авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 | 2 || 4 | 5 |

«№1 ISSN 2306-1561 Автоматизация и управление в технических системах Научно-методический сборник трудов кафедры «Автоматизированные ...»

-- [ Страница 3 ] --

На выходе перемножающего устройства формируется напряжение пропорциональное полной мощности системы которое поступает на блок экстремального регулятора БЭР. При изменении загрузки материалопровода изменяется и масса транспортируемого материала. За счет этого изменяются давление в материалопроводе и изменяется скорость несущей среды, что вызывает смещение от экстремума статической характеристики полной мощности несущей среды ~ 74 ~ компрессорной установки. Блок БЭР в этом случае подает управляющее воздействие на блок БПУ, который, в свою очередь управляет приводом компрессора (ПК), увеличивая или уменьшая скорость вращения электродвигателя и изменяя тем самым давление в материалопроводе таким образом, чтобы полная мощность системы вернулась к экстремальному значению.

Наиболее важной частью функциональной схемы экстремальной системы регулирования процесса транспортирования материала является блок экстремального регулятора, функциональная схема которого приведена на рисунке 2.

Рис.2. Функциональная схема блока экстремального регулятора:

ПНЧ- преобразователь «напряжение – частота»;

RG A, RG B - регистры памяти;

ТГ- тактовоый генератор;

УУ- устройство управления Наиболее приемлемый способ экстремального регулирования основан на шаговом принципе, на котором и строится блок экстремального регулятора.

Схема состоит из преобразователя «напряжение – частота» (ПНЧ), частотомера, регистра памяти А (RG A), регистра памяти В (RG B), устройства сравнения, схемы совпадения, управляющего триггера, реверсивного счётчика, тактового генератора (ТГ) и устройства управления (УУ).

Схема работает следующим образом. Поскольку перемножение напряжений пропорциональных расходу и давления в материалопроводе происходит в аналоговом виде, то для уменьшения воздействия на аналоговые напряжения помех датчики давления, формирователи напряжения Ф1, Ф2 размещают в непосредственной близости от трубки Вентури. Для передачи информации в управляющую систему (которая может находиться на значительном удалении от материалопровода), с целью упрощения линии связи применяется метод преобразования аналогового напряжения в частоту ~ 75 ~ следования электрических импульсов. Для этого используется преобразователь низкой частоты (ПНЧ). Частотомер подсчитывает количество импульсов за фиксированный временной интервал и формирует двоичный код, пропорциональный полной мощности компрессорной установки.

Тактовый генератор (ТГ) и устройство управления (УУ) синхронизируют работу всего устройства.

По тактовому импульсу с выхода (УУ) код с частотомера «запоминается» в регистрах (RG A) и (RG B). По тактовому импульсу с выхода УУ, поступающему на счётный вход реверсивного счётчика, изменяется цифровой код на его выходе, который определяет работу блока управления приводом (БУП). Это приводит к смещению рабочей точки полной мощности компрессорной установки.

После изменения положения рабочей точки цифровой код, соответствующий новому значению полной мощности, записывается только в регистр (RG A) и сравнивается устройством сравнения с предыдущим значением полной мощности, хранящимся в регистре (RG B). Если цифровой код в (RG A) окажется меньше кода (RG B), то это означает, что полная мощность уменьшилась по сравнению с предыдущей из-за смещения рабочей точки. В этом случае на выходе УУ формируется сигнал логической единицы, который разрешает прохождение импульса с УУ через схему совпадения на вход управляющего триггера, переключает его и тем самым изменяет направление счета реверсивного счетчика.

Если, например, до этого времени цифровой код на выходе реверсивного счётчика увеличивался, то после переключения триггера следующий импульс с УУ поступающий на счётный вход реверсивного счётчика приведёт к уменьшению кода на его выходе, а, следовательно, и к уменьшению скорости вращения электромотора компрессора. А это, в свою очередь, приведёт к смещению положения рабочей точки в другом направлении.

В случае, если в результате смещения положения рабочей точки произошло увеличение полной мощности (или если она осталась неизменной), направление счета не изменится, поскольку в этом случае устройство сравнения не выдаёт логическую единицу и импульс с УУ не может пройти через схему совпадения, в результате чего изменение состояния управляющего триггера не произойдёт. В связи с этим увеличение полной мощности будет происходить до тех пор, пока следующее запомненное значение полной мощности не станет меньше предыдущего запомненного значения.

Это будет означать, что точка экстремума пройдена и описанная выше процедура регулирования повторится.

Список информационных источников Смолдырев А.Е. Трубопроводный транспорт. Основы расчета. – М.: Недра, 1980.

[1] Филимонова Т.А. Изучение особенностей истечения затопленной струи и [2] разработка пневматических приборов контроля плотности, зернистости и уровня слоя в дисперсных средах. Дис. канд. техн. наук, -М., 1985.

~ 76 ~ Приборы для неразрушающего контроля материалов и изделий. Справочник. / [3] Под. Ред Клюева В.В. – М.: Машиностроение, 1975. – В двух томах.

[4] Hengstenberg J., Sturm B., Winkler O. Messen und Regln in der chemischen Technik.

Berlin [West], «Springer», 1964.

Федорков Б.Г., Телец В.А. Микросхемы ЦАП и АЦП: функционирование, [5] параметры, применение – М. :Энергоатомиздат, 1990.

Алексеенко А.Г., Коломбет Е.А., Стародуб Г.И. Применение прецизионных [6] аналоговых ИС. – М.: Радио и связь, 1981 г.

УДК 004. ВЫДЕЛЕНИЕ ГЕОЛОГИЧЕСКИХ НЕОДНОРОДНОСТЕЙ НЕФТЕГАЗОНОСНЫХ ПЛАСТОВ С ПРИМЕНЕНИЕМ МЕТОДА САМООРГАНИЗУЮЩИХСЯ НЕЙРОННЫХ СЕТЕЙ Ахтеров А.В.

Работы, направленные на поиски и разведку нефтяных и газовых месторождений, включают в себя разнообразные геологические и геофизические исследования.

Основная цель этих исследований получение возможно более полной информации о наличии или отсутствии искомого геологического тела на данной территории, о его расположении, протяженности, мощности, физических характеристиках (пористость, проницаемость, нефтенасыщенность и т.д.). Одним из направлений геофизики является геофизическое исследование скважин (ГИС) или каротаж. Цель каротажа получение геологического описания разреза скважины по его геофизическим характеристикам. К главным задачам, решаемым с помощью ГИС, относятся:

• литологическое и стратиграфическое расчленение разреза, определение глубины залегания и толщины пластов;

• сопоставление (корреляция) разрезов отдельных скважин для изучения структуры геологических объектов и их неоднородности;

• выделение коллекторов нефти и газа, изучение их коллекторских свойств, особенностей их распространения по площади региона, оценка их нефте- и газонасыщенности.

Для успешного решения этих задач требуется как использование совершенных технических средств, так и применение передовых методов и алгоритмов обработки и интерпретации получаемых данных. В частности, для нахождения корреляции между разрезами отдельных скважин, необходимы современные методы кластерного анализа, выделяющие в многомерном пространстве различных характеристик разреза, так называемые «элемента неоднородности» (кластеры), под которым «... подразумевается наибольший объем горной породы, который на данном уровне может рассматриваться как внутренне однородный в интересующем нас отношении и отличающийся в этом отношении от смежных с ним объемов». Представляется, что выделение таких ~ 77 ~ «элементов неоднородности» должно быть основной целью при изучении нефтегазовых пластов. В [1] предлагается выделять их как «квазиоднородные ячейки», характеризующие часть индивидуальной залежи углеводородов, рассматриваемую как однородную при данном режиме работы залежи. Актуальность подобного подхода определяется еще и тем фактом, что при эксплуатации залежи зачастую получают неоднозначные результаты по продуктивности различных ее частей, в частности, существенная неоднородность скважин по накопленной добыче нефти при весьма близких значениях проницаемости и нефтенасыщенных толщин [2]. Таким образом, встает задача разбиения множества ситуаций или объектов при заранее заданном формализованном описании объектов в некотором многомерном пространстве признаков на небольшое (по сравнению с общим числом объектов) число классов, причем ни число классов, ни классы заранее не заданы. Отметим также некоторый дисбаланс между разработкой современных методов кластерного анализа и применением этих методов к исследованию нефтегазоносных пластов. Так, если в теории кластерного анализа уже давно разработаны методы на основе, например, нейронных сетей и нечеткой логики, то их применение для решения вышеуказанных задач нефтегазовой отрасли носит довольно узкий характер. В частности, в [1] предлагается использовать метод, основанный в матрице расстояний между точками многомерного пространства признаков, характеризующих соответствующие разрезы.

=,, = 1, Суть этого метода заключается в следующем.

=, = 1, Пусть – симметричная матрица расстояний между точками многомерного пространства признаков разрезов и — некоторое разбиение множества точек на M кластеров.

Метод выделения кластеров по матрице расстояний сводится к задаче, =,.

минимизации следующего критерия качества разбиения:

Данный критерий выражает суммарное внутреннее расстояние в разбиении R с учетом порога существенности связей а, равного полусумме среднего внутреннего и среднего внешнего расстояния для R, где внутреннее — это расстояние внутри класса объекты i и j (кластера), а внешнее — между классами. Смысл порога существенности индивидуальных связей между объектами состоит в том, что при (точки, характеризующие разрезы) целесообразно помещать в один класс (значения функционала уменьшается), а при — в разные (значения функционала увеличивается) [1].

