CC BY
10
The results of the study of the effect of powder gases on the structural materials of small arms and cannon weapons are presented. The processes of mechanical wear of parts and assemblies of small arms and cannon armament, as well as the chemical and thermal effects of powder gases on the survivability of barrels are considered.
Key words: powder gases; barrel bore; carbon deposits; wear; corrosion.
Starikov Nikolai Evgenievich, doctor of technical sciences, professor, starikov_taii@mail. ru, Russia, Tula, Tula State University,
Lavrushin Aleksey Valentinovich, candidate of technical sciences, lavruchin. 78@mail.ru, Russia, Ryazan, higher airborne command school army general V.F. Margelov,
Selifontov Denis Olegovich, postgraduate, denis-selifontov@mail.ru, Russia, Tula, Tula State
University
УДК 623.9
DOI: 10.24412/2071-6168-2023-1-193-202
МЕТОДИКА МОДЕЛИРОВАНИЯ УСЛОВИЙ ВНЕШНЕЙ СРЕДЫ
А.В. Игнатов, В. В. Русин, В. В. Сасалина, А. В. Добряков, А. Р. Санникова, С.И. Стреляев, О.А. Евланова
Изложена усовершенствованная методика моделирования условий внешней среды, предназначенная для оценки их влияния на сложные системы и комплексы наблюдения и дальнометрирования. В ней учитывается следующий перечень погодных факторов: температура и влажность воздуха; зенитный угол Солнца и соответствующий ему угол склонения, азимут Солнца; скорость и направление ветра; балльность облачности; высота нижней границы облачности; метеорологическая дальность видимости; вид и интенсивность осадков, высоты волн для морских регионов. Регионы, для которых проводится моделирование, дополнены морскими и приморскими.
Ключевые слова: метеорологические и актинометрические условия, моделирование, морские и сухопутные регионы.
Успешная работа сложных систем и комплексов наблюдения и дальнометрирования должна обеспечиваться в условиях различных климатических районов во все сезоны года и при достаточно широком спектре погодных условий. При проектировании и оценке эффективности таких систем важную роль играет математическое и компьютерное моделирование их работы с учетом влияния внешней среды. Для оценки этого влияниябыла разработана и использовалась математическая модель расчета погодных и актинометрических факторов в зависимости от климатического района и момента времени в течение года [1].
Перечень погодных факторов был сформирован на основе анализа процесса функционирования системы и ее взаимодействия с внешней средой, сюда вошли: температура и влажность воздуха; зенитный угол Солнцаи соответствующий ему угол склонения, азимут Солнца; скорость и направление ветра; балльность облачности; высота нижней границы облачности (НГО); метеодальность видимости (МДВ);вид и интенсивность осадков.
Список районов был ограничен шестью представительными сухопутными регионами бывшего СССР: Центральный район России (Москва); Украина (Киев); Прибалтика (Рига); Кавказ (Батуми); Средняя Азия (Ашхабад); Приморье (Владивосток).
Модель была в целом логически обоснована, опиралась на большой спектр имеющихся статистических данных [2,3], в ней с помощью ряда очевидных допущений, были отражены взаимосвязи между основными погодными факторами, например, при малом значении коэффициента облачности не наблюдались осадки, при отрицательных значениях температуры осадки выпадали в виде снега и т.д.
В дальнейшем потребовалось расширить список исследуемых сухопутных районов, добавив Север европейской части России (Мурманск), а также приморские и морские регионы в пределах территории бывшего СССР:
- Баренцево море - на побережье Мурманск;
- Черное море Северная часть - на побережье Одесса;
- Черное море Южная часть - на побережье Батуми;
- Балтийское море - на побережье Рига;
- Японское море - на побережье Владивосток;
- Каспийское море - на побережье Астара.
193
С учетом этого были дополнены таблицы исходных данных модели и разработана ее «морская» часть, где ряд параметров, в отличие от сухопутных регионов, рассчитывалась с помощью данных статистики таблицы «Основные климатические характеристики морских акваторий» ГОСТа 16350-80 «Климат СССР», а к списку вычисляемых параметров добавились температура морской воды и высота волн.
Кроме того, при расчетах средних показателей эффективности сложных наблюдательных систем, как правило, используется статистический подход, когда, например, вероятности обнаружения объектов вычисляются на основе многократного моделирования процесса функционирования (порядка 1000 реализаций и более). Соответственно, погодная картина также должна быть сформирована для необходимого количества расчетных случаев и записана в файл, служащий исходными данными. При этом, период времени, для которого смоделирована погода, может составлять отдельный месяц, сезон или год в целом. Таким образом, предыдущая модель, однократно рассчитывающая характеристики погоды в конкретный момент времени, как самостоятельный продукт практически не использовалась и требоваласо-ответствующих доработок.
