CC BY
26
Использование слегка гнутых или скошенных картонных цилиндров, в зависимости от характера поля во многих сложных местах для изоляции могла бы сильно улучшить ее показатели уменьшив, тангенциальную составляющую поля.
Выводы
Применение, пусть и трудно выполнимых «гофрированных» изоляционных цилиндров или иной формы от характеристики поля по моим данным может уменьшить изоляционный промежуток между обмотками минимум на 10% при этом довольно сильно снизив себестоимость трансформатора.
Использованные источники:
1. «Информэлектро» 1978 «Расчет импульсных воздействий в обмотках трансформаторов с применением ЭВМ»
2. ГОСТ Р 52719-2007
УДК 004.94, 519.6, 551.581
Дудин М.П. магистрант 2 курса специальность «Информатика и инфокоммуникационные
системы» Богомолова О.И. стпреподаватель кафедра ИПМ
Казанский национальный исследовательский технологический университет ФГБОУ ВПО «КНИТУ» МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ КЛИМАТА С
ИСПОЛЬЗОВАНИЕМ СОВРЕМЕННЫХ КЛИМАТИЧЕСКИХ
МОДЕЛЕЙ НА ОСНОВЕ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ
ДАННЫХ
Аннотация: в данной работе рассмотрен подход математического моделирования климата в среде статистических вычислений с помощью современных климатических моделей. А так же описание основных климатических моделей.
Ключевые слова: Климат, математическое моделирование, статистические вычисления, модель CMIP5, модель климата INMCM4
В настоящее время для прогнозирования изменений климата большую актуальность приобретает построение адекватных климатических моделей.
Изменение климата — колебания климата Земли в целом или отдельных её регионов с течением времени, выражающиеся в статистически достоверных отклонениях параметров погоды от многолетних значений за период времени от десятилетий до миллионов лет.
Современные изменения климата привели к пониманию всей остроты
проблемы для человечества сегодня и к серьезности озабоченности за ситуацию, которая может сложиться в будущем. Если наблюдаемые изменения климата имеют антропогенное происхождение, то они неотвратимо будут обостряться с усилением антропогенной нагрузки вместе с развитием человечества. В связи с этим особое значение приобретает задача прогноза изменений климата на несколько десятилетий вперед.
Предсказания антропогенных изменений климата строятся на основе современных климатических моделей. Модель описывает климатическую систему, которая включает в себя атмосферу, океан, сушу, криосферу и биоту. Климатическая модель должна воспроизводить все важные характеристики ансамбля состояния реальной климатической системы. В идеале, в качестве входных параметров такой модели должны быть заданы только внешние параметры - поток солнечной радиации, угловая скорость вращения Земли и т.д. [1]
Сезонные особенности изменения температуры приземного воздуха могут быть проанализированы в терминах годовой и полугодовой Фурье -гармоник температуры [2]. При этом в большинстве регионов суши отмечается отрицательная корреляция амплитуды годовой гармоники температуры со среднегодовой приповерхностной температурой [3]. Для ряда океанических регионов (например, на севере Тихого океана), знак корреляции амплитуды годовой гармоники температуры со среднегодовой температурой, меняется на обратный, что связывается с влиянием изменения количества облаков. Наряду с амплитудными, отмечается изменение и фазовых особенностей годового хода приземной температуры. Так, среднегодовое приповерхностное потепление в большинстве регионов суши приводит к более позднему переходу температуры через её среднегодовое значение весной и более раннему - осенью, эффективно удлиняя холодный (с температурой ниже среднегодовой) период года [3]. Это согласуется с результатами анализа изменения сумм температур за холодный и тёплый периоды годы в зависимости от состояния климата.
На встрече в сентябре 2008 года с участием 20 групп моделирования климата по всему миру, рабочая группа по сопряженному моделированию, согласились создать новый набор скоординированных экспериментальных климатических моделей. Эти экспериментальные модели включают в себя и СМ1Р5. Данная модель будет помогать:
1) Оценивать механизмы, ответственные за различие модели в малоизученных областях связанных с углеродными циклами и облаками;
2) Изучать изменения климата и возможности моделей для прогнозирования климата на десятилетия вперед.
Ансамбль СМ1Р5 спроектирован, чтобы обеспечить основу для согласованных экспериментов по изменению климата в течение следующих пяти лет. Данная модель не является исчерпывающей; она не может включить в себя все различные мероприятия по сопоставлению моделей, которые могли бы быть полезными. Но ожидается, что различные группы и
заинтересованные стороны будут разрабатывать дополнительные эксперименты, которые могли бы дополнить существующие эксперименты, описанные здесь.
