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 |   ...   | 9 | 10 || 12 | 13 |   ...   | 25 |

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ МЕЖГОСУДАРСТВЕННАЯ АССОЦИАЦИЯ РАЗРАБОТЧИКОВ И ПРОИЗВОДИТЕЛЕЙ УЧЕБНОЙ ТЕХНИКИ МОСКОВСКИЙ ...»

-- [ Страница 11 ] --

дезинтегратор, работающий в двух режимах, обеспечивающих измельчение твердых веществ до наноразмерных фракций, а также обработку жидких сред с целью химиче ской активации, получение суспензий и устойчивых эмульсий, что может быть использовано в различных технологических процессах, в том числе при решении экологических проблем.

С участием студентов разработано технологическое оборудование, в частности, вихревые эжекторы, вихревые трубы для температурного разделения газовых сред и нагревания жидкостей;

вихревые кавитаци онные преобразователи для активации жидкостей и твердых веществ.

Положительную роль в эффективности работы играет сотрудничество с кафедрой химии по вопро сам проведения химического анализа при исследовании жидких сред.

Дальнейшее совершенствование лабораторной экспериментальной базы, оснащение современными измерительными приборами, позволит увеличить количество студенческих научных работ и их качество.

ПОЛУЧЕНИЕ ТОНКИХ ПОЛУПРОВОДНИКОВЫХ СТЕКЛОВИДНЫХ ПЛЕНОК И ИССЛЕДОВАНИЕ ИХ ПОВЕРХНОСТИ НА АСМ А. А. Коренькова Пензенский государственный университет, г. Пенза, Россия Развитие научно – технического прогресса неразрывно связано с нанотехнологиями. Использование структур, устройств и систем на основе наноматериалов, обладающих новыми свойствами и функциями благодаря их малому размеру, призваны в дальнейшем улучшить качество жизни человека. Нанотехноло гии применяются в разных отраслях, в электронике, например, перспективна золь-гель-технология [1, 2].

Используя приемы золь-гель-технологии, с одной стороны, появляется возможность создавать очень широкий ассортимент керамических, стекловидных материалов, покрытий, пленок, порошков, волокон и мембран. С другой стороны, открывается возможность гибко и довольно просто управлять свойствами формируемых материалов, которые являются пористыми [3].

Цель данной работы- разработка методики получения тонких стекловидных пленок диоксида крем ния и диоксида олова, а также исследование их поверхности на АСМ.

На первой стадии получены золь-гели с разными соотношениями исходных компонентов, значения которых приведены в табл. 1.

Таблица ТЭОС Олово двухлористое двуводное Этанол Вода Пробирка № 1 1 1 4 Пробирка № 2 1 2 4 Полученные золи оставляли созревать сутки, далее золь-гель центрифугированием наносятся на стеклянные подложки и отжигаются в муфельной печи. Параметры тонких стекловидных пленок исследо ваны на атомно-силовом микроскопе в контактном режиме (рис. 1, 2).

а) б) в) Рис. 1. Изображения поверхности тонких низкоразмерных пленок (соотношение исходных веществ 1:1:4:4) при температуре отжига: а) 300 °С, б) 350 °С, в) 400 °С а) б) в) Рис. 2. Изображения поверхности тонких низкоразмерных пленок (соотношение исходных веществ 1:2:4:4) при температуре отжига: а) 300 °С, б) 350 °С, в) 400 °С Анализ изображений позволил сделать следующие выводы:

1. После отжига на стеклянной подложке получается пористая пленка из диоксида кремния и диоксида олова вследствие испарения растворителя. Толщина пленки 60 мкм.

2. Наибольшее количество пор наблюдается у пленки, полученной при концентрации исходных ве ществ 1:1:4:4 и температуре отжига 400 °С (рис. 1,в).

3. При низких температурах отжига (300 °С) поры имеют малый размер (рис. 1,а и рис. 2,а).

Дальнейшее совершенствование технологии получения стекловидных пленок с помощью золь-гель технологии, направленное на улучшение структуры пленок, позволит создавать на их основе газочувстви тельные адсорбционные датчики. Данные датчики будут способны обнаружить и определить концентрации горючих и токсичных газов, таких как, метан, пропан, бутан, углекислый газ, водород.

*** 1. URL: http://www.ecotoc.ru/nano/ 2. URL: http://innoros.ru/publications/interesting/11/sovremennye-novatsii-nanotekhnologii-kak-niversalnyi dvigatel-progressa 3. Золь-гель технология / А. И. Максимов, В. А. Мошников, Ю. М. Таиров, О. А. Шилова. – СПб. :

СПбГЭТУ «ЛЭТИ», 2007. – С. 255.

ЗАДАЧИ ВИЗУАЛИЗАЦИИ ПРЕДСТАВЛЕНИЯ ТЕОРЕТИКО-РЕШЕТЧАТЫХ МОДЕЛЕЙ ДАННЫХ В. Б. Лебедев Пензенский государственный университет, г. Пенза, Россия В ряде работ автора для анализа данных предлагается использовать метод комбинаторно-упоря доченного моделирования (КУМ), основанный на построении решеток с помощью оператора замыкания.

Метод КУМ используется для анализа ассоциаций данных в технологиях добычи данных (Data Mining), при классификации образов в задачах распознавания, при решении задач управления в системах автоматизиро ванного обучения и др. [1–4]. Во всех случаях рассмотренный метод обладает высокой эффективностью представления данных (точность и полнота представления), но существуют проблемы, связанные со слож ностью модели и интерпретацией результатов моделирования. Указанные проблемы определяются визуа лизацией представления модели данных, которой является полная решетка L, упорядоченная включени ем. В настоящей работе рассмотрены некоторые задачи визуализации представления данных в виде решет ки. Рассмотрены вопросы научной визуализации (scientific visualization) [5], которая представляет собой визуальное отображение результатов научных исследований с помощью средств компьютерной графики.

Научная визуализация позволяет перевести результаты научных исследований, выраженных в численной форме, в визуальные образы. Визуальное представление численных данных облегчает работу с информаци ей и позволяет обнаружить некоторые скрытые свойства моделируемого объекта. Основным средством ви зуализации моделей в виде решеток является диаграмма Хассе, которая изображается как диаграмма ориен тированного графа, не содержащего транзитивно замыкающих дуг. Точками диаграммы Хассе являются элементы решетки, а дугами – отношения плотного покрытия (следования) элементов решетки. Диаграмма решетки позволяет исследовать отношения упорядочения замкнутых множеств, образующих решетку, и интерпретировать эти отношения как свойства моделируемого объекта. В большинстве случаев выявляе мые отношения не являются тривиальными, они характеризуются высокой адекватностью представления свойств объекта, позволяют выявлять свойства, которые неочевидны в исходном порождающем семействе множеств данных. Сложность визуализации диаграммы Хассе зависит от количества элементов решетки, которое в некоторых задачах анализа данных может быть очень большим (10 10–1015 элементов). Существу ют и другие средства визуализации решеток. Если решетка является матроидом (комбинаторной предгео метрией), то для ее визуализации используется евклидово представление – это плоский или объемный чер теж объекта, точками которого являются элементы решетки, а линиями – линии подпространств матроида.

Евклидово представление эффективно использовать при решении задач оптимизации на основе моделей в виде решеток.

Анализ показал, что основными задачами визуализации теоретико-решетчатого представления дан ных являются:

– решение проблемы улучшения обозрения решетки и ее элементов в реальном времени (обозри мость диаграммы Хассе за счет масштабирования и навигации по решетке, выделение подрешеток с задан ными свойствами, выделение остовных подмножеств элементов решетки и др.);

– разработка алгоритмов анализа и выделения структурных особенностей построенных решеток (ре шение задачи интеллектуального анализа структуры решетки);

– увеличение размерности решаемых задач за счет увеличения эффективности алгоритмов и распа раллеливания вычислений;

– упрощение представления решеток за счет введения ограничений на доверительность и обеспече ние замкнутых множеств, составляющих решетку [1];

– расширения средств представления моделей данных решетками кортежей L, решетками характе ристических векторов L, изоморфных решетке L, и лексикографически упорядоченными векторными решетками [4].

Таким образом, рассмотренные проблемы научной визуализации моделей данных в виде решеток позволяют определить основные направления работ, связанные с повышением эффективности и качества теоретико-решетчатого моделирования объектов исследования.

*** 1. Лебедев, В. Б. Анализ ассоциаций данных методом комбинаторно-упорядоченного моделирования / В. Б. Лебедев // Известия высших учебных заведений. Поволжский регион. Серия «Технические науки». – 2005. – № 5 (20). – С. 99–106.

2. Лебедев, В. Б. Классификация объектов распознавания методом комбинаторно-упорядоченного моделирования / В. Б. Лебедев, В. Е. Минаев // ИКТ. – 2008. – Т. 6. – С. 30-34.

3. Лебедев, В. Б. Анализ телекоммуникационных услуг методами теории решеток / В. Б. Лебедев, Е. В. Паршина // Проблемы информатики в образовании, управлении, экономике и технике : сб. ст. XI Междунар. науч.-техн. конф. – Пенза : Приволжский дом знаний, 2011. – С. 212–214.

4. Лебедев, В. Б. Построение изоморфных решеток в задаче дискретной классификации / В. Б. Лебе дев, В. Е. Минаев // Университетское образование : сб. ст. XII Междунар. науч.-метод. конф. – Пенза : ПГУ, АНОО «ПДЗ», 2008. – С. 247–249.

5. Бондарев, А. Е. Анализ развития концепций и методов визуального представления данных в задачах вычислительной физики / А. Е. Бондарев, В. А. Галактионов // Препринты ИПМ им. М. В. Кел дыша. – 2009. – № 53. – 28 с. – URL: http://library.keldysh.ru/preprint.asp?id=2009-53 (дата обращения:

22.02.2012).

