CC BY
0
Заключение. Анализ собранных по публикациям данных и их визуализации позволили сформулировать следующие выводы
- время для опубликования материала, который должен получить наибольший охват, должно быть не менее 1 часа после последнего информационного материала;
- при большой интенсивности выхода публикаций, рекомендуемое время увеличивается до 2 часов;
- для наибольшего количества просмотров каждой публикации рекомендуемое время между их опубликования не менее 15 минут;
- рекомендуемое время суток размещения публикаций на канале зависит от его направленности, при этом средние значения для всех пользователей предполагают периоды: с 21:00-0:00, 9:00-10:00 и 16:00-19:00;
- на каждом графике выделены определенные публикации, имеющие аномальные значения просмотров относительно других публикаций, что позволяет определить причину повышенного интереса пользователя к данному материалу.
Список литературы
1.Указ Президента Российской Федерации от 09.05.2017 г. № 203 «О Стратегии развития информационного общества в Российской Федерации на 2017 - 2030 годы».
2.Иванько А.Ф. Кибер-коммуникации. Особенности мессенджера Telegram / А. Ф. Иванько, М. А. Иванько, А. Е. Баранова // Молодой ученый. 2017. № 12 (146). С. 16-20.
3.Интеллектуальное программное обеспечение для анализа профилей пользователей социальной сети "Вконтакте": монография / А. И. Мартышкин; Министерство науки и высшего образования Российской Федерации, Федеральное государственное бюджетное образовательное учреждение высшего образования "Пензенский государственный технологический университет" (ПензГТУ). Пенза: Издательство Пензенского гос. ун-та, 2023. 103 с.
Сазонов Михаил Анатольевич, канд. техн. наук, доцент, сотрудник, [email protected], Россия, Орел, Академия Федеральной службы охраны Российской Федерации,
Гальцев Михаил Александрович, сотрудник, galmimi2001@gmail. com, Россия, Орел, Академия Федеральной службы охраны Российской Федерации
RESEARCH OF CHARACTERISTICS OF INFORMATION PROCESSES IN SOCIAL NETWORKS AND MESSENGERS AND THEIR ANALYSIS TO INCREASE THE EFFECTIVENESS OF INFORMATION IMPACT
M.A. Sazonov, M.A. Galtsev
An algorithm for classifying short text messages based on the use of classification dictionaries is proposed.
Key words: reference dictionary, automatic text classification, classifier.
Sazonov Mikhail Anatolyevich, candidate of technical sciences, docent, employee, [email protected], Russia, Orel, Academy of the Federal Security Service of the Russian Federation,
Galtsev Mikhail Alexandrovich, employee, galmimi2001@gmail. com, Russia, Orel, Academy of the Federal Security Service of the Russian Federation
УДК 620.193
Б01: 10.24412/2071-6168-2024-3-129-130
АНАЛИЗ МЕТОДОВ ПРОИЗВОДСТВА И ХАРАКТЕРИСТИК МЕТАЛЛОКОНСТРУКЦИЙ
М.А. Синелюбов
Данная статья посвящена контролю качества строительных металлоконструкций на всех этапах их производства и монтажа. В работе подробно рассматривается важность контроля качества материалов, процесса производства, сварных соединений, геометрических параметров и монтажа. Описываются различные методы контроля, такие как визуальный осмотр, измерения, лабораторные испытания, неразрушающие методы контроля, современные высокотехнологичные методы и средства измерения. В частности, упоминаются координат-но-измерительные машины, лазерные сканеры, компьютерная томография и ультразвуковые методы. Описаны принципы работы координатно-измерительных машин, лазерных сканеров и компьютерной томографии, а также их применение в различных отраслях промышленности. Отмечается, что использование этих технологий позволяет повысить точность измерений и автоматизировать процесс контроля качества. В качестве альтернативы дорогостоящему оборудованию предлагаются ультразвуковые методы. Рассматриваются некоторые новые патенты для определения линейных размеров полуфабрикатов и деталей, полученных штамповкой.
Ключевые слова: металлоконструкция, производственные технологии, контроль качества, размерные характеристики, методы контроля производства, строительство.
Строительные металлоконструкции являются частью современного строительства, обеспечивая прочность, надежность, быстровозводимость и долговечность зданий и сооружений, при этом для гарантии соответствия металлоконструкций высоким стандартам качества и безопасности необходимо проводить тщательный контроль на всех этапах производства и монтажа [1-4].
Известия ТулГУ. Технические науки. 2024. Вып. 3
1. Входной контроль материалов. Первый этап контроля качества начинается с проверки исходных материалов, таких как сталь, метизы, сварочные материалы и покрытия. Проводится визуальный осмотр, измерение геометрических параметров и лабораторные испытания для подтверждения соответствия материалов требованиям проектной и нормативной документации. В том числе могут проводиться испытания на растяжение, изгиб, кручение, коррозионную и химическую стойкость.
