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:   || 2 | 3 | 4 | 5 |   ...   | 12 |
-- [ Страница 1 ] --

частный фонд «фонд первого президента

республики казахстан – лидера нации»

совет молодых ученых

инновационное развитие и востребованность

наук

и в современном казахстане

V международная научная конференция

сборник статей

(часть 3)

естественно-технические науки

алматы

2011

УДК 5+62 (075)

ББК 20+30 я7

И 66

главный редактор:

мухамедЖанов б.г., Исполнительный директор ЧФ «Фонд Первого Президента Республики Казахстан – Лидера Нации»

ответственные редакторы:

бекманов б.о., кандидат биологических наук, заместитель директора Института общей генетики и цитологии КН МОН РК боЯндинова а.а., доктор технических наук, доцент, директор департамента международного сотрудничества АО «Казахстанский институт развития индустрии»

адилханова Ж.а., кандидат технических наук, заведующая лабораторией автоматизированного проектирования ДГП «Институт горного дела им. Д.А. Кунаева» РГП «НЦ КПМС РК»

инновационное развитие и востребованность науки в современном казахстане:

И Сб. статей Междунар. Науч. Конф. (г. Алматы, 24-25 нояб. 2011 г.). – Алматы, 2011. – 324 с. – Каз., рус.

ISBN 978-601-294-075- Ч. 3: естественно-технические науки. – 324 с.

ISBN 978-601-294-078- В настоящий сборник вошли материалы V Международной научной конференции «Инновационное развитие и востребованность науки в современном Казахстане» (г. Ал маты, 24-25 ноября 2011 года).

Материалы предназначены для молодых ученых, исследователей, преподавателей, студентов и аспирантов, интересующихся проблемами развития современного обще ства.

УДК 5+62 (075) ББК 20+30 я ISBN 978-601-294-078-7 (ч. 3) © «Фонд Первого Президента Республики Казахстан – Лидера Нации», ISBN 978-601-294-075-6 © ИД «Жибек жолы», секциЯ физико-математических наук алдарова М.Ж.

аль-Фараби атындаы азУ, Алматы, азастан болаШа мамандарды апаратты-компьЮтерлІк Жне математикалы моделдеудІ олдануа даЯрлыын ЖетІлдІру Жоары оу орындарында білім беру тжырымдамасыны негізгі баыттарыны бірі жас рпаты трбиелеу жне білім беру барысында бкіл оу-трбие рдісін жааша ру болып табылады. Оу рдісін жааша ру дегенде жылдар бойы алыптасан, халыты мінез-лы мен дстріне енген ттас жйені тбірінен жарамсыз етіп тастау керек деген ым тумау керек.

Керісінше, оамны жоары мектеп педагогикасыны алдына ойып отыран талаптарына сай оу дерісін, білім беруді жетілдіру, ізгілендіру отайландыру, оытуды жаа технологияларын пайдалану болып табылады.

азіргі жоары оу орнында студент пен оытушы білім беру рекетіні субъектілері трінде атысады, яни олар серіктес болып табылады. Осы тенденцияа байланысты, біз математикалы жне апаратты-компьютерлік моделдеу негізінде оыту жйесі арылы болаша малімдерді педагогикалы іс-рекеттеріні моделін жасап сынды. Бл з кезегінде рамына мынадай екі моделді амтитындыы аныталды: «азіргі жоары оу орындары студенттеріні тлалы бадарлы іс-рекеттерін йымдастыру моделі» жне «математикалы жне апаратты компьютерлік моделдеу негізінде оыту дерісінде студенттерді зіндік жмысын басару»

моделі.

азіргі жоары оу орындары студенттеріні тлалы-бадарлы іс-рекеттерін йымдастыру моделіні жалпы рылымы бес компоненттен трады. Оларды райсысы масаттан, іс рекеттер трлерінен, осы масата жету ралдарынан жне оу рекетіні соында баа берілетін болжанан нтижелерден трады.

Студенттерді технологиялы трде даярлау дерісін йымдастыру болаша малімдерге ксіби іс-рекетті жйесін игерумен атар инновациялы ортада жмыс істеуге ммкіндік береді. Олай болса, бізді пікірімізше, апаратты-компьютерлік жне математикалы мо делдеу негізінде болаша малімдерді даярлыын желілдіру олара ксіби іс-рекет аумаында жаашылды трысынан шыармашылыпен жмыс істеуге ммкіндік беретін арнайы білім, білік жне дадыны мегерту арылы малім шеберлігін алыптастыру болып табылады.

Апаратты-компьютерлік жне математикалы моделдеу негізінде болаша малімдеріні даярлыын жетілдіру оытушылардан да, студенттер де осы рекетті тпті масатын саналы трде ынуды талап етеді [5]. Мны зі осы зерттеу аумаы бойынша натылы баыт болу ын айатайды. Біз осыны барлыын жне модель руды ерекшеліктерін ескере отырып, зерттеу барысында жалпы жетекші теориядан туындайтын талаптара сйкес апаратты компьютерлік жне математикалы моделдеу негізінде болаша малімдерді даярлыын жетілдіру моделін жасады. Оны жасауда алдын-ала сараланан дістер пайдаланылып (психологиялы-педагогикалы, дістемелік-математикалы зерттеулерді теориялы талдау;

мектептегі жне жоары оу орындарындаы оу-трбие дерісіні барысын баылау;

инфор матика пніні малімдері мен студенттер арасында сауалнамалар жргізу;

мектеп малімдері ызметіні нтижелілігін талдау;

малімдер мен студенттерді зін-зі баалауы, сра-жауап), санды жне сапалы жаынан талдаудан ткен материалдар басшылыа алынды [2,4].

Бл модельді рамын анытауды, біз болаша малімдеріні даярлы дегейлерін баалап, сараптау туралы мселені шешу жне оны алыптастыруды эксперимент жйесін жасауды маызды алышарты ретінде арастырды.

Апаратты-компьютерлік жне математикалы моделдеу негізінде болаша малімдерді даярлыын жетілдіру моделін осы аталан саладаы маман сипаттамасыны рамдас блігі ретінде арастыран жн.

Жалпы, болаша малімдерді педагогикалы ызметке ксіби даярлыын жетілдіру жеке тланы зін-зі крсете білу жне алынан білімді іс жзінде жзеге асыра алу дрежесімен лшенеді [3]. Демек, бдан шыатын орытынды: апаратты-компьютерлік жне математикалы моделдеу негізінде болаша малімдерді даярлыын жетілдіру з кезегінде малімдерді ксіби мамандыынан туындайтын мотивациялы, мазмнды жне процессуальды компонеттерін райды. Мны брі наты лшемдер мен крсеткіштерді кмегімен шешімін табады.





Мотивациялы компонент апаратты-компьютерлік жне математикалы моделдеу ге ызыушылыты, дрыс атынасты болуымен, оларды ксіби даярлыты жетілдірудегі ажеттілігін тсінумен сипатталады [6]. Оны крсеткіштері:

- ксіби даярлыты жетілдіруді оамды мнін саналы трде сезіну;

- ксіби даярлыын жетілдіруге ынтасыны болуы;

- ксіби даярлыты жетілдіруге ажетті білім, білік жне дадыларды игеруге ызыушылыты болуы;

- апаратты-компьютерлік жне математикалы моделдеуді ксіби даярлыты жетілдіру маыздылыын тсіну.

- Мазмнды компонент болаша малімні ксіби іс-рекетіні мні, ерекшеліктері жне апаратты-компьютерлік жне математикалы моделдеу негізінде шеберлік жетілдіру жолдары туралы білімін арттыруды амтиды [5,6]. Оларды крсеткіштері мыналар:

- малім іс-рекетіні субъектісі болып табылатын ттас педагогикалы деріс туралы білімі;

- мектепте білім беруді масат, міндеттері, мазмны, йымдастыру формалары туралы білімі;

- мектеп оушыларыны іс-рекетін басарудаы малімні шеберлігі туралы білімі;

- апаратты-компьютерлік жне математикалы моделдеуді мні, трлері жне пайдала ну ерекшеліктері туралы білімі;

- апаратты-компьютерлік жне математикалы моделдеу негізінде апаратты техноло гияларды жасау жолдары туралы білімі.

Процессуальды компонент малімде апаратты-компьютерлік жне математикалы мо делдеу негізінде ксіби іс-рекетті жзеге асыру білігі мен дадысыны болуымен сипатталады [1]. Крсеткіштері:

- апаратты жне математикалы моделдеу негізінде оу-трбие дерісін йымдастыра білу;

- педагогикалы дерісті басара білу;

- мектепте білім беруді жобалау;

- ылыми-зерттеу іс-рекетімен шылдана білу іскерлігі.

Осы модельді негізінде зерттелетін асиеттерді алыптасу дегейлері аныталады. Олар лшемдер мен крсеткіштерді араатынасын (тмен, орта, жеткілікті, жоары) бейнелейді.

Тменгі дегейде – болаша маліміні ксіби іс-рекетіні жне апаратты-компьютерлік жне математикалы моделдеуді мнін жете тсінбейді, оларды рылымды компоненттерін, мазмнын жне ерекшеліктерін толы білмейді.

Орта дегей – болаша малімні ксіби іс-рекеті мен апаратты-компьютерлік жне математикалы моделдеу туралы жалпы білімі бар, біра оларды іс жзінде іске асыруды діс тсілдерін, жолдарын, ралдарын, дістемесін толы мегермеген, теория мен практикадан алан білім, білік жне дадысын практикада аны крсете алмайды.

Жеткілікті дегей – болаша малімні ксіби іс-рекеті жне апаратты-компьютерлік жне математикалы моделдеу бойынша білімі жеткілікті, оларды іс жзінде іске асыруды діс тсілдерін, жолдарын, ралдарын, дістемесін мегерген, теория мен практикадан алан білім, білік, дадысын практикада ммкіндігінше пайдалануа тырысады.

Жоары дегей – болаша малімні ксіби іс-рекеті жне апаратты-компьютерлік жне математикалы моделдеу бойынша білімді жетік мегерген, оларды мектеп практикасында еркін іске асыра алады, жаашылды трысынан шыармашылыпен жмыс істейді.

арастырылып отыран болаша малімні апаратты-компьютерлік жне математикалы моделдеу негізінде даярлыын жетілдіруді бл компоненттері бір-бірімен тыыз байланысты жне алан даярлыты крделі дегейлік ралымен амтылан.

Крсетілген дегейлерді жоары рамын натылы байыту, оларды жоары оу орнындаы оу-трбие дерісінде жзеге асырылуын алыптастыру экспериментіні нысанасын райды [6].

Болаша малімдерді педагогикалы іс-рекетке алашы дайындыыны жйесі келесілермен байланысты:

а) оытушы программаларды жоспарын жасауа деген ынтасыны болуы;

) білім беру саласындаы ксіби маман ретінде оу процесіні программалы жабдыталуын баалау ммкіндіктеріні болуы.

Апаратты-компьютерлік жне математикалы модельдеу мселелері бойынша шыармашылы жмысты ммкіндіктерін баалау келесілермен байланысты:

а) оу процесінде апаратты-компьютерлік жне математикалы модельдеуді олдануа зірлігімен;

) компьютерді кмегімен оытанда оушыларды жеке басы ерекшеліктерін ескеру абілеттіліктерін баалауымен;

б) оыту бадарламаларыны жоспарын ру шін жне ЭЕМ-мен орындай алатын нсауларды бадарламашыа беру шін ттас курсты, таырыпты, жекелеген сабаты мазмнын талдай алу абілеттілігімен;

в) бадарламашы дайындаан бадарламаны берілген тапсырмаа сйкестігін баалау абілеттілігімен;

Малім мамандыыны сапалылыын студенттер тмендегілермен байланыстырады:

а) компьютерді кмегімен оытанда оушыларды жеке басы ерекшеліктерін ескеру абілеттілігімен;

) компьютер техникасы базасында апаратты-компьютерлік жне математикалы моделдеуді олдану жадайында сабатарды ткізуді тікелей абілеттілігі жне білімдерін баалауымен;

Компьютерлі оу-дістемелік бадарламаларды жасау абілеттіліктері келесілермен байла нысты:

а) мектептегі педагогикалы практикадаы студенттерді жмыс трбиесімен;

) апаратты-компьютерлік жне математикалы моделдеу мселелері бойынша ылыми жмыспен айналысу ммкіндіктерімен жне жеке басы жадайында – тек программалауды жо спарын жасауымен – бл студенттер педагогикалы практикадан кейін бастауыш сынып, бей нелеу нері пні маліміні жктемесіні кптігіні дегейін жне оу жктемесінде арнайы блінген уаытты жотыын жасы тсінетіндігіне байланысты болады.

Болаша малімдерді апаратты-компьютерлік жне математикалы моделдеуді оытуда апаратты технологияны олдануа дайындыы жеке тланы эмоциялы жне танымдылы компоненттерімен байланысты болады.

дебиеттер 1. С.Бешенков, Е.Ракитина. Моделирование и формализация. Методическое пособие. Москва: ЛБЗ, 2002. – 336 с.

2. М.Т. Громкова. Психология и педагогика профессиональной деятельности: Учеб.пособие для вузов. М.:

ЮНИТИ-ДАНА, 2003. – 415 с.

3. Хмель Н.Д. Теоретические основы профессиональной подготовки учителя. – Алматы: ылым, 1998. – 320 с.

4. Педагогика профессионального образования. Под редакцией В.А.Сластенина. М.:ACADEMA, 2004. – 368 с.

5. Е.В.Михеева. Информационные технологий в профессиональной деятельности. М.:Академия, 2006. – 384 с.

6. Сыдыов Б.Д., Беркімбаев К.М. Апаратты жне математикалы модельдеу негіздері. Кентау, 2005. – 90 бет.

Ержанов К.К., Нугыманова К.

Евразийский национальный университет им. Л.Н. Гумилева, Алматы, Казахстан теплоемкость наноструктур при высоких температурах введение. Углеродные наноматериалы благодаря их высокой термической и механической стабильности рассматриваются как один из наиболее перспективных объектов исследований.

В частности композиты на основе углеродных наноматериалов могут найти себе применение в горно-металлургической, нефтегазовой индустрии и пр. Условия эксплуатации техники в дан ных областях часто осуществляются в критических условиях, в частности при высоких темпе ратурах. С этой точки зрения является важным найти наиболее подходящие материалы обладаю щие комплексом необходимых для промышленности свойств.

основная часть. Предположим, что векторное бозонное поле связано со скалярной энергией, функционально как, (1) где тензор второго ранга, описывающий присущие среде свойства.

Следовательно, для изотропной среды потребуем, и в результате.

Далее, используя преобразование Фурье, мы получаем, Так как F(r,t ) – реальное поле, мы можем считать что и следовательно плотность энергии расширяется как Теперь, если среда позволяет ортогональные собственные состояния, и если собственный вектор | (n) полный, мы получаем для каждого бозонного поле | F с Тогда Тогда:

(2) Интегрируем (2), и получаем полную энергию, (3) Здесь, вторая и третья части не зависят от времени, а первая и последняя вибрируют с ча стотой, и имеют нулевой вклад в медленно переменные по времени компоненты. Теперь, при использовании (3) ясно, что полная средняя по времени энергия системы дает.

Теплоемкость определяется как C = E / T. (4) Чтобы получить C, достаточно знать распределение бозонов при данной температуре T при термодинамическом равновесии. Теперь, фононная область при тепловом равновесии дана как [1]:

(5) Здесь является коэффициентами расширения и яв ляются cобственными состояниями. Статистика Бозе – Эйнштейна требует, чтобы вероятность состоянии m(n ) бозонов была, где k – константа Больцмана.

с Так, мы получаем (6) где N – нормализационная постоянная, чтобы было соответственно. Простая про верка показывает что распределение Бозе – Эйнштейна для бозонов может быть получено по этому методу как.

Энергия системы при термодинамическом равновесии при температуре T будет соответ ственно:

(7).

Упрощенно ее можно записать как:

(8), где E 0 – нулевая энергия. Используя (4) мы получаем точное соотношение для теплоемкости [2] (9).

Небольшой размер наноструктур делает спектр энергии и дискретным и конечным, так, чтобы (14) имел конечное число членов. Это позволяет вычислить точную величи ну (14) с помощью численных методов. При высоких температурах мы можем считать что, где L – число, так что будет независимо от T.

мод системы. Таким образом В пределе, можем принять, что теплоемкость имеет следующий вид:

(10).

При постоянном значении D и достаточно большом значении температуры теплоемкость принимает следующий вид (11).

Так для углеродных нанотрубок, при, теплоемкость будет иметь следующий вид:

.

Фуллерены являются нольмерными наноструктурами углерода. Соответственно для фулле рена мы можем считать что.

При достаточно большой температуре теплоемкость и в данном случае будет стремиться к значению.

результаты. Таким образом, расчеты показывают, что теплоемкость фуллеренов при до статочно большой температуре будет эквивалентна теплоемкости нанотрубок. Поэтому при кон струировании материалов, которые планируется использовать при высоких температурах, с ис пользованием нанотрубок или фуллеренов, при выборе необходимо исходить в первую очередь из их прочностных характеристик, так как они будут обладать практически идентичными тепло емкостными характеристиками.

заключение. Мы представили общую теоретическую методику для бозонных систем, кото рая применима также и к фононным структурам. Это позволило нам применить точное выраже ние для теплоемкости для сравнения теплоемкости фуллеренов и нанотрубок. Расчеты показали что фуллерены при высоких температурах обладают одинаковой теплоемкостью с нанотрубка ми.

литература:

[1] Stroscio M A and Dutta M 2001 Phonons in Nanostructures // (Cambridge University Press) [2] Schleich W 2001 Quantum Optics in Phase Space // (Berlin: Wiley-VCH) Ордабаев М.Е., И.А.Шумейко, Ю.А. Коваль Павлодарский государственный университет им. С.Торайгырова, Павлодар, Казахстан исследование момента, частоты враЩениЯ ветроколеса и моЩности на его валу в зависимости от числа, формы лопастей и угла атаки Развитие энергетики в Павлодарской области идет на основе невозобновляемых источников энергии, что ведет к истощению природных запасов топлива и ухудшению экологической обста новки. Проблема может быть решена на основе мирового опыта путем развития ветроэнергети ки. Наиболее целесообразным и эффективным является путь саморазвития: изучения состояния вопроса, проектирования ветроэнергетической установки (ВЭУ) малой мощности (на первона чальном этапе) и их исследование с целью выработки рекомендаций по обеспечению оптималь ных параметров ВЭУ и возможности их работы в автоматическом режиме при минимальной себестоимости, проектирование и изготовление образца для запуска в серию с одновременным ростом квалификации участников всех направлений (исследователей, проектировщиков, энер гетиков, технологов-машиностроителей) на основе накопленного мирового опыта. Такой путь позволит создать собственную ветроэнергетическую индустрию и выйти на уровень мировых достижений в области развития нетрадиционных возобновляемых источников энергии. Приня тое для реализации направление по развитию нетрадиционной энергетики вписывается в одно из приоритетных направлений по прикладным фундаментальным исследованиям, рекомендо ванным стратегическим планом МОН РК, – «Технологии возобновляемой энергетики».

Основным направлением использования ВЭУ в Казахстане на ближайший период будет применение их как источников энергии для привода насосных установок для подъема подзем ных вод на отгонных пастбищах и для снабжения электроэнергией потребителей, удаленных от линий электропередач, а также с целью экономии электроэнергии, особенно в сельской мест ности.

Современные ветродвигатели, в том числе и применяемые в Казахстане, довольно просты в обслуживании и могут быть установлены в любых отдаленных районах, куда трудно доставить топливо или другие источники энергии. Все они проектировались и создавались на основе клас сических теорий, близких к своему завершению и техническое совершенство существующих ВЭУ бесспорно.

Однако, экспериментальные исследования влияния конструктивных параметров ветроколес на основные выходные их характеристики (момент на валу ветрового колеса, частота его враще ния и мощность) проводились в естественных условиях, когда имели место значительные коле бания скорости воздушных потоков в течение коротких промежутков времени. Такой подход не позволяет установить достоверную картину влияния конструктивных параметров ветроколеса на выходные характеристики, тем более известно, что мощность, развиваемая ветроколесом, пропорциональна кубу скорости воздушного потока [1, 2].

Нами поставлена задача: на основе использования аэродинамической трубы, обеспечиваю щей постоянную скорость воздушного потока (6 м/с), оценить на действующей модели ВЭУ влияние конструктивных параметров ветрового колеса, в частности профиля лопастей, их числа и угла атаки на момент, частоту вращения и мощность. Такой подход позволил найти наиболее оптимальное сочетание вышеуказанных конструктивных параметров для случаев, обеспечиваю щих максимальный момент при допустимой минимальной частоте вращения ветрового колеса (насосные установки) или максимальную частоту при приемлемом моменте на валу ветрового колеса (работа на генератор электрического тока) при минимальных затратах на изготовление и эксплуатацию ВЭУ, одновременно обеспечивающих высокую степень буревой защиты и безо пасность при приемлемой себестоимости изготовления установки.

Принятые в работе обозначения [3]:

d – диаметр ветрового колеса, принят равным d=500 мм;

z – число лопастей (z=2, 3, 6);

F – форма лопасти:

М – крутящий момент, Нм;

n – частота вращения, об/мин;

– угол атаки лопасти, град.;

v = 6 м/с – скорость потока воздуха.

Испытывалась модель (рисунок 1), имеющая обтекатель диаметром 130 мм. Для определе ния момента на валу предварительно была выполнена тарировка ветроколеса по схеме, пред ставленной на рисунке 2.

Рисунок 1 – Схема модели ветроустановки Рисунок 2 – Схема выполнения тарировки По полученным данным построен тарировочный график M = f (P).При исследовании вы ходных параметров модели ветроустановки в числе прочих определялось усилие Р, прилагае мое к тормозному барабану, при котором ветроколесо полностью останавливалось. Значение момента на валу ветроколеса определялось с помощью тарировочного графика по известному значению усилия [4].

Мощность, развиваемая ВК, определяется по формуле, где – угловая скорость ветроколеса, рад/с.

где n – частота вращения ветрового колеса, об/мин.

Результаты исследований приведены в таблицах 1 – 3. Значения параметров, соответствую щих оптимальным углам атаки (углам, при которых достигается максимальное значение параме тра), выделены жирным шрифтом.

Таблица 1 – Значения крутящего момента М, Нм, на валу ветроколеса для различных углов атаки в зависимости от формы лопасти Угол атаки, Форма Число лопасти лопастей 7 11 15 20 25 30 0,095 0,095 0,095 0, 2 0,085 0,09 0, F 0,14 0,14 0,137 0, 3 0,117 0,126 0, 0,273 0, 6 0,19 0,225 0,253 0,259 0, 0,092 0,093 0, 2 0,09 0,09 0,09 0, F 0,124 0,128 0, 3 0,111 0,111 0,104 0, 0,263 0, 6 0,178 0,187 0,232 0,237 0, 0,14 0,14 0,14 0, 2 0,13 0,1 0, F 0,164 0,16 0, 3 0,156 0,155 0,156 0, 0,26 0,26 0, 6 0,2 0,228 0,253 0, 0,122 0, 2 0,1 0,111 0,111 0,1 0, F 0,175 0, 3 0,166 0,166 0,148 0,143 0, 0,27 0, 6 0,232 0,253 0,263 0,263 0, 0,1 0,1 0, 2 0,09 0,085 0,082 0, F 0,122 0,122 0,125 0, 3 0,115 0,1 0, 0,24 0,242 0, 6 0,217 0,225 0,232 0, Таблица 2 – Значения частот вращения ветроколеса, об/мин, для различных углов атаки в зависимости от формы лопасти Угол атаки, Форма Число лопасти лопастей 7 11 15 20 25 30 647 2 570 600 460 380 F 620 3 530 520 420 365 450 6 435 430 400 360 890 2 710 610 515 400 F 812 3 690 605 465 400 595 630 6 520 487 390 860 866 780 2 638 452 F 800 870 820 3 668 530 680 690 6 590 690 635 850 2 734 743 557 450 F 820 3 750 740 652 560 600 6 527 550 590 540 890 2 650 510 405 310 F 915 3 670 560 480 370 633 760 6 620 515 440 Таблица 3 – Значения мощности N, Вт, развиваемой ветроколесом для различных углов атаки в зависимости от формы лопасти Угол атаки, Форма Число лопасти лопастей 7 11 15 20 25 30 6 5,7 2 5,8 4,6 3,8 F 7,6 8 7,8 7, 3 6 5,2 2, 11,9 11,7 11, 6 8,7 10,6 10,3 8,6 8, 2 6,8 5,7 4,9 3,8 F 9,4 10,3 9, 3 8 5,4 4,4 3, 12,3 14 12, 6 11 12,2 10,7 9, 11,8 12,8 11,4 11, 2 8,8 4,7 3, F 13 15 13, 3 12 10,8 8,7 7, 18,3 19,4 18, 6 12,3 16,3 17,2 11, 10,8 10, 2 7,7 8,6 6,5 4,7 4, F 13,5 15 3 12,9 10 8,4 7, 17 17 16, 6 12,8 14,5 14,9 9,3 8, 2 6,8 4,8 3,6 2,7 2, F 11,7 10, 3 8,8 7,2 5,8 3,9 3, 17,9 17, 6 14,4 15,7 13 10,7 На рисунках 3 – 5 представлены графики зависимости, и для формы лопасти F1 ( ), построенные на основании таблиц 1 – 3.

Рисунок 3 – Рисунок 4 – Рисунок 5 – График M = f (z, a) График n = f (z, a) График N = f (z, a) Аналогично построены графики зависимостей для остальных форм лопастей. Для приня тия решения о выборе оптимального варианта формы лопасти построены графики зависимости M = f (F), n = f (F), N = f (F) и (рисунки 6 – 8).

Рисунок 6 – Рисунок 7 – Рисунок 8 – График M = f (F) График n = f (F) График N = f (F) Таким образом, на основании выполненных экспериментальных исследований и их анализа можно сделать следующие выводы:

1. Для тихоходных ветроагрегатов, используемых для подъема грунтовых вод, рекомендует ся использовать ветроколесо с числом лопастей не менее шести, имеющих профиль F1 ( ), обеспечивающих наибольший момент на валу, с рабочими углами атаки 300-350. Форма F ( ) также обеспечивает максимальный момент, но является более сложной в изготовлении и нецелесообразна к применению.

2. Для быстроходных ветроколес, обеспечивающих работу генератора для выработки элек трической энергии рекомендуется применять ветровое колесо на три лопасти формы F3 ( ) так как в этом случае обеспечивается наибольшая частота вращения (оптимальный угол атаки 110) и наибольшая мощность.

использованная литература 1. ГОСТ Р 51237-98 Нетрадиционная энергетика. Ветроэнергетика. Термины и определения.

2. ГОСТ Р 51990-2002 Нетрадиционна энергетика. Установки ветроэнергетические. Классификация.

3. Кривцов В.С., Олейников А.М., Яковлев А.И. Неисчерпаемая энергия. Кн. 2 Ветроэнергетика. – Харьков, 2004. – 519 с.

4. Шефтер Я.И. Использование энергии ветра, 2-е изд. – Москва, 1983. – 200 с.

Пекарь Дмитрий Валерьевич, Тихоненко Сергей Геннадьевич Белорусский государственный университет, Минск, Белоруссия сравнительнаЯ характеристика алгоритмов категоризации текстовой информации введение Текстовая информация является самым сжатым и наиболее используемым способом описа ния информационного потока. Для эффективного манипулирования данными, их поиска и со ртировки необходимы автоматизированные системы, способные классифицировать текстовую информацию или документы на основе анализа их содержимого.

Автоматическая обработка текстовой информации является одной из ключевых задач в сфере информационных технологий, что объясняет интенсивные исследования в этой области.

В статье рассматриваются наиболее эффективные и широко используемые алгоритмы, а также приводиться их сравнительная характеристика. Актуальность представленной работы обуслов лена невозможностью прямого сравнения результатов, полученных различными исследователя ми, поскольку оценка эффективности алгоритмов производилась по различным методикам и с применением различных исходных текстовых данных.

предварительная обработка текстовой информации Предварительная обработка информации осуществляется с целью повышения репрезента тивности данных и снижения влияния неинформативных компонент. Принимая во внимание решаемую задачу, главными информативными признаками для представления текстовой инфор мации являются смысловые слова, которые несут в себе лексическое значение, а неинформатив ными компонентами являются слова, выполняющие грамматическую функцию. Подобные неин формативные слова называются стоп-словами. Общим подходом по предварительной обработке текстовой информации является удаление стоп-слов, тем самым уменьшения числа признаков для дальнейшего анализа. В рассматриваемой работе использовался список из 319 стоп-слов.

Язык имеет сложную структуру, которая выражается множеством возможных словоформ отдельного слова, таким образом, одно и тоже слово в различных своих формах будет прини маться как набор отдельных уникальных признаков, что значительно усложняет дальнейшую обработку и анализ. Для нивелирования влияния данного факта, применяется такая операция как стемматизация – выделение основы или корня слова [1]. На рисунке 1 изображена диграмма предварительной обработки речевой информации:

Предобработанная Исходная текстовая Удаление стоп слов Стемматизация текстовая информация информация Рис. 1 – Предварительная обработка информации После проделанных операций текстовая информация используется для испытания различ ных методов категоризации текстовой информации.