ИСПОЛЬЗОВАНИЕ ПРЕОБРАЗОВАТЕЛЕЙ ЧАСТОТЫ ТОКА В ПРИВОДАХ МЕТАЛЛООБРАБАТЫВАЮЩЕГО ОБОРУДОВАНИЯ А. В. Липов, Г. С. Большаков, В. В. Панчурин Пензенский государственный университет, г. Пенза, Россия В настоящее время приводы металлообрабатывающего оборудования с преобразователями частоты (ПЧ) тока находят все большее применение. Это происходит благодаря таким их преимуществам, как воз можность их защиты, диагностирования, контроля выходных параметров с помощью встроенных систем, а также меньшей стоимости и высокой надежности.

Структура преобразователя частоты приведена на рис. 1. Он состоит из звена постоянного тока В, инвертора И, микропроцессорной системы управления (МСУ) и внешнего интерфейса в качестве которого может использоваться персональный компьютер, логический контролер или пульт управления. Звено по стоянного тока служит для преобразования переменного тока напряжения U C и частоты fC сети в посто янный, инвертор – для преобразования постоянного тока в переменный ток заданной частоты f ПЧ и напря жения UПЧ, с целью обеспечения требуемых выходных параметров приводов. Микропроцессорная система служит для управления инвертором, координации работы элементов частотного преобразователя, контроля его выходных параметров, диагностирования и защиты. Эта система позволяет косвенно определять пара метры привода и технологического процесса без использования дополнительной измерительной аппарату ры. Например, проводить измерение расхода электроэнергии и т.д.

Рис. 1. Структура преобразователя частоты Для выполнения лабораторных работ по дисциплине «Автоматизированный электропривод» коллек тивом авторов подготовлены методические указания «Исследование частотно-регулируемых приводов станков» которые предусматривают выполнение четырех лабораторных работ с использованием ПЧ модели VFD037E43A.

В работе «Выбор частотных преобразователей для приводов главного движения металлорежущих станков» рассматривается выбор ПЧ с учетом того, что он может проводиться одним из трех способов:

1) по мощности при установившемся режиме работы привода;

2) по мощности при пусковом режиме работы привода;

3) по потребляемому току в режиме разгона.

В работе «Исследование механических характеристик частотно-регулируемого привода главного движения станка» приводятся их особенности, а также расчет критического момента на регулировочных характеристиках.

В работе «Исследование скалярного и векторного режима работы частотного преобразователя в при водах технологического оборудования» описаны два режимы работы ПЧ и методики экспериментального определения особенностей их механических характеристик.

В работе «Исследование замкнутых частотно-регулируемых приводов главного движения металлор ежущих станков» приведено описание замкнутой системы управления приводом и его настройка.

Контур обратной связи привода реализуется с помощью пропорционально- интегрально-дифференци ального (ПИД) регулятора, встроенного в ПЧ и датчика обратной связи, в качестве которого обычно ис пользуется тахогенератор. ПИД-регулятор обеспечивает алгоритм работы ПЧ, необходимый для поддержа ния требуемой частоты вращения вала электродвигателя при изменении на нем момента.

Выполнение лабораторных работ позволяет студентам изучить методики и получить навыки выбора ПЧ, исследования частотно-регулируемых приводов при различных режимах их работы, подключения обо рудования и настройки ПЧ для работы в скалярных и векторных режимах работы, а также при замкнутых приводах.

*** 1. Соколовский, Г. Г. Электроприводы переменного тока с частотным регулированием : учеб. для студ. высш. учеб. заведений / Г. Г. Соколовский. – М. : Издательский центр «Академия», 2006. – 265 с.

2. Преобразователи частоты серии VFD-E [220 В 0,2-2,2 кВт, 380В 0,4-22 кВт]: Руководство по экс плуатации. – Delta Electronics, INC, 2009. – 320 с.

3. Исследование частотно-регулируемых приводов станков : метод. указания для выполнения лаб.

работ по дисциплине «Автоматизированный электропривод» / сост.: А. В. Липов, В. В. Панчурин, Г. С. Больша ков. – Пенза : Изд-во ПГУ, 2011. – 32 с.

РАЗРАБОТКА ВЫСОКОПРОЧНЫХ АРМИРОВАННЫХ МАТЕРИАЛОВ, ПОЛУЧЕННЫХ ПО ТЕХНОЛОГИИ СВАРКИ ВЗРЫВОМ И. С. Лось Пензенский государственный университет, г. Пенза, Россия В рамках Федеральной целевой программы «Научные и научно-педагогические кадры инновацион ной России» на кафедре «Сварочное, литейное производство и материаловедение» с 2009 года выполняется научно-исследовательская работа «Формирование научного подхода и разработка технологии композици онных армированных металлических высокопрочных и высокомодульных материалов для авиационной техники» с объемом бюджетного финансирования 4,52 млн руб.

Выполнение НИР предусматривает следующие этапы 1. Разработка научного подхода к созданию высокомодульных и высокопрочных композиционных материалов летательных аппаратов на основе комплекса аналитических исследований и информационно патентного поиска. Теоретическое обоснование и разработка способов реализации с целью формирования композиционных материалов летательных аппаратов на базе аналитических исследований и математиче ского моделирования напряженно деформированного состояния.

2. Выявление зависимости влияния температурно-временных факторов на формирование структурно неоднородного состояния композиционного материала композиционного материала.

3. Исследование физико-механических свойств и контроль качества высокомодульных и высоко прочных композиционных авиационных материалов.

4. Разработка рекомендации по внедрению предлагаемой технологии формирования нового класса авиационных материалов на основе легких металлов и сплавов композиционных высокомодульных и высо копрочных металлических структур с интерметаллическим упрочнением методами критических технологий для повышения надежности, ресурса работы и срока службы летательных аппаратов.

5. Обобщение и оценка результатов НИР.

Объектом исследования является композиционный армированный металлический материал на осно ве системы алюминий – медь, полученный по технологии сварки взрывом. Металлическая матрица из алю миниевых сплавов АМг2 и АМг5 армирована медной проволокой марки М1М, прокатанной со степенью деформации 40 %. В процессе термической обработки, выполняемой после всех формоизменяющих опера ций, в композиционном материале происходит взаимодействие алюминия и меди с образованием интерме таллических соединений, которые создают структурно неоднородное состояние и обеспечивают достиже ние высоких показателей удельной прочности и жесткости. Данное техническое решение защищено патен том РФ № 2407640 «Способ получения композиционного материала». По технологии сварки взрывом для исследований получены листовые и трубные полуфабрикаты композита. Высокая пластичность исходных компонентов обеспечивала возможность их последующей прокатки со степенью деформации до 93 %.

Исследована кинетика роста интерметаллической фазы в условиях варьирования температуры, вре мени и степени предшествующей пластической деформации. Выявлено образование двух промежуточных фаз по границе раздела матрицы и армирующего волокна, одна росла со стороны алюминия и имела темный оттенок, другая – со стороны меди – светлый оттенок [1, 2]. Микротвердость их составляла 5,5 и 6,5 ГПа, объем ная доля – 0,037 и 0,158 %, соответственно. Испытанием на одноосное растяжение определяли временное сопротивление на плоских образцах. Направление действия растягивающей нагрузки совпадало с направлени ем расположения волокон. Испытания проводили на универсальной испытательной машине «QUASAR». Вре менное сопротивление армированного композита составило 210–212 МПа, что на 30 % выше временного сопротивления материала матрицы, удельная прочность увеличилась на 14 %. Модуль нормальной упруго сти, измеренный резонансным методом, составил 218,7 ГПа.

В рамках выполнения НИР заключен договор о сотрудничестве с ФГУП ФНПЦ «ПО «Старт»

им. М. В. Проценко», в соответствии с которым исследования структуры и свойств композиционных мате риалов проводятся на исследовательской базе предприятия.

*** 1. Лось, И. С. Медно-алюминиевые композиционные материалы, полученные сваркой взрывом / И. С. Лось, Д. Б. Крюков, А. В. Хорин // Известия ВолгГТУ. Серия «Сварка взрывом и свойства сварных соединений». – 2010. – № 5(65). – С. 88–92.

2. Трыков, Ю. П. Деформация слоистых композитов / Ю. П. Трыков, В. Г. Шморгун, Л. М. Гуревич. – Волгоград : РПК «Политехник» ВолгГТУ, 2001 – 242 с.

ПРОБЛЕМЫ НАУЧНЫХ ИССЛЕДОВАНИЙ В ВУЗЕ ПО ЭКОНОМИЧЕСКИМ НАУКАМ Ю. В. Малахова Пензенский государственный университет, г. Пенза, Россия Научная деятельность в высших учебных заведениях представлена различными направлениями, сре ди которых наибольшее распространение получили технические области исследований.

В Пензенском государственном университете также преобладают научные исследования по техниче ским специальностям. Об этом говорят показатели изобретательской деятельности, а также работа диссер тационных советов.

Динамика показателей изобретательской деятельности в Пензенском государственном университете представлена в табл. 1.

Таблица Показатели изобретательской деятельности Показатели 2008 г. 2009 г. 2010 г.

Подано заявок на изобретения и полезные модели 22 33 Получено решений о выдаче патентов на изобретения 24 22 Получено патентов на изобретения 19 26 Получено патентов на полезную модель – 2 Продано лицензий – – Как показывают данные табл. 1, в 2010 г. подано заявок на изобретения и полезные модели меньше, чем в предыдущем году на 11. Получено патентов в 2010 г. на 5 меньше, чем в 2009 г, при этом патентов на полезную модель на один больше.

О техническом направлении научных исследований в Пензенском государственном университете го ворят показатели работы советов (представленные в табл. 2).

Таблица Данные о работе диссертационных советов Докторские диссертации Кандидатские диссертации Шифр советов 2008 г. 2009 г. 2010 г. 2008 г. 2009 г. 2010 г.

