CC BY
154
ИНФОРМАЦИОННЫЕ СИСТЕМЫ И ЛОГИСТИКА В СТРОИТЕЛЬСТВЕ
УДК 004.4:725
И.Ю. Петрова, В.М. Зарипова, Ю.А. Лежнина
ГАОУАО ВПО «АИСИ»
ПРОЕКТИРОВАНИЕ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ И УПРАВЛЯЮЩИХ СИСТЕМ ДЛЯ ИНТЕЛЛЕКТУАЛЬНЫХ ЗДАНИЙ. НАПРАВЛЕНИЯ ДАЛЬНЕЙШЕГО РАЗВИТИЯ
Рассмотрены современные требования к интегрированным системам управления для умного дома. Предложена иерархическая классификация уровней домашней автоматизации, которая позволяет выделить разные уровни передачи информации. Рассмотрены тенденции развития информационно-измерительных и управляющих систем интеллектуальных зданий. Приведена обобщенная схема информационно-измерительных и управляющих подсистем интеллектуального здания. Описанная энергоинформационная модель базы знаний физико-технических эффектов позволяет разработать систему автоматизированной поддержки этапа концептуального проектирования элементов информационно-измерительных и управляющих систем. С помощью этой базы знаний система позволяет в десятки раз расширить объем активно используемых знаний специалистами и в два или три раза сократить время создания новых решений путем выбора более эффективных вариантов и базового расчета существенных характеристик их концептуальных моделей, что значительно сокращает количество создаваемых прототипов и полевых испытаний.
Ключевые слова: умный дом, датчики, исполнительные механизмы, автоматизированный синтез, новые технические решения, энергоинформационный метод цепей, база знаний, физическо-технический эффект
Основные определения. Понятие «интеллектуальное здание» было сформулировано Институтом интеллектуальных зданий в Вашингтоне в 1970-е гг.: «здание, обеспечивающее продуктивное и эффективное использование рабочего пространства благодаря оптимизации его четырех основных элементов: структуры, систем, служб и управления, а также взаимоотношений между ними». В интеллектуальных зданиях дополнительные удобства для жителей создаются посредством интегрированных информационно-измерительных и управляющих систем (BMS — Building Management System), в которых можно выделить три основных компоненты:
множество разнообразных датчиков и исполнительных механизмов; телекоммуникационные сети связи, передающие эту информацию в центр; управляющая система, обрабатывающая эту информацию и формирующая решения.
Кроме того, следует отметить еще одну важную составляющую интеллектуального здания — новые материалы, которые сами «обладают интеллектом» (например, смарт-стекла, изменяющие свои оптические свойства при изменении внешних условий).
В последние годы с развитием «Интернета вещей» (IoT — Internet of Things) появилось еще одно понятие «Умная домашняя среда» (Smart Home Environments).
Умная (интеллектуальная) домашняя среда определяется как физическая инфраструктура (сенсоры, исполнительные механизмы и сети), позволяющая функционировать окружающему интеллекту [1, 2]. Согласно другому определению, умная среда представляет собой электронную среду, способную получать и использовать информацию об окружающей реальности, а также приспосабливаться к нуждам пользователей для улучшения их взаимодействия с внешней средой [3].
Кроме того, часто используется термин domotics — это объединение латинского слова domus (дом) и современных терминов: информатика, телематика и робототехника, т.е. DOMus infOrmaTICS. В [4] этот термин определяется как «интегрирование технологий и служб для лучшего качества жизни», выделяется пять уровней домашней автоматизации:
дома, которые содержат интеллектуальные объекты, т.е. один или несколько объектов, каждый из которых функционирует с признаками интеллекта;
дома, которые содержат интеллектуальные объекты, общающиеся между собой, т.е. технические объекты и устройства, которые функционируют с признаками интеллекта, а также могут обмениваться информацией между собой, что расширяет их функциональность;
подключенные дома имеют внутренние и внешние сети, что позволяет создавать интерактивное и дистанционное управление системами здания, а также открывает доступ к информационным услугам как внутри дома, так и за его пределами;
в обучающихся домах часто повторяющиеся сценарии управления (паттерны) записываются и накапливаются в базах знаний по управлению домом, затем накопленные данные используются для прогнозирования потребностей пользователей и контроля ситуации;
в адаптирующихся (заботливых) домах активность и местоположение людей и объектов постоянно регистрируется, и эта информация используется для управления подсистемами дома предвосхищая потребности жильцов.
Эта классификация уровней домашней автоматизации позволяет выделить разные уровни передачи информации в пределах и вне дома, а также самообучающиеся и адаптивные системы управления зданием. Классификация является иерархической: с точки зрения пользователей каждый уровень соответствует некоторому увеличению функциональности по отношению к предыдущему уровню и увеличению возможностей для жителей делегировать часть функций управления автоматизированной системе. Именно эта передача управления увеличивает потенциальную функциональность в умном доме — сам дом может выполнить все больший диапазон задач, касающихся комфорта жителей, их удобства, безопасности и развлечения.
