты насосов и вентиляторов, несоосность валов; 4 – волнистость дорожек подшипника;
5 – разрушение подшипников; 6 – нарушение смазки подшипников, кавитация
110
МЕТРОЛОГИЯ И СТАНДАРТИЗАЦИЯ
момента, когда ремонт становится неизбежным.
Алгоритм мониторинга включает в себя периодический контроль выбираемых пользователем
параметров различных видов сигналов, и, прежде всего, сигнала вибрации; сравнение этих параметров с пороговыми значениями (эталонами);
определение основных тенденций развития контролируемых параметров [6].
К перспективным системам мониторинга
технического состояния предъявляются специальные требования, обусловленные высокими
требованиями к ВиВТ [7], стойкостью к воздействию внешних факторов естественного и искусственного происхождения (вибрационная стойкость, воздействие высоких и низких температур, ударостойкость и другие).
Высокая степень достоверности получаемых результатов при прогнозировании отказов работающих машин и механизмов может быть реализована только при метрологическом обеспечении ИС.
Метрологические свойства военной измерительной техники, определяемые ее метрологическими характеристиками, оказывают влияние
на погрешность результата измерений. По ним
можно судить о ее пригодности к применению
в определенных условиях. Для измерительных
систем согласно ГОСТ Р 8.596-2002 «Метрологическое обеспечение измерительных систем. Основные положения» измерительная система (ИС)
устанавливают комплекс нормируемых метрологических характеристик (ГОСТ 34.201, ГОСТ
34.601, ГОСТ 34.602). К ним относят:
– номинальную характеристику преобразования (для измерительных преобразователей), цену деления шкалы и ее пределы;
– выходной код, число разрядов кода, номинальную цену единицы наименьшего разряда
кода (для цифровой измерительной техники);
– систематическую составляющую погрешности;
– случайную составляющую погрешности;
– общую погрешность;
– выходное и входное сопротивления;
– динамические характеристики;
– функции влияния.
ИС являются разновидностью средств измерений и на них распространяются все общие требования к средствам измерений. Нормы на метрологические характеристики измерительных
каналов устанавливаются в соответствии с ГОСТ
8.009-84 «Нормируемые метрологические характеристики средств измерений» и с учетом
МИ 2439-97 для каждого измерительного канала ИС, при необходимости для комплексных и
измерительных компонентов ИС, т. е. первичных преобразователей (датчиков вибрации, импедансных головок и т.п.) при выпуске из производства и в эксплуатации [8].
Метрологическое обеспечение ИС [9] включает в себя следующие виды деятельности:
– нормирование, расчет метрологических характеристик измерительных каналов ИС;
– метрологическую экспертизу технической
документации на ИС;
– испытания ИС с целью утверждения типа;
утверждение типа ИС и испытания на соответствие утвержденному типу;
– сертификацию ИС;
– поверку и калибровку ИС;
– метрологический надзор за выпуском, монтажом, наладкой, состоянием и применением ИС.
Нормирование метрологических характеристик ИС является одним из основных элементов
системы метрологического обеспечения на этапе
проектирования.
Нормированные метрологические характеристики измерительных каналов должны обеспечивать:
– расчет характеристик погрешности измерений, выполняемых посредством измерительного
канала в рабочих условиях эксплуатации;
– контроль при испытаниях и поверке ИС на
соответствие нормированным метрологическим
характеристикам измерительного канала ИС.
Интерфейс перспективной системы мониторинга технического состояния корабельного роторного оборудования с возможностью установления нормируемых метрологических характеристик измерительных каналов для оценивания
погрешности результата измерений измерительной системы представлен на рис. 4.
Приведена зависимость СКО одного из параметров сигнала в заданной полосе частот по четырем
измерительным каналам. Выборка 250 тыс. измерений. Диапазон частот от 0 до 10 тыс. Гц. Анализ
характеристик показывает, что все 4 канала дают
устойчивый сбой на частоте 1000 Гц. Из рис. 3 можно определить вид возможного отказа: волнистость
дорожек подшипника, разрушение подшипников,
нарушение смазки подшипников, кавитация. На
частоте 500 Гц один из каналов дает скачок, что
требует дополнительной диагностики для прогнозирования отказа.
Таким образом, выходными данными открытой системы мониторинга являются:
– информация о факте выхода значений контролируемых параметров за установленные пороги;
– наиболее вероятное время достижения ближайшего порога значением контролируемого параметра;
– рекомендуемая дата следующего измерения.
Таким образом, очевидно, что применение виброконтроля позволяет перейти от обслуживания по наработке к обслуживанию по фактическому техническому состоянию (рис. 5).
В процессе работы комплекса накапливаются
большие объемы данных (за сутки до 20 Мб). Они
записываются в файлы. Имена файлов форми111
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Рис. 4. Интерфейс перспективной СВМИТ с возможностью установления
нормируемых метрологических характеристик измерительных каналов
Рис. 5. Пример планирования текущего ремонта по анализу диагностических признаков
с выводом сообщений экспертной системы поддержки принятия решений
112
МЕТРОЛОГИЯ И СТАНДАРТИЗАЦИЯ
руются так, что по ним можно определить точку
и направление контроля, дату создания.
На основании полученной информации, можно оптимизировать планирование текущего и капитального ремонта, увеличить межремонтный
интервал, уменьшить затраты на закупку запчастей и расходных материалов.
Вибродиагностическое обследование позволяет:
– комплексно оценивать техническое состояние роторного оборудования;
– выявлять явно выраженные (дисбаланс,
расцентровка, недостаточная жесткость опор) и
зарождающиеся дефекты оборудования (дефекты подшипников, шестерен и т.п.) (рис. 3);
– оценивать состояние любых подшипников
(качения, скольжения), передаточных механизмов
(зубчатых, ременных и цепных) и нагнетающего
оборудования (насосы, компрессоры, вентиляторы);
– выявлять дефекты электромагнитных систем электрических машин;
– планировать объемы и сроки ремонтных работ, оценивать качество их выполнения.
– повысить надежность роторного оборудования;
– выявить и предупредить отказы и неисправности;
– определить состояние оборудования.
Реализация мониторинга диагностического
параметра с нормированными метрологическими характеристиками измерительных каналов
в отношении роторного энергетического оборудования позволяет с высокой степенью достоверности определить его остаточный ресурс и срок
службы и, либо рекомендовать дальнейшую эксплуатацию роторной установки без каких-либо
существенных операций восстановительного характера, либо провести необходимые техническое обслуживание и ремонт.
Внедрение системы вибрационного мониторинга с нормированными метрологическими характеристиками измерительных каналов позволило сократить расходы на ремонт энерготехники примерно в два раза при одновременном увеличении межремонтного периода эксплуатации
на 25 %, перейти с обслуживания по наработке
к обслуживанию по техническому состоянию.
Библиографический список
1. Скориантов, Н. Н. Метрологическое обеспечение систем вибрационного мониторинга измерительной техники / Н. Н. Скориантов, Т. П. Мишура, В. С. Парфенова // Морские интеллектуальные технологии. 2014. Т. 1. № 3. С. 6–8.
2. ГОСТ 20911-89. «Техническая диагностика. Основные термины и определения» М.: Издво стандартов, 1989.
3. Датчики вибрации IFM Electronic серии
VK [электронный ресурс] URL: http://www.
sensoren.ru/datchiki_vibracii_ifm_electronic_
serii_vk.html
4. ГОСТ ИСО 10816-1-97. Вибрация. Контроль
состояния машин по результатам измерений вибрации на невращающихся частях. Ч.1. Общие
требования. М.: Изд-во стандартов, 1997.
5. ГОСТ ИСО 2954-97. Вибрация машин с возвратно – поступательным и вращательным движением. Требования к средствам измерений. М.:
Изд-во стандартов, 1997.
6. Бранцевич, П. Ю. Организация и алгоритмы
системы вибрационного контроля и оценки технического состояния турбоагрегатов по вибрационным параметрам. Проблемы вибрации, виброналадки, вибромониторинга и диагностики оборудования электрических станций /П. Ю. Бранцевич,
С. Ф. Костюк, Г. Г. Соболь под общ. ред. А. В. Салимона// Сб. докл. ОАО «ВТИ»/ М. 2003. С. 25–30
7. Дюдин, Е. С. Метрологическая экспертиза
вооружения, военной и специальной техники
ВМФ: учебное пособие для метрологов предприятий и организаций судостроения / Е. С. Дюдин,
Н. А. Кавецкий. 2012. 150 с.
8. ГОСТ 8.009-84 «Нормируемые метрологические характеристики средств измерений». М.:
Изд-во стандартов, 1984.
9. Скориантов, Н. Н. Аспекты создания системы метрологического обеспечения измерительных
систем при оценке технического состояния оборудования энергетических установок / Н. Н. Скориантов, Р. В. Гетьман // Cб. докл. межотраслевой научно-практической конференции "Военное кораблестроение – 2012" СПб. 2012.
113
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
УДК 550.51
В. М. Волгин
кандидат физико-математических наук, доцент
Л. С. Ивлев
доктор физико-математических наук, профессор
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ОБ ИСПОЛЬЗОВАНИИ БЕСПИЛОТНЫХ АППАРАТОВ
ДЛЯ МОНИТОРИНГА МИКРОКЛИМАТА,
В ЧАСТНОСТИ СТРУКТУРЫ ПРИЗЕМНЫХ ТУМАНОВ
Рассматривается возможность исследования пространственной структуры и дисперсности аэрозолей воднодисперсных туманов и дымок в нижних слоях атмосферы,
с помощью малогабаритной аппаратуры, устанавливаемой на беспилотных аппаратах.
Ключевые слова: беспилотный аппарат, туманы, дымки, воднодисперсные среды,
микроклимат, приземный слой атмосферы, зондирование, технологические процессы, медицина.
V. M. Volgin
Candidate of Physical and Mahtematical Sciences, Docent
L. S. Ivlev
Doctor of Physical and Mathematical Sciences, Professor
Saint-Petersburg State University of Aerospace Instrumentation
ABOUT THE USE OF PILOTLESS APPARATUS
FOR MICROCLIMATE MONITORING,
IN PARTICULAR FOR LANDING MIST
Possibility of investigation of space structure and dispersion of aerosols is examined, first of all of
waterdisperse mist and smoke in lower atmosphere layer with help of small mechanisms placed on pilotless
apparatus.
Keywords: pilotless apparatus, mist, smoke, waterdisperse environment, microclimate, landing
atmospheric layer, sounding, technological process, medicine.
Определение характеристик взвешенного вещества представляет актуальнейшую проблему
в исследованиях, связанных с образованием и эволюцией дисперсных систем. Причем диапазон возможных решений этой проблемы в общем случае
практически неопределенен, так как может требоваться нахождение химического и микроструктурного состава (неоднородности состава и формы
114
от сферической до нитевидной), дисперсности частиц, варьирующей от нанометров до сантиметров
(7 порядков величины размеров), счетной концентрации от 10–6 до 109 см–3. (Остальные характеристики будем считать производными).
Поэтому не существует прибора, который мог
бы дать исчерпывающие сведения о взвешенном
веществе и годился для измерений в любых усло-
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
виях [1, 2]. Особенно важно получение экспрессной информации о состоянии системы в технологических процессах, например, в различных
областях химической промышленности. Несомненно, что в подобных задачах совсем необязательно получение точных и тонких решений.
Нужен простой надежный прибор, быстро выдающий необходимые одну–две характеристики.
Задача определения микроструктуры аэрозолей методом спектральной прозрачности относится к числу некорректных. И эта особенность приводит к многочисленным неоднозначностям в решении важной по физической постановке задачи,
в связи с ее математической некорректностью.
Однако можно оставить попытки свести некорректную задачу к корректной и оставить ее
некорректной, но очевидной с точки зрения того, в чем заключается некорректность. Материал для поиска решений в этой области оставляет
метод моментов, который позволяет оценить размер частиц путем вычисления простой площади
под кривой. Разумеется, когда кривая известна
не полностью, возникают ошибки, но очевидность графики позволяет эти ошибки оценить.
Простая операция – вычисление площади под
кривой спектральной прозрачности доступна
всем, поэтому доступна для понимания и оценки
размеров аэрозольных частиц. Например, если
получить одно число – массовую концентрацию,
то решение будет вполне удовлетворительным,
поскольку спектральная прозрачность получена
в нескольких точках, а требуется получить всего
одну величину.
Важным аргументом является тот факт, что
по результатам многих измерений мы находим
только одно–два числа, как находят скорость
в качестве производной пути по времени. Задача остается некорректной, но очевидной с точки
зрения физики.
Формулы представлены в Интернете «Определение микроструктуры аэрозоля над морем
методом спектральной прозрачности». Следует отметить, что по результатам патентных исследований и изучения литературы предложенная формула единственная, которая позволяет решить задачу корректно. То есть, речь идет
о единственно возможном решении задачи. Оно
известно и является результатом длительных
исследований одного из авторов представленной
работы – В. М. Волгина.
Это решение, очевидно, может представлять
большой интерес для решения задач мониторинга микроклимата и приземных туманов, которые
во многом определяют режим произрастания
сельскохозяйственных культур и решения навигационных задач. Один и тот же район с благоприятным инсоляционным режимом, но разный
по микроклимату имеет разную урожайность
сельскохозяйственных культур. Последний во
многом определяется орографией, существова-
нием болотистых низменностей, произрастанием лесных массивов. Отметим, что теоретические научные исследования приземных туманов
практически не велись. Известны результаты теоретических исследований структуры приземных туманов, выполненные К. С. Шифриным,
Г. Ван де Хюлстом, Эрлом Мак-Картни, А. Я. Перельманом. Ими получены глобальные характеристики микроклимата, обусловленные микрофизическими и термодинамическими процессами в атмосфере. Было показано, что ослабление
почти белых туманов и туманных дымок далеко
не нейтрально, как это казалось в первом приближении, а имеет цветовую характеристику,
что дает возможность дистанционного определения структуры аэрозолей.
Отметим, что в большинстве случаев тонкости микроклимата конкретных структур в приземном слое не учитываются, в частности из-за
отсутствия наблюдательных данных. А, таким
образом игнорируются интересы отдельных
фермерских хозяйств и кооперативов, когда
нужно знать микроклимат в пределах от одного
до нескольких десятков километров. Этот пробел может быть восполнен использованием простых легких приборов, поднимаемых беспилотными аппаратами, например, с помощью фотометров.
Как известно, интегральный поток света,
прошедший через взвесь, несет информацию о
массовой концентрации частиц. Было интересно экспериментально определить, в каком диапазоне концентраций можно «оптически» определить массовую концентрацию. Поэтому в первом варианте для этого использовалась простая
установка с осветительной лампой, кюветой,
диафрагмирующей линзой и фоторезистором,
обладающим большой интегральной чувствительностью (одноканальный фотометр). Результаты показали, что в данной конфигурации оптические «весы» взвешивают концентрации от
0.1 до 2–3 Мг на мл. Это эксперимент был проведен с порошком мела. Для веществ с большим
показателем преломления чувствительность
измерений улучшается. Отметим, что, хотя теория этого эффекта уже давно известна, но это
был первый опыт определения микроструктуры
золя по интегральным характеристикам. Авторы назвали прибор «оптические весы».
Очевидно, использование метода зондирования эффективней проводить по крайней мере на
двух длинах волн: синей и красной. Это может
дать информацию о концентрации и средних
размерах частиц, что важно для составления
прогностических моделей золей.
В этом случае в состав аппаратуры беспилотного аппарата должны входить: 1) блок осветителя с синим и красным источниками; 2) блок
фотоприемников на основе кремниевых фотодиодов; 3) многоходовая кювета с базой не менее
115
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
3 метров. В этом случае аппарат – двухлучевой
фотометр способен накапливать информацию о
спектральных характеристиках туманов и туманных дымок. Оптический дальномер даст нам
информацию о высоте, хотя возможно и использование GpS навигатора. Получаемая таким аппаратом информация в дальнейшем обрабатывается. Хотя совершенно ясно, что в силу изохорических процессов при повышении давления
и понижения температуры образуются плотные
туманы, но это уже синоптический аспект исследований. Беспилотный аппарат даст нам понимание влияния местных факторов на образование и эволюцию аэрозолей, что крайне важно
для термодинамических расчетов, т. е. экспериментально учитывается наличие лесных массивов, высоких подземных вод, близлежаших водоемов и т.д.
Авторами был изготовлен лабораторный макет двухканального фотометра для исследования размеров частиц и массовой концентрации
взвеси. Массовая концентрация и размер частиц
взвеси определялись по соотношению красного
и синего сигналов по направлению вперед и под
углом 90 градусов. Использовался голубой светодиод в направлении вперед и красный светодиод в направлении под углом 90 градусов. Сигнал
проходил через 10 см. кювету и фиксировался
шестью фотоприемниками ФД 227к., затем усиливался до значений порядка сотен милливольт
116
Измерения на частицах мела и талька показали, что прибор может фиксировать частицы размерами от 0,5 до 10 мкм и массовой концентрацией от
0,01 мг на литр до 10 мг на литр. с точностью 15%.
Вес прибора не превышал 500 г. Такой прибор уже
может быть использован для биологических исследований. В частности, на нем были проведены исследования активности дрожжевого грибка.
При изготовлении прибора для беспилотника основную трудность представляет создание
многоходовой кюветы для определения концентрации и дисперсности тумана и дымки низкой
оптической плотности.
Библиографический список
1. Довгалюк Ю. А., Ивлев Л. С. Физика водных
и других атмосферных аэрозолей. – Изд. ЛГУ,
1977, 255 с.
2. Ван ле Хюлст. Рассеяние света малыми частицами. – М.Изд.ИЛ. 1961, 536 с.
3. Зуев В. Е. Распространение видимых и инфракрасных волн в атмосфере. М.: Советское радио, 1970. – 496 с.
4. Мак Картни Э. Оптика атмосферы /Пер.
с анг. – М.: Мир, 1972, 421с.
5. Шифрин К. С. Рассеяние света в мутной среде. – М.: Гостехиздат, 1951. – 288с.
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
УДК 551.50, 536.7
Л. С. Ивлев
доктор физико-математических наук, профессор
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ВЛИЯНИЕ АТМОСФЕРНЫХ АЭРОЗОЛЕЙ
НА ГЛОБАЛЬНЫЙ И РЕГИОНАЛЬНЫЙ КЛИМАТ ЗЕМЛИ
В работе рассмотрены важнейшие факторы влияния аэрозолей на глобальный и
региональный климат: на процессы разных масштабов, на типы и свойства аэрозолей наиболее важные по воздействию на климат, оценки вкладов в воздействие на
климат изменчивости аэрозолей, малых газов (Н2О, O3, CO2, СО и др.), облачности и
альбедо поверхности.
Ключевые слова: глобальный и региональный климат, аэрозоли, коротковолновая и длинноволновая радиации, альбедо, сажевые частицы, пожары, похолодание,
потепление, стратификация облаков и аэрозолей.
L. S. Ivlev
Doctor of Physical and Mathematical Sciences, Professor
Saint-Petersburg State University of Aerospace Instrumentation
INFLUENCE OF THE ATMOSPHERIC AEROSOLS ON GLOBAL AND REGIONAL CLIMATE OF THE EARTH
In the article the important factors of the aerosol influence on global and regional climate are observed:
on processes of various scales, on the aerosol types and properties of the most influence on climate,
appraisal contribution of aerosol and impurity gases, clouds and albedo of surface changeability.
Keywords: global and regional climate, aerosols, short- and long –wave radiation, albedo, cold snap,
warming, stratification of clouds and aerosols.
Главная задача, связанная с изучением воздействия аэродисперсных систем на климат, состоит в учете их влияния на перенос коротковолновой и длинноволновой радиации с точки
зрения тех изменений климата, которые могут
возникать при региональных и глобальных изменениях пространственного распределения
концентрации, микроструктуры и химического
состава аэрозолей. Считается, что аэрозоли сами
по себе не могут вызывать восходящие и нисходящие конвективные движения, но они влияют
на фазовые переходы воды, а выделяемая и поглощаемая при этом теплота существенно воздействует на вертикальные движения и общую
циркуляцию атмосферы.
Наблюдаются сильные неоднородности химического состава и распределения частиц по размерам и морфологической структуре в зависимости от региона и локальных источников, которые
могут существенно сказываться на локальных
погодных условиях и циркуляции атмосферы.
В высоких слоях атмосферы эффективны фото-
форетические процессы движения аэрозольных
частиц.
Велика роль аэрозолей в крупномасштабных
процессах массопереноса вещества на Земле,
в перемешивании химических элементов и соединений в поверхностном и приповерхностном
слоях.
Гетерогенные процессы на аэрозольных частицах и в каплях, в частности при вулканических извержениях, ведут к быстрому уменьшению концентрации озона и окислению серосодержащих компонентов атмосферы. Моделирование структуры атмосферных аэрозолей и их
влияния на климатические процессы затруднено из-за сильной пространственно-временной изменчивости аэрозолей и недостаточно полных
экспериментально полученных сведений о динамических процессах с их участием. В частности,
над океанами, в пустынях, в полярных районах,
где более надежных оценок требует воздействие
пылевых аэрозолей на региональный и глобальный климат.
117
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Общепринят следующий подход: постоянно
измеряются небольшое количество параметров,
чаще всего коэффициенты рассеяния и ослабления, а затем на базе этих данных и априорных
модельных представлениях рассчитываются
требуемые для конкретной климатической задачи характеристики. Такой подход требует постоянной сверки с данными имеющихся комплексных измерений. Однако в большинстве случаев ограничиваются априорными модельными
представлениями.
Много неясного в исследованиях сульфатных
аэрозолей в вопросе газофазной трансформации
продуцируемого морским фитопланктоном диметилсульфида и возможной роли образующихся при этом облачных ядер конденсации, как
фактора изменения микроструктуры, количества и альбедо морских слоистых облаков. Особое значение имеет проблема антропогенных воздействий на круговорот серы. Косвенные оценки
свидетельствуют о том, что выбросы газообразной серы в атмосферу за счет сжигания топлива
достигли того же порядка величины, что и вклад
природных факторов. Интерес в первую очередь
представляют оценки биологически обусловленных газообразных соединений восстановленной
серы, исследования определяющих их процессов
и антропогенных воздействий.
Неизвестен точный вклад выбрасываемых
в атмосферу растительностью суши терпенов и
других углеводородных соединений, в результате фотохимического окисления которых возникают субмикронные органические аэрозоли. Наблюдения в регионе восточного побережья США
показали, что их вклад в радиационные характеристики атмосферы в этом промышленном регионе сравним с вкладом антропогенных сульфатных аэрозолей.
В этой связи большое внимание заслуживает проблема возможного воздействия на климат выбросов в тропосферу и стратосферу большого количества сажевых частиц, образующихся в результате пожаров, вызванных ядерными
взрывами в атмосфере. В последнее время значительный интерес был проявлен к оценкам климатических воздействий пожаров на нефтепромыслах [1].
Развитие численного моделирования климата определяет необходимость надежного учета
влияния аэрозоля на климат на основе разработки достаточно полных и адекватных реальности
аэрозольных моделей и оценки чувствительности климата к различным характеристикам атмосферных аэрозолей. Численное моделирование глобального климата с учетом не только антропогенно обусловленного роста концентрации
парниковых газов, но и возрастающего содержания в атмосфере антропогенных сульфатных
аэрозолей (ежегодные выбросы сернистого газа,
трансформирующегося в аэрозоли эквивалент118
ны 70–80 Tт серы) выявили значительно более
сложную картину формирования климата, чем
ранее предполагалось: аэрозольно обусловленное похолодание климата в значительной степени компенсирует парниковое потепление, а пространственно-временная изменчивость содержания аэрозолей в атмосфере определяет формирование более изменчивого географического
климата. То есть, роль аэрозолей в глобальных
изменениях климата Земли достаточно разнообразна и не ограничивается эффектом охлаждения, хотя этот эффект наиболее очевиден, особенно для стратосферных аэрозолей. Приоритетными являются следующие аспекты проблемы:
– влияние аэрозолей на процессы регионального и глобального масштаба;
– выявление наиболее важных с точки зрения
воздействия на климат типов и свойств аэрозолей;
– оценки вкладов в воздействие на региональный и глобальный климат изменчивости аэрозолей, малых газовых компонентов (Н2О, O3, CO2,
СО и др.), облачности и альбедо подстилающей
поверхности. В частности, необходимы серьезные исследования проблемы воздействия аэрозолей на процессы образования и разрушения
облачного покрова. Результаты воздействия аэрозолей на перенос излучения и фазовые переходы воды зависят, как правило, от совокупности химических и физических процессов, причем почти всегда существенную роль играет зависимость состава от размера частиц аэрозолей.
Поэтому адекватное описание свойств реальных
аэрозолей должно проводиться на основе использования результатов комплексного определения
их характеристик.
Для учета аэрозольных эффектов в теории
климата наиболее существенна разработка моделей динамики образования, трансформации и
переноса аэрозолей во взаимодействии с процессами формирования климата. Для приближенных оценок воздействия аэрозолей на климат
пригодны модели радиационно-конвективного
равновесия. С их помощью, в частности, было
обнаружено сильное воздействие аэрозолей на
вертикальный профиль температуры при большой оптической аэрозольной толщине и слабое,
если оптическая толщина меньше 0,5. В зависимости от альбедо подстилающей поверхности,
стратификации аэрозольных частиц и оптических свойств облаков могут возникнуть эффекты похолодания, так и потепления климата до
нескольких градусов.
Учет аэрозольного влияния на изменение температуры подстилающей поверхности в рамках
зональной модели общей циркуляции атмосферы (ОЦА) позволяет утверждать, что возможно
понижение температуры, достигающее нескольких градусов.
Оценки влияния фоновых природных аэрозолей в тропосфере на радиационный режим по-
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
казывают, что аэрозоли обусловливают уменьшение коротковолнового баланса на уровне подстилающей поверхности на 5,0 Вт/м2, а на уровне верхней границы атмосферы на 3,5 Вт/м2, т. е.
вызывает примерно такие же по величине (но
противоположные по знаку) радиационные возмущения, что и удвоение концентрации СО2 [2].
Анализ зонально осредненных полей температуры свидетельствует, что в тропосфере (прежде всего вблизи подстилающей поверхности)
прогревание, обусловленное коротковолновым
аэрозольным поглощением радиации, компенсируется, в основном, нерадиационными факторами и поэтому поле температуры не претерпевает существенных изменений, тогда как в стратосфере прогревание компенсируется усилением
длинноволнового выхолаживания. Для решения
климатологических задач существенно обосновать минимально необходимое задание оптических параметров атмосферных аэрозолей.
Из всего многообразия механизмов воздействия аэрозолей на климат можно выделить три
основных.
1. Прямое влияние аэрозоля на радиационный баланс системы «земная поверхность – атмосфера» посредством перераспределения коротковолнового солнечного и теплового излучений в этой системе за счет рассеяния и поглощения на аэрозольных частицах, неравномерно
распределенных в земной атмосфере.
2. Определяющая роль аэрозольных частиц
в фазовых переходах воды в атмосфере, в частности в облакообразовании, что имеет для энергетики системы «земная поверхность – атмосфера»
еще более важное значение, чем первый фактор.
Большое внимание привлекает в связи с этим
выявление роли газофазных реакций образования аэрозолей (в первую очередь – ядер конденсации), связанных с природными и антропогенными выбросами в атмосферу таких соединений
как диметилсульфид и сернистый газ.
3. Гетерогенные химические процессы, в частности процессы разрушения молекул озона на поверхности аэрозольных частиц, которые влияют
на изменение газового состава атмосферы.
Появление в атмосфере сажевых частиц осложняет характер воздействия аэрозолей на климат.
Необходимо ответить на следующие вопросы:
1. Насколько чувствителен климат к выбросам частиц, газов и тепла, а также к изменениям характеристик земной поверхности, которые
могут быть результатом различных способов использования энергии?
2. Что эффективней воздействует на погоду и
климат: сосредоточенный или распределенный
источник энергии?
3. Каким был бы климат, если бы не было
промышленной революции?
4. Действительно ли мы понимаем «естественный» климат и его временную изменчивость различных масштабов?
Во всех этих вопросах присутствует проблема атмосферных аэрозолей: его генерации, участия в атмосферных гетерогенных процессах, роли в радиационном режиме климатической системы Земли.
Библиографический список
1. Кондратьев К. Я., Ивлев Л. С., Крапивин В. Ф.
Свойства, процессы образования и последствия воздействий атмосферного аэрозоля: от нано- до глобальных масштабов. СПб., ВВМ, 2007, 858 с.
2. Дергачев В. А., Кудрявцев И. В., Наговицын Ю. А., Огурцов М. Г., Мельникова И. Н., Васильев А. В., Ивлев Л. С., Нахатова Г. Г., Веретененко С. В. Космические и атмосферные факторы влияния на изменение земного климата. В сб. трудов
VIII-й международной конференции «Естественные и антропогенные аэрозоли» 1–5 октября 2012 г.
СПб. ВВМ. 2013. 302–305 с.
119
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК: 620.9.002.68; 620.9.004.8; 620.9:658.567; 620.9.002.8
А. Е. Колтышев
кандидат географических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
Проблемы ресурсного цикла и путей его оптимизации
В статье рассмотрен ресурсный цикл и связанные с ним экологические проблемы,
в первую очередь – проблема роста количества производимых твердых отходов.
Предложена усовершенствованная схема ресурсного цикла, учитывающая развитие
и внедрение безотходных технологий и все более широкое вовлечение вторичных ресурсов в ресурсный цикл. Проанализированы основные и перспективные подходы
к внедрению безотходных технологий. Ресурсный цикл и безотходные технологии
рассматриваются в неразрывной связи с экологическими, маркетинговыми и экономическими подходами к решению проблемы.
Ключевые слова: природные ресурсы, ресурсный цикл, твердые отходы, окружающая среда, загрязнения окружающей среды, безотходные технологии, потребление
ресурсов, вторичное использование ресурсов, переработка ресурсов, потребление,
потребительство, запланированное устаревание.
A. E. Koltyshev
Candidate of Geographical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
RESOURCE CYCLE PROBLEMS AND APPROACHES TO IT`S OPTIMIZATION
This article is devoted to the resource cycle and ecological problems which are closely associated with
it, especially with the problem of solid wastes amount growth. Updated scheme of the resource cycle which
takes into account development and adoption of wasteless technologies and wider implication of recoverable
resources into resource cycle are suggested. Basic and long-term approaches of wasteless technologies
commissioning are analyzed. Resource cycle and wasteless technologies problems are considered in
inseparable connection with ecological, marketing and economical approaches.
Keywords: natural resources, resource cycle, solid wastes, environment, environmental pollutions,
wasteless technologies, resource consuming, resources recycling, waste processing, consumption,
consumerism, contrived obsolence.
В последние десятилетия перед человечеством
встал ряд серьезных экологических проблем, таких как загрязнение окружающей среды (ОС), изменение климата, нехватка ряда ресурсов, сведение лесов, недостаток пресной воды и продовольствия в ряде регионов, локальные и региональные экологические катастрофы. Не менее острой
является и проблема твердых отходов (ТО), проще
говоря – мусора. Важно отметить, что непрерывное увеличение количества ТО, как и загрязнений ОС, является следствием современной экономической модели, направленной на постоянный
рост уровня производства и потребления.
Первопричиной как загрязнений ОС, так и
образования ТО, является вовлечение челове120
чеством природных ресурсов в т.н. ресурсный
цикл. Согласно [1], ресурсный цикл – это своего рода искусственное движение и изменение человеком ресурсов (под движением и изменением
следует понимать добычу, обогащение, транспортировку, переработку, изготовление продукции, потребление продукции, результаты потребления – загрязнения ОС и отходы). Очевидно, что с ростом индустриализации в последнее
столетие и с переходом на современную модель
экономического роста и потребления в последние примерно полстолетия, вовлечение ресурсов
в ресурсный цикл неизменно растет, что приближает человечество к спрогнозированному еще
в 1970-х гг. Римским клубом пределу роста [2, 3].
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
Добыча ресурса
в месторождении
(месте образования,
произрастания)
Предварительная обработка,
обогащение
Транспортировка
Изготовление продукции
Оставленное в месторождении
(месте образования, произрастания)
Потери
Отходы
Потери
Потери, выбросы,
сбросы
Отходы
Рассеяние
Эксплуатация продукции
Износ
Переработка
и вторичное
использование
Захоронение
Рис. 1. Схема ресурсного цикла (Стадницкий Г. В., 2003, Колтышев А. Е., 2015)
Рассмотренная Г. В. Стадницким схема ресурсного цикла [1] ныне нуждается в некоторых
уточнениях и дополнениях. Доработанная схема
ресурсного цикла с уточнениями, дополнениями
и учетом современных тенденций развития экономики и технологий представлена на рис. 1.
В левой части рисунка (в прямоугольниках)
представлены основные действия с ресурсами
в процессе ресурсного цикла. В правой части (в
овалах) – основные последствия этих действий
для ОС. Овалами с черной заливкой обозначены
безвозвратные потери ресурсов, овалами без заливки – частично поддающиеся восстановлению
или вторичному использованию потери. Непрерывными линиями показаны неизбежные перемещения (изменения) ресурсов, пунктирными –
возможные перемещения и изменения.
Отметим, что Г. В. Стадницкий рассматривал
в основном полезные ископаемые, однако в цикл
вовлекаются и другие виды ресурсов, например,
растения, животные, вода и т.п., что и отражено
на рис. 1.
Ресурсный цикл начинается с добычи в месторождении (полезные ископаемые), в месте
образования (например, озерная вода), в месте
произрастания (например, лес). При этом полно-
стью вычерпать ресурс (например, уголь из пласта) невозможно (хотя желательно), что актуально для полезных ископаемых; с другой стороны,
наоборот, полностью вычерпывать воду из озера
или уничтожать весь лесной массив не следует
чисто с экологической точки зрения.
Непосредственно в месте добычи с ресурсом
неминуемо производятся те или иные действия,
как, например, обогащение, подготовка к транспортировке, измельчение, прессование и т.п. (например, при добыче леса перед транспортировкой необходимо обрубить ветви). Это сопровождается теми или иными потерями (например,
обрубленные ветви деревьев) и отходами (например, пустая или сопутствующая порода при добыче полезных ископаемых).
Непосредственно в месте добычи с ресурсом
неминуемо производятся те или иные действия,
как, например, обогащение, подготовка к транспортировке, измельчение, прессование и т.п. (например, при добыче леса перед транспортировкой необходимо обрубить ветви). Это сопровождается теми или иными потерями (например,
обрубленные ветви деревьев) и отходами (например, пустая или сопутствующая порода при добыче полезных ископаемых).
121
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Далее ресурс следует транспортировать к месту производства из него товара (сплавом по реке, автотранспортом, железнодорожным транспортом, авиацией, судами, трубопроводами).
При этом неизбежны потери (утечки и прочие
прямые потери, аварии с рассеянием ресурса
в ОС, порчи ресурса и проч.).
Важнейшим этапом является изготовление из
ресурса продукции. Собственно, это и есть центральное звено промышленного производства –
заводы, предприятия, производственные комплексы, дающие конечную полезную продукцию.
Производство сопровождается как неизбежными
выбросами в атмосферу, сбросами в воду, так и образованием твердых отходов производства.
Естественно, продукция изготавливается ради ее дальнейшего потребления (эксплуатации
товара). При этом принципиально происходят
два процесса: рассеяние или износ, либо то, либо другое – неизбежно. Под рассеянием можно
понимать, например, растворение куска мыла
в воде, преобразование бензина в двигателе в выхлопные газы. Износу же подвержены все товары потребления – любой товар рано или поздно
выходит из строя, теряет потребительские свойства или морально устаревает. Таким образом,
этап потребления сопровождается образованием
твердых бытовых отходов (ТБО) потребления.
Конечным же этапом ресурсного цикла является, таким образом, либо рассеяние, либо захоронение ресурсоемкой продукции на полигонах
или свалках. В любом случае важно то, что ресурсный цикл не замкнут, и замкнуть его в принципе невозможно. Можно даже говорить о следующей формуле: изъятое из ОС равно возвращенному в ОС, но возвращенному не в той форме и
не туда. Действительно, сломанная металлическая ложка на свалке ничуть не похожа на кусок
руды в месторождении, находящемся за сотни
или тысячи километров от свалки. Поэтому все,
что показано на рисунке справа (в овалах) – это
и есть, собственно, загрязнение ОС, т. е. жидкие,
газообразные и твердые отходы, а также сопутствующие технологическим процессам физические загрязнения (шум, тепловые, радиационные и электромагнитные загрязнения ОС).
Проблема ТО не решаема полностью в принципе, но путем усовершенствования в отдельных
звеньях ресурсного цикла она может быть значительно сглажена, ибо значительная часть ТО
является вторичным сырьем, которое можно использовать вновь. Но и эта возможность не бесконечна – если металлы или стекло могут переплавляться (с некоторыми потерями) значительное число раз, то, например, макулатура уже
после первого цикла вторичного использования
годится лишь на картон или сероватого цвета туалетную бумагу.
Тем не менее, на каждом этапе цикла возможны усовершенствования с целью уменьшений за122
грязнения ОС и экономии ресурсов и, соответственно, уменьшения количества ТО. Так, при
добыче ресурсов все шире применяются современные технологии, которые позволяют практически полностью исчерпать месторождение полезных ископаемых (так, в нефтяные скважины
под давлением закачивается вода, которая выбрасывается обратно, а разделить нефть и воду
проблемы не представляет). На этапе предварительной обработки возможен сбор отходов с целью их дальнейшего использования (например,
обрубленные при лесозаготовке сучья можно собрать и измельчить в опилки, из которых можно затем сделать древесно-стружечные плиты).
Транспортировки в большинстве случаев избежать не удается, однако в ряде случаев есть возможность совместить месторождение с перерабатывающим предприятием (так, компания «Норильский никель» расположена непосредственно у месторождения, что ликвидирует потери
руды при транспортировке); кроме того, развиваются территориально-производственные комплексы, что также позволяет уменьшить потери
ресурсов. В производстве все шире используются т.н. безотходные технологии.
В связи с вышеизложенным, классическую
схему ресурсного цикла предлагается дополнить
направлениями возможных перемещений и превращений ресурсов, связанных с возможностью
их переработки и использованием безотходных
технологий, что стало крайне актуальным сравнительно недавно, в связи с серьезностью «мусорной проблемы». Соответственно, в схему ресурсного цикла следует ввести новые промежуточные
круговороты, отражающие возможности частичного возвращения вторичных ресурсов в то или
иное звено ресурсного цикла и отчасти замыкающие ресурсный цикл (звенья «отходы/износ – переработка – вторичное использование»).
Самая серьезная проблема ресурсного цикла
и ТО, однако, связана не только с законами природы, но и с законами экономики. Если с превращением бензина в выхлопные газы сделать ничего нельзя (лишь очистить выхлопные газы от
вредных веществ) то, что касается надежности
и долговечности товаров, она искусственно занижается [4] ради безудержного экономического
роста и получения прибыли, следствием чего является все более увеличивающееся количество
ТБО, в лучшем случае подвергаемых переработке и вторичному использованию, но в гораздо
большем количестве (в общемировом масштабе)
идущих на полигоны для захоронения или на
несанкционированные свалки. Нередко потребители, поддаваясь губительному воздействию
маркетинга и рекламы, выбрасывают вполне работоспособные и годные товары, покупая более
совершенные или модные. В этом – один из фундаментальных корней «мусорной проблемы» и,
к сожалению, пока не видно никаких серьезных
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
попыток корректировки или изменения современной модели потребления. Нередко так и говорят, что современная западная цивилизация –
это «общество потребления».
Не следует забывать и о промышленных отходах. В мировом масштабе их масса составляет
порядка 90%, а масса продукции – лишь 10% от
массы соответствующего сырья (т. е. любых природных ресурсов, расходуемых на производство
продукта). При оценке же их потребительной
стоимости приведенные числа практически меняются местами. В этом состоит основное противоречие современного производства: неиспользуемые, неутилизируемые отходы имеют лишь
весьма условную потребительную стоимость, которая далеко не всегда превышает затраты по их
перемещению, складированию, хранению, обезвреживанию, нейтрализации и захоронению.
Очевидно, необходимыми в современных условиях представляются технологии, при которых все компоненты отходов подвергаются утилизации и вторичному использованию. При
этом, однако, не стоит забывать, что речь идет о
переработке огромных масс как правило сравнительно малоценного вторичного сырья, что ставит во главу угла экономические вопросы. Поэтому для решения проблемы необходимо обеспечение соблюдения баланса трех «Э» – экологии,
экономики и энергетики. Уже в силу этого попытки создания идеальных технологий переработки в современных условиях являются малореальными, однако подобные т.н. «безотходные»
технологии крайне важны с экологической точки зрения, хотя, конечно, правильнее было бы
называть их «малоотходными», т. к. добиться
полного исключения безвозвратных отходов даже теоретически невозможно.