Программа CMIP5 предусматривает всестороннее сравнение всех существующих климатических моделей при воспроизведении климата прошлого, настоящего и будущего. Численные эксперименты, предлагаемые CMIP5, основываются на расчётах реалистичных и методических. В реалистичных расчётах моделируется климат настоящего либо прошлого или будущего согласно предписанному сценарию.
По этим расчётам строятся прогнозы вероятных будущих изменений. Методические расчёты содержат идеализированный сценарий и позволяют лучше понять причины, по которым модели дают те или иные результаты.
Проект CMIP5 использует стандартный набор модельных экспериментов. Целью является:
1) Оценка, насколько реалистичны модели при моделировании недавнего прошлого,
2) Представление прогнозов изменений климата на двух временных масштабах, в ближайшей (примерно 2035 год) и долгосрочной перспективе (2100 год и позже), определение факторов влияния на ошибки в прогнозах, в том числе связанные с облаками и углеродным циклом.
Модель климата INMCM4 - Российская модель, состоящая в проекте CMIP5, это модель INMCM4 общей циркуляции атмосферы и океана. Она разработана в ИВМ РАН.
Модель состоит из двух основных блоков: модели атмосферы и модели океана.
• Атмосфера: 2 0 х 1.5 0 по долготе и широте и 21 уровень по вертикали до высоты около 30 км, шаг по времени 5 минут.
• Океан: 1 0 х 0.5 0 по долготе и широте и 40 уровней по вертикали , шаг по времени составляет 2 часа.
Обмен информацией между атмосферой и океаном происходит каждые 2 часа. Оптимальное количество процессоров составляет 32-40 для атмосферы MPI и 8 для океана (OPENMP). Запускается на счет в виде двух независимых задач, обменивающихся через жесткий диск.
В модели также рассчитываются процессы, происходящие в криосфере, деятельном слое суши и на её поверхности, в том числе в растительном покрове, а также учитывается углеродный цикл, включающий в себя эволюцию углерода растений, почвы, океана и атмосферы. С INMCM4 проведены лишь те численные эксперименты, которые имеют наивысший приоритет. Результаты всех проведённых экспериментов загружены в базу данных CMIP5 и занимают объём около 8 Тб.
Данные модели могут решать узкоспециализированные задачи моделирования климата для отдельных территорий на большие промежутки по времени.
Использованные источники:
4. Шерстюков Б.Г. Региональные и сезонные закономерности изменений современного климата. 2008 . 55-201 с
5. Мохов И.И. Диагностика структуры климатической системы. СПб: Гидрометеоиздат. 1993. 271 с
6. Елисеев А.В., Гусева М.С., Мохов И.И., Рубинштейн К.Г. Амплитудно-фазовые характеристики годового хода приповерхностной температуры: сравнение расчетов по моделям общей циркуляции атмосферы с данными реанализа // Изв. AH, Физика атмосферы и океана. 2004. Т. 40. N. 4. 435-449 с
УДК 004.9
Иванова К.Е. студент 4 курса
факультет «Математики, физики и информатики»
Родионова О.В., к.ф.-м.н.
доцент
кафедра «Информатики и ИТ» Тульский государственный педагогический университет им. Л.Н. Толстого
Россия, г. Тула АВТОМАТИЗИРОВАННОЕ РАБОЧЕЕ МЕСТО ВРАЧА Аннотация: в данной статье рассмотрены типы информационных систем в зависимости от задач, которые они выполняют. Приведен способ автоматизации деятельности специалистов медицинских учреждений. Представлены результаты разработки автоматизированной информационной системы для учреждений здравоохранения. Описан метод защиты базы данных пациентов и их персональных данных. Разработанный программный продукт прост в использовании для ведения истории болезни пациента.
Ключевые слова: автоматизированные информационные системы, автоматизация деятельности специалистов медицинских учреждений, больничные медицинские информационные системы
Ivanova K.E., student 4 year, the faculty of Mathematics, Physics and Informatics
Tula State Pedagogical University them. LN Tolstoy Russia, Tula
Rodionova O.V., Candidate of Physical and Mathematical Sciences,
Associate Professor
Associate Professor, Department of Computer science and IT'
Tula State Pedagogical University them. LN Tolstoy Russia, Tula