Также была пересмотрена логика модели в части отраженных в ней взаимосвязей между погодными факторами. Некоторые были исключены, как неочевидные. Например, ранее считалось, что если системы наблюдения работают в нижнем слое атмосферы на высоте до 2 км, то облачность выше этих значений рассматривать необязательно, поскольку она не создает помех их работе, следовательно, и вероятность осадков при этом будет нулевой. Однако, выяснилось, что облака среднего яруса, находящиеся на высоте 3 - 5 км в зависимости от их типа могут быть причиной осадковразличной интенсивности, а также препятствуют прохождению солнечного излучения через атмосферу и снижают степень нагрева подстилающего фона. То есть, при наличии облачности выше рабочей высоты прибора, сигнал, попадающий всистему от поверхности, будет меньше, а значит и вероятность обнаружения объектов изменится.
Другие допущения были уточнены или добавлены в свете вновь полученных сведений из дополнительных источников информации. Например, к перечню осадков добавились так называемые «смешанные», когда одновременно наблюдаются и снег, и дождь. Это происходит в диапазоне температуры воздуха от -3 до +3°С с определенной вероятностью, статистика по которой для исследуемых регионов имеется [2].
Таким образом, математическая модель расчета параметров погоды была доработана, уточнена и дополнена. В настоящей статье изложен ее последний вариант.
Входными данными для новой методики, кроме таблиц статистических данных о метеофакторах, являются: климатический район (сухопутный или морской), необходимое количество реализаций, период времени, для которого производится расчет.
Выбираемый климатический район определен географическими координатами (широтой ф и долготой Х)характерной точки района, для которой и собраны таблицы статистических данных.
Необходимое количество реализаций, для которых будут рассчитываться значения метеофакторов, выбирается пользователем. Значение этой величины не регулируется и может варьироваться от 1 до бесконечности, однако, как правило, для статистического моделирования, оно должно составлять не менее 1000.
Рис. 1. Углы, определяющие положение Солнца на небесном своде, г- зенитный угол Солнца, Н - угол возвышения Солнца (Н = г - 90°), А - азимутальный угол солнца
194
Период года - определенный месяц, сезон или год в целом, в рамках которого случайным образом будут генерироваться дата и время дня, а затем для этой даты определяются час, день, месяц и сезон. Например, 12 марта 14-00, то есть 14 часов 12-го дня 3-го месяца 2-го сезона).
Расчёт температуры и относительной влажности воздуха проводится в соответствии с разделами 2, 3ГОСТ 16350-80 "Климат СССР. Районирование и статистические параметры климатических факторов для технических целей".
В морских регионах данные о средних значениях температуры воздуха и относительной влажности, а также о стандартных отклонениях этих параметров от их средних значений для каждого месяца года содержатся в упомянутой выше таблице «Основные климатические характеристики морских акваторий», поэтому расчет температуры и относительной влажности сводится к определению нормально распределенной случайной величины с известными математическим ожиданием и СКО.
Расчёт положения Солнца на небесном своде проводится по заданным географическим координатам и времени наблюдения. Углы, определяющие положение Солнца, приведены на рис. 1 [4].
Рассчитывается так называемый «дробный год» (g), характеризующий местоположение Земли на орбите в данный момент времени (365,25 - фактическая продолжительность солнечного года в днях):
360 Í H - UTC
g =-х| D +-
365,25 ^ 24
где D - порядковый номер дня года (1 января - 1 день в году, 23 августа - 235 день в году); H -текущее время суток в 24 часовом формате, ч;иТС - поправка на часовой пояс, ч.
Угол склонения солнца 50- угол между лучами солнца и плоскостью земного экватора. Данный угол и его корректировка по времени (At) вычисляются по формулам, в которых с помощью коэффициентов учитываются особенности орбиты Земли (данные коэффициенты выведены по сложным геометрическим расчётам, полученным в результате преобразования между астрономической и земной системами координат орбитального уравнения планеты)[5]:
50 = 0,396 - 22,913 х cos (g) + 4,025 х sin (g) - 0,387 х cos (2g) + +0,052 х sin (2 g) - 0,155 х cos (3g) + 0,085 х sin (3g),
At = 0,004 + 0,107 х cos (g) -1,838 х sin(g) + 0,837 х cos(2g) - 2,34 х sin(2g).
Часовой угол солнца с учётом коррекции по времени вычисляется:
тчас =( H + UTC-12) х 15 + ^ + At,
где 1 -географическая долгота точки, для которой проводится расчёт, град.
Если значение получается больше 180°, то из него вычитается 360°, если значение получается меньше -180°, то к нему прибавляется 360° (эти поправки учитывают направление к западу от точки наблюдения).