Однако, данный метод обладает рядом недостатков, основными из которых являются: 1) невозможность определения к какому кластеру принадлежит новый разрез, без пересчета всех классов;

2) сложность анализа влияния отдельных признаков на процесс кластеризации;

3) недостаточная визуализация как всей совокупности кластеров (без дополнительных построений), так и отдельных признаков. Эти недостатки можно устранить, применив метод самоорганизующихся нейронных сетей или карт Кохонена.

~ 78 ~ Рассмотрим конкретный пример использования самоорганизующихся карт для кластеризации скважин, пробуренных в пласт АЧ1 Конитлорского месторождения. В качестве признаков разреза будем использовать:

• суммарную толщину горизонта в текущем разрезе;

• суммарную эффективную толщины в текущем разрезе;

• максимальную толщину одиночного прослоя коллектора;

• максимальную толщину одиночного прослоя неколлектора;

• число прослоев коллектора.

Различные характеристики толщин продуктивного горизонта выбраны в качестве признаков разреза исходя из того, что, во-первых, по толщинам имеется достаточное количество информации, а во-вторых, эффективные толщины несут информацию не только сами по себе, но и дают косвенное представление о проницаемости прослоя (чем больше эффективная толщина, тем выше проницаемость) [1].

Выборка состояла из разрезов по 150 скважинам. Исследование проводилось на тестовых данных, построенных по граничным значениям соответствующих признаков [3]. Карта Кохонена состояла из 63 нейронов, представленных в виде шестиугольных ячеек. Моделирование проводилось в среде MatLab с пакетом SOMToolbox 2.0.

Результирующая карта, построенная по унифицированной матрице расстояний между векторами весовых коэффициентов нейронов с указанием номеров скважин (разрезов), попадающий в тот или иной кластер, представлена на рисунке 1.

На карте четко прослеживаются три кластера, на которые разбивается вся выборка. Это означает, что скважины из одного кластера имеют схожий набор рассматриваемых признаков, и, соответственно, подходы для разработки этих разрезов должны быть схожи независимо от их географического расположения.

На рисунке 2 представлены карты по каждому из рассматриваемых признаков разреза. Отметим некоторые их особенности. Во-первых, кластер I, расположенный в верхнем левом углу карты, соответствует минимальным значениям всех признаков. Во вторых, в кластер III попали разрезы с наибольшими значениями максимальных толщин одиночного прослоя коллектора и неколлектора (рисунки 2в и 2г), а также разрезы с максимальным количеством прослоев коллектора (рисунок 5д). Наконец, кластер II, содержит разрезы с различными значениями суммарных толщин горизонта (в этот кластер попадают разрезы как с максимальными значениями этого параметра, так и разрезы со значением суммарной толщины горизонта меньше 27,8), а также с минимальными значениями суммарных эффективных толщин (рисунки 2а и 2б).

Таким образом, подобный анализ дает всеобъемлющую картину распределения разрезов в пространстве рассматриваемых признаков.

Отметим ещё одну особенность предлагаемого метода: данная нейронная сеть может быть использована не только для кластеризации признаков существующих разрезов, но также для определения способов разработки новых скважин. При появлении нового разреза, вектор рассматриваемых признаков, подается на вход полученной карты, и в зависимости от принадлежности нейрона-победителя к одному из трех классов выбирают способ разработки новой скважины.

~ 79 ~ Рисунок 1 - Карта Кохонена, построенная по унифицированной матрице расстояний между векторами весовых коэффициентов нейронов с указанием номеров скважин (разрезов), попадающий в тот или иной кластер ~ 80 ~ а) Карта распределения суммарных толщин б) Карта распределения суммарных горизонта эффективных толщин в) Карта распределения максимальных г) Карта распределения максимальных толщин одиночного прослоя коллектора толщин одиночного прослоя неколлектора д) Карта распределения количества прослоев коллектора Рисунок 2 - Карты, построенные по отдельным компонентам вектора признаков разреза ~ 81 ~ Список информационных источников Хургин Я. И. Проблемы неопределенности в задачах нефти и газа. Ижевск:

[1] Институт компьютерных исследований, 2004. 320 с.

Балин В.П., Малышев И.О., Рязанов А.П. Влияние проницаемостной [2] неоднородности пласта на показатели добычи нефти (на примере пласта ЮС Западно-Асомкинского месторождения) // Вестник недропользователя Ханты Мансийского автономного округа. 2009. №20.

Кычкин А.Н., Судакова В.В., Шерстнов В.А. Прогнозирование эффективных [3] толщин пласта АЧ1 Конитлорского месторождения с использованием динамических параметров сейсмической записи // Вестник недропользователя Ханты-Мансийского автономного округа. 2007. №17.

УДК 681. МЕТОДЫ СИСТЕМНОГО АНАЛИЗА И СИНТЕЗА ТЕХНОЛОГИЙ АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ СЛОЖНЫМИ ТЕХНИЧЕСКИМИ СИСТЕМАМИ Краснов Ю.А., Приходько В.М.

Введение Системный анализ - это совокупность средств научного познания и прикладных исследований, используемых для подготовки и обоснования решения по сложным проблемам социально-экономического и научно-технического характера. Выясняя суть той или иной проблемы, и осуществляя выбор рациональных способов ее преодоления, системный анализ основывается на диалектическом подходе к объектам реального мира, что позволяет расширить и укрепить позиции системности в различных областях деятельности. Появляется возможность применять в рамках системного анализа достижения математики, механики, теории управления, обществоведения, экономики для получения искомых результатов.

Основные этапы системного анализа Системный анализ осуществляется в виде девяти взаимно увязанных логически последовательных этапов.

1. На первом этапе проводится анализ структуры системы, ее связей с окружающей средой, оцениваются закономерности функционирования системы, выявляются наиболее существенные связи между подсистемами и различными элементами системы.

2. Вторым этапом анализа является определение и обоснование целей деятельности системы. При этом имеется в виду, что цель - это идеальное состояние объекта, процесса или результата деятельности на заданную перспективу, соответствующее потребностям субъекта управления.

~ 82 ~ Цель представляет собой причинно-следственную триаду:

• цель - является причиной управления:

• цель - является содержанием управления:

• цель - является результатом управленческой деятельности, т.е. целеполагание - есть важнейший этап в системном анализе.

3. На третьем этане проводится разработка альтернативных методов и средств достижения цели. Так как любая цель может быть достигнута различными методами, задача этого этапа заключается в оценке всего возможного набора вариантов достижения цели.

4. Расчет потребных ресурсов по каждому варианту достижения цели.

5. На пятом этапе проводится разработка формализованного инструментария (логических или математических моделей и построений) для оценки альтернативных методов решений.

6. Разработка методов решений.

7. Выбор критериев оптимизации и расчет оптимального решения.

8. Реализация решений с оценкой достоинств и недостатков.

9. Корректировка решений в случае недостаточных удовлетворительных результатов реализации.

Основная трудоемкость системного анализа и его важнейшая составная часть заключается в целенаправленности - первом и основном принципе системного подхода.

Основные стадии технологии управления сложными системами Системотехническое построение технологии управления сложными техническими объектами, как и любой большой сложной системы, имеет две стадии. Первая относится к функционально-структурным вопросам и может быть названа макроформированием, а вторая стадия, связанная с формированием элементов комплекса с учетом реальных схемных решений, Необходимость применения системного подхода наиболее ярко проявляется на стадии макроформирования технологии автоматизированного управления при формулировке тактико-технических требований и обосновании технического задания.

Макроформирование состоит из ряда этапов, обеспечивающих решение следующих задач:

• выбор требуемых показателей технологии автоматизированного управления и синтез структуры теоретически оптимальной системы;

• определение возможных вариантов реальных структур системы методом экспертной оценки;

• количественное сравнение возможных реальных структур с теоретически оптимальной структурой.

Широкое распространение в практике получил аналитико-имитационный подход, предложенный для решения задач синтеза организационно-технических структур сложных систем. В рамках данного подхода, как показывает предварительный анализ, ~ 83 ~ могут быть сформулированы и решены многочисленные задачи анализа и синтеза технологии автоматизированного управления.

Уточненная формализованная постановка многокритериальной задачи синтеза структуры имеет вид:

T (И ) r (И ) r W {s (x )} = W s1 ( A)( x ),..., s1 ( A) x, s1+1 (x ), s1 ( x ) extr rr r x (1) = x fi ( A) (x ) 0 ;

i I ;

(jИ ) (x ) 0, r r r ~~ ~~ j J W {s (x )}- некоторый функционал от s (x ), который определяет обобщенный rr rr где:

показатель качества;

r T x = x1,..., xn ~ - обобщенный вектор состояния объекта;

s (x ) - векторная целевая функция, с помощью которой оценивается rv эффективность вариантов синтезируемой технологии автоматизированного s1 A ),..., s1( A ) ( управления. При этом в общем случае ряд частных целевых функций задается в аналитическом виде, а другие целевые функции задаются алгоритмически s1+1),..., s LИ ) (И ( ;

аналогично множество допустимых альтернатив формируется с помощью системы ограничений на значения компонент вектора состояния, заданной f ~( A ) (x ) (~И ) (x ) r r как аналитически i, так и алгоритмически J.

Рисунок 1 - Обобщенная схема структурно-функционального синтеза технологий управления ~ 84 ~ Обобщенная процедура структурно-функционального синтеза технологии управления включает в себя как минимум 16 этапов (рисунок 1):

анализ исходной проблемы синтеза технологии управления в АСУ, 1.

