Том 26, № 1 (2025)

Статьи

Применение машинного обучения для адаптивного управления траекториями БПЛА в условиях неопределенности

Ермилов А.С., Салтыкова О.А.

Аннотация

Исследованы возможности применения машинного обучения (МО) для адаптивного управления траекториями беспилотных летательных аппаратов (БПЛА) в условиях неопределенности. Изучены концепции алгоритмов МО и классификация БПЛА по назначению, размеру и весу. Для анализа методов управления применялись теоретические подходы, такие как ансамблевое обучение, нейронные сети и вероятностные модели, позволяющие адаптировать траектории полета в реальном времени. В дополнение к этому представлены математические модели, которые проиллюстрированы формулами, описывающими динамику взаимодействия системы управления с внешними возмущениями и управляющими воздействиями. Для оценки точности и эффективности предложенных алгоритмов изучены параметры, включающие адаптивность системы, точность корректировки маршрутов и устойчивость в сложных условиях. Также исследовано влияние ограничений вычислительных мощностей на работу алгоритмов в реальном времени. Рассмотрена роль интеграции данных с различных датчиков для повышения точности и надежности системы управления. Особое внимание уделено практическому применению МО для прогнозирования изменений окружающей среды и оптимизации полетных траекторий. Примеры использования алгоритмов МО в реальных проектах включают успешные разработки российских и зарубежных компаний, демонстрирующие высокую автономность и адаптивность управления. Результаты исследования демонстрируют, что использование МО позволяет существенно повысить автономность и безопасность БПЛА, обеспечивая надежную корректировку маршрутов даже в условиях неопределенности. Дальнейшие исследования могут быть направлены на разработку коллективного управления группами БПЛА и улучшение интеграции МО в реальном времени. Это позволит расширить функциональность БПЛА, повысить их эффективность, а также снизить ресурсозатраты.

Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2025;26(1):7-16
pages 7-16 views

Разработка алгоритма идентификации во временной области со спектральной целевой функцией

Корсун О.Н., Ом М.Х.

Аннотация

Разработан надежный метод определения аэродинамических коэффициентов и систематических ошибок в измерительной системе самолета, в котором используются преимущества анализа в частотной области. Задача определения параметров формулируется в рамках метода максимума правдоподобия. Модели объекта и наблюдения задаются во временной области, а функционал определяется в частотной области, что позволяет разделить динамические характеристики самолета на разных частотах, эффективно уменьшая влияние шума и потенциальных нелинейностей, присущих данным во временной области. Этот переход из временной области в частотную также облегчает определение задержек в измерительной системе, которые часто сложно точно оценить во временной области. Для минимизации целевой функции в частотной области применяется модифицированный метод Ньютона, что позволяет получить оптимальные оценки боковых аэродинамических коэффициентов и запаздываний. Эффективность данного подхода подтверждается примерами идентификации параметров модели движения летательного аппарата, демонстрируя его способность точно охарактеризовать боковую динамику самолета. Этот метод может стать эффективным инструментом для оптимизации проектирования и анализа систем управления полетом. Он дает возможность с высокой точностью моделировать поведение летательного аппарата.

Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2025;26(1):17-27
pages 17-27 views

Сравнительный анализ динамического коэффициента неравномерности ветровых электростанций в различных энергосистемах

Сигитов О.Ю.

Аннотация

В условиях интеграции ветровых электростанций в электроэнергетические системы важным условием является обеспечение надежного энергоснабжения потребителей. Изменение режимов работы ветровых электростанций (ВЭС) должно компенсироваться возможностями регулировочного диапазона традиционных электростанций на загрузку или разгрузку по активной мощности. Поэтому при увеличении установленной мощности ВЭС в энергосистемах улучшение характеристик маневренности тепловых электростанций, в том числе расширение регулировочного диапазона, является основным условием надежной работы энергосистемы. Представлены результаты исследований по расчету динамического коэффициента неравномерности для различных энергосистем с ветровыми электростанциями. Сопоставление результатов позволило установить, что изменение мощности ВЭС амплитудой до 40 % от установленной или базисной мощности ВЭС c периодом колебаний от 15 мин до 3 ч составляет основную продолжительность времени (около 90 %). На примере энергосистемы Австралии показано, что распределение ВЭС по энергосистеме оказывает положительный эффект на выравнивание графика нагрузки.

Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2025;26(1):28-38
pages 28-38 views

Системный подход к построению онтологии для автоматизации составления расписания многоуровневого вуза

Рогачев А.Ф., Захаров Д.С.