Зенитный угол солнца рассчитывается по формуле:
zg = arccos (sin(9) х sin 50 + cos(9) х cos 50 х cos тчас),
где ф - географическая широта точки, для которой проводится расчёт, град.
Азимут солнца вычисляется по формуле:
= arccos
^ sin 50 - sin(9) х cos zg ^
cos(9) х sin zg
Расчет скорости ветра в сухопутных регионах проводится по продолжительности сочетания температуры воздуха и скорости ветра [2]. Далее строятся таблицы вероятностей значений скоростей ветра для различных интервалов температур воздуха в конкретном климатическом районе.
По вычисленному ранее значению температуры воздуха определяется нужная строка таблицы. Разыгрывается равновероятно распределенное случайное число |ie[0,l], которое будет служить входом в строку, и в зависимости от него определяется текущая скорость ветра.
Для морских районов скорость ветра определяется аналогично температуре и влажности воздуха в соответствии с данными таблицы «Климатические характеристики морских акваторий».
Направление ветра выбирается одинаково в сухопутных и морских регионах. Поскольку невозможно заранее предсказать ориентацию цели относительно сторон света, направление ветра выбирается равновероятным, без учета розы ветров в данном регионе, в виде полного угла в 360°, отсчитываемого от северного направления, умноженного на равновероятно распределенное случайное число
\в = 360 х
Состояние поверхности водыв открытом море в любой части земного шара полностью определяется текущей силой ветра по шкале Бофорта. Каждому баллу от 0 до 12 соответствует свое значение скорости ветра в м/с и высота волн в м. Если полученное выше значение скорости ветра находится в интервале скоростей, соответствующих определенному баллу Бофорта, то высота волн разыгрывается случайно в интервалетой же строки таблицы.
Для определения балла облачности в сухопутных регионах используются данные [2] о количестве ясных и пасмурных дней в году (по месяцам) для различных регионов. Для каждого района по месяцам строятся интегральные зависимости распределения балльности облачности.
Входом в каждую из полученных таблиц будет служить равновероятно распределенное случайное число, которое поможет определить тип дня по облачности и соответствующий диапазон (минимальная и максимальная границы Кобл max, Кобл min )балльности, учитывая, что в ясный день балльность
облачности Кобл < 20%, при переменной облачности данное значение меняется от 20 до 80% , при пасмурной погоде облаками закрыто более80% неба.
С помощью другого случайного числа |3е[0,1] выбирается конкретное значение балльности облачности в соответствующем диапазоне
К =(К — К V х £ + К
обл V обл.max обл. min) ^>3 обл.min'
В морских регионах прогноз балла облачности производится в соответствии с данными о вероятностях ясного и пасмурного неба, а также о количестве общей облачности в соответствии с таблицей «Климатические характеристики морских акваторий» [2]. Вначале определяются значения вероятности ясной (Рясн) и пасмурной (Рпасм) погоды, затем вероятность переменной облачности вычисляется, как:
Р = 1 -(Р + Р V
перем V ясн пасм J
Затем с помощью случайного числа определяется тип дня по облачности, как и в сухопутных
регионах.
Чтобы учесть имеющееся значение среднего балла (математического ожидания) коэффициента облачности за месяц (и соответствующего ему стандартного отклонения), необходимо определить к какому диапазону оно относится. Проведя несложный анализ имеющихся в таблице значений этого параметра для всех регионов, можно увидеть, что все они превышают 2 балла. При этом вероятность ясного неба, например, летом на Каспии, достигает 60 процентов. Это означает, что облачность менее 2 баллов либо не учитывалась в среднем показателе (при ясной погоде балл облачности считался нулевым), либо наблюдения проводились только при переменной облачности или в пасмурную погоду.
В любом случае, мы считаем, что при ясной погоде облака будут наблюдаться, пусть и в малом количестве,а балл определяется с помощью равномерно распределенного случайного числа ^4б[0,1] следующим образом:
Кобл = 0,2 х^.
При переменной облачности, если среднее значение балла облачности из таблицы входит в диапазон от 2 до 8, то Коблрассчитывается как нормально распределенное случайное число с этим математическим ожиданием и соответствующим значением отклонения, если же оно больше, то Кобл выбирается равномерно в диапазоне от 2 до 8 баллов.
При пасмурной погоде, если среднее значение балла облачности из таблицы превышает 8, то Коблрассчитывается как нормально распределенное случайное число с этим математическим ожиданием и соответствующим значением отклонения, если же оно меньше, то Кобл выбирается равномерно в диапазоне от 8 до 10 баллов.
Для районов бывшего СССР имеются данные [3] о средних значениях и стандартных отклонениях значения высоты облаков (их нижней границы) по сезонам года, а также,в некоторых случаях, когда разница значительна, есть данные отдельно для дня и ночи. Переработанный вариант этих данных, используемый для расчетов высоты нижней границы облачности как в сухопутных регионах, так и на море, приведен в табл. 1.
