Mathematical modeling of minimization of electricity consumption by industrial enterprises with continuous production

封面

如何引用文章

全文:

详细

Relevance. Determined by the importance of minimizing electrical power consumption in industrial enterprises with continuous production, considering the specific characteristics of their technological processes and the requirements to maintain the output volume of their products. Aim. To solve the task of minimizing electrical power consumption based on a mathematical model and gradient method under optimal planning of the production volume of the industrial enterprises with continuous production; to develop a mathematical model for optimal distribution of production over a time cycle (month, quarter, year) across departments, taking into account both simple and functional constraints, derived from the condition of ensuring minimal electrical power consumption in industrial enterprises with continuous production. Methods. When deve-loping the mathematical model for ensuring minimal electrical power consumption while preserving the production volume, classic Lagrange optimization methods were used. To ensure sufficient calculation accuracy, iterative methods were also applied. For the task under consideration, a calculation error margin of ε=0,1 was assumed and established. It is known that the choice of calculation error margin depends on the specifics of the problem at hand and the decision-maker. To verify the adequacy of the developed model, the method of finding the relative extremum of a function of several variables was used. Results. The use of the mathematical model, which takes into account the nature of the technological process and boundary conditions in both simple and integral forms, demonstrated the feasibility of optimal planning of electrical power consumption by the enterprise. The effectiveness of the developed approaches was verified using a metallurgical enterprise as an example of an industrial enterprise with continuous production, in solving the task of minimizing electrical power consumption for products produced during the reporting period. The use of the proposed model allowed for a reduction in annual electrical power consumption by 2.5% while maintaining the same production volume. One of the classic optimization methods – the method of finding the relative extremum of functions of several variables – showed almost identical results upon verification. This serves as further evidence of the adequacy of the proposed model.

全文:

Введение

Повышение эффективности использования электроэнергии на промышленных предприятиях с непрерывным характером производства (ППНХП) требует выполнения системы мероприятий, в том числе специальных [1, 2]. К универсальным, наиболее общим, мероприятиям обычно относят следующие:

  • учёт и контроль расхода электроэнергии;
  • составление электробалансов отдельных электропотребляющих машин и агрегатов, цехов и предприятия в целом;
  • нормирование электропотребления;
  • разработка и реализация конкретных мероприятий по рациональному использованию электроэнергии.

Одним из путей повышения энергоэффективности работы промышленных предприятий является минимизация расхода ими электроэнергии при сохранении объёма выпускаемой продукции за рассматриваемый период. Минимизации расхода электроэнергии можно добиться привлечением потребителей; в рассматриваемом случае – ППНХП на административно-экономической основе [3].

В [4–6] предложена следующая технология реализации потенциала энергосбережения и повышения энергоэффективности (ЭС и ПЭЭ) на ППНХП:

  • разработка новых методов и технических решений по снижению энергетических затрат;
  • оптимизация расхода топлива, электрической и тепловой энергии в основных технологических процессах промышленного производства с использованием современных технических средств учёта, контроля и управления;
  • разработка методов экспериментальных исследований и измерений на действующем оборудовании ППНХП;
  • составление математических моделей параметров управления режимами энергопотребления, обеспечивающих минимум энергетических затрат.

В связи с этим на основе выполненного анализа современного состояния управления потреблением электроэнергии промышленными предприятиями можно сделать вывод, что целесообразным является разработка и использование специально созданной для этой цели математической модели.

Результаты исследования

При решении задач реализации потенциала ЭС и ПЭЭ в качестве основных энергетических показателей электропотребления, которые зависят от многих факторов, обычно рассматриваются: потребляемая активная мощность – P, расход электроэнергии – W, удельное электропотребление – d (на единицу произведенной продукции) [7, 8].

Обычно на показатели электропотребления наибольшее влияние оказывает объём и номенклатура выпускаемой продукции за расчётный период (П). В математических моделях это влияние описывается выражением Р=f(П) [9]. При выпуске нескольких видов продукции учитываются их объём и доля каждого вида в общем выпуске продукции, а также режим работы оборудования при изготовлении каждого вида продукции. Потребляемая мощность определяется для каждого вида продукции. В этих случаях исследования проводятся на основе системного подхода, что позволяет разработать методы оптимизации электрических нагрузок и определить зависимости между режимом работы электрооборудования и его энергетическими показателями [10, 11].