Под безотходной технологией в общем случае
понимается некая идеальная модель производства, которая, конечно, не может быть реализована в полной мере, но с развитием технического прогресса и новых технологий все более приближается к идеалу. Безотходное производство
представляет собой совокупность организационных мероприятий, технологических процессов,
оборудования, обеспечивающих максимально
комплексное использование сырья и позволяющее свести к минимуму отрицательное воздействие отходов на ОС. Для безотходного производства характерна максимально возможная утилизация и вторичное использование образующихся отходов, однако, это – лишь недостижимый
максимум. Поэтому следует говорить о малоотходных технологиях [5], представляющих собой
реально достижимую промежуточную ступень,
обеспечивающую получение готового продукта
с частично утилизируемыми отходами, относящимися к вторичным материальным ресурсам.
Автор считает, что широко распространившийся в литературе термин «безотходные техноло-
гии» следует окончательно заменить более корректным термином «малоотходные технологии»,
как предлагал еще Н. Ф. Реймерс [6].
Существуют разные трактовки проблемы создания и внедрения малоотходных технологий, но
предлагаются следующие основные направления.
1. Очистка компонентов и практическое воссоздание возобновляемых ресурсов (вода, воздух,
исходные природные тела). Проблема – в необходимости сочетания целой последовательности недешевых, как правило, мероприятий. Кроме того,
воздух и воду нельзя считать в полной мере возобновляемыми ресурсами – они неисчерпаемы количественно, но исчерпаемы качественно [1].
2. Глубокая очистка конечного продукта. Проблема – в отрицательном экономическом балансе
производства, в значительном увеличении объема и вредного влияния отходов (выбросов) на ОС.
3. Принципиально новые технологии, исключающие появление отходов. Проблема заключается в том, что такие технологии могут быть разработаны лишь в отдельных случаях.
4. Масштабные безотходные технологии.
Проблема в том, что они осуществимы только на
основе объединения различных производств, образующих замкнутые территориально-промышленные комплексы по добыче, переработке, потреблению и вторичному использованию всех
видов сырья, продукции и отходов. Подобные
комплексы не всегда можно создать.
Основные направления развития малоотходных технологий и сокращения количества ТО
в настоящее время сводятся к следующим:
– экономия основных ресурсов: сырья, тепла,
электроэнергии;
– разработка технологических процессов
с низкой энергоемкостью;
– использование современного высокоэффективного оборудования;
– оптимизация изделий, состава веществ и
материалов;
– получение отходов в формах, максимально
удобных для утилизации;
– организация хранения, сортировки и транспортировки отходов;
– вторичное использование ресурсов, получаемых из отходов;
– создание территориально-промышленных
комплексов с замкнутой структурой материальных потоков сырья и отходов внутри комплекса;
– организация принципиально новых производственных процессов получения традиционных видов продукции, позволяющих исключить
или сократить этапы переработки или технологические этапы производства, при которых образуется основной объем отходов.
Помимо этого, в настоящее время в применении к отдельным видам отходов следует развивать логистику; маркетинг; экспорт и импорт;
биржи; банки данных о качестве, количестве и
123
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
способах переработки; посреднические службы;
автоматизированные системы управления и т.п.
Технологии же утилизации ТО должны разрабатываться и внедряться на основе ряда критериев с целью выбора оптимальных вариантов.
Основные критерии выбора оптимальной технологии утилизации ТО приведены ниже:
– высокая эффективность технологических и
конструктивных решений;
– низкие капиталовложения и малые сроки
окупаемости установок и аппаратов для утилизации ТО, приведенные стоимостные удельные
затраты на обезвреживание единицы массы ТО;
– экологическая приемлемость технологий
с точки зрения снижения загрязнений атмосферы, гидросферы и литосферы;
– санитарная и эпидемиологическая безопасность процессов сбора, транспортировки, сортировки, обезвреживания и утилизации отходов;
– выполнение норм по экологической защищенности объектов ОС.
Согласно М. Шуберту и П. Летчу [5], скорость
изменения (расход) массы ресурсов Р (кг/с или
т/г), количества продукта П (кг/с, т/г) и отходов
О (кг/с, т/г) в стране, регионе или в целом по Земле, выражается уравнением баланса (т.н. формула Шуберта-Летча):
Р = П + О*(1 – К),
где К – коэффициент использования отходов (доли единицы, кг/кг, т/т).
Очевидно, что при К, стремящемся 1, продуктивность ресурса стремится к 100%, то есть,
собственно, и реализуется безотходная технология. Из формулы ясно, что актуальной задачей
человечества на современном этапе развития
для преодоления глобального экологического кризиса требуется, в частности стремиться
к обеспечению условий, при которых коэффициент К стал бы максимально близким к единице. Снижение удельного неиспользуемого количества отходов производства О*(1 – К) и, тем
самым, расхода природных ресурсов, возможно
за счет уменьшения образующегося количества
отходов производства О или за счет повышения
коэффициента использования отходов К. Это
есть первое направление оптимизации ресурсного цикла.
Второе (и даже более важное) направление
оптимизации ресурсного цикла, на которое многие исследователи не обращают должного внимания – возврат в том или ином виде к экономической модели, действовавшей еще до первой
половины XX в., в рамках которой важной задачей промышленности было обеспечение максимальной долговечности товаров потребления. Не
стоит забывать, что в капиталистических странах примерно до 70–80-х гг. стремились к обеспечению максимальной долговечности товаров
124
потребления, в первую очередь – ради престижа
фирмы, хотя, конечно, не только.
Как в СССР, так и в зарубежных странах,
рынок потребительских товаров еще не был насыщен и имел широкие перспективы развития.
Вплоть до 50-х гг. прошлого века даже в развитых европейских странах и в США большая
часть населения жила весьма бедно и покупала
лишь самые необходимые товары, нередко даже не полностью удовлетворяя свои насущные
потребности, поэтому промышленность могла
позволить себе выпуск долговечных товаров
потребления. Однако со временем рост благосостояния все более ускорялся, в результате
чего основные потребности населения развитых стран были практически удовлетворены.
Вот тогда промышленники и задумались над
дальнейшими перспективами развития рынка, т. к. развиваться далее было некуда. Единственными выходами оказались два основных
направления: намеренное снижение долговечности товаров потребления (т.н. «запланированное устаревание» [4, 7, 8]) и создание теми
или иными способами новых потребностей. Со
временем реклама выстроила такую парадигму рынка, которая фактически вынуждает население к постоянной покупке ненужных ему,
излишних товаров [8, 9].
В результате на современном рынке преобладают товары, которые намеренно спроектированы с такой степенью надежности, чтобы, отслужив гарантийный срок, они в дальнейшем как
можно быстрее выходили из строя. В других вариантах используются средства маркетинга и
рекламы, которые провоцируют потребителя
выбросить годный к эксплуатации товар ради
замены его на аналогичный, но более модный.
Рассмотрим типичные пути достижения целей стратегии запланированного устаревания,
обеспечивающих рост потребления, формирующего, в свою очередь, своего рода «идеального
потребителя». Эти пути можно разделить на инженерные и маркетинговые.
1. Инженерные пути реализации запланированного устаревания:
– техническое устаревание (искусственное
снижение долговечности товара);
– функциональное устаревание (введение новых технологий, полностью заменяющих старые);
– искусственная неремонтопригодность;
– прекращение производства запасных частей;
– искусственное удорожание ремонта, делающее покупку нового товара более дешевой и (или)
доступной, нежели ремонт;
– системное устаревание (исключение обратной совместимости отдельных частей устройства
с другими его частями);
– устаревание с уведомлением (т. е. ограничение рабочих циклов товара, например, в некото-
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
рых принтерах и Li-ion аккумуляторах с уведомлением о выходе устройства из строя и блокировкой их дальнейшей работы при еще вполне приемлемой или даже полной работоспособности);
– разработка новых товаров, отличающихся
от производившихся лишь непринципиальными
техническими усовершенствованиями.
2. Маркетинговые пути стимулирования
спроса:
– эстетическое устаревание (организация циклов моды, провоцирующих отказ потребителей
от использования годных товаров, лишь ставших немодными);
– навязчивая реклама новых товаров, отличающихся от производившихся лишь незначительными усовершенствованиями или же чисто
дизайном;
– распродажи по минимальным ценам или
даже демпинг;
– внедрение одноразовых товаров (посуда,
упаковка);
– способствование развитию в потребительском обществе ониономании (в просторечии –
шопоголизма), т. е. непреодолимого желания
что-либо покупать без необходимости, ради удовольствия от самого процесса покупки.
Все это, безусловно, способствует экономическому росту, но одновременно порождает и беспрецедентный рост количества производимых
отходов потребления. Кроме того, растут энергозатраты на производство новых товаров или
(в лучшем случае) на переработку вышедших из
употребления.
Естественно, под предлагаемым выше возвратом к экологически приемлемой экономической
модели подразумевается переход к ней с учетом
современных реалий и инновационных подходов на основе диалектического принципа Г. Гегеля в формулировке Ф. Энгельса в виде закона
«отрицания отрицания», т. е. повторения на более высокой ступени некоторых черт и особенностей бывших низших ступеней. Учет закона
помогает глубже понять такую закономерность,
как убыстрение темпов развития за счет постоянного обновления и совершенствования того,
что удержано, накоплено на предыдущей ступени развития. В результате каждая последующая
ступень располагает гораздо большими возможностями, нежели предыдущая. Например, повышение благосостояния населения Земли в развивающихся странах способно было бы существенно расширить рынки сбыта и создать новые, что
может привести к потере актуальности запланированного устаревания и перепотребления на
длительный срок. Но этого не делается, вместо
этого развивающиеся страны нередко используются лишь в качестве свалок для ТО из развитых
стран [4].
В заключение отметим, что на современном
этапе развития для решения «мусорной проблемы» настоятельно требуется всесторонняя оптимизация ресурсного цикла. Подсчитано, что
в России в готовую продукцию переходит всего
лишь около 10% сырья, все остальное – отходы,
т. е. неиспользованная часть сырья. В процессе эксплуатации промышленной продукции, по
мере износа или морального старения, она переходит в категорию отходов потребления. Поэтому проблема твердых отходов как в мире, так и
в России, по-прежнему остается актуальной.
Библиографический список
1. Стадницкий Г. В. Экология: учебное пособие / Г. В. Стадницкий, 9-е изд., стер. СПб: Химиздат, 2008. 296 с.
2. Медоуз Д. Х. Пределы роста. Доклад по проекту Римского клуба «Сложные положения человечества» / Д.Х. Медоуз, Д.Л. Медоуз, Й. Рандерс, В. Бернс. М.: Московский Университет,
1991. 207 с.
3. Медоуз Д. Х. Пределы роста. 30 лет спустя / Д. Х. Медоуз, Д. Л. Медоуз, Й. Рандерс М.:
ИКЦ Академкнига, 2007. 342 с.
4. Dannoritzer C. Купить, выбросить, купить
[Док. фильм] / C. Dannoritzer. Франция, Испания: Arte France, Television Espanola, Televisio
de Catalunya, 2010. 53 мин.
5. Пальгунов П. П. Утилизация промышленных отходов / П. П. Пальгунов, М. В. Сумароков.
М.: Стройиздат, 1990. 352 с.
6. Реймерс Н. Ф. Природопользование. Словарьсправочник / Н. Ф. Реймерс. М.: Мысль, 1990. 639 с.
7. Как работает запланированное устаревание вещей [Электронный ресурс] // URL: http://
howitworks.iknowit.ru/paper1361.html
8. Котлер Ф. Основы маркетинга / Ф. Котлер.
М.: Прогресс, 1991. 496 c.
9. Овруцкий А. В. Феноменология общества
потребления / А.В. Овруцкий // «Общество. Среда. Развитие (Terra Humana)». 2011. Вып. №1.
с. 127–131.
125
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК 535.36:535.346.1
Н. Н. Крупина*
доктор экономических наук, профессор
Е. Н. Киприянова**
кандидат технических наук, доцент
А. С. Полякова**
*Северо-Кавказский федеральный университет
**Санкт-Петербургский государственный университет
аэрокосмического приборостроения
СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДИЧЕСКИХ ПОДХОДОВ
К ОПРЕДЕЛЕНИЮ УРОВНЯ ОПАСНОСТИ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ
В статье приведен анализ методов ранжирования предприятий по уровню техногенной опасности для выработки стратегических решений по размещению промышленных предприятий.
Ключевые слова: класс опасности предприятия, категория опасности предприятия, вредность производственного объекта.
N. N. Krupina*
Doctor of Economic Sciences, Professor
E. N. Kipriyanova**
Candidate of Technical Sciences, Docent
A. S. Polyakova**
*North-Caucasus Federal University
**Saint-Petersburg State University of Aerospace Instrumentation
COMPARATIVE ANALYSIS OF METHODOLOGICAL APPROACHES
TO DETERMINE THE LEVEL OF RISK OF INDUSTRIAL ENTERPRISES
The article presents the analysis of the methods of ranking companies according to the level of
technogenic danger to inform strategic decisions on location of industrial enterprises.
Keywords: hazard class enterprise, the category of danger of the enterprise, the harmfulness of the
production facility.
Вопросы промышленной безопасности являются предметом активных научных дискуссий в виду усиления роли экологического фактора в жизни общества и роста техногенных рисков. Утвержденные в 80–90-е гг. методики категорирования
промышленных предприятий разрабатывались
в целях установления и последующего контроля
предельного норматива выбросов (ПДВ), поэтому
не лишены недостатков, нуждаются в обновлении
и улучшении в соответствии с развитием техникотехнологических возможностей современного производства и потребностей общества в повышении
качества управленческой информации.
126
Определение категории производственного объекта как источника негативного аэротехногенного
воздействия вызвано прикладными аспектами:
– для оценки экологической безопасности города (региона, территории, страны) и порядка
взаимодействия с органами Ростехнадзора;
– для разработки эффективных природоохранных мероприятий в целях обоснования экологической политики, планов инновационного
развития городов и промышленных комплексов;
– для определения приоритетности проведения государственного гигиенического контроля
атмосферного воздуха населенных мест;
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
ЦЕЛЬ КАТЕГОРИРОВАНИЯ ПРОИЗВОДСТВЕННЫХ
ОБЪЕКТОВ И ПРЕДПРИЯТИЙ
ОПРЕДЕЛЕНИЕ ПРЕДЕЛЬНОГО
УРОВНЯ ВОЗДЕЙСТВИЯ
(ПДВ, ВСВ)
ОРГАНИЗАЦИЯ КОНТРОЛЯ
ЗА ИСТОЧНИКОМ ВЫБРОСОВ
ЗАГРЯЗНЯЮЩИХ ВЕЩЕСТВ
ОПРЕДЕЛЕНИЕ ГРАНИЦ
САНИТАРНО-ЗАЩИТНОЙ
ЗОНЫ ПРЕДПРИЯТИЯ
Влияние
проектируемого предприятия
на атмосферный воздух
оценивают по параметру П
– параметры Ф и Q
(контроль производственный)
– показатели КОВ и КОП
– параметр ПР (на постах)
Определяется
нормативным документом
и уточняется расчетом
по параметру Ф
Рис. 1. Основные алгоритмы категорирования производственных объектов
– для организации производственного контроля в рамках проекта ПДВ и регулирования выбросов в период неблагоприятных метеоусловий;
– для гигиенической оценки технологического оборудования;
– для сравнительной оценки уровня загрязненности атмосферы различных населенных
пунктов, воздействия отраслевых предприятий;
– для уточнения класса опасности предприятия и размеров СЗЗ;
– для оценки экологического риска, величины эколого-экономического ущерба от загрязнения и определения размера компенсационных
платежей.
Нами предпринята попытка систематизации и
осмысления опыта оценки опасности промышленных предприятий и направлений научного поиска.
Сегодня действуют несколько регламентов
и соответствующих им методических подходов
для ранжирования предприятий. В зависимости от цели решаемой задачи применяют три алгоритма расчета категории (класса) опасности
(вредности) объекта (рис. 1).
Четкого единого, тем более нормативного,
определения понятия «класс опасности предприятия» или «категория вредности предприятия»
не имеется. Опасность означает угрозу, несчастье; возможность нанесения вреда или имущественного ущерба личности, обществу, государству, а вредность – убийственность, противопоказанность и нежелательность чего-либо.
Проведенный анализ нормативных документов позволил нам принять следующую трактовку: вредность производственного объекта – это
условная обобщенная характеристика степени
его негативного воздействия на окружающую
среду и человека, определяемая в первую очередь
мощностью выбросов и опасностью выбрасываемых веществ.
Категории вводятся для упрощения группировки или ранжирования отраслевых произ-
водств, так как любой объект представляет либо
локальный источник воздействия, либо их совокупность, взаимосвязанных одной или несколькими технологиями, расположенными в пределах одной промплощадки, где производится продукция. Категорирование объектов предполагает
дифференциацию требований к системе их техногенной защиты, обеспечивающей минимально
необходимые и достаточные уровни безопасности
с учетом возможного ущерба и развития негативных последствий в интересах общества, государства, личности, природы. Введение категорий
опасности объектов – это традиционная мера обеспечения безаварийности работы и некоторого заданного уровня защищенности объектов, людей и
природы от тяжелых катастроф.
Категорирование предприятий в зависимости от массы и видового состава, выбрасываемых
вредных веществ необходимо для их включения
в систему государственного учета при инспекционной проверке предприятия.
Федеральное законодательство о промышленной безопасности предусматривает переаттестацию промышленных объектов по четырем
классам опасности по трем показателям – количеству опасных веществ, взрывопожароопасных
веществ, по уровням давления в сосудах. По первой и второй категориям предприятий назначается государственный контроль за безопасностью, по третьей и четвертой – на условиях ответственности предприятий.
Отметим, что предпосылки категорирования
предприятий заложены в стандарте [1], устанавливающем по степени воздействия на организм
4 класса опасности веществ: малоопасные (IV
класс, ПДК > 10 мг/м3), умеренно опасные (III
класс, ПДК=1,0...10 мг/м3), высокоопасные (II,
класс ПДК=0,1...1,0 мг/м3), чрезвычайно опасные (I класс, ПДК < 0,1мг/м3) вещества.
Также распределяются отходы в зависимости от степени их вредного воздействия на окру127
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
жающую среду при складировании, хранении,
транспортировке, переработке на пять классов
опасности:
– I класс – чрезвычайно опасные, очень высокая степень опасности, экологические системы необратимо нарушены, периода восстановления нет;
– II класс – высокоопасные, высокая степень
опасности, экологические системы сильно нарушены, период восстановления не менее 30 лет после полного устранения источника техногенного
воздействия;
– III класс – умеренно опасные, средняя степень опасности, экологические системы нарушены, период восстановления не менее 10 лет после полного устранения источника техногенного
воздействия;
– IV класс – малоопасные, низкая степень
опасности, экологические системы нарушены,
период самовосстановления не менее 3 лет;
– V класс – малоопасные, очень низкая степень опасности, экологические системы практически не нарушены.
Первая классификация предприятий по санитарным вредностям введена в 1932 г. В зависимости от степени вредности выбросов и уровня прогрессивности технологий все объекты подразделяются регулятором (Главным санитарным врачом) на пять классов санитарной опасности с соответствующим каждому классу размером СЗЗ
(от 50 до 1000 м) [2]:
– I класс – СЗЗ 1000 м (производство алюминия методом электролиза, выплавка цветных
металлов, производство по выжигу кокса и т. д.);
– II класс – СЗЗ 500 м (производство магния,
предприятия по вторичной переработке цветных
металлов от 2000 до 3000 т/год, производство
цинка, меди, никеля, кобальта электролизом);
– III класс – СЗЗ 300 м (предприятия по обогащению руд цветных металлов, предприятия по
добыче нефти, предприятия по добыче горных
пород VI–VII категорий, производство брикетов
из мелкого торфа и угля);
– IV класс – СЗЗ 100 м (предприятия по добыче каменной соли, производство металлических
электродов, производство машин и приборов
электротехнической промышленности);
– V класс – СЗЗ 50 м (производство щелочных
аккумуляторов, типографии, производство изделий из древесностружечных, древесноволокнистых плит, производство изделий из кожи).
Согласно ст. 40 Экологического Кодекса категория опасности предприятия устанавливается
органом Роспотребнадзора по значимости и полноте оценки воздействия хозяйственной деятельности на окружающую среду. Определяют четыре
категории – I, II, III и IV. К I категории относят
предприятия, которые соответствуют 1 и 2 классам санитарной опасности (СЗЗ 1000 и 500 м), а
также отдельные объекты разведки и добычи полезных ископаемых. Ко II категории – предприятия 3 класса опасности (СЗЗ 300м), все виды лесопользования и водопользования и др. К III категории – объекты 4 класса (СЗЗ 100 м) и к последней
IV категории – объекты 5 класса (СЗЗ 50м) и виды
использования объектов животного мира.
Категория опасности предприятия (КОП) определяется по формуле:
n
ÊÎÏ = ∑ ÊÎÂi = ∑ (
1
Ìi αi
) (1)
ÏÄÊi
где: ∑КОВi – категория опасности i-го вещества;
Mi – валовый выброс i-го вещества, т/год; ПДКi –
среднесуточная предельно-допустимая концентрация i-го вещества, мг/м3; n – количество загрязняющих веществ, выбрасываемых предприятием; αi – безразмерная константа, позволяющая соотнести степень вредности вещества
с вредностью сернистого газа.
Значение КОП рассчитывают только при условии, когда
Mi
≥ 1, в остальных случаях его
ÏÄÊi
приравнивают к нулю. По величине КОП объекты делят на 4 категории опасности (табл. 1).
Предприятие может относиться к одной из
четырех категорий, из которых 4-ая категория
наименее опасная, а 1-ая категория наиболее
опасная. Предприятия 1 категории имеют источники, выбрасывающие преимущественно вещества первого и второго класса опасности, создают вокруг себя значительные зоны загрязнения.
Ко 2 категории опасности относят объекты, у которых суммарная эмиссия ЗВ достигает 40% общих городских выбросов, на долю предприятий
3 категории приходится не более 15%. К 4 группе
относят малые и средние предприятия с небольшими выбросами (от 1 до 5% общих городских
выбросов).
Таблица 1
Градация деления предприятий на категории опасности
Категория опасности предприятия
1
2
3
4
128
Значение КОП
КОП>105
КОП > 104
4
10 ≥ КОП > 103
103 ≥ КОП
105 ≥
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
Таблица 2
Периодичность процедур в зависимости от КОП
Категория опасности предприятия
1
2
3
4
Виды регламентируемых процедур
1. Инвентаризация источников выбросов ЗВ 1 раз в пять лет
2. Пересмотр нормативов ПДВ 1 раз в пять лет
3. Ежегодная статистическая отчетность по форме 2-ТП (воздух)
4. Разработка ведомственных нормативов ПДВ:
а) по полной схеме
б) по сокращенной схеме
5. Периодичность планового контроля объекта:
а) два раза в год
б) один раз в год
в) один раз в три года
г) один раз в пять лет
Показатель КОП определяет периодичность
пересмотра нормативов ПДВ, организации текущего экологического контроля и предоставления отчетности, другие процедуры (табл. 2).
При организации контроля за соблюдением нормативов выбросов определяется категория источника по каждому вредному веществу,
т. е. для сочетания «источник – вредное вещество» для каждого «j-го» источника и «i-го» вещества [3]. По заданному алгоритму рассчитываются параметры Фji и Qji. Параметр Фji характеризует массу выброса, скорректированную по
высоте источника и эффективности работы газоочистного оборудовании, а параметр Qji – максимальную при данном ветровом режиме рассеивания расчетную концентрацию примеси в зоне
приграничной жилой застройки с учетом эффективности работы газоочистных установок.
Параметры Фji и Qji, характеризуют влияние
выброса i-го вещества из j-го источника на загрязнение воздуха прилегающих селитебных зон.
Для получения предприятием разрешения
на выброс представляются проектные материалы (мероприятия по охране атмосферного воздуха от загрязнения). Оценку степени воздействия
предприятия рекомендуется проводить по параметрам П и Ф [4]. Первый характеризует потребность производства в чистом воздухе для разбавления и рассеивания примеси с учетом геометрических и иных параметров источника (форма сечения и диаметра устья, высота, концентрация
вещества в устье, эффект суммации действия
да
да
да
да
да
да
да
да
да
да
да
нет
да
нет
да
нет
да
нет
нет
да
да
нет
нет
нет
нет
да
нет
нет
нет
нет
да
нет
нет
нет
нет
да
примесей). Для группы источников выбирается
максимальное значение параметра П, которое и
принимается за окончательный результат для
предприятия. Если для расчета величины П недостаточно обоснованных данных, то используют значение параметра Ф.
От величин этих параметров зависит состав
документов, предоставляемых на экспертизу
проектов с позиций достаточности воздухоохранных мероприятий. Допускается, что выброс
можно производить только после применения
наиболее эффективных технологий производства и последующей очистки отходящих газообразных потоков.
По величине параметров П или Ф устанавливается класс источника выброса (табл. 3). Наибольший вклад в загрязнение атмосферного воздуха вносят источники I класса.
Виды техногенного воздействия законодательно закреплены в ст. 21 ФЗ «Об охране окружающей среды», но закон не устанавливает критерии отнесения объектов к тому или иному виду опасности.
В 2013 г. обновлено федеральное законодательство о промышленной безопасности, гармонизированное с законодательством ЕС, в частности с требованиями Конвенции о предотвращении крупных промышленных аварий (Конвенция № 174). Как признает экспертное сообщество, наиболее заметные изменения касаются
критериев идентификации опасных промышленных объектов. Все опасные объекты должны
Таблица 3
Классификация источников выброса по параметрам П и Ф
Класс источника
П, м3/с
Ф, м2/с
I
II
III
IV
>108
> 5∙103
5∙103–3∙102
3∙102 –80
< 80
108–106
106–5∙104
< 5∙104
129
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
быть переаттестованы по классу опасности с учетом степени риска возникновения аварий и их
последствий.
Попытка ввести критерии ранжирования
по уровню воздействия на окружающую среду
предпринята в Законопроект № 584587-5 – проект ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации (в части совершенствования нормирования в области
охраны окружающей среды и введения мер экономического стимулирования хозяйствующих
субъектов для внедрения наилучших технологий)». Предлагается предприятия разделить на
три категории (ст. 69.2, п. 2). К первой категории отнесены экологически особо опасные объекты, выбросы которых составляют более 2/3 от
общего количества, например, топливно-энергетические и металлургические предприятия. Ко
второй категории – объекты с умеренным уровнем воздействия на окружающую среду и к третьей – объекты с незначительным уровнем воздействия.
Для организаций, эксплуатирующих опасные производственные объекты I и II классов
опасности, обязательно создание корпоративных систем управления промышленной безопасностью.
Предлагается закрепить следующие общие
критерии отнесения объектов к категориям
(п. 3 ст. 69.2):
– уровни и (или) объемы воздействия на окружающую среду видов хозяйственной и иной деятельности (отрасль, сектор отрасли, производство);
– классы опасности содержащихся в выбросах, сбросах, отходах производства и потребления химических веществ;
– объемы производства продукции для данного вида деятельности.
В развитие указанных критериев необходимо
утверждение порядка (методики) отнесения объектов к той или иной категории с установлением
точных показателей и порядка их применения.
Должны быть предусмотрены все возможные
сочетания показателей по критериям, которые
в совокупности являются основанием для отнесения объекта к той или иной категории.
Установление категории осуществляется уполномоченным Правительством РФ федеральным
органом исполнительной власти.
Анализ нормативных документов и публикаций по проблеме экологического нормирования позволяет заключить, что определенная
ограниченность и условность действующих методик и их неадекватность задаче комплексного оценивания уровня техногенной опасности
загрязнения, как для человека, так и природных объектов предопределяют научный поиск
новых приемов и подходов к категорированию
предприятий.
130
Например, Мухиным В. В. с соавторами предложена методика определения опасности выбросов в координации с показателем здоровья населения [5]. Дополнительно к существующему
показателю соотношения массы выброса и ПДК
предлагается комплекс характеристик качества
воздуха не только для отдельных предприятий,
но и по территориям с последующим распределением их по группам, которые вызывают ближайшие и отдаленные биологические эффекты на
живой организм (мутагенный, канцерогенный,
аллергенный и др.). Интегральный показатель
опасности территории (ОТ) по выбросам предприятий рассчитывается как сумма частных
показателей по всем предприятиям конкретной территории. Величина опасности отдельного предприятия, выраженная в процентах к величине опасности территории, характеризует
вклад предприятия в формирование общей опасности территории. Это позволяет ранжировать
предприятия, функционирующие на данной территории, как источники загрязнения атмосферы. Предлагается рассчитывать этот показатель
на единицу площади территории (ОТs) для эффективной сравнительной оценки и для классификации территорий по степени экологического
неблагополучия.
Некоторые эксперты предлагают степень экологической опасности производств и технологий
(значит и предприятий – авторы) оценивать с позиций перечня аварийных ситуаций по данным
Гостехнадзора, который включает пять групп видов производственной деятельности, ранжированных по возрастанию степени взрывоопасности. Так, например, к 1-ой группе отнесены технические объекты; хранилища; сливоналивные
станции; транспортные системы сжиженных горючих газов и легковоспламеняющихся жидкостей; крупные хранилища углеводородных газов
объемом свыше 2000 т, а к 5-ой группе – производства и отдельные стадии технологических
процессов повышенной взрывоопасности.
Ильичев В. А. предложил «показатель биосферной совместимости урбанизированной территории», как критерий экологической безопасности техногенного объекта [6]. Он изменяется
от 0 до 1, при приближении значения к единице обеспечивается рост главной производительной силы – биосферы, а в случае приближения
к нулю, напротив, имеет место деградация окружающей среды в результате интенсивной техногенной нагрузки. В частности выявлена взаимосвязь показателя биосферной совместимости урбанизированной территории и класса экологической безопасности (табл. 4). Определено
4 класса экологической безопасности. На примере транспортного объекта показано, что его
величина биосферной совместимости на уровне
0,56, что соответствует второму классу экологической безопасности.
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
Таблица 4
Классы экологической безопасности автотранспортной инфраструктуры
Характеристика
экологической
безопасности
Класс экологической
безопасности
Уровень воздействия
Уровень
комфортности
Значение показателя биосферной совместимости территории автотранспортной инфраструктуры
менее 0,3
0,31–0,55
0,56–0,85
свыше 0,86
IV
III
II
I
Минимальный
Приемлемый
Ущерб устраним,
комфорт может
восстанавливаться
Значительный
Максимальный
Ущерб трудно устраним,
дискомфорт
Деградация
среды
Высокий
Черемушкин О. А. на примере предприятий
стройиндустрии предлагает усовершенствовать
действующий прием ранжирования по степени
создаваемой техногенной нагрузки (по критерию
КОП) [7].
Исследователь предлагает с учетом вклада
выбросов предприятия в формирование экологической нагрузки на регион относить его к одной
из пяти категорий.
К 5-ой категории (минимальное воздействие)
рекомендуется относить объекты, вклад которых не превышает 10%, не применяя к ним меры государственного регулирования; к 4 категории – предприятия, выбросы которых не создают условий для нарушения стандартов качества
атмосферного воздуха в селитебах. Для таких
объектов не проводится разработка воздухоохранных мероприятий, а нормативы ПДВ устанавливаются на уровне существующих выбросов. Выбросы предприятий третьей категории
периодически могут создавать зоны повышенного загрязнения в районах жилой застройки, их
вклад в среднегодовое загрязнение не превышает допустимого уровня, но мероприятия по снижению негативного воздействия разрабатываются. Объекты, выбросы которых создают особенно
значимую аэротехногенную нагрузку (достигающую ПДК), что требует проведения комплекса
охранных мероприятий и тщательного контроля, относят ко 2-ой категории. В 1-ую категорию
попадают предприятия, выбросы которых превышают установленные нормативы и наносят
непоправимый вред окружающей среде.
Ранжирование предприятий по уровню техногенной опасности полезно для корректировки
генеральных градостроительных планов, выработки стратегических решений по размещению
промышленных предприятий.
Сформулируем основные выводы:
– категорирование производственных объектов
по уровню техногенной опасности весьма актуальная и востребованная практикой государственного и производственного управления задача;
– предлагаются разнообразные исходные критерии оценки: с позиции токсичности вещества,
экологической опасности отходов, массы выбросов, прогноза аварийных ситуаций, экологиче-
ского риска, прогрессивности технологий, что отражает отраслевые особенности промышленного
производства и современные тенденции развития
техносферы;
– в нормативных документах также предлагаются многообразные критерии: а) для обоснования разрешения на выброс используют параметры П, ТПВji, Rji; б) при организации контроля за соблюдением нормативов выбросов (ПДВ);
в) для оценки степени воздействия крупных и
мелких предприятий на атмосферу города используют категорию опасности предприятия
(КОП); г) для контроля предприятий промышленной зоны городов определяют индекс приоритетности предприятий – Ип; д) для контроля концентрации примесей на стационарных,
маршрутных и подфакельных постах применяют фактор ПВi;
– многообразие критериев и приемов оценки создает неопределенность и неоднозначность
установления класса опасности и, следовательно, принимаемых в конкретных производственных условиях управленческих решений (например, размер СЗЗ или выбор очистных технологий);
– не учитываются фоновое загрязнение, возможные максимальные разовые выбросы (залповые), эффект наложения полей загрязнения и др.
Все вышеизложенное свидетельствует о емкости понятия «категория опасности объекта» и
актуальности дальнейшей научной разработки
вопроса.
Библиографический список
1. ГОСТ 12.1007-76. Вредные вещества. Классификация и общие требования безопасности.
М. – СтандартИнформ. 2007 г. 7с.
2. СанПиН 2.2.1/2.1.1.1200-03. Санитарнозащитные зоны и санитарная классификация
предприятий, сооружений и иных объектов
[электронный ресурс] URL:http://www.mhts.ru/
biblio/SNIPS/Sanpiny/2.2.1_2.1.1
3. Методика расчета концентраций в атмосферном воздухе вредных веществ, содержащих131
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
ся в выбросах предприятий. Общесоюзный нормативный документ (ОНД-86). – Л.: Гидрометеоиздат, 1987. – 93 с.
4. РД 52.04.186-89 Руководство по контролю
загрязнения атмосферы. М.: 1991. – 603c.
5. Мухин В. В., Путилина О. Н., Теплова Т. Е.
Бакун Г. В. Экспресс-оценка опасности загрязнения окружающей среды выбросами промышленных предприятий Украинский журнал проблем
медицинских наук, 2008, № 4, с. 80–89.
132
6. Ильичев В. А. Биосферная совместимость:
технологии внедрения инноваций. Города, развивающие человека. М.: Книжный дом «ЛИБРОКОМ», 2011. – 240с.
7. Черемушкин О. А. Ранжирование предприятий строительного комплекса по степени создаваемой ими экологической нагрузки на атмосферный воздух при краткосрочных прогнозах /
Интернет-вестник Волг. ГАСУ. Серия: строительная информатика, 2013, вып. 10 (30), с. 1–5.
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
УДК 911.3:711
Н. Н. Крупина*
доктор экономических наук, профессор
Е. Г. Семенова**
доктор технических наук, профессор
Е. Н. Киприянова**
кандидат технических наук, доцент
*Северо-Кавказский федеральный университет
**Санкт-Петербургский государственный университет
аэрокосмического приборостроения
КОМФОРТНОСТЬ УРБАНИЗИРОВАННОЙ СРЕДЫ
КАК ФАКТОР НАЦИОНАЛЬНОЙ КОНКУРЕНТОСПОСОБНОСТИ
В статье приведена идентификация базовых признаков и приоритетов комфортной
среды, роль и место системы промышленного озеленения.
Ключевые слова: комфортный город, барьерная территория, промышленное озеленение.
N. N. Krupina*
Doctor of Economic Sciences, Professor
E. G. Semenova**
Doctor of Technical Sciences, Professor
E. N. Kipriyanova**
Candidate of Technical Sciences, Docent
*North-Caucasus Federal University
**Saint-Petersburg State University of Aerospace Instrumentation
COMFORT OF URBANIZED ENVIRONMENT AS A FACTOR NATIONAL COMPETITIVENESS
The article describes the basic identification of the characteristics and priorities of a comfortable
environment, the role and place of the industrial system of gardening.
Keywords: city of comfort, barrier area, industrial landscaping.
Сегодня нельзя привлечь инвестиции в модернизацию производства, обеспечить развитие
и благополучие населения на урбанизированных территориях, если их качество значительно
отстает от мировых стандартов, согласно которым комфортный город есть максимально приспособленное для активной жизнедеятельности,
безопасное, безбарьерное, здоровое, эстетичное и
удобное пространство.
В этом пространстве особая роль отводится
воздушной среде, качество которой повседневно
обеспечивает не только совокупность положительных психологических и физиологических
ощущений человека, но и его здоровье, работо-
способность и даже саму жизнь. Около 75% населения России проживает в городах, при этом
число городов, в которых уровень загрязнения
атмосферы превышает установленные санитарные нормы, составляет 368. Жители большинства старопромышленных городов проживают
в условиях высокого и критического загрязнения воздуха [1].
В направлении развития методологических
вопросов заявленной проблемы авторами доклада ставились задачи:
– идентифицировать базовые признаки и
приоритеты комфортной среды, роль и место системы промышленного озеленения;
133
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
– обосновать состав и функции системы промышленного озеленения.
Управление комфортностью городской среды
рассматривается как национальная стратегическая задача, актуальность решения которой подтверждается сменой базовых идей в градостроительстве. Наблюдается переход от концепций
жесткого рационализма («города-офисы» и «города-машины») к креативным моделям комфортных и благоустроенных городов («город для жизни» и «город для здорового образа жизни») [2].
Активно внедряются принципы «зеленой экономики», реализуются проекты экологической реконструкции индустриальных городов и укрепления природно-экологического каркаса территорий. В странах Северной Европы приоритет
отдается экологическим аспектам; в развитых
западных странах – инфраструктуре городского
пространства и городской среды; в развивающихся странах – экономическому развитию и низкоуглеродной экономике.
Интересна практика присвоения рейтингов –
«Зеленая столица Европы», «Зеленые города Европы», экологический рейтинг городов России.
Анализ программы «Москва – город, удобный
для жизни», реализуемой с 2013 г., позволил выделить общепризнанные приоритеты комфортной городской среды:
– благоустройство общественного пространства (красивое обустройство жилых кварталов и
дворов, формирование пешеходных маршрутов
и велодорожек, зон отдыха в парках и скверах);
– улучшение внешнего облика города;
– сохранение объектов культурного и исторического наследия;
– доступность всех необходимых сервисов и
услуг;
– наличие достаточного количества общественных пространств;
– образовательное пространство (библиотеки,
интернет-центры).
Многие ученые рассматривают технологию,
экономику, экологию и социум не как равнозначные, а как взаимоподчиненные подсистемы урбанизированного пространства, взаимодействующие и развивающиеся по принципу
естественной иерархии. В этой связи городское
хозяйство должно «развиваться в жестких границах основных социальных и экологических
нормативов» и быть экологически сбалансированными [3]. Гармонизация среды означает приоритет воспроизводства естественных (биосферных) условий жизнедеятельности над воспроизводством экономического потенциала, потому
что «существование и развитие социальной и
экономической вторичных подсистем обеспечивается только системообразующей экологической средой (первичной)». Главными критериями комфортности служат социальные и экологические индикаторы.
134
В научных исследованиях комфортность города преимущественно рассматривается в аспекте жилищно-производственных, погодно-климатических или кадастрово-оценочных условий.
При этом в меньшей степени обсуждаются вопросы ежедневного проживания, трудовой активности, адаптационных возможностей горожан в условиях одновременного воздействия
факторов «напряженности» – производственного и транспортного загрязнения, свалок отходов,
коммунальных стоков, низкого качества питьевой воды и многого другого.
В результате анализа многочисленных исследований нами выделены базовые признаки
комфортной среды и осмыслена роль тех ее компонентов, которые обеспечивают воспроизводство естественных условий жизнедеятельности,
в частности атмосферного воздуха (рис. 1).
Очевидно, что важным средством преодоления негативных обстоятельств выступает продуманная система озеленения, а одним из главных
принципов управления комфортностью городской среды признается принцип «рекреационного озеленения».
Роль и значение озеленения общего пользования описаны в многочисленных фундаментальных работах, например [4]. Однако в любом промышленном городе имеются территории
специального озеленения, размещаемые в промышленных узлах (санитарно-защитные зоны,
предузловые, предкорпусные и предофисные
участки, участки транспортных коммуникаций
и др.), значимость озеленения которых в ландшафтной организации среды жизнедеятельности не следует преуменьшать. Так, по мнению
М. М. Подколзина [5], система устойчивого озеленения промузлов является важным атрибутом
комфортности урбанизированной территории.
Ранее нами обсуждена роль единых барьерных
территорий как инновационных инструментов
экореконструкции промышленных зон [6].
Промышленное озеленение (в сочетании с благоустройством) может значительно улучшать микроклимат урбанизированной среды, в определенной