Входом в данную таблицу являются исследуемый регион, сезон года и время суток. По этим данным из таблицы выбираетсятНнго. Случайная величинаННГОсчитается подчиняющейся логнормаль-
ному закону.Вычисляется параметр (математическое ожидание) этого закона:
М ннго = ln(mHHro X
а затем производится расчет ln нНГОкакнормально распределенной случайной величины с математическим ожиданием, равным МнНГОи оннго , взятой из соседней ячейки таблицы.Далее производится экспонирование полученной случайной величины ln %ГОи получается соответствующее значение ННГО.
Наличие осадков в исследуемом регионе, характеризуется вероятностью их возникновенияРо. сад. Основным допущением, проверяемым в первую очередь, является следующее: при ясной погоде, когда Кобл< 0,2 и высокой облачности (Ннго> 5 км) осадки не наблюдаются, то есть Росад = 0, вне зависимости от региона и месяца года.
Для различных регионов по месяцам и за календарный год в целом имеются данные [2] с вероятностями возникновения осадков трех типов (дождь, снег и смешанные). В таблице данного источника приведен такой числовой материал для сухопутных регионов бывшего СССР. Аналогичные данные есть и для исследуемых морских регионов.
Таблица 1
Значения математического ожидания и среднеквадратического отклонения высоты нижней __границы облачности по сезонам года для различных районов_
Время Зима Весна Лето Осень
тННГО °ННГО тННГО °ННГО тННГО °ННГО тННГО °ННГО
Средняя полоса России (входит в том числе и Поволжье)
0 - 12ч 0,525 0,45 0,755 0,55 0,9 0,525 0,645 0,5
12- 24ч 0,525 0,45 0,755 0,55 0,9 0,525 0,645 0,5
Ук раина
0 - 12ч 0,625 0,5 0,745 0,525 1,225 0,7 0,795 0,65
12- 24ч 0,625 0,5 0,85 0,525 1,35 0,7 0,795 0,65
Прибалтика
0 - 12ч 0,55 0,425 0,645 0,55 0,56 0,6 0,57 0,475
12- 24ч 0,55 0,425 0,83 0,55 1,05 0,6 0,57 0,475
Средняя Азия (в том числе Каспийский регион)
0 - 12ч 1,25 0,675 1,445 0,7 3 0,8 1,575 0,725
12- 24ч 1,25 0,675 1,445 0,7 3 0,8 1,575 0,725
Кавказ
0 - 12 ч 1,075 0,95 1,475 0,725 2 0,8 1,44 0,7
12- 24ч 1,075 0,95 1,285 0,775 2 1,35 1,315 0,55
Приморье (Д альний Восток)
0 - 12 ч 1 0,475 0,7 0,475 0,39 0,525 0,82 0,55
12- 24ч 1 0,475 0,7 0,475 0,39 0,525 0,82 0,55
Север европейской части России (входит в район с Прибалтикой)
0 - 12 ч 0,55 0,425 0,645 0,55 0,56 0,6 0,57 0,475
12- 24ч 0,55 0,425 0,83 0,55 1,05 0,6 0,57 0,475
Входом в таблицу будут служить исследуемый регион и месяц года. Кроме того, для упрощения логики математических расчетов и использования имеющихся табличных данных, относительно типа осадков в настоящей модели сделан ряд предположений и допущений на основе имеющейся информации из специальной литературы [3,6,7]:
- при расчетной температуре воздуха > 3°С осадки выпадают в виде дождя(Росад =Рдожд).
- при расчетной температуре воздуха < -3°С осадки выпадают только в виде снега (Росад=Рснег).
- в промежуточном диапазоне температур от -3 до 3°С могут наблюдаться все три вида осадков: дождь, снег или смешанные осадки, поэтому Росадопределяется с помощью равномерно распределенного случайного числа [0,1]:
если ^5<Рдожд, то Росад=0;
есЛИ Рдожд<^5<Рдожд + Рсмеш, то Росад Рдожд;
есЛИ Рдожд+ Рсмеш<%5<Рдожд +Рсмеш + Рснег, то Росад Рсмеш;
если ^5>Рдожд +Рсмеш + Рснег, то Росад Рснег•
Далее генерируется равномерно распределенное случайное число |бе[0,1] и, в соответствии со сделанными ранее допущениями, если и ^ < Росад, то осадки будут наблюдаться, в противном случае осадков не будет Росад = 0.
Другие, более редкие, атмосферные явления, такие как метель, поземка, туман, связанные с осадками и влажностью атмосферы, а также со скоростью ветра, предположительно, будут наблюдаться в следующих случаях:
- метель - зимой при осадках в виде снега и ветре более б м/с;
- поземка - только в сухопутных районах зимой при отсутствии осадков и при скорости ветра более б м/с;
- туман - при отсутствии осадков, высокой влажности (более 95%) и низкой скорости ветра (менее 5 м/с).
