Проблема и цель. В статье изучена проблема автоматизации непрерывной работы двухреакторной биогазовой установки в соответствии с требованиями наилучших доступных технологий.
Методология. Разработан алгоритм автоматизации работы двухреакторной биогазовой установки непрерывного действия и модернизация системы управления.
Результаты. Проведены исследования автоматизации технологического процесса анаэробного сбраживания биомассы с получением биогаза. Разработана функциональная схема автоматического технического комплекса управления работой двухреакторной биогазовой установки.
Заключение. Применение разработанной схемы автоматизации позволит оперативно, без участия оператора, регулировать параметры процессов гидролиза и метаногенеза, проходящих при разных температурах, таких как уровень субстрата ±0,3 м, рН ±0,1, температура ± 1° C. Автоматизация перекачивания субстрата через теплообменник и работы мешалок позволит более полно реализовать метановый потенциал субстратов за 25 суток.
В современном мире искусственный интеллект быстро становится важным конкурентным преимуществом и используется всё более широко - от анализа данных и прогнозирования до управления беспилотными автомобилями. В условиях постоянно меняющейся среды искусственный интеллект видится как технология, способная улучшить планирование и коммуникацию между членами команды проекта, снизить бюджет, сделать принятие решений более эффективным и повысить успешность реализации проектов.
В данной статье анализируется влияние санкций недружественных стран на развитие цифровизации в российском горнодобывающем секторе. Несмотря на растущий интерес к цифровым технологиям, уровень их внедрения в российской горнодобывающей промышленности остаётся ограниченным. В статье рассматриваются ключевые направления цифровизации в горнодобывающей отрасли, такие как автоматизация процессов, внедрение систем сбора и анализа данных, использование искусственного интеллекта, а также машинного обучения. Приведены основные этапы цифровой трансформации горного производства и наиболее востребованные на сегодняшний день технологии цифровой трансформации. Авторами подчёркивается важность дальнейшего развития цифровизации в российской горнодобывающей отрасли для её устойчивого развития и конкурентоспособности на мировом рынке. Отмечена необходимость в дальнейшей активной поддержке от государства и стратегических предприятий, которые необходимы для успешной реализации поставленных Министерством промышленности и торговли РФ задач для достижения национальных целей цифровой трансформации.
Одной из основных и наиболее характерных черт современной техники является быстрое развитие и широкое внедрение различных, часто весьма сложных и дифференцированных устройств управления и связи. Таковы вычислительные машины аппаратура проводной связи и радиосвязи, автоматические и телемеханические устройства, устройства и машины оргтехники и т. д.
Отличительной особенностью всех этих машин и устройств, как выяснилось в процессе развития технических наук за последнее десятилетие, является то, что они служат для обработки информации (сведений): они регистрируют различные данные, передают их, запасают и преобразуют.
Статья посвящена анализу влияния искусственного интеллекта на современный бизнес и перспектив его использования. Целью исследования является изучение и обобщение результатов применения, анализ проблем и перспектив внедрения инновационных разработок на основе технологий искусственного интеллекта российскими компаниями. Методика исследования основана на применении методов наблюдения, сравнения, обзорного анализа, сопоставления информации, обобщения, логической оценки. В результате исследования в статье обоснованы преимущества внедрения технологий искусственного интеллекта в различные сферы российской экономики. Ставится вопрос о возможностях искусственного интеллекта и перспективах его реализации в деятельности человека, в частности, рассматривается тезис о влиянии кибертехнологий на развитие бизнес-процессов в нашей стране, при этом даётся анализ обобщённых данных об эффективности использования искусственного интеллекта отдельными отечественными бизнес-компаниями. Особое внимание уделяется оценке рисков и трудностей, связанных с интеграцией искусственного интеллекта в жизнь общества. Определены задачи государственной значимости по их преодолению.
В статье проанализированы подходы к изучению рисков HR-менеджеров в рамках ключевых современных трендов автоматизации и цифровизации. Трансформационные изменения в сфере управления организацией на сегодняшний день не могли не затронуть и сферу управления персоналом: автоматизируется большинство технологий и процедур, связанных с отбором и оценкой кандидатов, растущую роль играют технологии цифровизации в системе документооборота, внедряется программное обеспечение и другие цифровые технологии, позволяющие производить анализ и обработку больших объемов данных и информации. Технологии автоматизации становятся не только популярными во всем мире, но и необходимыми для продуктивной работы организации и ее конкурентоспособности на рынке труда. Большую популярность набирают онлайн-платформы, направленные на развитие и адаптацию сотрудников в организации. С популяризацией цифровых технологий возникает вопрос о необходимых компетенциях для нынешних специалистов по управлению персоналом на рынке труда и о возможности замены работы специалистов сферы HR технологиями автоматизации. Сможет ли робот заменить работу специалиста кадрового направления, какие возможности и ограничения имеют цифровые технологии и сам специалист по управлению персоналом, - это вопросы, которые затрагивает данная статья. Проведенное исследование позволило сделать выводы о перспективах использования информационных технологий в сфере управления человеческими ресурсами, конкурентоспособности специалистов на нынешнем рынке труда, значимости работы специалиста сферы управления персоналом в реальности, адаптирующейся к использованию в большинстве процессов и систем технологий автоматизации и цифровизации.
