Наука XXI века: новый подход - davaiknam.ru o_O
Главная
Поиск по ключевым словам:
Похожие работы
Название работы Кол-во страниц Размер
14 Декабрь 2011 Год наступает Новый! Снежный, морозный, еловый! 1 83.47kb.
Сборник материалов «Студенческая наука и медицина XXI века: традиции... 32 5845.04kb.
Гендерный подход к обучению и воспитанию младших школьников 1 75.1kb.
«Всероссийская Марка (III тысячелетие). Знак качества XXI века» 1 11.17kb.
Институционализация социальной работы в модернизирующемся российском... 1 87.07kb.
Международное Агентство «Союз технологий XXI века» «International... 1 254.97kb.
Тоталитарные секты угроза XXI века 1 77.4kb.
Экологическая безопасность – проблема XXI века 1 204.02kb.
Спирулина – пища XXI века Москва 2006 ббк 53. 54 Х 03 спирулина –... 9 2280.14kb.
Дипломатия силы в начале XXI века 11 1 314.47kb.
Программа история России. XX – начало XXI века. 9 класс (47 ч) 3 505.66kb.
Научная работа студента 113 группы Ляхова Антона Борисовича. 9 1830.68kb.
Направления изучения представлений о справедливости 1 202.17kb.

Наука XXI века: новый подход - страница №1/7



Научно-издательский центр «Открытие»

otkritieinfo.ru

НАУКА XXI ВЕКА: НОВЫЙ ПОДХОД
Материалы II молодёжной международной

научно-практической конференции

студентов, аспирантов и молодых учёных
28 сентября 2012 года

г. Санкт-Петербург

УДК 001

ББК 72-я431
Наука XXI века: новый подход

Материалы II молодёжной международной научно-практической конференции студентов, аспирантов и молодых учёных 28 сентября 2012 года г. Санкт-Петербург

Представлены материалы докладов II молодёжной международной научно-практической конференции студентов, аспирантов и молодых учёных «Наука XXI века: новый подход».

В материалах конференции представлены результаты новейших исследований в различных областях науки: биологии и экологии, географических наук и наук о Земле, информатики и медицины, сельскохозяйственных наук, архитектуры и строительства, технических, экономических, юридических наук, философии, филологии, истории. Сборник представляет интерес для научных работников, аспирантов, докторантов, соискателей, преподавателей, студентов – для всех, кто хотел бы сказать новое слово в науке.

ISBN 978-5-8430-0201-5

Содержание

Секция 1. Информационные технологии
Гаглоева И. Э., Добаев А. З.

применение систем автоматизации управления в интеллектуальных электроэнергетических сетях………………………………………………………………8


Полевщиков И. С.

ЭВОЛЮЦИЯ МЕТОДОВ И СРЕДСТВ ОБУЧЕНИЯ ОПЕРАТОРОВ ПЕРЕГРУЗОЧНЫХ МАШИН………………....13


В. Н. Ткачёв В. Н., Анненков А. Б., Саваневич В. Е.,

Брюховецкий А. Б.

РАЗРАБОТКА МЕТОДА ПРЕДОТВРАЩЕНИЯ ВОЗНИКНОВЕНИЯ КОЛЛИЗИЙ ПРИ ПАРАЛЛЕЛЬНОЙ ОБРАБОТКЕ ДАННЫХ В ДЕЦЕНТРАЛИЗОВАННЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМАХ……………………………18


Секция 2. Биологические науки
Долгих Е. С., Гривко Е. В.

АДАПТАЦИЯ СУСЛИКОВ ВИДА CITELLUS PYGMAEUS PALLAS К УСЛОВИЯМ ГОРОДСКОЙ СРЕДЫ………………24


Роштова А. С., Алексеев Ф. С.

МОРФОМЕТРИЧЕСКИЙ АНАЛИЗ ГИПЕРСТРИАТУМА КОНЕЧНОГО МОЗГА ВОРОБЬЯ ДОМОВОГО………………29


Часова Э. В., Ивчук В. В.

НЕКОТОРЫЕ АСПЕКТЫ ТОКСИЧЕСКОГО ВОЗДЕЙСТВИЯ ТЯЖЕЛЫХ МЕТАЛЛОВ НА ОРГАНИЗМ ЧЕЛОВЕКА………32




Секция 3. Географические науки
Корельский Д. С.

