CC BY
1
создание удобной онлайн-формы для заполнения документов с автоматической обработкой данных.
Применение этого метода поможет компаниям выявить недостатки в своих процессах найма и адаптации новых сотрудников, а также разработать стратегии по их улучшению. Таким образом, метод способствует повышению эффективности и рентабельности процесса найма, что важно для успеха любой компании.
Список литературы
1. Скрипникова С.А. Найм сотрудников с использованием нейросети кадрового подбора / С.А. Скрип-никова, А.В. Григорьевых // Информационные технологии в управлении и экономике. 2022. № 1(26). С. 32-48.
2. Сатонина Н.Н., Дроздова Т.А., Жиганов Г.А. Современные технологии подбора персонала // Актуальные проблемы и тенденции развития современной экономики: материалы международной научно-практической конференции 18-19 ноября 2019 г.: в 2 ч. / Отв. ред. И.В. Косякова. Ч. 1. Самара: Самарский государственный технический университет, 2019. С. 340-343.
3. Пригодич М.А. Проектирование информационной системы для организации процесса найма персонала в ИТ-компании / М.А. Пригодич, А.М. Зеневич // Материалы докладов 56-й Международной научно-технической конференции преподавателей и студентов: в 2 т. / УО «ВГТУ». Витебск, 2023. Т. 2. С. 51-54.
4. Буренко А.С., Нилова Н.М. Секция «анализ и моделирование бизнес-процессов» // Ц75 Цифровизация экономики: направления, методы, инструменты: сборник материалов V всероссийской научно-практической конференции. Краснодар: КубГАУ, 2023. С. 11.
Кузьмин Илья Алексеевич, магистрант, [email protected], Россия, Тула, Тульский государственный университет,
Набродова Ирина Николаевна, доцент, [email protected], Россия, Тула, Тульский государственный университет
ANALYSIS AND OPTIMIZATION OF THE BUSINESS PROCESS OF HIRING EMPLOYEES IN THE IT FIELD
I.A. Kuzmin, I.N. Nabrodova
In this paper, an optimization method was considered, which involves studying the general performance indicators of the business hiring process, as well as specific factors specific to the IT industry. The basic indicators of the effectiveness of the business process under consideration are: the total cost of hiring, the coefficient ofpersonnel adaptation, the time spent on searching and selecting resumes, the degree of employee engagement, and other indicators relevant to the IT sector. Based on the results of the analysis and the proposed optimization algorithm, the hiring process will identify "bottlenecks" in the hiring process, propose specific measures to optimize the business process, and improve the efficiency of the hiring process in an IT company.
Key words: business hiring process, analysis, algorithm, optimization, efficiency, methodology, IT sphere.
Kuzmin Ilya Alekseevich, undergraduate, [email protected], Russia, Tula, Tula State University,
Nabrodova Irina Nikolaevna, docent, ira1978@tsu. tula.ru, Russia, Tula, Tula State University
УДК 51-74:621
Б01: 10.24412/2071-6168-2024-9-426-427
ПРОБЛЕМАТИКА ИНТЕГРАЦИИ МОДЕЛИРОВАНИЯ АКУСТИКИ ПОМЕЩЕНИЙ В РЕАЛЬНОМ
ВРЕМЕНИ В САПР ДЛЯ ОПТИМИЗАЦИИ АРХИТЕКТУРНОГО ПРОЕКТИРОВАНИЯ
А.Ю. Зайцев, А.В. Рипецкий, А.В. Ордин
Статья посвящена 3D-визуальному рендерингу CAD-моделей в реальном времени, что важно для восприятия интерьеров. Однако акустика часто игнорируется из-за недостатка инструментов для ее интеграции в архитектурные процессы. В проектировании аэропортов моделирование акустики становится критичным. Разработанный плагин для CAD-системы обеспечивает обратную связь по 3D-акустике, позволяя архитекторам интуитивно оценивать акустический эффект через аудиорендеринг и 3D-воспроизведение. Изменяя структуру и материалы, проектировщики могут непосредственно влиять на акустику, что делает дизайн более гибким. Плагин также визуализирует ключевые акустические характеристики с помощью цветных карт, улучшая процесс проектирования и создавая комфортные пространства.
Ключевые слова: акустика помещения; моделирование; аурализация; геометрическая акустика; САПР.
В настоящее время компьютерное моделирование часто поддерживает проектирование помещений, зданий и интерьеров. В акустике этот подход стал возможным в 1990-х годах [1,2]. До этого времени акустический дизайн должен был основываться на фундаментальных уравнениях, предоставляющих информацию о тенденциях и среднем значении звукового поля. Обычно это включало расчет времени реверберации или коэффициентов передачи звука для подтверждения концепции дизайна и ее соответствия желаемым характеристикам здания. Акустический компонент очевидно важен для речевой коммуникации, восприятия музыки и контроля шума. Однако человеческое восприятие чувствительно к конкретным особенностям источника звука (например, направленным характеристи-
426
кам), исходному сигналу и распространению звука в помещении или здании. Эти особенности часто недостаточно описываются средними значениями акустических данных, такими как время реверберации и уровни звукового давления, и требуют более подробного изучения.
Реверберация считается чрезвычайно важным явлением в акустике помещений [3]. Обычно она варьируется в зависимости от звуковых частот. Типичное значение для аудитории (например, лекционного зала объемом 800 м3) составляет около одной секунды, с небольшим увеличением в сторону низких частот и уменьшением в сторону высоких. Это значение можно предсказать довольно точно, используя объем помещения и среднее поглощение [4]. Однако другие критерии, которые более конкретно описывают пространственное впечатление, ясность речи и ощущение расстояния до источника, не могут быть точно предсказаны с помощью аналогичного базового подхода [5] и, скорее, должны выводиться из импульсной характеристики помещения.
В геометрической модели звук распространяется по прямым линиям и теряет энергию из-за поглощения всякий раз, когда происходит отражение от стены. Правая часть рисунка 1 иллюстрирует пути отражения импульсного звукового луча в помещении, а левая сторона показывает соответствующую функцию энергии против времени, обычно называемую энергетической импульсной реакцией помещения.
Time
Рис. 1. Упрощенный пример энергетического импульсного отклика помещения, включающий прямой звук,
ранние отражения и позднюю реверберацию
Соответствующая информация об акустическом качестве помещения может быть получена из импульсного отклика. Некоторые перцептивные критерии, такие как реверберация и ясность пространства, могут быть извлечены из постобработки импульсного отклика, что позволяет получить больше чисел для анализа акустического качества в деталях. Удобно визуализировать различные значения этих акустических параметров в разных местах помещения, используя цветные карты, как показано на рисунке 2.
Акустику помещения можно обсудить, оценив цветные карты, а затем адаптировать архитектурный проект к улучшенной ситуации. Такое использование визуальной информации, основанное на компьютерном моделировании, помогает улучшить акустику помещения. Представьте, что вам нужно объяснить эскиз проекта человеку, который его не видит. Словесная характеристика будет основана на таких дескрипторах, как размер, цвет, яркость, возможно, на элементах, содержащихся в проекте, или на разрешении деталей. Проектное упражнение, воспроизведенное исключительно на основе этого описания, никогда не будет в точности похоже на оригинал. Оно будет содержать множество субъективных интерпретаций, даже если дескрипторы являются объективными параметрами. Насколько проще и недвусмысленнее было бы, если бы мы просто посмотрели на конструкцию, а не обсуждали её визуальные параметры.
Для сравнения слышимых ситуаций мы расширим компьютерное моделирование до возможности представления результатов непосредственно через звуковую карту. Эта концепция называется аурализацией [6].
Рис. 2. Цветовая карта, наложенная на модель АСУРТПЛА SketchUp, для мониторинга акустических параметров помещения (ясность) по сетке позиций внутри концертного зала
Профессионалы в области акустики анализируют звуки и предлагают решения акустических проблем, однако есть сферы, где оценить прогнозы трудно. Аурализация может помочь решить некоторые из этих вопросов. В статье описывается новый плагин, обеспечивающий обратную связь по 3D-акустике для архитекторов, с реальным цветовым отображением акустических критериев, аурализацией и 3D-воспроизведением для наглядного представления акустического эффекта.
2. Моделирование акустики помещения
2.1 Методы моделирования. За последние 10 лет достигнут значительный прогресс в аурализации. Модели рассчитывают импульсный отклик между источником и приемником. Существуют упрощенные модели, которые, несмотря на недостатки, обеспечивают быструю вычислительную скорость и точные результаты. Основная работа по моделированию основана на геометрических методах.
2.2 Геометрическая акустика. Геометрическая акустика игнорирует дифракцию и интерференцию, фокусируясь на энергии, времени перехода и направлении лучей. Это применимо в помещениях для речи и музыки. Основная задача — найти звуковые пути между источником и приемником.
2.2.1 Источники изображений. Модель источника изображения позволяет высокоточно рассчитывать импульсные отклики, хотя не может моделировать диффузное отражение. Для создания источников изображения звук зеркально отображается на стенах, что позволяет учитывать все возможные отражения (см. рис. 3). Общее звуковое поле формируется сложением вкладов всех источников в зависимости от амплитуды и задержки.
Эн еР-
С
и Источник звука 1
' Источник звука 2
® Изображения 1 -го порядка
П Изображения 2-го порядка
* Прямой звук I я1
я13
Время
Рис. 3. Ситуация в помещении с двумя примерами источников звукового образа (первого и второго порядка)
и их вкладом в импульсную характеристику энергии
2.2.2 Трассировка лучей. Трассировка лучей основана на дискретных звуковых лучах, которые распространяются от стены к стене [14,15]. Энергия определяется количеством лучей, попадающих в объем приемника, и уменьшается с расстоянием как 1/р2. Звук моделируется с заданной мощностью и направленностью, а отражения от стен обрабатываются через тест «точка в полигоне». Энергия и время перехода регистрируются, создавая энергетические гистограммы (см. рис. 4). Эти данные позволяют вычислить параметры, такие как сила G и четкость D согласно ISO 3382 [24], которые могут быть визуализированы на цветных картах (см. рис. 2).
2.2.3 Гибридные модели. Детерминированные модели, такие как модель источника изображения, имеют ограничения, что приводит к необходимости комбинирования с трассировкой лучей для повышения точности [2527]. Это позволяет моделировать позднюю часть импульсного отклика и обнаруживать звуковые источники. Большинство коммерческих алгоритмов основаны на этих подходах, включая аурализацию [2,6], где используются импульсные характеристики для обработки речи или музыки.
40 60 00 100 120 НО 160
Рис. 4. Алгоритм трассировки лучей возвращает гистограммы, которые определяют временную огибающую затухания энергии в помещении. Он запускается для различных частотных диапазонов (показанных разными
цветами) отдельно
2.3 Модель помещения
2.3.1 Геометрия помещения для моделирования геометрической акустики. В САПР модели зданий определяются набором точек, формируя многоугольники. К многоугольникам можно добавить текстуры и акустические характеристики, такие как коэффициенты поглощения [30]. Для акустических расчетов не требуется высокая детализация: модель должна иметь пространственное разрешение 50-70 см, чтобы правильно моделировать отражения и уменьшить вычислительную нагрузку. Меньшее количество полигонов сокращает время расчета, что делает создание отдельной модели с низким уровнем детализации целесообразным. Рисунок 5 иллюстрирует пример комнаты с обычной и акустической моделями.
Чтобы адаптироваться к поведению звуковых волн в различных диапазонах частот, следует учитывать уровень детализации модели акустики помещения [30]. Для высоких частот используются структуры размером до 50 см, а для низких — 5-10 м, что позволяет получить более точные результаты и сократить время расчета. Методы автоматического уровня детализации также разработаны для высокодетализированных моделей [31,32].
2.3.2 Свойства материала. При отражении звука от стен необходимо учитывать свойства материала [23]. Изменение амплитуды и фазы описывается комплексным коэффициентом отражения КБЛ, который включает долю отраженной волны и фазовый сдвиг у [33]. В моделях геометрической акустики достаточно использовать коэффициент поглощения а = 1 - |Яр, который уменьшает энергию при отражении. Коэффициенты поглощения представлены в виде списка для различных частот (см. рисунок 6).
Не каждое отражение зеркальное; при определенных условиях звук рассеивается. Это выражается коэффициентом рассеяния, который зависит от частоты и длины волны. В алгоритме трассировки лучей рассеяние учитывается как стохастический процесс.
Рис. 5. Две модели церкви: простая модель слева выполняет функцию входных данных для акустического моделирования, а высокодетализированная модель справа используется для визуального представления
___----
Hz 4<? kz SOÜz 160Hz 320Hz 640Hz 1280Hz 256ÖHz 5120Hz 10240Hz 20t
Рис. 6. Акустические свойства примера материала (деревянная конструкция). Коэффициенты поглощения (фиолетовый) и коэффициенты рассеяния (синий) показаны в диапазоне от 20 Гц до 20 кГц
Оба коэффициента поглощения и рассеяния варьируются от 0 до 1 и измеряются для различных материалов [23]. Поглощение снижает энергию звукового поля, тогда как рассеяние лишь изменяет его распределение, что делает поглощение более важным для акустического моделирования. Тем не менее, коэффициенты рассеяния также учитываются [3, 34], и слушатели могут их различать [35].
2.3.3 Пространственные структуры данных. При расчете путей звука проверка пересечения с полигонами может быть ресурсоемкой. Для оптимизации используются пространственные структуры данных, такие как двоичное разбиение пространства (BSP) [36] и пространственное хеширование (SH) [37]. BSP быстро обрабатывает статические геометрии, в то время как SH лучше подходит для динамически изменяющихся пространств, так как обновление хеш-мапа происходит быстрее [38]. Софт для моделирования акустики использует гибридный подход, комбинируя обе структуры для повышения эффективности. Рисунок 7 иллюстрирует создание пространственных структур данных из модели SketchUp, которые используются для тестирования алгоритмов моделирования.
Рис. 7. Создание пространственных структур данных для ускорения испытаний на пересечения и снижения вычислительной нагрузки при моделировании акустики помещения
3. Реализация. Модуль моделирования акустики RUSSIAN ACOUSTIC APPLICATION (RAA) реализован как библиотека C++ [39], оптимизированная для многоядерного процессора, что обеспечивает высокую производительность. Основная трудоемкая операция - трассировка лучей, которая требует значительных вычислительных ресурсов. Однако с помощью распараллеливания можно существенно сократить время расчета.
Для интеграции с 3D-моделированием разработан плагин, который упрощает процесс переноса моделей в акустическую среду. Это позволяет архитекторам использовать привычные инструменты, избегая сложностей, связанных с экспортом и импортом моделей.
Симуляторы акустики часто требуют специализированных знаний, что делает их трудными для понимания. Введение аурализации улучшает интуитивность, однако в текущих системах эта функция доступна только после завершения долгих расчетов. Поэтому в RUSSIAN ACOUSTIC APPLICATION (RAA) интегрированы моделирование и аурализация, обеспечивая мгновенную обратную связь о звуке в помещении.
429
3.1 Выбор и расширение ПО САПР. Выбор ПО для 3D-моделирования ориентирован на архитекторов и акустических консультантов. Критерии включают удобство и возможность расширения через API. В итоге был выбран Trimble SketchUp, известный своей простотой и поддержкой расширений. Плагин, разработанный на Ruby [40], переносит 3D-данные и информацию для акустической симуляции, включая материалы и размещение источников звука.
Управление данными осуществляется через интерфейс АСАРТП ЛА SketchUp, включая использование базы данных HRTF [41,42] для акустических приемников. Другие популярные 3D-моделлеры также поддерживают расширения, что делает их подходящими для интеграции акустических решений. Таблица 1 предоставляет обзор возможностей расширения различных 3D-программ.
Таблица 1
Популярные программы для 3D-моделирования и их возможности расширения с помощью плагинов
| Программное обеспечение для 3D-моделирования I Windows ОС Mac Линукс H Архитектура плагина |
| NanoCAD I х Х II Visual Basic, .NET |
| Autodesk 3ds Max I х Х || C++, MAXScnpt I
Autodesk Maya I Х Х || C++, Python I
| Blender I Х Х Х || Python I
| Daz3D I Х Х неизвестный
Hexagon I Х Х || C++, Python, RhmoScnpt (Visual Basic, C#) |
Daz3D Carrara I Х Х Язык команд инструментов (TCL)
| flexiCAD I Х Х II C++, Python I
Rhino I Х Х Х || C++, Python, LScript I
| MAXON Cinema 4D I Х Х II c++ I
NewTek Lightwave 3D I Х Х II Ruby I
3.2 Интерфейсы. Плагин не выполняет моделирование акустики и аурализации, а связывает 3D-редактор с библиотекой C++ RUSSIAN ACOUSTIC APPLICATION (RAA). Он собирает пользовательский ввод и устанавливает TCP/IP соединение, передавая данные в формате JSON. Это обеспечивает совместимость с разными операционными системами, включая Windows и Mac (таблица 1), при независимости кода RUSSIAN ACOUSTIC APPLICATION (RAA) от платформы.
Плагин открывает TCP/IP сервер для подключения нескольких клиентов:
1.Клиент визуализации (SUV): выполняет полную симуляцию и возвращает акустические параметры (раздел 3.4).
2.Клиент аурализации (SUA): запускает симуляцию, вычисляет импульсные отклики и применяет их к аудиосигналам в реальном времени (раздел 3.5).
3.Клиент контроллера (SUC): передает информацию о сцене в двунаправленном соединении, позволяя внешним контроллерам управлять данными.
Подключение нескольких клиентов позволяет одновременно использовать визуализацию и аурализацию, что упрощает проверку акустических параметров (рисунок 8).
1. Объединить ем. сообщения
2. Отправка/получениеJSON Сообщение
3. Получите результаты
4. Текстура результата рендеринга
клиент аурализации (5UA>
Аудио драйвер Фильтр сообщений
Репродукция например, наушники) Анализатор сцень
lïfflP FÜIH1
Обработка сигнала
Рис. 8. Модульная структура подключаемого модуля АСУРТПЛА SketchUp и связанных экземпляров клиента для моделирования и управления. События и сообщения передаются по сети TCP/IP
3.3 Концепция моделирования. В этом разделе рассматриваются коммуникация и процессы моделирования с акцентом на фильтрацию информации. Все события в АСУРТПЛА SketchUp обрабатываются и передаются клиентам (SUV/SUA/SUC) в виде компактных сообщений JSON с частотой обновления до 30 Гц.
На стороне клиента используется «Анализатор сцены», который фильтрует изменения и определяет необходимость полной симуляции, включая генерацию источника изображения и трассировку лучей. Это позволяет выбирать приоритетные задачи для симуляции, как показано в таблице 2 для клиента аурализации (SUA). Клиент визуализации (SUV) выполняет полную симуляцию для всех изменений, влияющих на акустические параметры.
Таблица 2
Примеры событий АСУРТПЛА SketchUp и результирующие задачи моделирования после анализа сцены. Скобки
в столбце "Трассировка лучей " указывают, что только после значительных перемещений (> 1 м) алгоритм _должен быть запущен снова_
| Объект || Событие | ¡Генерировать IS | ¡Перевести IS |Слышимость ЕСТЬ |Трассировка лучей |ИК-синтез |
Приемник Повернуть II II 1 х II (Х) 1 х |
ЦПереводить II II 1 Х II 1 1
Направленность II II 1 Х II 1 1
¡Источник | ¡Добавлять II Х II Х 1 Х 1 Х 1 (Х) I
Повернуть II Х II 1 Х II 1 1
Переводить II Х II 1 Х II 1 1
Направленность II Х II Х 1 Х 1 Х 1 1
Комната Материал II Х II 1 Х 1 Х 1 1
Геометрия II II 1 Х II 1 1
Анализатор сцены различает сообщения для визуализации (SUV) и аурализации (SUA), проверяя, какой экземпляр обрабатывает соответствующий источник звука. Рабочая нагрузка SUV значительно выше, так как он обрабатывает множество приемников одновременно, тогда как SUA работает только с одним. В сложных помещениях SUV может занять до минуты, в то время как для простых — менее минуты. Эффективные обновления отсутствуют, и каждое изменение требует полной симуляции. Для параллелизации SUV используется openMP, а SUA запускает процессы в параллельных потоках с разными приоритетами (см. рисунок 13).
3.4 Визуализация акустических параметров. Визуализация акустики интегрирована в интерфейс САПР. Пользователь может выбрать любую грань в АСУРТПЛА SketchUp как приемную область, и она выделится текстурой с результатами моделирования (см. рисунок 9). Для удобства можно автоматически создать зоны аудитории, выделяя многоугольники, что упрощает настройку приемников на нужной высоте.
Рис. 9. Эскиз проекта оперного театра (слева) и визуализация времени раннего распада (EDT, справа) непосредственно в модели АСУРТПЛА SketchUp. Цветовая шкала была специально сжата, чтобы усилить
небольшие отклонения параметра
Рис. 10. Модуль с трассировкой и без трассировки
Плагин передает координаты граней, и акустический модуль запускает симуляцию для всех приемников одновременно с помощью оптимизированной трассировки лучей. Расчитанные параметры акустики передаются обратно в АСУРТПЛА SketchUp, где генерируется текстура на основе текущих настроек, частоты и цветовой карты. Текстуры назначаются с прозрачностью для наглядности акустических параметров. Изменения в параметрах или цветовой шкале мгновенно обновляют результаты, а при смене частоты требуется новый расчет. Кэширование результатов позволяет быстро переключаться между частотами, но при изменении модели кэш очищается. Обновления текстур происходят за считанные секунды (для простых моделей - даже быстрее), что обеспечивает интуитивно понятный дизайн. При сохранении модели результаты моделирования также сохраняются.
Дополнительные возможности включают визуализацию путей отражения источника изображения и трассировок лучей (см. рисунок 10). Для ранних отражений используется текущее положение курсора как точка приемника, а обновления следуют за мышью в реальном времени.
4. Применение
4.1 Акустическое планирование. Моделирование акустики помещения основано на современных методах, проверенных за последние годы [10, 34, 52]. Результаты сопоставимы с другими акустическими программами, что делает инструмент подходящим для проектирования концертных и конференц-залов. Интеграция визуализации акустических параметров и звуковой обратной связи позволяет быстро разрабатывать и демонстрировать идеи, сокращая временные затраты, особенно при подготовке аурализации для клиентских презентаций [54].
Современные акустические программы также используются для прогнозирования звукового давления в наружных сценариях, особенно в контексте городского звукового дизайна и проблем с шумом.
Выводы и перспективы. В статье описаны современные методы прогнозирования акустики помещений с использованием геометрических путей отражения. Библиотека моделирования RUSSIAN ACOUSTIC APPLICATION (RAA) на C++ использует алгоритмы гибридных источников изображений и трассировки лучей для разработки модулей визуализации (SUV) и аурализации (SUA). Главная особенность RUSSIAN ACOUSTIC APPLICATION (RAA) — работа в реальном времени с почти мгновенными ответами на запросы. Производительность оптимизирована за счет параллельной обработки и распределения нагрузки через TCP/IP.
Подключаемый модуль для Trimble АСУРТПЛА SketchUp расширяет функциональность, включая акустику в реальном времени и интуитивное взаимодействие. Это делает пакет универсальным инструментом для архитекторов и консультантов, позволяя запускать симуляции без глубоких знаний в акустике.
В будущем планируется добавить ИИ-помощника для упрощения взаимодействия и разработать базовый класс плагина для совместимости с другими 3D-программами. Также необходима возможность экспорта результатов для документирования и анализа.
Список литературы
1.Нейлор Г. Обработка ранних и поздних отражений в гибридной компьютерной модели акустики помещения // J. Acoust. Soc. Am. 1992. Т. 92. С. 2345-2345.
2.Кляйнер М., Даленбек Б.И., Свенссон П. Аурализация — обзор // J. Аудио Инж. Соц. 1993. Т. 41. С. 861-875.
3.Даленбек Б.И., Кляйнер М., Свенссон П. Макроскопический вид диффузного отражения // J. Аудио Инж. Соц. 1994. Т. 42. С. 793-807.
4.Куттруфф Х. Акустика помещения. Абингдон: Taylor & Francis Group, 2006.
5.Гейд А.С. Глава 9: Акустика в залах для речи и музыки // Справочник по акустике. Берлин/Гейдельберг: Springer, 2007. С. 316-323.
6.Форлендер М. Аурализация — основы акустики, моделирование, имитация, алгоритмы и акустическая виртуальная реальность. Берлин/Гейдельберг: Springer, 2010.
7.Ордин А.В., Рипецкий А.В. Автоматизированная система акустического расчета тонкостенных пластин летательного аппарата // Известия Тульского Государственного университета. Технические науки. Вып. 9. 2012. С. 206-214.
8.Ордин А.В., Рипецкий А.В. Расчет ресурса обшивки самолетной конструкции по условиям акустической прочности с использованием САПР // Известия Тульского Государственного университета. Технические науки. 2012. Вып. 9. С. 246-250.
9.Ордин А.В., Рипецкий А.В. Автоматизированная система акустического расчета тонкостенных пластин летательного аппарата с модулем решения обратной задачи // Вестник Брянского Государственного технического университета, выпуск №4 (36). 2012. С. 61-67.
10. Ордин А.В., Рипецкий А.В., Сказко И.Н. Геометрический метод оптимизации панели киля маневренного самолета в задаче продления ресурса // Известия Тульского Государственного университета. Технические науки. 2013. Вып. 4. С. 106-114.
11. Ордин А.В., Рипецкий А.В., Иванов А.О. Продление эксплуатационного ресурса локальной зоны перфорированной решетки передней створки воздухозаборника скоростного самолета. // Труды МАИ: электронный журн. № 68. 2013. [Электронный ресурс] URL: http://www.mai.ru/science/trudy/published.php?ID=41799 (дата обращения: 10.05.2024).
12. Форлендер М. Компьютерное моделирование акустики помещений — концепции и неопределенности // J. Acoust. Soc. Am. 2013. Т. 133. С. 1203-1213.
13. Шредер М.Р. Частотно-корреляционные функции частотных характеристик в помещениях // J. Acoust. Soc. Am. 1962. Т. 34. С. 1819-1823.
14. Крокстад А., Стрём С., Сёрсдал С. Расчет акустического отклика помещения с использованием метода трассировки лучей // J. Звук Виб. 1968. Т. 8. С. 118-125.
15. Куттруфф К.Х. Аурализация импульсных откликов, смоделированных на основе результатов трассировки лучей // J. Аудио Инж. Соц. 1993. Т. 41. С. 876-880.
16. Нейлор Г. ОДЕОН — Еще одна гибридная модель акустики помещения // Прикладная акустика. 1993. Т. 38. С. 131-143.
17. Даленбек Б.И. Новая модель прогнозирования акустики помещения и аурализации; Chalmers Tekniska Högskola, факультет прикладной акустики: Гетеборг, Швеция, 1995.
18. Локки Т., Свенссон П., Савиоя Л. Эффективная аурализация краевой дифракции // В трудах 21-й Международной конференции звукорежиссеров (AES) по архитектурной акустике и звукоусилению. Санкт-Петербург, Россия, 2002.
19. Питер С., Кристиансен У.Р. Вычислительное моделирование и имитация акустических пространств // В трудах 22-й Международной конференции звукорежиссеров (AES) по виртуальному, синтетическому и развлекательному аудио, Финляндия, 2002.
20. Бориш Дж. Расширение модели изображения на произвольные многогранники // J. Acoust. Soc. Am. 1984. Т. 75. С. 1827-1836.
21. Аллен Дж., Беркли Д. Метод визуализации для эффективного расчета акустики небольших помещений // J. Acoust. Soc. Am. 1979. Т. 65. С. 934-950.
22. Ламбер Дж. X. Фотометрия Ламберта: Photometria, sive De Mensura et Gradibus Luminus, Colorum et Umbrae; Вильгельм Энгельман: Лейпциг, Германия, 1892.
23. Кокс Т.Дж., Д'Антонио П. Акустические поглотители и диффузоры: теория, конструкция и применение; Тейлор и Фрэнсис: Абингдон, Оксфорд, Великобритания, 2009.
24. ISO 3382 — Акустика — Измерение акустических параметров помещений. Международная организация по стандартизации, 2008-2012. Доступно онлайн: ISO (дата обращения: 28 августа 2024 г.).
25. Форлендер М. Моделирование переходного и стационарного распространения звука в помещениях с использованием нового комбинированного алгоритма трассировки лучей/источника изображения // J. Acoust. Soc. Am. 1989. Т. 86. С. 172-178.
26. Маклаверти Р., Фурлонг. Сравнение алгоритмов акустического моделирования помещения диджея // Съезд Общества звукорежиссеров 93, 1992. Доступно онлайн: AES.