степени сгладить отрицательные эффекты за счет:
– улучшения качества воздуха по составу
компонентов;
– усиления санитарно-защитной функции
озеленения подбором пород растений и рациональной планировкой посадок (фильтрующие,
изолирующие, смешанные);
– мониторинга и биоиндикации состояния городской среды;
– доведения до нормативного уровня концентрации токсикантов;
– увязки зеленых насаждений промышленных территорий в единую систему городского,
ландшафтного и рекреационного озеленения;
– увеличения площади и показателя душевого озеленения;
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
ДИВЕРСИФИЦИРОВАННОЕ
ОБЩЕСТВЕННОЕ
ПРОИЗВОДСТВО
(ЗАНЯТОСТЬ)
НАЛИЧИЕ
БЛАГОУСТРОЕННОГО
И БЕЗБАРЬЕРНОГО
ОБЩЕСТВЕННОГО
ПРОСТРАНСТВА
САНИТАРНОГИГИЕНИЧЕСКАЯ
КОМФОРТНОСТЬ
ЭКОЛОГИЧЕСКИ
КАЧЕСТВЕННАЯ
ОКРУЖАЮЩАЯ СРЕДА
РАЗВИТАЯ ТРАНСПОРТНАЯ
ИНФРАСТРУКТУРА
И ТРАНСПОРТНАЯ
ДОСТУПНОСТЬ
КОМФОРТНОСТЬ
ГОРОДСКОЙ СРЕДЫ
ДОСТУПНОСТЬ
ВСЕХ НЕОБХОДИМЫХ
СЕРВИСОВ И УСЛУГ,
ТУРИЗМ
ОЗЕЛЕНЕННОЕ
ПРОСТРАНСТВО,
ПРОМЫШЛЕНОЕ
ОЗЕЛЕНЕНИЕ,
ЦЕНТРЫ РЕКРЕАЦИИ
ЭНЕРГОЭФФЕКТИВНЫЕ
И БЕЗОПАСНЫЕ «УМНЫЕ»
ГОРОДСКИЕ ТЕХНОЛОГИИ
Рис. 1. Базовые признаки комфортной городской среды
– насыщения территории высокотехнологичными социально значимыми элементами благоустройства, рекреации и отдыха.
Зеленые насаждения промышленных зон одновременно решают взаимосвязанные задачи:
– санитарно-защитные (по назначению).
Растения эффективно задерживают и осаждают пыль, вредные газовые выделения, снижают
уровень шума, электромагнитного излучения,
вибрации;
– рекреационные. Решаются в определенной
степени проблемы отдыха работников, деловых
партнеров, жителей прилегающей селитебной
зоны. Зеленые насаждения уменьшают бактериальную загрязненность воздуха, повышают
ионизацию атмосферы, обогащают ее фитонцидами;
– градостроительные. Связаны с членением
территории и выделением отдельных функциональных зон в структуре населенного места, объединением частей в одно целое.
Итак, комфортные условия создаются благодаря рациональной организации системы промышленного озеленения, т. е. совокупности
функциональных зеленых насаждений и средств
их обеспечения, увязанных с архитектурно-планировочным решением сооружений промышленного узла и его пространственной композицией.
Состав системы приведен на рис. 2.
Нами определяются принципы формирования данной системы:
– общность интересов – воспроизводство естественной среды;
– концентрация – пространственная сопряженность объектов;
– взаимодействие – набор формальных и неформальных отношений.
Нами поддерживается мнение о том, что
устойчивое развитие индустриального города
во многом зависит от эффективного функционирования промышленного озеленения [7]. Вопервых, по причине постоянного обмена и трансграничного переноса вещества, энергии и информации воздушными потоками. Во-вторых,
взаимного перекрывания зон загрязнения от
пространственно отдаленных промышленных
объектов. В-третьих, в результате негативного
изменения фоновой концентрации загрязняющих веществ под влиянием передвижных источников, в первую очередь автомобильного транспорта.
С одной стороны, освоенные территории являются причиной концентрации населения, базой
региональной экономики, носителями активов,
создающих общественный продукт, и фактором
насыщения товарами и услугами потребительского рынка, обеспечения занятости, налоговых
поступлений, развития территориальной инфраструктуры. С другой стороны, урбанизация,
основанная на индустриализации, увеличивает силу антропогенного воздействия, приводит
к деградации природных ландшафтов, масштабной деградации окружающей среды, что провоцирует в мегаполисах рост заболеваемости и
смертности, социальную напряженность и дискомфорт.
135
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
2. ПОСТОЯНЫЙ
МОНИТОРИНГ,
ВКЛЮЧАЯ
БИОИНДИКАЦИЮ
3. ФОРМИРОВАНИЕ
ОПТИМАЛЬНОЙ
ПЛАНИРОВОЧНОЙ
СТРУКТУРЫ
ЗЕЛЕНЫХ НАСАЖДЕНИЙ
5. УХОД
(ПОЛИВ, УБОРКА СНЕГА,
ПОДКОРМКА,
НЕЙТРАЛИЗАЦИЯ,
ДОЖДЕВАНИЕ КРОН)
4. ВЫБОР
ОПТИМАЛЬНОГО
ПО ВОЗРАСТУ
ПОСАДОЧНОГО МАТЕРИАЛА
И ВНУТРИВИДОВОЙ ОТБОР
1. АДРЕСНЫЙ ПОДБОР
УСТОЙЧИВОГО АССОРТИМЕНТА
ДЕРЕВЬЕВ И КУСТАРНИКОВ
ПО ПОДЗОНАМ
САНИТАРНО-ЗАЩИТНЫХ ЗОН
СИСТЕМА
ПРОМЫШЛЕННОГО
ОЗЕЛЕНЕНИЯ
6. МЕРОПРИЯТИЯ
ПО ВОССТАНОВЛЕНИЮ
И ОМОЛОЖЕНИЮ РАСТЕНИЙ
7. ОРГАНИЗАЦИОННОЭКОНОМИЧЕСКИЙ
МЕХАНИЗМ
РАЦИОНАЛЬНОГО
ПРИРОДОПОЛЬЗОВАНИЯ
8. ЛИКВИДАЦИЯ
И УТИЛИЗАЦИЯ ОТХОДОВ
«ИЗНОШЕННЫХ ЗЕЛЕНЫХ
АКТИВОВ»
Рис. 2. Система промышленного озеленения
Эффективное функционирование системы
промышленного озеленения обеспечивается ее
основными функциями.
Маркировочная функция. Границы озелененных территорий промузлов, как правило, являются линиями градостроительного регулирования и наносятся на Генпланы городов в виде красной линии. При определенных условиях они могут быть изменены в сторону увеличения или сокращения. Назначение маркировочной функции
проявляется, во-первых, в обособлении территории промышленной площадки от жилых кварталов; во-вторых, размер границ санзон служит
информационным сигналом о степени опасности
предприятия: чем дальне от источника эта линия, тем выше степень техногенного воздействия
на окружающую среду. Изучив динамику границ
за определенный период, можно сделать важные
выводы о тенденциях безопасности территории.
Барьерно-контактная функция. Озелененные
участки предприятий первыми принимают на себя техногенные воздействия, существенно сокращая их интенсивность на прилегающие жилые
кварталы. Граница санзон не только разделяет,
но и соединяет промплощадку и селитебу, выполняя роль своеобразного коридора, в котором
происходит обмен веществом, энергией и информацией. Контактная составляющая проявляется
в пространстве перехода промышленной в селитебную зону. Так происходит оптимизация и сбалансированность потоковых процессов;
Природоохранная функция. По своему назначению промышленные озелененные участки яв136
ляются частью воздухоохранных мероприятий,
технологией «конца трубы», естественными «зелеными фильтрами». Согласно санитарному законодательству они организуются в том случае,
если после проведения всех прогрессивных технических и технологических мер по очистке и
обезвреживанию выбросов, ограничению распространения техногенных физических факторов не
удается достичь нормативных величин воздействия. На этих площадках сведена к минимуму
хозяйственная деятельность, а подбор и посадка зеленых насаждений (деревьев, кустарников,
травянистой растительности, цветов) увязаны
в единую сетку «экологических связей» местного
ландшафта, рекреационного озеленения и архитектурно-планировочной структуры города. Обязательно обеспечивается грамотная планировочная структура и подбор растений с учетом конфигурации, рельефа территории, направления ветра и мощности источника выброса. В ближнем
к источнику участке формируют полосы из сильноустойчивых растений по изолирующему или
фильтрующему типу, далее допускается сажать
средне- и даже слабоустойчивые виды.
Эффективность рассматриваемой функции
оценивается по уровню и общей площади озеленения, биологическому виду, продуктивности,
устойчивости к токсикантам, фильтрующей способности, продолжительности вегетационного
периода, возрасту зеленых насаждений. Важную роль играет подбор специальных насаждений и тип посадки (фильтрующие, изолирующие, одно- и многорядные).
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
Архитектурно-ландшафтная функция. Планировочная организация промышленного озеленения неотделима от существующего архитектурного решения городской среды, а также состояния природного ландшафта. Озеленение усиливает выразительность застройки, размер, цвет и
форма кроны позволяют создавать определенные
пейзажные композиции вокруг цехов и административных зданий и декорировать глухие стены,
заборы, старые постройки. Удачные приемы благоустройства (тротуары, ограждения, лестницы,
скамейки, павильоны, беседки, фонари) и разнообразные малые архитектурные формы (фонтаны,
памятники, скульптуры) выполняют декоративные и эстетические функции, способствуют гармонизации городской среды. Кустарники и газоны не мешают обозревать архитектуру сооружений, дополняют композиционные архитектурные
решения.
Мониторинговая функция. Посты контроля размещаются не только на промплощадке,
но и внутри озелененных участков. Если система озеленения будет подвержена разрушающему
техногенному влиянию, то первые проявления
трансформации будут обнаружены оперативно.
Также открывается возможность контроля условий труда и оценки общей экологической ситуации. На основе данных мониторинга можно
получить обобщенные оценки состояния урбанизированной территории, которые помогут выявить кризисные ситуации, критические факторы воздействия и наиболее подверженные воздействию участки селитебы, находящиеся в режимы высоких техногенных нагрузок.
Таким образом, назрела необходимость выработки новых подходов, способствующих мобилизации потенциала зеленых насаждений промышленных зон, так как совершенствование
системы озеленения урбанизированных территорий является одним из важнейших условий
повышения комфортности, благодаря синергии
средозащитного, эстетического, ландшафтного
и градостроительного эффектов.
Библиографический список
1. Безуглая Э. Ю., Смирнова И. В. Воздух городов и его изменения. СПб.: 2008г.
2. Бойкова М. В., Ильина Н. М., Салазкин М. Г.
Будущее городов. Города как агенты глобализации
и инноваций / Форсайт, 2011, т.5, № 4, с. 32–48.
3. Акимова Т. А. О методических подходах
к организации управления устойчивым развитием региона // Региональная экономика: теория
и практика, 2012, № 26, с. 2–9.
4. Владимиров В. В. Город и ландшафт. М.:
Мысль, 1986. – 238 с.
5. Подколзин М. М. Современное состояние и
функционирование объектов озеленения в условиях техногенной нагрузки / Политематический
сетевой электронный научный журнал (Научный журнал КубГАУ), Краснодар: КубГАУ, 2011,
№ 66 (02), с. 19–28. [электронный ресурс] http://
ej.kubagro.ru/2011/02/pdf/03.pdf.
6. Крупина, Н. Н. Единая санитарно-защитная
зона как инновационный прием реконструкции территории старопромышленных городов / Н. Н. Крупина, Е. Н. Киприянова // Региональная экономика.
2013. № 30(309). С. 26–36.
7. Пасхина М. В. Современные подходы к оценке комфортности городских территории /Ярославский педагогический вестник. Том 111. Естественные науки, 2011, № 2, с. 148–153.
137
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК 551.50, 536.7
Д. А. Самуленков*
И. Н. Мельникова*
доктор физико-математических наук, старший научный сотрудник
М. В. Сапунов*
Л. С. Ивлев**
доктор физико-математических наук, профессор
*РЦ «Обсерватория экологической безопасности, Научный парк, Санкт-Петербургский
государственный университет
**Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ПРОБНЫЕ ЭКСПЕРИМЕНТЫ ПО профайлингу параметров ветра
В ЦЕНТРЕ САНКТ-ПЕТЕРБУРГА
Проведены лидарные измерения вертикального профиля скорости и направления
ветра над городом. Представлены результаты сравнения и возможные объяснения
выявленных различий данных измерений.
Ключевые слова: скорость ветра, лазерное зондирование, однородность поля ветра, доплеровский лидар.
D. A. Samulenkov*
I. N. Melnikova*
Doctor of Physical and Mathematical Sciences, Senior Researcher
M. V. Sapunov
L. S. Ivlev
Doctor of Physical and Mathematical Sciences, Professor
*RC Research Park, Saint-Petersburg State University
**Saint-Petersburg State University of Aerospace Instrumentation
TRIAL EXPERIMENTS IN MONITORING OF the wind profiling
IN THE CENTRE OF SAINT-Petersburg city
Lidar observations of the wind velocity vertical profile and wind direction were made, above the city.
Results of comparison with radio-sounding data are shown.
Keywords: wind velocity, laser sound, homogeneity of wind field, Doppler lidar.
В настоящее время самые распространенные
средства измерений ветра, за исключением радиозондирования, не позволяют получить профиль
ветра по высоте или его основные характеристики. Однако радиозондирование производится не
чаще, чем два раза в сутки, что не достаточно для
некоторых задач. Учитывая, что ветер может измениться за несколько минут, подобный способ
определения вертикальных профилей ветра не
138
всегда эффективен для отслеживания суточной
динамики атмосферы. Для более регулярных измерений следует использовать иные средства измерений. В частности, доплеровский лидар. Чтобы считать его сертифицированным средством
измерения, необходимо провести валидацию и
калибровки, одним из этапов которых является
сравнение с сертифицированным средством измерения ветра.
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
Импульсный доплеровский ветровой лидар
установлен в ресурсном центре «Обсерватория
экологической безопасности» научного парка
СПбГУ на Васильевском острове. Благодаря тому, что лидар работает в инфракрасном диапазоне, имеет небольшую мощность и расположен
над крышами домов, он безопасен для использования в городских условиях.
Лидар обладает сканирующей системой позволяющей изменять направление излучения,
как по азимуту, так и по зенитному углу, охватывая при этом полукруг в плоскости максимальной скорости ветра. Соответственно с этим
имеются два режима сканирования: конусный и
секторный. При конусном режиме меняется азимутальный угол, а зенитный угол остается постоянным. В секторном режиме меняется зенитный угол, при постоянном азимутальном угле,
который определяет плоскость направления
максимальной скорости ветра. Время сканирования выбирается в зависимости от стабильности или изменчивости параметров ветра, так
как при измерении происходит усреднение параметров ветра внутри объема конуса или полукруга зондирования. Фиксированный зенитный
угол конуса сканирования определяет пространство (объем) усреднения параметров ветра. Для
оптимального выбора этих параметров проведено специальное исследование методического характера.
Полученная информация может быть представлена по-разному: карта с градациями цвета
и такое же изображение секторного сканирования или вертикальные профили параметров ветра. Диаграмму конусного сканирования можно
наложить на географическую карту, задавая координаты расположения и ориентации лидара.
Получены карты Санкт-Петербурга с наложенной на них проекцией диаграммы конусного сканирования [1]. На экране скорость ветра
и направление ветра обозначаются градациями
цветов. Отметим, что на изображении, как секторного сканирования, так и конусного, имеются пробелы в представлении информации по
высоте. Они означают, что в этих точках не было сигнала обратного рассеяния лазерного луча
из-за того, что на этих высотах в атмосфере лучу
лазера было не от чего отражаться, то есть для
преодоления минимального порога чувствительности датчиков концентрации атмосферных аэрозолей с радиусом, превышающим рабочий диапазон частот лидара (более 1,6 мкм) были недостаточны.
Совместно анализируя карты конусного и
секторного режима сканирования, можно выявить зоны турбулентности и инверсии поля ветра, а также нижнюю границу облаков. О зонах
турбулентности свидетельствует неравномерное
распределение окрашенности на карте, а о зонах
инверсий – изменение окрашенности из диапа-
зона соответствующего одному направлению, на
диапазон соответствующий другому направлению [2]. Высота нижней границы облаков определяется высотой сплошного плоского горизонтального слоя на карте секторного режима.
Другой вид представления информации –
вертикальные профили ветра. Для ее получения
используется конусный режим сканирования.
Выходными данными являются вертикальные
профили трех характеристик ветра: направление, горизонтальная и вертикальная составляющие скорости ветра. При этом происходит усреднение характеристик ветра в параллельных
сечениях объема конуса по пространству. Если задать меньший вертикальный угол, то произойдет усреднение по большей площади, будет
меньшая высота детектирования, но более высокая вертикальная дискретность отсчета параметров. И, наоборот, при большем зенитном угле –
усреднение производится по меньшей площади
сечений конуса, зато будет доступна большая
высота детектирования, с меньшей дискретностью отсчетов измеряемых параметров ветра по
высоте.
На рис. 1 приведен пример измерения вертикальных профилей ветра в подоблачном слое.
Оптимальный выбор тех или иных установок
для режимов сканирования (зенитный угол,
скорость сканирования) требует специального
исследования и должен определяться условиями в атмосфере [3] и требованиями решаемых
задач. Результат измерения представляет собой
три графика: горизонтальная скорость ветра и ее
направление и вертикальная скорость ветра.
В представленном случае скорость ветра меняется с высотой, и в слое атмосферы от 2150
до 2250 м наблюдается вертикальный градиент
скорости ветра 0,07 (м/с)/м. Следует отметить
также изменение направления ветра (поворот
ветра) с высотой, которое в данном случае составило примерно 40° в диапазоне высот от 300 до
2500 м, с резким сдвигом, примерно 75° на тех
же высотах (от 2150 до 2350 м). Направление вертикального потока воздушных масс определяет
знак скорости на третьем графике, если он положительный, то поток восходящий, и наоборот,
если отрицательный – нисходящий. В представленном случае наблюдается восходящий поток
воздуха с вертикальной скоростью от 0,2 м/с от
крыш домов до высоты 1700 м и с дальнейшим
падением до высоты 2250 м, и возрастанием до
высоты 2450 м. Подчеркнем, что весьма резкие
изменения всех трех параметров ветра соответствуют высотам 2150–2350 м. Ограничение высоты измерений 2500 м вызвано отсутствием
в достаточном количестве крупных частиц на
больших высотах (чистая атмосфера).
На данный момент существует мало средств
измерений вертикальных профилей характеристик ветра над населенными объектами. Боль139
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
а)
б)
в)
Рис. 1. Вертикальные профили горизонтальной и вертикальной компонент скоростей ветра (а и в),
и направления ветра (б)
шинство из них расположено в зоне действия аэропортов, за городской чертой, и они охватывают небольшую зону по пространству.
В настоящей работе в качестве средства измерения для сравнения полученных лидарных данных используются результаты аэрологических
зондов [4], дважды в сутки, запускаемых в поселке Воейково, Ленинградская область, позволяют
получить вертикальные профили направления и
скорости ветра, на высотах от земли до 35–40 км,
с переменной дискретностью по высоте от 50 до
350 м. Измерения ветровых характеристик измерения доплеровским лидаром выполнялись синхронно с запусками радиозонда.
Определение скорости и направления ветра при
радиозондировании, осуществляется путем детектирования координат радиозонда в момент очередной отправки данных, с дальнейшим расчетом
пути пройденного им между текущей отправкой
данных и предыдущей и затраченным на это временем. Направление ветра рассчитывается путем
определения смещения координат радиозонда.
Проанализировано 96 измерений. При этом
выявлено 52 случая совпадения данных лидара и радиозонда, что составляет 54% от общего
количества измерений. В качестве критерия для
определения количества совпадений было взято
значение коэффициента корреляции равное 0,6.
Так как для расчетов корреляции необходимо
иметь точки с измерениями, совпадающими по
высотам, то данные радиозонда интерполировались по высотам ветрового лидара.
Для визуального сравнения построены графики, на которых изображены данные полученные радиозондом и ветровым лидаром. На рис. 2
показаны примеры совпадения и несовпадения
горизонтальной скорости ветра по результатам
140
проведенного анализа. Вертикальные потоки
в целом мало отличаются, однако, направление
и характер изменения направления ветра с высотой различны. В случае совпадения лидарных
и радиозондовых измерений поворот ветра с высотой составил около 30°, а при несовпадении измерений поворот ветра значительно больше: 90°,
что, возможно является причиной разницы в показаниях скорости ветра разными методами.
Причинами несовпадения могут быть как городская застройка, так и расстояние между пунктами наблюдения, которое составляет 25 км.
Кроме того, лидар находится недалеко от залива, стык различных типов поверхностей способствует развитию турбулентности, что в свою очередь влияет на характеристики ветра. В приземном слое атмосферы рельеф имеет большое влияние на ветер, однако чем больше высота, тем
меньше горизонтальные градиенты характеристик ветра. Также следует учитывать влияние
рельефа, в том числе его влияние при определенных направлениях ветра.
В настоящей работе скорость и направление
ветра сравнивались на высотах, от 100 до 2500 м.
В настоящее время набирается статистика, разрабатываются новые оптимальные методы обработки данных и сравнительного анализа результатов
характеристик ветра, измеренных различными
методами.
Рассматриваемые средства измерения обладают схожими методами усреднения, но различными значениями параметров усреднений.
В процессе измерения радиозондом рассчитывается суммарный горизонтальный вектор скорости ветра между точками отправки данных, а
значит, скорость ветра усредняется по пространству и по времени. Такие же усреднения выпол-
ТЕХНОСФЕРНАЯ БЕЗОПАСНОСТЬ
а)
б)
Рис. 2. Измерения горизонтальной скорости ветра по лидарным и радиозондовым измерениям:
случай совпадения (а) и несовпадения (б)
няются для показаний ветрового лидара. Так
как для определения ветра производится конусное сканирование, происходит горизонтальное
усреднение по очередному по дальности горизонтальному сечению конуса (через каждые 75 м),
однако по вертикали, в отличие от радиозонда
ветер не усредняется. Пространство усреднения
по горизонтали при измерении ветровым лидаром можно задавать путем изменения зенитного
угла конуса. Усреднение по времени у ветрового лидара зависит от заданной угловой скорости
сканирования.
Библиографический список
1. Ахметьянов В. Р., Васильев Д. Н., Коняев М. А. и др. Методы и алгоритмы обработки
данных ветрового когерентного доплеровского
лидарного профилометра с коническим сканированием. “Журнал радиоэлектроники” № 10,
2013, с. 532–544.
2. Банах В. А. Когерентные доплеровские
вет-ровые лидары в турбулентной атмосфере – Томск: Изд-во Ин-та оптики атмосферы
СО РАН, 2013. 303 с.
3. Мишина О. А. Методы и алгоритмы обработки сигналов ветровых когерентных доплеровских лидаров Диссертация на соискание научной степени кандидата технических наук:
05.13.01. – Санкт-Петербург, 2012. 156 с.
4. Фридзон М. Б., Ермошенко Ю. М. Радиозондирование атмосферы. “Мир измерений” 01.07.2009
5. Горелик А. Г., Костарев В. В., Черников А. А.
Новые возможности радиолокационных ветровых измерений. Метеорология и гидрология, 1962.
Т. 62, №7, с. 34–40.
141
МАТЕМАТИКА
УДК 519.612.4
В. А. Галанина
кандидат технических наук, доцент
Л. А. Решетов
кандидат технических наук, доцент
М. В. Соколовская
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
МОДИФИЦИРОВАННАЯ ГРАНИЦА GROSS-TRENKLER-LISKI
ДЛЯ ЛИНЕЙНЫХ МАТРИЧНЫХ МОДЕЛЕЙ
В настоящей работе анализируются ковариационные матрицы линейных оптимальных оценок векторных параметров при дополнительных ограничениях для некоторой группы параметров. Приведено доказательство теоремы об относительном
упорядочении ковариационных n×n матриц, если ранги матриц различны, и меньше,
чем n.
Ключевые слова: ортогональный проектор, псевдообращение, оптимальные
оценки с ограничениями
V. A. Galanina
Candidate of Technical Sciences, Docent
L. A. Reshetov
Candidate of Technical Sciences, Docent
M. V. Sokolovskaya
Saint-Petersburg State University of Aerospace Instrumentations
MODIFIED BOUNDARY GROSS-TRENKLER-LISKI FOR LINEAR MATRIX MODELS
This article analyzes the covariance matrices of linear optimal estimates of vector parameters with
additional restrictions for some groups of parameters. Give the proof of the theorem about the relative
ordering of the n×n covariance matrices, if their ranks of different and less than n.
Keywords: orthogonal projection, pseudoinverse, restricted least squares estimations
Во множестве задач теории вероятностей, из-за
возможных методических ошибок, описание линейной модели, в соответствии с которой принимается решение о принадлежности выборки тому
или иному классу распределений, нельзя считать
совершенным. Для уменьшения влияния этих
142
ошибок часто используют метод понижения размерности задачи, например, с помощью набора линейных ограничений. В статье [1] определены граничные условия для сопоставления ковариационных матриц наилучших линейных несмещенных
оценок с ограничениями (RLSE) c ковариацион-
МАТЕМАТИКА
ной матрицей оценок при полноразмерной модели
(BLUE). С целью расширения области применения
подобной методики в настоящей работе мы рассматриваем граничные условия для сопоставления
двух моделей с линейными ограничениями и, в
этом случае, результаты статьи [1] можно воспринимать как частный случай общего результата.
Введение
n´m
Пусть R
обозначает множество всех n×m реn´1
n
мы будем писать R .
альных матриц. Вместо R
⊥
T
+
Символы F , F , F , R ( F ) , R (F), N ( F ) , In и rk(F)
предназначены для обозначения транспонированной матрицы, инверсии матрицы по Муру–Пенроузу (псевдоинверсия), матрицы любой обобщенной инверсии, пространства столбцов (the range),
ортогонального дополнения пространства R ( F ) ,
нуль-пространства (the null space), единичной матрицы порядка n и ранга матрицы, соответственно,
n ×n
n ×m
и In ∈ R
. Говорят, что матрица
если F ∈ R
n
×
n
неотрицательно определена, если F = RRT
F ∈R
n ×n
мы пидля некоторой матрицы R. Для F, G ∈ R
L
шем F ≤ G, если разность G–F это неотрицательL
но определенная матрица. Соотношение ≤ известно [2] как упорядочивание матриц по Левнеру
n ×n
является идемпо(Löwner). Если матрица P ∈ R
тентной матрицей, то есть P=PP, тогда ее называют проектором (наклонным).Так как любой проекn
тор P представляет все пространство R в следуюn
щем виде R = R ( P ) ⊕ R ( In − P ) , то любой вектор x
∈ R n может быть записан в виде суммы x = x1 + x2,
где x1 = Px1 и Px2 = 0. Поэтому, говорят, что идемпотентная матрица P проектирует на R ( P ) вдоль
N ( P ) = R ( In – P ) . Если дополнительно N ( P ) = R ⊥
(P), то P называется ортогональным проектором.
Хорошо известно, что P будет ортогональным проектором, когда P = PT.
Мы будем рассматривать общую линейную
модель
y = Xβ + ε,
(1)
где y это n×1 вектор наблюдаемых величин,
регрессионная матрица X имеет размер n×k
и ранг k, вектор неизвестных параметров β –
это k×1 вектор. Мы полагаем, что вектор случайных возмущений ε имеет нулевое среднее
и ковариационную матрицу Ω, которую далее
мы считаем положительно определенной. При
таких обозначениях наилучшая линейная несмещенная оценка (BLUE) параметра β, как известно [3], будет иметь вид
β̂ (Ω ) = (XTΩ-1X)-1XTΩ-1y,
(2)
а ее ковариационная матрица равна V=cov( β̂ (Ω ) =
=(XTΩ-1X)-1. Допустим, что мы хотим исследовать
устойчивость оценки (2) к возможным ошибкам
определения элементов преобразующей структу-
ры. В ряде работ [4, 5], посвященных этой проблеме, вместо оценки β (Ω ) рассматривают оценку
βˆ (W ) =(XTW-1X)-1XTW-1y,
(3)
причем здесь матрица Ω замещена некоторой
симметричной положительно определенной матрицей W. Такие оценки принято называть несоответственными (misspecified) оценками. Ковариационная матрица оценки βˆ (W ) определена
следующей формулой
V(W)=cov( βˆ (W ) =
=(XTW-1X)-1XTW-1Ω W-1X(XTW-1X)-1.
(4)
Пусть на искомый параметрический вектор β накладываются линейные ограничения
(restrictions), которые можно записать с помощью уравнения
Aβ = c,
(5)
где A – это известная r×k матрица ранга r, а c –
это известный r×1 вектор. Оценки, минимизирующие средний квадрат ошибок с учетом ограничений (RLSE), могут иметь различную форму
представления [1, 5, 6]. Чаще других используют такой вид RLSE [1]:
β̂ R(Ω)= β̂ (Ω ) + VAT(AVAT)-1(c – A β̂ (Ω ) ). (6)
Предположим теперь, что ограничения, следующие из уравнения (5), остаются истинными,
в то время как матрицу Ω в уравнении (6) мы
заменим матрицей W. Если ввести обозначение
S=(XTW-1X)-1, то мы получим оценку
β̂ R(W) = βˆ (W ) + SAT(ASAT)-1(c – A βˆ (W )). (7)
При выполнении условия (5) оценка β̂ R(W)
будет несмещенной, а ее ковариационную матрицу можно определить следующим выражением
VR(W) = cov ( β̂ R(W)) =
где
= ( Ik – B ) V(W) ( Ik – BT),
(8)
B = SAT(ASAT)-1A.
(9)
Легко видеть, что B это наклонный проектор
на R SAT вдоль N ( A ) .
Отметим, что при W = Ω и при отсутствии ограничений (r = 0) β̂ R(W) превращается в BLUE β̂ (Ω ) .
Если же 0 < r < k, то мы получим RLSE β̂ R(Ω).
Сравнение ковариационных матриц оценок
βˆ (W ) и β̂ R(W) выполнено в двух, дополняющих
друг друга, работах [1, 7]. Авторы этих статей
определили необходимые и достаточные условия повышенной эффективности (superiority), в
смысле Löwner, оценок β̂ R(W) по отношению к
(
)
143
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
( )
L
VR(W) ≤ V(W)
(10)
выполнено лишь на множестве симметричных матриц V(W)-1/2BV(W)1/2, то есть
V(W)–1/2BV(W)1/2=V(W)1/2BTV(W)–1/2. Граница эффективности оценок β̂ R(W) связана, таким образом, с внутренней структурой матриц
V(W) и B.
При решении практических задач статистики часто возникает необходимость сравнения эффективности двух различных моделей
с различными ограничениями. Используя вышеуказанный математический аппарат, в этой
работе мы попытаемся установить новую модифицированную границу выполнения неравенства
L
VR1(W1) ≤ VR2(W2),
(11)
где VR1(W1) – это cov( β̂ R(W))=VR(W) для матричных параметров W1, A1, c1 и дискретного скалярного параметра r1, а VR2(W2) – это
cov( β̂ R(W))=VR(W) для W2, A2, c2 и r2, соответственно. Далее предполагается, что хотя бы одни
из перечисленных параметров первой и второй
модели различаются друг от друга.
Учитывая, что левое нуль-пространство является ортогональным дополнением пространства
столбцов, можно переписать последнее в другой
форме
R ⊥ (F) ∈ R ⊥ (G ) ⇔ R (G ) ⊆ R ( F ) ⇔ G = FF{1}G
Напомним еще одно равенство, которое будет использовано в дальнейшем. Если матрица F
m ×m
положительно опре∈ R n ×m , а матрица G ∈ R
делена, то пространства столбцов (the range) матриц FG и F совпадают (см., например [9]), то есть
Обозначим F{i,j…k} множество матриц F–, которые удовлетворяют уравнениям (i), (j),…, (s).
Матрица F– ∈ F{i,j…s} называется {i,j…s} – инверсией матрицы F и имеет обозначение F{i,j…s}.
Уникальная матрица F+ ∈ F{i,j…s} называется
Мура–Пенроуза инверсией (псевдоинверсией),
если она удовлетворяет всем четырем уравнениn ×n
, тогда, в соответствии с реям. Пусть F, G ∈ R
зультатами Рао и Митра (см. [8] стр. 21), мы получаем
N ( F ) ⊆ N (G ) ⇔ R GT ⊆ R FT ⇔ G = GF{1}F
для всех F{1} ∈ F{1},
144
R ( FG ) = R ( F ) . (13)
Приведем критерий неотрицательной определенности блочной матрицы, который впервые был
сформулирован в работе [10]. Если симметричная
n ×n
представлена в блочной форме
матрица F ∈ R
 F11
F = 
 F21
F12  ,
F22 
то
L
(i)
(j)
(t)
(s)
( )
(12)
0 ≤ F ⇔ 0 ≤ F11, R ( F12 )⊆ R (F11 ),
Прежде чем давать формулировку основной
теоремы настоящей работы, мы должны привести некоторые полезные сведения из теории
обобщенной инверсии матриц.
n ×m
, в общем слуДля каждой матрицы F ∈ R
чае, комплексной, существует матрица F, удовлетворяющая одному или более уравнений из
следующего набора (уравнения Пенроуза)
( )
для всех F{1} ∈ F{1}.
Основной результат
FF–F = F
F–FF– = F-
(FF–)T = FF–
(F–F)T = F–F
( )
N FT ⊆ N GT ⇔ R (G ) ⊆ R ( F ) ⇔ G = FF{1}G
для всех F{1} ∈ F{1}
оценкам βˆ (W ) . В результате их анализа мы можем сделать вывод о том, что неравенство
L
F21F–11F12≤ L F22,
(14)
где F–11 обозначает любую обобщенную инверсию (g – inverse), для которой справедливо первое уравнение Пенроуза, то есть F11F–11F11=F11.
Заметим, что такому условию удовлетворяет
любая матрица F{1} ∈ F{1} и матрица псевдоинверсии F+ [11, 12].
В статьях [13, 14] получены обобщенные соотношения, расширяющие применение (14) на случай матриц с комплексными элементами. Используя результаты этой работы, Gross J.,Trenkler G.,
Liski E.P. [1] доказали нижеследующую лемму,
которую мы приводим в авторской редакции.
Lemma 1. Suppose H is a simmetric n×n matrix, F
is of type n×m and G is of type m×p. Then FGGTFT ≤ LH
if and only if 0 ≤ LH, R ( FG )⊆ R (H) and
GTFTH–FG ≤ L Ip
(15)
for some (and hence every) generalized inverse H– of H.
Применив эту лемму, мы можем выполнить
сравнение ковариационных матриц VR1(W1) и
VR2(W2). Здесь следует помнить, что, по предположению, матрицы V(W1) и V(W2) должны быть
положительно определенными и, следовательно, существуют матрицы V1/2(W1), V–1/2(W1) и
V1/2(W2), V–1/2(W2).
МАТЕМАТИКА
Нам также понадобится еще один результат о
экстремальных свойствах ортогональных проекторов, который мы сформулируем в виде леммы.
Лемма 2. Предположим, что P это n×n проектор, т. е. P = PP.
Тогда PTP ≤ L In, если, и только если, P будет
ортогональным проектором, т. е. P = PT = PP.
Доказательство. Ясно, что, если P является ортогональным проектором, то PTP=P ≤ L In,
так как все собственные числа матрицы In – P
не меньше нуля. С другой стороны, PTP ≤ L In означает, что матрица In – PTP должна быть неотрицательно определенной матрицей и, следовательно, In – PTP=RTR для некоторой матрицы R.
Умножим справа обе части этого уравнения на P
P – PTP = RTRP.
(16)
Если умножить (16) слева на PT, то мы получим PTRTRP=0, то есть PTRT=0 и RP=0. Откуда
находим, что P – PTP=0 и, таким образом, P=PT.
Обозначим, для упрощения, V1=VR1(W1)
и V2 =R2(W2). Следовательно, V1=F1G1G1TF1T,
V2=F2G2G2TF2T, где F1=Ik – B1, G1=V1/2(W1),
F2 = Ik – B2, G2=V1/2(W2), B1=S1A1T(A1S1A1T)–
1A , B =S A T(A S A T)–1A , S =(XTW –1X)-1,
1
2
2 2
2 2 2
2
1
1
S2=(XTW2–1X)–1, а W1,W2 – это положительно
определенные матрицы, которые замещают матрицу Ω. Заметим, что ранги матриц A1, A2, определяющие линейные ограничения (5) для вектора
β, равны r1 и r2, соответственно. Теперь мы можем
представить основной результат работы.
Теорема. Пусть в ковариационных матрицах
V1=F1G1G1TF1T, V2=F2G2G2TF2T оценок RLSE параметра β произведены замещения матрицы Ω
на матрицы W1 и W2. Тогда, если R ( V1 )⊆ R (V2 )
и P=(F2G2)+F1G1 является k×k ортогональным
проектором, то V1 ≤ L V2.
Доказательство. Для того, чтобы применить
результаты Lemma 1 мы должны проверить все
ее условия. Так как ковариационная матрица V2
всегда неотрицательно определенная матрица, то
выполнение первого условия леммы 0 ≤ L V2 очевидно. Второе условие леммы непосредственно следует из условия теоремы R ( V1 )⊆ R (V2 ) . Действительно, R ( V1 ) = R ( F1G1 ) и тогда R ( F1G1 )⊆ R (V2 ) .
Как отмечалось выше, матрица G1TF1TV2–F1G1 инвариантна к выбору обобщенной инверсии V2–, то
есть в качестве V2– мы можем использовать любую
матрицу, которая удовлетворяет равенству V2–=V2
V2– V2. Для построения псевдоинверсии V2+ используются все четыре уравнения Пенроуза и мы
можем написать
G1TF1TV2–F1G1 = G1TF1TV2+F1G1.
Известно, что (VVT)+=(VT)+V+ и поэтому
G1TF1TV2+F1G1=PTP,
P=(F2G2)+F1G1.
По условию теоремы матрица P проектор. Из
леммы 2 следует, что предположение об ортогональности проектора обеспечивает выполнение
L
L
условия PTP ≤ Ik или G1TF1TV2–F1G1 ≤ Ik, что
L
гарантирует V1 ≤ V2.
Надо заметить, что в теореме доказываются
лишь достаточные условия преобладания матриц V1 ≤ L V2. Основной проблемой в общей постановке задачи является объяснение проекционных свойств матрицы P=(F2G2)+F1G1. Матрица P будет проектором, возможно наклонным,
если P=PP, то есть P=(F2G2)+F1G1(F2G2)+F1G1,
что эквивалентно F1G1=F1G1(F2G2)+F1G1 или
(F2G2)+=(F1G1)–, где (F1G1)– любая обобщенная
инверсия матрицы F1G1, удовлетворяющая первому уравнению Пенроуза. Если ввести дополнительные упрощающие предположения о правосторонней матрице V2, то можно превратить
матрицу P в матричный проектор и установить
L
необходимые условия для V1 ≤ V2.
В большинстве работ, посвященных проблеме несвойственного (misspecified) представления BLUE и RLSE, полагают r2=0, что приводит
к следующим равенствам V2=V(W2) и F2=Ik. Достигнутая таким образом положительная определенность матрицы V2 делает тривиальной проверку первого и второго условия Lemma 1, так
как мы знаем, что для любой невырожденной
n ×n
пространство
симметричной матрицы F ∈ R
n
R ( F ) совпадает с R и включение очевидно.
До сих пор мы предполагали, что W1 и W2 – это
любые положительно определенные матрицы соответствующего размера. Для получения желаемого
результата необходимо ограничить диапазон возможных значений матриц замещения. Положим,
что матрицы замещения W1 и W2 таковы, что
V(W1) = V(W2).
(17)
Надо отметить, что это достаточно типичный
случай замещения матрицы Ω матрицей W. Про-
( )
T
стейший пример матрицы W=αI+ X ⊥ X ⊥ , где
α скаляр, а┴ матрица, составленная из векторов ортогональных пространству R ( X ) . Так как
W–1=α–1{I–X┴ [αI + (X┴)TX┴]-1(X┴)T}, то произведения матриц XTW-1 остаются инвариантными
к выбору векторных элементов матрицы X┴.
Следовательно, для любых двух матриц W1
и W2 этого типа справедливо предположение
(17). Далее, если V(W1)=V(W2) и r2=0, то G1=G2
и матрица P=(F2G2)+F1G1 становится проектором. Остается лишь сформулировать в виде следствия условия ортогональности проектора P=PT.
Следствие. Если, в обозначениях теоремы,
r2=0 и матрицы замещения W1 и W2 удовлетворяют равенству V(W1) = V(W2), то
V1 ≤ L V2 ⇔ V(W2)–1/2B1V(W1)1/2=
=V(W1)1/2B1TV(W2)–1/2.
(18)
145
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Доказательство.
Необходимость. Пусть V1 ≤ L V2. Тогда, в соответствии с Lemma 1,
G1TF1TV2–F1G1 ≤ L Ik
или
PTP ≤ L Ik, P=(F2G2)+F1G1.
(19)
При r2=0 матрица P равна V(W2)–1/2F1V(W1)1/2.
Когда имеет место равенство V(W1)=V(W2), тогда
матрица P будет обладать проекционными свойствами P=PP. Среди проекторов P, согласно лемме 2, соотношение PTP ≤ L Ik выполняется только для ортогональных проекторов, то есть, когда
P=PT. Следовательно, мы получаем
V(W2)–1/2F1V(W1)1/2 = V(W1)1/2F1TV(W2)–1/2.
Но так как F1=Ik–B1, то
V(W2)-1/2B1V(W1)1/2 = V(W1)1/2B1TV(W2)–1/2.
Достаточные условия эквивалентности (18)
вытекают из требования ортогональности проектора в приведенной выше теореме. □
В работе [1], как мы знаем, рассмотрен еще
более простой случай W1=W2=W. Тогда в (18) мы
должны снять индексацию и эквивалентность
будет иметь вид [1, Theorem 1(e)]
V1 ≤ LV2 ⇔V(W)–1/2BV(W)1/2=
=V(W)1/2BTV(W)–1/2.
(20)
Пример. В ряде прикладных задач матрица
B является симметричной матрицей B=BT. Тогда, в соответствии с теоремой об одновременной
диагонализации двух коммутирующих матриц,
соотношение (20) утверждает, что матрицы B и
V(W) должны иметь общие собственные векторы
и, следовательно, общую внутреннюю структуру
матриц. Наиболее наглядно это проявляется для
блочно-диагональных матриц.
Выводы. В настоящей работе мы распространили область применения граничных условий
для ковариационных матриц V1 ≤ L V2 (граница
Gross-Trenkler-Liski) на случай различных матриц замещения W1≠W2, что позволяет значительно расширить круг практически решаемых
этим методом задач. Основным направлением
развития предлагаемой методики является рассмотрение сингулярной модели для вырожденной или плохо обусловленной матрицы Ω.
146
Библиографический список
1. Gross J., Trenkler G., Liski E. P. Necessary
and sufficient conditions for superiority of
misspecified restricted least squares regression
estimator. Journal of Statistical Planning and
Inference, 1998,71,109–116.
2. Baksalary J. K.,Pukelsheim F., Styan G. P. H.
Some properties of matix partial orderings. Linear
Algebra and Its Appl., 1989, 119, 57–85
3. Tian Y. G. On equelities for BLUEs under
misspecified
Gauss-Markov
models.
Acta
Mathematica Sinica, 2009, 25, 1907–1920.
4. Zhang B. X., Liu B. S. Some further remarks
on a superiority problem in misspecified restricted
singular linear models. Metrika, 2000, 52, 173–181.
5. Tian Y. G. Characterizing relationships
between estimations under a general linear model
with explicit and implicit restrictions by rank of
matrix. Communications in statistics – Theory and
methods, 2012, 41, 2588–2601.
6. Rao C. R., Toutenburg H. Linear models:
Least squares and Alternatives. N. Y., Springer,
1999, 432.
7. Razzaghi M. A supperiority problem in
misspecified resticted linear models. Comm.
Statist. Ser.B, 1989, 16, 899–902.
8. Rao C. R., Mitra S. K. Generalized inverse of
matrices and its applications. N. Y., John Wiley,
1971, 242.
9. Strang G. Linear algebra and its applications.
N. Y., Academic Press, 1976, 454.
10. Albert A. Conditions for positive and
nonnegative definitness in terms of pseudoinverses. SIAM J. Appl. Math., 1969, 17, 434 – 440
11. Bekker P. A. The positive semidefiniteness
of partitioned matrices. Linear Algebra and Its
Appl.,1988, 111, 261–278.
12. Baksalary J. K., Puntanen S. Spectrum
and trace invariance criterion and its statistical
applications. Linear Algebra and Its Appl., 1990,
142, 121–128.
13. Baksalary J. K., Schipp B., Trenkler G. Some
further results on Hermitian-matrix inequalities.
Linear Algebra and Its Appl., 1992, 160, 119–129.
14. Isotalo J., Puntanen S., Styan G. P. H. The
BLUE`s covariance matrix revisited: A review.
Journal of Statistical Planning and Inference,
2008, 138, 2722–2737.
МАТЕМАТИКА
УДК 519.248
П. В. Глущенко*
кандидат технических наук, доцент
Ю. А. Гусман**
кандидат технических наук, доцент
Ю. А. Пичугин**
доктор технических наук, старший научный сотрудник
*Сочинский государственный университет
**Санкт-Петербургский государственный университет
аэрокосмического приборостроения
Статистическая оцеНка параметров тестируемого технического устройства
В статье предлагается алгоритм оценивания параметров технического устройства
на основе данных тестовых испытаний.
Ключевые слова: данные тестирования; оценки параметров; проверка сложной
статистической гипотезы.
P. V. Glushchenko*
Сandidate of Technical Sciences, Docent
Yu. A. Gusman**
Сandidate of Technical Sciences, Docent
Yu. A. Pichugin**
Doctor of Technical Sciences, Senior Researcher
*Sochi State University
**Saint-Petersburg State University of Aerospace Instrumentation
THE Statistical estimation of technical devace under test parameters
The article shows the statistical estimating algorithm of technical device parameters on basis of test
data.
Keywords: test data; estimation of parameters; check complex hypothesis.
Конструирование сложных технических устройств и приборов, характеризующихся большим количеством параметров, нередко приводит
к необходимости проведения тестовых испытаний экспериментальных образцов. Это обстоятельство обусловлено тем, что при конструировании не всегда удается точно рассчитать внешние
характеристики устройства так, чтобы его внутренние параметры удовлетворяли техническим
требованиям. Таким образом, возникает задача
статистической оценки параметров по данным
тестовых испытаний, а также задача оценки надежности соответствия параметров заданным
требованиям. Здесь мы покажем алгоритм решения этой важной технической задачи.
Предположим, что множество параметров образует вектор размерности m Θ =(θ1,θ2,…,θm)Т
(Т – знак транспонирования). В случае непосредственного измерения параметров предположим, что при проведении серии испытаний
экспериментального образца мы имеем набор измеренных значений вектора параметров
{ Θ i =(θ1i,θ2i,…,θmi)Т, i=1,2,…,n} (здесь i – порядковый номер испытания). Будем предполагать,
что погрешности измерений параметров распределены нормально, т. е. подчиняются многомерному нормальному распределению. Оценка вектора параметров тестируемого устройства Θ по данным испытаний может быть оценена как среднее значение
147
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
n


Θ = n −1 ∑ Θ i , VΘ = n −1VΘ ,
i =1
(1)
n



где VΘ = (n − 1) −1 ∑ (Θ i − Θ)(Θ i − Θ)Ò .
i =1
Здесь следует отличать матрицу взаимных

ковариаций вектора измерений параметров VΘ
и матрицу взаимных ковариаций оценок VΘ .
Возможна и косвенная оценка, когда имеются данные измерений некоторой основной характеристики устройства {уi, i=1,2,…,n}, полученные при различных режимах или нагрузках
{xi1, x2i,…, xim, i=1,2,…,n}. В этом случае предполагаем, что имеет место схема линейной регрессии вида
y i = θ0 + θ1xi1 + θ2 xi2 + ... + θm xim + ε i .
(2)
Обычно модель (2) записывается в векторноматричной форме
Y = XΘ + ε,
где Y – вектор размерности n, компонентами
которого являются значения y i ; X – матрица размерности n × m, i-я строка которой равна
Xi=(1, xi1, x2i,…, xim); e – вектор размерности
n погрешностей модели (2); Θ – вектор параметров, размерность которого увеличилась на
единицу (m + 1) из-за компоненты θ0. Если на
погрешности этой модели наложить ограничения взаимной некоррелируемости и равной
дисперсии, т. е. ε∼N(O,σ2I) (O – нулевой столбец, I – единичная матрица), то оценка наименьших квадратов (МНК) вектора параметров выражается формулой (см. [1])

Θ = (XT X) −1 XT Y. несмещен-
ная оценка σ2 .
Пусть G область допустимых значений параметров и полученная в результате тестовых испытаний статистическая оценка принадлежит этой области. Для полной уверенности в том, что тестируемое устройство удовлетворяет техническим требованиям
 необходимо проверить сложную гипотезу
H:EΘ ∉ G (Е – знак математического ожидания).
Как показано в ряде работ (см. [2–5]), для этого достаточно проверить простую гипотезу H0 :EΘ = Θ∗ ,
правдогде Θ∗ – граничная точка максимального

подобия по распределению N (Θ, VΘ ).
148
 ∂L k (x,λ)
=0

(k = 1,2,..., kG , j = 1,2,...,m).
 ∂xj
 φ (x) = 0
 k
Из этой системы получаем множество, состоящее из kG решений, из которого выберем значение x*, доставляющее наибольшее значение
функции правдоподобия, которое и примем за
Θ∗ ( Θ∗ =x*).
В случае, когда ϕk(x)=0 имеет простой вид
ñT
x
k = ak , где ck – вектор, ak – скаляр, решение
k–й задачи имеет вид

 T
−1

xk = Θ + λVΘ ck , λ = (ak − cT
k Θ)(ck VΘ ck ) . (4)
Нередко ограничения на параметры, задающие границу ∂G области допустимых значений
G, имеют вид aj≤θj≤bj, j=1, 2,…, m. В этом случае
k=2m, и граница ∂G задается набором равенств
{ñTj x = aj , ñTj x = bj , j = 1, 2,..., m}, где у вектора cj
только j-я компонента равна единице, а остальные
равны нулю, что еще более упрощает решение (4).
Имея значение Θ∗ можно дать вероятностную оценку надежности тестируемого устройства, вычислив вероятностную меру эллипсоида
(см. [2–5]).

