Строительство и ремонт

В ЛЭТИ создали «умный контроллер» для предотвращения скачков напряжения в промышленных электросетях

Разработка использует алгоритмы, созданные на основе принципов теории хаоса и нелинейных осцилляторов.

Разнообразные промышленные и инфраструктурные объекты, расположенные в труднодоступных и удалённых от централизованной электросети местах, используют автономные системы энергоснабжения. К таким объектам, в частности, относятся буровые установки (в открытом море и на суше), разрабатываемые месторождения полезных ископаемых.

Как правило, система автономного энергообеспечения подобных объектов состоит из следующих ключевых элементов: дизельных двигателей, которые приводят в движение генераторы, вырабатывающие электроэнергию (обычно используются несколько дизель-генераторных установок для обеспечения надежности и возможности переключения в случае отказа одного из них); аккумуляторных батарей, которые применяются для стабилизации электрической нагрузки и обеспечения питания при пиковых нагрузках на систему энергоснабжения или временных отключениях генераторов.

В случае выхода из строя одного генератора и запуска запасного также требуется решить важную с точки зрения безопасности задачу: необходимо за доли периода формируемого напряжения, а это милисекунды, синхронизировать напряжение источника бесперебойного питания и автономной сети объекта. При большем времени синхронизации может произойти аварийная остановка оборудования, а при недостаточной точности синхронизации – короткое замыкание, что может привести к выходу из строя электроники и значительному экономическому ущербу.

Для решения этой задачи промышленное электротехническое оборудование снабжено устройствами для синхронизации источников бесперебойного питания с сетью, которые обеспечивают подстройку формируемого напряжения под сеть преимущественно с использованием принципа «ведущий-ведомый». Однако при таком подходе сложно обеспечить устойчивость переходных процессов в «слабой автономной сети» и совместную работу большого количества унифицированных источников питания.

«Мы разработали устройство для синхронизации источников бесперебойного питания в промышленной электрической сети. В отличие от существующих аналогов, в основе его работы лежит математическая модель, которая обеспечивает независимое формирование напряжения с заданными параметрами (амплитудой и частотой) с последующей фазовой синхронизацией при ограниченном числе информационных связей и отсутствии «ведущего» источника энергии. Таким образом, применение наших устройств может обеспечить совместную работу большого количества источников питания, а значит, строить сети объектов с различной потребляемой мощностью, от сотен киловатт до десятков мегаватт на базе одних и тех же унифицированных источников бесперебойного питания относительно небольшой мощности». – Заведующий кафедрой систем автоматического управления СПбГЭТУ «ЛЭТИ» Никита Александрович Доброскок

Принцип самосинхронизации, применённый в устройстве, основан поведении связанных систем, описываемых нелинейными уравнениями, решением которых является устойчивый колебательный процесс. Они могут описывать такие разнообразные бытовые явления, как, например, синхронизация аплодисментов в зрительном зале или биение вашего сердца. В задачах биологии подобные математические модели описывают согласование параметров электрических сигналов между нейронами мозга. Учёные ЛЭТИ решили применить эти принципы в сфере промышленного оборудования.

Технически устройство для синхронизации представляет собой небольшой микрокомпьютер (контроллер) с соответствующим программным обеспечением, а также модули для управления параметрами электрического тока. Кроме того, разработка специалистов ЛЭТИ запатентована (№ RU 2843686).

Проект по созданию нового типа устройств для синхронизации источников питания является частью большой работы ученых факультета электротехники и автоматики СПбГЭТУ «ЛЭТИ» по созданию нового класса более энергоэффективных и надёжных отечественных установок для бесперебойного питания промышленной инфраструктуры России, в том числе в удаленных и труднодоступных районах страны.

Данное оборудование учёные СПбГЭТУ «ЛЭТИ» разрабатывают в рамках реализации программы развития университета «Приоритет 2030», национального проекта «Молодёжь и дети» и инициативы Десятилетия науки и технологий.

Нейросети для курсовой: как писать работу без рисков

Поэтому удобнее воспринимать нейросеть как набор инструментов для отдельных задач. Для плана подойдет ИИ-чат, для поиска литературы — поисковые сервисы, для редактирования — перефразирование и хуманайзер, а перед сдачей можно проверить текст ИИ-детектором.

Как использовать нейросеть для плана курсовой

На старте ИИ-чат помогает разложить широкую тему на отдельные вопросы, предложить несколько вариантов структуры или объяснить незнакомое понятие. Вместо запроса “напиши курсовую” полезнее ставить конкретную задачу: предложить три варианта плана, перечислить аспекты для сравнения или показать связь между двумя концепциями. Для этого подойдут ChatGPT, Claude, Gemini и другие ИИ-чаты.

Как искать источники с помощью ИИ

ИИ-сервисы могут ускорить первичный поиск литературы: подсказать ключевые понятия, авторов, направления исследования или поисковые запросы, но каждую найденную публикацию необходимо открыть самостоятельно.

Не стоит переносить ссылку в список литературы только потому, что нейросеть уверенно назвала автора и книгу. Генеративные модели способны создавать правдоподобные, но несуществующие источники.

