Методическое пособие 802

Если произвести сравнение уровней корреляционных связей в данной группе месяцев, то следует отметить следующее. При увеличении в годовом ходе притока солнечной радиации, повышение температуры воздуха происходит в соответствии с неоднородностью подстилающей поверхности. Поэтому, при географическом сохранении зон локализации значимых связей, уровень их уменьшается. Так, в мае (рис. 2 а), максимальные корреляционные связи над Восточной Сибирью не превышают 0,5, и лишь между секторами Северной Америки они составляют 0,64.

Аналогичная картина наблюдается и в июне, пространственное распределение корреляционных связей в котором представлено на рисунке 2б. В этом месяце максимальные связи наблюдаются над Восточной Сибирью, величина которых близка к 0,6. Вместе с тем, над Северной Америкой уровень корреляционных связей понизился и даже поменялся знак, однако величина их не достигает уровня значимости.

В центральном летнем месяце, июле, представленном на рисунке 3 в, распределение корреляционных связей на территории северного полушария, по локализации значимых связей, практически не отличается от распределения в июне. Значимые коэффициенты корреляции, по-прежнему охватывают территорию Восточной Сибири с коэффициентами корреляции до 0,5, максимальное значение (R= 0,68) отмечается между секторами западной и восточной ее частями.

Особенностью данного месяца является наличие значимых связей для акваторий, находящихся над Тихим океаном. В тоже время отсутствует связь на границе между акваторией Тихого океана и западной части Северной Америки, но тесно связаны между собой западный и восточный сектора Северной Америки. При этом резко различаются, даже принимают отрицательные значения связи между температурой воздуха в Западной Сибири и сектором западной части Восточной Сибири.

Относительно малые значения коэффициентов корреляции характерны для всех исследуемых секторов в августе, представленном на рисунке 3 г. Максимальные значения отмечаются между секторами западной и восточной частями Восточной Сибири, однако величина их уменьшилась и составляет 0,56. Несколько понижены уровни связей между западным и восточным секторами Северной Америки (0,42) и акваторией Северной Атлантики.

Таким образом результаты проведенного исследования указывают на зависимость тесноты связей между секторами от сезона года и характера подстилающей поверхности. В холодный период уровень связей выше, он охватывает территорию Европы, Западной Сибири и континентальную часть Северной Америки. В теплое время над Европой связи отсутствуют, максимумы имеют место над Восточной Сибирью, Восточной Европой и Западной Сибирью. Выявленные сезонные закономерности могут быть полезными в практической работе при разработке инерционно-климатических прогнозов и являться функциями влияния в численных моделях. При подготовке статьи были рассмотрены работы [4-18].

Литература

1.Мультановский Б.П. Основные положения синоптического метода долгосрочных прогнозов погоды. Ч. 1. ЦУЕГМС. М. 1938.

2.NCEP/NCAR Reanalysis Project [Электронный ресурс]. URL: http://www.esrl.noaa.gov/pcd/data/reanalysis/reanalysis.shtml (дата обращения: 22.11.2016).

3.Брукс К., Карузерс Н. Приложение статистических методов в метеорологии. Л., Гидрометеоиздат, 1963, 416 с.

4.Звягинцева, А.В. Моделирование процессов и совершенствование мероприятий по улучшению условий труда на горно-обогатительном комбинате / А.В. Звягинцева, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. - С. 10-16.

5.Звягинцева, А.В. Моделирование неорганизованных выбросов пыли и газов в атмосферу при взрывных работах на карьерах горно-обогатительных комбинатов / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2.

-С. 17-25.

6.Звягинцева, А.В. Моделирование процессов и разработка мероприятий по сокращению пылегазовыделения на карьерах горно-обогатительного комбината / А.В. Звягинцева,

171

С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. -

С. 26-32.

7.Асминин, В.Ф. Функциональные и конструктивные особенности облегченных звукоизолирующих панелей / В.Ф. Асминин, Е.В. Дружинина, С.А. Сазонова, Д.С. Осмоловский

//Вестник Воронежского института высоких технологий. - 2019. - № 2 (29). - С. 4-7.

8.Иванова, В.С. Физическое моделирование аппарата пылеочистки скруббер Вентури для улучшения условий труда на производствах / В.С. Иванова, С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 48 -55.

9.Звягинцева, А.В. Мониторинг стихийных бедствий конвективного происхождения по данным дистанционного зондирования с метеорологических космических аппаратов: монография / А.В. Звягинцева, А.Н. Неижмак, И.П. Расторгуев. Воронеж: ФГБОУ ВПО «Воронежский государственный технический университет», 2013. - 162 с.

10.Звягинцева, А.В. Прогнозирование опасных метеорологических явлений в определении характера и масштабов стихийных бедствий»: монография под общ. ред. И.П. Расторгуева / А.В. Звягинцева, И.П. Расторгуев, Ю.П. Соколова. Воронеж: ГОУВПО «ВГТУ», 2009. - 247 с.

11.Колодяжный, С.А. Решение задачи статического оценивания систем газоснабжения / С.А. Колодяжный, Е.А. Сушко , С.А. Сазонова, Седаев А.А. // Научный журнал строительства и архитектуры. № 4 (32). - 2013. - С. 25-33.

12.Молодая, А.С. Моделирование высокотемпературного нагрева сталефибробетона / А.С. Молодая, С.Д. Николенко, С.А. Сазонова // Моделирование, оптимизация и информаци-

онные технологии. - 2018. - Т. 6. - № 2 (21). - С. 323-335.

13.Николенко, С.Д. Математическое моделирование дисперсного армирования бетона / С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 74 -79.

14.Локтев, Е.М. Моделирование рейтинговых показателей педагогических кадров военных кафедр / Е.М. Локтев, С.А. Сазонова, С.Д. Николенко, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 67 -73.

15.Власов, Н.М. Математическое моделирование водородной проницаемости металлов: монография / Н.М. Власов, А.В. Звягинцева. - Воронеж: ВГТУ, 2012. - 247 с.

16.Звягинцева, А.В. Структурные и примесные ловушки для точечных дефектов: монография / А.В. Звягинцева. Воронеж: ФГБОУ ВО «Воронежский государственный технический университет», 2017. 180 с.

17.Zvyagintseva, A.V. Increase of solubility of hydrogen in electrolytic alloys NI-B / A.V. Zvyagintseva, Y.N. Shalimov // NATO Science for Peace and Security Series C: Environmental Security. - 2011. - Т. 2. - С. 519-528.

18.Zvyagintseva, A.V. Laws of diffusion of hydrogen in electrolytic alloys on the basis of nickel / A.V. Zvyagintseva, Y.N. Shalimov // NATO Science for Peace and Security Series C: Environmental Security. - 2011. - Т. 2. - С. 529-534.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военновоздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», г. Воронеж

T.N. Zadorozhnaja, V.P. Zakusilov, R.G. Lyubimov

ANALYSIS OF CROSS-CORRELATIONS OF THE FIELDS OF TEMPERATURE

AIR IN THE SECTORS OF TEMPERATE LATITUDES OF THE NORTHERN HEMISPHERE

The results of the analysis of the cross-correlation relations between the fields of the average monthly values of the air temperature observed in 30-degree sectors, temperate latitudes of the Northern hemisphere (latitudinal zone 40-60o n) are presented. The comparative analysis of pair correlation coefficients calculated for separate months of warm and cold periods of the year is carried out.

Key words: pair correlation coefficients, climate forecast, average monthly air temperature, Northern hemisphere, moderate latitudes.

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh

172

УДК 681.3:53.072

Д.Н. Сальников, О.В. Инкачилов, А.И. Мушта

РАЗРАБОТКА МЕТОДИКИ АВТОМАТИЗИРОВАННОГО АНАЛИЗА ЦИФРОВЫХ ЭЛЕКТРОННЫХ УСТРОЙСТВ

Приведена реализация схемотехнического моделирования цифровых электронных устройств в САПР Multisim,

компании National Instruments.

Ключевые слова: методика, анализ, автоматизация, электронные устройства.

Введение. Разработка электронных устройств типа «Умный дом» является перспективным решением проблемы, направленной на обеспечение техносферной безопасности. Эффективным, с точки зрения результативности, является построение электронных устройств на цифровой основе. Поэтому возникает задача разработки методики анализа цифровых электронных устройств.

Использование вычислительных возможностей ПВЭМ позволяет эффективно решать задачи проектирования цифровых электронных устройств, решающих задачи техносферной безопасности [1, 2].

Моделирование дает возможность проведения тестов, в не свойственных режимах работы данного устройства, (например температурный фактор, изменения параметров питания устройства, изменение входных сигналов и т.д.). Это гарантирует безопасность персонала и снимает финансовую нагрузку с предприятия при разработке нового устройства.

Реализация задачи.

Для знакомства с программой, основными правилами работы с ней, и возможностями соберем простое цифровое устройство в Multisim, схема представлена на рисунке 1, взятое из учебного пособия [3], состоящее, из 2х генераторов прямоугольных импульсов и логических элементов НЕ, И, И-НЕ, ИЛИ, ИЛИ-НЕ.

Так как отечественных компонентов в данной САПР не представлено, поэтому будем пользоваться зарубежными элементами. Поэтому возьмем НЕ – 7404N, И – 7408N, И-НЕ – 7400N, ИЛИ – 7432N, ИЛИ-НЕ – 7402N. Данные элементы можно обнаружить, нажав пикто-

грамму «Place TTL». Так же необходимо задать параметры генераторов. Для первого генератора необходимо указать частоту в 1кГц, а для второго в 2 кГц. Коэффициент заполнения необходимо оставить 50% для обоих генераторов.

Рис. 1. Тестовая схема для проверки основных логических элементов в САПР Multisim

_________________________________

© Сальников Д.Н., Инкачилов О.В., Мушта А.И., 2019

173

После задания основных параметров моделирования нажать кнопку «Simulate». После выполнения расчетов откроется меню графопостроителя «Grapher View». В данном окне происходит анализ результатов моделирования.

Правильное и грамотное использование графопостроителя гарантирует оператора от случайных ошибок. Обратим внимание на левую часть рисунка 4, там обнаружим сводную таблицу данных, в которой указанны название цепи измерения «Variable», а также «X1» и «X2», которые указывают на текущие значения курсоров 1 и 2 соответственно.

Рис.4. Результаты моделирования в графопостроителе «Grapher View»

В качестве примера проанализируем данные на рисунке 4 для курсора 2, учитывая, что значение генератора один – x1=0, а значение генератора два – x2=1, составим таблицу 1.

Так же, применяя данные, полученные из строки курсора, можно найти время события, разность между двумя событиями, а также величину обратную разности времени между курсорами (частоту). Это облегчает анализ результатов моделирования.

В САПР реализована возможность создания функциональных элементов с необходимыми параметрами. Создав схему части устройства в Multisim, например, цепь, отвечающую за преобразование сигнала, можно создать элемент непосредственно связанный с этой схемой. Пользователю необходимо лишь самостоятельно назначить выходы и входы элемента, и после применять в разработке своих устройств. Данная функция позволит упростить законченную модель устройства, снизить нагрузку на проверку работы устройства. Так же дает

175

возможность создавать устройство параллельно, предварительно распределив ответственности между операторами.

Заключение. Используя САПР Multisim, разработана методика исследования цифровых устройств, включающая графический ввод элементов принципиальных схем, их редактирование, работу со встроенными библиотеками, порядок использования генераторов цифровых сигналов, маркировку цепи, с целью осуществления контроля ее параметров, выбор вида анализ логической схемы, процедуру ее моделирования, получение результатов анализа в виде временных диаграмм, составлением таблиц истинности. При подготовке статьи были рассмотрены работы [4-22].

Литература

1.Официальный сайт компании National Instruments: [электронный ресурс]. URL: http://www.ni.com/multisim/whatsnew (Дата обращения 11.10.2014).

2.Угрюмов Е. П. Цифровая схемотехника. Уеб. Пособие для вузов. – 2-е изд., перераб.

Идоп. – СПб.: БХВ-Петербург, 2007. – 800 с.: ил.

3.Мушта А. И.Компьютерный анализ цифровых электронных устройств: учеб. Пособие/ А.И. Мушта, Ю.С. Балашов. Воронеж: ГОУВПО «Воронежский государственный технический университет», 2006. 150 с.