Существуют данные по вероятности возникновения туманов в зависимости от региона [2]. Интенсивность осадков рассчитывается в случае их наличия и зависит от типа наблюдаемых облаков.
Известно, что облака верхнего яруса (на высоте выше 5 км) перистые, перисто-слоистые и перисто-кучевые, обычно не дают осадков, либо они выпадают в виде отдельных капель и не достигают земной поверхности [3]. Эти типы не рассматриваются в данной методике. Рассмотрению не подлежат также высоко-кучевые облака с высотой основания от 2 до б км, осадки из которых достигают земли, но также выпадают в виде отдельных капель и не создают помех наблюдательным системам.
В синоптической практике значимые осадки делятся на несколько типов в зависимости от характера их выпадения, соответственно:
- морось - 0,03-0,01 мм/мин;
-мелкокапельные обложные - 0,01-0,02 мм/мин;
-крупнокапельные обложные - 0,03-0,05 мм/мин;
- мелкокапельные ливневые - 0,03-0,05 мм/мин;
- ливневые - 0,05-0,08 мм/мин.
Источником осадков являются облака нижнего и среднего ярусов (высотой до 5 км).
Рассмотрению в данной методике подлежат:
1. Высокослоистые облака (Аs) с высотой основания от 3 до 5 км с толщиной слоя около 1 км, часто служат причиной небольших осадков меняющейся средней интенсивности.
2.Слоисто-кучевые с высотой основания от 0,8 до 1,5 км, толщиной слоя от 0,2 до 0,8 км, сопровождаются кратковременными осадками (дождь или небольшой снег).
3. Слоистые ^с) - высота основания от 0,1 до 0,7 км, толщина слоя от 0,2 до 0,8 км, дают морось или мелкий снег.
4. Слоисто-дождевые (№) - находятся на высоте 0,1 - 1,0 км, имеют толщину от 2 до 5 км и дают обложные долговременные осадки.
5. Кучево-дождевые (СЬ), расположенные на высоте 0,4 - 1,0 км, вертикальная протяженность более 3 км, дают интенсивные ливневые осадки - летом крупнокапельный дождь с градом, а зимой ливневый снег и крупу.
Были проанализированы и сгруппированы по исследуемым сухопутным и морским регионам данные о вероятностях появления этих типов облачности в зависимости от сезона года.
Используемый числовой материал над морем приведен в табл.2. Данные вероятности появления облаков для различных типов по районами сезонам года над сушей, в целях экономии объема данной статьи, не приведены.
Таблица 2
Вероятность появления облаков (%) различных типов ^ по районам и сезонам года над морем_
Сезон
Pcb
PNs
PAS
Pst и Sс
Баренцево море Южная часть (на побережье - Мурманск)
14
20
45
57
14
20
45
57
14
20
45
57
14
20
45
57
Черное море Северная часть (на побережье - Одесса)
13
42
57
10
45
55
47
54
44
51
Черное море Южная часть (на побережье - Батуми)
13
42
57
10
45
55
47
54
44
51
Балтийское море (на побережье - Рига)
13
42
57
10
45
55
47
54
44
51
Японское море (на побережье - Владивосток)
13
42
57
10
45
55
47
54
44
51
Каспийское море (на побережье - Астара)
13
42
57
10
45
55
47
54
44
51
зима
весна
лето
осень
зима
весна
лето
осень
зима
весна
лето
осень
зима
весна
лето
осень
зима
весна
лето
осень
зима
весна
лето
осень
Существует зависимость типа и интенсивности осадков от толщины облачного слоя (без учета типа облаков) [7]. График этой зависимости приведен на рис.2.
Эти данные коррелируются с приведенными выше характеристиками типов облаков нижнего и среднего ярусов, становящихся причиной осадков, в частности, с их вертикальными размерами. Однако, использование этой зависимости в качестве числовых данных для методики представляется излишним, поскольку невозможно определить напрямую толщину облачного слоя в заданный момент времени в исследуемом регионе. Однако, по вероятности появления различных типов облаков (таблица2) с помощью равномерно распределенных случайных чисел^7,8,9б[0,1] можно определить тип облаков над районом в данный момент:
- если Ър<Рсъ, то наблюдается ливень (сильный снегопад) и интенсивность укладывается в интервал от 0,03 до 0,08 мм/мин;
- если ^8<Рш , то наблюдается обложной дождь (снег) из облаков типа №;
- если ^9<Рлэ , то наблюдается обложной дождь (снег) из облаков типа Аs(при обложных дождях интенсивность от 0,01 до 0,05 мм/мин);
- если все выше перечисленные условия не выполнены, то считается, что небо закрыто облаками типа St (или Sс) и наблюдается моросящий дождь (слабый снег) с интенсивностью от 0,003 до 0,01 мм/мин.