Аннотация

Построение расписания учебных занятий вуза - одна из трудоемких задач NP-сложности. В случаях значительных объемов входных данных, характерных для многоуровневого вуза, и совокупности многочисленных ограничений, поиск приемлемого решения может занять продолжительное время или оказаться неоптимальным. В исследовании приведены особенности многоуровневого вуза и рассмотрен компьютеризованный подход к построению онтологической модели для автоматизации составления учебного расписания, применяемой для оптимизации процесса его составлений. Использованы методы семантического описания предметной области, включая компьютерную поддержку построения онтологических моделей. На основе приведенного анализа основных проблем обоснован онтологический подход к формированию структуры данных для задач составления учебных расписаний. Предложенный подход реализован с учетом условий многоуровневого вуза. Разработана онтологическая модель автоматизированного составления расписаний. Приведен метод решения задачи построения расписаний многоуровневого вуза с применением генетического алгоритма (ГА), использующего штрафные функции для учета ограничений математической модели. Разработанная на основе построенной диаграммы классов компьютерная программа обеспечивает построение расписания учебных занятий многоуровневого вуза, эффективного по интегральному критерию качества.

Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2025;26(1):39-51
pages 39-51 views

Математическое моделирование управления организационными проектами

Подкин К.И., Назарова Ю.А.

Аннотация

Представлена новая математическая модель, направленная на повышение точности прогнозирования и эффективности управления организационными проектами в условиях неопределенности. Актуальность исследования обусловлена растущей сложностью проектов и необходимостью разработки инструментов для минимизации рисков и оптимизации ресурсов. Цель исследования - создание математического аппарата для оценки влияния различных факторов на динамику выполнения проекта и разработка механизмов управления, устойчивых к внешним воздействиям. Проведен анализ существующих подходов к управлению проектами, разработана математическая модель на основе теории систем и теории управления. Для построения модели использовался системный подход, который помог учесть взаимосвязи между различными элементами проекта. Модель учитывает такие факторы, как неопределенность, ресурсные ограничения и динамику процессов. Результатом исследования стал инструмент для прогнозирования и оптимизации управления проектами. Модель помогает идентифицировать потенциальные риски и разрабатывать эффективные стратегии их минимизации. Научная новизна работы заключается в разработке новой математической модели, учитывающей специфику организационных проектов для точного прогнозирования их результатов. Практическая значимость исследования заключается в возможности применения разработанной модели для повышения эффективности управления проектами в различных организациях.

Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2025;26(1):52-62
pages 52-62 views

Разработка алгоритма поиска кандидатов для формирования первичной команды проекта

Бойков А.А., Назарова Ю.А., Семенцов Д.А., Шишкин И.В., Маликов Е.А., Подкин К.И.

Аннотация

Предложен алгоритм поиска кандидатов для формирования первичной команды проекта, например, учредителей, соучредителей, ключевых участников любого проекта, организации, стартапа. Предложенный алгоритм представлен в методологии IDEF0, которая позволяет показать логические связи в графическом виде на основе диаграмм, включающих в себя блок-схемы с использованием специализированных элементов, а именно: входов, механизмов, управления, выходов, блоков и функций. Основным преимуществом разработанного алгоритма является наглядность, компактность, возможность опционального видоизменения алгоритма и его конвертации в различные логические методологии, программный или математический код с целью дальнейшего применения, например, для создания специализированного программного обеспечения, внедрения в алгоритмы искусственного интеллекта, аудита структур различных организаций. Новизна исследования заключается в отсутствии аналогичных работ в рассматриваемой области с применением методологии IDEF0, а также в применении нестандартных элементов, которые ранее не рассматривались или применялись, но нечасто, в более консервативных методах рекрутирования, вербовки или подбора персонала и кадров. Результаты исследования могут быть использованы для вновь формирующихся команд, занимающихся созданием новых продуктов, запуском стартапа, проведением исследований и в целом для любых проектов, предполагающих наличие в будущем той или иной организационной системы.

Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2025;26(1):63-76
pages 63-76 views

Применение стохастических методов, вейвлет-преобразований и опорных векторов для исследования сигналов электроэнцефалограмм

Толманова В.В., Андриков Д.А.