VΘ = σ2 (XT X) −1.
n

1
(yi − Xi Θ)2
∑
n − m − 1 i =1

где k=1,2,…,kG, а f (x,Θ, VΘ ) – функция
 плотности (правдоподобия) распределения N (Θ, VΘ ), будет соответствовать система задач
(3)
При этом матрица взаимных ковариаций полученной оценки равна

Здесь σ2 =
Если граница ∂G области G определяется конечным набором уравнений ϕk (x)=0, где
{ϕk, k=1,2,…,k G}  множество гладких функций, то набору функций Лагранжа вида

L k (x,λ) = ln f (x,Θ, VΘ ) − λφk (x),


W = {x : f (x,Θ, VΘ ) = f (x∗ ,Θ, VΘ )}, (5)
который, в данном контексте, можно именовать
эллипсоидом надежности.

Для проверки гипотезы H0 :EΘ = Θ∗ можно использовать следующие статистики. Пусть
Q ортогональная матрица, приводящая матрицу VΘ к диагональному виду, то есть
QT VΘ Q = Λ = diag(λ1, λ2 ,..., λm ), тогда при верной гипотезе Н0 компоненты вектора

s = Λ-1/2 QT (Θ - Θ* ) (6)
будут подчиняться распределению Стьюдента с
числом степеней свободы (n -1). В принятых предположениях (при верной гипотезе Н0) величина


 1 (Θ - Θ* ) r = (Θ - Θ* )T VΘ
(7)
асимптотически приближается к распределению χ2 с m степенями свободы.
МАТЕМАТИКА
При выполнении хотя бы одного из неравенств
r > χ2 (α),
m
sj > tnα-/21 , j = 1,2,...m,
α /2
где χ2 (α) , и tn-1 – квантили соответствующих
m
распределений при выбранном значении a, Н0, а
вместе с ней, как показано в ряде работ (см. [2–5]),
и основная гипотеза Н отвергается. Если мы имеем дело с косвенной оценкой (3), то кроме перечисленных выше статистик, величина


(m + 1) −1 (Θ − Θ∗ )T XT X(Θ − Θ∗ )
q=
n

(n − m − 1) −1 ∑ (yi − Xi Θ)2
i =1
при верной гипотезе H0 будет иметь в точности
F – распределение с числами степеней свободы (m+1, n−m−1) и может быть использована для
проверки гипотезы Н0. Для критерия Стьюдента
(см. выше) в этом случае число степеней свободы
равно (n−m−1), и мы проверяем неравенства
q > Fm,n −m −1 (α),
2
sj > tnα−/m
−1 , j=1,2,…m.
Замечание 1. В модели (2) удобно перейти к
центрированным переменным, исключая параметр θ0, который не связан с нагрузкой.
Замечание 2. В случае непосредственной оценке параметров (1), когда параметры зависят от
внешних (задаваемых) условий и не являются, в
принципе, постоянными величинами, вероятностную меру эллипсоида (5) целесообразно
оценивать

не по распределению N (Θ, VΘ ), а по распределе-
 
нию N (Θ, VΘ ), а в статистиках
(6) и (7) использо
вать вместо VΘ матрицу VΘ , проверяя гипотезу
случайного отказа устройства H':Θ Ï G .
Заключение. Таким образом, показано, что
при тестировании технических устройств с большим числом параметров может возникать необходимость проверки сложной статистической гипотезы, которая, в свою очередь, сводится к проверке простой гипотезы относительно граничной
точки, доставляющей максимальное правдоподобие. Предложенный здесь алгоритм существенно
расширяет возможности адекватного тестирования сложных технических устройств и многопараметрических систем, повышая их надежность.
Библиографический список
1. Себер Дж. Линейный регрессионный анализ. – М.: Мир,1980. – 456 с.
2. Пичугин, Ю. А. Вероятностные оценки риска
и надежности в экономике / Пичугин, Ю. А. // Научная сессия ГУАП: Сб. докл.: В 3-х ч. Ч 1. Технические науки. СПб., 2013. С. 195–196.
3. Пичугин, Ю. А. Идентификация и статистическая проверка устойчивости модели Вольтерры / А. В. Кондрашков, Ю. А. Пичугин // НТВ
СПбГПУ. Физико-математические науки. 2014.
№1(189). С. 124–135.
4. Пичугин Ю. А. Проверка сложной статистической гипотезы в линейном регрессионном анализе // Научная сессия ГУАП: Сб. докл.: В 3-х ч.
Ч 1. Технические науки. СПб., 2014. С. 275–277.
5. Пичугин, Ю. А. Вероятностная оценка для
одной из задач космической безопасности на
основе кеплеровской модели / Ю. А. Пичугин,
А. В. Кондрашков // Научная сессия ГУАП: Сб.
докл.: В 3-х ч. Ч 1. Технические науки. СПб.,
2014. С. 273–275.
149
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК 512.643.4
Г. М. Головачев
кандидат физико-математических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
РЕШЕНИЕ МАТРИЧНОГО УРАВНЕНИЯ ВТОРОГО ПОРЯДКА,
ПОСТРОЕННОЕ ПО ЖОРДАНОВОЙ КЛЕТКЕ
Рассматривается матричное уравнение X 2 +PX + Q = 0 в матрицах 2×2. Известный
алгоритм решения этого уравнения применим в случае различных корней уравнения
det ( λ 2 ⋅ E + λ ⋅ P + Q ) = 0. В настоящей работе приводятся необходимые и достаточные условия существования решения, построенного в случае совпадения корней характеристического уравнения. В качестве основы для построения решения выбрана жорданова клетка.
Ключевые слова: матричное уравнение, жорданова клетка.
G. M. Golovachev
Candidate of Physical and Mathematical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
THE SOLUTION OF THE MATRIX EQUATION OF SECOND ORDER BASED ON JORDAN BLOCK
The algorithm of solution of matrix equation X 2 + PX + Q = 0 in matrix 2x2 is well known. This algorithm is
applicable only in the case of different roots of equation det ( λ 2 ⋅ E + λ ⋅ P + Q ) = 0. In this work the necessary
and sufficient conditions of the existence of solution in the case of coincident roots of characteristic
equation were obtained. The solution is built on the basis of Jordan block.
Keywords: matrix equation, Jordan block.
Рассматривается уравнение второго порядка
в матрицах размерности 2x2
X2 + PX + Q = 0, (1)
где X – неизвестная матрица, а P и Q – заданные
матрицы. Элементы всех матриц являются комплексными числами.
Алгоритм общего решения уравнений такого
вида предложен Д. Б. Фуксом и изложен в статье [1]. Приведем этот алгоритм.
Для решения уравнения (1) необходимо составить скалярное уравнение
det ( λ2 ⋅ E + λ ⋅ P + Q) = 0,
(2)
где E – единичная матрица. В общем случае
уравнение (2) имеет четыре различных решения, λ1,, λ 4 , которые мы назовем собственными числами уравнения (1). Каждому собственному числу λ i  сопоставим ненулевой специальный вектор Ui , удовлетворяющий уравнению
150
(λ i2 ⋅ E + λ i ⋅ P + Q)Ui = 0. 
(3)
Введем матрицу A, зависящую от комплексного
параметра. Пусть матрица A(λ) = λ2 ⋅ E + λ ⋅ P + Q .
Уравнение (2) представляется как det A(λ) = 0 .
Пусть λ1, λ2 , λ 3 , λ 4 – его корни.
Каждой паре собственных чисел λ i , λ j соответствует одно решение уравнения (1), которое
строится по формуле
Xi j
 ui1
=
u
i2
uj1   λ i
uj2   0
0   ui1
λ j   ui2
uj1 
uj2 
−1
. (4)
Этот алгоритм применим только при λ j ≠ λ i ,
 ui1 uj1 
так как матрица U = 
обратима тогда
 ui2 uj2 


и только тогда, когда векторы Ui и Uj линейно
независимы.
Обратное утверждение также оказывается верным: если матрица X является решением уравнения (1) и представима в виде (4), то ее
МАТЕМАТИКА
собственные числа являются корнями уравнения (2).
В общем случае определитель (2) имеет четыре различных корня, и квадратное уравнение
имеет шесть разных решений. Но это число может уменьшиться в двух случаях – когда совпадают собственные числа λ j = λ i и когда двум
различным собственным значениям λ j ≠ λ i со
ответствует один собственный вектор U .
Задачей настоящей работы является изучение
особого случая, когда решение уравнения (1) может быть получено с применением модифицированного алгоритма, отвечающего кратному корню уравнения (2). Это направление исследования
указано в работе [1] как наиболее интересное возможное продолжение исследование матричных
уравнений второго порядка.
Отметим, что изучение матричных уравнений второго порядка является одним из актуальных направлений современных исследований. Для матриц произвольной размерности явное решение не получено, исследуются отдельные частные случаи (примером может служить
работа [2]).
Если собственные числа матрицы X совпадают, может оказаться, что матрица X в некотором
 λ 1
.
базисе представляется в виде X = 
 0 λ 

 α
 γ 
Удобно ввести обозначения U1 =   , U2 =   .
β 
 δ
Так как X = UX J U −1 – решение уравнения,
имеем:
UX J U −1UX J U −1 + PUX J U −1 + Q = 0.
(6)

Умножим эту матрицу на вектор U2 :
 α
(UX J2U −1 + PUX J U −1 + Q)   .
β 

1
Легко убедиться, что U −1 ⋅ U2 =   , и мы по 0
лучаем:
1
1
 α
UX J2   + PUX J   + Q   =
 0
 0
β 
 λ2 
 λ
 α
= U   + PU   + Q   =
0
 
β 
0 
1
1
 α
= λ2 ⋅ U   + λ ⋅ PU   + Q   .
 0
 0
β 
 1   α
Легко убедиться, что U   =   , откуда по 0  β 
лучаем:
В этом случае число l является кратным кор α
 α
 α
 α
λ2   + λP   + Q   = (λ2E + λP + Q)   .
нем уравнения det A(λ) = 0, и алгоритм поиска
β 
β 
β 
β 
решения должен быть модифицирован.
В настоящей работе доказываются необходи
Следовательно, A(λ) ⋅ U2 = 0.
мые и достаточные условия для существования

Теперь умножим матрицу (6) на вектор U1 :
решений, построенные по жордановой форме.
Пусть матрица U – матрица перехода к бази γ
су, в котором X имеет простейшую (жорданову)
(UX J2U −1 + PUX J U −1 + Q)  
форму. Правила нахождения U известны, они
 δ
приведены, например, в [3].
 λ 1
−1
,
Теорема 1. Если матрица X, X = UX J U , X J = 

 0
λ 
 0Легко
U −1 ⋅ U1 =   , и мы поубедиться,
что
λ
1


1
, является решением уравнения (1),
X = UX J U −1, X J = 
лучаем:
 0 λ 
 0
 0
 γ
то выполняется
UX J2   + PUX J   + Q   =
1
1
 
 
 δ

A(λ) ⋅ U2 = 0,
 2λ 
1 
 γ



=
U
 2  + PU  λ  + Q  δ  =
(5)
A(λ) ⋅ U1 + D ⋅ U2 = 0.  
 
λ 
где D = 2λ ⋅ E + P.
Доказательство.
Пусть имеется решение
уравнения
(1)
 λ 1
X = UX J U , X J = 
.
 0 λ 
 
 
Известно, что U = (U2U1 ), где U1,U2 – цепочка неколлинеарных векторов, необходимых для
приведения
 матрицы X
 к жордановой форме
(см. [3]), U2 = (X − λE) ⋅ U1.
−1
 2λα + λ2 γ 
 λγ + α 
 γ
=
+ Q  =
 + P

2
 2λβ + λ δ 
 λδ + β 
 δ
 γ
 α
 γ
 α
 γ
= λ2   + 2λE   + λP   + P   + Q   =
 δ
β 
 δ
β 
 δ


= ( λ2 E + λP + Q)U1 + (2λE + P)U2 = 0.


Т. е. A(λ) ⋅ U1 + D ⋅ U2 = 0.
Теорема доказана.
151
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Пусть матрицы A(λ) и D имеют ранг 1. Тогда
они представимы в виде
 a11
A=
 a21
a12   a11
a12   a11
=
=

a22   ma11 ma12   a21
ka11 
,
ka21 
Т. к. α = −kβ, имеем:
a11 γ + ka11δ − kd11β + ld11β = 0.


Тогда при k = l выполняется γ = − kδ , и U1 = U2 .
Это снова приводит к необратимости матрицы U.
При k ≠ l уравнение a11 γ + ka11δ − kd11β + ld11β = 0
 (2λ + p11 ) (2λ + p12 )
D = 2λE + P = 
=
 (2λ + p21 ) (2λ + p22 )
−kd11β + ld11β
при δ = 1.
a11 γ + ka11δ − kd11β + ld11β = 0 позволяет найти γ = −k −
a11
(
2
)
(
2
)
λ
+
p
λ
+
p

11
12 
=
=
Теорема доказана.
 r (2λ + p11 ) r (2λ + p12 )
Существует численный пример, удовлетво (2λ + p11 ) l(2λ + p11 )
ряющий
этим условиям. С применением пакета
=
,
 (2λ + p21 ) l(2λ + p21 )
прикладных вычислений Maple проверено, что
действительно подобрано уравнение, имеющее
k, l, m, r – некоторые числа.
совпадающие собственные числа, и получено его
Теорема 2. (достаточное условие существоварешение. Матрицы выбраны такими:
ния решения, построенного на жордановой ма −17 −30.6
 −3 2
трице).
.
P=
, Q=

 −130 −144 
 15 4
Пусть λ – корень кратности не меньше 2 уравнения det A (λ) = 0. Пусть матрицы A (λ) и D име −17 −24.6
Тогда
ют ранг 1, и не имеют нулевых элементов, и вы,
A(3) = 
λ = 3,

 −85 −123 
 A (λ) ⋅ U2 = 0,
Тогда:
полняется 
123 −10


 3 1 U = 
 3 2
,
 A (λ) ⋅ U1 + D ⋅ U2 = 0.

X
=
,
2λE + P = 
,
J
 0 3
 −85 15 
 15 10
m = r
, то существует решение урав– если 
 2688 15129 
k ≠ l

995  .
нения (1), построенное на жордановой матрице;
X =  199
1445
1494 
−

−
m = r
 199
199 
– если m ≠ r или 
, то решения уравнеk = l
ния (1) не существует.
Доказательство.
Рассмотрим случай m ≠ r . Имеем:
a11 γ + a12 δ + d11α + d12β = 0,

ma11 γ + ma12 δ + rd11α + rd12β = 0.
(m − r )d11α + (m − r )d12β = 0.
Т. к. m ≠ r , получаем:
d11α = −d12β, т. е. k=l. Тогда имеем:
a11 γ + ka11δ + d11α + kd11β = 0,

ma11 γ + mka11δ + rd11α + rkd11β = 0.
ma11 γ + mkd11β = rd11α + rkd11β,
m(α + kβ) = r (α + kβ).


Т. к. m ≠ r , получаем, что U1 = U2 . В таком
случае матрица U необратима.
Рассмотрим случай m = r . Имеем:
a11 γ + ka11δ + d11α + ld11β = 0,

ma11 γ + mka11δ + md11α + mld11β = 0.
a11 γ + ka11δ + d11α + ld11β = 0.
152
В заключение отметим, что в нашей работе алгоритм поиска решений уравнения (1) модифицирован для особого случая. Показано, что если за
основу взять жорданову форму матрицы, то при
выполнении определенных условий на матрицы
P и Q оказывается возможным получить решение, соответствующее кратным корням уравнения (3). Если найденные условия не выполняются, то решение, соответствующее паре совпадающих собственных чисел, вырождается.
Библиографический список
1. Гельфанд С. И. О числе решений квадратного уравнения. // В сб. “Глобус. Общематематический семинар.” Вып. 1. М., Издательство
МЦНМО, 2004 г. С.124–132.
2. Qingxiang Xu, Chuanning Song and
Xiaofang Liu. General exact solutions of the
second-order homogeneous algebraic differential
equations / Qingxiang Xu et al, // Linear and
Multilinear algebra, Taylor and Francis, V.62, 2014,
http://dx.doi.org/10.1080/03081087.2013.860597
3. Ильин В. А., Позняк Э. Г. Линейная алгебра. // М., Наука, 1999.
МАТЕМАТИКА
УДК 51: 378
Ю. А. Гусман
кандидат технических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ПРЕПОДАВАНИЕ МАТЕМАТИКИ ИНОСТРАННЫМ СТУДЕНТАМ В ГУАП (1992–2015 гг.)
В статье анализируется подготовка по математике иностранных студентов за
1992–2015 гг.
Ключевые слова: математика; иностранные студенты; подготовка.
Yu. A. Gusman
Сandidate of Technical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
EDUCATION OF MATHEMATICS FOR FOREIGN STUDENTS IN SUAI (1992– 2015)
The article analyzes mathematical preparation of foreign students in 1992–2015 years.
Keywords: mathematics; foreign students; preparation.
Подготовительное отделение для иностранных студентов в ГУАП начало работу в 1992 г.
Первая группа состояла из трех абитуриентов – двух тайцев и одного южнокорейца. Ребята были любознательные, старательные и общительные. Их было немного, и мы дружили с ними. Кроме регулярных, достаточных по количеству, занятий по математике наши учащиеся
уделяли внимание и время культуре.
Мы нередко совместно посещали музеи, они
интересовались историей и архитектурой нашего прекрасного города. Им, хорошо обеспеченным у себя на родине, было сложно приспособиться к жизни в условиях нашего общежития.
Поэтому они получали большое удовлетворение
от прихода ко мне в гости, куда они с радостью
приходили и несколько лет спустя, уже после завершения занятий по математике.
Наши первые студенты были вполне довольны
уровнем обучения в нашем университете, один из
них после нескольких лет работы в таиландском
университете снова приехал в Россию в аспирантуру и защитил кандидатскую диссертацию под
руководством профессора М. С. Каткова.
Отметим хороший начальный уровень тех
иностранных студентов по курсу начальной математики, с ними было легко заниматься. Интересно заметить, что на темы, связанные с историей
математики, было сложно говорить, и на будущее
я сделал вывод, что это обычно излишне. Приведем пример типового варианта экзаменационной
работы тех лет, которые иностранные студенты
начала 90-х гг. воспринимали с удовольствием.
Вариант (1995 г.)
1. Вычислить без калькулятора
4
30 ⋅ 4
27
160
2. Решить неравенство
 9
 4
x2 − 2
 2
≥
 3
11x −9
3. Решить неравенство
9 < x2 ≤ 12 − x
4. Решить уравнение
2x2 − x − 3 = 2x2 − x + 3
5. Решить неравенство
3 - 2x - x2 £ 2x + 4
6. Решить неравенство
log x 3 + 2 log0,25 3 ≥ 0
153
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
7. Решить уравнение
8. Решить уравнение
2arc sin 2x = arccos7x.
25x − 14 ⋅ 5x + 49 = 2 ⋅ 5x − 8
9. Упростить и вычислить при a = 8, b = 3 ,
8. Решить уравнение
16 (arcsin x ) + 8π arcsin x − 3π2 = 0
2
9. Найти сумму всех трехзначных натуральных чисел, делящихся на 6.
10. Найдите площадь фигуры, которая задается на координатной плоскости системой неравенств
x2 + y2 ≤ 4y − 4x

y ≥ 0
11. Найти множество значений функции
y = 6 sin3 x + 7 cos 2x
12. При каких значениях a отношение корней
уравнения x2 + ax + a + 2 = 0 равно 2?
В последующие годы экзаменационные работы были вынужденно упрощены:
Вариант (2009 г.)
1. Вычислить
log7 493.
2. Найти область определения функции
y = log2 x .
3. Решить уравнение
23x −1 + 25x ⋅ 2x −1 = 125x.
4. Вычислить
254 2 + 2 5
4
250 + 5 8
−
2 5
+
+ 2.
5
2
5. Решить уравнение при −5 ≤ x < −4
1

2 − sin2 sin πx = 4 cos4  sin πx − 2 cos (3 sin πx ).
2

6. Три числа составляют арифметическую
прогрессию, сумма которой равна 60. Найти первое число, если третье больше первого в 3 раза.
7. Решить неравенство
2x2 + 9 ≤ 3x.
154
(

 ab − ab a + ab
)−1  : (2(
)
ab − b ⋅ (a − b )
−1
).
10. Решить уравнение
1
1
=
.
x 6− x
3 π
11. Вычислить cos α, åñëè sin α = ;
< α < π.
5 2
3 π
cos α, åñëè sin α = ;
< α < π.
5 2
12. Решить неравенство
log x2 (2x + 3) > 1.
Иногда высшая математика преподавалась и
бакалаврам (на английском языке). Они были
более старательны, чем обычные иностранные
студенты, но уровень их знаний также оставлял
желать лучшего.
В двухтысячные годы иностранные студенты
стали (в основном) более слабые. Они поздно приезжают после завершения каникул, плохо знают
русский язык (часто недостаточно знают и английский язык) и далеко не всегда дисциплинированы.
Для методического обеспечения занятий по
математике на подготовительном отделении ГУАП в 1994, 2004 и 2010 гг. были изданы методические пособия [1, 2]. В 2010 г. пособие было
издано одновременно на русском и английском
языках. В этом году готовится издание на русском и китайском языках.
Библиографический список
1. Гусман, Ю. А. Высшая математика. (Математика-1). Линейная алгебра и аналитическая
геометрия. Методические указания и контрольная работа № 1 для студентов 1-го курса заочной формы обучения. Методическое пособие / Ю. А. Гусман, О. Е. Дик, М. А. Миркин; СПбГУАП, СПб., 2012, 53 с.
2. Гусман, Ю. А. Математика. Методические указания для иностранных студентов. Mathematics.
Guidelines for Foreign Students. Методические указания / Ю. А. Гусман, О. Е. Дик, А. О. Смирнов;
СПбГУАП, СПб., 2010. 30 с.
МАТЕМАТИКА
УДК 51-76
А. В. Копыльцов
доктор технических наук, профессор
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ БИОЛОГИЧЕСКИХ ПРОЦЕССОВ
В статье приведено описание моделей системы транспорта кислорода, включающих движение несимметричных эритроцитов по капилляру и фрагментам капиллярных сетей, локальную регуляцию кровотока метаболитами и оценивание состояния
системы транспорта кислорода в организме при недостатке информации.
Ключевые слова: математическое моделирование; биологические процессы; система кровообращения; транспорт кислорода.
A. V. Kopyltsov
Doctor of Technical Sciences, Professor
Saint-Petersburg State University of Aerospace Instrumentation
MATHEMATICAL MODELLING OF BIOLOGICAL PROCESSES
The article presents the description of models of the system of oxygen transport including the movement
of asymmetrical erythrocytes on a capillary and fragments of capillary networks, local regulation of a blood
flow metabolites and estimation of a condition of system of oxygen transport in an organism at a lack of
information.
Keywords: mathematical modeling; biological processes; blood circulatory system; oxygen transport.
При моделировании биологических процессов важно выбрать такие объекты и процессы
в живом организме, исследование которых позволило бы принести наибольшую пользу человечеству при освоении космического пространства. Одним из таких важных объектов является сердечнососудистая система человека и процессы, связанные с ней, в частности транспорт
питательных веществ, продуктов метаболизма и
респираторных газов.
При описании процессов распространения
кислорода в организме человека необходимо рассматривать определенную систему органов и тканей, которая образует систему транспорта кислорода (СТК), включающую системы кровообращения, кроветворения, внешнего и тканевого дыхания. СТК предназначена для доставки кислорода
из окружающей среды к клеткам организма, где
происходят биохимические реакции окисления.
СТК является одной из важнейших систем организма и характеризуется набором внутренних и
внешних параметров, причем если внешние параметры заданы, то совокупность значений внутренних параметров характеризует состояние
СТК [1–4]. К внешним параметрам СТК обычно
относятся температура, содержание кислорода во
вдыхаемой смеси, потребности клеток организма в кислороде и т.д. К внутренним параметрам
СТК относится функция распределения кислорода в организме, т. е. концентрация кислорода
С(X1, X2, X3, t), где X1, X2, X3 – пространственные координаты, t – время, и величины непосредственно влияющие на С(X1, X2, X3, t). Взаимосвязи между параметрами СТК определяются из
законов сохранения и кинетики. Транспорт кислорода в организме осуществляется как пассивно
(путем диффузии), так и активно (с помощью движения воздуха в легких, молекул оксигемоглобина в крови и оксимиоглобина в тканях). Поэтому
закон сохранения для молекул кислорода можно
записать в виде
∂
(C + any + bmz) = q − div [V(C + any + bmz) −
∂t
(1)
−D grad (C + any + bmz)],
где n – концентрация гемоглобина, y – степень
насыщения гемоглобина кислородом, m – концентрация миоглобина, z – степень насыщения
155
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
миоглобина кислородом, V – скорость активного транспорта, D – коэффициент диффузии, q –
скорость потребления кислорода, a и b – коэффициенты. Все величины являются функциями
координат и времени, причем, некоторые из них
в определенных областях имеют нулевые значения, в частности, в ткани значения n и V равны
нулю, в сосудах значение m равно нулю. Итак,
задача описания СТК состоит в нахождении концентрации С(X1, X2, X3, t) из уравнения (1). Однако решать это уравнение удобнее не сразу по
всему пространству (X1, X2, X3, t), а раздельно по
специально выделенным областям: воздухопроводная система легких, легочные капилляры,
крупные кровеносные сосуды (артерии, артериолы, венулы, вены), тканевые капилляры, ткани
и клетки различных органов [4, 5]. Мы ограничиваемся в наших исследованиях рассмотрением СТК в большом круге кровообращения, включающего сердце, артерии, вены, артериолы, венулы, капилляры и ткань. При рассмотрении
процессов в ткани рассматривается поглощение
кислорода тканями и производство продуктов
метаболизма, а также распространение кислорода (пассивно и активно) и продуктов метаболизма (пассивно) в ткани.
К тканям кислород поступает по капиллярам,
поэтому рассматривается движение эритроцитов
(основных переносчиков кислорода по сосудам)
по капиллярам, транспорт кислорода из эритроцитов в ткани и продуктов метаболизма из тканей в сосудистое русло. Кровь поступает в капилляры из больших по размеру сосудов (артерий,
артериол) и из капилляров перетекает в венулы и затем в вены. Поэтому при моделировании
СТК нужно учитывать кровоток по крупным сосудам кровеносной системы. Сердце создает разность давлений, за счет которой осуществляется кровоток в сосудистой системе. Наибольший
интерес представляет исследование механизмов
регуляции кровотока и транспорта кислорода
в организме, а также оценивание состояния СТК
организма человека [4, 5]. Рассмотрим объекты
моделирования более подробно.
На основе теоретических и экспериментальных результатов построена математическая модель, которая позволяет определить величину
разности давлений на концах эритроцита, за
счет которой он перемещается по капилляру,
при условии, что известны такие параметры,
как размеры капилляров и эритроцитов, физические свойства эритроцитов и плазмы крови,
линейная скорость эритроцитов. Зная величину
падения давления на одиночном эритроците и на
столбике плазмы между эритроцитами, можно
определить разность давлений на концах капилляра, за счет которой осуществляется движение
эритроцитов в потоке плазмы по капилляру. Если разность давлений на концах капилляра известна, то можно решить обратную задачу. А
156
именно, определить характер движения эритроцитов по капилляру в зависимости от вышеперечисленных параметров и величины микрогематокрита.
Далее, на основе знания закономерностей перемещения эритроцитов по капилляру осуществляется переход к моделированию закономерностей движения эритроцитов в капиллярных
тройниках (три капилляра соединенные в одной
точке). Проблема выбора направления движения эритроцита при прохождении разветвления
решалась с учетом положения, суть которого
заключается в том, что при условиях характерных для системы микроциркуляции эритроцит
направляется в тот капилляр, в котором поток
больше [4, 5]. Поскольку капиллярные сети, вообще говоря, допускают разбиение на тройники,
то естественным образом осуществляется переход к моделированию закономерностей движения эритроцитов по фрагментам капиллярных
сетей коры мозга и мышц животных. Зная закономерности движения эритроцитов в капиллярных сетях и используя существующие экспериментальные и расчетные данные, касающиеся
кислородного рассыщения эритроцитов при их
перемещении по капиллярным сетям [4, 5] можно выявить закономерности снабжения тканей
кислородом в норме и патологии. Остановимся
на предлагаемых моделях более подробно.
Движение одиночного эритроцита по капилляру описывается с позиций гидродинамической теории смазки [1, 2], т. е. величина зазора между мембраной эритроцита и поверхностью капилляра мала, а скорости таковы, что
в уравнениях движения жидкости в этом зазоре
можно пренебречь инерционными членами. Поскольку эритроцит обладает упругими характеристиками, объемом и площадью поверхности,
то эти параметры также учтены в модели. Изза соотношений между объемом, площадью поверхности эритроцита и диаметром капилляра,
оказывается, что эритроцит при перемещении
по капилляру принимает существенно несимметричную форму [1, 2]. Асимметрия является
причиной поступательно-вращательного перемещения мембраны эритроцита [1, 2], что также учитывается в модели. В итоге получается
система дифференциальных уравнений, учитывающая диаметр капилляра, вязкость плазмы, объем, площадь поверхности, модуль Юнга, коэффициент Пуассона и скорость эритроцита. Решая эту систему численными методами
(с помощью ЭВМ), определяем форму и положение эритроцита в капилляре, частоту вращения
мембраны эритроцита, распределение давления в окрестности эритроцита и, следовательно,
разность давлений, за счет которой эритроцит
перемещается по капилляру.
Последовательность эритроцитов в капилляре представляет собой совокупность эритроци-
МАТЕМАТИКА
тов разделенных столбиками плазмы. Согласно
экспериментальным данным отношение гематокрита в капиллярах к системному гематокриту составляет около 20–25% [2, 4]. Поэтому при
движении эритроцитов по капиллярам малого
сечения расстояния между эритроцитами достигают нескольких диаметров капилляра. При
таких расстояниях между эритроцитами взаимовлияние их друг на друга становится незначительным и им можно пренебречь [3–5]. Предполагается, что течение плазмы между эритроцитами удовлетворяет закону Пуазейля. Таким
образом, сопротивление кровотоку в капилляре
складывается из сопротивлений оказываемых
эритроцитами и столбиками плазмы между ними. Рассматривается движение несимметричного эритроцита (основного переносчика кислорода
в организме человека) по капиллярам. Показано,
что важными показателями являются постоянство объема и площади поверхности эритроцита.
Найдена аналитическая зависимость сопротивления оказываемого эритроцитом от параметров
модели [1, 2].
Если разность давлений на концах капилляра известна, то скорость кровотока в капилляре
зависит от величины микрогематокрита, диаметра капилляра, физических свойств эритроцитов и плазмы крови. Указанная зависимость
была получена путем расчетов, проведенных на
компьютере. Расчеты показали, что скорость
кровотока имеет колебательный характер.
Тройник представляет собой три капилляра
соединенные в одной точке (бифуркации). Закономерности протекания крови через бифуркацию аналогичны закономерностям, отмеченным
в отдельных капиллярах, с учетом того, что количество притекающей крови к разветвлению
должно быть равно количеству оттекающей крови. Кроме того, в тройнике при разделении потоков на две части возникает проблема выбора для
эритроцита: по какому из двух капилляров ему
двигаться? Для решения этой задачи использовалось следующее положение [3–5]: эритроцит
движется по тому капилляру, в котором поток
больше. Модель перемещения несимметричных
эритроцитов через бифуркации предполагает известными геометрические параметры тройника,
значения давлений на концах тройника, физические свойства эритроцитов и плазмы крови.
Выходными параметрами модели являются величины скоростей эритроцитов в каждом из капилляров тройника и уровень давления в точке
соединения трех капилляров образующих разветвление. Оказывается, что выходные параметры изменяются с течением времени (колеблются), причем амплитудные и частотные характеристики зависят от величины микрогематокрита, геометрических характеристик тройника и
физических свойств эритроцитов и плазмы крови. Аналогичная картина наблюдается в капил-
лярных сетях. Характер кровотока в сетях – колебательный, пульсирующий, амплитудные и
частотные характеристики которого зависят от
физических свойств капиллярной сети, эритроцитов и плазмы крови [4, 5].
Построена модель регуляции кровотока и
транспорта кислорода в ткани [6, 7]. В модели
учитывается строение сосудистого русла, включающего артерии, артериолы, капилляры, венулы и вены. Кислород, приносимый эритроцитами в капилляры, поступает в окружающие ткани. В ходе биохимических реакций происходит
поглощение кислорода и выделение продуктов
метаболизма, которые поступают в сосудистое
русло (посткапиллярные венулы). Из венул часть
продуктов метаболизма выносятся в вены, а другая часть путем диффузии переносится в артериолы. Вазоактивные продукты метаболизма воздействуют на мышцы артериол, что приводит
к изменению внутренних диаметров артериол,
скорости кровотока в сосудистой системе, скорости доставки кислорода к тканям и производства
продуктов метаболизма и т.д. Таким образом,
имеем замкнутую систему. Если внешние параметры СТК заданы (скорость потребления кислорода тканями, строение сосудистой сети, вязкость крови и т.д.), то с течением времени СТК
выходит на стационарный режим, т. е. внутренние параметры (диаметры артериол, содержание
кислорода и продуктов метаболизма в сосудах и
т.д.) принимают некоторые численные значения.
Итак, задавая внешние параметры, мы определяем соответствующие им внутренние параметры, т. е. состояния СТК. Показано, что важным
показателем является время перехода системы
транспорта кислорода из одного стационарного
состояния в другое. Найдена аналитическая зависимость времени переходных процессов в организме от скорости потребления кислорода тканями, объемной скорости кровотока в ткани и
артерио-венозной разности давлений на концах
сосудистого русла.
Предложены алгоритмы оценивания и коррекции состояния системы транспорта кислорода организма человека. Алгоритм оценивания
состояния СТК по сердечному ритму при физической нагрузке основан на сочетании экспериментальных данных и модельных расчетов. Этот
подход может быть использован для оценки состояния СТК практически здоровых людей. При
оценке состояния СТК больных пациентов лучше использовать оценку состояния СТК основанную на экспертном методе, ранее развитом
для оценки качества и коррекции программных
средств [8].
При проведении модельных расчетов использовались численные методы, реализованные на
компьютере.
Таким образом, построена система математических моделей, описывающих транспорт кис157
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
лорода в организме человека в нормальных условиях и измененных (экстремальных) ситуациях,
которая была использована для исследования
закономерностей движения эритроцитов (основных переносчиков кислорода) по сосудам, транспорта кислорода из эритроцитов в окружающие
ткани и продуктов метаболизма из тканей в сосудистое русло, регуляции кровотока и транспорта кислорода вазоактивными продуктами
метаболизма, а также для оценки состояния системы транспорта кислорода в организме.
Библиографический список
1. Копыльцов, А. В. Математическое моделирование движения эритроцита по капилляру: автореф. дис. … канд. техн. наук / Копыльцов Александр Васильевич. Рига, 1991, 16 с.
2. Копыльцов, А. В. Математическое моделирование движения эритроцита по капилляру:
дисс. … канд. техн. наук / Копыльцов Александр
Васильевич. Рига, 1991, 149 с.
3. Копыльцов, А. В. Математическое моделирование кровотока и транспорта кислорода в нормальных и экстремальных условиях: автореф.
158
дисс. … д-ра техн. наук / Копыльцов Александр
Васильевич. СПб, 1996, 32 с.
4. Копыльцов, А. В. Математическое моделирование кровотока и транспорта кислорода в нормальных и экстремальных условиях: дисс. … д-ра
техн. наук / Копыльцов Александр Васильевич.
СПб, 1996, 297 с.
5. Копыльцов, А. В. Математическое моделирование транспорта кислорода в человеческом
организме / А. В. Копыльцов // Телемедицина;
под ред. Р. М. Юсупова и Р. И. Полонникова.
СПб: СПИИРАН, 1998, С. 323–366.
6. Kopyltsov, A. V., Groebe, K. Mathematical modeling of local regulation of blood flow by veno-arterial
diffusion of vasoactive metabolites // Oxygen transport to Tissue XVIII (edited by Nemoto and LaManna). New York: Plenum Press. 1997. pp. 303–311.
7. Kopyltsov, A. V. Mathematical model of the
motion of asymmetric erythrocytes along narrow
capillaries // Russian Journal of Numerical Analysis and Mathematical Modelling. 2012. V. 26, № 6,
pp. 535–553.
8. Копыльцов, А. В. Об оценке качества программного обеспечения / А. В. Копыльцов // Проблемы информатизации (теоретический и научно-практический журнал). 1994, Вып. 3–4,
С. 46–49.
МАТЕМАТИКА
УДК 517.927.25
В. М. Лагодинский
кандидат физико-математических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ЗАДАЧА ШТУРМА-ЛИУВИЛЛЯ ДЛЯ РЕЛЯТИВИСТСКОГО УРАВНЕНИЯ ШРЕДИНГЕРА
С ПОТЕНЦИАЛОМ ВИДА ПРЯМОУГОЛЬНОГО СКАЧКА
В работе сформулирована и решена краевая задача для релятивистского уравнения Шредингера (дифференциального уравнения бесконечного порядка), аналогичная сингулярной задаче Штурма-Лиувилля для нерелятивистского уравнения Шредингера, описывающей отражение бесспиновой частицы от скачка потенциала.
Ключевые слова: квантовая механика, дифференциальные уравнения бесконечного порядка, краевые задачи.
V.M. Lagodinskiy
Candidat of Phisical and Mathematical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
SHTURM-LIUVILL PROBLEM FOR THE RELATIVISTIC SHRÖDINGER EQUATION
WITH POTENTIAL OF RECTANGULAR JUMP KIND
In this paper the bondary problem for the relativistic Shredinger equation is formulated and solved.
Keywords: quantum mechanics, differential equation of infinit order, bondary problems.
Принято считать [1], что релятивистским аналогом уравнения Шредингера является уравнение
Клейна-Гордона (УКГ). Однако это уравнение приводит к многочисленным трудностям, в частности, к парадоксу Клейна [2], который заключается в том, что один и тот же энергетический уровень
может в одной области пространства принадлежать
«верхнему континууму» спектра, а в другой «нижнему» (спектр УКГ не ограничен не только сверху,
но и снизу). На самом деле, если произвести замену
ε®i
¶
, p ® -iÑ
¶t
в релятивистском выражении энергии через импульс
ε = m2 + p2
(используем систему единиц, в которой скорость
света ñ и постоянная Планка  равны единице),
то получится уравнение:
i
∂Ψ
= m2 − ∇2 Ψ. ∂t
дратный корень из дифференциального оператора определен в работе [3] автора настоящего сообщения, поэтому есть возможность использовать уравнение (1), которое будем называть релятивистским уравнением Шредингера (РУШ),
для решения различных задач релятивистской
квантовой механики.
В настоящей работе формулируется и решается задача типа Штурма-Лиувилля для одномерного стационарного РУШ, соответствующего
отражению частицы от скачка потенциала. Это
уравнение имеет вид:
(2)
где ∇x ≡ d / dx , а оператор H в правой части
определен в кандидатской диссертации автора
настоящей работы с помощью аналитического
продолжения по вещественному параметру α от
α = 0 до α = 1 ряда
(1)
Чтобы избавиться от квадратного корня, возводят в квадрат операторы в обеих частях этого
уравнения и тем самым получают УКГ. Но ква-
[ε − U (x)]ψ (x) = m2 − ∇2x ψ (x),
(Hα ψ )(x) = m2 − α∇2x ψ (x) =
=
∞
(2n − 3)!!
∑ 2n n !m2n −1 αn ∇2xn ψ (x),
n=0
(3)
159
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
то есть для функции ψ (x) из области определения оператора и любого x из области определения
функции ψ (x) H существует такой конечный набор 0 < α1 < α2 <  < αn < 1, что сходится повторный ряд
(Hψ )(x) =
∞
∑
l= 0
∞
(1 − αn )i ∞ (αn − αn −1 )k