формирование исходных данных, построение концептуальной модели функционирования;

формирование комплексной аналитико-имитационной модели исследуемой 2.

системы и ее структуры, для определения и формализации элементов и подсистем АСУ, их структурных и функциональных взаимосвязей и зависимостей между ними;

формализация задачи синтеза технологии управления;

3.

алгоритмизация и программирование имитационной модели;

4.

алгоритмизация и программирование аналитической модели;

5.

подготовка и корректировка исходных данных для аналитических и 6.

имитационных моделей;

интерактивное взаимодействие (обмен информацией) на различных этапах 7.

синтеза технологии управления, планирование вычислений;

интерактивное решение задач синтеза технологии управления с 8.

использованием аналитических моделей;

анализ и синтез вариантов структурного построения с использованием 9.

имитационных моделей;

10. взаимодействие аналитических и имитационных моделей при совместном их использовании для решения исходной задачи синтеза технологии управления;

11. получение и анализ промежуточных результатов оптимизации;

12. коррекция процедур оптимизации технологии автоматизированного управления;

13. получение и анализ промежуточных результатов имитационных экспериментов;

14. - коррекция имитационных экспериментов в результате анализа промежуточных или окончательных данных;

15. формирование и выдача ЛПР результатов синтеза технологии управления;

16. анализ полученных результатов, принятие решений относительно окончания (продолжения) процесса синтеза технологии управления.

При необходимости этапы 6,12,14 могут повторяться в ходе итеративного поиска наилучшего структурного построения технологии управления.

Представление бизнес-процессов В ряде работ [1, 2, 3] показано, что учет факторов неопределенности воздействия внешней среды на синтезируемую систему, а также ряд важнейших пространственно временных, технических и технологических ограничений осуществляется алгоритмически с использованием детерминированных и стохастических ~ 85 ~ динамических имитационных моделей, которые могут быть использованы и для моделирования бизнес-процессов, требующих написания внутренних регламентов:

• оперативный учет кредиторской задолженности;

• учет платежей;

• подготовка и формирование среднесрочного плана-графика поставки запчастей;

• оперативная корректировка среднесрочного плана закупок запчастей;

• формирование среднесрочного плана-графика платежей (плана потребности в финансах) за поставки запчастей;

• оперативная корректировка среднесрочного плана-графика платежей за запчасти;

• формирование сводной отчетности для вышестоящего предприятия и иных контролирующих организаций;

• формирование сводной отчетности для верхнего руководства предприятия и внутренних потребностей подразделение предприятия;

• формирование квартальных лимитов расходования денежных средств на закупку запасных частей;

• контроль исполнения квартальных лимитов расходования денежных средств на закупку запасных частей;

• корректировка исполнения квартальных лимитов расходования денежных средств на закупку запасных частей.

Данный перечень можно рассматривать как типовой для крупных предприятий, которые занимаются ремонтом и техническим обслуживанием автотранспортных средств и технологических машин на региональном уровне, а также для предприятий автомобильной промышленности. Схематическое представление бизнес-процесса «Изготовление заказа» представлено на рисунке 2.

Регламент устанавливает требования:

• к порядку выполнения процедур в рамках планирования;

• к перечню подразделений ответственных за выполнение функций в рамках процесса;

• к степени ответственности каждого участвующего в процессе подразделения;

• к перечню и содержанию документов, создаваемых в процессе планирования деятельности;

• к календарным срокам, срокам исполнения, согласования и периодичности осуществления процесса.

Заключение В результате выполнена систематизация основных производственных функций и сформирован перечень функций планирования и управления, требующих формализованного описания бизнес-процессов.

~ 86 ~ Заявка на Открытие заказа на Заказ на изготовление изготовление изготовление ПО Разработка Чертежи, тех.

конструкторско карта, нормы технологической документации ТО Нормы расхода Заявка на Планирование материалов материалы потребности в материалах РМЦ Товарно Заявка на транспортная Выписка материалов материалы накладная под заказ ОПТКиМС Заявка на Выполнение работ изготовление по изготовлению РМЦ Акт приемки СТК Испытания и приемка СТК СТК Товарно транспортная Передача продукции накладная на склад РМЦ Акт на Акт приемки СТК изготовление Закрытие заказа ПО Закрытый заказ Рисунок 2 - Схематическое представление бизнес-процесса «Изготовление заказа»

~ 87 ~ К ним относятся: управление основной производственной деятельностью, управление продажами, сопровождение производственной нормативно-справочной информации, управление рекламациями, планирование производственной деятельности, управление лимитами, управление закупками запчастей и товарно материальных ценностей, управление движением запчастей, управление финансами, планирование закупок запчастей, планирование платежей за запчасти, формирование сводной отчетности и другие. Показано, что значительную часть от общего количества бизнес-процессов представляют функции управления и планирования движением запчастей.

Список информационных источников Краснов Ю.А. Модель сравнительного анализа эффективности управленческих [1] решений данных на основе интегральных показателей / Краснов Ю.А., Кудрявцев А.Ю., Приходько Л.В., Приходько М.В., Ягудаев Г.Г. // Автоматизация и управление: стратегия, инвестиции, инновации. сб. науч. тр.

МАДИ. – М.: Техполиграфцентр, 2011. – С. 41- 48.

Рачковская В.М. Оптимизация принятых решений на основе синтеза алгоритмов [2] анализа нечетких ситуационных сетей / Кудрявцев А.Ю., Губин М.О., Рачковская В.М., Чугунова Д.Н., Измайлова М.В. // Модели и методы управления сложными техническими системами: сб. науч. тр. МАДИ, Ротапринт МАДИ. – М., 2010. – С. 86 – 89.

Бежикин В.М. Теория и практика стратегического управления наукоемким [3] производством в рыночных условиях. - М.: Институт стратегических исследований, 2004. - 328с.

УДК 681. МОДЕЛИ АГРЕГИРОВАНИЯ ОЦЕНОЧНЫХ ПОКАЗАТЕЛЕЙ В СИСТЕМЕ АТТЕСТАЦИИ ПЕРСОНАЛА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ Жажа Е.Ю., Суэтина Т.А., Ягудаев Г.Г.

Эффективное управление персоналом, в том числе подготовка кадров промышленных предприятий в настоящее время невозможна без использования современных компьютерных технологий, которые интенсивно внедряются во все сферы человеческой деятельности. Одной из основных задач системы аттестации персонала является оценка соответствия кадрового состава должностным обязанностям, что требует постоянного и оперативного контроля уровня знаний и умений сотрудников [1]. Повышение эффективности организации системы аттестации достигается на основе формализованного представления процессов сбора, передачи и аналитической обработки результатов, что и составляет задачи системы мониторинга ~ 88 ~ аттестационных показателей. В данной статье предлагаются методы, алгоритмы и программные компоненты сбора и агрегирования аттестационных показателей.

В общем случае механизм проведения аттестации сводится к предъявлению последовательности тестовых заданий различной сложности. При этом в случае использования адаптивных механизмов компьютерного тестового контроля последовательность формируется по следующей схеме:

(n+1) = F(n)((1),…, (n)) + (n)((1),…, (n)), (1) где (n) - сложность задания на n-ом шаге процедуры;

F(n) – некоторое функциональное преобразование результатов ответов;

(n)((1),…, (n)) – случайная величина, моделирующая ответ на n-е задание.

Приведенная схема описывает подход к построению множества алгоритмов, различающихся механизмами предъявления заданий и процедурами оценивания.

Механизм предъявления дает лишь последовательность заданий различной сложности.

Оценивание уровня знаний тестируемого является следующей задачей. В данном случае имеет место два подхода: классификация, когда количество значений оценок тестируемого определено заранее, и оценивание, когда численное значение оценки может быть произвольным.

В рамках IRT-теории каждому заданию приписан уровень сложности и на основе аналитических моделей вводится формализованное описание вероятности правильного выполнения задания с уровнем сложности испытуемым с уровнем знаний на основе условной вероятности. Анализ показал, что IRT-модель может быть использована совместно с регрессионными моделями и моделями классификации.

Использование факторного анализа имеет свои плюсы и минусы в сравнении с IRT теорией. С одной стороны, необходимо определение множества факторов, что значительно проще в IRT-теории и, значит, дает более адекватную модель в случае гомогенного теста.

В классической теории тестов зарубежные и российские авторы исходили из идеи параллельного измерения интересующего свойства с помощью двух и большего числа тестов, имеющих общее предметное содержание и сходные статистические характеристики [2]. В рамках этой теории приняты следующие постулаты.

Эмпирически получаемый результат измерения (X) представляет собой сумму истинного компонента измерения (T), обычно неизвестного, и ошибочного (E), также неизвестного: X=T+E. Сложность задания в классической теории определяется эмпирически и соответствует доле неправильных ответов.

Анализ показал, что необходима разработка более точных методов оценки сложности тестов, основанной на модели факторного анализа:

m m 1 = 1 j Fj + 1,..., p = pj Fj + p, (2) j =1 j = где ij- факторные нагрузки i,j=1..m, mp;

F1, F2,..., Fp - общие факторы, причем DFi=1;

cov(Fi, Fj)=0 ij;

~ 89 ~ 1,..., p - специфические факторы, причем cov(i, j)=0, ij;

Модели латентно-структурного анализа достаточно эффективны в эмпирических исследованиях. В статье рассмотрена модель латентного профиля, которая является обобщением латентно-структурного анализа на случай количественных эмпирических переменных. Каждая подгруппа или латентный класс в последней модели должны быть однородными относительно любых латентных величин, которые необходимы для объяснения наблюдаемых взаимозависимостей. Полная однородность не требуется, поскольку отклонения от среднего значения в классе случайны, то есть независимы.