2. Контроль в процессе производства. На этапе изготовления металлоконструкций осуществляется постоянный контроль за соблюдением технологических процессов и качеством выполнения работ. Проверяются размеры и геометрия элементов, качество сварных швов, соответствие отверстий и резьбовых соединений, а также качество антикоррозионной защиты.
3. Контроль сварных соединений. Сварные соединения играют немаловажную роль в обеспечении прочности и надежности металлоконструкций. Проводится визуальный и измерительный контроль, а также неразруша-ющие методы контроля, такие как ультразвуковой, радиографический и капиллярный. Это позволяет выявить дефекты сварки и своевременно устранить их или заменить низкокачественные изделия.
4. Контроль геометрических параметров. Проверка геометрических параметров металлоконструкций осуществляется на всех этапах производства и монтажа. Контролируются размеры, форма, прямолинейность, плоскостность и взаимное расположение элементов. Используются современные измерительные приборы и инструменты, обеспечивающие высокую точность измерений, которые будут рассмотрены далее.
5. Контроль при монтаже. Во время монтажа металлоконструкций на строительной площадке проводится контроль за соблюдением проектной документации, технологии монтажа и требований безопасности. Проверяется качество болтовых и сварных соединений, точность установки элементов и их соответствие проектному положению.
6. Приемочный контроль. Заключительным этапом является приемочный контроль готовых металлоконструкций. Проводится комплексная проверка качества выполненных работ, включая визуальный осмотр, измерения и испытания. По результатам приемочного контроля составляется акт приемки, подтверждающий соответствие металлоконструкций проектной документации и нормативным требованиям.
Для более точного и качественного исследования размеров и дефектов используются современные высокотехнологичные методы и средства измерения [5-8]. Например, координатно-измерительные машины - это автоматизированные системы, предназначенные для измерения геометрических характеристик объектов. Они используют контактные или бесконтактные датчики для определения координат точек на поверхности детали и сравнивают их с CAD-моделью. Этот метод обеспечивает высокую точность измерений и возможность автоматизации процесса контроля качества. Также в настоящее время на производствах применяются лазерные сканеры, которые используют принцип триангуляции для бесконтактного измерения размеров и формы объектов. Они проецируют лазерную линию на поверхность детали и фиксируют ее положение с помощью камеры. Полученные данные обрабатываются специальным программным обеспечением для создания 3D-модели объекта. Лазерные сканеры находят применение в обратном инжиниринге, контроле качества и создании цифровых двойников.
Для определения качества изделия в настоящее время используется также компьютерная томография - это метод неразрушающего контроля, основанный на рентгеновском излучении. Объект сканируется под разными углами, и полученные изображения обрабатываются для создания 3D-модели внутренней структуры. КТ позволяет измерять размеры и обнаруживать дефекты в сложных деталях, недоступных для традиционных методов измерения. Однако этот метод требует дорогого оборудования, в качестве более дешевой альтернативы используются
Ультразвуковые методы, которые основаны на измерении времени прохождения ультразвуковых волн через объект. Они применяются для измерения толщины стенок, обнаружения дефектов и определения механических свойств материалов.
Также был проведен патентный поиск устройств, методов и средств измерения размеров и качества изделий. Существует множество новых методов и устройств для измерения размеров и определения качества изделия. Например, существует ряд новых запатентованных устройств [9-10] для измерения линейных размеров. Они отличаются современными подходами для определения размеров и геометрической точности производимых изделий.
Для обеспечения эффективного контроля качества строительных металлоконструкций необходимо привлечение квалифицированных специалистов, использование современного оборудования и соблюдение требований нормативной документации. Регулярный и тщательный контроль на всех этапах производства и монтажа позволяет гарантировать высокое качество, безопасность и долговечность металлоконструкций в строительстве.
Список литературы
1. Металлические конструкции: учебник для высш. уч. заведений / Ю.И. Кудишин, Е.Н. Беленя, В.С. Игнатьева под ред. Ю.И. Кудишина, М.: «Академия», 2008. 688 с.
2. Балалаев Г. А., Медведев В. М., Мощанский Н. А. Защита строительных конструкций от коррозии: Учебное пособие для инженерно-строительных вузов и факультетов. М.: Стройиздат, 1966. 224 с.
3. Семенов А.А. Металлические конструкции. Расчет элементов и соединений с использованием программного комплекса SCAD Office: Учебное пособие / А.А. Семенов, А.И. Габитов, И.А. Порываев. М.: АСВ, 2014. 338 с.
4. Сурков Ю.П. Диагностика промышленных разрушений. Анализ причин разрушения и механизмов повреждаемости магистральных газопроводов из стали 17ГС // Физико-химическая механика материалов. 1989. № 5. С. 95-97.
5. Бурдун Г.Д. Основы метрологии. Учебное пособие для вузов. Изд. третье, переработанное/ Г.Д. Бурдун, Б.Н.Марков. М.: Изд-во стандартов, 1985. 286 с.