Как известно [12, 13], исследования можно выполнять как на физической модели (на уменьшенном варианте реального объекта), так и на математической модели. В первом случае изучают сам процесс, а во втором исследуют уравнения, описывающие тот или иной процесс. Обычно в таких случаях невозможно аналитическое решение таких уравнений, поэтому с помощью различных приближенных методов уравнения приводят к виду, при котором они могут быть решены.

При оптимизации электропотребления разрабатываются и выполняются энергосберегающие мероприятия, для осуществления которых требуются значительные финансовые средства. При этом для оценки различных стратегий используются разработанные модели, и при изменении любого параметра с их помощью можно быстро и точно найти новые решения, обеспечивающие оптимальность системы в целом [14–16].

Промышленные предприятия, как правило, располагают информацией по итогам работы в отчетном периоде об объемах произведенной продукции и фактических расходах электроэнергии на каждый вид продукции в соответствии с принятой для производственных подразделений методикой учёта электроэнергии за отчетный период (год, месяц, неделя) [17–19]. Необходимо отметить, что предложенная методика применима для предприятий, выпускающих один тип продукции с различающимися объемами по временным интервалам. На основе этой информации можно нормировать удельный расход электроэнергии по соотношению:

di=f(Пi)=WiПi,                                                                           (1)

где Wi – расход электроэнергии за отчетный период (год, месяц, неделя), кВтч; di – удельный расход электроэнергии за отчетный период (год, месяц, неделя), кВтч/т; Пi объём выпускаемой продукции за отчетный период (год, месяц, неделя), т.

Анализ статистических данных об объемах производства и соответствующих им удельных расходах электроэнергии показал, что наилучшим образом связь удельных расходов электроэнергии с объёмами производства отражается экспоненциальной зависимостью вида [9]:

di=f(Пi)=exp(ai0+ai1Пi),                                                                   (2)

где ai0, ai1– коэффициенты, определяемые для каждой зависимости (для каждого производственного подразделения предприятия).

Таким образом, на уровне производственных подразделений объём потребления электроэнергии можно определять на основе полученных зависимостей (1) по соотношению:

Wi=f(Пi)=diПi.                                                                          (3)

Задача состоит в минимизации общего расхода или удельного расхода электроэнергии при ограничивающем условии для объема выпускаемой продукции Пi, т. е.:

Wi=f(Пi)min  или  di=f(Пi)min.

Исходя из особенностей работы оборудования ППНХП, для обеспечения неизменного объёма производства продукции в течение технологического процесса при минимально возможном потреблении электроэнергии задача оптимального распределения производства готовой продукции в течение отчётного периода (без учета простых и функциональных ограничений) пошагово решается следующим образом [20, 21].

Минимизируется целевая функция, которая представляет собой сумму затрат на электроэнергию при производстве готовой продукции в j-цехах предприятия:

Wj=Пjea+bПjmin,                                                                   (4)

здесь

Wj=W1+W2+W3+...+Wn.                                                                 (5)

Ограничения:

по балансу готовой продукции, произведённой в цехах предприятия за отчетный период (год, месяц, неделя):

Пj=П1+П2+П3+...+Пn,                                                                    (6)

по максимальному и минимальному объемам готовой продукции, которая может быть произведена цехом за отчётный период (год, месяц, неделя):

ПjminПjПjmax,jN.                                                                    (7)

Описанная уравнениями (4)–(7) задача с учетом ограничений минимизируется с помощью функции Лагранжа:

L=W1+W2+W3+...+Wn++λ1П2П3...Пn)==П1ea+bП1+П2ea+bП2+П3ea+bП3+...+Пnea+bПn++λ1П2П3Пn),                                (8)

где λ – неопределенные множители Лагранжа с учётом условия баланса производства готовой продукции в отчетном периоде.

Для обеспечения минимума функции (8) должно выполняться следующее условие:

LП1=w1λ=(1+bП1)ea+bП1λ=0;LП2=w2λ=(1+bП2)ea+bП2λ=0;LП3=w3λ=(1+bП3)ea+bП3λ=0;......LПn=wnλ=(1+bП1)ea+bПnλ=0;Lλ=ПП1П2П3...Пn=0,                                            (9)

где wi=WjПj – относительный прирост потребления электроэнергии j-го цеха при производстве готовой продукции Пj за отчетный период,

Из системы (9) видно что, значения λ равны:

λ=(1+bПj)ea+bП1.

Для решения системы уравнений значения λ находим по минимальным значениям объема продукции, т. е.

Тогда для определения значения Пi имеем трансцендентные уравнения вида

f(Пi)=λ(1+bПj)ea+bП1=0.                                                      (10)

Для решения уравнения (10) применим метод итерации.

С учетом (10) уравнение имеет следующий вид:

Пj=λbe(a+bП1)1b.

Значения Пi из (4) определяются методом итерации.

Таким образом, для обеспечения минимума потребления электроэнергии в процессе производства готовой продукции необходимо выполнять условия, записанные в виде (6), (7).

В частных случаях, т. е. с учетом всех условий, приведенных в (8), получаем:

wn=λi, iN;Пi=1nПi=0,.

Это означает, что при сохранении баланса готовой продукции равенство относительного прироста расхода электроэнергии i-го цеха при производстве продукции Пj за рассматриваемый отчетный период является критерием минимального потребления электроэнергии [22, 23].

Для проверки правильности сформулированных выше выводов рассмотрена задача обеспечения минимального расхода электроэнергии на готовую продукцию, производимую промышленными предприятиями с непрерывным характером производства в течение отчетного периода. В связи с тем, что потребление электроэнергии на предприятии пропорционально удельной стоимости продукции, рекомендуется использовать стоимостные характеристики вместо характеристик электропотребления

Пj=λbe(a+bП1)1b.

Значения Пi определяются с помощью метода итерации.

Таким образом, для обеспечения минимума потребления электроэнергии в процессе производства готовой продукции необходимо выполнять условия, записанные в виде (6)–(8).

В частных случаях, т. е. с учетом всех условий, приведенных в (8), получаем:

wn=λj, iNПi=1nПj=0.

Это означает, что при сохранении баланса готовой продукции равенство относительного прироста расхода электроэнергии j-го цеха при производстве продукции П за рассматриваемый период является критерием минимального потребления электроэнергии.

Для подтверждения сформулированных выше выводов рассмотрена задача обеспечения минимального расхода электроэнергии на производство продукци на ППНХП в течение отчетного периода по подразделениям предприятия (по цехам). Коэффициенты, определенные по уравнениям (2) и (3), приведены в табл. 1.

 

Таблица 1.     Коэффициенты, характеризующие расход электроэнергии по подразделениям предприятия (по цехам), определенные по уравнениям (2) и (3)

Table 1.           Coefficients, characterizing electrical power consumption by divisions of the enterprise (by workshops), determined according to equations (2) and (3)

Подразделения (цех)/

Divisions (workshop)

а0

а1

№ 1

3,0092

0,0041

№ 2

3,0067

0,0043

№ 3

2,9663

0,0043

 

Введен ряд ограничений в соответствии с уравнениями (6) и (7):

по балансу готовой продукции, произведённой предприятием за год:

k=IIVПj=П1I+П2I+П3I+...+=854;

плановые обязательства по объему производимой продукции, принятые предприятием (табл. 2).

ограничения по максимальному и минимальному объемам продукции, произведённой в цехах предприятия по кварталам, имеют следующий вид:

цех № 1:        67≤П1≤81

цех № 2:        69≤П2≤82

цех № 3:        65≤П3≤75.

 

Таблица 2.     Плановые значения выпуска готовой продукции ППНХП

Table 2.           Planned output values of finished products of the industrial enterprises of continuous production (IECP)

Кварталы/Quarters

1

2

3

4

Сумма/Total

Пплан, т/Пplan, t

210

241

201

202

854

 

Здесь граничные условия для каждого цеха заранее заданы руководством предприятия, а минимальные и максимальные значения определяются спецификой технологического процесса. Например, сокращение производства до минимального значения нецелосообразно с экономической точки зрения, а увеличение его выше максимального значения ограничено возможностями предприятия (или цеха).

Ежеквартальный план по выпуску продукции и соответствующая ему потребляемая электроэнергия приведены в табл. 3.

 

Таблица 3.     Ежеквартальный план производства продукции и потребление электроэнергии предприятием

Table 3.           Quarterly plan for production and electrical power consumption by the enterprise

Кварталы

Quarters

1

2

3

4

Сумма

Total

Объем произведенной

продукции, Пплан, т

Volume of produced

products, Пplan, t

210

241

201

202

854

Расход электроэнергии на

производство продукции,

Wплан, 104·кВт·ч

Electrical power consumption

for production, Wplan, 104·kW·h

81,69

93,749

78,189

78,578

332,21

 

Поквартальное изменение в течение года потребления электроэнергии и объёма произведенной продукции на предприятии чёрной металлургии с непрерывным характером производства показано в табл. 4.

