CC BY
9
УДК 004.94
DOI: 10.15587/2312-8372.2018.128543
МОДЕЛЮВАННЯ РОБОТИ АВТОМАТУ ОЧИЩЕННЯ ВОДИ ДЛЯ ВЕНДИНГОВИХ К1БЕРФ1ЗИЧНИХ СИСТЕМ
Сало А. М.
Об'ектом дослгдження е автомат очищення води для систем самообслуговування. Потреба в очищемй вод1 е на мийках самообслуговування, водоматах, кавоматах, тощо. Як правило, так системи розмщаютъся в географ1чно розпорошених мгсцях. Одним з найбтъш проблемних мгсцъ е тдбгр правильног конфггурацИ автомату тд мгсце розташування. 1ншим проблемным мгсцем е висок витрати на обслуговування. Бглъшгстъ ¡снуючих автоматгв очищення води, як\ съогодт виробляютъся, не маютъ в своему склад1 системи монторингу, що виливаетъся в неефективну роботу сервгсног служби. Названг проблеми призводятъ до зменшення кглъкостг користувачгв систем самообслуговування.
Для виршення згаданих проблем пропонуетъся проектувати автомат очищення води, який буде працювати в складг 5-ти ргвневог вендинговог к1берф1зичног системи.
Описано структуру та принципи роботи автомату очищення води на базг мембрани зворотного осмосу. В ходг дослгдження використовувалися методи ¡мгтацгйного моделювання Монте-Карло, що дозволило тдгбрати конфггурацгйм параметри автомату вгдповгдно до запитгв користувачгв. Визначено критичт параметри обладнання, якг впливаютъ на продуктивмстъ автомату очищення води. За резулътатами моделювання вибрано двi типовг конфггурацИ автомату на базi мембран TW30-1812-100 та XLE4040.
Додатково програмна моделъ автомату очищення води Ытегрована в аналтичну систему, яка генеруе рекомендацтт ршення для сервiсного вiддiлу. Аналтична система рекомендуе не ттъки текучу замшу функщоналъних вузлiв (фiлътрiв, мембрани), а й здатна спрогнозувати потребу в змш конфiгурацil автомату. Такий пiдхiд дозволяе опmимiзуваmи маршрути обслуговування та збтъшити ефективмстъ роботи сервiсноl служби.
Ключовi слова: вендингова кiберфiзична система, iмimацiйне моделювання, мембрана зворотного осмосу, аналтична система.
1. Вступ
Вендинг (англ. vending) - це продаж TOBapiB та послуг за допомогою автоматизованих систем (торгових автомапв). Торговий автомат (вендинговий автомат) мае виконувати таю функцп: приймати готiвковi та безготiвковi грошц видавати товар або послугу; працювати незалежно вщ обслуговуючого персоналу
(за винятком заповнення, ремонту, шкасаци). Вш також додатково (за потребою) може виконувати технолопчш (приготування чи технолопчна обробка перед видачею) та рекламш функцii. Вендингова кiберфiзична система (ВКФС) - 5-ти рiвнева платформа, яка забезпечуе iнтеграцiю територiально-розподiлених вендингових автомапв (ВА) та iнформацiйних програмно-апаратних комплекшв за допомогою телекомунiкацiйних засобiв [1, 2]. Вендинговi КФС мають наступш особливостi:
- високий рiвень взаемодп з людиною (велике значення мае простота та зручнють використання автомату);
- багаторiвнева структура;
- неоднорщнють (в основному через рiзнi типи товару чи послуг, як продаються);
- розпорошенють (розмiщення вендингових автоматiв мае велику географш);
- енергоефективнiсть (дозволяе зменшити затрати на експлуатацiю, а також збшьшити кiлькiсть доступних мюць для встановлення);
- реальний масштаб часу;
- постшна еволюцiя та рют рiвня iнтелекту (особливо велике значення мае для операторiв системи, як мають отримувати рекомендацii вщ ВКФС щодо збiльшення ефективностi експлуатацп);
- надвисока складнiсть, здатнiсть дiагностувати та рекомендувати виправляти помилки в програмному та апаратному забезпеченнi.
Для забезпечення роботи багатьох вендингових автомапв потрiбна очищена вода. Технологiчна функщя очищення води використовуеться в мийках самообслуговування, кавоматах, водоматах, тощо.
Тому актуальним е дослiдження принципiв роботи та структури автомату очищення води (АОВ), що працюе в складi вендинговоi кiберфiзичноi системи.
2. Об'ект дослiдження та його технологiчний аудит
На рис. 1 показано 5-ти рiвневу платформу вендинговоi кiберфiзичноi системи. Об'ектом дослгдження е автомат очищення води, який е одним з функщональних блоюв, що працюе в складi вендинговоi кiберфiзичноi системи.