Д 212.186.01 1 1 6 6 Д 212.186.02 1 1 2 11 9 Д 212.186.03 1 6 5 Д 212.186.04 1 7 8 ДС 212.015.01 2 5 2 ДМ 212.186.07 1 3 Д 212.186.08 1 4 4 Д 212.186.09 1 6 Итого 3 5 4 40 43 По данным табл. 2 можно сказать, что по числу защищенных диссертаций в советах ПГУ преобладает защита кандидатских диссертаций по техническим специальностям: технология машиностроения, технология приборостроения, литейное производство, оптические и оптико-электронные приборы и комплексы и т.д.

Направление научных школ в Пензенском государственном университете представлено физико математическими, техническими, общественными и гуманитарными науками. Причем в состав технических наук входят 20 школ различного направления, а общественные и гуманитарные науки представлены 6 шко лами.

Таким образом, развитие научной деятельности ПГУ не оправдывает своего классического направ ления.

В связи с этим, ВУЗу необходимо развивать научную деятельность не только в области технических специальностей, но и экономических, юридических, медицинских. Дело в том, что исследования в области экономики, как правило, носят рекомендательный характер и не находят свое отражение на практике.

В основном это исследования в области бухгалтерского учета, налогообложения, анализа и т.д. На самом же деле исследования в этих областях могли бы иметь большее значение.

В процессе изучения налогового законодательства или законодательства по бухгалтерскому учету выявляется множество несовпадений и разногласий, кроме того, исполнение на практике ряда законода тельных актов является затруднительным и экономические субъекты вынуждены больше времени и внима ния уделять на несущественные для них факты.

Научные публикации преподавателей и студентов, связанные с изучением указанных проблем явля ются лишь статьями в различных сборниках трудов и материалов конференций. Маловероятно, что публи кации когда-нибудь будут прочитаны или приняты к сведению законодательными органами.

Решением данной проблемы может стать создание совета по координации научно-исследовательской деятельности. В совет будут входить группа исследователей из числа профессоров по различным направле ниям науки для координации и взаимодействия тех областей науки, где не достаточно ведутся исследова ния в ФГБОУ ВПО Пензенском государственном университете. Например, по экономическим, юридиче ским, медицинским и другим гуманитарным наукам не достаточно проводится научно-исследовательская работа в области фундаментальных исследований. Кроме того, совету необходимо рационально выстроить взаимоотношения с местными органами власти и самоуправления для обмена необходимой информацией.

Задачей же Совета в области исследований по бухгалтерскому учету, налогообложению, анализу может являться передача информации по проведенной научной работе в законодательные органы г. Пензы или Пензенской области. Тем самым, научные исследования студентов и преподавателей ВУЗа будут но сить прикладной характер и иметь практическое значение.

СРАВНИТЕЛЬНЫЙ АНАЛИЗ МОДЕЛЕЙ КАНАЛОВ СВЯЗИ ДЛЯ БЕСПРОВОДНЫХ СИСТЕМ ПЕРЕДАЧИ ДАННЫХ А. Ю. Новикова, А. Г. Убиенных, М. В. Хорина Пензенский государственный университет, г. Пенза, Россия Главной проблемой в области беспроводных систем передачи данных является значительное увели чение скорости передачи данных и повышение качества обслуживания пользователей (уменьшение вероят ности ошибки передачи информации). Актуальной становится задача выбора наиболее оптимального кана ла связи, сравнительному анализу моделей которых посвящена данная работа.

В зависимости от характера многолучевости различают три основные модели канала: гауссовский канал, райсовский канал;

рэлеевский канал.

Анализ каналов связи осуществлялся на основе зависимости коэффициентов CBER и VBER (коэф фициенты ошибок по битам после различных этапов декодирования: на входе декодера Витерби (CBER) и в точке соединения выхода декодера Витерби с входом декодера Рида–Соломона (VBER)) от отношения сиг нал/шум (ОСШ) в гауссовском канале связи для всех видов модуляций несущих в беспроводной системе передачи данных (QPSK, 16-QAM, 64-QAM). На всех приведенных рисунках пунктиром показана граница, соответствующая QEF – квазибезошибочному приему.

На рис. 1 представлена зависимость вероятности битовой ошибки и ОСШ для гауссовского канала.

Рис. 1. Зависимость вероятности битовой ошибки и ОСШ для гауссовского канала В качестве кодовой скорости было установлено значение 3/4 как среднее из всего ряда скоростей.

Влияние многолучевости на характеристики помехоустойчивости в райсовском и рэлеевском кана лах с АБГШ показано на рис. 2, 3. Для исследования использовались стандартные модели каналов RC и RL20, содержащие по 20 отраженных лучей.

Рис. 2. Зависимость вероятности битовой ошибки и ОСШ для райсовского канала по сравнению с гауссовским Рис. 3. Зависимость вероятности битовой ошибки и ОСШ для рэлеевского канала по сравнению с гауссовским Нетрудно заметить, как по мере роста ОСШ, особенно при модуляции 64-QAM, увеличивается впра во отклонение кривых CBER и VBER. Это означает, что из-за действия группы отраженных сигналов меня ется структура ошибок в канале и на выходе декодера Витерби.

Изменение структуры ошибок в канале и резкое снижение помехоустойчивости особенно сильно проявляются на модели рэлеевского канала. Это хорошо видно по изменению хода кривых CBER и VBER.

Даже при очень больших значениях ОСШ, когда белый шум практически отсутствует, наблюдается своего рода насыщение кривых CBER, коэффициент ошибок на входе декодера становится постоянным и не опус кается ниже некоторого значения.

Таким образом, анализируя результаты сравнения моделей каналов связи для беспроводных систем передачи данных, можно сделать вывод об особенностях применения каждого из данных каналов.

Так как гауссовский канал является однолучевым и, следовательно, в реальных условиях передача данных с помощью только прямого луча крайне затруднительна, то модель данного канала может исполь зоваться в лабораторных испытаниях в качестве простого и легко воспроизводимого эталона.

При фиксированном приеме на внешнюю направленную антенну с прямой видимостью передающей антенны можно рассчитывать на небольшое снижение помехоустойчивости (1–2 дБ) относительно идеаль ных условий гауссовского канала, что соответствует райсовской модели канала связи. Такой канал связи более приемлем для пригородных и сельских условий, так как его использование приводит к менее глубо ким замираниям амплитуды импульсов.

Для городских условий работы беспроводных систем передачи данных наиболее характерным явля ется рэлеевский канал, так как наличие отражений от городских строений, индустриальные и прочие поме хи приведут к тому, что статистические свойства канала будут приближаться к рэлеевскому с соответству ющим увеличением числа ошибок. При приеме в движении модель рэлеевского канала носит динамичный характер, так как отраженные сигналы приходят со случайными фазовыми сдвигами и смещением частот несущих из-за эффекта Доплера. Все это также потребует большего запаса помехоустойчивости.

Результаты проведенных исследований помогут обоснованно выбрать оптимальный канал связи для передачи данных в беспроводных системах передачи данных.

ТЕХНОЛОГИЯ АНАЛИЗА ДАННЫХ ОПЕРАТОРОВ СВЯЗИ С ПОМОЩЬЮ РЕШЕТОК Е. В. Паршина Пензенский государственный университет, г. Пенза, Россия В современном информационном обществе возникает острая потребность в методах и средствах, ориентированных на обработку и анализ имеющихся данных, для решения таких задач, как поддержка при нятия решений в различных отраслях человеческой деятельности, классификация информации, выявления скрытых закономерностей и т.д. Одним из способов решить данную задачу является применение техноло гии Data Mining [1].

Для решения задачи извлечения и анализа данных рационально использовать методы теории реше ток, в частности, метод комбинаторно-упорядоченного моделирования (КУМ), основанный на представле нии структуры множеств решетками специального вида [2].

Решетка L в методе КУМ строится с использованием оператора замыкания A RA, заданного R R A на порождающем семействе множеств R, которое представляет исходное семейство данных. Здесь A – замыкание множества A P, RA – множество семейства R, которое содержит A в качестве R R R подмножества, т.е. A RA. Все замкнутые подмножества A A образуют полную решетку L, упорядо ченную включением [2]. Диаграмма Хассе решетки L представляет собой визуализацию структуры дан ных, что позволяет более точно структурировать информацию и делать ее общий анализ.

Например, с помощью данного метода возможно провести классификацию клиентов оператора связи на «более выгодных» и «менее выгодных». После определения наиболее выгодного сегмента клиентов ор ганизации есть смысл проводить более активную маркетинговую политику по привлечению клиентов найденной группы. Эффективным является выявление определенных групп клиентов и разработка наборов услуг, наиболее привлекательных для них.

Важным аспектом в работе отделов маркетинга и отдела продаж компании, является составление це лостного представления о клиентах, информация об их особенностях, характеристиках, структуре клиент ской базы. При грамотном внедрении и использовании технологии Data Mining, в частности метода КУМ, компания получает значительные преимущества перед конкурентами. В качестве примера можно рассмот реть деятельность оператора связи.

Для начала работы с информацией о клиента компании необходимо сформировать критерии, по ко торым будет проводиться дальнейший анализ. Критериев должно быть не менее 5-10, иначе методы КУМ технологии будет неэффективны. В качестве критериев для анализа клиентской базы оператора связи воз можно выбрать следующие элементы: 1) пол клиента;

2) возраст;

3) тип жилья;

4) район проживания;

5) наличие услуги (телефон);

5) наличие услуги (интернет);

7) наличие услуги (кабельное ТВ);

8) наличие услуги (мг/мн связь);

9) наличие услуги (другие услуги связи);

10) тариф услуги (телефон);

11) тариф услу ги (интернет);

12) тариф услуги (мг/мн связь);

13) как производится оплата услуг клиентом;

14) как часто пользуется услугами местной связи;

15) как часто пользуется услугами мг/мн связи.