Прикладные области для новых технологий в интеллектуальных зданиях огромны. Возможности должны быть оценены с функциональной, технологической, социальной и экономической точек зрения. Уинстон Черчилль
однажды сказал: «Мы формируем наши здания, и впоследствии наши здания формируют нас». Системы управления интеллектуальными зданиями должны быть достаточно гибкими, иметь возможности модернизации и модификации, чтобы ответить на изменяющиеся потребности человека.
Многообразие потребностей жителей: безопасность, комфортная и чистая атмосфера, эффективность использования энергии и водных ресурсов, доступность средств коммуникации и развлечений, а также легкость в управлении этим сложным комплексом, приводят к сложной структуре домашней информационно-измерительной и управляющей системы (ИИУС), показанной на рисунке. Такая система может использовать различные технологии с различными протоколами связи в различных слоях.
СИСТЕМЫ ИНТЕЛЛЕКТУАЛЬНОГО ЗДАНИЯ
Переработка отходов
Водоснабжение, водоотведение
Управление окружающей средой
Пожарная сигнализация
Мониторинг инженерных конструкций здания
I
Энергосбережение
Альтернативные источники _энергии_
Климат-контроль
Управление безопасностью
Охранная сигнализация (окна двери)
Видеонаблюдение внутри и вне дома
Заказ и доставка товаров
Хранение пищи
«-1 ---- ►
^ Управление бытом ) -----------
Развлечения(мультирум)
Электронное правительство, социальные нужды (справки, пенсии и др.)
I
Кухонный инвентарь
Стиральные и гладильные _машины_
Управление коммуникациями
Дистанционное образование
Дистанционная работа
Мониторинг физиологических параметров человека
Рациональное или диетическое питание
Ж
Дистанционные покупки
Управление здоровьем
Уход за больными и престарелыми людьми
Люди с ограниченными возможностями
СВЯЗЬ
Стационарные коммуникационные устройства
Мобильные коммуникационные устройства
ИИУС интеллектуального здания
Важность внедрения автоматизации зданий можно подчеркнуть следующими факторами. По данным Объединения по эффективному и экологически чистому энергопотреблению (ASUE) расход энергоносителей, особенно газа, составляет: 41 % — здания, 31 % — промышленность, 28 % — транспорт, причем в зданиях 85 % энергопотребления приходится на нужды отопления и охлаждения и только 15 % — потребление электроэнергии в основном на нужды освещения.
Стремительный рост рынка интеллектуальных зданий. По данным исследований консалтинговой фирмы MarketsandMarkets (США) мировой рынок оборудования для интеллектуальных зданий в период с 2015 по 2020 г. будет ежегодно возрастать на 17 % (с 20,38 млрд долл. в 2014 г. до 58,68 в 2020 г.) [5].
В странах Европы порядка 40 % всего жилья оснащено интеллектуальными ИИУС, а в США — около 35 %. По данным европейских исследований интеллектуализация здания позволяет снизить оплату ЖКХ на 40 %. В Европе создана специальная организация, которая своей целью ставит развитие и распространение концепции интеллектуального здания, — Европейская группа интеллектуальных зданий (European Intelligent Building Group — EIBG. Режим доступа: http://www.ibgroup.org.uk/).
Рынок «умных домов» в России появился в 1997—1998 гг. и постепенно развивается, аналитики прогнозируют его ежегодный рост до 17 %.
В России пока интеллектуальных зданий немного, большая часть из них расположена в Москве и Санкт-Петербурге. По результатам исследования АКГ «ФинЭкспертиза», россияне платят за услуги ЖКХ в среднем около 10,9 % своего бюджета [6]. По данным Росстата, средняя заработная плата в нашей стране в 2012 г. составляла 26690 р., следовательно, плата за услуги ЖКХ составит около 3 тыс. р. Интеллектуализация здания позволила бы снизить плату за ЖКХ на сумму порядка 40 %, т.е. 1200 р. ежемесячно.
Если ранее рост мирового рынка обеспечивался возрастающими требованиями на энергосберегающие решения и обеспечение безопасности, то сегодня появились новые тенденции: стареющее население в развитых странах формирует потребности в новых видах служб, связанных с мониторингом состояния человека и здоровьесберегающими технологиями; бурный рост проникновения мобильных устройств приводит к значительному увеличению и разнообразию сервисов управления домашними устройствами. Наконец рынок испытывает сильное давление ведущих телекоммуникационных компаний и производителей умных домашних устройств и систем.
Высокая стоимость автоматизации может быть снижена, если будет использоваться модульная структура подсистем умного дома, которая позволит людям выбирать необходимые функции (безопасность, мультирум, освещение и т.д.). Исследования рынка умных домов в США показали, что развитие возможно по аналогии с автомобильной промышленностью, где дополнительные к базовым функции автомобиля формируются покупателем на основе готовых модулей. Важное требование — системы должны быть гибкими, легко модернизируемыми для расширения их функциональных возможностей и удовлетворения потребностей людей, проживающих в доме.
Перспективы развития домашних систем. Современные технологии микроэлектроники, телекоммуникаций и информационных систем вносят существенный вклад в развитие домашних интеллектуальных систем. Ближайшие перспективы включают:
проектирование на основе открытых протоколов автоматизации, включая программное обеспечение для легкого управления проектом, автоматической конфигурацией системы;
интегрированные возможности коммуникаций всех устройств в доме, включая все возможные сети и среды передачи данных, необходимые шлюзы и конвертеры;
надежные, долговечные и недорогие сенсорные устройства (например, для определения газов, запахов, измерения температуры, влажности, давления, расхода и т.д.) и исполнительные механизмы (например, выключатели, пускатели, клапаны) для отработки ответной реакции системы и децентрализованного энергоснабжения всех ее компонентов;
простая, устойчивая, распределенная операционная система с соответствующими возможностями ввода информации и визуализации данных (клавишный ввод, сенсорный экран, голосовой ввод/вывод информации, мысленное управление и т.д.);
разнообразные компактные интеллектуальные устройства, подключенные к домашней сети (например, интеллектуальная электрическая розетка или дверца стиральной машины, домашние роботы или карманный компьютер со спутниковым навигатором) с возможностью коммуникации с домашней сетью и глобальными системами связи;
разработка программного обеспечения для распределенных приложений (например, Jini Network Technology) как инструмента реализации взаимодействия любого электронного устройства в доме с Интернетом.
В настоящее время можно выделить три основных вида взаимодействия пользователя с домашней сетью (Home Area Network — HAN):
стационарные коммуникационные устройства (например, сенсорные экраны, клавиатуры и кнопочные устройства);
устройства мобильной связи (смартфон, планшет и т.д.); носимые устройства (смарт-браслеты, компьютеризированные часы, смарт-очки, «умные» предметы одежды).
Перспектива ближайшего будущего — вживляемая биоэлектроника, которая позволит проводить индивидуальную диагностику здоровья человека, контролировать обмен веществ и передавать данные родственникам или лечащим врачам.
Перспективы развития датчиков для интеллектуальных зданий. Интеллектуальное здание должно включать большое количество информационных точек (датчиков), с которых поступают данные о состоянии оборудования и окружающей среды. По нормам США и ЕС, информационных точек должно быть не менее 15000. В России пока минимальное количество составляет 2000...3000.
Развитие актуального сегодня направления IoT приводит к еще большему росту потребности в разнообразных датчиках. Согласно исследованию фирмы IDC глобальный рынок IoT вырастет до 1,7 трлн долл. к 2020 г. против 655,8 млрд долл. в 2014 г. IDC прогнозирует, что число «IoT endpoint» связанных устройств, таких как автомобили, холодильники и все что между ними, вырастет с 10,3 млрд в 2014 г. до более чем 29,5 млрд в 2020 г. [7].
Таким образом, современные здания требуют многих видов датчиков: домашний контроль — датчиков для измерения температуры, влажности, уровня воды или пыли, скорости воздушных потоков, разнообразных условий
приготовления пищи, механических параметров (сила, давление, перемещение, скорость вращения, угол поворота и т.д.), поступление или утечка газа, зажигание огня и т.д.;
домашняя безопасность — датчиков температуры, инфракрасной радиации, дыма, огнеопасного газа, сейсмодатчиков, датчиков электрической мощности, перегревания, вибрации, ультразвуковых или оптических датчиков для защиты окон и дверей, биометрических датчиков распознавания лица или отпечатков пальцев, идентификации по голосу;
энергетический контроль — датчиков для измерения мощности, напряжения, тока, расхода газа или воды, температуры, уровня воды, солнечной радиации и освещения;
удаленный контроль и диагностические системы — измерения и передачи по каналам связи многих видов сигналов для дистанционного управления различными системами дома, а также реализации функций телемедицины и ухода за инвалидами или престарелыми людьми.
В [8, 9] приведена классификация физических эффектов (ФЭ) и явлений (механических, тепловых, электрических, магнитных, оптических и химических), которые могут быть использованы при создании систем управления интеллектуальными зданиями.
К датчикам, установленным в системах управления интеллектуальными зданиями, предъявляются следующие требования:
высокие эксплуатационные характеристики датчиков такие, как точность, линейность, высокая надежность и длительность жизненного цикла, низкое потребление энергии, отсутствие требований по обслуживанию. Новые датчики запаха, идентификации голоса, устройства синтеза речи открывают широкие возможности для создания интеллектуальных бытовых приборов с дистанционным управлением;
интеллектуальные датчики [10, 11] позволяют интегрировать первичное преобразование сигнала и его дальнейшую обработку. Под интеллектуальным датчиком понимается датчик с интегрированной электроникой (аналого-цифровым преобразователем, микропроцессором, цифровым сигнальным процессором, системой на кристалле и т.п.), а также реализацией цифрового интерфейса и сетевых коммуникационных протоколов. Интеллектуальный датчик имеет возможность согласования измерительного тракта с источником сигнала по чувствительности, динамическому диапазону, избирательности и подавлению помех различного вида. Он адаптирует свои параметры к внешним факторам и условиям. Неотъемлемой частью интеллектуального датчика является возможность самоидентификации, самообучения и самовосстановления при возникновении единичного сбоя. При этом микропроцессор и датчик составляют единое интегрированное устройство, что позволяет существенно повысить скорость обработки сигнала датчика. Кроме того, интеграция датчиков и электронных схем обработки приводит к снижению стоимости таких устройств;
мультисенсорные системы [12, 13] позволяют комбинировать в единой технологической платформе с общим программным обеспечением несколько первичных преобразователей. Это позволяет автоматически выполнить
больше разных измерений, обработать их и получить комплексный результат. Например, мультисенсорные пожарные извещатели способны выявить возникновение пожара не по одному признаку, а комплексно по наличию дыма, углекислого газа, пламени и повышению температуры;
микроэлектромеханические системы (МЭМС) [14— 16] — это устройства, объединяющие в себе микроэлектронные и микромеханические компоненты. Микроминиатюризация датчиков способствовала дальнейшей интеграции датчиков и исполнительных микромеханизмов (актюаторов) на общей подложке. Современные МЭМС, выполненные по технологии интегральных схем, представляют собой сформированные на единой подложке датчики, актюаторы, схемы управления с размерами элементов от нескольких сотен до нескольких единиц микрон;
микроминиатюризация датчиков. Требования, предъявляемые высокотехнологичными секторами такими, как космическое приборостроение, медицина и индустрия развлечений, привели к быстрому уменьшению габаритных размеров и веса датчиков. Например, типичные размеры отдельных микромеханических элементов лежат в диапазоне от 1 микрометра до 100 микрометров, тогда как размеры кристалла МЭМС микросхемы имеют размеры от 20 микрометров. Использование нанотехнологий в недалеком будущем откроет доступ к еще меньшим размерам;
стандартизация интерфейсов датчиков. Резкое снижение стоимости микроминиатюрных датчиков и исполнительных устройств (актюаторов), связанное с их массовым производством привело к появлению так называемых сенсорных сетей [17, 18]. Стандартизированные интерфейсы необходимы для передачи информации от сложных датчиков через телекоммуникационные системы к верхнему уровню систем управления умным домом. Стандартизация позволяет сделать более легкой обработку информации от разнообразных датчиков. Все большее значение приобретают стандарты беспроводных технологий Bluetooth, Wi-Fi и ZigBee [19].
Возросшие требования рынка вынуждают производителей интенсивно расширять номенклатуру серийно выпускаемых датчиков. Однако даже ведущие фирмы в области производства чувствительных элементов используют не более 27...30 % от имеющегося фонда физических явлений, которые потенциально могли бы существенно расширить номенклатуру этих устройств (данные фирмы Endress+Hauser, промышленное техническое оборудование [20]).
Таким образом, необходимо создание автоматизированных систем концептуального проектирования датчиковой аппаратуры, которые позволили бы унифицировать и централизовать процесс разработки и обеспечили бы инженера мощной теоретической базой. Такие системы позволяют сократить время и трудоемкость создания нового изделия, оперативно адаптироваться к изменениям рынка, привлекать конечного пользователя к процессу проектирования, во много раз увеличить объем активно используемых знаний при обучении инженеров.
Концептуальное проектирование элементов ИИУС на основе энергоинформационного метода. В [9] рассматривается новая технология концептуального проектирования элементов систем управления зданий, отличающаяся
более высокой производительностью труда проектировщиков и повышением уровня автоматизации процесса проектирования новой техники. В [21, 22] предложено использовать энергоинформационные модели цепей различной физической природы на основе феноменологических уравнений неравновесной термодинамики. В рамках этой модели при анализе и синтезе датчика или чувствительного элемента в нем выделяются ФЭ определенной природы (механической, тепловой, электрической и т.д.) и соответствующие этим явлениям конструктивные элементы.
С точки зрения онтологического [23] подхода какой-либо ФЭ, соединяющий две цепи i-й и j-й физической природы или параметров цепи i-й физической природы, может быть представлен в виде кортежей типа:
P = {{, Bn, B10Ut, К, Ko, KMP, Diin, Diout, EX(JN}; (1)
П = {{, Вгт, Biout, П, По, ПМп, Din, D10Ut, EX(nm}. (2)
Кортежи могут быть разделены на две группы. Первая группа представляет описание ФЭ: H НП — название ФЭ или параметра; B.n — тип входной переменной i-й физической природы; B. ш — тип выходной переменной j-й физической природы; K — коэффициент преобразования, отражающий зависимость значения выходной величины от значения входной (в простейшем случае это линейная зависимость B. out = K.B. n); П — параметр цепи i-й физической природы (например, B.out = П B n); Ko или По — текстовая переменная, представляющая описание коэффициента K или параметра; KMP — физико-математиче-
j P
ская модель ФЭ, которая определяет факторы, влияющие на функциональную зависимость выхода от входа, например, влияние полей (принимает значение 1 или 0); ПМП—математическая модель параметра (принимает значение 1 или 0), D..n; Djout — диапазон изменения входных и выходных значений для обеспечения эффективности цепи требует соблюдения правил пересечения диапазонов значений выхода каждого предыдущего эффекта со входом каждого последующего эффекта в цепи:
Diin(v) ^ Diout(v-1) Djout (v)^D„(v+1) (3)
Вторая группа представляет собой совокупность эксплуатационных характеристик (от 0 до 10), набор этих характеристик и их средние численные значения определяются группой экспертов в данной предметной области: EX(nDN — переменные для расчета эксплуатационных характеристик синтезированных физических принципов. Если один вид эксплуатационных характеристик известен для всех ФЭ, включенных в синтезированные цепочки физического принципа действия устройства, то можно рассчитать значение этой характеристики для синтезированного устройства в целом. Необходимым и достаточным условием для синтеза принципа действия технических устройств является полное совпадение выходной величины предыдущего эффекта с входным значением следующего эффекта в цепи:
T = {Рлп, Р., ..., P,mIPj е DB л jk = ik+l л Bout]k = Bmjk+Í). (4)
Техническое устройство будет работоспособным, если диапазоны соответствующих значений пересекаются. Эксплуатационные характеристики
устройства вычислимы, если эксплуатационные характеристики рассчитаны для каждого эффекта в цепочке
На основе логической модели физико-технических эффектов (ФТЭ) и вышеуказанных выражений можно рассчитать минимальную информацию, необходимую для успешного прохождения процедуры синтеза нового датчика:
P = {нр, Bim, Bjout, 1, 0, 0, (-», +»), (-», +»), {0}, 0, 0, 0, 0, 0}. (6)
В автоматизированной системе синтеза новых технических решений, разработанных на основе энергоинформационного метода, реализуется динамическое графическое представление ФТЭ. Кроме того, паспорт ФТЭ имеет набор из 10 эксплуатационные характеристики (чувствительность, надежность и др.) для оценки эксплуатационных свойств синтезированных технических решений.
Выводы. Предложена иерархическая классификация уровней домашней автоматизации, которая позволяет выделить разные уровни передачи информации в пределах и вне дома, причем каждый уровень соответствует некоторому увеличению функциональности по отношению к предыдущему уровню и увеличению возможностей для жителей делегировать часть функций управления автоматизированной системе.
Передача управления в ИИУС здания увеличивает потенциальную функциональность в умном доме — сам дом может выполнить все больший диапазон задач, касающихся комфорта жителей, их удобства, безопасности и развлечения.
Тенденции развития ИИУС интеллектуальных зданий заключаются в постепенном переходе к самообучающимся адаптивным системам и роботизированным комплексам, а также в переходе к беспроводным мобильным системам управления, которые могут быть использованы как во вновь строящихся зданиях, так и в старых зданиях без больших затрат на реконструкцию.
Возросшие требования рынка обусловливают потребность в новых видах датчиков. Рассмотренная технология концептуального проектирования элементов систем управления зданий на основе энергоинформационного метода и комплекс методов обработки информации в базе знаний по ФЭ позволяют создавать уникальные справочные системы и в результате повысить уровень автоматизации процесса проектирования новой техники.
1. Nakashima H., Aghajan H., Augusto J.C. Handbook of Ambient Intelligence and Smart Environments. New York : Springer, 2010. 1294 р.
2. Badica C., Brezovan M., Badica A. An Overview of Smart Home Environments: Architectures, Technologies and Applications // Local Proceedings of the Sixth Balkan Conference in Informatics Thessaloniki, Greece, September 19—21, 2013. Pp. 78—86.
3. «Умные» среды, «умные» системы, «умные» производства : серия докладов (зеленых книг) в рамках проекта «Промышленный и технологический форсайт Российской Федерации». СПб., 2012. Вып. 4. 62 с. (Серия докладов в рамках проекта «Промышленный и технологический форсайт Российской Федерации»).
(5)
Библиографический список
4. Aldrich Frances K. Smart Homes: Past Present, and Future. Inside the Smart Home (ed. Richard Harper). N.P. London : Springer, 2003.
5. Smart Homes Market by Product, Protocol and Technology, Service and Geography — Trend and Forecast to 2020. Режим доступа: http://www.marketsandmarkets.com/Market-Reports/smart-homes-and-assisted-living-advanced-technologie-and-global-market-121. html. Дата обращения 14.06.2015.
6. Синяева Ю. Оплата ЖКХ съедает почти 11 % бюджета россиян // Ежедневная деловая газета RBK. 18.09.2012. Режим доступа: http://www.rbcdaily.ru/poli-tics/562949984735652. Дата обращения: 28.07.2015.
7. Carrie MacGillivray, Vernon Turner. Worldwide internet of things forecast, 2015— 2020. May 2015. Режим доступа: http://www.idc.com/getdoc.jsp?containerId=256397. Дата обращения: 28.07.2015.
8. Gassmann O., Meixner H. Sensors in Intelligent Buildings. New York : Wiley, 2002. Vol. 2.
9. Petrova Irina, Zaripova Viktoriya, Lezhnina Yuliya. Sensors for information-measuring and control systems for hi-tech building // Proceedings in Advanced Research in Scientific Areas, 2014. Vol. 3. No. 1. Pp. 336—342. Режим доступа: http://www.arsa-conf. com/archive/?vid=1&aid=1&kid=60301. Дата обращения: 14.06.2015.
10. Васильев В.А., Чернов П.С. Интеллектуальные датчики, их сети и информационные системы // INTERMATIC — 2012 : материалы Междунар. науч.-техн. конф. (3—7 декабря 2012 г.). 2012. Ч. 4. С. 119—122.
11. Интеллектуальные преобразователи температуры серии Метран-280. Режим доступа: http://www2.emersonprocess.com/ru-RU/brands/Metran/products/Temperature/duvs/ 280/Pages/index.aspx. Дата обращения: 14.06.2015.
12. Скорфилд С. Мультисенсор — эффективное решение проблемы ложных срабатываний систем пожарной сигнализации // Системы безопасности. 2006. № 5 (71). С. 128—133.
13. Комбинированные датчики пожарной безопасности IQ8Quad компании Esser by Honeywell // Армо-системы. Режим доступа: http://www.armosystems.ru/system/fire-safety-sensors.ahtm. Дата обращения: 23.06.2015.
14. High Sensitivity Enables Detection of Stationary Human Presence. Режим доступа: http://www.omron.com/ecb/products/pdf/en-d6t.pdf. Дата обращения: 23.06.2015.
15. Сысоева С. Магнитоуправляемые, MEMS и мультисенсорные датчики движения 2009 года — функциональнее, точнее, миниатюрнее предшественников // Компоненты и технологии. 2009. № 8 (97). С. 54—63.
16. Сысоева С. Новые горизонты функциональной и системной интеграции датчиков механического движения // Компоненты и технологии. 2011. № 1 (114). С. 6—10.
17. Growth G. Green Smart Sensor Networks: Technologies and Applications for Growth. Режим доступа: http://www.oecd.org/internet/ieconomy/44379113.pdf. Дата обращения: 26.06.2015.
18. Dibley M., Li H., Rezgui Y. and Miles J. Cost effective and scalable sensor network for intelligent building monitoring // International Journal of Innovative Computing, Information and Control ICIC International. 2012. Vol. 8. No. 12. Pp. 8415—8433.
19. Яманов А.Д., Алевский Д.А., Плеханов А.Е. Локальные беспроводные сети ZigBee: автоматизация зданий и промышленных объектов // Журнал «ИСУП». 2012. № 6 (42). С. 83—87. Режим доступа: http://www.analytic.ru/articles/lib414.pdf. Дата обращения: 26.06.2015.
20. Эндресс К. Состояние и перспективы развития приборостроения для технологических процессов // Промышленные АСУ и контроллеры. 2004. № 1. С. 45—48.
21. Zaripova V., Petrova I. System of Conceptual Design Based on Energy-Informational Model // Progress in systems engineering, Proceedings of the the 23rd International Conference on Systems Engineering, August, 2014, Las Vegas, NV, Series: Advances in Intelligent Systems and Computing. 2014. Vol. 330. Pp. 365—373.
22. Zaripova V.M., Petrova I.Yu. Ontological knowledge base of physical and technical effects for conceptual design of sensors // Journal of Physics: Conference. Series 588. 2015. Vol. 588. Issue 1. Article id. 012031. Pp. 1—6.
23. Зарипова В.М., Петрова И.Ю., Лежнина Ю.А., Фабер Е.Н. Онтологическая база знаний по физико-техническим эффектам для автоматизации технологических процессов // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2015. № 4. С. 47—56.
Поступила в редакцию в октябре 2015 г.
Об авторах: Петрова Ирина Юрьевна — доктор технических наук, профессор, заведующий кафедрой систем автоматизированного проектирования, Астраханский инженерно-строительный институт (ГАОУ АО ВПО «АИСИ»), 414056, г. Астрахань, ул. Татищева, д. 18, [email protected];
Зарипова Виктория Мадияровна — кандидат технических наук, доцент, доцент кафедры систем автоматизированного проектирования, Астраханский инженерно-строительный институт (ГАОУ АО ВПО «АИСИ»), 414056, г. Астрахань, ул. Татищева, д. 18, [email protected];
Лежнина Юлия Аркадьевна — кандидат технических наук, доцент, доцент кафедры систем автоматизированного проектирования, Астраханский инженерно-строительный институт (ГАОУ АО ВПО «АИСИ»), 414056, г. Астрахань, ул. Татищева, д. 18, [email protected].
Для цитирования: Петрова И.Ю., Зарипова В.М., Лежнина Ю.А. Проектирование информационно-измерительных и управляющих систем для интеллектуальных зданий. Направления дальнейшего развития // Вестник МГСУ 2015. № 12. С. 147—159.
I.Yu. Petrova, V.M. Zaripova, Yu.A. Lezhnina
DESIGN OF INFORMATION-MEASURING AND CONTROL SYSTEMS FOR INTELLIGENT BUILDINGS. TRENDS OF DEVELOPMENT
The article considers the modern requirements for integrated management systems of a smart home. The authors propose a hierarchical classification of the levels of house automation, which allows allocating different levels of information transfer. The article considers the trends of development of information-measuring and control systems of intelligent buildings. The generalized scheme of information-measuring and control subsystems of an intelligent building are given. The energy-information model of the knowledge base of physical and technical effects described in the article allows developing a system of automated support of the conceptual stage of elements design in information measuring and control systems. With the help of this knowledge base the system allows dozens of times expanding the scope of knowledge actively used by specialists and two or three times reducing the time of creating new solutions by selecting the most efficient of the options and the underlying calculation of the essential characteristics of their conceptual models, which significantly reduces the number of created prototypes and field tests.
Key words: smart home, sensors, actuators, automated synthesis, new technical solutions, energy-information method of circuits, knowledge base, physical and technical effect
References
1. Nakashima H., Aghajan H., Augusto J.C. Handbook of Ambient Intelligence and Smart Environments. New York, Springer, 2010, 1294 p. DOI: http://dx.doi.org/10.1007/978-0-387-93808-0.
2. Badica C., Brezovan M., Badica A. An Overview of Smart Home Environments: Architectures, Technologies and Applications. Local Proceedings of the Sixth Balkan Conference in Informatics Thessaloniki, Greece, September 19—21, 2013. Pp. 78—86.
3. «Umnye» sredy, «umnye» sistemy, «umnye» proizvodstva: seriya dokladov (zelenykh knig) v ramkakh proekta «Promyshlennyy i tekhnologicheskiy forsayt Rossiyskoy Federatsii» [Smart Entironments, Smart Systems, Smart Productions : a Series of Reports (Green Books) in Frames of the Project "Industrial and Technological Foresight of the Russian Federation]. Saint Petersburg, 2012, no. 4, 62 p. (Seriya dokladov v ramkakh proekta «Promyshlennyy i tekhnologicheskiy forsayt Rossiyskoy Federatsii» [Series of reports in frames of the project "Industrial and Technological Foresight of the Russian Federation"]) (In Russian)
4. Aldrich Frances K. Smart Homes: Past Present, and Future. Inside the Smart Home (ed. Richard Harper). N.P. London, Springer, 2003.
5. Smart Homes Market by Product, Protocol and Technology, Service and Geography — Trend and Forecast to 2020. Available st: http://www.marketsandmarkets.com/Market-Reports/ smart-homes-and-assisted-living-advanced-technologie-and-global-market-121.html. Date of access: 14.06.2015.
6. Sinyaeva Yu. Oplata ZhKKh s"edaet pochti 11 % byudzheta rossiyan [Housing and Utility Payment Takes nearly 11 % of the Budget of Russians]. Ezhednevnaya delovaya gazeta RBK [Daily Business Newspaper RBK]. 18.09.2012. Available at: http://www.rbcdaily.ru/ politics/562949984735652. Date of access: 28.07.2015. (In Russian)
7. Carrie MacGillivray, Vernon Turner. Worldwide Internet of Things Forecast, 2015— 2020. May 2015. Available at: http://www.idc.com/getdoc.jsp?containerId=256397. Date of access: 28.07.2015.
8. Gassmann O., Meixner H. Sensors in Intelligent Buildings. New York, Wiley, 2002, vol. 2. DOI: http://dx.doi.org/10.1002/3527600302.
9. Petrova Irina, Zaripova Viktoriya, Lezhnina Yuliya. Sensors for Information-Measuring and Control Systems for Hi-Tech Building. Proceedings in Advanced Research in Scientific Areas 2014, vol. 3, no. 1, pp. 336—342. Available at: http://www.arsa-conf.com/ archive/?vid=1&aid=1&kid=60301. Date of access: 14.06.2015.
10. Vasil'ev V.A., Chernov P.S. Intellektual'nye datchiki, ikh seti i informatsionnye sistemy [Intelligent Sensors, Their Networks and Information Systems], INTERMATIC — 2012: mate-rialy Mezhdunarodnoy nauchno-tekhnicheskoy konferentsii (3—7 dekabrya 2012 g,) [INTERMATIC — 2012 : Materials of the International Science and Technical Conference (December, 3—7, 2012)]. 2012, part 4, pp. 119—122. (In Russian)
11. Intellektual'nye preobrazovateli temperatury serii Metran-280 [Intelligent Converters of Temperature of Metran-280 Series]. Available at: http://www.metran.ru/products/siz/dat/ m280/. Date of access: 14.06.2015.
12. Skorfild S. Mul'tisensor — effektivnoe reshenie problemy lozhnykh srabatyvaniy sistem pozharnoy signalizatsii [Multisensor — an Effective Solution of the False Alarms Problem in Fire Alarm Systems]. Sistemy bezopasnosti [Safety Systems]. 2006, no. 5 (71), pp. 128—133. (In Russian)
13. Kombinirovannye datchiki pozharnoy bezopasnosti IQ8Quad kompanii Esser by Honeywell [Combined Smoke Detectors IQ8Quad of the Company Esser by Honeywell]. Armo-sistemy [ARMO-Systems]. Available at: http://www.armosystems.ru/system/fire-safety-sensors.ahtm. Date of access: 23.06.2015. (In Russian)
14. High Sensitivity Enables Detection of Stationary Human Presence. Available at: http://www.omron.com/ecb/products/pdf/en-d6t.pdf. Date of access: 23.06.2015.