Предлагается модель кластеризации уровня подготовки персонала на основе методов латентно-структурного анализа, в которой предполагается, что каждый латентный класс должен быть однородным относительно любых исследуемых величин.

Требуется, чтобы каждый латентный класс был достаточно однородным по отношении к любой латентной величине, так чтобы все единичные высказывания внутри класса были статистически независимы. Эта независимость внутри классов выражается следующими уравнениями:

pljk = plkplj, p2jk = p2kp2j, …, pqjk = pqkpqj, (3) pljkl = plkpljpll, p2jkl = p2kp2jp2l, …, pqjkl = pqkpqjpql, Преобразование уравнений в соответствии с требованиями однородности групп приводит к системе уравнений:

n=n1+ n2+…+ nq nj=n1p1j+ n2p2j +…+ nqpqj njk=n1plkplj+ n2p2kp2j +…+ nqpqkpqj (4) njkl=n1 p2kp2jp2l + n2 p2kp2jp2l +…+ nq pqkpqjpql и т.д.

Xtj (Xij,Xik) dik Xtk dij Xk Xj Рисунок 1 - Гипотетическая диаграмма рассеяния ~ 90 ~ Все наблюдаемые совместные частоты выражаются через (q+sq) латентных параметров, q объемов классов и q латентных вероятностей (p1j, p2j, …, pqj) для каждого из s признаков теста. Последовательные ступени эмпирических частот насчитывают соответственно 1, s, s(s-1)/2 и т.д. членов, являющихся коэффициентами бинома (а+b)s.

Складывая их, получаем 2s уравнений, связывающих наблюдаемые и латентные величины в этой модели.

Задача, как и в факторном анализе, заключается в решении основных уравнений относительно неизвестных латентных параметров. Большинство из известных решений не используют совместные частоты с повторяющимися индексами (njj, njjk, njjj, njjkl и т.

д.). В анализе латентной структуры они рассматриваются как аналоги общих факторных дисперсий факторного анализа, которые нам неизвестны. Показано, что представление их в виде эквивалентов, соответствующих смешанным частотам более низкой ступени без повторяющихся индексов (то есть njj=nj, njjk=njk, и т. д.) дает аналог использования равных единиц корреляций в факторном анализе.

Предполагается, что имеется набор s количественных измерений, таких, как баллы тестов в выборке из п человек. По некоторому правилу каждый член этой выборки приписывается одной, и только одной, из q подгрупп. Тогда размер выборки, суммы баллов и суммы произведений баллов для всей выборки выражаются через соответствующие статистики для подгрупп следующим образом:

n=n1+ n2+…+ nq nq n1 n n X ij = X ij + X ij +... + X ij nq n1 n n (5) X ij X ik = X ij X ik + X ij X ik +... + X ij X ik nq n1 n n X ij X ik X il = X ij X ik X il + X ij X ik X il +... + X ij X ik X il и т.д.

Все суммирования в (5) проводятся по индивидам. Суммирования слева проводятся по всей выборке, а справа — по членам различных подгрупп;

величина Хij есть балл индивида i по тесту j, и она может быть дана в единицах стандартного отклонения или в каких-либо других единицах. То же самое относится и к Хik, Хil и т. д.

Вид различных регрессий на рисунке 2 объясняются предположением об относительной трудности тестов. Простые тесты (1 и 2) являются различающими на нижнем конце латентного континуума, а сложные тесты (4 и 5) – на верхнем. Тест (3) средней трудности – на всем континууме.

База данных содержит интегрирующие тесты [3] с привязкой к методическим материалам и результатам выполнения каждого задания каждым сотрудником. Система ~ 91 ~ реализована в виде отдельного программного приложения, включенного в интегрированную адаптивную систему подготовки и аттестации персонала.

Таблица 1 - Решение латентного профиля для гипотетического примера трех классов Номер теста Латентный класс I II III Средние 1 -1,50 0,50 0, по 2 -1,50 0,50 0, классам 3 -1,00 0,00 1, 4 -0,50 -0,50 1, 5 -0,50 -0,50 1, Размеры класса 0,25 0,50 0, Y Тесты 4, 1, Класс I 1, x= 1, -1,00 X 4, x= Класс III x= -1, 1, Класс II Тесты Рисунок 2 - Линия регрессии тестов на латентном континууме для гипотетического случая двух классов Программный комплекс разработан по открытому принципу, что позволяет наращивать его функциональные возможности, добавляя новые механизмы агрегирования аттестационных показателей. Схема подготовки отчетов по квалификационным показателям представлена на рисунке Ошибка! Источник ссылки не найден.

При разработке данной технологии подготовки отчетных материалов учтена возможность организации обратной связи. Аналитический отдел реализует обработку и ~ 92 ~ формирует отчет для руководства своего подразделения, после просмотра которого, и внесения соответствующих правок руководством он редактируется и затем выставляется на сервер.

Рисунок 3 - Технология подготовки отчетов по аттестационным показателям При разработке системы передачи и сбора отчетных материалов были выделены структуры данных, обработка и визуализация которых представляет особый интерес.

При этом учитывается, что на предприятиях сложилась определенная технология сбора и хранения данных. Для реализации механизмов обработки данные приводятся к определенному виду, согласованному со структурами данных пакета Statistica. При организации оперативной обработки и агрегирования данных используется система программных конверторов, которые фильтруют данные и приводят их к выбранному формату.

Список информационных источников Николаев А.Б. Использование терм-множеств для оценки связности учебных [1] модулей в системе повышения квалификации административных кадров для предприятий / Николаев А.Б., Строганов В.Ю., Мазуренко С.В., Рогова О.Б. // Моделирование технологических процессов в промышленности и образовании:

Сб. науч. тр. М., 2004, МАДИ (ГТУ). - С.19-23.

Карташев М.И. "Интеграция приложений в системе "СОТА" / Ягудаев Г.Г., [2] Карташев М.И. // Методы описания и моделирования бизнес-процессов и технологий в промышленности, строительстве и образовании: сб. науч. тр.

МАДИ № 3/47. – М.: МАДИ, 2010. – С. 97-104.

Свободин В.Ю. Анализ базовых моделей связности учебного материала / [3] Строганов В.Ю., Карташов М.И., Ульянова А.И., Свободин В.Ю. // Оптимизация ~ 93 ~ решений в промышленности, строительстве и образовании: сб. науч. тр. МАДИ № 1/45. – М.: МАДИ, 2010. – С. 49-52.

~ 94 ~ РАЗДЕЛ II. УПРАВЛЕНИЕ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ УДК 004.9:378. ИСПОЛЬЗОВАНИЕ ДИСТАНЦИОННЫХ ОБРАЗОВАТЕЛЬНЫХ ТЕХНОЛОГИЙ ДЛЯ ПОДГОТОВКИ И ПЕРЕПОДГОТОВКИ ПЕРСОНАЛА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ Остроух А.В., Петриков П.А.

Концептуально структуру системы дистанционного обучения можно представить следующим образом (рисунок 1) [4].

Рисунок 1. Структура системы дистанционного обучения При входе пользователя в систему происходит его авторизация, посредством запроса к серверу баз данных. Если пользователь проходит авторизацию, он попадает в систему дистанционного обучения, где ему предлагается пройти курс лекций, курс самоконтроли или сдать экзамен, в соответствии с его аккаунтом. При запуске какого ~ 95 ~ либо модуля из учебного курса, происходит запрос к одному из серверов электронных образовательных ресурсов. Полученный сервером системы дистанционного обучения ответ представляется пользователю.

Так как система дистанционного обучения предполагает ее размещение непосредственно на предприятии, либо на близлежащих учебных центрах, набор и состав групп сотрудников, которых необходимо отправить на подготовку или переподготовку должен координировать отдел управления персоналом предприятия [ – 13]. Но для того, чтобы упростить работу данного отдела, необходимо автоматизировать процесс выявления сотрудников промышленного предприятия с неудовлетворительным уровнем компетенций.

Для этого предлагается внедрить в систему дистанционного обучения периодический контроль, алгоритм которого представлен на рисунке 2, призванный выявить те теоретические знания или практические навыки, которые не развиты или не усвоены сотрудником на данный момент.

Рисунок 2 - Алгоритм прохождения периодического контроля и формирования учебного курса ~ 96 ~ Периодический контроль должен включать в себя как общий тест по всей теории производственных процессов, так и практический контроль, если это необходимо.

Целесообразность внедрения практического контроля зависит от конкретной специальности обучаемого и задается автором учебного курса.

После прохождения периодического контроля выявляются те разделы учебного курса, знания по которым требуется улучшать. Исходя из полученной информации, формируется индивидуальный набор разделов учебного курса, которые должен изучить обучаемый, формируются индивидуальные учебные курсы.

В зависимости от результатов периодического контроля и от наличия нового материала формируется учебная программа, который должен освоить обучаемый.

Учебный план состоит из учебных модулей и определяется, исходя из успешности прохождения периодического контроля по конкретным компетенциям. Соответственно, учебная программа состоит из комбинации 72-х часовых модулей. В случае если обучаемый не проходит периодический контроль, ему автоматически назначается 288 ти часовой модуль, так как предполагается, что обучаемый не владеет данными компетенциями.