Количество значений критериев оценки клиента должно быть ограничено (3-5 вариантов). В качестве примера приведем возможные варианты значений критериев оценки клиентов для рассматриваемого слу чая: 1) мужской, женский;

2) от 18 до 25;

от 25 до 35;

от 35 до 45;

от 45 до 55;

от 55 до 65;

от 65 и более;

3) квартира, дом;

4) Арбеково, ГПЗ, Сосновка;

5) есть, нет;

6) есть, нет;

7) есть, нет;

8) есть, нет;

9) есть, нет;

10) «повременный», «комбинированный», «безлимитный»;

11) «топаз», «гранат», «аметист», «сапфир», «рубин», «изумруд», «контакт», нет тарифа;

12) «базовый», «ветер перемен», «международный»;

13) каж дый месяц (регулярно), с задержкой (через месяц или два), не платит (более 3 месяцев);

14) часто (почти каждый день), редко (несколько раз в неделю), не звонит;

15) часто (почти каждый день), редко (несколько раз в неделю), не звонит.

Каждому значению оценки присваивается цифровое или буквенное обозначение. Таким образом, информация о клиенте представляется в виде некоторого множества символов (порождающего семейства множеств), которые и будут в дальнейшем проанализированы с помощью решетки L. Заметим, что вы бранные элементы и критерии оценки не являются постоянными, они могут меняться в зависимости от спе цифики анализа и сферы деятельности телекоммуникационной компании.

В результате построения решетки L и ее анализа определяются закономерности и существующие связи между элементами, и в дальнейшем, компания, проанализировав полученную информацию, может индивидуально подбирать маркетинговую политику для каждого клиента в отдельности или для группы клиентов.

*** 1. Ганти, В. Добыча данных в сверхбольших базах данных / В. Ганти, Й. Герке, Р. Рамакришнан // Открытые системы. – 1999. – № 9, 10.

2. Лебедев, В. Б. Анализ ассоциаций данных методом комбинаторно-упорядоченного моделирова ния / В. Б. Лебедев // Известия высших учебных заведений. Поволжский регион. Серия «Технические науки». – 2005. – № 5 (20). – С. 99–106.

ПРИМЕНЕНИЕ АСМ ДЛЯ ИССЛЕДОВАНИЯ ПОВЕРХНОСТИ ПЛЕНОК SnO В. А. Соловьев, Е. А. Барзова, В. И. Кондрашин Пензенский государственный университет, г. Пенза, Россия В настоящее время практически ни одно исследование в области физики поверхности и тонкопле ночных технологий не обходится без применения методов сканирующей зондовой микроскопии (СЗМ).

Развитие методов сканирующей зондовой микроскопии существенно расширило возможности ис следования структуры поверхности кристаллов, пленок, мезоструктур и наноструктур, модификации струк туры поверхностей.

В частности, для исследования поверхности пленок может быть использована атомно-силовая мик роскопия (АСМ), за которой в последние годы закрепился статус одного из основных методов исследова ния поверхности твердых тел. Ее основное преимущество перед другими видами микроскопии (оптической, электронной, Оже) состоит в том, что она позволяет получить трехмерное изображение, т.е. предоставляет информацию о структуре и микрорельефе поверхности. Хотя этот метод применяется для изучения чрезвы чайно широкого класса объектов (макромолекул, биологических объектов, наноструктур).

Цель данной работы анализ возможностей АСМ для исследования поверхностей тонких пленок.

В данной работе рассмотрены результаты исследования методом АСМ морфология поверхности пленок SnO2, полученных различными методами. Пленки оксида олова представляют интерес в связи с их использованием в качестве прозрачных контактов, тонкослойных подогревателей и чувствительных эле ментов сенсоров. Для более полного знания физико-химических свойств оксидов и их модификаций при различных воздействиях необходимы исследования электронно-энергетической структуры как валентной зоны, так и зоны проводимости.

В работе [1] с помощью АСМ исследовалась поверхность пленки-композита с различным содержа нием циркония. Высота рельефа поверхности изменяется от 40 нм до 10 нм, т.е. увеличение доли ZrO2 в составе композита SnO2:ZrO2 приводит у уменьшению размеров зерен в пленке.

Морфология поверхности пленки с содержание Zr (4.6 ат %) представлена на рис. 1.

Рис. 1. АСМ – изображение поверхности пленки – композита Sn-4.6 %Zr-O Анализ пленок показал, что в результате кристаллизации образуются монокристаллы SnO2 размером ~10 нм (4,6 ат %Zr).Обнаружить отдельную фазу ZrO2 не удалось.

В работе [2] представлены результаты исследования с помощью АСМ слоев диоксида олова в зави симости от условий легирования йодом и теллуром в процессе получения слоев методом термического ва куумного напыления олова с последующим его окислением.

а) б) в) Рис. 2. Топология поверхности SnO2 (а), SnO2I (б) и SnO2I, Te (в) Для слоев SnO2 в отсутствие примесей характерна топология поверхности рис. 2,а. а изображение видны бугристые образования со сравнительно плавными очертаниями. Микрорельефы поверхности выра жен относительно слабо.

Топология поверхности, типичная для слоев SnO2I, представлена на рисунке 2б. При введении йо да в шихту вид поверхности изменяется и она становится более рыхлой. Микрорельеф выражен сильнее, сем а предыдущем случае. На изображении наблюдаются многочисленные куполообразные выступы. От меченные изменения можно связать с эффектом самолегирования при термической обработке соединения олова в йодидной среде.

Топология поверхности, типичная для слоев SnO2I, Te, представлена на рисунке 2с. Как видно, совместное введение йода и теллура приводит к существенной модификации структуры поверхности и ко ренному изменению характера ее микрорельефа. Поверхность оказывается сильно развитой. На АСМ – изображении видна система регулярных примыкающих вплотную друг к другу конусообразных выступов.

В работе [3] Микроструктуру и толщину пленок диоксида олова контролировали методом АСМ. Ти пичные двухмерные изображения поверхности пленок с добавками в объем платины и золота представлены на рис. 3,a,б соответственно.

б) a) Рис. 3. Полученные методом АСМ двухмерные изображения поверхности пленок диоксида олова из двух серий:

а – Pt/Pd/SnO2:Sb,Pt;

б – Pt/Pd/SnO2:Sb,Au Исследования показали, что толщина изученных слоев диоксида олова составляет 100 нм. Микро морфология пленок не имеет принципиальных различий: слои содержат нанокристаллиты с размерами d1 615 нм и d2 2040 нм, часть из которых образует агломераты с размерами d3 от 100 до 160 нм.

Таким образом, любое изменение состава пленки отражается на поверхности. Морфология поверх ности тесно связана с механизмом его роста и реальной структурой. Метод атомно-силовой микроскопии, позволяющий получать трехмерные изображения поверхности образцов в широком диапазоне размеров от атомных до десятков микрон. Данные АСМ позволяют перейти на новую ступень описания процессов са моорганизации материи, а именно к количественному анализу морфологии поверхности кристаллов и пле нок в мезоскопическом диапазоне размеров.

*** 1. Рембеза, С. И. Электрофизические и газочувствительные свойства полупроводниковых нано структурированных пленок SnO2:ZrO2 / С. И. Рембеза, Н. Н. Кошелева // Физика и техника полупроводни ков. – 2011. – Т. 45, вып. 5.

2. Бестаев, М. В. Исследование структуры поверхности слоев диоксида олова для газовых сенсоров атомно-силовой микроскопией / М. В. Бестаев, Д. Ц. Димитров // Физика и техника полупроводников. – 1998. – Т. 32, вып. 6.

3. Севастьянов, Е. Ю. Влияние добавок Pt, Pd, Au на поверхности и в объеме тонких пленок диокси да олова на электрические и газочувствительные свойства / Е. Ю. Севастьянов, Н. К. Максимова // Физика и техника полупроводников. – 2012. – Т. 46, вып. 6.

СИСТЕМАТИЗАЦИЯ ФАКТОРОВ, ВЛИЯЮЩИХ НА ТЕМПЕРАТУРУ ФАЗОВОГО ПЕРЕХОДА СЕГНЕТОЭЛЕКТРИКОВ Е. А. Печерская, С. В. Степанов Пензенский государственный университет, г. Пенза, Россия Общая методика идентификации фазового состояния сегнетоэлектриков, отличающихся процентным соотношением химических элементов, влиянием давления, изложена, например, в работах [1–3], в работе [4] дано объяснение дисперсии в сегнетоэлектриках (зависимость диэлектрической проницаемости от ча стоты электрического поля). Кроме того, изменение температуры фазового перехода обуславливают влия ющие факторы различной природы, систематизированные ниже:

– механические факторы: давление y, деформация l, механическое напряжение L (например, вслед ствие механического зажатия кристалла), толщина образца h;

– химические факторы заключаются в различном процентном соотношении x химических элементов (например, бария) в составе сегнетоэлектрика;

– электрические факторы: напряженность электрического поля E, частота воздействующего напря жения f;

поляризованность P;

– магнитные факторы: напряженность магнитного поля H, намагниченность M характеризуют внешнее магнитное поле. Их влияние существенно для особого класса материалов, называемых сегнетомагнетиками;

– радиационные факторы (доза рентгеновского облучения D).

Например, в кристаллах CH3 NH3 Al SO4 2 12H 2 O (MASD) фазовый переход имеет место при тем пературе TC 177 К. В работе [6] приведены результаты изучения влияния различных внешних воздей ствий на температурную зависимость относительной диэлектрической проницаемости кристаллов MASD в окрестностях TC с целью выяснения природы размерных эффектов – качественного изменения аномалий диэлектрических свойств вблизи TC при изменении толщины кристалла.