4.Звягинцева, А.В. Моделирование процессов и совершенствование мероприятий по улучшению условий труда на горно-обогатительном комбинате / А.В. Звягинцева, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. - С. 10-16.

5.Звягинцева, А.В. Моделирование неорганизованных выбросов пыли и газов в атмосферу при взрывных работах на карьерах горно-обогатительных комбинатов / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. - С. 17-25.

6.Звягинцева, А.В. Моделирование процессов и разработка мероприятий по сокращению пылегазовыделения на карьерах горно-обогатительного комбината / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. -

С. 26-32.

7.Асминин, В.Ф. Функциональные и конструктивные особенности облегченных звукоизолирующих панелей / В.Ф. Асминин, Е.В. Дружинина, С.А. Сазонова, Д.С. Осмоловский // Вестник Воронежского института высоких технологий. - 2019. - № 2 (29). - С. 4-7.

8.Иванова, В.С. Физическое моделирование аппарата пылеочистки скруббер Вентури для улучшения условий труда на производствах / В.С. Иванова, С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 48 -55.

9.Звягинцева, А.В. Мониторинг стихийных бедствий конвективного происхождения по данным дистанционного зондирования с метеорологических космических аппаратов: монография / А.В. Звягинцева, А.Н. Неижмак, И.П. Расторгуев. Воронеж: ФГБОУ ВПО «Воронежский государственный технический университет», 2013. - 162 с.

10.Звягинцева, А.В. Прогнозирование опасных метеорологических явлений в определении характера и масштабов стихийных бедствий»: монография под общ. ред. И.П. Расторгуева / А.В. Звягинцева, И.П. Расторгуев, Ю.П. Соколова. Воронеж: ГОУВПО «ВГТУ», 2009.

- 247 с.

11.Сазонова, С.А. Разработка модели структурного резервирования для функционирующих систем теплоснабжения / С.А. Сазонова // Вестник Воронежского института высо-

ких технологий. - 2008. - № 3. - С. 082-086.

12.Молодая, А.С. Моделирование высокотемпературного нагрева сталефибробетона / А.С. Молодая, С.Д. Николенко, С.А. Сазонова // Моделирование, оптимизация и информаци-

онные технологии. - 2018. - Т. 6. - № 2 (21). - С. 323-335.

13.Николенко, С.Д. Математическое моделирование дисперсного армирования бетона / С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. -

176

2019. - Т. 12. - № 1. - С. 74 -79.

14.Локтев, Е.М. Моделирование рейтинговых показателей педагогических кадров военных кафедр / Е.М. Локтев, С.А. Сазонова, С.Д. Николенко, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 67 -73.

15.Власов, Н.М. Математическое моделирование водородной проницаемости металлов: монография / Н.М. Власов, А.В. Звягинцева. - Воронеж: ВГТУ, 2012. - 247 с.

16.Звягинцева, А.В. Структурные и примесные ловушки для точечных дефектов: монография / А.В. Звягинцева. Воронеж: ФГБОУ ВО «Воронежский государственный технический университет», 2017. 180 с.

17.Zvyagintseva, A.V. Increase of solubility of hydrogen in electrolytic alloys NI-B / A.V. Zvyagintseva, Y.N. Shalimov // NATO Science for Peace and Security Series C: Environmental Security. - 2011. - Т. 2. - С. 519-528.

18.Zvyagintseva, A.V. Laws of diffusion of hydrogen in electrolytic alloys on the basis of nickel / A.V. Zvyagintseva, Y.N. Shalimov // NATO Science for Peace and Security Series C: Environmental Security. - 2011. - Т. 2. - С. 529-534.

19.Звягинцева, А.В. Моделирование воздействия ртутьсодержащих отходов объектов техносферы на окружающую среду и разработка мероприятий по охране атмосферного воздуха / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов.

-2019. - Т. 12. - № 3. - С. 17-26.

20.Звягинцева, А.В. Моделирование техногенного воздействия ТЭЦ на окружающую среду и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3.

-С. 27-34.

21.Звягинцева, А.В. Оценка процесса техногенного загрязнения атмосферы объектами теплоэнергетики и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, Н.В. Мозговой // Моделирование систем и процессов. - 2019. - Т.

12. - № 3. - С. 34-41.