Видно, что при незначительном изменении объёма производимой продукции в течение года наблюдаются значительные изменения объёма потребленной электроэнергии. При сохранении годового объема готовой продукции минимальное потребление электроэнергии в месяц составляет 324,03·106 кВт·ч, а различие между плановым и оптимальным годовым потреблением электроэнергии составляет 8,176·106 кВт·ч. Годовое потребление электроэнергии уменьшается на 2,5 % при сохранении объемов производства продукции, т. е. условия ограничения по максимальному и минимальному объемам продукции, произведённой в цехах предприятия за год по кварталам в разрезах цехов, выполняются. Результаты исследования подтверждают адекватность предложенной модели.

 

Таблица 4.     Поквартальное изменение выпуска готовой продукции и потребления электроэнергии

Table 4.           Quarterly changes in finished product output and electrical power consumption

Кварталы

Quarters

1

2

3

4

Сумма

Total

Пплан, т/Пplan, t

210

241

201

202

854

Поптим., т/Пoptim, t

205

238

201

210

854

Разница в объемах

произведенной продукции , т

Difference in volume of products, t

5

3

0

–8

0

Wплан, 104·кВт·ч

Wplan, 104·kW·h

81,69

93,749

78,189

78,578

332,21

Wоптим., 104·кВт·ч

Woptim, 104·kW·h

80,01

83,84

79,57

80,61

324,03

Разница в объемах

потребления ЭЭ, 104·кВт·ч

Difference in electrical power

consumption volumes, 104·kW·h

1,68

9,909

–1,381

–2,032

8,176

 

Результаты подобного сравнения, но в разрезе цехов (на примере трех цехов), приведены в табл. 5.

 

Таблица 5.     Изменение по кварталам выпуска готовой продукции и потребления электроэнергии в разрезе цехов

Table 5.           Quarterly changes in the output of finished products and electrical power consumption by workshop division

Подразделения (цехи)

Divisions (workshops)

Кварталы

Quarters

1

2

3

4

Сумма

Total

№ 1

Поптимал, т

Пoptimal, t

70

81

67

69

287

Wоптимал, 104·кВт·ч

Woptimal, 104·kW·h

27,01

28,26

26,68

26,90

109

№ 2

Поптимал, т

Пoptimal, t

69

82

69

75

295

Wоптимал, 104·кВт·ч

Woptimal, 104·kW·h

27,21

28,77

27,21

27,92

111

№ 3

Поптимал, т

Пoptimal, t

66

75

65

66

272

Wоптимал, 104·кВт·ч

Woptimal, 104·kW·h

25,79

26,81

25,68

25,79

104

 

В табл. 6 достоверность полученных результатов и сделанных на их основе выводов подтверждена сравнением с результатами, полученными методом отыскания относительного экстремума функций нескольких переменных [24, 25].

 

Таблица 6.     Сравнение полученных результатов методом отыскания относительного экстремума функций нескольких переменных

Table 6.           Comparison of results obtained by the method of finding the relative extremum of functions of several variables

Кварталы

Quarters

1

2

3

4

Сумма

Total

Результаты, полученные разработанным авторами методом

Results obtained by the method developed by the authors

Поптим., т/Пoptimal, t

204

238

202

210

854

Wоптим., 104·кВт·ч

Woptimal, 104·kW·h

80,01

83,84

79,57

80,61

324,03

Результаты, полученные методом, предложенным в [24, 25]

Results obtained by the method proposed in [24, 25]

Поптим., т/Пoptimal, t

205

238

201

210

854

Wоптим., 104·кВт·ч

Woptimal, 104·kW·h

79,86

83,84

80,52

80,61

324,83

Разница в объемах 

потребленной ЭЭ, 104·кВт·ч

Difference in electrical power

consumption volumes, 104·kW·h

0,15

0

–0,95

0

–0,8

 

Заключение

Решена задача минимизации потребления электроэнергии на основе математической модели и градиентного метода в условиях оптимального планирования объема продукции, выпускаемой на ППНХП. При разработке математической модели, учитывающей характер технологического процесса и граничные условия в простой и интегральной форме, выявлена целесообразность оптимального планирования электропотребления предприятием.