Рис. 1. Диаграмма Исикавы для выявления факторов, влияющих на температуру фазового перехода Таким образом, температура TC является функцией пяти разнородных факторов, что формализуется кортежем:

F Mef, Hf, Ef, Maf, Rf, (1) TC где Mef, Hf, Ef, Maf, Rf – соответственно механические, химические, электрические, магнитные, радиацион ные факторы.

В свою очередь, каждый из факторов описывается параметрами:

l, L, y, h, Nf x, Ef E, P, f, Maf H, M, Rf D.

Mef Перечисленные параметры образуют семантическую модель сегнетоэлектрика, их связь со свойства ми приведена в работе [5]. Поскольку группы факторов (см. рисунок 1) являются разнородными, то их пе ресечение представляет собой пустое множество:

Mef Hf Ef Maf Rf = 0.

При рассмотрении влияния факторов на температуру фазового перехода возможны две ситуации:

а) при управляемом синтезе материалов с заданными свойствами воздействие факторов является це ленаправленным, в этом случае их параметры являются информативными. Путем изменения факторов до биваются требуемых свойств материала, конкретного значения температуры фазового перехода (или диапа зона, обусловленного областью неопределенности);

б) параметры воздействия могут выступать неинформативными параметрами, влияющими как на свойства материала (относительную диэлектрическую проницаемость и др.), так и на температуру фазового перехода. В этом случае отклонение температуры фазового перехода представляет собой дополнительную погрешность, обусловленную влиянием факторов из рассмотренного выше множества. Предложенная си стематизация используется при разработке методики оценивания области неопределенности температуры фазового перехода сегнетоэлектриков, обусловленной влиянием воздействующих факторов.

*** 1. Печерская, Е. А. Установление фазового состояния сегнетоэлектриков: системный подход / Е. А. Печерская // Опто-, наноэлектроника, нанотехнологии и микросистемы : cб. тезисов докладов X Меж дунар. конф. – Ульяновск, 2008. – C. 193.

2. Печерская, Е. А. Классификационные модели фазового состояния сегнетоэлектриков / Е. А. Пе черская // Нано- и микросистемная техника. – 2009. – № 6. – С. 16–19.

3. Печерская, Е. А. Моделирование температурных зависимостей параметров сегнетоэлектриков с фазовым переходом второго рода / Е. А. Печерская // Порядок, беспорядок и свойства оксидов : cб. ст.

XI Междунар., междисципл. симпозиума. – Ростов н/Д, 2008. – Ч. 2. – C. 48–50.

4. Глинчук, М. Д. Описание сегнетоэлектрических фазовых переходов в твердых растворах релаксо ров в рамках теории случайных полей / М. Д. Глинчук, Е. А. Елисеев, В. А. Стефанович, Б. Хильчер // Фи зика твердого тела. – 2001. – Т. 43, вып. 7. – С. 1247–1254.

5. Печерская, Е. А. Cемантическая модель активного диэлектрика / Е. А. Печерская // Деформация и разрушение материалов и наноматериалов : сб. тр. IV Междунар. конф. – М., 2011. – С. 951–953.

6. Глушков, В. Ф. Влияние внешних воздействий на диэлектрические свойства метиламмонийалю миниевых квасцов вблизи фазового перехода и размерные доменные эффекты / В. Ф. Глушков, В. К. Мага таев, В. В.Свинарев, Й. фон Циминский, Л. А. Шувалов // Кристаллография. – 1987. – Т. 32, вып. 3. – С. 708–712.

КОГНИТИВНЫЕ МОДЕЛИ БЕЗОПАСНОСТИ ВУЗА А. В. Печерский, А. С. Светалкин Пензенский государственный университет, г. Пенза, Россия Когнитивное моделирование рассматривается в качестве инструмента решения задач управления в системе комплексной безопасности вуза (СБВ). Объект управления находится в среде, включающей мно жество разнородных взаимодействующих факторов [1], которые в системной связи определяют возможно сти распространения террористических угроз по элементам, образующим критическую инфраструктуру вуза. В свою очередь, элементы критической инфраструктуры вуза образуют системные связи, от которых зависит целостность учебного процесса.

Следует учитывать, что рискообразующие факторы и связи между ними для сложного объекта управления – вуза, не могут быть определены с достаточной полнотой. В то время как, основные факторы, влияющие на безопасность, известны, ряд частных факторов, связей и параметров выясняются только в процессе учебного процесса. Они определяются его динамикой, социальными явлениями, внутриполити ческими событиями региона, др. параметрами среды. Показатели влияния одних факторов на другие явля ются качественными экспертными оценками экспертов СБВ, либо это лингвистические оценки потенци альной опасности. Их значения могут быть получены в основном путем экспертного анализа сотрудниками структурного подразделения безопасности, и потому отражают их субъективные оценки.

В виду указанных особенностей методы традиционной теории принятия решений, опирающейся на методы выбора лучшей альтернативы из множества четко сформулированных альтернатив, оказываются недостаточными для оценки безопасности системно связанных элементов, которые в совокупности образу ют критическую инфраструктуры вуза. Применение формальных методов управления ситуациями в такой среде, где прогнозируется сетевое распространение террористической угрозы, предполагает структуриро вание исследуемой модели. Это связано с формированием системы рискообразующих факторов и связей между ними, их экспертной оценкой и определением допустимых значений. Формализация предметной области связана с выбором модели, которая предназначена для определения взаимовлияния рискообразую щих факторов. Как показывает опыт российских ученых в области управления безопасностью [2], попытки строгой формализации задач в данной предметной области часто не приносили ожидаемого результата вви ду высокой динамики системной модели и факторов влияния. Один из подходов к анализу слабо структу рированных проблемных областей, сформировавшийся в последние десятилетия – когнитивный анализ или когнитивное моделирование [3]. Он основан на построении, так называемой когнитивной карты. В данном случае это – ориентированный граф, вершины которого в рассматриваемой задаче соответствуют рискооб разующим факторам террористических угроз, а ребрам, поставлены в соответствие веса причинно следственных связей между факторами, определяющим ситуацию возможного распространения террори стической угрозы. Каждая связь между факторами когнитивной карты раскрывается до соответствующего соотношения, которое может содержать как количественные (измеряемые) переменные, так и качественные (неизмеряемые) переменные. При этом количественные переменные учитываются в виде их численных значений (например, число студентов одновременно занимающихся в корпусе университета). Каждой каче ственной переменной ставится в соответствие совокупность лингвистических переменных, отображающих различные состояния этой качественной переменной (например, «влияние угрозы внешне немотивирован ной агрессии студентов может усиливаться в период наиболшей эмоциональной нагрузки, например экза менационной сессиии.» и т.п.), а каждой лингвистической переменной соответствует определенный число вой эквивалент в шкале [0,1] – например, характеризующий вероятность взаимосвязи факторов (рис. 1).

По мере накопления знаний о процессах, происходящих в исследуемой ситуации, становится возможным более детально раскрывать характер связей между рискообразующими факторами террористических угроз.

Рис. 1 Когнитивная модель факторов угроз в системе безопасности вуза Специалисты университета структурного подразделения безопасности генерируют прогнозы о влия нии факторов на целевые показатели безопасности вуза.

Задача управления безопасностью вуза состоит в том, чтобы обеспечить изменения целевых факто ров с целью предупреждения чрезвычайных ситуаций, минимизацию последствий и нейтрализацию по следствий возможных террористических актов. Когнитивная карта безопасности отображает общие соци альные, экономические, морально-этические, национальные, межконфессиональные, внутриполитические и др. факторы, и факторы управляющих воздействий на безопасность вуза. При этом фактор воспитательного воздействия на студенческую среду через институт кураторов учебных групп рассматривается в числе важ нейших. В свою очередь, целевые факторы будут корректно заданы, если изменения одних факторов с це лью предупреждения чрезвычайных ситуаций не приведут к нежелательному изменению других целевых факторов.

В числе основных целевых факторов СБВ выделим: среднее время локализации и нейтрализации возникающей террористической угрозы, вероятность утраты системной целостности инфраструктуры вуза, при которой происходит недопустимое снижение ресурсов учебного процесса;

радиус возможного пораже ния и прогнозируемое количество пострадавших в случае совершения террористического взрыва;

количе ство объектов, попадающих в зону поражения;

достоверность документированной информации о состоянии безопасности, и др.

В исходном множестве базисных факторов выделяется совокупность факторов управления безопас ностью вуза («входных» факторов когнитивной модели). Управляющее воздействие считается согласован ным с целевым фактором, если оно не вызывает нежелательных изменений других целевых факторов.

Управляющие факторы определяются, прежде всего, совокупностью организационно-административных ресурсов вуза в сфере комплексной безопасности. Управляющие факторы лежат также в сферах: учебно воспитательной, социальной, национальных отношений, межконфессиональных, научно-технических, эко номической др. (рис. 2).

Рис. 2 Схема управления безопасностью вуза на основе факторного анализа угроз Моделирование проводится с целью выявления закономерностей, позволяющих предупредить неже лательную динамику развития чрезвычайных ситуаций при наличии террористических угроз. Моделирова ние представляет собой циклический процесс, структурная схема которого включает формализацию накоп ленного опыта и новых знаний о СБВ (рис. 3).

Рис. 3. Структурная схема циклического процесса когнитивного моделирования Программный комплекс, разрабатываемый в вузе, обеспечивает обработку информации, получаемой, от руководителей структурных подразделений вуза, работников системы комплексной безопасности, и представление результатов моделирования (рис. 4).

Рис. 4. Подсистема информационного обеспечения безопасности вуза Подсистема представления информации от районных АТК программного комплекса обеспечивает:

– регистрацию множества рискообразующих факторов угроз Y yi с применением информаци онных технологий и электронного документооборота при обмене информацией между структурным под разделениями вуза и центром комплексной безопасности;


– задание числовых или лингвистических значений факторов в виде упорядоченного множества их абсолютных значений;

– графический интерфейс для построения когнитивной модели ситуации в виде графа.