Аннотация

Исследовано применение современных методов обработки данных - вейвлет-преобразования, стохастических методов и метода опорных векторов (SVM) - на реальных сигналах электроэнцефалограмм (ЭЭГ) из открытых баз данных. Анализ ЭЭГ-сигналов имеет большое значение в медицинской диагностике и нейронауке, но требует сложных подходов из-за их высокой размерности и шумов. Метод вейвлет-преобразования используется для анализа сигналов во временно-частотной области, позволяет разбить сигнал на частотные составляющие с разными временными разрешениями. Cтохастические методы базируются на вероятностных моделях и используются для моделирования случайных процессов и анализа статистических свойств данных. Метод опорных векторов - алгоритм машинного обучения, который находит оптимальную разделяющую гиперплоскость между классами, максимизируя зазор и обеспечивая хорошую обобщающую способность. SVM эффективно работает со сложными нелинейными данными. При сравнении этих методов следует учитывать их применимость к конкретным типам данных и задачам. Вейвлет-преобразование обычно используется в области обработки сигналов, стохастические методы применяются для моделирования случайных процессов, а SVM хорошо справляется с задачами классификации. Выбор метода зависит от характеристик данных и поставленных целей и может быть сделан на основе сравнительного анализа и оценки эффективности каждого метода в конкретном контексте. Рассмотрены концепции, методы и примеры применения указанных подходов на реальных данных ЭЭГ, что способствует более эффективному анализу и классификации мозговой активности, а также идентификации патологий и аномалий.

Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2025;26(1):77-85
pages 77-85 views

Разработка математической модели для построения биоискусственной печени

Ганьшин А.С., Андриков Д.А.

Аннотация

Исследование направлено на построение математической модели, отражающей основные биохимические и физиологические процессы, происходящие в биоискусственной печени. Основная цель исследования - создание надежного инструмента для предсказания поведения клеток печени в искусственных условиях, что позволит улучшить понимание их функциональности и метаболической активности. Уделено внимание моделированию уровня метаболитов, диффузии токсинов и синтеза белков. Для реализации данной задачи разработана система дифференциальных уравнений, которая описывает динамику ключевых процессов, связанных с функционированием клеток печени в искусственных условиях. Модель учитывает взаимодействие биохимических процессов, таких как метаболизм питательных веществ, секреция метаболитов, а также механизмы вывода токсинов из клеток, что является критически важным для понимания общего состояния биоискусственной печени. В ходе исследования проведен анализ влияния различных факторов на уровень метаболитов и эффективность диффузии токсинов. Это позволяет лучше понять основные механизмы, происходящие в клетках, и оптимизировать условия их культивации для повышения жизнеспособности и функциональности биоискусственной печени. Разработанная модель может стать основой для дальнейших исследований в области биотехнологий и создания высокоэффективных заменителей органов, что открывает новые перспективы в лечении печеночной недостаточности и трансплантации. Таким образом, результаты данной работы подчеркивают значимость математического моделирования в исследовании сложных биологических систем и могут быть использованы для дальнейшего усовершенствования методов лечения заболеваний печени и разработки новых подходов в области регенеративной медицины.

Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2025;26(1):86-93
pages 86-93 views

Влияние температуры окружающей среды на коррозионную стойкость различных алюминиевых сплавов: экспериментальное исследование

Реза Каши Заде К., Горбани С., Аверьянов А.С.

Аннотация

Одной из самых серьезных проблем, с которой сталкиваются инженеры в различных отраслях промышленности, является коррозия. В настоящее время основное внимание уделяется коррозионным свойствам различных типов алюминиевых сплавов, широко используемых в промышленности. В связи с этим были протестированы алюминиевые сплавы Al 2024, Al 6061 и Al 7075. Кроме того, было исследовано влияние температуры окружающей среды на скорость коррозии каждой группы материалов. В качестве индикаторов коррозии образцов были измерены три статистических параметра, включая общую площадь коррозии, скорость коррозии (отношение общей площади коррозии к общей площади образца) и максимальный размер точки коррозии. Кроме того, с помощью метода Бринелля была измерена и представлена поверхностная твердость образцов. Наконец, был представлен алюминиевый сплав, наиболее устойчивый к коррозии при различных температурных режимах. Испытание на коррозию, проведенное в присутствии холодного воздуха, показало максимальную твердость среди всех исследованных алюминиевых сплавов (2024, 6061 и 7075). Алюминий 7075 имеет самую низкую коррозионную стойкость, тогда как алюминий 6061 имеет самую высокую коррозионную стойкость, если принять во внимание различные условия испытаний.

Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2025;26(1):94-106
pages 94-106 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».