1000 2000 3000 г:м Рис. 2. Зависимостьинтенсивности осадков от толщины облачности: М - морось; ДМ - дождь с моросью; Д - дождь; С - снег; СД - снег с дождем; ЛД - дождь, возникающий при таянии
в облаке ледяных частиц (ливень)
Далее, зная, причиной какого типа дождя (снега) являются облака, рассчитать соответствующую интенсивность можно как равномерно распределенное число в соответствующем интервале:
Л = Лн +(ле -Лн ) Х^7(8,9Д0) где Пи - нижняя граница интервала интенсивностей осадков определённого вида, мм/мин; це - верхняя граница интервала интенсивностей осадков определённого вида, мм/мин;
Обычно интенсивность осадков измеряется в мм/час, поэтому, для согласования размерности, необходимо это значение умножить на 60.
Четкой корреляции между дальностью метеовидимости и основными элементами погоды нет. Существует «тенденция границ», когда нижние и верхние значения дальности метеовидимости могут быть увязаны с показателями влажности атмосферы [8].Наилучшее согласие получается если границы увязать с дефицитом влажности, т.е.:
А. = £ (1 - т \ I 100 )
здесь Е - упругость насыщенного водяного пара, мб; относительная влажность воздуха в долях
единицы.
Упругость водяного пара в диапазоне ±50°С можно определить как:
Е = ехр (-0,000311 х Т2 + 0,0758 х Т +1,81).
гдеТ - ранее рассчитанная температура воздуха, град.
Верхняя и нижняя границы дальности метеовидимости вычисляются как:
|5в = ехр (2,71 х ехр (0,1 х й)) ! , , , при йж < 5мб.
рн = ехр (2,24 х й0,1)
|Х = 100
¡2 й0,1 V пРи йж - 5мб.
= ехр (2,24 х й )
Между этими значениями дальность метеорологической видимости распределена равномерно и ее можно определить посредством розыгрыша.
5 = + (Бв -5н)
где^н - равновероятно распределенное случайное число в диапазоне от 0 до 1.
Известна зависимость дальности метеорологической видимости и высотой нижней границы облачности [1], используемая для случаев, когда:
0,5км < Инго < 1,0 км и Ж - 85%%
или !> и Кобл - 0,7' Инго < 0,5км^
Это так называемые «сложные» погодные условия. График этой зависимости приведен на рис.
3.
В условиях осадков дальность метеорологической видимости вычисляется через их интенсивность [6] в зависимости от вида осадков. При снегопадах вычисление проводим по формуле:
5 = 0,94 хЛ-0'91.
Дожди, в зависимости от условий формирования, делят на типы [6]:
199
- орографические, образующиеся в результате подъема масс воздуха при обтекании гор и других возвышенностей. Такой тип дождей, очевидно, характерен для горных местностей, например, Кавказа.
- не орографические (дожди любого другого происхождения независимо от местности).
Таким образом, в зависимости от климатического района, проводятся вычисления дальности
метеорологической видимости, по формулам:
- для орографического дождя:
5 = 11,6 хг|"°'63;
- для не орографического дождя:
5 = 2,42 V'33.
12 км 10
§мдв 8 6 4 2 0
0.1 0.2 0.3 0.4 0.5 0,6 0.7 0.8 0.9 км 1.0
и ___
■•нго
Рис. 3. Зависимость дальности метеовидимости от высоты НГО в «сложных» погодных условиях.
При смешанных осадках 5 рассчитывается как среднеарифметическое между метеорологической видимостью в условиях снегопада и в условиях дождя одинаковой интенсивности.
Туманы- достаточно редкое явление. Их вероятность на суше вычисляется [2] исходя из продолжительности туманов (час) за год.В соответствии с этими вероятностями, а также со сделанными ранее допущениями о связи явления тумана с отсутствием осадков, высокой влажностью (более 95%) и низкой скоростью ветра (менее 5 м/с) прогнозируется наличие тумана в исследуемый момент времени с помощью равномерно распределенного случайного числа.
Известно дифференциальное распределение МДВ в условиях туманов[8]. Соответственно, в 3-ей строке вычисленное интегральное распределение, по которому с помощью случайной величины §п, равномерно распределенной в интервале [0,1], можно вычислить МДВ в условиях тумана. Если величина §11 попадает в определенный интервал значений Е8мдв, то Б()} рассчитывается как равновероятное случайное число в соответствующем интервале в верхней строке табл.3.
