×

Вы используете устаревший браузер Internet Explorer. Некоторые функции сайта им не поддерживаются.

Рекомендуем установить один из следующих браузеров: Firefox, Opera или Chrome.

Контактная информация

+7-863-218-40-00 доб.200-80
ivdon3@bk.ru

  • Волоконные брэгговские решетки с двумя фазовыми сдвигами как чувствительный элемент и инструмент мультиплексирования сенсорных сетей

    Сложность и высокая стоимость мультиплексирования волоконно-оптических сенсоров до сих пор является основным ограничением для широкого внедрения сенсорных систем как распределенного и квази-распределенного, так и точечного типа. В статье предложен новый метод мультиплексирования, который использует преимущества как широкополосных, так и двухчастотных радиофотонных систем мультиплексирования. От первых взят простейший широкополосный излучатель, но не используется сложная и дорогая система спектрометрии для определения центральной длины волны волоконных брэгговских решеток. От вторых взята система регистрации на частоте биений между двумя составляющими, но не используется дорогая система генерации двух- и полигармонических систем зондирования. Параметр мультиплексирования определяется частотой разноса между окнами прозрачности волоконной брэгговской решетки, например, с двумя фазовыми π-сдвигами, который отличается на определенную величину у каждого из сенсоров. Приведен механизм моделирования решеток указанного типа, принципиально показана возможность мультиплексирования различного количества сенсоров. При использовании сенсорных сетей, построенных на основе пассивных оптических, число мультиплексируемых датчиков может достигать 256, при этом все датчики имеет одинаковую брэгговскую дину волны, и могут быть объединены в древовидную, шинную и другие топологии.

    Ключевые слова: Волоконная брэгговская решетка, фазовая неоднородность, волоконно-оптический сенсор, мультиплексирование, окно прозрачности, разность частот между окнами прозрачности, частота биений

    05.11.07 - Оптические и оптико-электронные приборы и комплексы

  • Щетка как интеллектуальный узел электродвигателя

    Рассматриваются принципы построения интеллектуального узла электродвигателя – щетки, в которую встроен волоконно-оптический датчик износа и температуры (ВОДИТ) на основе нескольких слабоотражающих последовательно расположенных волоконных брэгговских решеток (ВБР). В отличие от существующих разработанные ВОДИТ являются комплексированными и способны одновременно измерять температуру по сдвигу центральной длины волны лазерного излучения, отраженного ВБР, величину износа – по изменению длины решеток. Анализ отраженного сигнала от ВБР позволяет определять скоростные параметры двигателя, изменения температуры – состояние щеточно-коллекторного узла. При разрешении интеррогатора по длине волны в 2 пм разрешающая способность ВОДИТ по температуре составит 0,2 °С. Погрешность измерения величины износа определяется стабильностью амплитудных параметров лазерного излучения и составляет доли микрометров.

    Ключевые слова: трение, комплексированный волоконно-оптический датчик, волоконная брэгговская решетка, износ, температура, электродвигатель, интеллектуальная щетка, скорость вращения

    05.11.13 - Приборы и методы контроля природной среды, веществ, материалов и изделий

  • Модель оптической локализации железнодорожных подвижных единиц на основе искусственной иммунной системы отрицательного отбора

    Предложен новый подход к локализации подвижных единиц, основанный на распознавании автосцепки вагона на графических изображениях, получаемых с помощью видеокамер универсальной системы автоматического распознавания номеров вагонов (УС АРНВ), в качестве маркера межвагонного пространства. Разработана модель распознавания автосцепки на основе вещественного алгоритма отрицательного отбора с детекторами переменного размера (МВОП). Проведены вычислительные эксперименты, показавшие эффективность модели МВОП в сравнении с классическим методом опорных векторов на реальных данных, полученных на одном из объектов внедрения УС АРНВ. Показана эффективность предлагаемого подхода в дублированном режиме работы (с использованием двух видеокамер) и в совокупности с базовым методом локализации подвижных единиц на основе индуктивных датчиков прохождения колеса.