∑ i! ∑
k!
i=0
k= 0
α1l
[2(i + k +  + l) − 3]!! 2(i + k++ l)
∇x
ψ (x),
l ! 2i + k++ l m2(i + k++ l) −1
а функция U ( x ) меет вид:
 0, ∀x < 0,
U (x) = 
U0 > m, ∀x > 0.
Таким образом, уравнение (2) эквивалентно
двум уравнениям:
εψ (x) = m2 − ∇2x ψ (x), ∀x < 0,
(ε − U0 )ψ (x) = m2 − ∇2x ψ (x), ∀x > 0.
(4)
Используя определение (3), легко получить
общие решения этих уравнений. Первое из них
имеет при ε < 0 только тривиальное решение,
при 0 < ε < m его решение имеет вид:
ψ (x) = A exp(κx) + B exp(−κx), ∀x < 0, (5)
2
2
где κ = m − ε , A и B – любые комплексные
числа, а при ε > m его решение имеет вид
ψ (x) = A exp(ipx) + B exp(−ipx), ∀x > 0, (6)
2
2
где p = ε − m .
Аналогично, второе из уравнений (4) при
ε < U0 имеет только тривиальное решение, при
U0 < ε < U0 + m его решение имеет вид:
ψ (x) = A exp(λx) + B exp(−λx), ∀x > 0, (7)
где λ = m2 − (ε − U0 )2 , а при ε > U0 + m
ψ (x) = A exp(iqx) + B exp(−iqx), ∀x > 0, (8)
где q = (ε − U0 )2 − m2 .
Аналогично определению (3) можно определить оператор V = −i(m2 − ∇2x ) −1/2 ∇x :
Vα = −
∞
= −i ∑
i∇x
2
m − α∇2x
(2n − 1)!!
ψ (x) =
αn ∇2xn +1ψ (x)
n
2n +1
n =0 2 n !m
160
Нетрудно определить результат действия этого оператора на функцию u ( x ) = exp ipx
(Vu)(x) = −
i∇x
2
m
− ∇2x
u(x) =
p
2
m + p2
u(x) = v( p)u(x),
где v( p) – скорость частицы с импульсом p .
Подчиним решения условиям ограниченности и непрерывности. Если ε < 0, то оба уравнения (4) имеют только тривиальные решения, при
0 < ε < m первое из уравнений (4) имеет нетривиальные решения вида (5), а второе – только тривиальное, поэтому из условия непрерывности решения следует ψ (0) = 0. Тогда в (5) должно быть
A = − B, но из условия ограниченности следует
B = 0. оэтому при 0 < ε < m единственное решение уравнения (2), удовлетворяющее условиям
ограниченности и непрерывности, нулевое. Таким образом, все значения ε < m не принадлежат спектру задачи, то есть спектр нашей задачи
ограничен снизу. Это означает, что РУШ не приводит к самой существенной трудности общепринятой релятивистской квантовой механики,
основанной на уравнениях Клейна-Гордона и Дирака – неограниченности спектра снизу.
Пусть теперь m < ε < U0 (это возможно, поскольку U0 > m ). Тогда первое из уравнений (4)
имеет нетривиальные решения вида (6), а второе – только тривиальное. Поэтому из условия
непрерывности решения следует A = − B, и решение, соответствующее значению ε ∈(m,U0 ),
имеет вид:
 A sin px, ∀x < 0,
ψ (x) = 
0, ∀x ≥ 0.

Если ε > U0 , нетривиальные решения имеют
оба уравнения (4). Если U0 < ε < U0 + m, то решение второго уравнения (4) имеет вид (7), и в соответствии с условием ограниченности решения
A = 0. Если же ε > U0 + m, то решение второго
уравнения (4) имеет вид (8). Теперь условия непрерывности решения уже недостаточно для
определенности решения задачи. Вспомним, что
в нерелятивистской квантовой механике при
постановке аналогичной задачи кроме условия
непрерывности решения ставится еще и условие непрерывности производной [4]. Это связано
с видом вронскиана нерелятивистского уравнения Шредингера. Для РУШ это условие должно
быть несколько иным. Выведем это условие по
аналогии с нерелятивистской теорией.
Пусть ψ i (x) – функция, являющаяся решением уравнения (2) с ε = ε i , ( ε i > U0 ) i = 1, 2 :
Поэтому
(ε1 − ε2 )ψ1 (x)ψ 2 (x) =
= ψ 2 (x)(Hψ1 )(x) − ψ1 (x)(H ψ 2 )(x).
МАТЕМАТИКА
Как показано в работе [3],
Если же задача определена на всей числовой
оси, скалярное произведение
ψ 2 (x)(H ψ1 )(x) − ψ1 (x)(H ψ 2 )(x) =
ψ (x)(H −1ψ1 )(x) − ψ1 (x)(H −1 ψ 2 )(x)  +
 2

dψ 1 *
 dψ 2

+i 
(V ψ1 )(x) −
(V ψ 2 )(x)  −
dx
 dx

d
−i [ ψ 2 (x)(V ψ1 )(x) − ψ1 (x)(V ψ 2 )(x) ].
dx
2
=m
(ψ1 , ψ 2 ) =
2
+m
Там же показано, что если потенциал кусочно
постоянен, то для решений уравнения (2) справедливы равенства:
ψ (x) = [ε − U (x)](H −1ψ )(x),
dψ
−i
= [ε − U (x)](V ψ )(x).
dx
∞
∫
 ψ1* (x)ψ 2 (x) +

−∞
−1 *
−1
(H ψ1 )(x)(H ψ 2 )(x) + (V * ψ1* )(x)(V ψ 2 )(x)  dx

должна быть обобщенной функцией разности
соответствующих энергий. Итак, для решений,
соответствующих значениям энергии, большим
высоты скачка потенциала, примем условия,
обеспечивающие непрерывность релятивистского вронскиана:
lim | ψ (δ) − ψ (−δ) |= 0,
δ→0




∇x
∇x
ψ  (δ) − 
ψ  (−δ) = 0. (11)
lim 
 m2 − ∇2 
δ→0  m2 − ∇2 
x
x
Таким образом
b
(ε1 − ε2 )∫  ψ1 (x)ψ 2 (x) + m2 (H −1ψ1 )(x) ×

Если частица налетает слева с энергией
m < ε < U0 + m, решение выбираем в виде:
a
× (H −1ψ 2 )(x) + (V ψ1 )(x)(V ψ 2 )(x)  dx =


∇x
= −  ψ1 (x)
ψ 2 (x) −
2
2

−
∇
m
x

b
ψ 2 (x)
ψ1 (x)  .

m2 − ∇2x
a
eipx + Ae − ipx , ∀x < 0,
ψ (x) = 
Be −λx , ∀x > 0.

Используя условия (11), получим:
∇x
(9)
1 + A = B, iv( p)(1 − A) = −
λ
2
m − λ2
B = −m(λ) B.
Очевидно, функция
W [x; ψ1, ψ 2 ] = ψ1 (x)
−ψ 2 (x)
∇x
m2 − ∇2x
∇x
2
m − ∇2x
Отсюда имеем:
ψ 2 (x) −
ψ1 (x)
A=
iv( p) + m(λ)
2iv( p)
, B=
.
iv( p) − m(λ)
iv( p) − m(λ)
(10)
является релятивистским аналогом вронскиана
(определителя Вронского). Из равенства (9) следует, что вронскиан решений, соответствующих
одному и тому же значению энергии, тождественно равен нулю, а если эта функция непрерывна
на отрезке [a,b] и на его концах принимает одинаковые значения, то, во-первых, все значения
спектра вещественны, а во-вторых, решения, соответствующие разным значениям спектра, ортогональны в смысле скалярного произведения,
определяемого формулой:
b
Находим коэффициент отражения R:
R =| A |2 = 1.
Пусть теперь ε > U0 + m. Решение ищем в виде:
eipx + Ae − ipx , ∀x < 0,
ψ1 (ε, x) = 
Beiqx , ∀x > 0.

Используя условия (11), получим:
1 + A = B, v( p)(1 − A) = v(q) B.
Решив эту систему, получаем:
(ψ1, ψ 2 ) = ∫  ψ1* (x)ψ 2 (x) +

2
+m
a
−1 *
−1
(H ψ1 )(x)(H ψ 2 )(x) +(V * ψ1* )(x)(V ψ 2 )(x)  dx.

A=
v( p) − v(q)
2v( p)
, B=
.
v( p) + v(q)
v( p) + v(q)
161
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Находим коэффициенты отражения R и прохождения D:
2
v( p) − v(q)
4v( p)v(q)
R =| A | =
,D =
. (12)
v( p) + v(q)
[v( p) + v(q)]2
2
Легко видеть, что справедливо естественное
равенство
R + D = 1.
Однако оно свидетельствует о том, что падающий
поток не интерферирует с отраженным. Это справедливо и в нерелятивистской квантовой механике.
В этом диапазоне энергий существуют и решения, описывающие частицу, налетающую справа:
2v(q)

− ipx
, ∀x < 0,
 v( p) + v(q) e
ψ 2 (ε, x) = 
e − iqx + v(q) − v( p) eiqx , ∀x > 0.

v( p) + v(q)
Эти решения приводят к тем же выражениям (12) для коэффициентов отражения и прохождения.
Итак, для любого значения энергии, большего энергии покоя, существует решение нашей
задачи, при этом если значение энергии превышает сумму энергии покоя и высоты скачка потенциала, то этому значению соответствуют два
линейно независимых решения, то есть каждое
такое значение двукратно.
Рассмотрим вопрос об ортогональности решений, соответствующих разным значениям энергии. Пусть
1
φi (x) = φ(ε i , x) = [ψ1 (ε i , x) + ψ 2 (ε i , x)] =
2
cos pi x, ∀x < 0,
i = 1, 2,
=
(13)
 cos qi x, ∀x > 0.
где εi > U0 + m, i=1, 2.
Вычислим скалярное произведение этих решений:
(ϕ1, ϕ2 ) =
∞
∫
−∞
(
) (
)
ϕ (x)ϕ (x) + H −1 ϕ (x) H −1ϕ (x) +
2
1
2
 1


m2 + p1 p2
×
+ ( V ϕ1 ) (x) ( V ϕ2 ) (x)  dx =  1 +

(m2 + p12 )(m2 + p22 ) 
∞


m2 + q1q2
×
× ∫ cos p1x cos p2 xdx +  1 +

(m2 + q12 )(m2 + q22 ) 
0
∞
× ∫ cos q1x cos q2 xdx =
0
×δ( p1 − p2 ) +
162


m2 + p1 p2
π
1 +
×
2 
(m2 + p12 )(m2 + p22 ) 


m2 + q1q2
π
1 +
 δ(q1 − q2 ),
2 
(m2 + q12 )(m2 + q22 ) 
где δ(x) – дельта-функция Дирака. Таким образом, это скалярное произведение представляет
собой обобщенную функцию.
Непосредственно доказывается ортогональность решений, соответствующих значениям
энергии m < ε < U0, а также ортогональность этих
решений функциям (13).
Если εi > U0, i=1, 2, но хотя бы одно из этих
значений меньше U0 + m, то ортогональность соответствующих решений можно доказать, поставив в точках a и b граничные условия, обеспечивающие равенство нулю в этих точках релятивистского вронскиана (10) и переходом к пределам a→−∞, b→∞. Пусть a=−L, b=L, U0 < ε < U0 + m.
Решение выберем в виде:
ψ (x) = A sin p(x + L), ∀x ∈(− L,0),
ψ (x) = B sh κ (x − L), ∀x ∈(0, L).
Используя граничные условия (11), получим:
A sin pL = − B sh κL,
pA
κB
cos pL = −
ch κL.
2
2
m +p
m2 − κ 2
Отсюда следует:
tg pL =
p m2 − κ 2
κ m2 + p2
th κL.
Это уравнение относительно p. Левая часть
принимает все вещественные значения при изменении p от p=0 до p=π⁄(2L), и от p=(2k + 1)
π⁄(2L) до p=(2k + 3)π⁄(2L), k=0, 1, 2, …. Правая
часть этого уравнения на этих промежутках монотонна и ограничена, следовательно, в каждом
из этих промежутков существует корень этого
уравнения. Эти решения, соответствующие различным значениям ε, ортогональны между собой и ортогональны решениям вида φ(ε,x), соответствующим значениям ε > U0 + m. Длина этих
промежутков стремится к нулю при L→∞, поэтому в пределе получается непрерывный спектр.
Поскольку любая функция, квадратично интегрируемая на всей числовой прямой, может
быть представлена ее интегралом Фурье, то она
может быть представлена и в виде интеграла по
функциям (13). Таким образом, система решений нашей краевой задачи полна в гильбертовом
пространстве функций, квадратично интегрируемых на числовой прямой.
Итак, в работе показано, что наша краевая задача для РУШ вполне аналогична сингулярной
задаче Штурма-Лиувилля для нерелятивистского уравнения Шредингера. РУШ не приводит
к парадоксу Клейна, к которому приводят уравнения общепринятой релятивистской квантовой
механики – уравнение Клейна-Гордона и уравне-
МАТЕМАТИКА
ние Дирака. Основываясь на этом парадоксе делают заключение о сложном строении вакуума
и невозможности построения релятивистской
квантовой теории путем обобщения нерелятивистской квантовой механики. Очевидно, причина этого парадокса – не в сложном строении
вакуума, а в стремлении физиков к простоте.
2. Ициксон К., Зюбер Ж.-Б. Квантовая теория
поля, т. 1. М.: Мир, 1984. 448 с.
3. Лагодинский В. М. Голоморфные функции
дифференциальных операторов и дифференциальные уравнения бесконечного порядка. Дисс.
на соискание уч. степени канд. физ.-мат. наук.
СПб.: 2005. 110 с.
4. Левитан Б. М., Саргсян И. С. Введение
в спектральную теорию. М.: Наука, 1970. 671 с.
Библиографический список
1. Бьеркен Дж. Д., Дрелл С. Д. Релятивистская
квантовая теория. Т.1 Релятивистская квантовая механика. М.: Наука, 1978. 298 с.
163
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
УДК 519.711.3
М. В. Макарова*
кандидат технических наук, доцент
Ю. П. Петров**
доктор технических наук, профессор
*Санкт-Петербургский государственный университет
аэрокосмического приборостроения
**Санкт-Петербургский государственный университет
Применение гарантирующих управлений
в обеспечении надЕжности моделируемых систем
В статье исследуются объекты, математическими моделями которых являются линейные дифференциальные уравнения с постоянными коэффициентами. На эти объекты действуют возмущающие силы, которые имеют случайный характер. Известны
их корреляционные функции и спектральные плотности мощности. Дается алгоритм
построения гарантирующего управления, которое обеспечивает надежность рассматриваемых объектов.
Ключевые слова: математическая модель, линейные дифференциальные уравнения, возмущающая сила, случайная функция, корреляционная функция, спектральная
плотность мощности, линейный регулятор, устойчивость движения, оптимальное
управление.
M. V. Makarovа*
Candidate of Technical Sciences, Docent
Yu. P. Petrov**
Doctor of Technical Sciences, Professor
*Saint-Petersburg State University of Aerospace Instrumentation
**Saint-Petersburg State University
Application of guaranteeing the reliability of the controls simulated systems
The objects, mathematical models of which are linear differential equations with the constant coefficients
are investigated in the article. On these objects the perturbing forces, which have random nature, act. Their
correlation functions and spectral power densities are known. Is given the algorithm of the construction of
guaranteeing control, which ensures the reliability of the objects in question.
Keywords: mathematical model, linear differential equations, perturbing force, random function,
correlation function, spectral power density, proportional regulator, stability of motion, optimal control
Настоящая статья посвящена исследованию объектов, математическими моделями которых служат линейные дифференциальные
уравнения с постоянными коэффициентами.
На исследуемые объекты действуют возмущающие силы случайного характера, относительно которых нам известны их корреляционные
функции и спектральные плотности мощности.
Для уменьшения влияния возмущающих сил
используются линейные регуляторы с обратной связью.
164
Математические модели подобных объектов
имеют вид:
A ( D ) x = B ( D ) u + ϕ (t ), (1)
где х – управляемая величина, u – управляющее
воздействие, A ( D ) è B ( D ) – полиномы от оператора дифференцирования D =
d
, ϕ (t ) – случайdt
ная функция времени, относительно которой из-
МАТЕМАТИКА
вестна ее корреляционная функция Kϕ ( τ ) , называемая еще автокорреляционной функцией:
T
1
∫ϕ (t) ϕ (t + τ )dt. T →∞ T
Kϕ ( τ ) = lim
(2)
0
Спектральной плотностью мощности (далее по
тексту – спектр) называется следующее косинуспреобразование Фурье корреляционной функции:
где α и β имеют размерность 1/сек и для развитого морского волнения отношение α/β колеблется
обычно в пределах 0,15≤ α/β ≤0,25. При таких соотношениях спектр имеет острый максимум вблизи частоты ω = β2 − α2 и основная часть энергии
возмущающего воздействия сосредоточена вблизи
частот ω ≈ β . Величина β зависит от района плавания и интенсивности волнения и может изменяться в широких пределах от 0,5 до 1,7 сек–1.
2
Вычисляя x
∞
2
Sϕ (ω ) = ∫ Kϕ ( τ ) cosωτdτ. π
(3)
0
Значение спектра заключается в том, что он
позволяет легко вычислить как средний квадрат
самой функции ϕ (t ) :
∞
T
1 2
∫ϕ (t)dt = ∫ Sϕ (ω )dω, T →∞ T
ϕ2 = lim
0
(4)
0
так и, самое главное, средний квадрат решения линейного дифференциального уравнения с постоянными коэффициентами, в правой части которого
присутствует случайная функция ϕ (t ) . Так, если
A ( D ) x = B ( D ) ϕ (t ), то
x
2
=
∞
B ( jω )
2
0
A ( jω )
2
∫
Sϕ (ω ) dω. (5)
A ( D ) x = u + ϕ (t ), (6)
(7)
где u – это управляющее воздействие корабельного руля. Тогда, например, для танкеров серии
«Казбек» имеем
A (D)
= T12 D2
+ T2 D, (8)
где Т1 и Т2 являются параметрами времени, а,
в данном случае, Т1=690 сек и Т2=17,2 сек. Возмущающее воздействие от морского волнения ϕ (t )
имеет корреляционную функцию и спектр хорошо аппроксимируемые известными формулами
Рахманини-Фирсова:




4α
α2 + β2
 (9)
>
π
2
2
2 2
2 2
α +β +ω
− 4β ω 



α
Kϕ ( τ ) = ϕ2 > e −ατ  cosβτ + sinβτ

β

Sϕ (ω ) = ϕ2
(
)
серии «Казбек» с использованием формул (8) и (9),
замечаем, что при отсутствии управляющего воздействия (u = 0) интеграл (6) расходится. Это для
данной математической модели соответствует неустойчивому движению корабля.
Для того, чтобы обеспечить устойчивость
движения и малых отклонений корабля от заданного курса применяют управление, формируемое линейным регулятором вида
u=−
W1 ( D )
x, W2 ( D )
(10)
где W1 ( D ) и W2 ( D ) – полиномы от оператора
дифференцирования D =
Вопросы использования спектров для реализации наилучшего (оптимального) управления
при не полностью известных и случайных возмущающих силах более подробно освещены в монографии [1].
Пример: движение корабля по курсу описывается уравнением
по формуле (6) для танкеров
d
. Для упрощения
dt
дальнейших формул будем записывать линейный регулятор (10) в виде u = W ( D ) , имея в виду,
что W ( D ) может быть и рациональной дробью.
Уравнение движения корабля по курсу с учетом
как возмущающих сил, так и корабельного руля, будет иметь вид:
A ( D ) x + W ( D ) x = ϕ (t ), (11)
Тогда, с учетом введенного управления (10) и
видоизмененным на его основе уравнением движения корабля (11) формула для вычисления
x2 примет вид:
x2 =
∞
2
∫ A ( jω ) + W ( jω ) ⋅ Sϕ (ω )dω. (12)
0
За счет правильного выбора функции W ( D )
в математической модели движения корабля и
последующей реализации этой функции в работающем рулевом устройстве можно обеспечить
устойчивое движение по курсу с малыми отклонениями от заданного курса и наименьшей потерей скорости при рыскании корабля на курсе.
Реализующий наилучшим образом все эти требования регулятор называют оптимальным регулятором и он зависит, разумеется, от спектра
возмущающих сил. Для спектров вида (9) он зависит от коэффициентов α и β. Примеры этих зависимостей и методы построения и реализации
оптимальных регуляторов приведены в публикации [2].
165
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Пояснив на простом примере управления
по курсу особенности управления при случайных воздействиях, перейдем к общей проблеме управления для объектов, математическими
моделями которых являются уравнения (1) при
квадратичных критериях качества.
Если объект управления (1) замкнут регулятором с обратной связью u = −W ( D ) x , то средний квадрат регулируемой величины х равен
интегралу
x2 =
∞
2
∫ A ( jω ) + B ( jω )W ( jω ) ⋅ Sϕ (ω )dω,
0
т. е. равен интегралу от произведения двух функций от переменной ω (частоты). Первая функция – это квадрат модуля передаточной функции объекта управления с учетом управления
u = −W ( D ) x , а вторая – это спектр Sϕ (ω ) возмущающих сил. Если этот спектр известен, то хорошо известны и описанные в многочисленных
руководствах методы, позволяющие вычислить
и реализовать управление, наилучшее (оптимальное) для данного спектра. История вопроса
и различные подходы к оптимизации управления изложены в очерке [3].
Оптимальное управление наилучшим образом подходит для конкретного спектра возмущающих воздействий, но возможны такие условия работы управляемого объекта, когда ему
приходится сталкиваться с различными возмущающими воздействиями и нужно, чтобы единый регулятор u = −W ( D ) обеспечил для него
хорошее качество работы для любого из возможных спектров. Характерным примером является управление кораблем по курсу в различных
погодных условиях, а, значит, и при различных
спектрах с которыми придется встретиться в ходе плавания.
Дойл, Френсис и ряд других авторов сначала
в серии журнальных статей (первая статья опубликована в 1981 году), а, затем, в монографиях
[4] и [5] предложили следующий подход к решению данной задачи. Регулятор u = −W ( D ) x следует подбирать так, чтобы частотная характеристика замкнутой системы (объект управления
замкнутый регулятором) имела бы возможно
более равномерную частотную характеристику
в интересующем нас интервале частот. Если эта
характеристика идеально равномерна, то при
любом спектре Sϕ (ω ) (с нормирующим услови∞
ем
∫ Sϕ (ω )dω = 1) возмущающего воздействия
Для обеспечения постоянства частотной характеристики замкнутой системы и соответствующего выбора регулятора u = −W ( D ) x была предложена довольно сложная методика, основанная на
известной теореме Пика-Неванлинна. Эта методика была развита российскими учеными (см. обзорные статьи [6] и [7] и монографию [8]). Заметим,
что символы Í ∞ или Í∞ в этих работах связаны
с фамилией математика Харди (Hardy), который
ввел понятия «пространство Харди» с соответствующей метрикой.
Однако более подробный анализ показывает,
что обеспечение возможно более равномерной
частотной характеристики не является наилучшим решением.
Рассмотрим объект управления
( D + 1) x = u + ϕ (t ) 2
равномерна, то отклонения x2
от постоянной
величины для всех Sϕ (ω ) будут не велики.
166
2
с критерием качества J = x + u , учитывающим расходы на управление. Для объекта управления
∞
ϕ2 = ∫ Sϕ (ω ) dω = 1 (14)
0
выбранный критерий качества зависит линейно от среднего квадрата возмущающего воздействия и более сложно зависит от его спектра.
В дальнейшем возмущающее воздействие будем
нормировать, т. е. считать, что ϕ2 = 1 . Пересчет
2
на другие значения ϕ затруднений не представляет.
Для такого простого объекта как (13) сразу видно, что наиболее опасным возмущающ им
воздействием является постоянная сила ϕ (t ) = 1 ,
для которой к минимуму критерия качества приводит управление
u = − kx, (15)
при котором уравнение движения объекта приобретает вид
( D + 1 + k) x = ϕ (t ), (16)
исходя из чего среднее значение принимает вид
∞
x2 = ∫ Sϕ ⋅
0
dω
(1 + k)
2
+ω
u2 = k2 ⋅ x2 ≤
0
средний квадрат регулируемой величины будет
постоянной величиной, не зависящей от спектра. Если частотная характеристика примерно
(13)
2
≤
1
(1 + k)2
k2
(1 + k)2
(17)
(18)
Получаем оценку критерия качества
J = x
2
2
+ u
=
(1 + k )dω
S ′ (ω ) ⋅
2
∞
∫
0
ϕ
≤
1 + k2
(1 + k)2 + ω2 (1 + k)2
МАТЕМАТИКА
Мы убеждены, что при наиболее опасном возмущающем воздействии ϕ = 1 (спектром которого является известная δ-функция Дирака δ (0)
в начале координат) значение критерия качества
наибольшее и равно
1 + k2
(1 + k)2
, а для всех других
спектров критерий качества меньше своего максимального значения. Это означает, что управление (15) является гарантирующим – оно гарантирует, что для любых спектров критерий качества будет не больше, а чаще всего меньше, легко
вычисляемого гарантированного значения.
Понятно, что гарантирующее управление,
которое для большинства спектров обеспечивает
критерию качества значительно меньшую величину, чем для спектра наихудшего, обеспечивает для управляемого объекта лучший результат
его работы, чем оптимизация по равномерно-частотным показателям, когда критерий качества
для всех возможных спектров остается примерно постоянной величиной.
Первые примеры гарантирующих управлений
и сам термин «гарантирующее управление» были приведены еще в монографии [2, с. 115–120].
Многочисленные примеры и методы синтеза гарантирующих управлений приведены в публикации [9]. Однако, после появления в 1981 году первой статьи Зеймса (Zames) по «равномерно-частотной оптимизации» (содержание статьи приведено
в обзоре [6]) хлынул целый вал статей и, затем,
монографий по этой тематике, часто также называемой «методикой Í ∞ управления» или « Í ∞
теорией оптимизации». Символы Í ∞ (иногда
Í∞ ) запестрели в заглавиях и текстах множества
статей как отечественных, так и зарубежных уче∞
ных. На фоне этого бурного потока работ по « Í
оптимизации» почти совершенно не замеченными
остались публикации по гарантирующему управлению, несмотря на все их преимущества перед
« Í ∞ управлением». История вопроса изложена
в монографии [3, с. 166–182].
Методика синтеза гарантирующего регулятора не является сложной. Для объектов управления, математическими моделями которых служат уравнения (1), достаточно выполнить следующие операции:
1. Сначала вычислим значение ω = β , при котором достигает наименьшего значения функция
2
2
M = A ( jω ) + m2 B ( jω ) . ское колебание с частотой β, т. е. в этом случае
ϕ (t ) = sinβt .
2. На втором этапе синтезируем регулятор,
оптимальный для возмущающего воздействия
ϕ (t ) = 1 , (если минимум функции (19) достигается при ω=0), либо оптимальный для ϕ (t ) = sinβt ,
(если этот минимум достигается при ω=β).
3. Далее, для найденного оптимального регулятора u = −W ( D ) x проверяем поведение функции
(20)
Если для любого ω эта функция не больше
(а еще лучше, если меньше), чем при ω=β, то синтезированный регулятор является гарантирующим.
Поясним второй этап. Регулятор, оптимальный для возмущающих воздействий
ϕ (t ) = 1 или ϕ (t ) = sinβt со спектрами ä (0) и
ä (β ) не может быть синтезирован по общим
методикам синтеза оптимальных регуляторов, изложенным, например, в издании [1],
поскольку все эти методики предполагают запись спектра в виде рациональной дроби. Однако, δ-функции Дирака δ (ω=0) и δ (ω=β) можно рассматривать как пределы многих рациональных дробей.
Пример. Спектры в виде рациональных дробей
2
α
⋅ 2
π α + ω2
(21)
4
α3
⋅ 2
π (α + ω2 )2
(22)
S1ϕ (ω ) =
S2ϕ (ω ) =
при α → 0 переходят в одну и ту же δ-функцию Дирака δ (0). Если необходимо для объекта управления (13) с критерием качества J = 3 x2 + u2 построить регулятор, оптимальный для δ-функции
Дирака δ (0), то можно построить регулятор, оптимальный для спектра (21) и он будет иметь вид
3 + α
 1
u = −
D+
 x. 1+ α
1+ α 
(23)
В пределе при α → 0 он перейдет в регулятор
u = − ( D + 3) x, (24)
(19)
Наиболее неблагоприятным спектром для
объекта (1) в этом случае является спектр в виде δ-функции Дирака δ (β) с аргументом β. Если β=0, то в этом случае спектр Sϕ (ω ) = ä (0)
соответствует возмущающему воздействию
в виде постоянной силы ϕ (t ) = 1 . Если β≠0, то
спектру Sϕ (ω ) = ä (β ) соответствует гармониче-
2
A ( jω ) + B ( jω ) W ( jω ) . оптимальный для δ-функции Дирака δ (0).
Если взять за основу при проектировании регулятора вместо спектра (21) спектр (22), то получим регулятор
 6 + 6α + α2 + (3 + 2α ) D + D2 
u = −
 x, (25)
2 + 2α + α2 − D


167
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
который в пределе, при α → 0 , перейдет в регулятор
 6 + 3 D + D2 
u = −
 x. 2−D


(26)
И регулятор (24) и регулятор (26) в равной мере являются гарантирующими, но регулятор (24)
проще и, поэтому, более удобен.
Любопытно, что существует еще более простой
регулятор u=–3x, тоже являющийся гарантирующим. Вообще, для объектов управления, у которых функция (19) достигает наименьшего значения при ω=0 (а таких объектов много), часто имеют
простые гарантирующие регуляторы вида u=–kx.
Возможно, что именно этим объясняется широкое
распространение простых пропорциональных регуляторов u=–kx до самого последнего времени.
Если наименьшее значение функции (19) достигается при ω=β≠0, то в этом случае надо искать регулятор, оптимальный для дельты-функции Дирака δ (ω=β). Для того, чтобы и в этом случае использовать стандартную методику, можно искать регулятор оптимальный, например, для спектра (9), а,
затем, перейти к пределу при α → 0 . Если же вместо спектра (9) использовать похожий спектр
4α
Sϕ =
⋅
π
(
(α
2
)(
+ β2 1 + k2ω2
α2 + β2 + ω
)
2 2
)
− 4β2ω2
,
то управляемый объект (как показано в монографии [1]), получит дополнительное свойство сохранения устойчивости при малых вариациях параметров.
Вообще, наличие не одного, а многих гарантирующих регуляторов позволяет выбрать из них
168
наиболее простой и удобный, а также удовлетворяющий дополнительным требованиям к системе управления. Поэтому гарантирующие регуляторы могут иметь весьма широкую область применения.
Библиографический список
1. Петров, Ю. П. Синтез оптимальных систем
управления при неполностью известных возмущающих силах / Ю. П. Петров. Л.: Изд-во ЛГУ,
1987. 289 с.
2. Петров, Ю. П. Оптимизация управляемых
систем, испытывающих воздействие ветра и морского волнения / Ю. П. Петров. Л.: Судостроение,
1973. 216 с.
3. Петров, Ю. П. Очерки истории теории управления / Ю. П. Петров. СПб.: БХВ-Петербург, 2007.
266 с.
4. J. Doyle, B. Fransis, A. Tannenbaum. Control
Theory. New York: Macmillan Publ.Co., 1992. – 227 p.
5. Fransis B. A. A Course in Í∞ Control Theory. Berlin: Springer Verlag, 1987. – 156 p.
6. Барабанов А. Е., Первозванский А. А. Оптимизация по равномерно-частотным показателям ( Í ∞ теория) // Автоматика и телемеханика, 1992. №9. – С. 3–32.
∞
7. Себряков Г. Г., Семенов А. В. Методы Í
теории управления // Техническая кибернетика, 1989. №2. – С. 3–16.
8. Веремей Е. И. Линейные системы с обратной связью. СПб.: Лань, 2013. – 442 с.
9. Петров, Ю. П. Новые главы теории управления и компьютерных вычислений / Ю. П. Петров. СПб.: БХВ-Петербург, 2004. 191с.
МАТЕМАТИКА
УДК 517.521 + 517.965
А. О. Смирнов
доктор физико-математических наук
В. Б. Матвеев
доктор физико-математических наук, профессор,
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
ДИСКРЕТНОЕ ПРЕОБРАЗОВАНИЕ ФУРЬЕ И ФУНКЦИОНАЛЬНЫЕ ТОЖДЕСТВА
В статье описывается метод получения функциональных тождеств, предложенный
В. Б. Матвеевым в 2001 г. Приводятся примеры.
Ключевые слова: дискретное преобразование Фурье; функциональные тождества; тэта функция.
A. O. Smirnov
Doctor of Physical and Mathematical Sciences
V. B. Matveev
Doctor of Physical and Mathematical Sciences, Professor
Saint-Petersburg State University of Aerospace Instrumentation
DISCRETE FOURIER TRANSFORM AND FUNCTIONAL IDENTITIES
The article describes a method of obtaining of functional identities proposed by V. B. Matveev in 2001.
Examples are given.
Keywords: discrete Fourier transform; functional identities; theta function.
Определим дискретное преобразование Фурье периодической последовательности {xk }k∈ ,
xk+n ≡ xk , следующим равенством
Xm = Φ(xk ) =
1
n −1
∑ xkq km ,
n k= 0
q = exp(2πi / n). (1)
Очевидно, что последовательность образов
также является периодической последовательностью с периодом n: Xk+n ≡ Xk . Следовательно,
к ней также можно применить то же самое преобразование Фурье (1). Из формулы (1) следует,
что для любой последовательности xk выполняются тождества:
Хорошо известно, что для всех m=0, 1, …, n–1
выполняется равенство
n −1
∑ q km = nδm0 ,
k= 0
где δ kj – есть символ Кронекера. Поэтому обратное преобразование определяется формулой
xj = Φ −1 (Xm ) =
1
n −1
∑ Xmq −mj . n m=0
Φ2 (xk ) = xn − k , Φ4 (xk ) = xk .
Поскольку преобразование Φ является линейным преобразованием и поскольку выполняется равенство Φ4=I, то оно может быть диагонализовано и его собственные числа равны λ k = ik ,
k=0,1,2,3. Более того, из теории линейных операторов следует, что Φ может быть разложено в сумму
(2)
В дальнейшем, периодическим последователь 
ностям {xk} и {Xm} сопоставим векторы x, X ∈Cn
положив


xk = xnr + k , Xk = Xnr + k , r ∈ Z, k = 0,n − 1.
Φ=
3
∑ ik Pk , (3)
k= 0
где Pk – проекторы на собственные подпространства, удовлетворяющие стандартным свойствам
проекторов
169
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
3
∑ Pk = I,
k=0
и что сумма проекторов дает тождественное преобразование
Pk Pj = 0, Pk2 = Pk ,
 1 0
= I.
P0 + P1 + P2 + P3 = 
 0 1
ΦPk = ik Pk , k, j ∈{0,1,2,3}, k ≠ j.
Легко видеть, что из этих свойств следует,
что, использовав многократное преобразование
Фурье, можно найти выражения для проекторов
3
∑ imk Pk и Pk =
Φm =
k= 0
1 3 − km m
∑ i Φ .
4 m=0
1
n

Pj x
(4)
Также нетрудно видеть, что, поскольку выполняется равенство

1 n −1
Φ jm = (Φej )m =
∑ δ jkq km =
n k=0
=
Находя нормированные собственные векторы
преобразования Фурье из условия нормировки

2 +1

4+2 2
O2 = 

1

 4+2 2
Аналогичные формулы можно получить и
для n > 2. В частности, в работе [1] получены формулы для проекторов и ортогональных матриц
из собственных векторов для n ≤ 8.
Рассмотрим теперь абсолютно сходящийся
функциональный ряд
Следовательно, для случая n=3 проекторы (4)
равны
∑ um (t) (6)
m∈
  1 2 + 2
2 
 1
P0 x =  ∑ Φm  x = 
 x,
4  m=0
4 2
2 − 2

vk (t) =
  1 2 − 2 − 2  
 1 3
P2 x =  ∑ (−1)m Φm  x = 
 x,
4  m=0
4  − 2 2 + 2

m∈
vk+n (t) = vk (t). =
1
n −1
∑ ∑ um (t)q(m+ j)k .
n k= 0 m∈
(8)

Чтобы вычислить Vj (t), заменим в равенстве
(8) решетку суммирования по формуле
m = nr + l, r ∈ Z, l = 0,,n − 1.
В результате этой замены имеем
(5)
Формулы (5) позволяют на примере убедиться,
что для n=2 выполняется формула (3) разложения
оператора преобразования Фурье по проекторам
1 1 1 
= Φ,
P0 + iP1 − P2 − iP3 =
2  1 −1
(7)


1 n −1
Vj (t) = Φv (t) =
∑ vk (t)q kj =
n k=0
 
 1 3
P1x =  ∑ i −m Φm  x = 0,
4  m=0

∑ um (t)qmk ,
Применив к этой последовательности дискретное преобразование Фурье (1), получаем
3
170
U (t) =
 x0 
 1  x0 + x1 
Φ x =   , Φ3 x =
.
 x1 
2  x0 − x1 
2
2 −1 

4−2 2 
.
−1 

4−2 2 
и сопоставим ему периодическую функциональную последовательность [1].
  x0 
 1  x0 + x1 
x =   , Φx =
,
 x1 
2  x0 − x1 
 
 1 3
P3 x =  ∑ im Φm  x = 0.
4  m=0

 
 
= Pj x, Pj x = x, Pj x = 1,
получаем следующее выражение для ортогональной матрицы из собственных векторов двумерного преобразования Фурье

q jm = (Φem ) j = Φmj ,
то матрица преобразования Фурье симметрична. Здесь преобразование Фурье было применено к базисным векторам, координаты
которых

определяются соотношением: (ej )k = δ jk . Следовательно, матрицы проекторов Pk также являются симметричными матрицами, а сами подпространства взаимно ортогональны.
Например, если n=2, то взяв произвольный

вектор x Î C2 и подействовав на него дискретным преобразованием Фурье (1), имеем
2
n −1 n −1

1
Vj (t) =
∑
∑ ∑ unr + l (t)q
n r ∈ k= 0 l= 0
=
1
= n∑
n −1 n −1
∑ ∑ ∑ unr + l (t)q
(nr + l + j)k
(l + j ) k
n r ∈ k= 0 l= 0
n −1
∑ unr + l (t)δl,− j =
r ∈ l = 0
=
=
n ∑ unr − j (t).
r ∈
МАТЕМАТИКА

Применяя к V (t) по формуле (2) обратное преобразование, имеем соотношение
vk (t) =
1
n
n −1
∑ Vj (t)q −kj =
j =0
В частности, если n=2, то представим функцию U(t) в виде суммы
где
n −1
∑ ∑ unr − j (t)q −kj ,
r ∈ j = 0
U0 (t) =
которое можно также получить непосредственно
из равенства (7) заменой решетки суммирования
по формуле
V (t) =
Вычисляя проекторы преобразования Фурье
по формулам (4), получаем следующие выражения для собственных векторов преобразования
Фурье [1]
=
=
=
1
(vk + Vk + vn −k + Vn −k ) =
4
m∈
V(t)=U0(t)-U1(t).
(11)
1
1
U0 (t) = [U (t) + V (t)], U1 (t) = [U (t) − V (t)].
2
2
1
2
1
2
U1 (t),
P0v0 = U (t) +
U0 (t), P0v1 = V (t) +
2
2
2
2
P1v0 = 0, P1v1 = 0,
1
(vk − Vk + vn −k − Vn −k ) =
4
1
2
1
2
U1 (t),
P2v0 = U (t) −
U0 (t), P2v1 = V (t) −
2
2
2
2
P3v0 = 0, P3v1 = 0. (12)
Из условия ортогональности подпространств
собственных векторов при любых значениях параметра t вытекают следующие равенства
1
(vk + iVk − vn −k − iVn −k ) =
4
1
i n
∑ (um − u−m )qmk + 4 .
4 m∈
∑ (−1)m um (t)
Вычисляя проекторы (9), получаем
1
n
(um + u−m )qmk −
∑
∑ (unr −k + unr + k ),
4 m∈
4 r ∈
=
∑ u2r +1 (t).
r ∈
Нетрудно видеть, что функции U0(t) и U1(t) являются полусуммой и полуразностью функции
U(t) и V(t):
1
i n
∑ (um − u−m )qmk − 4 ∑ (unr −k − unr + k ),
4 m∈
r ∈
P3vk =
1
(vk − iVk − vn −k + iVn −k ) =
4
P2vk =
U1 (t) =
будет выполняться равенство
1
n
(um + u−m )qmk +
∑
∑ (unr −k + unr + k ),
4 m∈
4 r ∈
P1vk =
∑ u2r (t),
r ∈
(10)
Тогда для функции
m = nr − j, r ∈, j = 0,,n − 1.
P0vk =
U(t)=U0(t) + U1(t),
(9)
В равенствах (9) мы для экономии места убрали зависимость от параметра, но надо понимать,
что они выполняются для любых значений параметра t, являющегося аргументом функции (6).
В частности они выполняются для последовательностей, полученных из функций U(x) и U(y), и при
всех значениях x и y. Соответственно, при всех
значениях x и y выполняются функциональные
тождества, являющиеся следствиями условий
ортогональности собственных подпространств.
Это только часть функциональных тождеств, которые можно вычислить с помощью дискретного
преобразования Фурье. Другие функциональные
тождества можно найти, используя соотношения,
вытекающие из конечномерности собственных
подпространств, а также дифференцируя уже
найденные тождества по параметру.
U (x)U (y) + V (x)V (y) =
= 2[U0 (x)U0 (y) + U1 (x)U1 (y)],
U (x)U0 (y) + V (x)U1 (y) =
= U0 (x)U (y) + U1 (x)V (y). (13)
Поскольку в случае n=2 подпространства собственных векторов одномерны, то собственные
векторы, полученные по формуле (9) при различных значениях параметра, пропорциональны
друг другу и собственным векторам, задающимся формулами (5). Поэтому, в частности, должны
быть равны нулю следующие определители
U (x) + 2U0 (x) U (y) + 2U0 (y)
V (x) + 2U1 (x)
V (y) + 2U1 (y)
U (x) − 2U0 (x) U (y) − 2U0 (y)
V (x) − 2U1 (x)
V (y) − 2U1 (y)
= 0,
= 0.
(14)
171
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Упрощая равенства (14), получаем следующие функциональные тождества, верные для
любой функции U(t)
U (x)V (y) − V (x)U (y) =
= 2[U1 (x)U0 (y) − U0 (x)U1 (y)],
U (x)U1 (y) − V (x)U0 (y) =
= U1 (x)U (y) − U0 (x)V (y). (15)
Отметим, что равенства (13) и (15) могут быть
проверены с помощью подстановки в эти формулы разложений (10) и (11), и что формулы (5)
являются частными случаями формул (12) при
U0=1/2, U1=±1/2.
В случае n=3 для в функциональные тождества
будут входить уже шесть функций ( q = exp(2πi / 3))
U (t) =
∑ um (t),
V (t) =
m∈
W (t) =
U0 (t) =
∑ qmum (t),
m∈
∑ q2mum (t),
m∈
∑ u3r (t),
r ∈
U2 (t) =
U1 (t) =
∑ u3r +1 (t),
r ∈
∑ u3r +2 (t),
r ∈
которые связаны между собой с помощью соотношений
U (t) = U0 (t) + U1 (t) + U2 (t),
1
U0 (t) = [U (t) + V (t) + W (t)],
3
V (t) = U0 (t) + qU1 (t) + q2U2 (t),
1
U1 (t) = [U (t) + q2 V (t) + qW (t)],
3
W (t) = U0 (t) + q2U1 (t) + qU2 (t),
1
U2 (t) = [U (t) + qV (t) + q2W (t)].
3
Вычисляя проекторы (9) для случая n=3, имеем
V (t) − W (t) i 3 (U2 (t) − U1 (t))
,
+
4
4
W (t) − V (t) i 3 (U1 (t) − U2 (t))
P3v2 =
+
= − P3v1.
4
4
P3v0 = 0, P3v1 =
Из ортогональности подпространств собственных векторов вытекают следующие четыре функциональных тождества
U (x)U (y) + V (x)W (y) + W (x)V (y) =
= 3[U0 (x)U0 (y) + U1 (x)U1 (y) + U2 (x)U2 (y)],
U (x)U (y) + V (x)V (y) + W (x)W (y) =
= 3[U0 (x)U0 (y) + U1 (x)U2 (y) + U2 (x)U1 (y)],
U (x)U0 (y) + V (x)U2 (y) + W (x)U1 (y) =
= U (y)U0 (x) + V (y)U2 (x) + W (y)U1 (x),
U (x)U0 (y) + V (x)U1 (y) + W (x)U2 (y) =
= U (y)U0 (x) + V (y)U1 (x) + W (y)U2 (x),
которые также как и в случае n=2 могут быть
проверены, исходя из соотношений между функциями. Отметим, что из одномерности подпространств собственных векторов в случае n=3 вытекает только два новых нетривиальных соотношения
U (x)[V (y) + W (y)] + 3U0 (x)[U1 (y) + U2 (y)] =
= U (y)[V (x) + W (x)] + 3U0 (y)[U1 (x) + U2 (x)],
и
U (x)[U1 (y) + U2 (y)] + U0 (x)[V (y) + W (y)] =
= U (y)[U1 (x) + U2 (x)] + U0 (y)[V (x) + W (x)].
Аналогичным образом можно получать и
функциональные тождества для 2n функций
при n > 3.
В качестве первого примера рассмотрим экспоненту и ее разложение в ряд Маклорена
 0, m < 0,
tj

U (t) = e = ∑ um (t) = ∑ , um (t) =  tm
j!
 , m ≥ 0.
m∈
j =0
m!
∞
t
При n=2 остальные три функции равны
3U0 (t)
U (t)
,
+
2
2
3 (U1 (t) + U2 (t))
V (t) + W (t)
,
P0v1 = P0v2 =
+
4
4
P0v0 =
V (t) − W (t) i 3 (U2 (t) − U1 (t))
,
−
4
4
W (t) − V (t) i 3 (U1 (t) − U2 (t))
P1v2 =
−
= − P1v1,
4
4
3U0 (t)
U (t)
,
P2v0 =
−
2
2
3 (U1 (t) + U2 (t))
V (t) + W (t)
,
P2v1 = P2v2 =
−
4
4
P1v0 = 0, P1v1 =
172
V (t) =
∞
tj
∑ (−1) j j ! = e−t ,
j =0
U1 (t) =
U0 (t) =
et + e −t
= ch t,
2
et − e −t
= sh t.
2
Подставляя эти функции в тождества (13),
(15) и упрощая, получаем формулы косинуса
суммы, синуса разности и еще несколько известных соотношений.
Более интересные соотношения получаются,
если брать не ряд Маклорена или Тейлора, а ряд
Фурье, например, рассмотрев одномерные тэтафункции [2, 3].
МАТЕМАТИКА
Θ[α;β]( p | τ) =
=
∑ exp(πiτ(m + α)2 + 2πi(m + α)( p + β)),
m∈
α,β ∈, Im τ > 0,
(16)
которые связаны с эллиптическими тэта-функциями Якоби [4]
∞
Дальнейшие функциональные соотношения на
тэта-функции Якоби можно получить, используя
формулы преобразования тэта-функции при сдвиге аргумента на период или полупериод [2–4]. Полный набор функциональных тождеств для тэтафункций Якоби, полученный по методу В. Б. Матвеева, можно найти в работе [5].
При n=3 кроме функции U(t) в тождествах
задействованы еще пять следующих функций
2
ϑ1 ( p | h) = 2 ∑ (−1)m −1 h(m −1/2) sin[(2m − 1)πp],
m =1
∞
ϑ2 ( p | h) = 2 ∑ h
(m −1/2)2
m =1
∞
ϑ 3 ( p | h) = 1 + 2 ∑ h
∞
m∈
= Θ[0;1 / 3](t | τ) = ϑ 3 (t + 1 / 3 | h),
cos[(2m − 1)πp],
m2
2
∑ eπiτm +2πimt+2πim/3 =
V (t) =
W (t) =
cos(2mπp),
m =1
2
∑ eπiτm +2πimt+4πim/3 =
m∈
= Θ[0;2 / 3](t | τ) = ϑ 3 (t + 2 / 3 | h),
2
ϑ 4 ( p | h) = 1 + 2 ∑ (−1)m hm cos(2mπp),
m =1
с помощью легко проверяемых формул ( h = exp(πiτ))
Θ[0;0]( p | τ) = ϑ 3 ( p | h),
U0 (t) =
U1 (t) =
U2 (t) =
Θ[0;1 / 2]( p | τ) = ϑ 4 ( p | h),
Θ[1 / 2;0]( p | τ) = ϑ2 ( p | h),
∑ eπiτ9r
r ∈
2
+ 6 πirt
= Θ[0;0](3t | 9τ),
2
∑ eπiτ9(r +1/3) +6πi(r +1/3)t = Θ[1/ 3;0](3t | 9τ),
r ∈
2
∑ eπiτ9(r +2/3) +6πi(r +2/3)t = Θ[2 / 3;0](3t | 9τ).
r ∈
Θ[1 / 2;1 / 2]( p | τ) = −ϑ1 ( p | h).
Из уравнений, связывающих эти функции,
следует, что
Соответственно, в следующих примерах в качестве функции U(t) мы возьмем функцию
1
Θ[0;0](3t | 9τ) = [ϑ 3 (t | h) + ϑ 3 (t + 1 / 3 | h) +
3
+ϑ 3 (t + 2 / 3 | h)],
U (t) = ϑ 3 (t | h) = Θ[0,0](t | τ) =
um (t) = e
2
2
∑ eπiτm +2πimt ,
m∈�
πiτm +2πimt
.
Сначала рассмотрим случай n=2 и функции
V (t) =
2
∑ eπiτm +2πimt+πim = Θ[0;1 / 2](t | τ) = ϑ4 (t | h),
m∈
U0 (t) =
∑ eπiτ4r
2
+ 4 πirt
= Θ[0;0](2t | 4τ) = ϑ 3 (2t | h4 ),
1
Θ[1 / 3;0](3t | 9τ) = [ϑ 3 (t | h) + q2 ϑ 3 (t + 1 / 3 | h) +
3
+qϑ 3 (t + 2 / 3 | h)],
1
Θ[2 / 3;0](3t | 9τ) = [ϑ 3 (t | h) + qϑ 3 (t + 1 / 3 | h) +
3
+q2 ϑ 3 (t + 2 / 3 | h)].
Подставляя эти функции в равенства (13)
и (15), получаем следующие функциональные
тождества на тэта-функции Якоби
Для экономии места мы не будем выписывать
здесь все возможные соответствующие функциональные тождества для одномерных тэта-функций.
Желающие легко могут получить их самостоятельно, используя формулы проекторов для случая n=3.
Отметим только новое представление через тэтафункции Якоби двумерной тэта-функции Римана
T(x,t), построенной по спектральной кривой 3-эллиптического двухзонного потенциала Ламе [6].
Полученное в [6] выражение для T(x,t) имеет вид
ϑ 3 (t | h) + ϑ 4 (t | h) = 2ϑ 3 (2t | h4 ),
T (x,t) = Θ[0,0](c1x | 3τ1 )Θ[0,0](c2t | 3τ2 ) +
r ∈
2
U1 (t) = ∑ eπiτ4(r +1/2)
+ 4 πi(r +1/2)t
=
= Θ[1 / 2;0](2t | 4τ) = ϑ2 (2t | h4 ).
4
ϑ 3 (t | h) − ϑ 4 (t | h) = 2ϑ2 (2t | h ),
+Θ[1 / 3,0](c1x | 3τ1 )Θ[2 / 3,0](c2t | 3τ2 ) +
ϑ 3 (x | h1 )ϑ 3 (y | h2 ) + ϑ 4 (x | h1 )ϑ 4 (y | h2 ) =
+Θ[2 / 3,0](c1x | 3τ1 )Θ[1 / 3,0](c2t | 3τ2 ).
= 2[ϑ 3 (2x | h14 )ϑ 3 (2y | h24 ) + ϑ2 (2x | h14 )ϑ 3 (2y | h24 )],
ϑ 3 (x | h1 )ϑ 4 (y | h2 ) − ϑ 4 (x | h1 )ϑ 3 (y | h2 ) =
= 2[ϑ2 (2x | h14 )ϑ 3 (2y | h24 ) − ϑ 3 (2x | h14 )ϑ 3 (2y | h24 )].
Из рассмотренных выше функциональных
тождеств для n=3 вытекает следующее представление для функции T(x,t):
173
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
T (x,t) = U0 (c1x)U0 (c2t) + U1 (c1x)U2 (c2t) +
1
+U2 (c1x)U1 (c2t) = [U (c1x)U (c2t) +
3
+ V (c1x)V (c2t) + W (c1x)W (c2t)] =
=
1 2
 c x + j 1/3 
 c t + j 1/3 
ϑ3  1
h  ϑ3  2
h .
∑


 3

3 j =0
3
Подводя итоги, укажем, что, исследуя этим
методом другие функциональные ряды и рассматривая другие размерности n, можно получать
новые интересные функциональные тождества.
Поэтому в настоящее время эта области математики привлекает к себе активное внимание [7, 8].
Библиографический список
1. Matveev, V. B. Intertwining relations between the
Fourier transform and discrete Fourier transform, the
related functional identities and beyond / V. B. Matveev // Inverse Problems. 2001. V. 17. P. 633–657.
174
2. Дубровин, Б. А. Тэта-функции и нелинейные уравнения / Б. А. Дубровин // УМН. 1981.
Т.36, №2. С.11–80.
3. Мамфорд, Д. Лекции о тэта-функциях / Д.
Мамфорд. М.: Мир, 1988.
4. Ахиезер, Н. И. Элементы теории эллиптических функций / Н. И. Ахиезер. М.: Наука, 1970.
5. Malekar, R. A. Discrete Fourier transform
and Jacobi function identities / R. A. Malekar,
H. Bhate // J. Math. Phys. 2010. V.51. 023511.
6. Смирнов, А. О. Двухзонные 3-эллиптические решения уравнений Буссинеска и
Кортевега-де Фриза / А. О. Смирнов, Г. М. Головачев, Е. Г. Амосенок // Нелинейная динамика.
2011. Т. 7, № 2. С. 239–256.
7. Atakishiyev, N. On Fourier integral transform for
q-Fibonacci and q-Lucas polynomials / N. Atakishiyev,
P. Franco, D. Levi, O. Ragnisco // Preprint. arXiv:
1112.2073, 2011, 18p.
8. Malekar, R. A. Discrete Fourier transform and
Riemann identities for θ functions / R. A. Malekar,
H. Bhate // Appl. Math. Lett. 2012. V.25. P. 1415–1419.
МАТЕМАТИКА
УДК 519.612.4
А. В. Стрепетов
кандидат физико-математических наук, доцент
Г. Н. Дьякова
кандидат физико-математических наук, доцент
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
СМЕШАННЫЕ СИСТЕМЫ УРАВНЕНИЙ ЛАПЛАСА
В ЗАДАЧЕ КОМПЕНСАЦИИ МАГНИТНОГО ПОЛЯ
Задача компенсации магнитного поля внутри замкнутой поверхности может быть
сведена к решению смешанной системы уравнений Лапласа. В статье рассмотрены
способы решения смешанной системы уравнений Лапласа в случае замкнутой выпуклой поверхности.
Ключевые слова: уравнение Лапласа, смешанная система, выпуклая поверхность.
A. V. Strepetov
Candidate of Physical and Mathematical Sciences, Docent
G. N. Dyakova
Candidate of Physical and Mathematical Sciences, Docent
Saint-Petersburg State University of Aerospace Instrumentation
MIXED SYSTEMS OF THE LAPLACE EQUATIONS IN A PROBLEM OF MAGNETIC FIELD COMPENSATION
The problem of compensation of the magnetic field inside a closed surface can be reduced to the
solution of the mixed system of the Laplace equations. The article discusses ways to the solution of the
mixed systems of the Laplace equations in the case of a closed convex surface.
Keywords: Laplace equation, a mixed system, a convex surface.
В статье рассмотрена задача компенсации магнитных полей. Размагничивание необходимо для
устойчивой работы различных систем и устройств.
Первое описание индуктивного поля корпусных
конструкций было проведено французским математиком С. Пуассоном в 1826 г. На современном языке
магнитостатику ферромагнитного тела во внешнем
поле описывают с помощью краевой задачи. Чтобы
ее сформулировать, введем следующие обозначения:
– S – поверхность тела,
– μ – относительная магнитная проницаемость материала,
– n и τ нормальное (внешне) и касательное направление на поверхности, соответственно,
– В – вектор магнитной индукции. Этот вектор соленоидален, т. е. существует такая вектор – функция А, что
B = rotA,

divA = 0, (1)
– H – вектор напряженности магнитного поля. Этот вектор потенциален, т. е. существует такая скалярная функция ϕ, называемая скалярным потенциалом, что
H = − gradϕ. (2)
Векторы индукции и напряженности связаны материальным уравнением
B = mH. (3)
Из данных выше определений получим уравнения, которым удовлетворяют векторы В и Н.
Применим операции rot и div к (3). Для вектора
магнитной индукции имеем:
 ∆B± = 0, divB± = 0;

Bn+ = Bn− ;

 +
−
mBτ − Bτ = (m − 1)Bτ0 . (4)
175
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Здесь и далее индекс «0» относится к полю
Земли, «+» – к внутренности поверхности S,
«-» – к внешности поверхности S. Вn и Вτ – нормальная и касательная составляющие вектора
В, соответственно. Задача для вектора Н выглядит аналогично:

 ∆A ± (x) = 0, divA ± (x) = 0, ïðè x ∈ D ± ;

[rotA + ,n] = [rotA − ,n]

s
s

+
−
+
 A − A + k [rotA ,n] = −k [rotA + ,n] (8)
s
s

s
s
 ∆H± = 0, divH± = 0;

H+τ = Hτ− ;

 +
−
mHn − Hn = (m − 1)Hn0 . Рассмотрим теперь частный случай задачи (8).
В качестве поверхности S возьмем цилиндрическую поверхность бесконечно длинную вдоль оси
x и образующую в сечении контур Г. Тогда ее поверхностная намагниченность не зависит от координаты x. Эта оболочка не намагничивается
в продольном (вдоль оси x) поле. Уравнения, описывающие намагничивание в поле, перпендикулярном оси x, имеют скалярный характер. Вектор – потенциал А имеет лишь одну компоненту.
Обозначим ее ψ. Пусть x – текущая координата
точки в плоскости (z, y) контура Г. Тогда трехмерная краевая задача (8) становится двумерной и
приобретает вид:



∆ψ ± (x) = 0, ïðè x ∈ D ± ,


∂ψ +
∂ψ −
,
=

∂n
∂n

Ã
Ã

+

∂ψ 0
∂ψ
 +
−
  ψ (s) − ψ (s) + ks ∂n  = − ks ∂n , (9)
Ã
 Ã
 
(5)
Здесь Нn и Нτ – нормальная и касательная составляющие вектора Н, соответственно.
Из (4) и (5) видно, что Н и В – гармонические
векторы внутри и вне тела, а на границе тела их
нормальные и тангенциальные составляющие
терпят разрыв.
Дифференциальные постановки задач (4) и
(5) были основным инструментом исследования
магнитных явлений до середины 20 века. В основном, дело сводилось к поиску тех или иных
поверхностей S, которые являлись координатными в какой-либо ортогональной системе координат [2, 3]. Переменные в таком случае разделялись, и решение задачи о намагничивании того или иного тела выражалось в замкнутом виде
в терминах специальных функций. С появлением вычислительной техники требование координатности поверхности стало необязательным.
В терминах скалярных потенциалов задача (4)
сводится к краевой задаче:



∆ϕ ± (x) = 0, ïðè x ∈ D ± ,


ϕ+ = ϕ − ,

s
s

  ∂ϕ + ∂ϕ −

−
− divs ks grads (ϕ + + ϕ0 )  = 0, (6)

∂n
 s
  ∂n
где ks – поверхностная восприимчивость, D± –
области внутри и вне поверхности. Нормаль
направлена в область D–. Отметим, что в краевое условие входит дифференциальный оператор второго порядка, совпадающий по порядку с оператором в области. Поэтому (6) нельзя
считать классической краевой задачей. Дифференциальный оператор в (6) вообще не существует на сколько-нибудь негладких поверхностях. Ситуация, однако, в корне меняется, если от скалярного потенциала ϕ перейти к векторному, пользуясь равенством (3):
rotA = − gradϕ. }

∂ψ 0
∂ψ + 


  ψ + (s) + ks
+ ψ − (s)  ,
 =  −ks
∂
∂
n
n
Ã
 
 Ã 

 −
∂ψ 0
∂ψ _ 


−
  ψ (s) − ks ∂n  =  −ks ∂n + ψ (s)  . (10)
Ã
 Ã 
 
Из системы (10) видно, что каждый из потенциалов ψ± удовлетворяет третьей краевой задаче
в своей области. Причем, в силу положительности
ks, каждая из этих задач разрешима единственным образом. В [5] решение задачи (9) в виде
ψ± =
1
1
±
±
∫ ω (s)ln ds, ïðè x ∈ D , (11)
2π Ã
rsx
причем каждому потенциалу соответствует своя
плотность. Фредгольмовы уравнений для плотностей ω± можно получить подстановкой представления (11) в систему (9). Для ω+ имеем:
1
1
1
+
ds + ks  ω + (x) +
∫ ω (s)ln
2
2π Ã
rsx
+
(7)
На потенциал А± получается краевая задача
первого порядка:
176
{
−

1
1
∂
+
ln
ds −
∫ ω (s)
∂nx rsx 
2π Ã
 ∂ψ 
1
1
−
ds = − H0 ks  0  . (12)
∫ ω (s)ln
2π Ã
rsx
 ∂n 
x
МАТЕМАТИКА
Таблица 1
Значения решений и результаты минимизации
Точки (x,y)
(–0.6; 0.0)
(–0.6; 0.6)
(–0.3 ;0.3)
(0.3; 0.3)
(0.6; 0.0)
(0.6; 0.6)
Аналитическое решение
0.2857
0.2857
0.1429
–0.1429
–0.2857
–0.2857
Сеточное решение
0.2848
0.2848
0.1424
–0.1424
–0.2848
–0.2848
Интегральное решение
0.2861
0.2861
0.1433
–0.1433
–0.2861
–0.2861
Результаты минимизации
0.0003
–0.0025
0.0021
–0.0021
–0.0003
0.0025
Для ω– получается аналогичное выражение:
1
1
 1 −
−
∫ ω (s)ln ds − ks  − ω (x) +
 2
2π Ã
rsx
+
Здесь z – произвольная точка, лежащая внутри
контура Г, rkz – расстояние от точки lк до точки z:
1
1 
∂
−
ln ds −
∫ ω (s)
∂nx rsx 
2π Ã
 ∂ψ 0 
1
1
+
.
−
∫ ω (s)ln ds = H0 ks 
2π Ã
rsx
 ∂n 
i
r
i
r
max ψ + − 1 ln 1z − 2 ln 2z .
2π r4z 2π r3z
z ∈D+
(13)
x
Система (10) при условии, что контур Г задан
аналитически, решается сеточными методами.
В данной работе рассмотрен случай задания Г
дискретным набором точек. Известно, что при условии выпуклости контура, система Фредгольмовых уравнений (12), (13) имеет решение. Составлена программа решения системы для произвольных выпуклых контуров Г, реализованная в среде PYTHON.
В случаях, когда Г гладкий контур, заданный аналитически, решения системы (10) сеточным методом и результат решения (12), (13)
численным методом совпадают с точностью до
погрешности вычислений. Если контур Г негладкий, то возникают существенные отличия
в решении этих систем. Система (12), (13) позволяет решать поставленную задачу определения
индуктивного поля независимо от гладкости Г
и ks. При решении (10) с негладким контуром,
например, содержащим углы, возникают значительные сложности. Решить задачу с помощью равномерной сетки не удается. Требуется
построение сетки в окрестности угла и дальнейшее сшивание ее с основной сеткой. Поэтому
в работе был осуществлен переход к интегральным уравнениям.
При решении задачи компенсации магнитного поля распределенный поверхностный ток
заменяем набором δ – образных токов. На контуре Г в верхней полуплоскости выберем точки
l1 и l4 симметрично относительно оси y. Токи
в этих точках возьмем равными i1 и –i1, соответственно. Аналогично в нижней полуплоскости выберем точки l2 и l3 и соответствующие им токи обозначим i2 и – i2. Величины i1 и
i2 подбираем таким образом, чтобы суммарное
магнитное поле было минимальным в равномерной метрике:
rkz = ρ(lk , z).
При численном решении множество точек zЄD+
заменяется дискретным набором точек zk. Тогда
условие минимальности принимает вид:

i
r
i
r
min  max ψ + − 1 ln 1z − 2 ln 2z
+
2π r4z 2π r3z
i1, i2 , l1, l2 z ∈ D

.

Программа минимизации также реализована
в среде PYTHON и обеспечивает 99% компенсацию магнитного поля. Программа тестировалась
на модельной задаче, имеющей явное аналитическое решение.
В модельной задаче контур Г заменялся
окружностью единичного радиуса; при этом
величина ks=0.1, а внешнее поле ψ0 =−x направлено вдоль оси ОY. Тогда краевая задача
имеет вид:


∂ψ +
  ψ + + ks
− ψ −  = −x à ,
∂n
 
 Ã


 −
∂ψ −
+
  ψ − ks ∂n − ψ  = x à .
 Ã
 
В результате минимизации получаются точки
(l1 = 28°, l2 = 332°) (в полярных координатах) и соответствующие им токи: (i1 =–0.8585, i2 =–0.8585)
В табл. 1 приведены значения решений
и результаты минимизации в точках верхней полуплоскости (в силу симметрии задачи
в нижней полуплоскости результаты аналогичные).
В заключение надо отметить, что предложенный метод расчета позволяет вычислять индуктивное поле даже в случае негладкого контура Г
и при негладких значениях поверхностной восприимчивости ks.
177
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Библиографический список
1. Poisson, S. Memoire sur la Theorie du Magnetism / S. Poisson; Mem. De l’Acad. Roy des Science,
v. 5, 1826.
2. Булгаков Н. А. О намагничивании трехосного эллипсоида и эллипсоидального слоя в заданном магнитном поле / Н. А. Булгаков; Зап. По
гидрографии, вып. 27, 1905, с. 85–136.
178
3. Thomson W. Mathematical theory of magnetism. / W. Thompson. London, Proc. Royal Society,
Jn 1849, Jn 1850.
4. Петров В. Э. Компенсационные задачи
магнитостатики тонких оболочек / В. Э. Петров.
СПб, ISC Proceedings. Section F, 1994, с. 24–35.
ФИЗИКА
УДК 535.015
В. М. Андреев
кандидат физико-математических наук
Е. В. Козырев
В. Н. Прокашев
кандидат технических наук
ВЫХОДНЫЕ ФАЗОКОМПЕНСИРОВАННЫЕ ЗЕРКАЛА ДЛЯ СО2 ЛАЗЕРОВ
СО СТУПЕНЧАТЫМ ПРОФИЛЕМ ОТРАЖЕНИЯ
Рассмотрены конструкции выходных зеркал технологических СO2 лазеров с переменным по радиусу коэффициентом отражения. Данные зеркала позволяют формировать в дальней зоне излучение с профилем, близким к гауссову пучку, что позволяет получить высокую осевую яркость.
Ключевые слова: СO2 лазер; синтез зеркал; фазокомпенсированные зеркала; оптические интерференционные покрытия.
V. M. Andreev
Candidate of Physical and Mathematical Sciences
E. V. Kozyrev
V. N. Prokashev
Candidate of Technical Sciences
Saint-Petersburg State University of Aerospace Instrumentation
WAVE-CORRECTED MIRRORS WITH STEP-INDEX PROFILE FOR CO2 LASERS
The article presents the structure of wave-corrected mirrors with step-index profile for CO2 lasers. Such
mirrors let create radiation with Gaussian profile in far-field.
Keywords: CO2 laser; synthesis of mirror; wave-corrected mirrors; optical interference coatings.
В лазерах с использованием активной среды
с большим коэффициентом усиления (например,
технологических СО2 лазерах атмосферного давления с поперечной прокачкой), как в устойчивых,
так и в неустойчивых резонаторах, возникает возможность генерации кроме основной моды, одной
или нескольких поперечных мод высших порядков.
Краевые дифракционные эффекты приводят
к дополнительной возможности вырождения по
потерям поперечных мод, т. е. к нарушению структуры распределения основной низшей поперечной
моды. В работах [1–6] рассмотрено уменьшение эффектов краевого дифракционного рассеяния в результате использования в резонаторах специальных выходных элементов – зеркал с переменным
по радиусу коэффициентом отражения. Использование таких зеркал увеличивает дифракционные
потери в поперечных модах и позволяет реализовать генерацию продольных мод. В настоящей работе рассмотрены зеркала со ступенчатым коэффициентом отражения и предложены различные
конструкции для их реализации.
179
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Рис. 1. Конструкция выходного элемента со ступенчатым поперечным профилем.
А – зона, где набег фазы равен 0; В – зона, где набег фазы не равен 0;
1 – подложка, 2 – просветляющее покрытие,
3 – отражающее покрытие, 4 – фазокомпенсирующий слой
Выходное зеркало резонатора с поперечным
профилем коэффициента отражения, являющееся многослойной диэлектрической конструкцией, будет вносить фазовые искажения как для
излучения отражаемого внутрь резонатора, так
и для проходящего и выводимого излучения.
В работе [1] приводится оценка допустимых фазовых искажений поля излучения, которая не
должна превышать π 10 или λ 20 , λ – длинна
волны излучения. Для устранения этих эффектов требуются ступенчатые зеркала, обладающие одинаковым набегом фазы в проходящем и
отраженном свете.
Существуют несколько путей решения данной проблемы. В одном из вариантов в качестве
метода фазовой компенсации световых пучков
проходящих через отражающую и просветленную области (зоны А и В на рис. 1) на центральную зону с обратной стороны наносится компенсационный слой, такой толщины, чтобы дополнить разность фаз центрального и периферийного лучей до 2Φ . Схематичное изображение такого элемента представлено на рис. 1.
Оптическая толщина компенсационного слоя
определяется следующим образом. Разность фаз
пучков – ∆Φ, проходящих через отражающую и
просветленную зоны, равна:
∆Φ =
h
h
h
2π
(h + hÍ + hÊ −  − Í − Ê ) n nÍ nÊ
λ
(1)
где: λ – длина волны, nB , nH и nK – коэффициенты преломления высокопреломляющих (В),
низкопреломляющих (Н) и компенсационной
(К) пленок, создающих диэлектрическое зеркало
в центральной зоне элемента; h + hÍ + hÊ – суммарная оптическая толщина всех пленок.
Для фазовой компенсации необходимо, чтобы
разность фаз ∆Φ пучков излучения, проходящих
через центральную и периферийную зоны, была
кратна 2π , т. е. ∆Φ = 2πk , k = 0,1,2,3... . Оптиче180
ская толщина h измеряется в долях λ 4 . Сделав
соответствующие замены, получим выражение
для толщины компенсационного слоя hK в долях
λ 4:
hÊ = [4k − hÍ (1 −
1
1
1
) − h (1 −
)] (1 −
) (2)
nÍ
nÂ
nÊ
где k – минимальное натуральное число, при котором h – положительно.
Коэффициент отражения центральной зоны
элемента был выбран равным R=80%. Обоснование приведено в статье [1]. Для его получения
было использовано шестислойное диэлектрическое зеркало с высокопреломляющими слоями
из ZnSe (nB = 2,42) и низкопреломляющими из
PbF2 (nH = 1,65 ). Формула структуры покрытия:
Ï(0,4Í1 )(1,6Â1 )(1Í1 )(1Â1 )(1Í1 )(1Â1 ) (3)
Коэффициент преломления компенсационного слоя из ZnSe ( nK = 2,42 ) практически соответствовал коэффициенту преломления подложки.
Подставляя эти данные в (2) (при k = 1 ) получим
толщину компенсационного слоя в долях λ 4
равную hK = 1,68 при λ = 10,6 мкм. Спектр отражения зеркала представлен на рис. 2.
Такой метод был реализован в конструкции резонатора промышленного технологического лазера
типа «Хебр» с выходной мощностью до 1,5 кВт [2].
Возможен также вариант нанесения компенсационного слоя на лицевую сторону элемента непосредственно под отражающее покрытие;
при этом можно нанести вещество даже с отличным от подложки коэффициентом преломления.
Но в этом случае надо учитывать, что увеличение толщины пленочной структуры на одной
стороне подложки, снижает лучевую прочность
и уменьшает долговечность покрытия.
В другом примере компенсация разности
фаз пучков, проходящих через отражающую
ФИЗИКА
Рис. 2. Спектр отражения шестислойного диэлектрического зеркала
Рис. 3. Пример конструкции фазокомпенсированного выходного элемента
со ступенчатым поперечным профилем коэффициента отражения.
1 – подложка, 2 – просветляющее покрытие,
3 – отражающее покрытие, 4 – выборка в подложке
и просветленную области, достигалась путем
выборки части толщины подложки с обратной
стороны элемента методом ионной полировки
(рис. 3). В работе [3] авторы сообщают, что ими
был разработан и изготовлен подобный фазокомпенсированный элемент и успешно использован в неустойчивом резонаторе мощного 5
кВт CO2 лазера с поперечной прокачкой активной среды.
Возможен и принципиально другой подход при
конструировании и изготовлении фазокомпенсированного выходного элемента. Он связан с возможностью создания таких отражающих систем,
которые не требуют дополнительной компенсации фазы проходящего света. Для создания такой
структуры необходимо, чтобы разность набега фаз
проходящей волны, между ее оптической и физической толщиной была кратна 2π . При этом такая
система должна обеспечивать требуемый коэффициент отражения. Примером такой системы может служить восьмислойное зеркало из λ 4 – пле-
нок с высокими (В) и низкими (Н) коэффициентами преломления, имеющее структуру типа:
Í; Â; Í; Â; õÍ;(2 − õ)Â;(2 − x)Í; õÂ (4)
Здесь x и (2 − x) – коэффициенты, задающие
толщину низкопреломляющих (Н) и высокопреломляющих (В) пленок (в долях λ 4 ). При использовании в таком многослойном зеркале в качестве пленкообразующих веществ PbF2 и ZnSe или
As2S3, легко видеть, что геометрическая толщина
такой структуры равна 2π , а оптическая – 4π . Таким образом, разность набега фаз составляет 2π
при любом значении параметра x . Варьируя x
в диапазоне от 1 до 1,6, мы имеем возможность получить коэффициенты отражения от 0,7 до 0,9, что
обычно перекрывает область значений коэффициента отражения центральной зоны, требуемых для
таких элементов. Но необходимо отметить, что
в реальных условиях, при использовании пленок
PbF2 и ZnSe из-за диффузии происходит усиление
181
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
Рис. 4. Спектр отражения восьмислойного диэлектрического зеркала, не требующего компенсации фазы
поглощения такой структурой [4]. Поэтому сочетание этих пленок не целесообразно использовать
при изготовлении зеркал технологических лазеров с высокой мощностью излучения из-за их низкой лучевой прочности. В связи с этим, для получения зеркала, не требующего компенсации фазы
проходящего излучения, была предложена структура (5) из пленок с высоким As2S3 и низким PbF2
коэффициентом преломления.
Ï(1Í1 )(1Â1 )(1Í1 )(1Â1 )(0,4Í1 ) ×
×(1,6Â1 )(1,6Í1 )(0,4Â1 )
(5)
Спектр отражения такого элемента представлен на рис. 4.
Необходимо отметить, что такая структура
ввиду большого количества слоев обладает большим поглощением. Поэтому для применения
в мощных технологических лазерах лучше подходит первый вариант фазокомпенсированного
выходного элемента.
При изготовлении зеркал использовалась
стандартная методика резистивного напыления,
когда пленкообразующие вещества нагреваются
в тигле вакуумной камеры до температуры, при
которой происходит испарение в условиях высокого вакуума. Испаряемое вещество оседает на
подложке и создает оптическую пленку [5].
Особенность создания фазокомпенсированного зеркала состоит в том, что при напылении необходимо использовать специальные диафрагмы,
позволяющие наносить покрытие на отдельные
участки подложки. А так же необходимо, чтобы
коэффициент преломления компенсационного
слоя не отличался от коэффициента преломления
подложки, чтобы не влиять на просветление обратной стороны.
Выводы. В работе проведен обзор конструкций
фазокомпенсированных выходных элементов тех182
нологических лазеров со ступенчатым профилем
отражения, которые позволяют получить равномерно заполненную моду большого объема и лишенную значительных фазовых искажений выходящего светового поля. Проведен синтез таких зеркал с учетом необходимых характеристик коэффициента отражения и допустимых фазовых искажений. Рассмотрена методика их изготовления.
Библиографический список
1. Прокашев, В. Н. Разработка и исследование выходных фазокомпенсированных зеркал с
профилем отражения для СО2–лазеров: автореф.
дис. … канд. техн. наук: 05.11.07 / Прокашев Вадим Николаевич. СПб., 2005. 21 с.
2. Аникичев, С. Г. Формирование фронта лазерного излучения выходными зеркалами / С. Г. Аникичев, Е. Н. Котликов, В. Н. Прокашев // Тез. докл.
конф. Оптика лазеров 93. 1993. т. 2. 258 с.
3. Yagi S., Yasui K., Takenaka Y. // Proc. SPIE.
1990. v. 1225. 357 p.
4. Котликов, Е. Н. Проблема снижения оптических потерь в пленках фторидов / Е. Н. Котликов,
В. Н. Прокашев, Е. В. Хонинева // Оптический журнал. 2004. Т. 71. № 6. C. 84–87.
5. Kotlikov E. N., Khonineva E. V., Prokashev V. N.
Output mirrors for tunable lasers in infrared spectral
range / Technical Program. XI Conference on Laser
Optics. St. Petersburg, June, 30 – July, 4, 2003.
Russia. P. 68.
6. Борисов М. Ф., Котликов Е. Н., Прокашев В. Н.,
Родионов А. Ю. Формирование мощного узконаправленного лазерного излучения для дальней транспортировки / Борисов М. Ф., Котликов Е. Н., Прокашев
В. Н., Родионов А. Ю. // Оптический журнал. Т. 66.
В. 11. 1999. С. 99–103.
ФИЗИКА
УДК 612.821.8
О. Е. Дик
кандидат физико-математических наук
Санкт-Петербургский государственный университет
аэрокосмического приборостроения
СРАВНИТЕЛЬНЫЙ анализ ТРЕМОРА руки человека
Исследованы вейвлетные и фрактальные свойства непроизвольных колебаний
(тремора), возникающих при выполнении человеком определенной двигательной задачи. Показано, что вейвлетные характеристики (максимумы глобальной энергии
вейвлетного спектра) и мультифрактальные параметры (ширина и асимметрия спектра сингулярности) значимо различаются в норме и при двигательной патологии, связанной с болезнью Паркинсона. Определены соотношения между уменьшением клинических проявлений тремора после приема лекарственных препаратов и изменением исследуемых характеристик, что позволяет использовать эти характеристики для
количественной оценки степени отклонения двигательной функции от нормы.
Ключевые слова: тремор; вейвлет, фрактальность.
O. E. Dik
Candidate of Physical and Mathematical Sciences
Saint-Petersburg State University of Aerospace Instrumentation
COMPARATIVE ANALYSIS OF THE HUMAN HAND TREMOR
We have examined wavelet and fractal properties of involuntary oscillations (tremor) arising during the
performance by a man the given motor task. It has been shown that wavelet characteristics (maximums of
global wavelet spectrum energy) and multifractal parameters (the width and asymmetry of the singularity
spectrum) significantly differ in control and under motor disorders connected with Parkinson’s disease. The
relations between the decrease of clinical syndromes of tremor after the drug treatment and the change of
the studied characteristics have been found. It allows us to use these characteristics for estimating the
degree of deviation of the motor function from control.
Keywords: tremor; wavelet, fractality.
Рост числа заболеваний центральной нервной системы, связанных с нарушениями двигательной активности, делает актуальным разработку новых подходов к изучению двигательных
патологий человека. Непроизвольные колебания (тремор) руки человека при выполнении им
сложной двигательной задачи, связанные с активностью множественных нейронов двигательной зоны коры больших полушарий мозга и нисходящих кортикоспинальных путей, имеют малую амплитуду и не мешают выполнению движения при отсутствии двигательной патологии,
в то время как патологический тремор препятствует точному его выполнению и заметно снижает качество жизни человека [1].
Цель настоящей работы – исследовать вейвлетные и мультифрактальные характеристики
тремора руки здорового человека и пациентов
с двигательной патологией для выявления количественных различий в возможностях человека
выполнять определенную двигательную задачу.
В качестве патологии рассматриваются двигательные нарушения, связанные с болезнью Паркинсона.
Методика
Для анализа непроизвольных колебаний использованы результаты тестирования 10 здоровых
испытуемых и 10 больных первичным паркинсонизмом с двусторонними проявлениями тремора.
Двигательная задача заключалась в управлении изометрическим напряжением мышц с возможностью слежения за величиной усилия по
смещению метки на экране монитора. Испытуемые сидели за столом перед монитором и нажима183
МОДЕЛИРОВАНИЕ И СИТУАЦИОННОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ СЛОЖНЫХ СИСТЕМ
ли пальцами рук на платформы с тензочувствительными датчиками, которые преобразовывали силу давления каждой руки в электрический
сигнал. Жесткость платформ обеспечивала регистрацию усилия в изометрическом режиме, то
есть без видимого смещения пальцев в точке контакта с измерительным элементом. Регистрация
изометрического усилия производилась в течение
30 секунд, испытуемый удерживал усилие сверху
вниз пальцами выпрямленных вперед рук.
Регистрируемая траектория изометрического
усилия содержала медленный тренд и быструю
непроизвольную компоненту (тремор), которая
была выделена из полученной траектории с помощью процедуры MATLAB.
Для оценивания степени различия физиологического и патологического тремора был применен метод непрерывного вейвлет преобразования временного ряда, описывающего исследуемый тремор x(t) [2]:
W (a,t0 ) = 1 / a
+∞
∫ x(t)ψ
−∞
*
((t − t0 ) / a)dt,
где a – параметр масштаба, t0 – параметр временного сдвига, ψ((t–t0)/a) – вейвлет функция, полученная из базисного вейвлета ψ(t) путем масштабирования и сдвига по времени, символ * означает комплексное сопряжение. Таким образом,
вейвлет преобразование тремора состоит в разложении его на элементарные функции, связанные с масштабированием и сдвигом базисной
функции. В качестве базисной функции мы использовали комплексный вейвлет Морле
ψ (t) = π −1/4 eiω0t e −t
2
/2
.
Значение ω=2π обеспечивает простое соотношение между масштабом a и частотой f=1/a.
Величина модуля вейвлетного спектра |W(f, t0)|
характеризует наличие и интенсивность частоты f
в момент t0 в анализируемом треморе, а величина
|W(f, t0)|2 описывает мгновенное распределение энергии тремора по частотам, то есть локальный спектр
энергии тремора в момент времени t0. Интеграл
E(f ) =
t2
∫ W (f,t0 )
2
dt0
t1
определяет глобальный вейвлетный спектр, то
есть интегральное распределение энергии вейвлетного спектра тремора по частотам в интервале времени [t1, t2].
Информация о возможной мультифрактальной структуре исследуемого тремора и ее локализации t0 отражается в ассимптотическом поведении коэффициентов W (f,t0 ) при малых значениях a, и, соответственно, больших значениях f [3].
184
Чем быстрее уменьшаются вейвлет коэффициенты при a→0, тем более регулярен сигнал в окрестности точки t0. Медленное уменьшение вейвлет
коэффициентов при a→0 в окрестности точки t0
свидетельствует о наличии сингулярности (особенности в виде изрезанности сигнала) в этой точке. Таким образом, скорость изменения модуля
вейвлет коэффициентов позволяет определять
наличие или отсутствие сингулярностей сигнала. Степень сингулярности сигнала x(t) в точке t0
описывается экспонентой Гельдера, h(t0), то есть
наибольшей экспонентой, при которой анализируемый сигнал может быть представлен суммой
компонент: полинома Pn(t), описывающего регулярное поведение и слагаемого, описывающего
нерегулярное поведение:
x(t) = Pn (t) + c t − t0
h(t0 )
.
В силу простой зависимости W (a,t0 ) ~ ah(t0 )
при a→0, экспонента Гельдера может быть вычислена как
h(t0 ) ~ log10 W (a,t0 ) / log10 a.
Однако при возрастании величины a влияние
соседних сингулярностей может приводить к неточности вычисления, поэтому, мы определяли
экспоненты Гельдера на основании статистического описания локальных сингулярностей с помощью частичных функций [4].
Алгоритм метода максимумов модулей вейвлет преобразования для оценки экспонент Гельдера состоит из следующей последовательности
процедур.
1. Находится множество L(a) линий локальных максимумов модуля вейвлет коэффициентов при каждом значении a.
2. Частичные функции вычисляются как суммы q степеней максимумов модулей вейвлетных
спектров вдоль каждой линии при значении a,
меньшем заданного:
Z (q, a) =
∑
l∈L(a)
(sup
*
a ≤a
W (a* ,tl (a* ))
),
q
где tl(a*) определяет положение максимума, соответствующего линии l для этого масштаба.
3. В силу того, что при a→0 Z (q, a) ~ a τ(q) [4],
скейлинговая экспонента может быть вычислена
следующим образом:
τ(q) ~ log10 Z (q, a) log10 a.
4. Выбирая различные значения показателя степени q можно получить линейную зависимость τ(q) с постоянным значением экспоненты Гельдера
h(q) = dτ(q) dq = const
ФИЗИКА
x10–3
0
–2
0
10
20
0,5
0
30
4
8
f (Гц)
16
патологический
2
0,4
E(f)
усилие (Н)
паркинсонический тренд и тремор
0
–2
0
10
20
0,2
0
30
8
f (Гц)
16
после препарата
5
E(f)
2
0
–2
0
4
x10–4
тренд и тремор после препарата
усилие (Н)
физиологический
1
E(f)
усилие (Н)
физиологический тренд и тремор
2
10
20
время (сек)
30
0
4
8
f (Гц)
16
Рис. 1. Примеры паркинсонического и физиологического тремора и глобальных вейвлетных спектров
для здорового человека и больного, страдающего болезнью Паркинсона
до и после приема больным антипаркинсонического препарата
для монофрактальных сигналов или нелинейную зависимость
τ(q) = qh(q) − D(h)
Для сравнения средних значений в каждой из
исследуемых групп применялся критерий Стьюдента.
Результаты и обсуждение
с большим числом экспонент Гельдера для мультифрактальных сигналов.
5. Спектр сингулярности (распределение локальных экспонент Гельдера) вычисляется из
полинома Лежандра [4]:
D(h) = qh(q) − τ(q).
С помощью глобальных вейвлетных спектров
и метода максимумов модулей вейвлет преобразования, были получены значения максимумов
глобальной энергии сигнала Emax и мультифрактальные параметры: а) ширина спектра сингулярности ∆h= hmax – hmin, б) асимметрия спектра
сингулярности ∆ = | ∆2 –∆1 |, где hmax=h (q=–5) и
hmin=h (q=5) – максимальное и минимальное значения экспоненты Гельдера, соответствующие минимальной и максимальной флуктуациям тремора, ∆1 =hmax – h0 и ∆2 =h0 – hmin, h0=h (q=0).
Ширина спектра сингулярности Δh характеризует степень мульти-фрактальности (чем больше
Δh, тем больше степень мультифрактально