Научные конференции

Информация о материале

Опубликовано: 08 октября 2018

Просмотров: 791

Boeva O.H., Rakhmatova S.R., Sоtybaldiev S.U.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Abstract: the purpose of this article was to provide a general and simple basis for studying how information provided by circles in the Nyquist plane can be restored in the plane of the root locus. In this article, all circular criteria (including off-axis circles) in the frequency domain can be re-formulated as full root contours. Thus, some difficulties of analysis in the frequency domain are overcome with the help of Evans technique. The SATV (Modified Relay Auto Tuning) technique was tested for reliability in laboratory tests in the presence of measurement noise based on the integration of a periodic input signal over  periods.

Keywords: root locus, relay auto-tuning, closed loop, Nyquist plane, feedback,  period.

Боева О.Х., Рахматова С.Р., Сотиболдиев С.У.

Боева Окила Хусановна - ассистент;

Рахматова Санобар Рахмат кизи - студент;

Сотиболдиев Сухроб Умиджон угли – студент,

кафедра автоматизации и управления,

Навоийский государственный горный институт,

г. Навои, Республика Узбекистан

Аннотация: цель этой статьи состояла в том, чтобы предоставить общую и простую основу для изучения того, как информация, предоставленная кругами в плоскости Найквиста, может быть восстановлена в плоскости корневого годографа. В этой статье все круговые критерии (включая круги вне оси) в частотной области могут быть повторно сформулированы как полные корневые контуры. Таким образом, некоторые трудности анализа в частотной области преодолеваются с помощью техники Эванса. Техника SATV (модифицированный метод автонастройки реле) - надежность была проверена в лабораторных тестах при наличии шума измерения на основе интеграции периодического входного сигнала в течение периодов.

Ключевые слова: корневой годограф, релейная автонастройка, замкнутый контур, плоскость Найквиста, обратная связь, период.

Список литературы / References

1. Левин В.С. «Корневой локус», в «Руководстве по управлению». В.С. Левин. Ред. CRC: Boca Raton, FL и IEEE: Piscataway. NJ, 1996. Ст. 192-198.
2. Evans W.R. “Control system synthesis by root locus method”. AIEE, Vol. 69. Pp. 66-69, 1950.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ссылка для цитирования. Боева О.Х., Рахматова С.Р., Сотиболдиев С.У. ПОЛНЫЕ КОНТУРЫ КОРНЕЙ ДЛЯ КРИТЕРИЕВ ОКРУЖНОСТЕЙ И РЕЛЕЙНАЯ АВТОНАСТРОЙКА [COMPLETE ROOT CIRCUITS FOR ENVIRONMENTAL CRITERIA AND RELAY AUTOTUNE INPLEMENTATION] // VI INTERNATIONAL SCIENTIFIC REVIEW OF THE TECHNICAL SCIENCES, MATHEMATICS AND COMPUTER SCIENCE Свободное цитирование при указании авторства: https://scientific-conference.com/grafik/2018-vtoroe-polugodie.html(Boston, USA - 12 October, 2018). с. {см. сборник}

Информация о материале

Опубликовано: 25 сентября 2018

Просмотров: 969

Babkin O.V., Varlamov A.А., Gorshunov R.А.), Dos E.V., Kropachev A.V., Zuev D.О.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Babkin Oleg Vyacheslavovich - Strategy Consultant,

IBM;

Varlamov Aleksandr Aleksandrovich – Technical Director

SHARXDC LLC,

MOSCOW;

Gorshunov Roman Aleksandrovich - Solution Architect,

AT&T, BRATISLAVA, SLOVAKIA;

Dos Evgenii Vladimirovich - Lead DevOps Architect,

EPAM, MINSK, REPUBLIC OF BELARUS;

Kropachev Artemii Vasilyevich - Principal Architect,

LI9 TECHNOLOGY SOLUTIONS, NORTH CAROLINA;

Zuev Denis Olegovich - Independent Consultant,

NEW JERSEY,

UNITED STATES OF AMERICA

Abstract: main stages of data center service performance prediction were discussed, specifically data monitoring and gathering, calculation and prediction of key indexes and performance index prediction. It was proposed to build data center service performance prediction algorithm based on analysis of service transactions index, service resource occupancy index and service performance index. Prediction of the indexes is based on chaotic time series analysis that was used to estimate service transactions index time series trend, radar chart method to calculate service resource occupancy index value and weighted average method to calculate service performance index. For performance prediction is proposed to use fuzzy judgment matrix with service transactions index and service resource occupancy index as input values. Next stages include definition of fuzzy closeness degree and estimation the best matching value of the indexes at the predicted moment by similarity matching algorithm. It was taken into consideration that service transactions index is usually represented by nonlinear time series and thus the index time series parameters have to be predicted by chaos theory and for the calculation of this index can be used estimation procedure of Lyapunov exponent value. Radar chart demonstrates service resource occupancy index estimation of shared storage, mobile storage, memory, computational capability and network bandwidth. It was noticed that for calculation of service performance index values’ dataset it is necessary to find nearness degree of service transactions index and service resource occupancy index it is proposed to estimate first membership degree as a parameter of membership function. Therefore, prediction technique was based on the fuzzy nearness category that use input values of service transactions index and service resource occupancy index dynamic changes which have to be considered as a real time process.