После прохождения процедуры периодического контроля система формирует отчет и предлагает возможные варианты учебных курсов. На основании этих данных ОУП принимает решение о целесообразности отправки на переподготовку тех или иных сотрудников, а так же присваивает каждому сотруднику один из предложенных системой курсов. Тем самым формируется группа сотрудников, отправляемых на переподготовку. Список этих сотрудников вносится в систему дистанционного обучения, после чего сотрудники приступают к переподготовке. После получения индивидуального учебного плана обучаемый вправе выбрать тот модуль или модули, которые он предпочитает осваивать в первую очередь. Таким образом, обучаемый сам формирует ту образовательную траекторию, по которой будет проходить его подготовка (рисунок 3).

После формирования учебного курса пользователь приступает к изучению теоретической информации, после чего проходит самоконтроль. Самоконтроль пользователь может проходить столько раз, сколько ему покажется целесообразным, на данном этапе количество итераций неограниченно. Самоконтроль включает в себя тесты и интерактивные задания. Когда пользователь решает, что он уже достаточно подготовился, он приступает к прохождению экзамена. Данный этап пользователь может пройти один или несколько раз (согласно заданному при формировании учебного курса параметру), после чего результаты экзамена записываются в его карточку и принимается решение либо об успешности прохождения курса или о неудовлетворительном результате экзамена и необходимости пройти курс заново.

Реализован синтез информационных связей адаптивной системы дистанционного обучения.

~ 97 ~ Рисунок 3 - Алгоритм взаимодействия обучаемого с системой дистанционного обучения Вопросом подбора сотрудников, которых необходимо направить на переподготовку, должен заниматься отдел управления персоналом предприятия [5 – 9].

Условно назовем этот отдел ОУП. Для того, чтобы ОУП мог сформировать группу сотрудников для прохождения переподготовки, в этот отдел должна поступить информация о том какими компетенциями обладает сотрудник на данный момент, а так же какие новые компетенции он должен приобрести после прохождения переподготовки.

~ 98 ~ Рисунок 4 - Схема взаимодействия специалиста, системы дистанционного обучения и обучаемого Схема взаимодействия специалиста и обучаемого (рисунок 4) сочетает преимущества автоматизации процесса формирования учебной траектории специалиста и участия в процессе ОУП. Автоматизированная система предлагает все возможные на текущий момент варианты построения учебной программы, а ОУП выбирает наиболее подходящую, руководствуясь текущими потребностями предприятия на сегодняшний день, тем самым, специалист в максимально короткие сроки становится более квалифицированным сотрудником и приносит пользу своему предприятию.

Список информационных источников Петриков, П.А. Принцип разработки учебных материалов для [1] автоматизированных систем подготовки персонала нефтехимических предприятий / А.В. Остроух, А.М. Меркулов, Ю.П. Бакатин, П.А. Петриков // В мире научных открытий. Красноярск: издательство «Научно-инновационный центр» № 2.6, 2012. – С. 184- Петриков, П.А. Проектирование беспроводной компьютерной сети с заданным [2] качеством обслуживания / А.В. Андронов, Н.А. Косилов, А.М. Меркулов, П.А.

Петриков // Качество. Инновации. Образование. М.: Фонд «Европейский центр по качеству» №2, 2012. – С. 76-78.

~ 99 ~ Петриков, П.А. Теоретические перспективы проектирования электронной среды [3] обучения / А.М. Меркулов, П.А. Петриков // Тезисы докладов 5-й Международной научно-практической конференции «Новые информационные технологии в образовании» «НИТО-2012». Екатеринбург: РГППУ, 2012. – С. 34 35.

Петриков, П.А. Подходы к разработке учебных материалов для дистанционного [4] обучения / П.А. Петриков // Молодой ученый №2 Т. 1. Чита: ООО «Издательство Молодой ученый», 2012. – С. 59-62.

Остроух А.В. Применение электронных средств при подготовке и переподготовке [5] специалистов в области восстановления деталей машин / А.В. Остроух, Е.А.

Пучин, Д.И. Петровский // Ремонт, восстановление, модернизация. - М.: ООО «Наука и технологии». - 2006. - №3. - С. 46-48.

Остроух А.В. Опыт внедрения инновационных мультимедийных учебно [6] методических комплексов в учебный процесс / А.В. Остроух, К.А. Баринов, М.Н.

Краснянский, Н.Е. Суркова, П.С. Рожин // Вестник МАДИ (ГТУ). - М.: МАДИ (ГТУ). – 2007. - Вып. №8. - С. 89 - 94.

Остроух А.В. Опыт разработки и использования электронных образовательных [7] ресурсов нового поколения для дистанционной технологии обучения / А.В.

Остроух, К.А. Баринов, М.Н. Краснянский, Д.А. Буров // Научный вестник МГТУ ГА. – 2009.- №141. - С. 179-187.

Остроух А.В. Опыт разработки и использования ролевых игр для подготовки и [8] переподготовки специалистов предприятий промышленности и транспортного комплекса / А.В. Остроух, К.А. Баринов, А.В. Бугаев, Д.А. Буров // Научный вестник МГТУ ГА. – 2009.- №141. - С. 188-197.

Остроух А.В. Интеграция виртуальных тренажеров в процесс обучения [9] операторов технических систем с использованием Интернет-технологий / А.В.

Остроух, М.Н. Краснянский, С.В. Карпушкин, Д.Л. Дедов // Дистанционное и виртуальное обучение. – 2010. - №7. - С. 66-70.

Остроух А.В. Использование компьютерных тренажеров для подготовки рабочих [10] дорожно-строительных профессий / А.В. Остроух, В.В. Чурин, А.А. Подберезкин // Молодой ученый. - Чита: ООО «Издательство Молодой ученый». - 2011. - № (27). - С. 28-29.

Остроух А.В. Проектирование системы обмена учебно-методической [11] информацией между участниками учебного процесса / А.В. Остроух, Л.В.

Владимиров, А.В. Воробьева // Молодой ученый. - Чита: ООО «Издательство Молодой ученый». - 2011. - №4 (27). - С. 36-41.

Остроух А.В. Программная реализация системы обмена учебно-методической [12] информацией между участниками учебного процесса / А.В. Остроух, Л.В.

Владимиров, А.А. Подберезкин // Молодой ученый. - Чита: ООО «Издательство Молодой ученый». - 2011. - №4 (27). - С. 41-46.

Остроух, А.В. Исследование перспектив и проблем интеграции человека с [13] компьютером: искусственный интеллект, робототехника, технологическая сингулярность и виртуальная реальность / А.В. Остроух, С.А. Васюгова, М.Н.

Краснянский, А. Самаратунга // Перспективы науки. – 2011. - № 4(19). - С. 109 – 112.

~ 100 ~ УДК 004.9:378. ИСПОЛЬЗОВАНИЕ КОНЦЕПЦИИ ГРИД-АРХИТЕКТУРЫ В ПРОЦЕССЕ ПОДГОТОВКИ И ПЕРЕПОДГОТОВКИ ПЕРСОНАЛА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ Исмоилов М.И., Меркулов А.М., Остроух А.В.

Традиционные системы подготовки или переподготовки персонала промышленных предприятий в условиях стремительного внедрения инноваций в производственный процесс все более демонстрируют свою несостоятельность [1 – 13].

Очевидным и наиболее важным недостатком можно считать проблему отставания распространения знаний и технологий, умений и навыков и их локализация и централизация. Эти проблемы ведут к латентности процесса подготовки и переподготовки персонала.

Разработка формализованного описания базовой грид-службы Грид является сложной структурой, которая может выполнять различные функции. Но любая грид-система содержит следующие основные компоненты:

• ресурсные единицы;

• пользовательская подсистема;

• базовая грид-служба.

Ресурсные единицы по своему предназначению могут быть либо вычислительными, либо ресурсами-хранилищами.

Вычислительные ресурсы, как следует из терминологии, предоставляют свое процессорное время для решения вычислительных задач. Такие ресурсы могут быть представлены различными устройствами. Выделяют серверные реализации, которые используют серверные вычислительные возможности. Настольные – располагают ресурсами обычных настольных персональных компьютеров (ПК), которыми грид может пользоваться во время их простоя или неполной занятости. Для настольных ресурсов очень важно их количество, которое включено в грид, т.к. вычислительные способности каждого не велики. У настольных ПК и у мобильных устройств в грид архитектуре колоссальные возможности. Ведь это оборудование, которое уже есть практически у каждого и оборудование, которое зачастую простаивает и не используется все его вычислительные возможности. Объединяя такие устройства в единую ресурсную единицу, можно получить значительные вычислительные мощности, которые будут недоступны даже мощным, но отдельно функционирующим суперкомпьютерам. Также существуют инструментальные ресурсы, которые представляют собой подключенное инструментальное оборудование, доступ к ресурсам которого возможен через грид. Используя такие ресурсы, можно значительно увеличить охват возможностей для подготовки и переподготовки персонала на промышленных предприятиях. Сложные вычислительные задачи моделирования могут ~ 101 ~ вычисляться с использованием серверных ресурсов или даже настольных. Обычно, настольные ресурсы обходятся значительно дешевле в реализации, т.к. производить закупку оборудования уже не нужно. Инструментальные ресурсы позволят проводить виртуальные эксперименты и взаимодействия с реальным оборудованием удаленно.

Возможно, проводить обучения на тренажерах, которые имитируют реальные ситуации, которые территориально находятся в отрыве от обучаемого. По сути, речь идет о виртуальных лабораториях, где обучаемый может получать необходимый набор данных с реального оборудования для дальнейшей обработки или принятия решения.