На основе проведенных расчетно-эксперимен-тальных исследований установлено, что предложенная математическая модель является адекватной, так как обеспечивает минимум потребления электроэнергии. При учете различных видов ограничений она обладает высокими вычислительными качествами. При этом оптимальный объем выпускаемой продукции относится к определенному отрезку времени (месяц, год) при условии строгого соблюдения требований технологического процесса.

Адекватность разработанной модели подтверждена на примере работы металлургического предприятия. При этом выявлено условие минимального потребления электроэнергии. Результаты расчетов по предложенной методике и с применением метода отыскания относительного экстремума функций нескольких переменных практически совпали. Использование на практике предложенного авторами метода позволяет сократить годовое электропотребление на 8,176·106 кВт·ч, что составит 2,5 % от суммарного объема. Естественно, что при этом должны учитываться основные факторы, влияющие на потребление электроэнергии на данном конкретном промышленном предприятии, а также граничные условия в простой и интегральной форме.

×

作者简介

Ikromjon Rakhmonov

Tashkent State Technical University

编辑信件的主要联系方式.
Email: ilider1987@yandex.ru
ORCID iD: 0000-0003-2076-5919

Dr. Sc., Professor

乌兹别克斯坦, 2, Universitetskaya street, Tashkent, 100095

Vasily Ushakov

National Research Tomsk Polytechnic University

Email: vyush@tpu.ru

Dr. Sc., Professor, National Research

俄罗斯联邦, 30, Lenin avenue, Tomsk, 634050

Aysulu Najimova

Karakalpak State University

Email: a_najimova@karsu.uz
ORCID iD: 0009-0001-7336-8362

PhD, Associate Professor

乌兹别克斯坦, 1, Ch. Abdirov street, Nukus, 230100

Kamoliddin Obidov

“TIIAME” NRU Bukhara Institute of Natural Resources Management

Email: fedika1@mail.ru

Associate Dean on Working with Youth

乌兹别克斯坦, 32, Gazli highway, Bukhara, 200100

Seidamet Suleimanov

Research and production company KazTechAutomatics

Email: seidamet.s@gmail.com

ostdoctoral Student, Director

哈萨克斯坦, 11, Seifullin street, Temirtau, 101400

参考

  1. Zharov V., Tokarenko A. Quantitative assessment of sustainability level of industrial enterprises. BIO Web of Conferences AQUACULTURE-2023. Vol. 05003. Available at: https://doi.org/10.1051/bioconf/20248405003 (accessed 15 September 2023).
  2. Zakharchenko N., Kosaretskyi Y., Andreichenko A. Methodical provision of assessment of the efficiency of the functioning of a high-tech industrial enterprise on the basis of score-coefficient method. Economic Innovations, 2023, vol. 25, no. 87, pp. 18–26. Available at: https://doi.org/https://doi.org/10.31520/ei.2023.25.2 (accessed 15 September 2023).
  3. Gayibov T., Reymov K. Optimal planning of short-term modes of power systems with control of loads of electric consumers and taking into account of network factor. European Science Review, 2017, vol. 3, no. 9–10, pp. 86–91.
  4. Dinolov O. Energy efficiency of induction motor drives: state of the art, analysis and recommendations. Energies, 2023, vol. 16, no. 7136. Available at: https://doi.org/10.3390/en162071-36 (accessed 15 September 2023).
  5. Shinkevich A.I. Modeling the efficiency of using digital technologies of energy and resource saving technologies at petrochemical enterprises. International Journal of Energy Economics and Policy, 2020, vol. 10 (5), pp. 1–6. Available at: https://doi.org/10.32479/ijeep.9837 (accessed 15 September 2023).
  6. Yepifanova I.Yu., Dzhedzhula V.V. Modelling of potential level of industrial enterprises. WSEAS Transactions on Environment and Development, 2022, vol. 17, pp. 556–565.
  7. Mohammed A., Ismail S., Roslan F., Ahmad A. The effect of electricity distribution loos, electricity power consumption, electricity intensity on energy consumption in West Africa. International Journal of Energy Economics and Policy, 2022, vol. 12 (5), pp. 361–369. Available at: https://doi.org/10.32479/ijeep.13386 (accessed 15 September 2023).
  8. Ugolnikov A.V., Makarov N.V. Application of automation systems for monitoring and energy efficiency accounting indicators of mining enterprises compressor facility operation. Journal of Mining Institute, 2019, vol. 236, pp. 245–248. doi: 10.31897/PMI.2019.2.245