Внедрение систем искусственного интеллекта в финансовую сферу вносит революционные изменения в способы анализа, предоставления информации и управления ею. Машинное обучение – разновидность искусственного интеллекта, которая позволяет ему автономно обучаться и совершенствоваться. В отличие от методов традиционного «жесткого» программирования, машинное обучение использует нейронные сети и глубокое обучение для работы с большими объемами данных для выявления закономерностей и аномалий. Гипотеза работы состоит в том, что для финансовой сферы характерны собственные способы применения ИИ, опирающиеся на наиболее распространенные, но отличающиеся от них варианты. Целью настоящей работы является систематизация способов применения моделей искусственного интеллекта в финансовых учреждениях в разрезе структурных подразделений. Применение искусственного интеллекта позволяет финансовым учреждениям создавать модели, направленные на решение конкретных проблем в условиях постоянно обновляющейся информационной среды. В соответствии с поставленной целью, в данной работе рассматриваются следующие аспекты: общее описание задач, решаемых ИИ, преимущества и недостатки применения ИИ; характеристика распространенности систем искусственного интеллекта в финансовой сфере; характеристика области применения искусственного интеллекта в финансовой сфере. Для выполнения работы автор использовал методы синтеза информации, анализа источников, классификации, сравнительного анализа.
В статье рассматривается процесс облачного управления в рамках цифровизации процессов предоставления государственных услуг и исполнения государственных функций органами власти. Во время проведенного исследования процесс облачного управления определен как один из ключевых бизнес-процессов в рамках предложенной бизнес-модели цифровой трансформации государственных корпораций и компаний с государственным участием. С помощью процессного подхода представлены типичные свойства данного бизнес-процесса. Они могут лечь в основу дальнейшего моделирования, способного максимально точно и полно описать бизнес-процесс с учетом поставленных задач. Дана характеристика бизнес-процесса и выделены пять главных этапов управления им. Обозначены технологии реализации облачного управления и метрики бизнес-процесса. Выделены особенности исследуемого бизнес-процесса, модели предоставления услуг в рамках облачного управления, модели реализации этих услуг и их ключевые преимущества. На основе анализа российского рынка сделан вывод о том, что облачные технологии являются основным и самым значимым сегментом отечественного рынка информационных технологий. Рассмотрена проблематика лоскутной автоматизации в информационной сфере. Особое внимание в статье обращено на риски и угрозы, сопутствующие внедрению облачного управления. Приведены функциональные области этих рисков, описаны процессы риск-менеджмента для их снижения и предотвращения. Отмечается важность реализации облачного управления в общих процессах современного государственного управления, понимание его значимости и необходимости дальнейшего глубокого изучения.
В книге рассмотрены методы моделирования сложных систем и процессов, происходящих в них. В качестве примеров использования изложенных методов построено более 100 статических и динамических моделей экономических систем и процессов. Описана роль и функции информационных технологий в экономике. Изложены области практического применения бизнес-моделей. Построена математическая модель финансово-обеспеченного производства фирмы. Приведены примеры эффективного применения математических методов в экономике и измерения бизнес-процессов. Рассмотрены основы построения ARIS-моделей и практически в полном объеме изложена методика построения всех типов ARIS-диаграмм в программной среде ARIS 5.0 с простейшим методологическим фильтром.
Книга предназначена специалистам в области моделирования сложных систем и процессов. Особенно полезной она будет тем, кто применяет CASE‑средства для моделирования, анализа, оптимизации и автоматизации бизнес-процессов и, в частности, использует для этого ARIS‑методологию и одноименную программную систему. Книгу можно использовать в качестве учебного пособия по ряду дисциплин специальности «Прикладная информатика в экономике». Она будет полезна менеджерам, преподавателям, аспирантам и студентам экономических специальностей как учебное пособие по теории бизнес‑информатики.
Цель исследования - повышение надежности работы автоматизированной системы управления складским помещением за счет увеличения среднего времени наработки на отказ и оптимизация ее эффективности путем сокращения времени выполнения цикла обработки изделий и равномерного распределения степени заполнения складских секций с помощью технологий имитационного моделирования. Предложен общий вид имитационной модели складского комплекса, включающий конвейер подачи, модуль динамической сортировки, роботизированные станции обработки, сборки и упаковки, трёхсекционный склад ёмкостью 162 места. Управление реализовано на программируемом логическом контроллере семейства Siemens S7-1500 в среде TIA Portal. Предложенная автоматизированная система управления складским помещением позволяет проанализировать влияние случайного распределения изделий по цветовым потокам на время выполнения цикла программы, а также степень заполнения каждой складской секции, фиксируя моменты возникновения производственных заторов и вынужденных остановок. Такой подход предоставляет инженерам инструмент предварительной оптимизации алгоритмов управления до внедрения в реальные технологические процессы. Также представлены результаты проведенных испытаний пяти различных по количеству партий изделий, продемонстрировавшие рост задержек и вынужденных остановок по мере приближения к лимиту хранения и неравномерного заполнения секций. Проведенный анализ показал накопление статистической ошибки во временя выполнения цикла программы, вызванной взаимодействием конвейеров и роботов. Полученные результаты подтверждают эффективность использования имитационного моделирования для предварительной оптимизации складских операций, демонстрируя снижение времени обработки, уменьшение простоев оборудования и повышение общей надежности системы по сравнению с традиционным процессом разработки систем автоматизации технологических процессов. Применение имитационного моделирования позволяет не только минимизировать риски при запуске реального производства, но и разработать индивидуальные рекомендации по модернизации складской инфраструктуры с учетом выявленных узких мест.