Ресурсы-хранилища делают возможным хранение и передачу данных. Используя эти ресурсы, можно создавать глобальные структурированные информационные хранилища, непривязанные к единой пространственной точке. Это позволит быстро получать обрабатывать и применять информацию о соответствующих предметных областях. Для процесса подготовки или переподготовки специалистов на предприятии это дает возможность получать исчерпывающую информацию по теме подготовки.

Позволяет быстро реагировать на изменения внешней среды за счет возможностей коллективной работы над данными.

Пользовательская подсистема – обеспечивает доступ пользователя к грид-службе с использованием пользовательского интерфейса. Пользователь может управлять процессом работы грид-службы: устанавливать задачи, осуществлять контроль над их решением, получать результаты работ.

Базовая грид-служба является промежуточным и связующим звеном между ресурсными единицами и пользовательскими подсистемами. Ее основная задача синхронизация и управления всей грид-службой (рисунок 1).

Базовая грид-служба формализовано представляется в следующем виде:

B = {Mb, Lb,Db, Sb, Lb, Ab }, (1) где Mb - система мониторинга грид-службы. Ее основная задача мониторинг состояния грид-системы. Получая информацию о состоянии работы распределенных систем, обрабатывая ее и сохраняя, становится возможным контролировать функционирование всех служб.

Lb – система управления загрузкой. Ее задача выявление возможностей грида выполнить поставленную задачу. Система осуществляет поиск свободных ресурсов системы, производит контроль выполнения поставленных задач.

Db - система управления данными. Обеспечивает возможности доступа к данным, которые необходимы для выполнения гридом задания. Важным моментом здесь является такое распределение информации, которое предполагает отсутствие зависимости между действительным месторасположением информации и доступам к ней.

Sb – система управления безопасностью службы. Определяет правила авторизации и аутентификации доступа к грид-системе как таковой, так и между ее компонентами.

~ 102 ~ Lb – система отчетов. Производит мониторинг и обработку исполнения вычислительных задач, событиях системы.

Ab – система управления ресурсами. Производит учет вычислительных ресурсов, объем использования памяти, процессорное время и т.п.

Рисунок 1 - Структура грид-службы Разработка формализованного описания ресурсной единицы грид-службы в виде группы настольных ПК Как уже отмечалось выше настольные ПК являются одним из самых простых ресурсных единиц для использовании их в качестве провайдеров вычислительных услуг для вычислительного грида. Простота заключается в том, что практически на каждом промышленном предприятии уже немалое количество ПК, которые могут в своей совокупности представлять большие вычислительные мощности без вреда основным операциям производимым пользователями ПК.

Настольный ПК на предприятии используется не постоянно. Сотрудники время от времени отлучается от компьютера, делая перерывы в работе, совещания, обед и т.д. В этом время процессорные возможности компьютера практически никак не используются (рисунок 2.) ~ 103 ~ Рисунок 2 - Средний уровень загрузки ЦП настольного ПК на предприятии в течение дня Как видно из графика (рисунок 2) колебания загрузки ЦП достаточно значительны в течение дня. В первую очередь это обусловлено распорядком дня сотрудников их привычек и физических особенностей. Но важно отметить, какой потенциал демонстрируют эти данные для полезного использования процессорного времени. Если использование процессора менее 40%, то используя механизмы управления ресурсами, можно включать ПК в процесс вычисления задания в грид службе с ограничением по максимальному порогу использование ЦП.

Таким образом, в общем виде ресурсную единицу грид-службы в виде группы настольных ПК можно описать:

N P i R = i =1, (2.2) где R – ресурсная единица грид-службы, Pi – ресурсы настольного ПК N – количество доступных настольных ПК.

Свободные ресурсы настольного ПК представлены в виде структуры:

Pi = {Wi, Ti, Mi, Si, Qi}, (2.3) где Pi – свободные ресурсы настольного ПК, Wi - текущая уровень загрузки ЦП, Ti - Время простоя ЦП, т.е уровень загрузки менее 40%, Mi – максимальное значение загрузки ЦП доступное для грид-задачи, Si – Состояние вычисления текущей грид-задачи, Qi – признак наличия в очереди грид-задач.

Формализация процесса создания теоретического раздела учебного модуля Учебный модуль как базовая единица учебного курса является важным элементом всего процесса подготовки и переподготовки специалистов. Учебный ~ 104 ~ модуль неоднороден и состоит из следующих элементов: теоретические лекционные материалы, практические занятия с элементами самоподготовки и финальный экзамен.

Одной из насущных проблем современного процесса подготовки и переподготовки персонала промышленных предприятий является ее латентность.

Время на подготовку материалов, являющихся составными частями учебного модуля, значительно, возможности его модернизации – малы, адаптируемость контента под психотип учащегося – отсутствует. Решить эти проблемы предлагается путем создания так называемого профессионального сообщества. Профессиональное сообщество строится на базе общих задач и представляет собой часто распределенную географически группу специалистов разного уровня, являющихся носителями профессиональных знаний. Члены сообщества имеют возможность делится информацией, генерировать ее, давать оценку качества контента, структурировать и т.д.

Таким образом, члены сообщества образуют профессиональную сеть. Парадигма web 3.0 имеет следующие основные характеристики:

• смещение акцента с потребителя информации к создателю информации;

• переход от статичного контента к динамичному;

• самоорганизация;

• семантические технологии представления информации;

• организация совместной работы над контентом.

Используя эту парадигму, появляется возможность оперативно генерировать соответствующий профессиональный материал, легко модернизировать и адаптировать под личностные особенности специалиста. Грид-архитектура позволяет создать оболочку для эффективного функционирования этой концепции. Элементы контента учебного модуля физически могут быть расположены в разных местах и децентрализованы, однако при обращении к сервису, весь необходимый для решения текущей задачи набор данных может быть собран благодаря работе базовой грид службы. В свою очередь базовая грид-служба по заявке от клиента может стать инициатором сбора недостающей информации, и учебное сообщество, в виде отдельных его членов (или с точки зрения грид-служб ресурсных единиц) приступит к формированию контента, который в дальнейшем будет четко структурирован (рисунок 3).

Архитектура грид предполагает, что ресурсной единицей может быть не только персональный компьютер, но и мобильные устройства, включая современные смартфоны. Этот момент важен, т.к. влияет на оперативность генерации контента.

~ 105 ~ Рисунок 3 - Процесс и архитектура решения задачи профессиональным сообществом с грид-архитектурой Используя свой смартфон, член сообщества может делать фото, записывать аудио-треки и т.д., что позволяет более полно представить информацию и не требует переноса данных с устройства на устройства для выполнения основной задачи.

Используя предлагаемую архитектуру и концепцию можно получать контент в различных форматах, который в дальнейшем может использоваться при переподготовке. Аудио-формат, видео-формат, текст и презентация – все это можно получить, аккумулируя усилия профессионального сообщества и координируя его деятельность в гриде.

Так, процесс генерации контента профессиональным сообществом с использованием грид-архитектруы можно представить в виде:

С = {Rc, Uc,Jc, Sc, Bc, Tc }, (4) где С- генерируемый контент, Rc –ресурсная единица, включенная в процесс генерации контента, Uc – пользователь контента, проходящий переподготовку, Jc – задание на генерацию контента, Sc – решения заданий в виде фрагментов контента, ~ 106 ~ Bc – базовая грид-служба, Tc – максимально допустимое время на подготовку решения задачи, в частном случае может быть бесконечно.

Как указывалось выше Sc, т.е множество решений заданий в виде фрагментов контента, могут представлять собой решения в разных форматах:

Sc = {Ts, Gs,Vs, As, Tbs, Ps, Ls}, (5) где Ts – текстовый контент, Gs – изображения, графика, Vs – видео контент, As – аудио контент, Tbs – табличные данные, Ps – презентации, Ls – ссылки.

Заключение Традиционная архитектура процесса подготовки специалиста всегда жестко привязана к единому центру-носителю обучающего контента. Это позволяет упростить архитектуру, но лишает возможности оперативного реагирования на изменения, гибкости доступа, возможности коллективной работы и распространения результатов работ. Грид-архитектура позволяет решить эти проблемы. Грид-службы могут объединять ресурсы всего мира. Грид-службы обеспечивают доступ к множеству источников информации, и эту информацию, можно использовать совместно.

При совместном использовании информации необходимо учитывать средства обеспечения безопасности и поддержания определённого уровня доверия между провайдером и пользователями ресурсов, даже если они ничего не знают друг о друге.

Обмен информацией должен осуществляться при обеспечении безопасности обеих сторон с целью более эффективного и рационального использования данных. Таким образом, несмотря на то, что меры безопасности оказывают влияние на скорость обмена данными, этот процесс не занимает так уж много времени независимо от значительных расстояний между пользователями и провайдером.

Грид-архитектура позволяет распределять вычислительные ресурсы более рационально и эффективно.


Список информационных источников Меркулов А. М., Обучение при помощи мобильных устройств – новая парадигма [1] электронного обучения // Молодой ученый, 2012, №3, Т.1. С. 53-57.

Меркулов А.М., Петриков П.А., Исмаилов М.И., Остроух А.В. Обучение при [2] помощи мобильных устройств с применением грид-технологий // В мире научных открытий, издательство «Научно-инновационный центр», 2012, №5. С. 194- ~ 107 ~ Остроух А. В. Опыт разработки электронных образовательных ресурсов нового [3] поколения для дистанционной технологии обучения // В мире научных открытий.

- Красноярск: НИЦ, 2011. - №9 (21), С. 149- Остроух А. В., Суркова Н. Е. Электронные образовательные ресурсы в [4] профессиональном образовании (Монография) ISBN 978-3-8433-2216-4.

Saarbrucken, Germany: LAP LAMBERT Academic Publishing., 2011. 184 с.

Остроух А.В. Применение электронных средств при подготовке и переподготовке [5] специалистов в области восстановления деталей машин / А.В. Остроух, Е.А.

Пучин, Д.И. Петровский // Ремонт, восстановление, модернизация. - М.: ООО «Наука и технологии». - 2006. - №3. - С. 46-48.

Остроух А.В. Опыт внедрения инновационных мультимедийных учебно [6] методических комплексов в учебный процесс / А.В. Остроух, К.А. Баринов, М.Н.

Краснянский, Н.Е. Суркова, П.С. Рожин // Вестник МАДИ (ГТУ). - М.: МАДИ (ГТУ). – 2007. - Вып. №8. - С. 89 - 94.

Остроух А.В. Опыт разработки и использования электронных образовательных [7] ресурсов нового поколения для дистанционной технологии обучения / А.В.

Остроух, К.А. Баринов, М.Н. Краснянский, Д.А. Буров // Научный вестник МГТУ ГА. – 2009.- №141. - С. 179-187.

Остроух А.В. Опыт разработки и использования ролевых игр для подготовки и [8] переподготовки специалистов предприятий промышленности и транспортного комплекса / А.В. Остроух, К.А. Баринов, А.В. Бугаев, Д.А. Буров // Научный вестник МГТУ ГА. – 2009.- №141. - С. 188-197.

Остроух А.В. Интеграция виртуальных тренажеров в процесс обучения [9] операторов технических систем с использованием Интернет-технологий / А.В.

Остроух, М.Н. Краснянский, С.В. Карпушкин, Д.Л. Дедов // Дистанционное и виртуальное обучение. – 2010. - №7. - С. 66-70.

Остроух А.В. Использование компьютерных тренажеров для подготовки рабочих [10] дорожно-строительных профессий / А.В. Остроух, В.В. Чурин, А.А. Подберезкин // Молодой ученый. - Чита: ООО «Издательство Молодой ученый». - 2011. - № (27). - С. 28-29.

Остроух А.В. Проектирование системы обмена учебно-методической [11] информацией между участниками учебного процесса / А.В. Остроух, Л.В.

Владимиров, А.В. Воробьева // Молодой ученый. - Чита: ООО «Издательство Молодой ученый». - 2011. - №4 (27). - С. 36-41.

Остроух А.В. Программная реализация системы обмена учебно-методической [12] информацией между участниками учебного процесса / А.В. Остроух, Л.В.

Владимиров, А.А. Подберезкин // Молодой ученый. - Чита: ООО «Издательство Молодой ученый». - 2011. - №4 (27). - С. 41-46.

Остроух, А.В. Исследование перспектив и проблем интеграции человека с [13] компьютером: искусственный интеллект, робототехника, технологическая сингулярность и виртуальная реальность / А.В. Остроух, С.А. Васюгова, М.Н.

Краснянский, А. Самаратунга // Перспективы науки. – 2011. - № 4(19). - С. 109 – 112.

~ 108 ~ УДК 004.9:378. ИССЛЕДОВАНИЕ ПРИМЕНИМОСТИ СИСТЕМ ВИДЕОКОНФЕРЕНЦСВЯЗИ В ОБРАЗОВАТЕЛЬНЫХ УЧРЕЖДЕНИЯХ Владимиров Л.В., Остроух А.В.

Основным преимуществом веб-конференций над личными встречами и корпоративными презентациями является то, что вэб-конференции позволяют совместно работать с документами и приложениями находясь на своем рабочем месте.

При этом нужные файлы и документы всегда под рукой.

Системы видеоконференцсвязи (ВКС) значительно расширяют возможности существующих телекоммуникационных инфраструктур, добавляя к средствам передачи данных и голоса технологию обмена визуальной информацией. Они являются одним из самых мощных средств повышения эффективности деловых контактов при значительном удалении партнеров друг от друга, что привело к широкому их использованию, прежде всего в области бизнеса и управления проектами и производством, медицине, системах дистанционного обучения.

Эффективность использования ВКС очевидна при расширении бизнеса и росте числа удаленных офисов. Но это кажущееся простым решение часто бывает нетривиальным в реализации. Для достижения наилучших результатов необходимо учитывать ряд моментов.

При выборе системы видеоконференцсвязи следует уделить особое внимание характеристикам целевого оборудования, которые влияют на параметры передачи аудио- и видеопотоков, качеству связи, дополнительным возможностям системы и качеству сервиса.

Кроме того, в некоторых случаях критичным фактором может быть дизайн системы. Для этого существуют сервисные компании, которые помогут разместить оборудование не только правильно, но и эффектно.

Поскольку необходимо обеспечить возможность принятия оперативных решений, о рассмотрении результатов деятельности удалённых филиалов (офисов) в виде мультимедийных и графических приложений, текстовых документов, электронных сообщений и звукового общения, то к аппаратно-программному комплексу видеоконференцсвязи необходимо предъявить несколько специфических требований.

Первое – подготовка сеанса должна проходить не более 2 мин, так как организационная подготовка и соединение между терминалами ВКС занимает примерно 90 с, а еще 20–30 с уходит на техническую фазу. При скорости передачи данных в канале связи не ниже 64 кбит/с это требование соблюдается практически всеми системами, представленными сегодня на рынке.

Второе – интеграция ВКС с аудиовизуальной системой главного центра. Это значит, что терминал ВКС подключается к системам звукоусиления, ~ 109 ~ видеоотображения, автоматизированного управления и конгресс-системе. К проблеме сопряжения всех этих устройств нужно подходить крайне внимательно.

Третье – высокий уровень качества изображения и звука. Следовательно, нужно тщательно подходить к выбору технологии сжатия видеопотока и обеспечить передачу видеотрафика с гарантированными параметрами качества сервиса (QoS).

Среди имеющихся на российском рынке технологий сжатия видеопотоков следует выделить следующие: поддерживающие рекомендации H.320 (с гарантиями качества обслуживания), H.323 (без гарантий качества обслуживания), а также решения, основанные на технологии Motion JPEG.

При использовании решений на базе рекомендаций Н.320 или H.323 (и видеокодеков H.261, H.263) скорость канала связи должна быть не ниже 384 кбит/с, так как эти видеокодеки оптимизированы для работы со статичными кадрами и переданной вслед уточняющей информацией. При низкой скорости передачи данных даже слабая динамика в кадре порождает снижение четкости и детальности картинки. На скорости большей, чем 384 кбит/с, этот недостаток проявляется значительно слабее, при кбит/с и выше – практически незаметен. Наиболее известной программной реализацией Н.323 является пакет NetMeeting компании Microsoft, но наиболее оптимально применение законченного аппаратного решения.

При использовании алгоритмов сжатия Motion JPEG качество трансляции динамичной сцены выше, так как каждый кадр сжимается отдельно методом JPEG, информация о взаимной корреляции кадров не обрабатывается, следовательно, выпадение при трансляции одного кадра не отразиться на качестве восстановленного изображения. Качество же статичных изображений несколько хуже, чем у предыдущего решения, и повысить его можно лишь за счет снижения частоты кадров.

Таким образом, важно отметить, что выбор оптимальной технологии сжатия видеопотоков зависит от того, какие виды информации будут транслироваться и какая скорость передачи данных доступна.

Нельзя забывать и о качестве передачи речи. Практически все системы видеоконференцсвязи позволяют передавать поток звука как в исходном (64 кбит/с или даже 128 кбит/с), так и в сжатом виде (до 6–8 кбит/с). Для кабинета достаточно качества, обеспеченного стандартными кодеками (6–16 кбит/с). Но при воспроизведении речи через высокочастотные и мощные (100–400 Вт) системы звукоусиления рекомендуется использование речевых кодеков G.711 (передача несжатого потока в полосе около 3 кГц) или G.722 (передача сжатого потока в полосе около 7 кГц) со скоростью 48, 56 или 64 кбит/с.

Для обеспечения гарантии качества обслуживания можно задействовать следующие механизмы: использовать либо режим коммуникации каналов, например сети ISDN;

либо ATM-подключение, в частности PVC-соединение. Если же доступна только корпоративная IP-сеть (рисунок 1), то существует три способа:

• подключить терминал видеоконференцсвязи к отдельному порту канального мультиплексора;

~ 110 ~ • передавать трафик видеоконференцсвязи совместно с другими видами трафика (электронная почта, SQL-обмен, файловый доступ и т. п.), если загрузка канала связи не будет превышать 30–40% от его пропускной способности, • трафик видеоконференцсвязи можно вывести на отдельный порт IP маршрутизатора, поддерживающего технологию MPLS.

Рисунок 1 - Видеодокументальная связь через IP-сеть Необходимо также упомянуть о технологиях, которые объединяют термином «видеодокументальная связь». Они используются для совместной работы над документами и приложениями при одновременной передаче нескольких видеопотоков.

Терминал видеодокументального обмена способен выполнять большое число функций, связанных с параллельной обработкой потоков мультимедийной информации в реальном времени. Но для этого он должен обладать высокой гибкостью и быть глубокоинтегрированным с приложениями подготовки документов. Поэтому в последнее время применяются терминалы видеодокументальной связи на платформе ПК. Например, такие разные решения, как VC21SP Pro компании DiViSy и iPower компании Polycom, используют платформу Intel / MS Windows XP Professional.