В подсистеме сбора оценочной информации о рискообразующих факторах используются порядковые шкалы, что позволяет интегрировать в единую модель факторы, имеющие числовые и лингвистические значения. Когнитивная модель ситуации может быть представлена в виде ориентированного знакового гра фа и матрицей смежности, 1,0,1.

ij ij Обеспечивается возможность ввода новых факторов, установки причинной связи между факторами, определение направления и типа связи (положительная, отрицательная), удаление фактора, удаление связи, изменение масштаба представления графа. В этой подсистеме в качестве исходной информации использу ется информация о числовых или лингвистических значениях факторов ситуации и знаковый граф ситуации взаимодействия рискообразующих факторов.

Динамика системных связей описывается системой лингвистических уравнений «Если, … То …».

В матричном виде эта система уравнений записывается в следующем виде:

AV t, Vt где, V t – начальный вектор приращений значений факторов в момент времени t ;

вектор прира vi t щений значений факторов V t 1 в момент времени t 1, vi t – матрица vi t 1 1,1 ;

ij смежности, 1,1 – характеризует значение причинной связи возникновения рискообразующих фак ij торов при возможном наличии террористических угроз.

Приращения экспертных оценок рискообразующих факторов в последовательные дискретные мо менты времени V t 1,...,V t n соответствуют следующему правилу композиции:

1 t max t, t, i i i – максимальные модули приращений оценок факторов – следствия;

индексы t max t i j ij j и 0 соответствуют положительному и отрицательному влиянию на целевой фактор риска террористиче ской угрозы.

Приращение значения фактора V t, t, представляется парой:, где, – t, t t t i i i i консонанс значения рискообразующего фактора i террористической угрозы, 0 1, t i 1 t i i.

t i 1 t t i i Консонанс определяет меру различия между положительным и отрицательным влиянием факторов.

Чем он больше, тем определеннее характер влияния. Консонанс фактора характеризует уверенность руко водителя службы безопасности вуза в наличии усиления влияния i t фактора террористической угрозы 0 yi. При 1, т.е. t или t уверенность эксперта в значении фактора t мак 1 t i i i i i it 1 симальна, а при 0 т.е. – минимальна. Интервалы значений консонанса имеют лингвистиче t t i i i скую интерпретацию типа: «Нет влияния», «Влияние с вероятностью 0,5», «Влияние достоверно» и т.д.

Для поддержки принятия решения по управлению в СБВ предлагается два множества альтернатив ных управляющих воздействий. Первое множество включает факторы, значения которых для достижения целевого значения фактора необходимо усиливать, а второе множество, соответственно, уменьшать.

Достоверность анализа когнитивных моделей в СБВ зависит от верифицируемых рассматриваемых моделей с учетом динамики целевых факторов, изменений в структуре взаимодействующих факторов, вы боре индикаторов достижения целей управления в САТБ.

*** 1. Комплексная безопасность высшего учебного учреждения : учеб. пособие. – М. : РУДН, 2011. – 768 с.

2. Комплексное обеспечение безопасности в субъектах Российской Федерации / под ред. В. М. Ми рошниченко. – СПб. : Изд-во Политехн. ун-та, 2006. – 200 с.

3. Когнитивный анализ и управление развитием ситуаций (CASC 2002) // Материалы 2-й Междунар.

конф : в 2 т. / сост. В. И. Максимов. – М. : ИПУРАН, 2002.

ЭКСПЕРИМЕНТАЛЬНАЯ ТЕХНОЛОГИЧЕСКАЯ УСТАНОВКА ДЛЯ ПОЛУЧЕНИЯ ТОНКИХ ПЛЕНОК МЕТОДОМ СПРЕЙ-ПИРОЛИЗА А. Ю. Пивкин, В. А. Соловьев, А. М. Метальников, А. В. Сушкова Пензенский государственный университет, г. Пенза, Россия Поиск новых материалов для газовых сенсоров особенно актуален для вопросов мониторинга окру жающей среды, в медицине, автомобилестроении и т.д. Для решения широкого круга задач определения состава газовой фазы значительный интерес представляют полупроводниковые газовые сенсоры резистив ного типа на основе полупроводниковых оксидов металлов [1].

Существует много физических и химических методов получения тонких пленок, таких как ионно лучевое распыление, термическое испарение, вакуумное напыление, химическое осаждение из газовой фа зы, золь-гель метод и т.д. Наиболее перспективной для получения тонких наноразмерных пленок много компонентных оксидов, с нашей точки зрения, является технология синтеза с применением аэрозольного распыления растворов. Преимущество этого метода заключается в том, что исходные компоненты, находя щиеся первоначально в гомогенном жидком растворе, переходят при термообработке в твердое состояние в ограниченном объеме капли аэрозоля, которая имеет размер от 2 до 5 мкм. Твердая фаза образуется за счет испарения растворителя, при этом в зависимости от интенсивности термообработки можно сразу добиться также частичного или полного образования конечного продукта. Важной особенностью метода аэрозольно го распыления является незначительное время испарения растворителя. Процесс его удаления составляет 1–2 секунды. Данное обстоятельство способствует сохранению в твердой фазе степени гомогенности рас пределения исходных компонентов, близкой к той, которая была в жидком ратворе, где распределение име ет место на атомарном уровне. Высокая скорость испарения растворителя из жидкой аэрозольной капли, а также ее малый диаметр предотвращает в определенной степени последующую сегрегацию или простран ственное разделение разных исходных компонентов в твердой фазе. Отличие этого метода от классического газового метода состоит в том, что исходный продукт распыляется в жидкой фазе, а не в газовой [2–5].

Основной принцип пиролиза состоит в том, что когда брызги достигают горячую подложку, благо даря пиролитическому разложению они осаждаются на ней. При этом они располагаются внутри печи в виде мелких капель, известные как аэрозоли, и образуют тонкий слой на подложке. Температура подложки поддерживается на постоянном уровне с помощью контролируемой печи. Пленки, выращенные при темпе ратуре 300 °С носят аморфный характер. Для получения поликристаллических пленок необходимо поддер живать температуру выше температуры подложки. Формирование пленки зависит от реакции испарения растворителя и связано с размером капель. Идеальным условием для подготовки пленки является то, когда капли полностью удалены из растворителя В данной работе нами разработана экспериментальная лабораторная установка для получение тонких наноразмерных тонких пленок полупроводниковых оксидов металлов, включая диоксид олова, схема кото рой приведена на рис. 1. Установка включает в себя следующие части:

1. Реактор, в котором располагается пьедестал с подложкой;

2. Систему напуска реагентов, обеспечивающую их подачу в реактор;

3. Систему удаления и утилизации реагентов;

4. Нагревательный элемент;

5. Систему стабилизации температуры.

Рис. 1. Структурная схема экспериментальной лабораторной установки Реактор представляет собой кварцевую трубу диаметром 60 мм и длиной 0,5 м. Нагрев подложки осуществляется внешним резистивным нагревателем. При таком способе нагрева создаются изотермиче ские условия для нагрева аэрозольной смеси в зоне осаждения. Максимальная температура в реакторе со ставляет 600 °С. Поддержка заданной температуры с точностью 10 °С осуществляется при помощи систе мы стабилизации температуры. Система напуска реагентов состоит из распылительной системы, она позво ляет получать аэрозоль с размером частиц не более 3 мкм. Распыление реагента осуществляется при помо щи нейтрального газа – аргона. В качестве исходных реагентов планируется использовать дибутилдиацета толова, водный раствор четыреххлористого олова. Для управления скоростью подачи аэрозоля нами изго товлена система состоящая из вентиля точной регулировки подачи газа, манометра, стабилизатора давления газа и и регулятора расхода газа.

*** 1. Нанокомпозиты на основе оксидов металлов как материалы для газовых сенсоров / М. Н. Румян цева, В. В. Коваленко, А. М. Гаськов, Т. Панье // Российский химический журнал (Журнал российского хи мического общества им. Д. И. Менделеева). – 2007. – 61 с.

2. Eslamian, M. Modelling of nanoparticle formationduring spray pyrolysis / M. Eslamian et al. // Nano technology. – 2006. – № 17. – Р. 1674–1685.

3. Abrutis, A. Kubilius Preparation of dense, ultra-thin MIEC ceramic membranes by atmospheric spray pyrolysis technique / A. Abrutis, G. Teiserskis, V. Garcia // Journal of Membrane Science. – 2004. – № 240. – P. 113–122.

4. Kikuo Okuyama. Preparation of Nanoparticle via Spray route / Kikuo Okuyama et al. // Chemical engi neering Sciences. – 2003. – № 58. – Р. 537–547.

5. M. N. Rumyantseva, A. M. Gaskov, L. I. Ryabova, J. P. Senator, B. Chenevier, M. Labeau, Pyrosol spraying deposition of copper- and nickel-doped tin oxide films / // Mater.Sci.Eng. B, vol. 41, 1996, P. 333-338.

БИОФИЗИЧЕСКАЯ МОДЕЛЬ СРЕДСТВ ИЗМЕРЕНИЙ АРТЕРИАЛЬНОГО ДАВЛЕНИЯ А. П. Писарев, М. А. Писарев Пензенский государственный университет, г. Пенза, Россия Сердечнососудистая система кровообращения человека схематично изображена на рис. 1.

Рис. 1. Система кровообращения человека Кровь толчками от сердца по артериальным сосудам распространяется к органам и возвращается об ратно к сердцу по венозным сосудам. Кровяное давление в венах, притекающих к правому предсердию, и в самом предсердии, а в некоторых случаях и в левом предсердии, может быть отрицательным. Во всех дру гих артериальных и венозных участках сердечнососудистой системы, а также в левом и правом желудочках давление положительное. Следовательно, возможные значения кровяного давления изменяются от –1, до +39,0 кПа (от -10 до +300 мм рт. ст.). [Эман] Поскольку задача измерения кровяного давления в основном сводится к определению артериального, ограничимся только положительным диапазоном. Артериальное дав ление представляет собой периодический процесс, соответствующей изменениям среднего АД (рис. 2).