ИЗУЧЕНИЕ СОСТОЯНИЯ ЛЕСНЫХ СООБЩЕСТВ, ИСПЫТЫВАЮЩИХ ДЛИТЕЛЬНУЮ АТМОТЕХНОГЕННУЮ НАГРУЗКУ………………………………………………………..39


Секция 4. Науки о Земле
Смирнов Ю. Д.

МОНИТОРИНГ ТЕХНОГЕННЫХ КАТАСТРОФ НА ЭКОЛОГИЧЕСКИ ОПАСНЫХ ПРОИЗВОДСТВЕННЫХ ОБЪЕКТАХ ТЭК С ИСПОЛЬЗОВАНИЕМ МБЛА…………….45


Секция 5. Технические науки
Малышкин М. М.

ОЦЕНКА ОПАСНОСТИ ОТХОДОВ БУРЕНИЯ И СНИЖЕНИЕ ТЕХНОГЕННОЙ НАГРУЗКИ ПРИ БУРЕНИИ СКВАЖИН…..52


Сачко А. И.

ЭФФЕКТИВНОЕ ИСПОЛЬЗОВАНИЕ КОМПЬЮТЕРНЫХ ПОГРАММ ПРИ ИЗУЧЕНИИ ТЕХНИЧЕСКИХ

ДИСЦИПЛИН…………………………………………………….57

Семёнов А. С., Шипулин В. С.

ЭЛЕКТРОПРИВОД – МНОГОФУНКЦИОНАЛЬНОЕ, ВЫСОКОПРОИЗВОДИТЕЛЬНОЕ, ЭНЕРГОЭФФЕКТИВНОЕ УСТРОЙСТВО……………………………………………………63


Секция 6. Медицинские науки
Полуэктова Т. С., Эверт Л. С.

СИНДРОМ ДЕФИЦИТА ВНИМАНИЯ С ГИПЕРАКТИВНОСТЬЮ У ШКОЛЬНИКОВ РЕСПУБЛИКИ ХАКАСИЯ (НА ПРИМЕРЕ Г. АБАКАНА)…………………….65



Секция 7. Фармакология, фармация
Сабиржан Р. Р., Егорова С. Н.

ИССЛЕДОВАНИЕ АССОРТИМЕНТА ИНЪЕКЦИОННЫХ РАСТВОРОВ НАТРИЯ ХЛОРИДА ПРОМЫШЛЕННОГО ПРОИЗВОДСТВА………………………………………………..69


Секция 8. Сельскохозяйственные науки
Плужников А. А.

ВОЗДЕЙСТВИЕ НИЗОВЫХ ПОЖАРОВ НА САНИТАРНОЕ СОСТОЯНИЕ СОСНОВЫХ НАСАЖДЕНИЙ В РАЗЛИЧНЫХ ЛЕСОРАСТИТЕЛЬНЫХ УСЛОВИЯХ…………………………73


Cекция 8. Исторические науки
Бадиков Р. А.

ОБОРОНИТЕЛЬНАЯ ОПЕРАЦИЯ ВОЙСК СЕВЕРО-ЗАПАДНОГО ФРОНТА НА РУБЕЖЕ ПСКОВСКОГО УКРЕПЛЕННОГО РАЙОНА (3-9 ИЮЛЯ 1941 Г.): ПРОБЛЕМА ИДЕНТИФИКАЦИЯ ПОНЯТИЯ……………………………….86


Дмитриевская М. С.

Методология изучения проблемы повседневной жизни в российской исторической науке……….93


Нагибин Г. В.

НОРМАННИЗМ И АНТИНОРМАННИЗМ. СТАНОВЛЕНИЕ РОССИЙСКОЙ ГОСУДАРСТВЕННОСТИ…………………….99


Секция 9. Экономические науки
Салимова М. М.

ВНЕДРЕНИЕ БЮДЖЕТИРОВАНИЯ НА ПРЕДПРИЯТИИ: ЭТАПЫ ПОСТАНОВКИ И ПРОБЛЕМЫ……………………..103



Секция 10. Философские науки
Полюгова Е. В.

ДОКАЗАТЕЛЬСТВО В ТУРИСТИЧЕСКОЙ ИНТЕРНЕТ-РЕКЛАМЕ (ФИЛОСОФСКИЙ И СОЦИОЛОГИЧЕСКИЙ АСПЕКТЫ ИЗУЧЕНИЯ)………………………………………..109


Секция 11. Филологические науки
Гарипова А. А.

Дискурсивное преобразование фразеологических калек татарского языка как речевое стилистическое средство……………………………….116


Секция 12. Юридические науки
Глухов А. Е.