Keywords: data center, service transactions index, service resource occupancy index, service performance index. fuzzy judgment matrix, Lyapunov exponent, radar chart.

Бабкин О.В., Варламов А.А., Горшунов Р.А., Дос Е.В., Кропачев А.В., Зуев Д.О.

Бабкин Олег Вячеславович - стратегический консультант,

IBM;

Варламов Александр Александрович – технический директор,

ООО "Шаркс Датацентр",

г. Москва;

Горшунов Роман Александрович - архитектор решений,

AT&T, г. Братислава, Словакия;

Дос Евгений Владимирович - ведущий DevOps архитектор,

EPAM, г. Минск, Республика Беларусь;

Кропачев Артемий Васильевич - главный ИТ архитектор,

Li9 Technology Solutions, г. Северная Каролина;

Зуев Денис Олегович – независимый международный эксперт, г. Нью Джерси,

Соединенные Штаты Америки

Аннотация: проведен анализ основных этапов прогнозирования эффективности обслуживания центров обработки данных, в частности мониторинга и сбора данных, расчета и прогнозирования ключевых аспектов, и прогнозирование коэффициента производительности. Было предложено построить алгоритм прогнозирования эффективности обслуживания центра обработки данных на основе анализа коэффициента транзакции, коэффициента использования машинных ресурсов и коэффициента производительности сервиса. Прогнозирование коэффициентов основано на анализе временных рядов, который использовался для оценки временных рядов коэффициента транзакций, метода радар-диаграммы для расчета значения коэффициента использования машинных ресурсов и средневзвешенного метода оценки для расчета коэффициента производительности сервиса. Для прогнозирования производительности предлагается использовать матрицу нечетких суждений с коэффициентом транзакций и коэффициентом занятости ресурса службы в качестве входных значений. Следующие этапы включают определение степени нечеткой близости и алгоритма соответствия подобия. Было указано, что коэффициент служебных операций обычно представлен нелинейными временными рядами, и, следовательно, параметры временного ряда коэффициента должны быть предсказаны теорией хаоса, а значит для расчета этого коэффициента может быть использована процедура расчета экспоненты Ляпунова. Радарная диаграмма демонстрирует оценку коэффициента использования машинных ресурсов для общего хранилища данных, мобильных хранилищ, памяти, вычислительных возможностей и пропускной способности сети. Метод прогнозирования основывался на категории нечетких приближений, которые используют входные значения коэффициента транзакций и динамические изменения коэффициента использования машинных ресурсов, которые должны рассматриваться в рамках процесса, который анализируется в режиме реального времени.

Ключевые слова: центр обработки данных, коэффициента транзакции, коэффициента использования машинных ресурсов, коэффициента производительности сервиса, матрица нечетких суждений, экспонента Ляпунова, радарная диаграмма.

References / Список литературы

1. Wu C. & Guo J., Software Monitoring in Data Centers. Handbook on Data Centers. 1209-1253.
2. Newcombe L., Data Center Financial Analysis, ROI and TCO. Data Center Handbook. 103-137.
3. Román-Flores H. & Ayala V., 2018. Chaos on Set-Valued Dynamics and Control Sets. Chaos Theory.
4. Tang R., Fong S. & Dey N., Metaheuristics and Chaos Theory. Chaos Theory.
5. Hongliang L., Anxin L., Bin Z., Tiefu Z. & Xin Z., A Fuzzy Comprehensive Evaluation Method of Maintenance Quality Based on Improved Radar Chart, 2008 ISECS International Colloquium on Computing, Communication, Control, and Management.
6. Shi J., Liu Y. & Zhou W., The domain decomposition method based on weighted average. 2011 IEEE International Conference on Computer Science and Automation Engineering.
7. Harris J., An introduction to fuzzy logic applications. Dordrecht: Kluwer Academic.
8. Anderson M., Fuzzy logic. Parkdale, OR: Black Opal Books.
9. Dimitrov V. & Korotkich V., Fuzzy logic: A framework for the new millennium. Heidelberg: Physica.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ссылка для цитирования. Бабкин О.В., Варламов А.А., Горшунов Р.А., Дос Е.В., Кропачев А.В., Зуев Д.О.РАЗРАБОТКА АЛГОРИТМА ПРОГНОЗИРОВАНИЯ ПРОИЗВОДИТЕЛЬНОСТИ ОБЛАЧНЫХ СЕРВИСОВ [DEVELOPMENT OF THE ALGORITHM FOR CLOUD SERVICE PERFORMANCE PREDICTION] // XLIX International Scientific Review of the Problems and Prospects of Modern Science and Education Свободное цитирование при указании авторства: https://scientific-conference.com/grafik/2018-vtoroe polugodie.html( Boston, USA - 25 September, 2018). с. {см. сборник}