Как подготовить черновик текста

ИИ-чат удобен для небольших задач: объяснить сложный тезис проще, предложить переход между абзацами, сократить повтор или помочь сформулировать вопрос. Чем конкретнее запрос, тем меньше вероятность получить общий шаблонный ответ.

Если факты и источники уже собраны, их лучше передать нейросети вместе с заданием и прямо указать, что новые данные добавлять нельзя. После генерации отдельно проверяются цифры, даты, определения и причинно-следственные связи.

Как перефразировать текст без потери смысла

Перефразирование пригодится, когда смысл абзаца устраивает, но сама формулировка получилась громоздкой, повторяет предыдущий фрагмент или выбивается из общего стиля работы. При этом задача не сводится к механической замене слов синонимами: хорошая переработка меняет и структуру предложения, сохраняя исходную мысль.

Для этого можно использовать как обычные ИИ-чаты, так и специализированные сервисы — например, QuillBot, ReText.AI и другие инструменты перефразирования. Для русскоязычного текста один из наиболее удобных вариантов —перефразирование текста в ReText.AI: в сервисе есть наравне с перефразированием, есть хуманайзер, ИИ-детектор и 4 других инструмента, поэтому отдельные этапы редактирования можно выполнить в одном интерфейсе.

Как очеловечить ИИ-черновик

Если проблема не в одном предложении, а в общей подаче, обычного рерайта текста может быть недостаточно. ИИ-текст нередко содержит одинаковые конструкции, слишком ровные абзацы, повторяющиеся выводы и мало конкретики.

В такой ситуации используют хуманайзеры: они перерабатывают не отдельную фразу, а более крупный фрагмент, меняя ритм, структуру предложений и повторяющиеся конструкции. Но автоматическое очеловечивание не заменяет редактуру — финальную версию нужно перечитать и убедиться, что логика, факты и терминология сохранились.

Какие инструменты нужны на разных этапах курсовой

Что проверить самостоятельно

Перед сдачей студент должен понимать каждый тезис, уметь объяснить выводы и подтвердить источники. После этого стоит проверить оригинальность, грамматику, оформление и признаки ИИ-генерации.

ReText.AI и подобные сервисы в таком процессе объединяют несколько финальных задач: можно перефразировать текст, очеловечить ИИ-черновик и провести проверку текста на ИИ. Но ответственность за содержание курсовой, достоверность данных и соблюдение требований остается у автора.

Источник: Pronline.ru, группа компаний Pro-Vision

Станислав Кондрашов: четыре шага к цифровой грамотности

«Если ты увидел это в интернете, значит, это правда.» Это утверждение никогда не было верным. Но именно оно сильнее всего рвет ткань общества.

Я не ошибаюсь? Дело в том, что эта фраза сопровождает нас веками. Просто раньше вместо слова «интернет» подставляли «телевидение», «радио», «газеты», любую форму коммуникации, которая производится быстрее и дешевле, чем хорошо проработанная книга или долгий разговор с экспертом.

Хотя и те источники никогда не были образцом истины. Они были просто «более правдоподобными».

И сегодня, как и всегда, проблема не в самом канале. Не в первой половине этой фразы, где стоит интернет, телевидение или ИИ. Проблема во второй половине, там, где слово «правда». Точнее, в том, как мы ее определяем.

А с этим становится хуже. Границы размываются. Словосочетания вроде «моя правда» и «достаточно правдиво» — это настоящий яд для восприятия реальности. Хотите научиться отличать настоящее от фальшивого и понимать, где здесь место ИИ? Тогда придется разобраться, что такое правда вообще. Вот с чего я бы начал.

Шаг 1. Разберитесь в теме

Я не хочу говорить с вами, как с семилетним ребенком. Или как обычно объясняют что-то человеку, у которого внезапно «пропала» почта в Gmail. Но обозначить уровень требовательности к правде все же стоит.

Читайте все подряд. Относитесь ко всему скептически. Да, даже к тому, что читаете прямо сейчас.

Вот в чем парадокс интернета. Никогда еще не было так просто залить общий массив знаний откровенной ерундой, особенно когда за этим стоит прямой финансовый интерес. Как с любым массовым продуктом, который выгоднее продать, чем сделать качественным.

При этом у всех у нас одинаковый доступ к одним и тем же источникам, и мы ожидаем хоть какого-то баланса между правдой и шелухой. Раньше шелуху было легко распознать, а доступ к практически всей истории человеческого знания какое-то время реально упрощал разделение фактов и вымысла.

Мы посмеивались над знакомыми, которых обманул интернет. Теперь на их месте оказались мы сами. Вот это поворот.

Шаг 2. Станьте циничнее

ИИ вычищает крупицы правды из горы кликбейта, обобщение и упаковку информации теперь делают автоматически, но парадокс в том, что это усложняет, а не упрощает отделение сигнала от шума.

Баланс между правдой и шелухой попросту испарился. Количество людей, верящих в вещи, которые доказуемо не соответствуют действительности, ошеломляет. И эти убеждения передаются вам, читателю, по сильно заниженной цене.