Стоит отметить, что реализация системы видеодокументального обмена сложнее, чем комплекса видеоконференцсвязи, но при этом получается мощная и эффективная система поддержки принятий решений, основанной на сплаве технологий визуализации данных и совместной работе.

~ 111 ~ Далее необходимо рассмотреть не менее важный аспект применения видеоконференцсвязи, а именно – оборудование (таблица 1.1).

Таблица 1.1 – Решения в области видеоконференцсвязи Типичные Основные Виды Пользователи Место задачи производители Siemens, Leadtek, Отдельные Пункты Встречи тет-а Видеотелефоны MotionMedia, пользователи видеосвязи тет Aethra Встречи тет-а Персональные Отдельные Офисы, PictureTel, VTEL, тет, отчеты, системы пользователи локальные сети Intel телемедицина Рабочие Малые группы, Конференц-залы, Компактные совещания, Polycom, руководство, региональные системы отчеты, встречи PictureTel, Sony консультанты офисы с партнерами Залы заседаний, PictureTel, Vcon, Средние и конференц- Конференции, Групповые VTEL, большие комнаты, совещания, системы Tandberg, группы аудитории для обучение Polycom, Huawei тренинга Конференции, Accord, EZenia, Залы заседаний, Серверы Большие совещания, PictureTel, конференц-залы, многоточечных распределенные обучение, PictureTel, аудитории для конференций группы совместные RADvision, тренинга проекты Polycom, Lucent Совместные Системы Очень большие Корпоративные проекты, PictureTel, потокового группы сети и Internet дистанционное Cisco, Vcon видео обучение Его выбор вплотную связан с задачей, требующей решения, ибо чем сложнее и масштабнее поставленная задача, тем более функциональное оборудование и более скоростные каналы используются. Если существует необходимость провести видеовстречу тет-а-тет или получить персональную консультацию, обычно применяются простые персональные системы видеоконференцсвязи на базе ПК. Для организации совещаний с малым числом участников или между кабинетами руководителей используются компактные системы, подключаемые к телевизору. Если же необходимо в реальном времени передавать конференцию-тренинг, вести обсуждение сразу с несколькими удаленными офисами или одновременно анализировать динамические данные из нескольких мест, используются мощные групповые системы, которые помимо собственно устройств видеоконференцсвязи включают в себя некоторое число дополнительных камер и микрофонов.

В число компаний – мировых лидеров в области решений для видеоконференцсвязи входят американские PictureTel, Polycom и Tandberg, израильские Vcon и Vtel. Оборудование видеоконференций производят такие крупные ~ 112 ~ концерны, как японский Sony и китайский Huawei. На российском рынке можно найти оборудование всех вышеперечисленных компаний.

Остановимся на типичных возможностях систем видеоконференцсвязи разного уровня.

Видеотелефон – это небольшое устройство для простейших задач видеоконференцсвязи, представляющее собой телефонный аппарат с цветным дисплеем диагональю 4–5 дюймов и ПЗС-видеокамерой. Он может транслировать изображение в форматах FCIF 352\288 пикселей (Full Common Intermediate Format) и QCIF 176х144 пикселя (Quarter Common Intermediate Format) с частотой 15 кадров/с через ISDN на скорости 128 Кбит/с. Существуют модели видеотелефонов, которые работают также и по стандарту H.324 через обычную двухпроводную телефонную линию на скорости 28 800 или 33 600 бит/с. Конечно, таким образом можно передать только статическую картинку: при самом незначительном движении в кадре качество изображения резко ухудшается. Поэтому такие устройства пригодны только для видеовстреч в режиме тет-а-тет.

Персональная система – одна/две платы PCI для персонального компьютера под управлением Windows 2000/XP/Vista. Одна из этих плат отвечает за обработку и преобразование аудио- и видеосигнала, а вторая является интерфейсной к сети IP и ISDN. К плате обработки сигнала подключается цветная видеокамера типа 1/4” color CCD (цветная ПЗС-матрица 1/4 дюйма) с разрешением по горизонтали — 310– линий, с эффективным числом пикселей около 500х500, углом обзора по горизонтали 40–60°, с возможностью вручную управлять фокусировкой, углом поворота и наклона.

Также к плате подключаются стандартные микрофон и колонки. На интерфейсной плате находятся блоки, отвечающие за подсоединение к Ethernet (система может использовать и обычную сетевую плату), а также один или три ISDN-модема с интерфейсами BRI типа S/T. Система обеспечивает максимальную скорость по IP и ISDN до 384 Кбит/с, на которой передает изображение в форматах FCIF и QCIF с разрешением 30 кадров/с. Также обеспечивается совместная работа с документами, хранящимися на компьютере (текстовыми, графическими и т. п.);

к большинству систем такого класса может подключаться вторая видеокамера или документ-камера – настольное устройство, оснащенное собственной лампой подсветки и подставкой, позволяющее передавать по видеоконференцсвязи изображение бумажных документов с разрешением, достаточным для их прочтения всеми участниками сеанса.

Компактная система – это сравнительно небольшое устройство со стильным дизайном, которое включает в себя все необходимое для проведения сеанса видеоконференц-связи. В одном модуле объединены процессорный блок управления и цифровые сигнальные процессоры для обработки кодирования и декодирования видеоизображения и звука, интерфейсы к сетям ISDN и IP, телевизору, видеомагнитофону и компьютеру, чувствительный микрофон и видеокамера с автоматическим управлением. Базовая внутренняя начинка такой системы — управляющий блок на базе процессора Pentium и собственная ОС с удобным для пользователя и интуитивно понятным графическим интерфейсом. Видеоизображение в ~ 113 ~ формате CIF или 4CIF выводится непосредственно на телевизор, большинство компактных систем могут подключаться также к компьютеру через последовательный порт и передавать слайды, текстовые документы и графику для совместной работы над ними всех участников конференции. Компактные системы, как правило, оснащают высококачественной камерой типа PTZ (Pan-Tilt-Zoom – панорамное увеличение) с сервоприводом и горизонтальным разрешением 400–500 линий. Системы имеют функции, позволяющие в ходе видеоконференции автоматически наводить камеру на говорящего в данный момент участника, и даже при его движении камера может поворачиваться вслед за ним на 100–120 градусов. Кроме того, такая камера способна просто отслеживать передвижение участника конференции – сначала осуществляется захват изображения участника, после чего камера может следить за его перемещением.

Имеются специальные алгоритмы (H.281) удаленного управления видеокамерой, такие, что при установленном соединении участники конференции могут поворачивать камеру, приближать и удалять изображение не только на своей системе, но и на той, с которой производится связь. Компактные системы работают на скоростях 400 Кбит/с — 2 Мбит/с по IP и 128–384 Кбит/с по ISDN.

Групповые системы являются самыми мощными, высококачественными и высокопроизводительными системами для больших конференц-залов и студий видеоконференцсвязи. Они представляют собой целый комплекс, включающий в себя устройство с интерфейсами IP Ethernet, ISDN S/T (от 1 BRI (128 Кбит/с) до 6 BRI ( Кбит/с)), V.35 (до 2 Мбит/с), комплект PTZ-видеокамер с сервоприводом, высокочувствительные микрофоны (позволяющие выделять голос говорящего в данный момент участника встречи за счет глушения посторонних звуков таким образом, чтобы они не передавались на удаленную систему), широкоэкранные телевизоры и мониторы, а также устройства, играющие вспомогательные роли, для облегчения проведения конференции в больших залах типа LAMB (Look-At-Me-Button – небольшое устройство, передающее сигнал по инфракрасному каналу, по получении которого камера поворачивается в нужном направлении вслед за участником).

Управление такими системами осуществляется дистанционно: пользователями — со специальных ИК-пультов, администраторами — по протоколу SNMP или через Web интерфейс. Системы, как правило, довольно просты в подключении и использовании, единственную сложность представляет собой необходимость протягивания и соединения большого количества различных кабелей для удаленного выноса камер и микрофонов. Стоимость таких систем сильно зависит от дополнительных функций и периферийного оборудования.

Также возможен режим многоточечной видеоконференции для случаев, когда необходимо провести совещание между несколькими людьми, находящимися в разных городах. Для его проведения требуется специальный сервер MCU (Multipoint Conferencing Unit, рисунок 2).

~ 114 ~ Рисунок 2 - Принцип работы сервера многоточечной конференции Принцип его работы несложен: принимая от каждого из участников видеопоток с изображением, он осуществляет их взаимное преобразование и объединение, передавая каждому из участников комбинированный видеопоток, который содержит изображение остальных участников встречи. Абоненты видят экран, разделенный на 2, 3, 4, 9 и т. д.

частей, на каждую из которых выводится изображение одного из участников встречи, активного в данный момент. Такой режим называется Continuous Presence — постоянное присутствие, а число и виды вариантов разделения экрана зависят от применяемого сервера. Он также выбирает, чью речь передавать участникам в данный момент. Есть два основных режима: Lecture Mode (режим лектора) и Voice Activated (активация голосом). В первом режиме все слушают только одного говорящего (лектора), во втором – один из участников начинает говорить, а звук, идущий от остальных отключает сервер, поддерживая только говорящего. Кроме того, стандартные MCU поддерживают протокол T.120, что позволяет всем участниками совместно просматривать и редактировать текстовые и графические файлы, а также слайды и базы данных.



Pages:     | 1 | 2 || 4 | 5 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.