Информация о материале

Опубликовано: 24 сентября 2018

Просмотров: 810

Yushkin V.N.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Yushkin Vladislav Nikolaevich - Associate Professor, Candidate of Technical Sciences, DEPARTAMENT APPLIED GEODESY, ENVIRONMENTAL MANAGEMENT AND WATER USE, FEDERAL STATE BUDGET EDUCATIONAL INSTITUTION OF HIGHER PROFESSIONAL EDUCATION VOLGOGRAD STATE AGRARIAN UNIVERSITY, VOLGOGRAD

Abstract: the algorithms for obtaining the finite element stiffness matrix in the variant of the displacement method formulation and the formation of the finite element deformation matrix in the mixed formulation of the finite element method using the modified Reissner functional are presented. In the variant of the displacement method, a four-node finite element was used to calculate engineering structures. As the nodal unknowns, movements and their derivatives were taken. The comparison of FEM algorithms in the formulations of the displacement method and the mixed method is performed.

Keywords: stiffness matrix, finite element, displacement method, deformation matrix formation, mixed formulation.

Юшкин В.Н.

Юшкин Владислав Николаевич - доцент, кандидат технических наук, кафедра прикладной геодезии, природообустройства и водопользования, Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Волгоградский государственный аграрный университет, г. Волгоград

Аннотация: изложены алгоритмы получения матрицы жесткости конечного элемента в варианте формулировки метода перемещений и формирования матрицы деформирования конечного элемента в смешанной формулировке МКЭ при использовании модифицированного функционала Рейсснера. В варианте метода перемещений использовался четырехузловой конечный элемент для расчета инженерных сооружений. В качестве узловых неизвестных принимались перемещения и их производные. Выполнено сравнение алгоритмов МКЭ в формулировках метода перемещений и смешанного метода.

Ключевые слова: матрица жесткости, конечный элемент, метода перемещений, формирования матрицы деформирования, смешанная формулировка.

Список литературы / References

1. Николаев А.П., Киселев А.П., Юшкин В.Н. Восьмиугольный конечный элемент для расчета толстостенных оболочек вращения. Казань, 2000. С. 327-331.
2. Юшкин В.Н. Сравнительный анализ результатов расчета инженерных конструкций с использованием МКЭ в смешанной формулировке и в варианте метода перемещений. Волгоград, 2016. с. 201-209.
3. Юшкин В.Н. Расчет гидротехнических сооружений в смешанной формулировке на основе МКЭ. Волгоград, 2017. С. 358-365.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ссылка для цитирования. Юшкин В.Н. РЕАЛИЗАЦИЯ МКЭ В СМЕШАННОЙ ФОРМУЛИРОВКЕ И В ВАРИАНТЕ МЕТОДА ПЕРЕМЕЩЕНИЙ [IMPLEMENTATION OF THE FEM IN A MIXED FORMULATION AND A VARIANT OF THE METHOD OF DISPLACEMENT] // XLIX International Scientific Review of the Problems and Prospects of Modern Science and Education Свободное цитирование при указании авторства: https://scientific-conference.com/grafik/2018-vtoroe polugodie.html( Boston, USA - 25 September, 2018). с. {см. сборник}

Информация о материале

Опубликовано: 24 сентября 2018

Просмотров: 823

Losanova M.A., Shomakhova A.G., Balova M.A., Mezhgikhova V.M., Medaliyeva K.H., Karova A.A.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Losanova Marianna Arsenovna – Master,

DEPARTMENT SOCIAL WORK,

INSTITUTE OF SOCIAL WORK, SERVICE AND TOURISM;

Shomakhova Aisa Gennadievna – Student;

Balova Milan Arturovna – Student;

Mezhgikhova Violetta Mukharbievna – Student,

 DEPARTMENT OF CELL BIOLOGY,

INSTITUTE OF CHEMISTRY AND BIOLOGY

KABARDINO-BALKARIAN STATE UNIVERSITY;