ПРОБЛЕМЫ ПРИМЕНЕНИЯ АДМИНИСТРАТИВНЫХ НАКАЗАНИЙ В РОССИЙСКОЙ ФЕДЕРАЦИИ……………..122


Дядюн К. В.

К ВОПРОСУ О КВАЛИФИЦИРУЮЩИХ ОБСТОЯТЕЛЬСТВАХ ПРЕСТУПЛЕНИЯ, ПРЕДУСМОТРЕННОГО СТ. 150 УК РФ……………………..128


Секция 13. Архитектура и строительство
Цыбульская К. Д., Шевченко Д. А.

ГЕОДЕЗИЯ НА СЛУЖБЕ ЖИЛОГО СТРОИТЕЛЬСТВА…...131


Секция 14. Экология


Петрова В. А., Пашкевич М. А., Власов А. А.

Снижение риска негативного воздействия техногенных массивов топливно-энергетического комплекса (ТЭК)…………………135



Петрова Т. А.

АНТРОПОГЕННОЕ ВОЗДЕЙСТВИЕ ПРЕДПРИЯТИЙ

ПО ДОБЫЧЕ И ПЕРЕРАБОТКЕ НЕФТИ И ГАЗА

НА ПРИРОДНУЮ СРЕДУ……………………………………..138



Секция 1. Информационные технологии

применение систем автоматизации управления в интеллектуальных электроэнергетических сетях

И. Э. Гаглоева, А. З. Добаев

Северо-Кавказский горно-металлургический институт (государственный технологический университет),

г. Владикавказ, Россия, gagloeva_indira@mail.ru


Одним из приоритетных направлений в сфере энергетики на сегодняшний день, согласно энергетической стратегии России до 2030 года, является создание высоко интегрированных интеллектуальных системообразующих и распределительных электрических сетей нового поколения в Единой энергетической системе России (интеллектуальные сети - Smart Grids)[1].

В настоящее время состояние электроэнергетики России не соответствует растущей потребности развития экономики и социальной структуры страны. К негативным факторам состояния электроэнергетики можно отнести: высокий уровень потерь, высокие риски потери надежного и качественного электроснабжения потребителей, снижение экономичности функционирования системы энергоснабжения, средства управления не отвечают современным требованиям управления большими системами, недостаточность применения новых технологий в электроэнергетических сетях, отставание во внедрении современных средств и систем управления, обеспечения их необходимой информацией для оперативного управления в реальном времени.

Термин «Smart Grid» до сих пор не имеет единой, общепринятой интерпретации. Так зарубежное понимание умных сетей (Smart Grid) - это дооснащение существующих распределительных сетей на границах с потребителями устройствами учета, соединенными в единую информационную сеть и позволяющими оптимально расходовать энергоресурсы, а также включение в сеть малой и возобновляемой генерации.

Для европейских стран Smart Grid подразумевает, прежде всего, надежную и эффективную интеграцию электрогенераторов на возобновляемых источниках энергии с потребителями и традиционной энергосистемой.

Национальная лаборатория энергетических технологий Министерст­ва энергетики США (The National Energy Technology Laboratory USA - NETL) определяет Smart Grid как совокупность организационных измене­ний, новой модели процессов, решений в области информационных техно­логий, а также решений в области автоматизированных систем управления технологическими процессами и диспетчерского управления в электро­энергетике и т. д.

Наиболее полно общую функционально-технологическую идеоло­гию этой концепции отражает сформулированное Институ­том инженеров электротехники и электроники (The Institute of Electrical and Electronics Engineers - IEEE) определение Smart Grid как концепции полностью интегрированной, саморегулирующейся и самовосстанавли­вающейся электроэнергетической системы, имеющей сетевую топологию и включающей в себя все генерирующие источники, магистральные и рас­пределительные сети и все виды потребителей электрической энергии, управляемые единой сетью информационно- управляющих устройств и систем в режиме реального времени.

Российские «умные сети» — это комплексная модернизация и инновационное развитие всех субъектов электроэнергетики на основе передовых технологий и сбалансированных проектных решений глобально на всей территории страны [2]

В России идея Smart Grid в настоящее время выступает в качестве концепции интеллектуальной активно-адаптивной сети, которую можно описать следующими признаками [3]:

- насыщенность сети активными элементами, позволяющими изменять топологические параметры сети;

- большое количество датчиков, измеряющих текущие режимные параметры для оценки состояния сети в различных режимах работы энергосистемы;

- система сбора и обработки данных (программно-аппаратные комплексы), а также средства управления активными элементами сети и электроустановками потребителей;

- наличие необходимых исполнительных органов и механизмов, позволяющих в режиме реального времени изменять топологические параметры сети, а также взаимодействовать со смежными энергетическими объектами;

- средства автоматической оценки текущей ситуации и построения прогнозов работы сети;

- высокое быстродействие управляющей системы и информационного обмена.