22.Сазонова, С.А. Математическое моделирование параметрического резерва систем теплоснабжения с целью обеспечения безопасности при эксплуатации / С.А. Сазонова, С.Д. Николенко, А.В. Звягинцева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. -

С. 71-77.

ФГБОУ ВО «Воронежский государственный технический университет (ВГТУ)»

D.N. Salnikov, O.V. Inkachilov, A.I. Mushta

DEVELOPMENT OF METHODS OF AUTOMATED ANALYSIS

DIGITAL ELECTRONIC DEVICES

The implementation of circuit simulation of digital electronic devices in CAD Multisim, a company National Instruments.

Key words: methodology, analysis, automation, electronic devices

Federal State Budgetary Educational Institution of Higher Education

«Voronezh State Technical University»

177

УДК 621.396

Л.Е. Мистров, О.А. Белоцерковский

АЛГОРИТМ ПРОГНОЗИРОВАНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ОБЪЕКТОВ ДИАГНОСТИРОВАНИЯ В ИНФОРМАЦИОННО-ОБУЧАЮЩЕЙ СИСТЕМЕ СПЕЦИАЛЬНОГО НАЗНАЧЕНИЯ

Предложен алгоритм прогнозирования технического состояния объектов диагностирования радиоэлектронных объектов в информационно-обучающей системе специального назначения на основе однофакторного экстраполяционного метода прогнозирования отказов с использованием метода наименьших квадратов.

Ключевые слова: информационно-обучающая система, радиоэлектронный объект, прогнозирование технического состояния, элемент, поиск отказов, экстраполяционный метод прогнозирования, метод наименьших квадратов

Подготовка специалистов, эксплуатирующих и обслуживающих различного функционального предназначения радиоэлектронные объекты (РЭО) в целях обеспечения их постоянной готовности к применению в современных условиях является актуальной задачей. Ее решение может быть достигнуто на основе обучения и формирования у специалистов профессиональных умений и навыков решения оптимизационных задач поиска отказов и прогнозирования технического состояния РЭО с использованием современных методов технической диагностики и информационных технологий в образовательном процессе.

Формирование умений и навыков прогнозирования состояния РЭО на некоторый упреждающий период времени представляет важную и сложную научно-практическую задачу, направленную на поиск более рациональных путей выполнения их технического обслуживания за отводимое / минимальное время. Это и определило цель и содержание предлагаемой статьи, направленной на разработку алгоритма прогнозирования технического состояния РЭО с использованием информационно-обучающей системы специального назначения (ИОС) [1,2].

Прогнозирование состояния РЭО осуществляется в предположении, что некоторые характеристики объекта имеют тенденции постоянного изменения и которые в процессе дальнейшей эксплуатации могут ухудшиться, приводя к тому, что объект не сможет выполнять свое функциональное предназначение.

Для определения технического состояния РЭО диагностирования, например по критериям объект работоспособен – неработоспособен и/или исправен – неисправен, осуществляются операции измерения и последующего сравнения полученных результатов диагностирования с эталонными значениями основных технических характеристик объекта. В общем случае к объектам диагностирования могут относиться как весь РЭО в целом, как сложная техническая система, так и один из его элементов – подсистема, блок (модуль), узел, а в некоторых случаях и радиоэлектронный элемент. Обобщенный алгоритм функционирования ИОС в режиме «Тренаж» приведен на рис. 1.

Каждая операция проверки представляет собой либо измерение и сравнение с эталоном физического параметра по нормативно-технической документации на объект (элемент), либо исследование функционирования объекта по характеру изменения одного или нескольких его признаков. Проверки предназначены для распознавания технического состояния РЭО. Если измеренные значения параметров находятся в допустимых пределах, то результат проверки считается положительным, в противном случае – отрицательным.

После установления факта нахождения РЭО в неисправном состоянии или его параметры сильно отклонились от нормативных значений, решается вторая задача (поиск неисправных или поврежденных элементов в отказавшем объекте диагностирования или в некотором его участке диагностирования) посредством съема и проверок параметров со специальных измерительных точек контроля.

_________________________________

© Мистров Л.Е., Белоцерковский О.А., 2019

178

Рис.1 Алгоритм функционирования ИОС в режиме «Тренаж»

179