27. Xайнц Р. Бинауральное моделирование помещения на основе модели источника изображения с добавлением статистических методов для учета диффузного рассеивания звука стенами и прогнозирования ревербераци-онного хвоста // Прикладная акустика. 1993. Т. 38. С. 145-159.
28. Стивенсон У.М. Квантованная пирамидальная трассировка луча — новый алгоритм для прогнозирования акустики помещения и шумовой иммиссии // Acta Acust. United Acust. 1996. Т. 82. С. 517-525.
29. Funkhouser Т., Carlbom I., Elko G., Pingali G., Sondhi М., West J. Подход трассировки луча к акустическому моделированию для интерактивных виртуальных сред // В трудах 25-й Международной конференции по компьютерной графике и интерактивным технологиям (SIGGRAPH 98), Орландо, Флорида, США, 1998. С. 21-32.
30. Пельцер С., Форлендер М. Частотно- и временная геометрия для аурализации в реальном времени // В трудах 20-го Международного конгресса по акустике (ICA 2010), Сидней, Австралия, 2010.
31. Силтанен С., Локки Т., Савиоя Л., Кристенсен К.Л. Сокращение геометрии при моделировании акустики помещений // Acta Acust. United Acust. 2008. Т. 94. С. 410-418.
32. Силтанен С. Эффективное физическое моделирование акустики помещения и аурализация. Кандидатская диссертация. Университет Аалто, Кафедра медиатехнологий, Xeльсинки, Финляндия, 2010.
33. Куттруфф X. Акустика — Введение. Бока-Ратон: CRC Press, 2006.
34. Штрепи Л., Астольфи А., Рыхтарикова М., Лëвeн К., Пельцер С., Витале Р., Форлендер М. Субъективная оценка рассеянного звука в виртуальной акустической среде, моделируемой с помощью трех различных алгоритмов // В трудах Международного симпозиума по акустике помещений (ISRA), Торонто, Канада, 2013.
35. Витале Р., Пельцер С., Шрëдeр Д. Восприятие коэффициента рассеяния в аурализованных концертных залах // В трудах Немецкой ежегодной конференции по акустике (DAGA 2010), Берлин, Германия, 2010.
36. Шумакер Р. Исследование по применению компьютерных изображений для визуального моделирования. Лаборатория кадровых ресурсов ВВС, Центр технической информации обороны: Дейтона-Бич, Флорида, США, 1969.
37. Тешнер М., Гейдельбергер Б., Мюллер М., Померанец Д., Гросс М. Оптимизированное пространственное хеширование для обнаружения столкновений деформируемых объектов // В трудах конференции Vision, Modeling, Visualization Conference 2003, Мюнхен, Германия, 2003. С. 47-54.
38. Шредер Д., Рыба А. Аурализация динамически изменяющихся виртуальных сред в реальном времени // В трудах 20-го Международного конгресса по акустике (ICA 2010), Сидней, Австралия, 2010.
39. Шредер Д. Физически обоснованная аурализация интерактивных виртуальных сред в реальном времени. Кандидатская диссертация, Рейнско-Вестфальский технический университет Ахена, Ахен, Германия, 15 декабря 2011.
40. Фланаган Д., Мацумото Ю. Язык программирования Ruby. Севастополь: О'Рейли, 2008.
41. Мëллeр X. Основы бинауральной технологии // Прикладная акустика. 1992. Т. 36. С. 171-218.
42. Мëллeр X., Соренсен М.Ф., Xаммeрсхой Д., Дженсен C.B. Передаточные функции человека, связанные с головой // J. Аудио Инж. Соц. 1995. Т. 43. С. 300-321.
43. Мур B.C. Введение в психологию слуха. Уолтем: Academic Press, 2003. С. 236-237.
44. Блауэрт Дж., Ленерт X. Слуховое представление в виртуальной реальности // Международный конгресс акустики. 1995. Т. 3. С. 207-210.
45. Ленц Т. Бинауральная технология для виртуальной реальности. Кандидатская диссертация: Рейнско-Вестфальский технический университет Ахена, Ахен, Германия, 20 ноября 2008.
46. Блауэрт Дж. Пространственный слух — психофизика локализации звука человеком. Кембридж: Издательство Массачусетского технологического института, 1996.
47. Мëллeр X., Соренсен М.Ф., Дженсен C.B., Xаммeршой Д. Бинауральная техника: нужны ли нам индивидуальные записи? // J. Аудио Инж. Соц. 1996. Т. 44. С. 451-469.
48. Пулкки В. Пространственная генерация и восприятие звука с помощью методов амплитудного панорамирования. Xeльсинки: Xeльсинкский технологический университет, 2001.
49. Цоттер Ф. Анализ и синтез звукового излучения с помощью сферических решеток. Кандидатская диссертация. Институт электронной музыки и акустики. Университет музыки и исполнительских искусств Граца, Грац, Австрия, 2009.