15. Sysoeva S. Magnitoupravlyaemye, MEMS i mul'tisensornye datchiki dvizheniya 2009 goda — funktsional'nee, tochnee, miniatyurnee predshestvennikov [Magnetically Operated, MEMS and Multisensory Sensors of Motion, 2009 — More Functional, Precise, Small than Their Predecessors]. Komponenty i tekhnologii [Components and Technologies]. 2009, no. 8 (97), pp. 54—63. (In Russian)
16. Sysoeva S. Novye gorizonty funktsional'noy i sistemnoy integratsii datchikov me-khanicheskogo dvizheniya [New Horizons in Functional and System Integration of Sensors of Mechanical Movement]. Komponenty i tekhnologii [Components and Technologies]. 2011, no. 1 (114), pp. 6—10. (In Russian)
17. Growth G. Smart Sensor Networks: Technologies and Applications for Green Growth. Available at: http://www.oecd.org/internet/ieconomy/443791l3.pdf. Date of access: 26.06.2015.
18. Dibley M., Li H., Rezgui Y., Miles J. Cost Effective and Scalable Sensor Network for Intelligent Building Monitoring. International Journal of Innovative Computing, Information and Control ICIC International. 2012, vol. 8, no. 12, pp. 8415—8433.
19. Yamanov A.D., Alevskiy D.A., Plekhanov A.E. Lokal'nye besprovodnye seti ZigBee: avtomatizatsiya zdaniy i promyshlennykh ob"ektov [Local Wireless Networks ZigBee: Automatization of Buildings and Industrial Facilities]. Zhurnal «ISUP» [Journal of Informatization and Control Systems in the Production]. 2012, no. 6 (42), pp. 83—87. Available at: http://www. analytic.ru/articles/lib414.pdf. Date of access: 26.06.2015. (In Russian)
20. Endress K. Sostoyanie i perspektivy razvitiya priborostroeniya dlya tekhno-logicheskikh protsessov [The State and Development Prospects of Instrumentation for Technological Process]. Promyshlennye ASU i kontrollery [Industrial ACS and Controllers]. 2004, no. 1, pp. 45—48. (In Russian)
21. Zaripova V., Petrova I. System of Conceptual Design Based on Energy-Informational Model. Progress in Systems Engineering, Proceedings of the 23rd International Conference on Systems Engineering, August, 2014, Las Vegas, NV, Series: Advances in Intelligent Systems and Computing. 2014, vol. 330, pp. 365—373. DOI: http://dx.doi.org/10.1007/978-3-319-08422-0_54.
22. Zaripova V.M., Petrova I.Yu. Ontological Knowledge Base of Physical and Technical Effects for Conceptual Design of Sensors. Journal of Physics: Conference. Series 588. 2015, vol. 588, issue 1, article id. 012031, pp. 1—6. DOI: http://dx.doi.org/10.1088/1742-6596/588/1/012031.
23. Zaripova V.M., Petrova I.Yu., Lezhnina Yu.A., Faber E.N. Ontologicheskaya baza znaniy po fiziko-tekhnicheskim effektam dlya avtomatizatsii tekhnologicheskikh protsessov [Ontological Knowledge Base of Physical and Technical Effects for the Automation of Technological Processes]. Vestnik Astrakhanskogo gosudarstvennogo tekhnicheskogo universiteta. Seriya: Upravlenie, vychislitel'naya tekhnika i informatika [Bulletin of the Astrakhan State Technical University. Series: Management, Computer Engineering, Computer Science]. 2015, no. 4, pp. 47—56. (In Russian)
About the authors: Petrova Irina Yur'evna — Doctor of Technical Sciences, Professor, chair, Department of Computer Aided Design, Astrakhan Institute of Civil Engineering (AICE), 18 Tatishcheva str., Astrakhan, 414056, Russian Federation; [email protected];
Zaripova Viktoriya Madiyarovna — Candidate of Technical Sciences, Associate Professor, Department of Computer Aided Design, Astrakhan Institute of Civil Engineering (AICE), 18 Tatishcheva str., Astrakhan, 414056, Russian Federation; [email protected];
Lezhnina Yuliya Arkad'evna — Candidate of Technical Sciences, Associate Professor, Department of Computer Aided Design, Astrakhan Institute of Civil Engineering (AICE), 18 Tatishcheva str., Astrakhan, 414056, Russian Federation; [email protected].
For citation: Petrova I.Yu., Zaripova V.M., Lezhnina Yu.A. Proektirovanie informatsi-onno-izmeritel'nykh i upravlyayushchikh sistem dlya intellektual'nykh zdaniy. Napravleniya dal'neyshego razvitiya [Design of Information-Measuring and Control Systems for Intelligent Buildings. Trends of Development]. Vestnik MGSU [Proceedings of Moscow State University of Civil Engineering]. 2015, no. 12, pp. 147—159. (In Russian)