алгоритмы категоризации текстовой информации В настоящее время используется множество различных алгоритмов для категоризации тек стовой информации. В представленной статье кратко рассмотрены наиболее эффективные и ча сто используемые методы.

Байесовский классификатор – это классификатор, использующий теорему Байеса для опре деления вероятности принадлежности наблюдения к одному из классов C при условии того, что зависимые переменные принимают заданные значения:

P(C | v1, v 2,..v N ), (1) На основе значений переменных можно однозначно определить, к какому классу относится наблюдение, т.к. вероятность принадлежности к этому классу будет равна единице. В промежу точных же случаях, когда наблюдение может с разной вероятностью принадлежать к различным классам, результатом работы классификатора будут вероятности принадлежности к тому или иному классу.

Одним из главных недостатков данного подхода является то, что для его построения тре буется выборка, содержащая все возможные комбинации переменных, а размер такой выбор ки экспоненциально растет с ростом числа переменных [2]. Для решения описанной задачи на практике используют так называемый наивный байесовский классификатор – классификатор, построенный на основе предположения о независимости переменных:

i, j : P(vi | C, v j ) = P(vi | C ), (2) Использование этого предположения позволяет опустить взаимодействие всех возможных сочетаний переменных, ограничившись лишь влиянием каждой переменной по отдельности на принадлежность отдельного исхода к одному из классов. Согласно теореме Байеса, можно за писать:

P(v1 | C ) * P (v 2 | C ) *... * P (v N | C ) P (C | v1, v 2,..v N ) =, (3) P (C ) Преимуществом этого подхода является то, что требования к размеру выборки сокращают ся от экспоненциальных до линейных. Недостаток в том, что модель точна лишь в случае, когда выполняется предположение о независимости переменных, в противном случае, вычисленные вероятности не являются точными. На практике незначительные отклонения от независимости приводят лишь к незначительному снижению точности. Достоинства классификатора являются высокая скорость работы, простота и масштабируемость, относительно малые требования к па мяти и к объему обучаемой выборки [3].

Деревья принятий решений обычно используются для решения задач классификации дан ных или аппроксимации заданной булевой функции.

Например, существует множество исходов, каждый из которых описывается некоторым конечным набором дискретных атрибутов и в каж дом из случаев задано значение булевой функции, зависящей от значений этих атрибутов. Задача в данном случае заключается в создании оптимальной конструкции из правил, позволяющей описывать булеву функцию и классифицировать новые поступающие данные. Применяя опи санную концепцию к категоризации текстовой информации, можно заключить, что исходами являются предопределенные категории текстовой информации, а значениями атрибутов – от дельные слова. Таким образом, задача состоит в построении дерева принятий решений по обу чающей выборке тестовой информации для каждой категории. Недостаток метода проявляется при исследовании большого объема данных, что приводит к снижению точности классификации [4] и повышению требуемой памяти.

Наиболее простым типом классификатора является линейный классификатор, суть которого заключается в нахождении такой прямой, которая разделяет точки различных классов в про странстве признаков:

Рис. 2 – Линейное разделение классов в пространстве признаков Математическая формулировка данной классификации записывается в следующем виде:

w xi b y i = 1, (4) w xi b y i = где уравнение w xi = b описывает уравнение гиперплоскости, разделяющей классы в простран стве R n. Поскольку разделяющих линий (гиперплоскостей) может быть несколько, то для луч шей классификации выбирается та линия (гиперплоскость), которая отстоит на максимальном расстоянии от ближайших точек – опорных векторов.

, (5) где e такое число, что выполняется e 0. Умножая обе части на и полагая e = 1, выражение (5) трансформируется в (6):

w xi b 1 y i =, (6) w xi b 1 y i = На рисунке 3 показано графическое представление выражения (6):

Рис. 3 – Разделение классов граничной полосой Чем шире разделяющая полоса, тем стабильнее осуществляется классификация объектов.

В случае линейно неразделимых классов осуществляется вложение исходного пространства R n в пространство H большей размерности, на основе применения специальных функций – ядра, где классы становятся уже линейно разделимыми. Существуют несколько типов ядер, которые могут применяться для метода опорных векторов, но не существует стандартного метода выбора ядра для той или иной решаемой задачи. Важным достоинством метода опорных векторов яв ляется способность классифицировать данные с большой размерностью. Недостатком данного метода является вычислительная сложность порядка O( N 2 ), где N – количество объектов в выборке [5].

Метод K-ближайших соседей завоевал популярность благодаря простоте и эффективности своей работы. Принцип работы метода заключается в поиске ближайшего (в смысле некото рой метрики) соседа в пространстве признаков и отнесению новой точки к классу ближайшего соседа. Описанный подход обладает рядом недостатков, таких как чувствительность к шумам и выбросам. Для нивелирования данного факта осуществляется поиск не одного, а несколь ких ближайших соседей, что позволяет достичь устойчивой классификации. Класс новой точ ки определяется как класс большинства ближайших соседей. Для снижения неоднозначности определения класса используется метод взвешенных соседей, когда каждому соседу сопостав ляется определенный вес. Итоговый класс новой точки определяется как класс с максимальным суммарным весом. Недостатком данного метода является большая вычислительная сложность при использовании больших объемов данных [6].

оценка эффективности работы алгоритмов Оценка эффективности работы алгоритмов производилась с целью прямого сравнения их характеристик на одном обучающем/тестовом наборе данных. Тестирование проводилось с ис пользованием коллекции текстов Reuters-21578 [7], которая содержит 21578 текстов, отнесенных к одной или более категориям, либо не принадлежащих не к одной из 135 категорий. Для оценки эффективности работы алгоритма были использованы N cat = 10 наиболее употребляемых ка тегорий. Тексты, отнесенные к нескольким категориям, были отброшены, а оставшиеся были разделены на две группы – для обучения и тестирования в соотношении 3 / 1 соответственно.

Предварительная обработка текстовой информации осуществлялась согласно рисунку 1.

Оценка эффективности производилась для следующих методов классификации текстовой информации:

• Наивный байесовский классификатор (НБК) • Полиноминальный наивный байесовский классификатор (ПНБК) • Полиноминальный наивный байесовский классификатор (инкрементная версия) (ПНБКи) • К-ближайших соседей (КБС) • Дерево принятий решений (ДПР) • Метод опорных векторов с полиномиальным ядром (МОВп) • Метод опорных векторов с сигмоидным ядром (МОВс) • Метод опорных векторов с РБФ ядром (МОВрбф) • Метод опорных векторов с линейным ядром (МОВл) Таблица 1 – Результаты тестирования метод точность полнота F1 оценка НБК 0.895 0.867 0. ПНБК 0.946 0.943 0. ПНБКи 0.946 0.943 0. КБС (взвеш.) 0.774 0.650 0. КБС (не взвеш.) 0.805 0.729 0. ДПР 0.880 0.878 0. (МОВп 0.954 0.954 0. МОВс 0.917 0.913 0. МОВрбф 0.949 0.948 0. МОВл 0.948 0.948 0. выводы Исследованные методы подтвердили свою эффективность при решении задачи категориза ции текстовой информации. Как показала оценка, наиболее эффективными являются методы на основе использования опорных векторов. С точки зрения вычислительной эффективности наи более ресурсоемкими как по времени, так и по требуемой памяти являются методы на основе деревьев принятий решений.

литература 1. Toman Michal, Influence of Word Normalization on Text Classification / Michal Toman, Roman Tesar, Karel Jezek. – University of West Bohemia, Faculty of Applied Sciences, Plzen, Czech Republic. – 2006.

2. Naive Bayes Models for Probability Estimation : proceedings of the 22nd International Conference on Machine Learning, Bonn, Germany, 2005.

3. Bhargavi P. Applying Naive Bayes Data Mining Technique for Classification of Agricultural Land Soils / P.

Bhargavi, S. Jyothi // IJCSNS International Journal of Computer Science and Network Security. – 2009. – vol. 9. – no. 8.

4. Anyanwu Matthew N. Comparative Analysis of Serial Decision Tree Classification Algorithms / Matthew N.

Anyanwu, Sajjan G. Shiva // International Journal of Computer Science and Security. – 2009. – vol. 3. – no. 3.

5. Deng Xiang. The Key Data Mining Models for High Dimensional Data / Xiang Deng, Beizhan Wang, Haifang Wei, Minkui Chen // American Journal of Engineering and Technology Research. – 2011. – vol. 11. – no. 9.

6. Jo Taeho. String Vector as a Representation of Documents with Numerical Vectors in Text Categorization / Taeho Jo, Marley Lee // Journal of Convergence Information Technology. – 2007. – vol. 2. – no. 2.

7. Machine Learning and Intelligent Systems, University of California / [Electronic source] / Access mode: http:// archive.ics.uci.edu/ml/datasets/Reuters-21578+Text+Categorization+Coll ection. – Date: 06.02.2011.

Сазонов Вячеслав Андреевич, Тихоненко Сергей Геннадьевич Белорусский государственный университет, Минск, Белоруссия анализ записей походки человека с цельЮ формированиЯ ее идентификационных признаков введение С развитием информационных технологий и возрастанием вычислительных мощностей со временных компьютеров все большее распространение получают интеллектуальные системы, анализирующие данные в реальном масштабе времени. К ним относятся системы идентифика ции личности, которые применяются в области контроля доступа. В настоящее время, системы идентификации личности успешно используют такие биометрические признаки, как лицо, го лос, отпечатки пальцев, сетчатка глаза. В качестве источника данных часто выступают видео записи либо изображения. Анализ нового биометрического признака, походки человека, может способствовать расширению подобных систем и применению их в новых условиях, в которых затруднено или невозможно использование других признаков. Предпосылками этого являются преимущества, которыми обладает анализ походки человека в сравнении с другими биометриче скими признаками: возможность регистрации и фиксации на значительном удалении от объекта без необходимости специальных действий;

большая устойчивость к изменению условий наблю дения (смена освещения, метеорологических условий) по сравнению с идентификацией по лицу;

возможность идентификации при различных направлениях движения. Анализ походки также от крывает возможности для регистрации необычных или недопустимых в данных условиях дей ствий людей (бег, шатание, падение и др.). Включение в антропометрический портрет личности информации о физиологическом состоянии человека также может быть достигнуто путем анали за его походки.

система сбора идентификационных признаков В виду указанных выше преимуществ, походка человека вызывает все больший интерес среди исследователей в области информационных технологий и интеллектуальных систем. На данный момент, наиболее распространенными являются системы, использующие в качестве ис точника данных видео. Разработаны подходы анализа походки человека на основе полученных видеопоследовательностей. Их можно разделить на две большие группы: анализирующие форму силуэта человека и ее изменение;

основанные на построении динамических моделей человече ского тела при ходьбе [1,2].

Общая схема системы идентификации включает в себя блок извлечения биометрических признаков на основе анализа входных данных, а также функциональный блок, осуществляющий в зависимости от режима работы операцию обучения либо идентификации (рис. 1).

Запись походки Извлечение пространственной и временной информации Хранилище идентификаци Режим Режим онных обучения идентификации признаков Рис. 1. Структурная схема системы идентификации человека по походке на основе сбора биометрической информации Результатом операции обучения является формирование и сохранение идентификацион ных признаков, полученных на основе первичной пространственной и временной информации, извлеченной из входных данных. В режиме идентификации система считывает из хранилища идентификационные признаки и сравнивает их с признаками, полученными за счет обработки и анализа поступающих входных данных.

записи походки В данной работе в качестве записей походки служат временные ряды, которые получены путем регистрации силы давления стопы человека во время ходьбы. Были проанализированы временные ряды, соответствующие как здоровым людям, так и пациентам, страдающим заболе ваниями нервной системы (в начальной стадии, когда визуальное определение наличия откло нений затруднено). Визуальный анализ сигналов не позволяет выявить существенных различий между двумя вышеуказанными случаями, т.е. определить к какой группе относится объект, походка которого характеризуется полученной записью (рис. 2).

а) в) б) г) Рис. 2. Примеры записей походки: а) здорового человека (запись 1);

б) увеличенный масштаб (запись 1);

в) с болезнью Паркинсона в начальной стадии (запись 2);

г) увеличенный масштаб (запись 2) Запись 1, показанная на рисунке 1, соответствует здоровому человеку, а запись 2 – челове ку, с болезнью Паркинсона в начальной стадии. Также показаны участки записей в увеличенном масштабе.

анализ записей походки Принимая во внимание высокую степень периодичности показанных выше временных ря дов, представляется обоснованным их спектральный и автокорреляционный анализ. Анализи руемые записи походки имеют вид дискретного ряда:

{xi }iN=1 (1) Для исследуемых записей походки были получены спектры. Рассмотрение полученных спектральных характеристик позволяет отметить существование множества гармоник, частоты которых близки по значениям для различных записей походки (рис. 3).

а) б) Рис.3. Спектральный анализ записей походки: а) запись 1;

б) запись 2.

Построение автокорреляционных функций подтверждает периодичность исследуемых записей (рис. 4). Одним из отличительных признаков, описывающих запись, может служить форма огибающей для полученных автокорреляционных функций. Однако данный признак характеризуется относительно высокой степенью зависимости от конкретного набора данных, подвергаемых анализу.

а) б) Рис. 4. Автокорреляционный анализ записей походки: а) запись 1;

б) запись 2.

Принимая во внимание результаты медицинских исследований, проводимых в последнее время, которые отмечают нелинейность процесса ходьбы в связи с механизмами адаптации к изменяющейся окружающей среде, особое значение имеет анализ записей походки человека с использованием методов нелинейной динамики и представление процесса ходьбы с помощью понятия нелинейной динамической системы.

Одной из важных характеристик динамической системы служит фазовое пространство, ко торое позволяет поставить в соответствие наглядный образ анализируемому временному ряду.

Для реконструкции фазового пространства по записям походки применялся метод запаздываний [3]:

X i = ( i, xi p, xi 2 p,..., xi (m 1)p ), (2) x где p – фиксированное целое. При переборе по i вектор X i задает дискретный набор точек m -мерного пространства, образующих траекторию. Совокупность полученных точек формирует реконструированный портрет аттрактора, который дает возможность сделать качественные за ключения о поведении динамической системы, в данном случае характеризующей процесс ходь бы индивидуума, представленный записью походки.

а) б) Рис. 5. Реконструкция фазового пространства на основе записи походки:

а) здорового человека;

б) с болезнью Паркинсона в начальной стадии На рис. 5 изображены примеры реконструированных аттракторов по записям походки для здорового человека (а) и с болезнью Паркинсона в начальной стадии (б). Анализ реконструиро ванных аттракторов показывает большую степень расхождения фазовых траекторий для аттрак тора (б), что свидетельствует о неустойчивости и нестабильности процесса.

Способ получения реконструированных аттракторов для записей походки задает ориенти ры для извлечения биометрических признаков, характеризующих физиологическое состояние нервной системы индивидуума. Ключом к выделению и количественной оценке данных призна ков может служить степень расходимости траекторий реконструированного аттрактора. Ха рактеристикой неустойчивости траектории фазового пространства служит спектр показателей Ляпунова. Старший показатель может быть оценен на основании анализа реконструированного аттрактора и соответствующего временного ряда [4].

заключение Анализ записей походки человека может служить дополнительным источником информа ции для составления биометрического портрета личности. Системы на его основе могут быть успешно использованы для решения задач в области контроля доступа, а также в медицинских приложениях. Таким образом, походка человека может служить антропометрическим призна ком человека и использоваться для построения систем идентификации личности.

литература 1. M.S. Nixon, J.N. Carter “Automatic Recognition by Gait”, Proceedings of the IEEE, Vol. 94, No.11, November 2006.

2. Bir Bhanu, Ju Han “Individual Recognition by Kinematic-based Gait Analysis”, Center for Research in Intelligent Systems, University of California, USA, IEEE, 2002.

3. L.M. Decker, F. Cignetti, N. Stergiou “Complexity and Human Gait”, Revista Andaluza de Medicina del Deporte, 2010;

3(1): 2-12.

4. Кузнецов С. П. Динамический хаос (курс лекций). – М.: Издательство физико-математической литературы, Данияров Н. А., Келисбеков А. К.

КарГТУ, Караганда, Казахстан математическое обоснование Экономичности газотурбинных локомотивных двигателей Эксплуатация тепловозных двигателей на железнодорожном транспорте имеет свою спец ифику и значительно отличается от условий работы дизелей в других отраслях промышленного производства.

Значительная по времени работа на холостом ходу и частичных нагрузках, постоянная сме няемость режимов, потребность в остановках и пусках дизеля – этими и другими особенно стями, в основном, определяется относительно низкий коэффициент использования мощности локомотивов в поездной работе, который для примера, у модели 2ТЭ10Л – 40%, иными словами мощность тепловозов используется в среднем наполовину [1].

Резкое снижение энергетической эффективности дизельного локомотива объясняется не достаточной приспособленностью дизель-генераторной установки тепловоза к работе в отме ченных выше условиях экслуатации, значительно отличающихся от стабильного режима при номинальной мощности.

Рассмотрим некоторые свойства тепловозного дизеля [2]. Одно из важных свойств – ди зель не допускает перегрузок. Различия между значениями вращающего момента нагрузки на коленчатый вал дизеля и номинального эффективного момента Меном (рисунок 1) не должны превышать 5 %. В противном случае дизель может заглохнуть, что чревато остановкой поезда, например, придвижении по затяжному (расчетному) подъему. Дальнейшее движение поезда по участку в этом случае без дополнительного(вспомогательного) локомотива становится невоз можным.

Рисунок 1 – Тяговая характеристика и зависимость касательной мощности от скорости движения тепловоза с непосредственной передачей Тепловозные дизели – не реверсивные. Другими словами, дизели могут работать при строго определенном направлении (например, по часовой стрелке) вращения коленчатого вала. В свою очередь, тепловоз должен иметь возможность изменять направление своего движения. Это так же серьезный недостаток тепловозных дизелей.

Экономичность дизеля в рабочем диапазоне частоты вращения коленчатого вала nехх – nеном неодинакова. Обычно экономичность двигателя оценивают величинами эффективного удельно го расхода топлива gе, кг/кВт ч и эффективного кпд дизеля. Физический смысл удельной вели чины gе такой: сколько килограммов топлива нужно сжечь в цилиндре дизеля, чтобы получить 1 кВт мощности в течение 1 ч. Величину gе определяют экспериментальным путем.

Эффективный кпд дизеля устанавливают по следующей формуле:

, (1) где QH – низшая теплота сгорания 1 кг топлива, кДж/кг.

На рисунке2 приведены удельные характеристики экономичности тепловозных дизелей, ge= f(ne) и e = f(ne). Из данного рисунка следует, что наивысшая экономичность дизеля примерно соответствует номинальному режиму его работы. Современные дизели на номинальных режи мах работы имеют удельные эффективные расходы топлива gеном в пределах 0,2 – 0,22 кг/кВт ч и эффективный кпд е = 0,39 – 0,43.

Как следствие, дизель по своим тяговым свойствам не полностью отвечает требованиям экономичности работы, предъявляемым к силовой установке тепловоза и плохо приспособлен к тяговой (транспортной) службе.

Рисунок 2 – Экономические характеристики тепловозного дизеля Кроме отмеченных функциональных недостатков, современный дизель имеет и ряд кон структивных, в частности:

– большое количество цилиндров и, следовательно, однотипных деталей, что снижает на дежность работы дизеля и повышает стоимость его изготовления;

– длинный, тяжелый и дорогостоящий коленчатый вал с низким коэффициентом использо вания стали при его изготовлении, поэтому на его хвостовике должен быть обязательно установ лен антивибратор;

– конструктивно сложный и трудоемкий в изготовлении блок, требующий после сварки высокотемпературного отжига для снятия внутренних напряжений;

– практическая невозможность регулируемого воздушного охлаждения цилиндров. Для жидкостного охлаждения дизеля нужен специальный холодильник, что усложняет конструкцию тепловоза и вызывает необходимость подогрева охлаждающей воды при его отстое в депо в зимнее время[3].