Зайцев Александр Юрьевич, студент, mr.jamesfox@,mail. ru, Россия, Тула, Тульский государственный университет,
Родин Алексей Вячеславович, ассистент, 1ага_87@таИ.ги, Россия, Москва, Московский авиационный институт (Национальный исследовательский университет),
433
Рипецкий Андрей Владимирович, канд. техн. наук, заместитель заведующего кафедрой, a. ripetskiy@mail. ru, Россия, Москва, Московский авиационный институт (Национальный исследовательский университет)
THE ISSUE OF INTEGRATING REAL-TIME ROOM ACOUSTICS MODELING INTO CAD FOR OPTIMIZING
ARCHITECTURAL DESIGN
A.Yu. Zaitsev, A.V. Ripetskiy, A.V. Ordin
This article focuses on 3D visual rendering of CAD models in real time, an essential tool for the natural perception of building interiors. However, the emphasis on visual aspects often leaves acoustics in the shadows, as the management of acoustic characteristics is rarely integrated into architects' workflows due to a lack of tools. In airport design, real-time acoustics modeling becomes particularly relevant. The developed plugin for CAD systems offers an innovative solution by providing feedback on 3D acoustics, allowing architects to intuitively assess the acoustic effects of their designs through audio rendering and 3D playback. By altering structures and materials, designers can directly influence acoustics, promoting flexibility in design. The plugin also visualizes key acoustic characteristics using color maps, enriching the design process and creating more comfortable and functional spaces.
Key words: room acoustics, CAE modeling, auralization, geometric acoustics, CAD.
Alexander Yuryevich Zaitsev, student, mr.jamesfox@mail. ru, Russia, Tula, Tula State University,
Ordin Alexey Vyacheslavovich, assistant, jara_8 7@mail. ru, Russia, Moscow, Moscow Aviation Institute (National Research University),
Ripetskiy Andrey Vladimirovich, candidate of technical sciences, deputy head of the department, a. ripetskiy@mail. ru, Russia, Moscow, Moscow Aviation Institute (National Research University)
УДК 69.057
DOI: 10.24412/2071-6168-2024-9-434-435
ОПРЕДЕЛЕНИЕ ФАКТОРОВ, ВЛИЯЮЩИХ НА ОРГАНИЗАЦИЮ СТРОИТЕЛЬНОГО КОНТРОЛЯ ПРИ СТРОИТЕЛЬСТВЕ ОБЪЕКТОВ ИЗ КРУПНОГАБАРИТНЫХ МОДУЛЕЙ.
А.А. Лапидус, Е.А. Акимова, А.С. Магаев, К.А. Реасова
Статья посвящена исследованию особенностей организации строительного контроля при строительстве объектов из крупногабаритных модулей. На основе проанализированной научной литературы определены основные факторы, влияющие на эффективность строительного контроля, такие как тип и сложность проекта, квалификация и опыт персонала, технологии и оборудование, стандарты и нормативы, сроки и бюджет, координация между подрядчиками и др. На основе проведенного анализа выявлены основные особенности организации строительного контроля при строительстве объектов из крупногабаритных модулей и предложены рекомендации для дальнейшего исследования по данной теме.
Ключевые слова: модульное строительство, крупногабаритные модули, комплексный подход, строительный контроль, эффективность строительного контроля.
В современных условиях строительной отрасли все большую актуальность приобретает модульное строительство как эффективный способ возведения зданий и сооружений. [1-9] Использование крупногабаритных модулей (КГМ) позволяет существенно сократить сроки строительства, снизить затраты и повысить качество готовой продукции за счет заводского изготовления элементов. [10-16] В научном сообществе проведено большое количество исследований, посвященных различным этапам строительства объектов из крупногабаритных модулей: производств, транспортировка, монтаж. [17-20] Однако организация строительного контроля при возведении объектов из крупногабаритных модулей имеет свою специфику и требует особого подхода, что на данный момент недостаточно отражено в существующих нормативных документах и научных исследованиях.
Анализ текущего состояния вопроса показывает, что традиционные методы строительного контроля не в полной мере учитывают особенности модульного строительства, такие как необходимость контроля качества на этапе производства модулей, специфику их транспортировки и монтажа, а также особенности стыковки и интеграции инженерных систем. [21-23] Существующие исследования в основном сосредоточены на технологических аспектах производства модулей, в то время как вопросы организации комплексного контроля качества остаются недостаточно проработанными.
Особую значимость приобретает разработка системного подхода к организации строительного контроля, учитывающего все этапы создания объекта: от производства модулей до завершения монтажа и ввода в эксплуатацию. Необходимо создание новой методологии контроля, которая позволит обеспечить высокое качество строительства при сохранении преимуществ модульной технологии.
Целью данного исследования является разработка комплексной системы организации строительного контроля при возведении объектов из крупногабаритных модулей, включающей методические рекомендации по проведению контрольных мероприятий на всех этапах строительства, критерии оценки качества и механизмы управления рисками. Предлагаемый подход позволит повысить эффективность контрольных мероприятий и обеспечить требуе-
434