Рис. 2. Периодическое изменение АД Также этот процесс можно охарактеризовать как процесс, обладающий определенным частотным спектром и амплитудой. По данным H. Shierer и других исследователей, для человека и большинства жи вотных предельная частота пульса равна 5 уд/с (300 уд/мин), что соответствует основной частоте 5 Гц. Если учитывать только 10 первых гармоник, то максимальная частота в спектре пульсового колебания будет равна fп= 5 10 = 50 Гц. Разность между максимальным и минимальным значениями динамического давле ния будем называть пульсовым давлением. Изменения пульсового давления возможны от 0 до 15,0 кПа (от 0 до 120 мм рт.ст.). Рассматривая процесс колебания давления в сердечнососудистой системе, можно учитывать либо только статическое давление, либо динамическое (1). Гидродинамическое давление пред ставляет собой сумму статического давления, скоростной компоненты давления, определяемой скоростью кровотока, и инерционной компоненты давления, определяемой ускорениями потока крови. Наибольшая скорость кровотока имеет место в аорте. В среднем она равна 0,5 м/с. При физических нагрузках величина линейной скорости кровотока может достигать до 2 м/с. Величина ускорений в аорте также наибольшая из всех отделов артериальной системы и колеблется от 1 до 8g. Этими данными исчерпывается характеристи ка процесса колебания кровяного давления по Эману. В настоящее время широкую известность получили приборы, реализующие косвенные развертывающие методы измерения АД. Обязательным для всех прибо ров этой группы является наличие окклюзионной манжеты. В процессе измерения значительную роль иг рают упругая характеристика артериального сосуда, сопротивление окружающих его тканей, силовое поле под манжетой, а также состояние всей сосудистой системы сжимаемой конечности.

Понятно, что стенки артерий и уж тем более вен обладают эластичностью, легко деформируются под различного рода воздействиями, как извне, так и под действием пульсаций крови.

Была выдвинута гипотеза о характере кривой объемного расширения артерии, подвергающейся ок клюзии. Обзор имеющихся источников показал, что ввиду малого интереса исследователей к установлению истинного вида упругой характеристики артериального сосуда, все исследования в данной области в основ ном сводятся к анализу экспериментально записанных объемных пульсаций артерии, сведения же, касаю щиеся характера кривой объемного расширения, весьма скудны. Известный в литературе вид кривой объ емного расширения показан на рис. 3.

Рис. 3. Известный вид кривой объемного расширения артерии Как видно, зависимость объемного расширения V артерии от избыточного давления P носит практи чески линейный характер. Поэтому кривая Va(t) в некотором масштабе повторяет кривую изменения арте риального давления Pa(t).

В действительности упругая характеристика должна существенно отличаться от ее представления на рис. 3 (2).

К такому выводу приводят следующие элементарные соображения. Совершенно очевидно, что при нулевом избыточном давлении артерия имеет некоторый, существенно отличный от нуля начальный объем, причем она сохраняет просвет для беспрепятственного протекания крови. При отрицательном избы точном давлении ее объем также не может быть равен нулю. Столь же очевидно и то, что упругие свойства сте нок артерии существенно различаются в областях отрицательного и положительного избыточных давлений. До статочно представить себе разницу положительного и отрицательного избыточных давлений, которые потребу ются, чтобы изменить объем эластичной резиновой трубки на одну и ту же величину. С учетом сказанного ре альная зависимость V(P) должна, на наш взгляд, иметь вид, близкий к тому, что изображен на рис. 4.

Рис. 4. Предлагаемый вид кривой объемного расширения артерии Приведенные рассуждения позволяют получить модель процесса измерения АД максимально при ближенную к реальной и установить истинную причину некоторых экспериментально наблюдаемых арте фактов, возникающих во время окклюзии (3, 4).

С целью проверки выдвинутой гипотезы автором совместно была разработана, программно реализо вана и исследована модель тонометра, учитывающая предполагаемый характер кривой зависимости объем ного расширения артерии.

*** 1. Penaz, J. Photoelectric mcasurement of blood pressure, volume, and flow in the finger / J. Penaz // Digest of the 10th Int. Conf. on med. and Biol. Eng. – Dresden, 1973. – Р. 104.

2. Шахов, Э. К. Способ измерения артериального давления / Э. К. Шахов // Известия высших учеб ных заведений. Поволжский регион. Серия «Технические науки». – 2003. – № 4. – С. 84–95.

3. Писарев, А. П. Простейшая модель тонометра / А. П. Писарев, Э. К. Шахов // Вычислительные системы и технологии обработки информации : межвуз. сб. науч. тр. – Вып. 2 (28). – Пенза : Информацион но-издательский центр ПГУ, 2003. – С. 30–37.

4. Писарев, А. П. Моделирование процесса измерения артериального давления / А. П. Писарев, Э. К. Шахов // Вычислительные системы и технологии обработки информации : межвуз. сб. науч. тр. – Вып. 2 (28). – Пенза : Информационно-издательский центр ПГУ, 2003. – С. 18–29.

МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ПОМЕХОУСТОЙЧИВОГО КОДИРОВАНИЯ LDPC-КОДОВ В БЕСПРОВОДНЫХ СЕТЯХ М. В. Шокорова, Б. А. Савельев Пензенский государственный университет, г. Пенза, Россия В настоящее время разрабатываются и внедряются новые стандарты передачи информации для бес проводных сетей цифровых широковещательных сообщений. Подобные системы используют для передачи беспроводные каналы, в которых на сигнал действуют помехи различной физической природы. Это приво дит к тому, что принятые данные с большой вероятностью содержат ошибки. Поэтому при разработке си стем беспроводной связи возникает проблема обеспечения высоконадежной передачи цифровой информа ции по каналам с шумами. Для ее решения обычно используются методы защиты данных от ошибок, осно ванные на применении теории и конкретных алгоритмов декодирования помехоустойчивых кодов.

Для повышения эффективности использования транспортного канала с необходимой помехоустой чивостью, был создан универсальный стандарт DVB-S2, на базе которого могут строиться сети для распро странения телевизионных (ТВ) программ стандартной или высокой четкости, сети для предоставления ин терактивных услуг, например, доступа в Интернет. Новый стандарт DVB-S2 также удобен для формирова ния сетей передачи данных и создания IP-магистралей.

Стандарт DVB-S2 включает в себя LDPC-код – это код с малой плотностью проверок на четность.

Особенностью является малая плотность значимых элементов проверочной матрицы, за счет чего достига ется относительная простота реализации средств кодирования. Упрощенная схема передачи информации по каналу с шумами приведена на рис. 1.

Рис. 1. Упрощенная схема передачи информации по каналу с шумами При передаче информации ее поток разбивается на блоки фиксированной длины, которые преобра зуются кодером (кодируются) в блоки, называемыми кодовые словами. Кодовые слова передаются по кана лу, возможно с искажениями. На принимающей стороне происходит демодуляция и декодер преобразует кодовые слова в поток информации, исправляя ошибки передачи.

Для двоичного симметричного канала без памяти количество различных блоков составляет 2 k, где k – количество бит (нулей и единиц), которые будут преобразовываться в одно кодовое слово. Для 8 бит это 256 блоков информации, каждый из которых будет содержать в себе соответствующее кодовое слово. При чем кодовое слово обычно большей длины, так как содержит в себе дополнительные биты для защиты от ошибок передачи данных. Кодирование можно осуществлять с помощью порождающей матрицы G, ко торая позволяет за одно математическое действие (умножение строки на матрицу) выполнить кодирование кодового слова.

Предлагается процесс кодирования и декодирования информации смоделировать с помощью исполь зования программной среды MATLAB. В программу заносится некоторая двоичная последовательность, состоящая из нулей и единиц. Декодирование осуществляется путем умножения принятого кодового слова на соответствующую проверочную матрицу Н.

Алгоритм декодирования кодового слова заключается в следующем:

1. Описываются и создаются объекты кодер и декодер.

Осуществляется формирование порождающей матрицы, со скоростью кодирования R = 1/2.

2.

3. Формируется проверочная матрица для DVB-S2.

4. Формируются проверочные таблицы для LDPC – кода по стандарту DVB-S2 со скоростью свертки 1/4, 1/3, 2/5, 1/2, 3/5, 2/3, 3/4, 4/5, 5/6, 8/9, 9/10.

5. Осуществляется генерация входного двоичного сообщения.

6. Осуществляется кодирование с помощью порождающей матрицы.

7. Происходит М = 2k модуляция сообщения.

8. На двоичный сигнал накладывается шум.

9. Происходит М = 2k демодуляция сообщения.

10. Производится итеративное декодирование принятого сигнала.

11. Анализируется число выполненных итераций.

12. Происходит сравнение полученного сообщения с отправленным сообщением и определяется число ошибок.

Алгоритм декодирования информации через LDPC- код позволяет определить наличие количества шумов (помех) за одну итерацию и за несколько итераций.

В результате программа выводит следующие сообщения:

1. Количество итераций, за которое происходило исправление ошибок.

2. Вероятность неверно декодированных бит.

Таким образом, с помощью программы MATLAB можно смоделировать процесс декодирования по тока информации, используя LDPC-код, определить наличие количества помех за одну или несколько ите раций и вероятность неверно декодированных бит. Предлагаемый подход можно использовать в учебном процессе при изучении дисциплины «Информационная безопасность».

МОДЕЛИРОВАНИЕ ПРОЦЕССОВ МАРШРУТИЗАЦИИ В СОСТАВНОЙ ЛВС Б. А. Савельев, Г. В. Бобрышева, М. В. Кручинина Пензенский государственный университет, г. Пенза, Россия В составных локальных вычислительных сетях (ЛВС) и средствах их решающее значение имеют маршрутизаторы. Изучение процессов маршрутизации пакетов данных в учебных курсах целесообразно проводить на основе программных и графических средств.