Таблица 3
Дифференциальное и интегральное распределение дальностей
метеорологической видимости (м) ^ в условиях туманов ___
м <26 27 - 50 51 - 100 101 - 200 201 - 300 301 - 400 401 - 500 501 - 600 601 -700 701 - 800 801 - 900 901 - 1000 1000 -1200
Рsмдв, % 1,0 5,4 10,3 32,9 21,7 11,3 6,9 6,4 1,0 0,6 1,0 0,5 1,0
Fsмдв, % 1.0 6,4 16,7 49,6 71,3 82,6 89,5 95,9 96,9 97,5 98,5 99 100
В табл.4 приведены вероятности значений МДВ при явлениях метели или поземки[6]. В сухопутных регионах оба метеоявления могут иметь место, над морем возможна только метель.
Таблица4
Расчетные значения вероятностей определенных дальностей метеорологической видимости при различных видах метели_
Вид метели Вероятность различных значений дальности метеорологической видимости, км
0 - 1 1 -2 2 -4 Более 4
поземка - 0,0309 0,0378 0,931
Р8мдв 0 0,0309 0,0687 0,9997
общая метель 0,244 0,263 0,216 0,273
Fsмдв 0,244 0,507 0,723 0,996
В случае осадков типа «метель» (или «поземка»), из данных соответствующей строки таблицы 4, производится расчет S. Входом в таблицу, как и в случае тумана, является равномерно распределенное случайное число §126 [0,1]. Если §12 попадает в определенный интервал значений Fsude, то S рассчитывается как равновероятное случайное число в соответствующем интервале в верхней строке табл. 4.
В методике учтены параметры для оценки эффективности и проектирования сложных систем и комплексов наблюдения и дальнометрирования. Модель пересмотрена в части взаимосвязей между погодными факторами. Внесённые изменения позволяют моделировать внешние условия более полно и точно, в высокой степени соответствующими реальным погодным условиям, а также использовать полученные результаты в статистическом моделировании.
Список литературы
1. Алябьев С.А., Гудков Н.В., Игнатов А.В., Кузнецов В.М., Русин В.В., Сасалина В.В, Степа-ничев И.В., Стреляев С.И. Эффективность комплексов управляемого ракетно-артиллерийского вооружения: учеб. пособие / под ред. А.Г. Шипунова. Тула: Изд-во ТулГУ, 2011. 151 с.
2. Межгосударственный стандарт ГОСТ 16350-80 "Климат СССР. Районирование и статистические параметры климатических факторов для технических целей".
3. Облака и облачная атмосфера: Справочник / Под ред. И.П. Мазина и А.Х. Хргиана. Л.: Гид-рометеоиздат, 1989. 647 с.
4. Шукстова З.Н. Основы сферической астрономии (координатно-временные связи): учебное пособие. Екатеринбург: Изд-во Урал. ун-та, 2005. 244 с.
5.Куликов К.А. Курс сферической астрономии: изд. 2-е, перераб. и доп., Главная редакция физико-математической литературы издательства «Наука», 1969. 216 с.
6. Абаулин В.И. Внешнее проектирование танкового и противотанкового вооружения. М., 1967. 526 с.
7. Матвеев Л.Т. Курс общей метеорологии. Физика атмосферы. Л.: Гидрометеоиздат, 1984.
751 с.
8. Шипунов А.Г., Семашкин Е.Н. Оптические линии связи малогабаритных управляемых ракет в условиях действия помех двигательных установок. М.: НТЦ «Информтехника», 2000.180 с.
Игнатов Александр Васильевич, д-р техн. наук, профессор, член-корреспондент РАРАН, директор по научной работе, Россия, Тула, АО «Конструкторское бюро приборостроения им. академика А.Г. Шипунова»,
Русин Владимир Владимирович, канд. техн. наук, заместитель начальника отдела, info@kbptula.ru, Россия, Тула, АО «Конструкторское бюро приборостроения им. академика А.Г. Шипу-нова»,
Сасалина Вера Вячеславовна, начальник сектора, Россия, Тула, АО «Конструкторское бюро приборостроения им. академика А.Г. Шипунова»,
Добряков Алексей Викторович, канд. техн. наук, начальник сектора, Россия, Тула, АО «Конструкторское бюро приборостроения им. академика А.Г. Шипунова»,
Санникова Анастасия Романовна, инженер-исследователь 3 к., Россия, Тула, АО «Конструкторское бюро приборостроения им. академика А.Г. Шипунова»,
Стреляев Сергей Иванович, д-р техн. наук, профессор, sergeystrel@rambler.ru, Россия, Тула, Тульский государственный университет,
Евланова Ольга Александровна, канд. техн. наук, доцент, OlgEvlanova@yandex.ru, Россия, Тула, Тульский государственный университет
TECHNIQUE OF MODELLING OF ENVIRONMENTAL CONDITIONS A.V. Ignatov, V. V. Rusin, V. V. Sasalina, A. V. Dobriakov, A. R. Sannikova, S. I. Streliaev, O.A. Evlanova
An improved method of modeling environmental conditions is described, designed to assess their impact on complex systems and complexes of observation and ranging. It takes into account the following list of weather factors: air temperature and humidity, the zenith angle of the Sun and the corresponding declination angle, the azimuth of the sun; wind speed and direction; cloud cover; the height of the lower limit of clouds; meteorological visibility range; type and intensity ofprecipitation; wave heights for marine regions. The regions for which the simulation is carried out are supplemented with marine and coastal ones.