    Ключевые слова: искусственная иммунная система, метод опорных векторов, мягкие вычисления, локализация подвижных единиц. идентификация номеров вагонов

    05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям)

  • Способ контроля качества блоков гранитных пород акустическими методами неразрушающего контроля

    В данной статье рассматривается метод неразрушающего контроля товарных блоков гранита, производимый непосредственно в месте их производства. Описываются исследования предшевствующие разработке метода, корреляционные зависимости полученные в ходе экспериментов. В статье обосновывается актуальность и востребованность проведенной работы.

    Ключевые слова: гранит, неразрушающий контроль, дефектоскопия, карьер, ультразвук, частота собственных колебаний, корреляционные зависимости

    01.04.06 - Акустика , 05.11.13 - Приборы и методы контроля природной среды, веществ, материалов и изделий

  • Метод блочного оптического распознавания инвентарных номеров железнодорожных подвижных единиц на основе комитетной нейроиммунной модели классификации

    Предлагается новый метод блочного распознавания инвентарных номеров железнодорожных подвижных единиц, основанный на использовании комитетной нейроиммунной модели классификации. Преимуществом использования такого подхода является отсутствие необходимости формирования выборки отрицательных примеров. Разработанный метод объединяет в себе этапы сегментации и классификации, что позволяет достичь повышенной устойчивости к шуму, возможности сегментации размытых и слипшихся цифр номера, имеющих разные шрифты и начертания, а также инвариантности к существующим изменениям масштаба. Благодаря редукции данных, достигаемой за счет применения механизма иммунной кластеризации, появляется возможность постоянного пополнения обучающей выборки комитета классификаторов новыми статистическими данными для последующего повышения точности классификации. Метод реализован в программном обеспечении системы автоматического распознавания номеров вагонов (АРНВ), которая находится в эксплуатации на сети дорог ОАО «РЖД».

    Ключевые слова: Метод блочного распознавания символов, комитетная нейроимунная модель классификации, идентификация, автоматическое распознавание номеров вагонов, дублирующий номер

    05.13.18 - Математическое моделирование, численные методы и комплексы программ

  • Метод оптической идентификации железнодорожных подвижных единиц на основе интегральных устойчивых признаков

    Решение задачи идентификации железнодорожных подвижных единиц является актуальным при переходе от автоматизированных систем управления (АСУ) с ручным вводом данных к среде автоматического моделирования поездной и вагонной ситуации. Наиболее приемлемым с экономической и организационной точек зрения методом идентификации является оптическое распознавание инвентарных номеров подвижных единиц. Однако при использовании такой технологии возникает вопрос о достоверности распознавания. В настоящей статье представлен качественно новый подход к оптической идентификации вагонов, основанный на использовании интегральных устойчивых конструктивных признаков вагонов и позволяющий значительно повысить уровень достоверности распознавания. Действие предлагаемого метода было исследовано на объекте внедрения системы автоматического распознавания номеров вагонов (АРНВ). Проведенные вычислительные эксперименты доказали актуальность применения описываемого метода при оптическом распознавании «слабочитаемых»  инвентарных номеров подвижных единиц.

    Ключевые слова: АСУ, идентификация номеров, подвижная единица, оптическое распознавание, АРНВ, устойчивые признаки

    05.13.18 - Математическое моделирование, численные методы и комплексы программ

  • Сведения об авторах (№4, 2013)

    Сведения об авторах выпуска №4 (2013)

    Ключевые слова: авторы

  • Использование инноваций, как составляющих компонентов инфраструктуры рынка образовательных услуг

    • Аннотация
    • doc

    В современных условиях устойчивое развитие любой экономической системы немыслимо без адекватного состояния и эволюции инновационной сферы. В свою очередь, достижение высокого уровня функционирования последней, невозможно без соответствующего развития образовательного комплекса.
    Ключевые слова: рынок образовательных услуг, образовательная политика, инновации, институциональные  инструменты, инфраструктура.

    08.00.05 - Экономика и управление народным хозяйством (по отраслям и сферам деятельности)