6. Мышелов, Е. П. Введение в метрологию, стандартизацию и сертификацию качества / Е.П. Мышелов. М.: Красанд, 2017. 224 c.
7. Управление качеством продукции. Технический регламент, стандартизация и сертификация: Учеб. пособие для вузов. / Б.А. Бузов. М.: издательский центр «Академия», 2006. 176 с.
8. Тартаковский Д. Ф. Метрология, стандартизация и технические средства измерений: Учеб. для вузов / Д. Ф. Тартаковский; Д.Ф. Тартаковский, А.С. Ястребов. М.: Высш. шк., 2002. 205 с.
9. Патент на полезную модель № 3999 U1 Российская Федерация, МПК G01B 13/02. Устройство для измерения линейных размеров : № 95114030/20 : заявл. 03.08.1995 : опубл. 16.04.1997 / В. П. Бондалетов, Р. А. Кукина ; заявитель Ковровский технологический институт. DN QCVYEX.
10. Патент № 2003036 C1 Российская Федерация, МПК G01B 3/28. Устройство для измерения линейных размеров : № 04361383 : заявл. 08.01.1988 : опубл. 15.11.1993 / Н. В. Ухов. EDN AWKQLX.
Синелюбов Максим Алексеевич, студент, [email protected], Россия, Тула, Тульский государственный университет
ANALYSIS OF PRODUCTION METHODS AND CHARACTERISTICS OF METAL STRUCTURES
M.A. Sinelubov
This article is devoted to quality control of building metal structures at all stages of their production and installation. The work discusses in detail the importance of quality control of materials, production process, welded joints, geometric parameters and installation. Various control methods are described, such as visual inspection, measurements, laboratory tests, non-destructive testing methods, modern high-tech methods and measuring instruments. In particular, coordinate measuring machines, laser scanners, computed tomography and ultrasound methods are mentioned. The principles of operation of coordinate measuring machines, laser scanners and computed tomography, as well as their application in various industries, are described. It is noted that the use of these technologies can improve the accuracy of measurements and automate the quality control process. Ultrasonic methods are offered as an alternative to expensive equipment. Some new patents are being considered to determine the linear dimensions of semi-finished products and stamped parts.
Key words: metal structures, production technologies, quality control, dimensional characteristics, production control methods, construction.
Sinelubov Maxim Alekseevich, student, [email protected], Russia, Tula, Tula State University
УДК 004.89
D0I: 10.24412/2071-6168-2024-3-131-132
ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ПОВЫШЕНИЯ СЕТЕВОЙ БЕЗОПАСНОСТИ: СТРАТЕГИИ ОБНАРУЖЕНИЯ АНОМАЛИЙ И ПЕРСПЕКТИВЫ ВНЕДРЕНИЯ
Е.В. Ляпунцова, Арм Ажи Азиз Салих
В данной статье исследуется интеграция методов искусственного интеллекта (ИИ), в частности алгоритмов машинного обучения, в системы сетевой безопасности для улучшения стратегий обнаружения аномалий. Рассматриваются реальные примеры и примеры практического использования решений сетевой безопасности с использованием искусственного интеллекта, чтобы продемонстрировать эффективность этих стратегий в укреплении киберзащиты, подчеркивается важность интеграции обнаружения аномалий на базе искусственного интеллекта с существующей инфраструктурой безопасности для обеспечения комплексной защиты от возникающих киберугроз. Обсуждаются направления будущих исследований и соображения по решению проблем сетевой безопасности на базе искусственного интеллекта, которые помогут разработать устойчивые и адаптивные меры безопасности.
Ключевые слова: искусственный интеллект, сетевая безопасность, обнаружение аномалий, алгоритмы машинного обучения, киберугрозы.
Введение. В сегодняшнем быстро развивающемся цифровом мире сетевая безопасность приобретает все большее значение. По мере того как организации продолжают оцифровывать свои операции и хранить ценные данные в онлайн, риск киберугроз и атак также растет. С развитием технологий искусственного интеллекта и машинного обучения, предприятия могут внедрять передовые стратегии обнаружения аномалий для повышения сетевой безопасности. Эти стратегии могут помочь выявлять необычные или подозрительные действия в сети и реагировать на них, обеспечивая дополнительный уровень защиты от потенциальных угроз. По мере дальнейшего развития технологий роль сетевой безопасности в защите конфиденциальной информации и поддержании целостности цифровых активов будет только увеличиваться [1].
Искусственный интеллект играет ключевую роль в повышении сетевой безопасности, особенно с помощью методов обнаружения аномалий. Используя искусственный интеллект, организации могут анализировать поведение сети в режиме реального времени, чтобы выявлять любые отклонения от обычных моделей и быстро обнаруживать потенциальные нарушения безопасности. Одним из ключевых методов обнаружения аномалий является использование алгоритмов машинного обучения для сравнения поведения сети с нормальным и выявления отклонений (потенциальных аномалий) [2].