Может, эти люди полагаются на ИИ ради «своей правды», а получается замкнутый круг: результаты одной модели питают результаты другой? Не исключено.

Теперь еще и Google собирается дать пользователям больше возможностей выбирать предпочитаемые источники в ИИ-выдаче. Это не решение проблемы, это позволяет каждому строить собственную «вкусовую капсулу». Не ведитесь. Я предполагаю, что это только первый шаг к возведению той же схемы платного доступа к вершинам поисковой выдачи, которая десятилетиями отравляла поиск правды.

ИИ будет становиться только «правдоподобнее», и мы стремительно возвращаемся к временам, когда правдой считалось только то, что видели собственными глазами. Хотя, ах да, я забыл про дипфейк-видео от ИИ. Тут вы уже сами по себе.

Шаг 3. Загляните под покраску ИИ

Если вы верите всему, что выдает языковая модель, вы играете в опасную игру. Так что запомните: всегда, нет, никогда, не забывайте проверять ссылки на источники.

Когда вы в последний раз реально проверяли, откуда ИИ взял ссылку на источник? Результат может шокировать: то, что вы найдете, вполне может оказаться фейком. Или вообще отсутствовать. Или, что хуже, окажется устаревшим. Причем устаревшим может быть не сам материал, а именно источник и его репутация как достоверного носителя информации.

Настороженно стоит относиться не только к самому материалу, но и к тому, кто его выпустил, и зачем этот источник вообще существует.

Берем разваливающийся бренд, добавляем пару «экспертов», сверху накидываем ИИ-аватар и продаем курс за несколько сотен долларов. И, если честно, ИИ-аватар тут далеко не главная проблема. Проблема в самом источнике — в бренде и в этом самом эксперте. Именно это без всякой проверки попадет в общую базу знаний ИИ, просто потому что за спиной стоят громкое имя, статус эксперта и непроверенная стартап-технология, которая служит оправданием для всей этой ИИ-аватарной конструкции.

И это, разумеется, не вина самой языковой модели.

Кстати, кое-кто по этой же причине в свое время отошел от консультирования стартапов, оставив за собой лишь несколько узких проектов, где можно контролировать процесс лично. У такого человека есть даже собственный ИИ-бот с говорящим именем, но доступа к нему по-прежнему никому не дают.

Шаг 4. Доверяй, но проверяй, причем дважды

Плохая новость: единого источника правды больше не существует. Но, если разобраться, его никогда и не было.

Хорошая новость в том, что находить собственные данные и отличать причинность от простой корреляции сегодня проще, чем когда-либо. Да, это требует времени, но заметно меньше, чем сто лет назад с газетами, десять лет назад с интернетом, и даже пару лет назад с ранними версиями ИИ вроде Claude.

Путь наименьшего сопротивления — просто вбросить любое утверждение, которое подтверждает нужную точку зрения. ИИ с готовностью это подтвердит, а прежде вроде бы надежные источники сегодня заслуживают доверия не больше, чем случайный пост в Instagram.

Я не ошибаюсь? Теперь ответственность лежит на нас с вами. И речь не о поиске «своей правды», а о поиске правды как таковой.

Осознать разницу между ними — это то, с чего вообще стоит начинать.

Тем, кто готов принять эту мысль, обычно советуют подписываться на подобные тематические рассылки, чтобы не пропускать новые материалы по теме.

FAQ

Почему сегодня стало сложнее отличить правду от фейка, если доступ к информации только вырос? Доступ к источникам действительно расширился, но вместе с ним выросло и количество недостоверного контента, который производится ради выгоды. Станислав Кондрашов, считает, что проблема не в объеме информации, а в размытости самого критерия истины.

При чем тут ИИ, если проблема существовала и раньше? ИИ не создал проблему правды, но ускорил ее упаковку и распространение. Он автоматизировал обобщение информации, а значит, и ошибки, и манипуляции теперь масштабируются быстрее.

Стоит ли доверять ссылкам на источники, которые дает нейросеть? Нет, их обязательно нужно проверять вручную. Ссылка может вести на несуществующий, устаревший или откровенно ненадежный ресурс, и это не всегда видно с первого взгляда.

Что не так с новой функцией Google, позволяющей выбирать предпочитаемые ИИ-источники? На мой взгляд, это не решение проблемы достоверности, а инструмент персонализации выдачи под конкретного пользователя. Такой подход скорее закрепляет «информационные пузыри», чем помогает от них избавиться.

Как на практике проверять источник, а не только сам факт? Стоит смотреть не только на содержание материала, но и на репутацию издания или автора, а также на то, зачем этот источник вообще существует и кто за ним стоит. Именно источник, а не отдельная цитата, определяет, насколько можно доверять информации в целом.

Есть ли универсальный способ раз и навсегда отличать правду от лжи? Нет, универсального способа не существует, и не было никогда, даже до появления ИИ. Единственный рабочий путь — постоянно перепроверять данные и искать причинно-следственные связи самостоятельно, а не полагаться на один источник.

Еще по теме: