Аннотация: 

Целью данной работы является создание программных средств, которые позволят централизовано управлять системами жизнеобеспечения зданий и бытовыми приборами, такими, например, как обеспечение освещения и освещенности, поддержка температурного режима в помещениях здания, температуры воды в системе отопления, фиксация и обработка значений показаний всевозможных датчиков и т.п. 

Annotation: The aim of this work is the creation of software tools that enable centralized management of life-support systems of buildings and household appliances, such as for example lighting and illumination, support temperature in the premises, the temperature of the water in the heating system, fixation and processing of the readings of various sensors and etc.

Принципиально новой ступенью качества в строительной индустрии является создание «интеллектуальных зданий», основу которых составляет электронная «начинка», позволяющая как контролировать состояние систем жизнеобеспечения помещений и бытовых приборов, так и корректировать и координировать их работу [1, 2].

Целью данной работы является создание комплексных программных средств [3], которые позволят централизовано управлять различными системами. Это могут быть системы, созданные как для целей комплексного диагностического обеспечения автотранспортных средств [4], так и системы жизнеобеспечения зданий и контроля над бытовыми приборами, такими, например, как обеспечение освещения и освещенности, поддержка температурного режима в помещениях здания, температуры воды в системе отопления, фиксация и обработка значений показаний всевозможных датчиков и т.п. [5] Остановимся на последних.

Подобные системы не только улучшают комфортабельность зданий и помещений, но и позволяют экономить ресурсы: электроэнергию, газ, воду и т.п.

В рамках данной работы планируется создать централизованную систему управления системами жизнеобеспечения зданий, которая позволит создавать сценарии их поведения и строить зависимость их работы друг от друга.

Система освещения, например, созданная на основе нейронных сетей, способна к самообучению: так, в случае принудительно включения или выключения  освещения, система будет сохранять параметры, такие как освещенность, влажность, температуру воздуха, расписание работы освещения [6]. Анализ этих данных – единственная возможность найти ответ на вопрос: почему при такой температуре, влажности и освещенности, пользователи прибегли к ручному изменению освещенности помещения?

В результате анализа статистических данных, полученных при возникновении нескольких таких событий, работа механизма контроля за освещением и его настройка автоматически будут изменены на те, которые подходят пользователю [7, 8].

Таким образом, будет создан некий прообраз экспертной системы (рис. 1).

                                                                                 

В основе данного проекта предполагается использование web-серверов, на которых будут собираться, храниться и обрабатываться данные, поступающие с датчиков и приборов, работающих в сети lonWorks [9, 10] .  Управлять событиями в системе, изменять состояние приборов и их поведение в зависимости от изменений окружающей среды сможет пользователь, не имеющий никаких специальных навыков, – для чего достаточно произвести несколько несложных манипуляций на персональном компьютере с установленным на нем необходимым ПО.

Практическая новизна результатов данной работы состоит в предложении для населения новой системы с централизованным управлением приборами жизнеобеспечения зданий. На рынке подобных систем наблюдается неразвитость систем, позволяющих создавать сценарии, которым будет подчинено поведение систем жизнеобеспечения зданий. Выделение приоритетов подобных сценариев возможно с использованием метода анализа иерархий [11].

В ходе данной работы планируется решить и конкретные научные задачи, такие как:

- анализ определенных данных, в которых описание неопределенностей реальных явлений и процессов проводится  с помощью понятия о множествах, не имеющих четких границ;

- описание и практическое использование лингвистических переменных теории множеств, а также создание на базе лингвистических переменных терм-множеств;

- дефаззификация множеств – в данном случае выбор четких чисел и присвоение им соответствующих максимумов функций принадлежности;

- выбор метода дефаззификации множеств.

Научная новизна подхода заключается в выборе новых методов использования теории нечетких множеств при решении задач подобного класса, либо подбор уже существующих методов анализа данных и применение их в этой сфере.

К новизне также относится построение искусственных нейронных сетей (рис. 2) – математических моделей параллельных вычислений, представляющих собой систему, работающую с данными, которые выдают датчики, установленные в помещении и работающие на основе соединённых и взаимодействующих между собой простых процессоров.

                                                                                            

 

Рис. 2. Один из возможных способов объединения процессоров в нейронную сеть

 

Предполагается, что разрабатываемое программное обеспечение будет предусматривать модульность, т.е. подключать любое новое устройство без внесения существенных изменений в ядро, и наоборот – позволит обновлять ядро без риска отключения уже установленных и работающих в системе устройств.

 

Библиографический список

1. Юсупова Н.И., Шахмаметова Г.Р. Математическое и программное обеспечение для управления сложным техническим объектом на основе антикризисного подхода // Современные проблемы науки и образования. 2013. № 6. С. 123.

2. Сазыкина О.В., Кудряков А.Г., Сазыкин В.Г. Интеллектуальная поддержка решений по управлению производством // Путь науки. 2014. Т. 1. № 9 (9). С. 91-93.

3. Дурандин М.М., Охезина Г.М. Внедрение комплексных технологий – важнейший фактор инновационного развития машиностроительного производства // ИТпортал, 2014. №4 (4). URL: http://itportal.ru/science/economy/vnedrenie-kompleksnykh-tekhnologiy-/

4. Боронин О.С. Инновации в области диагностического обеспечения автотранспортных средств // ИТпортал, 2014. №1 (1). URL: http://itportal.ru/science/economy/innovatsii-v-oblasti-diagnostichesk

5. Бокунов А.В., Жигачев В.А. Цифровое управление - основа интеллектуального управления преобразованием и распределением электроэнергии // Практическая силовая электроника. 2013. № 2 (50). С. 34-37.

6. Полупанов А.А., Гарнага В.В., Кольцов Ю.В. Эволюционный подход к обучению искусственной нейронной сети // Информатика, вычислительная техника и инженерное образование. 2013. № 3 (14). С. 10-15.

7. Семинский И.М. Обзор алгоритмов автоматичекой настройки коэффициентов пид регулятора на объектах с релейным управлением // Новый университет. Серия: Технические науки. 2014. № 3-4 (25-26). С. 57-61.

8. Даденков С.А., Кон Е.Л., Южаков А.А. Алгоритм проектирования промышленной информационно-управляющей сети требуемой производительности (на примере технологии LONWORKS) // Вестник Поволжского государственного технологического университета. Серия: Радиотехнические и инфокоммуникационные системы. 2014. № 5 (24). С. 35-43.

9. Даденков С.А., Кон Е.Л. Оценка степени влияния некоторых факторов на производительность LONWORKS сети // Образовательные ресурсы и технологии. 2014. № 2 (5). С. 72-76.

10. Корнилов Д.А., Зайцев Д.А. Применение метода анализа иерархий при оценке эффективности использования системы информационного обеспечения деятельности предприятия // Управление большими системами УБС'2014 материалы XI всероссийской школы-конференции молодых ученых. Москва, 2014. с. 625-635.


References

1. Jusupova N.I., Shahmametova G.R. Matematicheskoe i programmnoe obespechenie dlja upravlenija slozhnym tehnicheskim ob#ektom na osnove antikrizisnogo podhoda // Sovremennye problemy nauki i obrazovanija. 2013. № 6. P. 123.

2. Sazykina O.V., Kudrjakov A.G., Sazykin V.G. Intellektual'naja podderzhka reshenij po upravleniju proizvodstvom // Put' nauki. 2014. T. 1. № 9 (9). P. 91-93.

3. Durandin M.M., Ohezina G.M. Vnedrenie kompleksnyh tehnologij – vazhnejshij faktor innovacionnogo razvitija mashinostroitel'nogo proizvodstva // ITportal, 2014. №4 (4). URL: http://itportal.ru/science/economy/vnedrenie-kompleksnykh-tekhnologiy-/

4. Boronin O.S. Innovacii v oblasti diagnosticheskogo obespechenija avtotransportnyh sredstv // ITportal, 2014. №1 (1). URL: http://itportal.ru/science/economy/innovatsii-v-oblasti-diagnostichesk/

5. Bokunov A.V., Zhigachev V.A. Cifrovoe upravlenie - osnova intellektual'nogo upravlenija preobrazovaniem i raspredeleniem jelektrojenergii // Prakticheskaja silovaja jelektronika. 2013. № 2 (50). P. 34-37.

6. Polupanov A.A., Garnaga V.V., Kol'cov Ju.V. Jevoljucionnyj podhod k obucheniju iskusstvennoj nejronnoj seti // Informatika, vychislitel'naja tehnika i inzhenernoe obrazovanie. 2013. № 3 (14). P. 10-15.

7. Seminskij I.M. Obzor algoritmov avtomatichekoj nastrojki kojefficientov pid reguljatora na ob#ektah s relejnym upravleniem // Novyj universitet. Serija: Tehnicheskie nauki. 2014. № 3-4 (25-26). P. 57-61.

8. Dadenkov S.A., Kon E.L., Juzhakov A.A. Algoritm proektirovanija promyshlennoj informacionno-upravljajushhej seti trebuemoj proizvoditel'nosti (na primere tehnologii LONWORKS) // Vestnik Povolzhskogo gosudarstvennogo tehnologicheskogo universiteta. Serija: Radiotehnicheskie i infokommunikacionnye sistemy. 2014. № 5 (24). P. 35-43.

9. Dadenkov S.A., Kon E.L. Ocenka stepeni vlijanija nekotoryh faktorov na proizvoditel'nost' LONWORKS seti // Obrazovatel'nye resursy i tehnologii. 2014. № 2 (5). P. 72-76.

10. Kornilov D.A., Zajcev D.A. Primenenie metoda analiza ierarhij pri ocenke jeffektivnosti ispol'zovanija sistemy informacionnogo obespechenija dejatel'nosti predprijatija // Upravlenie bol'shimi sistemami UBS'2014 materialy XI vserossijskoj shkoly-konferencii molodyh uchenyh. Moskva, 2014. pp. 625-635.

Tweet

Яндекс.ВиджетINNOV