Учитывая приведенные недостатки, а также тот факт, что возможности дальнейшего формирования современных тепловозных дизелей по наддуву, средней скорости поршня и эко номичности работы практически исчерпаны, можно сделать вывод: качественный прорыв в пере возке тяжелых составов возможен лишь применением новых видов более мощных тяг.Одним из варинатов технических решений по применению современных видов тяг является эксплуатация локомотивов с использованием дизельных установок, работающих по газодизельному циклу.


На железнодорожном транспорте решение проблем развития автономной тяги является одной из ключевых задач.В соответствии с «Программой организации на полигоне Свердлов ской железной дороги эксплуатации тепловозов на сжиженном и сжатом природном газе», при нятой в 2004 г. совместно ОАО «Газпром», ОАО «Российские железные дороги» («РЖД») и губернатором Свердловской области, в локомотивном депо Свердловск-Сортировочный прохо дил эксплуатацию маневровый тепловоз ТЭМ18Г-001, имеющий дизель, работающий по газо дизельному циклу (рисунок 3) [4].

Дизель тепловоза ГДГ-50 размерности ЧН31,8/33 работал по газодизельному циклу с вну тренним смесеобразованием на рабочих позициях контроллера управления с четвертой по вось мую. При этом, сжатый до 18 МПа газ из баллонов, размещенных между тележками тепловоза, после трехступенчатого редуцирования поступал в цилиндры дизеля. Воспламенение газовоз душной смеси осуществлялось за счет впрыска запальной дозы дизельного топлива (около 15%).

Основная цель опытной эксплуатации была достигнута – доказана экономическая целесообраз ность применения газомоторного топлива на локомотивах, прошло испытание временем уста новленное на борту тепловоза оборудование, работающее на сжатом природном газе (СПГ).

Что касается расхода топлива при промежуточных режимах работы тепловоза и газодизеля (рисунок 4), то, как следует из расходных характеристик, полученных при работе по дизельному и газодизельному циклам, удельный расход топлива при работе на природном газе с подачей за пальной порции дизельного топлива почти на всех режимах ниже, чем при работе на дизельном топливе[5].

Рисунок3 – Размещение оборудования на маневровом тепловозе с бортовым запасом СПГ и регазификатором:1 – секции охлаждения воды и масла дизеля;

2 – вентиляторы охлаждения воды и масла дизеля;

3, 4 – баки для хранения СПГ с сопутствующей арматурой Рисунок 4 – Удельный расход топлива ge при работе в дизельном (1) и газодизельном (2) циклах, в зависимости от режима работы газодизеля (Ne, nк) Анализ графика, представленного на рисунке 4 показывает, что при работе газодизеля на дизельном режиме удельный расход топлива в районе номинальной мощности больше, чем при работе газодизеля когда осуществляется газодизельный цикл.

Для решения задач в рамках энергетической стратегии ОАО «РЖД» о замещении дизель ного моторного топлива альтернативными видами топлива коллектив ОАО «ВНИКТИ» в 2005 г.

приступил к разработке магистрального грузового газотурбовоза ГТ-1 мощностью 8300 кВт[6].

В качестве силовой установки был применен газотурбинный двигатель (ГТД) НК-361 произ водства ОАО «СНТК им. Н.Д. Кузнецова», работающий на сжиженном природном газе (СжПГ).

Газотурбовоз ГТ-1 состоит из двух секций. Энергетическое оборудование (ГТД, тяговый гене ратор) расположено в одной секции, а криогенная емкость для хранения СжПГ и аппаратура топливоподачи – в другой. Применение сжиженного природного газа позволило разместить не обходимый запас топлива для бездозаправочного пробега в 1000 км. Схема размещения обору дования на газотурбовозе ГТ-1 приведена на рисунке5.Перевод природного газа из сжиженного состояния в газообразное (газификация) происходит за счет тепла выпускных газов турбины ГТ-1. При этом передача криогенного газа из секции с криогенной емкостью в секцию с ГТД осуществляется с использованием специально разработанных гибких межсекционных криоген ных трубопроводов.

Газотурбовоз ГТ-1 управляется с помощью микропроцессорной системы управления, кото рая контролирует состояние всех бортовых систем и агрегатов локомотива.

Рисунок 5 – Компановка газотурбовоза ГТ-1:

1 – газотурбинный двигатель НК-361;

2 – криогенная емкость для хранения СжПГ;

3 – гибкое межсекционное соединение;

4 – кабины управления В качестве расчетных с достаточно высокой точностью могут быть использованы следую щие выражения коэффициента полезного действия и расхода топлива газотурбинными двигате лями во всей рабочей зоне мощностей[7]:

, (2), кг/кВт*ч, (3) где: `N – относительная величина мощности,`B xx– относительное значение расхода топлива на холостом ходу, h co – оптимальное значение к.п.д. газотурбинного двигателя, B 0 – оптимальное значение расхода топлива газотурбинного двигателя, c – коэффициент, учитывающий относи тельное изменение величины теплоперепада, превращаемого в полезную работу в условиях ис пользования выходной скорости на предыдущей ступени.

По результатам анализа литературных данных, характеристики удельного расхода топлива дизелем Д49 мощностью 2206 кВт, замеренные на тепловозе, а также ориентировочные (рас четные) значения расхода топлива газотурбинными двигателями №1 и №2 мощностью, соответ ственно, 4 и 6 тыс. кВт, приведены на рисунке 6[8].

Анализ графиков, представленных на рисунке 6, показывает, что при работе на номиналь ных мощностных режимах удельный расход топлива у ГТД №2 меньше, чем ГТД №1 и практи чески такой же как у дизеля Д49. Таким образом, приведенные расчеты доказывают эффектив ность использования на тепловозах газотурбинных двигателей.

Рисунок 6 – Характеристики удельного расхода топлива в зависимости от мощности список использованных источников 1. Хомич А.З., Тупицын О.И., Симсон А.Э. Экономия топлива и тепло-техническая модернизация тепловозов.

М. Транспорт. 1975 г.

2. Руднев В.С.Тяговые и экономические свойства дизелей. Журнал «Локомотив». 2007 г., №1, с.55-57.

3. Беляев А.И., Князев Е.В.. Тепловозные дизели: перспективы совершенствования. Журнал «Локомотив».

2004, №7, с. 34.

4. Мишин О.Л., Танкеев С.В, Ежевская Л.А., Ежевская Н.С. Маневровый тепловоз на сжиженном природном газе (вариант технического решения) Журнал «Транспорт на альтернативном топливе».2008 г., № 6(6).

5. Г.А. Фофанов, Природный газ — моторное топливо для тепловозов. Журнал «Железные дороги мира».

2006 г., №7.

6. Руденко В.Ф., Воронков А.Г., Стальнов Е.Ю.Газотурбовоз ГТ-1 на альтернативном моторном топливе СПГ.

Журнал «Транспорт на альтернативном топливе» 2009 г., №5 (11).

7. Бартош Е.Т. Газотурбовозы и турбопоезда. М. «Транспорт», 1978.

8. Коссов В.С., Нестеров Э.И. Газотурбинная тяга: история и перспктивы. Журнал «Локомотив». 2005 г., №5, с.37.

Сергеев Д.М., Садаков Б.Б., Игбаев А.И.

Военный институт Сил воздушной обороны имени дважды Героя Советского Союза Т.Я. Бегельдинова, Актобе, Казахстан о благоприЯтных характеристиках дЖозефсоновских переходов с ангармонизмом ток-фаза длЯ созданиЯ кубитов В настоящее время интенсивно обсуждается создание квантового компьютера, базовым эле ментом которого является квантовые биты (кубиты) – квантовые системы с двумя состояния ми, описывающиеся ортонормированными волновыми функциями и [1,2]. Реализация кубитов осуществлена на основе спиновых моментов, атомных и ионных ловушек, ядерного магнитного резонанса, а также на джозефсоновских переходах (ДП). Однако, проблема декоге ренции, проявляющаяся в быстром превращении основного состояния (0 или 1) в смесь взаи модействии квантовой системы с окружающей средой, приводящая к нарушению квантовых вычислений, до конца нерешена [3,4]. Наиболее перспективным среди перечисленных методов реализации кубитов являются последние – твердотельные джозефсоновские кубиты [5-7].

Джозефсоновские кубиты используют дуализм заряд-фаза на квантовых джозефсоновских переходах. Заряд и фаза являются сопряженными переменными и связаны соотношением нео пределенности Гейзенберга. Когда зарядовая энергия E C много больше энергии связи E J джо зефсоновского перехода ( E C E J ) кубит работает на основе «заряда», в случае E C E J для работы кубит использует «фазу». Если в джозефсоновском кубите для решения проблемы деко геренизации препятствует наличие щели в спектре возбуждений, то в одноэлектронном кубите эту же задачу выполняет кулоновская блокада. Проблема декогерентизации является наиболее острой проблемой в квантовой вычислительной технике на основе твердотельных кубитов. По этому, для создания квантовых компьютеров остается выполнить следующее требование: время сохранения состояний когерентности должно быть больше времени вычисления, т.е. в кубитах состояния когерентности должны нарушаться только после полного завершения квантовых вы числений. В связи с этим фундаментальной проблемой на пути создания квантового компьютера является реализация кубитов с большим временем декогерентности.

Одним из видов твердотельных кубитов являются кубиты, реализованные в двойной кван товой точке. Двойная квантовая точка, являющаяся фактически кубитом, представляет собой две туннельно связанные квантовые точки с одним электроном. Базовым состояниям кубита и 1 соответствует нахождение электрона в одной или другой квантовой точке. Однако проблема декогерентизации в таких системах не решена, когда на джозефсоновских кубитах уже реализо ваны логические элементы [5,8,9], но для максимального сокращения квантовых ошибок в джо зефсоновских кубитах до сих пор проводятся работы для увеличения времени декогерентизации [10].

На работу джозефсоновских кубитов сильно влияет внешнее электромагнитное поле, из-за которых происходить декогерентизация –нарушение когерентности в системе. Проблемы «улуч шения» времени декогерентности и создания «пассивных» на внешнее электромагнитное поле (ЭМП) кубитов является крайне актуальными. Одним из видов пассивных на внешнее ЭМП твердотельных материалов являются ДП с ангармонизмом ток-фазовой зависимостью, где имеет место отклонение величины зависимости сверхток – разность фаз от стандартной синусоидаль ной зависимости [11-13].


Рассмотрим влияние ангармонизма ток-фаза на фазовую устойчивость ДП. Для анализа устойчивости состояний фаз j применяем энергетический метод. В присутствии внешней силы положения равновесия соответствует минимуму функции Гиббса G = E Fx, т.е.

. (1) Согласно (1), при постоянной фазе в энергию Гиббса перехода дает вклад только потенци альная энергия (рис. 1 а, б):

, (2) где Ec = I c 2e, i = I I c – внешний ток I нормированный на критический I c. Потен циальная энергия перехода с учетом коэффициента ангармонизма k определяется выражением (рис. 1 в, г):

. (3) При I = I c ( i = 1 ) в ДП с гармонической ток-фазовой зависимостью потенциальная яма разрушается, когда для «ангармонических» ДП с увеличением k на разрушения ямы требуется внешний ток намного больше, чем в «гармонических». При влиянии ангармонизма формируется бистабильная потенциальная яма (двухямный потенциал) удобный для реализации двухуровне вых систем – кубитов (рис. 2).

В работе [14] приводится пример использования таких бистабильных потенциальных ям для получения логических элементов. В данном случае, первая яма описывает состояния логи ческого нуля, а второй – логической единицы. Переключение проиходит по фазе. Потенциальная энергия ангармонических ДП представляет собой двухямный вид, что позволяет создавать куби тов даже без прикладывания внешнего магнитного потока и тока смещения [12,15].

Одним из важных параметров кубитов является пассивное реагирование на внешнее поле, создаваемое окружающей средой. В работе [12, 16] нами были доказаны пассивная реакция ДП с ангармонической ток-фазовой зависимостью на слабые электрические и магнитные поля. Для модельного изучение поведение кубитов на основе таких ДП применяем в качестве активно воздействующего электромагнитного поля – высокочастотный (ВЧ) сигнал с небольшой флук туацией частоты. Флуктуация моделирована с помощью метода Монто-Карло. Как видно из рис.

2, в результате воздействия ВЧ поля смешанное (или перепутанное) состояние, которое описы вается с помощью парадокса «Шредингеровского кота» имеет некоторое наложение (интерфе ренцию).

Рисунок 1 – Потенциальная энергия «гармонического» (а, б) и «ангармонического»

(в, г при k = 2 ) ДП для разных значений нормированного тока.

В работе [16] с применением модернизированного уравнения Феррелла-Прейнджа (с уче том ангармонизма ток-фаза) (4) было определено пассивное влияние слабого магнитного поля на ДП с ангармонизмом ток-фаза по сравнению с «традиционными».

Решение уравнения (4) описывает распределение разности фаз вдоль слабой связи. Для слу, где j 0 – квант магнитного потока, l j – чая слабого внешнего магнитного поля джозефсоновская глубина проникновения, d – толщина ДП.

Рисунок 2 – Зависимость потенциальной энергии от фазы при различных значениях коэффициента ангармонизма (ниже приведены уровни логических 0, и смешанного состояния).

В этом случае через слабую связь будут протекать слабые токи и, соответственно, разность фаз j (x) будет мала. Тогда уравнение (4) может иметь приближенное решение в виде:

(5) Применяя формулу, находим влияние слабого магнитного поля на слабую связь:

(6) На рисунке 3 приведен график функции (6). Из графика видно, что на слабые связи с ангар монической ток-фазовой зависимостью на внешнее слабое магнитное поле воздействует пассив нее, нежели на аналогичные слабые связи с гармонической зависимостью ток-фаза (рис. 3).

Ослабевания влияние (проникновения) магнитного поля в ДП с ростом ангармонизма объ ясняется тем, что в таком случае при условии T Tc наблюдается преобладания концентрации куперовских пар, от которого зависит величина экранирующего сверхтока. С увеличением вели чины сверхтока, соответственно, вытесняемое магнитное поле приемлемое.

Рисунок 3 – Зависимость магнитного поля от глубины проникновения на ДП с гармоническим (кривая 1) и ангармоническим (кривые 2, 3, 4, 5, полученные соответственно при k = 1.2;

1.5;

2.0;

3.0) соотношением ток-фаза Таким образом, характеристики ДП с ангармонизмом сверхтока: пассивное реагирование на окружающее внешнее ЭМП улучшающее времени декогерентности;

формирования двухям ного потенциала под влиянием ангармонизма ток-фаза создающее «двухуровневые квантовые системы»;

относительная устойчивость на воздействие внешнего тока через ДП безусловно дает возможность реализовать на их основе «пассивных» кубитов с наилучшими параметрами – «ма териалов» для логических элементов квантового компьютера.

литература 1. Стин Э. Квантовые вычисления. – Ижевск: Регулярная и хаотическая динамика, 2000. – 112 с.

2. Валиев К.А., Кокин А.А. Квантовый компьютеры: надежды и реальность. – Ижевск: Регулярная и хаотиче ская динамика, 2001. – 352 с.

3. Квантовый компьютер & квантовые вычисления // под ред. Садовничего В.А./ Ижевск: Регулярная и хаоти ческая динамика, 1999. – 288 с.

4. Orlando T. P., Mooij J. E. et al. Superconducting persistent-current qubit // Phys. Rev. B. –1999, vol. 60, № 22, р.

15398-15413.

5. Пашкин Ю.А., Астафьев О.В., Yamomoto T., Nakamura Y., Tsai J.S. Джозефсоновские твердотельные кубиты // Успехи физических наук. – 2004. – Т. 174, №9. – С. 1011-1012.

6. Clarke J., Wilhelm F. K. Superconducting quantum bits // Nature. – 2008, № 453, p. 1031-1042.

7. Wendin G., Shumeiko V.S. Quantum bits with Josephson junctions. // Fizika Nizkikh Temperatur. – 2007, v. 33, № 9, p. 957-981.

8. Валиев К.А. Квантовые компьютеры и квантовые вычисления. // Успехи физических наук. – 2005, т.175, № 1, с. 3-39.

9. Koch J., Manucharyan V. et al. Charging Effects in the Inductively Shunted Josephson Junction. // Phys. Rev. Lett.

– 2009, vol. 103, № 21, р. 217004 – 217007.

10. Килин С.Я. Квантовая информация. // Успехи физических наук. – 1999, т.169, № 5, с. 507-527.

11. Den Hertog B. C., Berlinsky A. J., Kallin C. Properties of superconductor-antiferromagnet-superconductor Josephson junctions in SO(5) theory // Phys. Rev. B. – 1999. – vol. 59, № 18. – Р. 11645-11648.

12. Sergeyev D.M., Shunkeyev K.Sh. Influence of anharmonicity current-phase dependence on properties of weak links of Josephson type // Journal of International Scientific Publication: Materials, Methods & Technology. – 2010, vol. 4, part 2, p. 398-408.

13. Сергеев Д.М. Шункеев К.Ш. Особенности свойств сверхпроводящих слабых связей с ангармонической ток-фазовой зависимостью // Сб. тр. межд. конф. «Современные проблемы химической и радиационной физики».

– Москва, Черноголовка, 2009. – С. 75-78.

14. Квантовые вычисления: за и против // под ред. Садовничего В.А. / Ижевск: Регулярная и хаотическая ди намика, 1999. – 288 с.

15. Сергеев Д.М. Фазовый кубит на основе «ангармонического» джозефсоновского одноконтактного интерфе рометра // Материалы VII межд. НТК «Фундаментальные проблемы радиоэлектронного приборостроения». – Мо сква, 2010. – С. 88-91.

16. Сергеев Д.М. Шункеев К.Ш. Влияние магнитного поля на слабую сверхпроводимость с ангармонической зависимостью ток-фаза //Известия вузов. Физика. – №8/2. – 2009. – С. 556-559.

Сундеев Д.Г., Кан М.В., Бекболотов Т.Б.

Кыргызско-Российский Славянский университет, Бишкек, Кыргызстан использование технологии Штрих-кодированиЯ в образовательных информационных системах на примере киргизии аннотация: В статье проводится анализ способов применения технологии штрих кодирования в обработке документов приемной комиссии и автоматизация процесса зачисления в ВУЗ абитуриентов.

ключевые слова: автоматизация приемной комиссии вуза, штрих-кодирование, единый общегосударственный экзамен(ЕГЭ), Общереспубликанское тестирование (ОРТ) Наступление 21 века ознаменовалось введением практически во всех странах СНГ единого общегосударственного экзамена, в частности введены Единый государственный экзамен (ЕГЭ) в России, Единое национальное тестирование (ЕНТ) в Казахстане, Общереспубликанское тести рование (ОРТ) в Киргизии. При этом основными целями ставились обеспечение единой, объ ективной оценки подготовки выпускников и борьба с коррупцией при зачислении абитуриентов на бюджетные места. В течение нескольких первых лет единый экзамен проводился в качестве эксперимента, который повсеместно показал возможность объективно оценивать знания вы пускников и решать задачи конкурсного отбора абитуриентов вузов.

В последние годы, единый общегосударственный экзамен принят в качестве единственного вступительного экзамена в вузы. Это открыло возможность выпускникам школ возможность поступать в несколько вузов одновременно, что привело «чудовищным перегрузкам» приемных комиссий вузов. Из-за многократно увеличившегося потока заявлений абитуриентов составы приемных компаний ведущих вузов России были увеличены в пять раз. [1] Учитывая, что даже в штатном режиме приемная компания считается одним из самых напряженных периодов дея тельности вуза, можно говорить о проблемной ситуации, которая при детальном рассмотрении может быть решена только значительным ускорением процесса обработки заявок абитуриента.