В данной работе моделируются процессы маршрутизации на примере трех сегментов ЛВС типа Ethernet. В подобных сетях маршрутизаторы обеспечивают увеличение размеров ЛВС и пропускной спо собности.

Маршрутизатор – устройство, которое собирает информацию о топологии межсетевых соединений и на ее основании пересылает пакеты сетевого уровня в сеть назначения [1].

Важнейшей задачей сетевого уровня является маршрутизация – передача пакетов между двумя конечными узлами в составной сети. Маршрутизаторы имеют несколько портов, к которым присоеди няются сети. Каждый порт можно рассматривать как отдельный узел сети: он имеет собственный сет е вой адрес и собственный локальный адрес в той подсети, которая к нему подключена. Таким образом, маршрутизатор можно рассматривать как совокупность нескольких узлов, каждый их которых входит в свою сеть [2].

Схемы портов переводятся в режим ожидания пакета то есть приема. При поступлении пакета с од ной из линий, данные принимаются, считывается служебная информация, где находится номер сети и адрес абонента, которому предназначен пакет. Если номер сети совпадает с номером той сети, из которой полу чен пакет, то никаких действий не производится. Если же номер абонента принадлежит другой ЛВС, то принятый пакет переадресуется на эту сеть. Перед передачей пакета создается виртуальный канал между маршрутизаторами, принадлежащими передающей и принимающей сетями, причем при этом во всех маршрутизаторах, участвующих в передаче пакета, вносятся соответствующие коррективы в таблицы маршрутизации. Создание канала инициируется передающим маршрутизатором путем выдачи специально го пакета. Передача пакета данных начинается только тогда, когда сеть освободится, а до этого пакет будет храниться в оперативной памяти маршрутизатора. Коммутация пакетов осуществляется схемами порта, которые управляется выходными сигналами процессора. Количество портов соответствует количеству об служиваемых сетей. Управляющие сигналы микропроцессора разрешают прохождение пакета через вы бранный порт а также определяют направление передачи информации.

Схема маршрутизации для ЛВС представлена рис. 1.

А1 А3 А4 А5 А А М А А1 А2 А4 А5 А М А1 А2 А3 А4 А5 А М Рис. 1. Схема маршрутизации в ЛВС Принцип работы схемы заключается в следующем. Рассмотрим два случая, которые могут возник нуть при работе схемы.

1. Передача пакетов происходит между абонентами, принадлежащими к одной ЛВС. В этом слу чае источник сообщения передает пакет, а все остальные абоненты принимают его. Абонент, которому был адресован пакет, принимает его и отправляет подтверждение о получении. Подтверждение поступает на абонентский пункт, который передал пакет. Сеть освобождается и следующий абонент может начать пере дачу.

2. Передающий и приемный абоненты принадлежат разным сетям. В этом случае маршрутизатор принимает пакет, проверяет номер сети абонента, которому он должен быть отправлен. Если та сеть, куда должен быть направлен пакет, занята, то пакет помещается в ОП и маршрутизатор ждет освобождения сети.

Как только сеть освободится, маршрутизатор устанавливает канал связи и начинает передачу пакета. Або нент, которому был адресован пакет, принимает его и передает подтверждение. Маршрутизатор, получив подтверждение, ждет освобождения той сети, которой принадлежит абонент, передавший пакет, и после ее освобождения передает подтверждение.

Моделирование ЛВС осуществлено на основе пакета программ Microsoft PowerPoint, предназначен ного для создания презентаций.

На презентации проиллюстрированы следующие процессы. Сначала передается пакет данных от абонента 4 первой сети к абоненту 6 третьей сети. Пакет проходит по сети 1 и поступает на нулевой порт маршрутизатора М0. Маршрутизатор устанавливает виртуальный канал путем выдачи специального пакета, затем передает основной пакет через маршрутизатор М1 на М2. С маршрутизатора 2 пакет передается або ненту А 6 сети 3. Абонент получив пакет, выдает сигнал подтверждения, который пройдя через маршрути заторы М2, М1, М0 поступает на абонентский пункт 4 сети 1.

Следовательно, модель позволяет изучить процессы маршрутизации пакетов в составных ЛВС.

*** 1. Компьютерные сети. Принципы, технологии, протоколы : учеб. / В. Г. Олифер, Н. А. Олифер. – СПб. : Питер, 2006. – 960 с.

2. Гук, М. Аппаратные средства локальных сетей. Энциклопедия / Михаил Гук. – СПб. : Питер, 2000. – 576 с.

ИССЛЕДОВАНИЕ КАЧЕСТВЕННЫХ И КОЛИЧЕСТВЕННЫХ СВОЙСТВ МАТЕРИАЛОВ ЭЛЕКТРОННОЙ ТЕХНИКИ Ю. В. Аношкин Пензенский государственный университет, г. Пенза, Россия Современное развитие промышленной электроники предъявляет все более жесткие требования к при меняемым материалам для элементной базы. В частности чистота и контролируемые свойства материалов играют важную роль в создании высокостабильных информационно-измерительных приборов. Особое вни мание уделяется материалам электронной техники, которые используются в качестве чувствительных элемен тов датчиков. Качественный и количественный состав веществ в таких материалах позволяет провести оценку надежности эксплуатации будущего прибора. Поэтому качественный и количественный анализ материалов электронной техники является актуальной проблемой в настоящее время.

В качестве объектов исследования в данной работе использовались полупроводниковые подложки с нанесенным слоем карбида кремния. Карбид кремния толщиной порядка 2 мкм синтезировался методом напыления в вакууме.

Для исследований карбида кремния применялся ИК Фурье-спектрометр типа ФСМ 1201, предназна ченный для регистрации и исследования оптических спектров в ИК области.

Инфракрасная область – это длинноволновая часть спектра с длинами волн от 0,75 до 1000 мкм, ко торая делится на ближнюю (0,75–2,5 мкм), среднюю (2,5–50 мкм) и дальнюю (50–1000 мкм) области.

Обычно в ИК-спектроскопии используют не длину волны, а волновые числа (см -1), которые показывают число волн 0, укладывающихся в 1 см:

. (1) На рис. 1 представлен ИК-спектр карбида кремния.

Рис. 1. ИК спектр карбида кремния На рис. 1 видно три характерных пика на частотах 620 см–1, 970 см–1 и 1100 см–1. Эти пики соответ ствуют следующим соединениям в исследуемой пленке: 1 – углерод;

2 – карбид кремния и 3 – кислород.

По закону Бугера-Ламберта-Бера и имеющихся экспериментальных данных, представленных на ри сунке, была определена концентрация выше перечисленных веществ. Содержание углерода составляет 55 ат. %;

кислорода – 13 ат. % и карбида кремния – 32 ат. %.

Таким образом, проведенное исследование позволяет оценить качественный и количественный пока затели материалов, применяемых для чувствительных элементов, что повысит стабильность и управляе мость их свойствами.

ОПРЕДЕЛЕНИЕ КОНЦЕНТРАЦИИ КИСЛОРОДА В РЕЗИСТИВНЫХ СТРУКТУРАХ МЕТОДОМ ИК ФУРЬЕ-СПЕКТРОМЕТРИИ Ю. В. Аношкин Пензенский государственный университет, г. Пенза, Россия Стабилизация и контроль выходных параметров резистивных структур являются задачей номер один для чувствительных элементов в датчикостроении. Как известно, что увеличение электрического сопротив ления резистивных структур в процессе хранения связано с процессами самоокисления, протекающими в резистивных пленках [1, 2]. Поэтому контроль концентрации кислорода в резистивных структурах явля ется актуальной проблемой вовсе времена.

Резистивные структуры синтезировались методом термического испарения в вакууме на промыш ленной установке УВН-71 П3. В качестве исходной загрузки использовали многокомпонентный сплав на основе хрома и никеля. Конденсация пленок осуществлялась на ситалловые подложки промышленного назначения. Температуры испарения исходной загрузки и подложки в процессе конденсации задавали в интервале от 1450 до 1680 K и от 350 до 700 K соответственно. Охлаждение полученных образцов произ водилось в вакууме до комнатной температуры. Концентрация кислорода определяли по ИК спектру про пускания, полученного при помощи Фурье-спектрометра ближневолнового диапазона.

На основании проведенных исследований экспериментальных данных разработана методика опреде ления концентрации кислорода в резистивных пленках. Концентрацию кислорода в процессе хранения можно вычислить по следующей формуле:

N, (1) N (I ) Ea I 1 K exp kT где N 0 – начальная концентрация кислорода в атмосфере, которая определяется по выражению (2);

K – эмпирический коэффициент, характеризующий материал;

Ea – энергия, характеризующая колебания ато мов кислорода;

I – интенсивность в относительных единицах;

k – постоянная Больцмана;

Т – температура.

Исходная концентрация кислорода N0 определяется по величине атмосферного давления согласно уравнению Ван-дер-Ваальса для неидеального газа:

NА N0, (2) a paт где NА – постоянная Авогадро;

а = 0,131 Па м6/моль2 – постоянная Ван-дер-Ваальса, для воздуха [3];

pат – атмосферное давление.

Таким образом, разработанная методика оценивает концентрацию кислорода в резистивных структу рах, что позволит контролируемо управлять выходными параметрами резистивных структур в процессе хранения.

*** 1. Аверин, И. А. Влияния отжига на морфологию поверхности и выходные параметры резистивных структур / И. А. Аверин, Ю. В. Аношкин, Р. М. Печерская // Известия высших учебных заведений. Поволж ский регион. Технические науки. – 2008. – № 3. – C. 104–109.



Pages:     | 1 |   ...   | 9 | 10 || 12 | 13 |   ...   | 25 |
 





 
© 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.