Таким образом, смысл «Smart Grid» заключается в том, чтобы сделать «интеллектуальными» генерацию, передачу и распределение электрической энергии, насытить электрические сети современными средствами диагностики, электронными системами управления, алгоритмами, техническими устройствами типа ограничителей токов короткого замыкания сверхпроводящих линий и т.д.

«Умная сеть» это не одна система, а совокупность методов, технологий и инструментов, общей целью которых является объединение на технологическом уровне электрических сетей, производителей и потребителей в единую автоматизированную систему, позволяющая вывести электроэнергетику на качественно новый уровень.

Внедрение технологии Smart Grid подразумевает полное переоснащение электроэнергетической системы страны, включая построение цифровых электроподстанций нового поколения, приобретение инновационного оборудования, насыщение сети активными элементами, позволяющими изменять топологические параметры сети, использование достаточного большого количества датчиков, измеряющих состояния сети, как в стационарных, так и в предаварийных, аварийных, послеаварийных режимах, применение систем управления и т.д.

Задача перехода к активно адаптивным сетям является актуальной. Ведущая роль при модернизации и функционировании данной сферы отводится автоматизированным системам управления нормальными и аварийными режимами работы, оценки состояния электроэнергетических объектов и т.д.

Учитывая широкий территориальный охват, а также то, чтоэлектроэнергетическая система России создана более шестидесяти лет назад и изношенность объектов основных фондов достаточно высок (по данным Федеральной сетевой компании, 15% подстанций 6-10/0,4 кВ находится в неудовлетворительном состоянии, а более 40% воздушных и масляных выключателей давно отработали свои сроки, около 60% электросетей и вовсе нуждаются в перекладке) можно сделать вывод о том, что модернизация электросетевого хозяйства на базе инновационных технологий потребует больших финансовых ресурсов и займет относительно большое время.

Создание интеллектуальной электроэнергетической системы с активно-адаптивной сетью может быть реализована в рамках пилотных проектов на нескольких энергокластерах, но в масштабах всей электроэнергетической системы страны в краткосрочной перспективе внедрение Smart Grid трудно выполняемая задача.

Проведя исследование системы электроснабжения РСО-Алания, как в целом, так и ее отдельных объектов можно сделать следующий вывод:

Необходимо обеспечить оптимизацию процесса поэтапной интеллектуализациина основе системного подхода. Для последовательной модернизацииследует определить приоритеты в замене оборудования и обеспечить сохранение надежности и устойчивости работы электрических сетей. Данная задача может быть решена путем разработки и внедрения интеллектуальной системы поддержки принятия решений контроля, оценки и прогнозирования состояния электроэнергетической системы в целом, ее частей и элементов.

Данная СППР должна выполнять следующие функции:

- прогнозирование режимов работы сети;

- оценка и анализ состояния сети в режиме реального времени;

- повышение наблюдаемости энергосистемы;

- определение приоритетов в замене основных фондов и направление инвестиций в то оборудование, которое вскоре может дать сбои или приближается к работе на полную мощность;

- предоставление рекомендаций диспетчерскому, оперативно-технологическому и ремонтному персоналу для реализации управляющих воздействий и проведения соответствующих работ;

- проведение анализа действия оперативного персонала;

- оптимизация планирования технического обслуживания и ремонт оборудования;

- предотвращение выхода из строя важных компонентов,

- повышение надежности и экономически оптимальное функционирование системы и т.д.


Литература

  1. Энергетическая стратегия России на период до 2030 года, утверждена распоряжением правительства Российской Федерации от 13 ноября 2009 г. № 1715-р. 

  2. Бударгин О. «Умная сеть - платформа развития инновационной экономики». - Круглый стол «Умные сети - Умная энергетика - Умная экономика» / Петербургский международный экономический форум, 17 июня 2010 г. - (www.fsk-ees.ru).

  3. Дорофеев В. В., Макаров А. А. Активно-адаптивная сеть – новое качество ЕЭС России // Энергоэксперт. – 2009. - № 4 (15).



ЭВОЛЮЦИЯ МЕТОДОВ И СРЕДСТВ ОБУЧЕНИЯ ОПЕРАТОРОВ ПЕРЕГРУЗОЧНЫХ МАШИН

И. С. Полевщиков

Пермский национальный исследовательский политехнический университет, г. Пермь, Россия, hwgdi@mail.ru
По данным исследований [1, 2], нехватка высококвалифицированных рабочих заняла первое место среди проблем, мешающих развитию экономики России в ряде отраслей, в первую очередь в транспорте, оборонной промышленности, энергомашиностроении и строительстве.

Наиболее тяжелые и трудоемкие работы в данных отраслях связаны с перемещением грузов. Такие работы выполняются с использованием перегрузочных машин, которые представляют собой дорогостоящее и опасное оборудование, имеющее специфические технические характеристики (динамические свойства, габариты и т.д.).

Рассмотрим существующие методы и средства обучения операторов перегрузочных машин, покажем их недостатки, и отметим перспективы развития новых средств и методов.

Традиционные методы обучения операторов перегрузочных машин предусматривают проведение занятий на реальном оборудовании под руководством инструктора и, как правило, по индивидуальной форме. Но также не исключено проведение практических занятий с группой обучаемых для формирования практических знаний. Основным методом традиционного обучения являются упражнения – многократные повторения определенных действий в целях их сознательного совершенствования.

Однако при обучении на реальных перегрузочных машинах возникают трудности в реализации таких важных принципов обучения, как поэтапность и непрерывность, нет объективного контроля и самоконтроля корректности действий обучаемого. Как правило, инструкторы не имеют педагогической подготовки [3]. Ограничено время тренировок, недопустима самоподготовка и повышена вероятность создания аварийных ситуаций. Нельзя совместить теоретическую и практическую подготовку. Для обучения из производственного технологического процесса отвлекается высокопроизводительная техника, которая в процессе обучения изнашивается, дополнительно расходуется электроэнергия. Программы производственного обучения не сопровождаются методикой обучения приемам управления, она определяется в основном опытом инструктора.

Все указанные недостатки обучения могут быть устранены, сроки подготовки операторов снижены, а качество подготовки улучшено за счет рационального использования в учебном процессе тренажеров [3].

Тренажер представляет собой техническое средство обучения, позволяющее имитировать трудовые (производственные) условия в учебно-производственном процессе [4, 5].

Изначально используемые тренажеры для обучения операторов перегрузочных машин представляли собой уменьшенные модели реальных машин с вынесенными пультами управления [3]. Пульты были снабжены рукоятками и педалями управления машиной, с их помощью учащийся управлял электроприводами, приводящими в движение механизмы модели машины.



Тренажеры, разработанные на базе физических моделей машин, отличались простотой, наглядностью и были весьма полезны на начальной стадии изучения устройства машин, способов управления ими, технологии перегрузочных работ. Однако им были присущи существенные недостатки:

1) Поскольку учащийся на таких тренажерах располагается за выносным пультом, то восприятие им состояния машины не соответствует реальному, при котором машинист располагается непосредственно на объекте управления. В результате тренировок на таком тренажере у обучающегося формируются навыки, соответствующие иному образному восприятию состояния машины, нежели в реальных условиях.

2) Практически невозможно достичь соблюдения динамического подобия модели реальной машине.

3) Невозможно осуществлять повторные упражнения с возрастающей трудностью, при постоянном самоконтроле, уточнении и совершенствовании качества действий.

Преодолеть перечисленные выше недостатки позволили электронные тренажеры. Впервые в мировой и отечественной практике разработку электронных тренажеров для подготовки крановщиков начали в 1971 году сотрудники кафедры вычислительной техники и автоматического управления Пермского политехнического института (в настоящее время кафедра информационных технологий и автоматизированных систем Пермского национального исследовательского политехнического университета) [3, 6].

Конструктивно такой тренажер состоит из двух блоков. Первый из них представляет собой рабочее место обучающегося. Он оборудован органами управления кранов (ОУ): рукоятками управления и педалью тормоза вращательного движения, а также системой отображения информации (СОИ). Во втором блоке размещены электронная аналоговая модель крана (АМК), устройство управления тренажером (УУ) и устройство питания всех схем. АМК в электронном тренажере заменяет физическую модель крана.

Важным преимуществом обучения на электронных тренажерах, по сравнению с традиционными методами и средствами обучения, стала возможность использовать объективные критерии при оценке знаний, умений и навыков обучаемых.

Однако электронные тренажеры обладали и существенными недостатками. Во-первых, в данных тренажерах основные допущения были связаны со сведением пространственной картины рабочей обстановки к плоскостному ее изображению, а также с неподвижным рабочим местом обучаемого. В связи с этим при упражнениях на тренажере не осуществлялась объемная визуальная оценка обстановки и положения рабочего органа машины с грузом, а вестибулярный аппарат учащегося не участвует в чувственном отражении вращательного движения. Во-вторых, многие предложенные разработчиками методы и приемы обучения не были применены ввиду их сложной реализации на элементной базе того времени.



Компьютерные тренажеры, широко распространенные в настоящее время для профессионального обучения в различных отраслях (в том числе и для обучения операторов перегрузочных машин), позволили, сохранив преимущества электронных тренажеров, устранить их основные недостатки. Широкому распространению компьютерных тренажеров способствовало распространение персональных компьютеров, благодаря широким возможностям и низкой стоимости последних.

В работе [7] были рассмотрены основные особенности компьютерных тренажеров, показывающие их эффективность по сравнению с другими тренажерами:

1) высокий уровень соответствия (подобия) синтезируемого изображения оригиналу (благодаря использованию 3D-графики);

2) высокий уровень соответствия синтезируемого звукового окружения;

3) адекватная математическая модель оборудования и процессов и т.д.

И перспективы обучения операторов перегрузочных машин можно связать с дальнейшей разработкой компьютерных тренажеров. В частности, на кафедре ИТАС ПНИПУ в настоящее выполняется работа в рамках НИР №2010/293 от 19 августа 2010 г., по созданию компьютерного тренажера для ОАО «Мотовилихинские заводы». Этот тренажер необходим для обучения операторов транспортно-заряжающей машины (ТЗМ).


Литература

1. Кречетников А. России не хватает квалифицированных рабочих [Электронный ресурс] // Интернет-проект «ИноСМИ.RU». – Режим доступа: http://inosmi.ru/russia/20120331/189546142. (Дата обращения: 29.05.2012).

2. Санкт-Петербургу нужны квалифицированные рабочие по 85 специальностям [Электронный ресурс] // ООО «Сеть порталов «Человеческие ресурсы». – Режим доступа: http://www.rhr.ru/index/news,10946,0.html. (Дата обращения: 29.05.2012).

3. Тер-Мхитаров М.С. Оператор перегрузочных машин. – Пермь: Кн. изд-во, 1982. – 140 с.

4. Профессиональная педагогика: Учебник для студентов, обучающихся по педагогическим специальностям и направлениям. Под ред. С.Я. Батышева, А.М. Новикова. Издание 3-е, переработанное. М.: Из-во ЭГВЕС, 2009. – 456 с.

5. Бродский С. Ф. Методика внутрифирменного производственного обучения персонала с использованием компьютерного тренажера-имитатора: На примере нефтяной отрасли Республики Татарстан : автореф. дис. … канд. пед. наук: 13.00.02. – Казань, 2004.

6. Щемелева Т. К. Дидактические условия применения электронного тренажера на уроках производственного обучения операторов грузоподъемных машин : автореф. дис. … канд. пед. наук: 13.00.02. – Казань, 1987.

7. Гаммер М. Д. Разработка системы автоматизированного проектирования компьютерных имитационных тренажеров: дис. … канд. тех. наук: 05.13.12. – Тюмень, 2007.



РАЗРАБОТКА МЕТОДА ПРЕДОТВРАЩЕНИЯ ВОЗНИКНОВЕНИЯ КОЛЛИЗИЙ ПРИ ПАРАЛЛЕЛЬНОЙ ОБРАБОТКЕ ДАННЫХ В ДЕЦЕНТРАЛИЗОВАННЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМАХ

В. Н. Ткачёв1, А. Б. Анненков2, В. Е. Саваневич1,

А. Б. Брюховецкий3

1Харьковский национальный университет радиоэлектроники, Харьков, Украина, vitalii.tkachov@kture.kharkov.ua;

2 Запорожский институт экономики и информационных технологий, Запорожье, Украина;

3 Национальный Центр управления и испытаний космических средств, г. Евпатория-19, Украина
Децентрализованные вычислительные системы с параллельной обработкой данных появились во второй половине 80-х годов [1].

Подходы к предотвращению коллизий в различных операционных системах сложилась на фоне развития сетевых технологий. Первые методы предотвращения коллизий были основаны на принципах организации технологии Ethernet. Так, в технологии Ethernet, чтобы корректно обработать коллизию, все вычислительные станции одновременно наблюдают за возникающими в разделяемой среде сигналами. В UNIX системах было принято решение использовать метод блокировок [2]. В операционных системах семейства windows для предотвращения коллизиям ОС накладывает "замки" на порции данных [3]. Общим недостатком вышеуказанных методов является необходимость изменять структуру поступающих порций данных и отсутствие мультиплатформенности.