  9. Goffman I.V. Rationing of energy consumption and energy balances of industrial enterprises. Moscow, Energiya Publ., 1966. 319 p. (In Russ.).
  10. Dzhedzhula V., Yepifanova I. Optimization of energy saving potential of industrial enterprises. 11th International Conference on Advanced Computer Information Technologies (ACIT), 2021. pp. 433–436. doi: 10.1109/ACIT52158.2021.9548428.
  11. Khoury G., Ghosn R., Khatounian F., Fadel M., Tientcheu M. Energy-efficient field-oriented control for induction motors taking into account core losses. Proc. of the 18th International Conference on Power Electronics and Motion Control, 2018. pp. 543–548.
  12. Mokin O., Mokin B., Kryvonis O. Synthesis of mathematical models for one class of electromechanical systems with variable parameters. IEEE First Ukraine Conference on Electrical and Computer Engineering (UKRCON). 2017. DOI: http://doi.org/10.1109/ukrcon.2017.8100504
  13. Maryasin O.Y. Two-stage problem of optimizing smart grid energy consumption at the enterprise. 4th International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency-2022. pp. 808–813. doi: 10.1109/SUMMA57301.2022.9973902.
  14. Alam M.M., Nishi T., Liu Z., Fujiwara T. A Novel sampling-based optimal motion planning algorithm for energy-efficient robotic pick and place. Energies, 2023, vol. 16, no. 6910, pp. 1–22. Available at: https://doi.org/10.3390/en16196910 (accessed 15 September 2023).
  15. Maryasin O.Yu., Lukashov A.I. Optimizing the daily energy consumption of an enterprise. Lecture Notes in Electrical Engineering, 2022, vol. 857, pp. 370–382.
  16. Chang S.C. Effects of financial developments and income on energy consumption. International Review of Economics and Finance, 2015, vol. 35, pp. 28–40. Available at: http://dx.doi.org/10.1016/j.iref.2014.08.011 (accessed 15 September 2023).
  17. Sokolov V.K. Problems of operational optimization of electricity production in conditions of market relations. Electricity, 2007, no. 1, pp. 2–9. (In Russ.).
  18. Val P.V., Popov Yu.P. Concept for developing a system for forecasting power consumption of an industrial enterprise in the conditions of the wholesale market. Industrial Energy, 2011, no. 10, pp. 31–35. (In Russ.).
  19. Arendateleva S.I. Mathematical modeling of production planning in a small enterprise. Bulletin of Tver State University. Series "Applied Mathematics", 2010, no. 2 (17), pp. 97–109. (In Russ.).
  20. Rakhmonov I.U., Ushakov V.Ya., Niyozov N.N., Kurbonov N.N. Forecasting electricity consumption by LSTM neural network. Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering, 2023, vol. 334, no. 2, pp. 125–133. (In Russ.). Available at: https://doi.org/10.18799/24131830/2023/12/4407 (accessed 15 September 2023).
  21. Rakhmonov I.U., Reymov K.M. Mathematical models and algorithms of optimal load management of electricity consumers. Proceedings of CIS higher education institutions and power engineering associations, 2019, vol. 62, no. 6, pp. 528–535. (In Russ.). Available at: https://doi.org/10.21122/1029-7448-2019-62-6-528-535 (accessed 15 September 2023).
  22. Rakhmonov I.U., Reymov K.M. Regularities of change of energy indicators of the basic technological equipment of the cotton cleaning industry. Journal of Physics: Conference Series. APITECH-2019. doi: 10.1088/1742-6596/1399/5/055038.
  23. Taslimov A.D., Rakhmonov I.U. Optimization of complex parameters of urban distribution electric networks. Journal of Physics: Conference Series. APITECH-2019. doi: 10.1088/1742-6596/1399/5/055046.
  24. Shmukler V., Babaev V., Kovalenko L., Kalmykov O., Demianenko I. Method of integral gradients for searching global extremum of multivariable functions (procedure improvement). Lecture Notes in Networks and Systems, 2023, vol. 807. Available at: https://doi.org/10.1007/978-3-031-46874-2_7 (accessed 15 September 2023).
  25. Doroshenko D., Bilichenko R. Understanding of the main ideas and logical reasoning when studying the sequence limit section. Collection of Scientific Papers ΛΌГOΣ, 2022, pp. 97–100. Available at: https://doi.org/10.36074/logos-16.09.2022.26 (accessed 15 September 2023).

补充文件

附件文件
动作
1. JATS XML


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».