Medaliyeva Karina Khachimovna – Student,

 DEPARTMENT PRIMARY EDUCATION,

INSTITUTE OF PEDAGOGY, PSYCHOLOGY AND PHYSICAL EDUCATION AND SPORTS EDUCATION

KABARDINO-BALKARIAN STATE UNIVERSITY,

NALCHIK;

Karova Albina Alberdovna – Student,

 DEPARTMENT PHARMACY OF HIGHER EDUCATION,

MEDICO-PHARMACEUTICAL INSTITUTE

VOLGOGRAD STATE MEDICAL UNIVERSITY, PYATIGORSK

Abstract: аs an example of transport networks, consider Fig. 1, which shows the traffic flows between the five neighboring cities. The numbers denoting the edges of the network represent traffic flows, for example, the average number of flights (in thousands) on a weekday. So, the full traffic between cities 1 and 3 in both directions is 5000 flights a day. The fact that streams of traffic are represented by straight lines in this network do not have geographic significance: they are not traffic routes, and the intersections of these lines are irrelevant. Fig. 1 serves as an example of a complete network, each pair of vertices of which is connected by an edge. The famous theorem of graph theory asserts that any complete network with five or more vertices is not planar; in other words, if you have five or more points on a sheet of paper and connect each pair of a straight line or a curve with a line, you can not avoid that two or more lines do not intersect. And what do you think about the four points?

Keywords: mathematics, network, transport.

Лосанова М.А., Шомахова А.Г., Балова М.А., Межгихова В.М., Медалиева К.Х., Карова А.А.

Лосанова Марианна Арсеновна – магистр,

кафедра социальной работы,

Институт социальной работы, сервиса и туризма;

Шомахова Айза Геннадиевна – студент;

Балова Милана Артуровна – студент;

Межгихова Виолетта Мухарбиевна – студент,

кафедра биологии клетки,

Институт химии и биологии;

Медалиева Карина Хачимовна – студент,

кафедра начального образования,

Институт педагогики, психологии и физкультурно-спортивного образования

Кабардино-Балкарский государственный университет,

г. Нальчик;

Карова Альбина Альбердовна – студент,

 кафедра фармации высшего образования,

Медико-фармацевтический институт

Волгоградский государственный медицинский университет, г. Пятигорск

Аннотация: в качестве примера транспортных сетей рассмотрим рис. 1, на котором показаны транспортные потоки между пятью соседними городами. Числа, которыми обозначены ребра сети, представляют транспортные потоки, например, среднее число рейсов (в тысячах) в будний день. Так, полное движение между городами 1 и 3 в обоих направлениях составляет 5000 рейсов в день. То, что в данной сети потоки движения изображены прямыми, не имеет географического значения: они не являются маршрутами движения, и пересечения этих линий не относятся к делу. Рис. 1 служит примером полной сети, каждая пара вершин которой соединена ребром. Знаменитая теорема теории графов утверждает, что любая полная сеть с пятью или более вершинами непланарна; другими словами, если вы имеете пять или более точек па листе бумаги и соединяете каждую пару прямой или кривой линией, вы не сможете избежать того, чтобы при этом не пересекались две или более линий. А что Вы думаете насчет четырех точек?

Ключевые слова: математика, сети, транспорт.

Список литературы / References

1. Афанасьев Л.Л. и др. Единая транспортная система и автомобильные перевозки. М.: Транспорт, 1984. 465 с.
2. Аникин Б.А., Тяпухин А.П. Коммерческая логистика: Учеб. М.: ТК Велби, Изд-во Проспект, 2005. 432 с.
3. Бауэрсокс Дональд Дж., Клосс Дейвид Дж. Логистика: интегрированная цепь поставок. М: Олимп-Бизнес, 2001. 640 с.
4. Безуглова М.А. Транспортные услуги в международной торговле: Учебн. пособие. Мурманск: Изд-во МГТУ, 2001. 91 с.
5. Беленький А.С. Исследование операций в транспортных системах: идеи и схемы методов оптимизации планирования. М.: Мир, 1992. 582 с.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ссылка для цитирования. Лосанова М.А., Шомахова А.Г., Балова М.А., Межгихова В.М., Медалиева К.Х., Карова А.А. ТРАНСПОРТНЫЕ СЕТИ [TRANSPORT NETWORKS] // XLIX International Scientific Review of the Problems and Prospects of Modern Science and Education Свободное цитирование при указании авторства: https://scientific-conference.com/grafik/2018-vtoroe polugodie.html( Boston, USA - 25 September, 2018). с. {см. сборник}