Основной целью работы является разработка метода предотвращения возникновению коллизий при обработке данных, устраняющий вышеуказанные недостатки, быть платформонезависимым.

Порции данных от источника поступают во входной виртуальный буфер децентрализованной вычислительной системы, при этом условия поступления таковы, что источником может быть любая система хранения данных, телескоп, виртуальная обсерватория, пользователи [4]. Система обработки данных, представляющая собой совокупность экземпляров программы, функционирующих на вычислительных станциях, к моменту начала обработки порций входных данных получает команду (сообщение) о начале работы.

На любой из вычислительных станций вычислительной системы установлены различные операционные системы, на базе которых функционируют экземпляры программы. Количество экземпляров программы равно количеству ядер процессоров вычислительных станций вычислительной системы. Каждый экземпляр программы в любой момент времени может выполнять любой из этапов обработки данных. Предполагается, что все структурные элементы вычислительной системы не выходят из строя во время цикла обработки данных.

В основе разрабатываемого метода лежит использование сообщений-запросов и сообщений-состояний, являющихся своего рода «блокираторами».

Для каждой порции данных вычислительный метод предотвращения коллизии при параллельной обработке данных заключается в следующем.

1. На нулевом этапе обработки экземпляр программы ищет во входном буфере очередную порцию данных.

2. При отсутствии во входном буфере порции данных, экземпляр программы выполняет поисковый цикл сообщений состояния по хранилищам порций данных на всех этапах обработки.

2.1. При обнаружении экземпляром программы в хранилище порций данных сообщения состояния, которое позволяет проводить обработку серий, он ищет сообщение-запрос на обработку этой серии порций данных.

2.1.1. При отсутствии сообщения-запроса о серии порции данных, переход на пункт 8.2.

2.1.2. При наличии сообщения-запроса о серии порции данных, переход на пункт 1.

2.2. При обнаружении экземпляром программы в хранилище порций данных сообщения состояния, которое не позволяет проводить обработку серий, он продолжает поиск в очередном хранилище порций данных.

2.2.1. При отсутствии задач экземпляр программы делает уведомление внешней программе о переходе в режим работы «Ожидание».

2.2.2. При поступлении уведомления от внешней программы о выходе из режима «Ожидание» до истечения заданного времени, экземпляр программы переходит к пункту 1.

2.2.3. При отсутствии уведомления от внешней программы о выходе из режима «Ожидание» по истечению времени, экземпляр программы завершает работу.

3. При наличии во входном буфере порции данных, экземпляр программы ищет в очереди сообщений-запросов очередное сообщение-запрос о порции данных.

3.1. При наличии сообщения-запроса о порции данных, переход к пункту 1.

3.2. При отсутствии сообщения-запроса о порции данных, экземпляр программы, создает в очереди сообщений-запросов сообщение-запрос.

4. Функционирующий на вычислительной станции, экземпляр программы, ожидает наперед заданное время.

5. Экземпляр программы ищет в очереди сообщений-запросов сообщение-запрос о порции данных.

5.1. При обнаружении экземпляром программы нескольких сообщений-запросов, данная порция данных будет перемещена этим экземпляром программы при условии, что номер ее сообщения запроса меньше номеров других сообщений-запросов.

5.2. При тождестве номеров сообщений-запросов, порция данных будет перемещена этим экземпляром программы при условии, что номер вычислительной станции, на которой он функционирует, меньше номеров других вычислительных станций.

5.3. Остальные экземпляры программы, переходят к пункту 1.

6. Функционирующий на вычислительной станции, экземпляр программы перемещает порцию данных своей серии из входного буфера в хранилище порций данных для первого этапа обработки.

7. Экземпляр программы создает сообщение состояния о формировании новой серии порций данных с целью предотвращения обработки несформированной серии другим экземпляром программы.

7.1. Экземпляр программы проверяет каждую входящую порцию данных на предмет выявления последней из этой серии.

7.1.1. При обнаружении не последней порции данных из серии, экземпляр программы переходит к пункту 1.

7.1.2. При обнаружении последней порции данных из серии, или, если серия содержит единственную порцию данных, экземпляр программы создает сообщение состояния о сформированной серии порций данных.

7.2. Экземпляр программы удаляет сообщение состояния о формировании серии порций данных.