Key words: Meteorological and actinometrical conditions, modeling, sea and land regions.
201
Ignatov Aleksandr Vasilevich, doctor of technical science, professor, director of scientific work, Russia, Tula, JSC «KBP named after Academician A.Shipunov»,
Rusin Vladimir Vladimirovich, candidate of technical sciences, deputy chief of department, in-fo@kbptula.ru, Russia, Tula, JSC «KBP named after Academician A.Shipunov»,
Sasalina Vera Vyacheslavovna, chief of sector, Russia, Tula, JSC «KBP named after Academician A.Shipunov»,
Dobriakov Aleksei Viktorovich, candidate of technical sciences, chief of sector, Russia, Tula, JSC «KBP named after Academician A.Shipunov»,
Sannikova Anastasia Romanovna, engineer of the 3 category, Russia, Tula,JSC «KBP named after Academician A.Shipunov»,
Streliaev Sergey Ivanovich, doctor of technical science, professor, sergeystrel@rambler.ru, Russia, Tula, Tula State University,
Evlanova Olga Aleksandrovna, candidate of technical science, docent, OlgEvlanova@yandex.ru, Russia, Tula, Tula State Universit
УДК 621.396
DOI: 10.24412/2071-6168-2023-1-202-205
ОЦЕНКА ЭРГОНОМИЧНОСТИ ЭЛЕМЕНТОВ КОНСТРУКЦИИ ТЕЛЕФОННО-ЛАРИНГОФОННОЙ ГАРНИТУРЫ ДЛЯ МЧС
А.Н. Тархов, П.Э. Сухинин
Рассматривается разработка конструкции перспективной телефонно-ларингофонной гарнитуры для МЧС России на отечественных элементной базе и материалах.
Ключевые слова: ларингофон, гарнитура связи для МЧС, защитная маска, эргономика.
АО «Особое конструкторское бюро «Октава» (АО «ОКБ «Октава») с 2022г. занимается разработкой перспективной гарнитуры для связи в подразделениях аварийных и спасательных служб при работе в защитном снаряжении в условиях неблагоприятной обстановки (пожары, задымления и пр.). Данная разработка проводится за счёт средств гранта Правительства Тульской области №ДС/142 от 22.07.2022, в поддержку программы Правительства Российской федерации по импортозамещению.
Наличие защитной маски на лице спасателя (рис. 1 а, б) делает невозможным использование стандартного микрофона, т.к. в этом случае из-за неплотного прилегания маски возможно проникновение дыма, горючих и токсичных веществ.
В связи с этим предлагается использовать ларингофоны [1.2], которые преобразуют механические колебания (вибрации) связок и хрящей гортани в электрические и которые малочувствительны к колебаниям воздушной среды.
В связи с плотным прилеганием к гортани, ларингофон улавливает исключительно механические колебания связок и хрящей гортани. Тем самым канал связи становится защищённым от внешних нежелательных шумов. Кроме того, данный вид связи позволяет оператору говорить не на повышенных тонах, так как ларингофон улавливает и сам звук, а механические колебания. Таким образом, принимающая сторона будет отчетливо слышать речь оператора, говорящего не слишком громко, не смотря на внешнюю шумовую обстановку.
В состав разрабатываемой гарнитуры предполагается включить ларингофоны и один телефон, благодаря чему второе ухо оператора будет открыто для восприятия внешних шумов (звуки сирены и сигнализации, открытого пламени, разрушающихся материалов и конструкций, крик людей и шум воды из пожарного рукава). При разработке ларингофона, входящего в состав телефонно-ларингофонной гарнитуры, планируется исследовать различные отечественные материалы для изготовления мембраны для улучшения электроакустических параметров. Это обеспечит передачу речи оператора без тембральных искажений.
Дополнительным достоинством данной гарнитуры является удобство в эксплуатации и эрго-номичность. Стандартный микрофон гарнитуры в рабочем положении должен располагаться на определённом расстоянии от уголка рта оператора. По определённым причинам это бывает неудобно, например, конструкция кислородной маски не позволяет оптимально расположить микрофон. Ларингофоны же
202