Ручной ввод кода изделия, позиции или строки документа, предварительная подготовка данных на машинных носителях требуют больших затрат ручного труда, времени и внимания, что часто приводит к ошибкам, и поэтому этап ввода информации в ЭВМ стал узким местом современных автоматизированных систем обработки данных. В настоящее время в мире созда ются и используются автоматизированные системы обработки данных с применением машино читаемых документов, одной из разновидностей которых являются документы со штриховыми кодами. К машиночитаемым относятся товаросопроводительные документы, ярлыки и упаковки товаров, чековые книжки и пластиковые карточки для оплаты услуг, магнитные носители.

В последнее время наиболее перспективным и быстроразвивающимся направлением авто матизации процесса ввода информации в ЭВМ для ряда областей использования вычислитель ной техники является применение штриховых кодов в силу простоты, универсальности и низкой стоимости данной технологии идентификации [3]. Штриховой код представляет собой чередо вание темных и светлых полос (в общем случае пятен) разной ширины. Информацию несут относительные ширины светлых и темных полос и их сочетания, при этом ширина этих полос строго определена. Темные полосы называют штрихами, а светлые — пробелами (промежутка ми). Штриховые коды считываются специальными оптическими считывателями (читающими устройствами) различных типов [4], включая лазерные, которые, воспринимая штрихи, пробелы и их сочетания, декодируют штриховой код с помощью микропроцессорных устройств, осу ществляют заложенные в кодах методы контроля и выдают на табло, в ЭВМ или другие устрой ства значения этих кодов в определенном алфавите (цифровом, алфавитно-цифровом и пр.).

В Киргизии внедрение штрих кодирования получило широкое распространение, в том чис ле и в сфере образования. Так начиная с 2006 года аттестаты о среднем образовании содержат двухмерный штрих-код, в котором зашифрованы анкетные данные выпускника школы.

Двухмерными называются символики, разработан ные для кодирования большого объема информации.

Двухмерный код считывается при помощи специального сканера двухмерных кодов и позволяет быстро и безо шибочно вводить большой объем информации. Расшиф ровка такого кода проводится в двух измерениях (по го ризонтали и по вертикали). Кроме того, многострочные символики включают в себя специальные механизмы по сжатию данных (защите их от повреждения, связыванию информации), представленных в нескольких символах, в один большой файл, представлению различных на боров знаков в одном сообщении. Сегодня разработано более 20 различных символик двумерных штрих кодов.

Наибольшее распространение получили коды PDF 417, MaxiCode, Data Matrix, Aztec Code.

С 2008 года, в Кыргызско – Российском Сла вянском университете (КРСУ) внедрена система авто матизированного считывания штрих-кода аттестата. Первоначально основной целью системы являлась проверка подлинности аттестата и правильность заполнения базы данных «Абитури ент» (ошибки в ФИО, номере аттестата и т.д.). В дальнейшем факт считывания аттестата стал основным признаком подтверждения абитуриентом желания обучаться в КРСУ, и по данному признаку осуществлялась выборка в базе данных для подготовки приказа на зачисление.

Количество поступающих абитуриентов в КРСУ увеличивается на 10% ежегодно. Это при водит к необходимости совершенствования деятельности приемной комиссии как в структурно организационном отношении, так и в направлении повышения ее производительности, каче ства и надежности обработки. Успешное внедрение системы автоматизированного считывания штрих-кода аттестата определило путь дальнейшего усовершенствования автоматизированной системы информационного обеспечения при емной комиссии вуза «Абитуриент-Экспресс».

Было принято решение о широкомасштабном внедрении технологии штрих кодирования в процесс обработки документов абитуриентов.

С самых первых шагов абитуриента в универ ситете ему выдается ИД–карта. ИД-карта име ет свой уникальный номер и соответствующий ему штрих-код.

На оборотную сторону ИД-карты вклеива ется специальная подложка с 9-ю наклейками со штрих-кодом идентификационного номера абитуриента.

ИД-карта выдается абитуриенту в момент получения им бланка заявления на поступление в КРСУ. Абитуриент вписывает Фамилию Имя Отчество и наклеивает свою фотографию размером 3х4. При сдаче документов ИД-карта активизируется – ИД-номер присваивается конкретному абитуриенту. Для этого один стикер со штрих-кодом ИД-карты наклеивается на бланк заявления, остальные восемь будут использованы в ходе приемной кампании. В процессе ввода данных абитуриента, считывается штрих-код ИД-карты – устанавливается соответствие анкетных дан ных абитуриента и его ИД-номера. Факт активации утверждается печатью приемной комиссии.

Введение ИД-карты абитуриента позволило автоматизировать широкий круг задач, связан ных с обработкой документов:

оплата папки абитуриента.

Через любой платежный терминал вносится оплата за папку абитуриента. При этом в ка честве отличительного признака вносится ИД-номер карточки. Абитуриент после оплаты по лучает чек, где пропечатывается ИД-номер абитуриента. Данный чек принимается приемной комиссией в качестве подтверждения об оплате папки абитуриента.

регистрация явки абитуриентов на вступительный экзамен. На входе устанавливается сканер штрих-кода. Абитуриент прикладывает ИД-карту к сканеру. При это происходит автома тическая регистрация абитуриента и определяется его статус – допуск на экзамен.

тестирование. Перед получением тестового задания абитуриент заполняет Титульный лист, на который наклеивает стикер с ИД-номером. Это позволит автоматизировать процесс вво да соответствия номера варианта тестового задания и абитуриента путем считывания штрих кода с Титульного листа и Бланка задания. Этот процесс может быть осуществлен в целях безо пасности автономно после передачи Бланков ответов на обработку. Предварительный результат представляется в виде «№ варианта – количество набранных баллов». Затем поступает файл соответствия «абитуриент – № варианта». После обработки этого файла, результат выдается в виде «ФИО абитуриента – количество баллов», для широкой публикации – в виде «ИД – номер абитуриента – количество баллов».

письменный экзамен. Перед получением задания на письменную работу абитуриент заполняет Титульный лист, на который наклеивает стикер с ИД-номером. Это позволило авто матизировать процесс шифровки и дешифровки работ. Стикер со штрих – кодом не имеет ни каких буквенных или цифровых обозначений. С помощью сканера штрих-кода создается файл соответствия «ИД – номер абитуриента – бланк задания». После чего бланки с письменными работами отправляются на проверку. Председателю предметной комиссии предлагается ввести порядковый номер бланка – упорядочивание письменных работ по количеству. Этот же номер будет указан в ведомости по проверке письменных работ. Повышается безопасность системы и степень защиты от несанкционированного доступа.

оформление контракта. На бланк Договора о контрактной форме обучения, на Заяв ление о спонсорской помощи университету, на заявление о переходе на другую специальность наклеивается стикер с ИД – номером абитуриента. Это позволит автоматизировать процесс об работки абитуриентов контрактного набора.

оплата контракта и спонсорской помощи в кассе. При любой оплате в кассу универ ситета абитуриентом представляется ИД-карта. Считывание штрих-кода автоматизирует про цесс обработки оплаты абитуриента путем передачи транзакции в базу данных «Абитуриент».

подтверждение абитуриента. После выхода списков абитуриентов, рекомендованных к зачислению в КРСУ, абитуриент должен подтвердить свое желание обучаться в университе те. Подтверждение фиксируется сдачей оригинала аттестата. При сдаче аттестата считывается штрих-код аттестата и автоматически определяется соответствие анкетным (паспортным) дан ным. При полном соответствии всех документов на ИД-карту с обратной стороны ставиться пе чать аттестат сдан и подпись принявшего, которая с этого момента представляет собой расписку о приеме документов в КРСУ.

Использование технологий быстрой и точной идентификации позволяет повысить степень автоматизации информационных и технологических процессов внутри технологического про цесса.

Введение ОРТ в качестве единого общегосударственного вступительного экзамена в вузы Киргизии поставило новую задачу по информационному обеспечению приемных комиссий. В 2010 году Министерство образования и науки КР приняло решение о зачислении на контракт ные места вузов только по результатам ОРТ, ранее это касалось только бюджетных мест. В соот ветствии с проблемами, с которыми столкнулись российские вузы при введении ЕГЭ в качестве вступительных экзаменов в вузы в 2009 году [1], прогнозировалась такая же ситуация в Кирги зии. Это потребовало в кратчайшие сроки найти приемлемое решение для ускорения процессов обработки талонов ОРТ. Накопленный опыт внедрения технологии штрих кодирования в про цесс обработки документов абитуриента позволил найти такое решение в виде штрих-кода Сер тификата ОРТ. Совместная работа КРСУ с Центром оценки в образовании и методов обучения (ЦООМО)[2], которая осуществляет в Киргизии ОРТ, позволила в короткие сроки определить минимально достаточный объем информации, необходимый для проведения зачисления в вузы по результатам ОРТ. В целях обеспечения равных возможностей конкурс проводится для каж дой категории абитуриентов отдельно. Все школы республики разделены на 4 категории: сто личные школы, школы малых городов и областных центров, сельские школы и высокогорные школы. В целях снижения коррупции, конкурс проводится по отрывным талонам Сертификата ОРТ. Общее количество отрывных талонов – 6. На отрывном талоне – минимальный и достаточ ный объем информации для проведения отбора только по результатам ОРТ: номер сертификата (5 цифр), категория абитуриента (4 цвета), количество баллов по основному тесту и по пред метным тестам (по 3 цифры, всего предметных тестов шесть). С 2010 года в каждый талон ОРТ введен штрих-код, отображающий вышеприведенные данные.



Pages:   || 2 | 3 | 4 | 5 |   ...   | 12 |
 



Похожие работы:





 
© 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.