8. Экземпляр программы ищет в очереди сообщений-запросов сообщение-запрос о серии порций данных.

8.1. При наличии сообщения-запроса о серии порций данных, переход к пункту 1.

8.2. При отсутствии сообщения-запроса, экземпляр программы, создает в очереди сообщений-запросов соответствующее сообщение-запрос.

9. Функционирующий на вычислительной станции, экземпляр программы, ожидает наперед заданное время.

10. Экземпляр программы ищет в очереди сообщений-запросов сообщение-запрос о серии порции данных.

10.1. При обнаружении экземпляром программы нескольких сообщений-запросов, данная серия порций данных будет обрабатываться этим экземпляром программы при условии, что номер ее сообщения запроса меньше номеров других сообщений-запросов .

10.2. При тождестве номеров сообщений-запросов, серия порций данных будет обрабатываться этим экземпляром программы при условии, что номер вычислительной станции, на которой он функционирует, меньше номеров других вычислительных станций.

10.3. Остальные экземпляры программы, переходят к пункту 1.

11. Функционирующий на вычислительной станции, экземпляр программы осуществляет очередной этап обработки серии порций данных.

11.1. Перед началом обработки серии порций данных экземпляр программы, создает в очереди сообщений состояния сообщение-состояние о процессе обработки данной серии порций данных. Это предотвращает обращения экземпляра программы с целью обработки этой же серии порций данных.

11.2. После окончания обработки серии порций данных экземпляр программы создает в очереди сообщений состояния сообщение об окончании обработки этой серии порций данных. Это предотвращает обращения экземпляра программы с целью повторной обработки этой же серии порций данных.

11.3. Экземпляр программы удаляет сообщение состояние о процессе обработки -ой серии порций данных.

12. Функционирующий на вычислительной станции, экземпляр программы выполняет проверку этапа обработки на предмет определения его оконечности из количества этапов обработки порций данных.

12.1. При определении не последнего этапа обработки, экземпляр программы переходит к пункту 7.

12.2. При определении последнего этапа обработки, экземпляр программы формирует отчет-уведомление о завершении обработки серии порций данных на последнем этапе и переходит к пункту 1.

Экспериментальные исследования проводились на российском дистанционно управляемом телескопе автоматизированной обсерватории ISON-NM [5]. Вычислительная система состояла с одной четырехядерной вычислительной станции.

Результаты обработки серии кадров в обсерватории ISON-NM были доступны через 20 минут после окончания формирования последнего кадра серии. Это дает выигрыш во времени приоритета открытия объекта примерно в 10% случаев (50-100 зарегистрированных в МРС предварительных открытий в год), что немаловажно в условиях сложившейся конкурентной борьбы между обсерваториями мира [5].

Выводы. В статье разработан метод предотвращения коллизий при параллельной обработке данных. Метод отличается от известных тем, что роль блокирующих механизмов выполняют сообщения-запросы и сообщения-состояния, в общем виде представлены файлами; обеспечивается поддержка масштабируемости вычислительной системы.

Предложенный метод позволяет повысить показатели оперативности при обработке данных. Метод апробирован на российском дистанционно управляемом телескопе автоматизированной обсерватории ISON-NM. Метод может быть применен также в других системах параллельной обработки данных, где задействовано больше одного экземпляра программы, то есть вычислительная система состоит как минимум с одной вычислительной станции с двухъядерным процессором. Дальнейшие работы над методом целесообразно посвятить исследованию его работы на предмет выявления ошибок в больших распределенных вычислительных системах.
Литература

1. Титоренко Г.А. Автоматизированные информационные технологии в экономике / Г.А. Титоренко. – М.: Компьютер, ЮНИТИ, 1998. – 400 с.

2. Стивенс У.Р. Unix. Взаимодействие процессов / У.Р. Стивенс. – СПб.: Питер, 2006. – 576 с.

3. Деревянко А.С. Операционные системы / А.С. Деревянко, М.Н. Солощук. – Харьков: НТУ "ХПИ", 2002. – 574 с.

4. Leon Alexander. Using a network telescope to analyse Internet traffic for network forensic readiness/ Leon Alexander, Adrie Stander, Jacques Ophoff. – Annual Conference on World Wide Web Applications. – 2012.

5. «Еще раз об ОLDAS» [Электронный ресурс] // – Режим доступа: http://neoastrasoft.com/news/information_about_oldas/?lang=ru (06.02.2012).



Секция 2. Биологические науки

следующая страница >>



Господь сотворил мир и сбежал. Кароль Ижиковский
ещё >>