БД
Засоби В1 зуалггацп на ПК та смартфонах
(5-й р1вень- засоби персонального сершсу)
ДИ
Рекомендован рлпення!
Д"
{забпокувати ВА.змшиги конфгуращю ВА, переымстити ВА, заборониги послугу, змшити цшу товару, тощо }
рскомсндоваш риысння
Модуль прийняття ршень { класиф1кац1я ВА, класиф1кацш транзакцш, класиф1кац1я подш, генерацш рекомендован их д!й }
.а
ч
Результат анал1зу |
<——И
V к У к результата анал1зу
г ч Модуль аналзу даних { модпш анал!зу даних, набуття знань }
г вектор даних, профайл л
____Ч- J
профайли
Модуль попередньо? обробки даних { формування профайлш ВА, профайлш користувачт, отчисления вторинних параметр^ }
дан! транзакци, статв, подш
Модуль процссшгу
(3-й р1вень- засоби опрацювашгя ¡нформаци)
Вендинговий автомат 1 г2 йр1вень засоби; Вендинговийавтомат N збору та доставки
шформацй)
Автомат очищення I водиРк
(1-й р1вепь засоби взаемодп з фвичним сипом )
Автомат очищення V водиРк 3)
Рис. 1. 5-ти рiвнева платформа вендингово!' кiберфiзичноi системи
Опишемо загальний процес роботи ВКФС на прикладi мийки самообслуговування. Процес мийки вщбуваеться за наступними етапами:
- Водш оплачуе, використовуючи купюроприймач вендингового автомату (плат1жного термiналу), за послуги мийки.
- Водш вибирае послугу «Мийка очищеною водою».
- Вендинговий автомат включае системи, що забезпечують подачу очищено!' води з накопичувально! емностi на час вiдповiдно до оплачено! суми.
- АОВ починае фшьтрацш води, яка подаеться з центрального водопроводу або свердловини. Очищена вода потрапляе в накопичувальну емнють.
- Вендинговий автомат формуе транзакцш (дата i час оплати, сума, об'ем використано! води, час мийки) i через модуль процесiнгу даш записуються в базу даних ВКФС.
- Додатково вендинговий автомат вщслщковуе стан обладнання i через модуль мошторингу записуе iнформацiю в базу даних ВКФС.
- Аналггична система ВКФС, маючи данi про транзакцп та технiчний стан обладнання, може генерувати рекомендацшш рiшення сервiснiй служба
На ринку присутнi багато рiзних АОВ. Але одним з найбшьш проблемних мiсць в iснуючих на ринку автоматах очищення води е !хня непристосовашсть до експлуатацп в склащ ВКФС, що збiльшуе витрати компанш на експлуатацiю. А також зменшуеться продажi компанiй оскiльки сервюна служба не може оперативно реагувати на проблеми з яюстю води та поломки автомапв.
3. Мета та задачi дослiджень
Метою роботи е розробка структурно!' схеми та моделi автомата очищення води, який буде забезпечувати необхщну продуктивнiсть тдготовки та видач1 води споживачам та який необхщно iнтегрувати в 5-ти рiвневу платформу вендингово! кiберфiзичноl системи.
Для досягнення поставлено! мети необхщно виконати таю задача
1. Визначити тип, перелш та параметри обладнання, яке може працювати в складi автомату очищення води.
2. Змоделювати запити кменлв вендингового автомату.
3. Розробити iмiтацiйну модель (алгоритм) автомату очищення води, яка дозволить вибрати конф^урацш АОВ тд запити кменлв.
4. На основi iмiтацiйно! моделi розробити модуль аналiзу даних, який дозволить генерувати рекомендован рiшення щодо замiни функцiональних вузлiв, а також можливо! змiни конфiгурацi!.
4. Досл1дження iснуючих р1шень проблеми
На даний момент питання концепцп побудови кiберфiзичних систем е досить перспективним i йому присвяченi багато дослiджень. Так, в роботах [3, 4] в основному розглядають загальш питання побудови КФС для заводiв. В [5] показано ушверсальну платформу, яка стала основою для побудови ВКФС. В [6]
показано, що розроблення КФС е ггерацшним процесом, який складаеться з еташв моделювання, проектування та аналiзу. Отже, одним з найважливших етапiв е моделювання, який дозволить пщбрати правильну конф^уращю обладнання АОВ вiдповiдно до запипв користувачiв. Слiд зазначити, що штенсивнють експлуатацiï АОВ буде залежати вiд мiсця розташування, що вимагае тдбирати рiзнi конфiгурацiï обладнання для бшьш ефективного використання ресурсiв. Таким чином, правильне виконання етапу моделювання зменшуе витрати на розроблення та експлуатащю системи. Пiдсумовуючи сказане вище, визначимо основнi вимоги до проектування АОВ: яюсне очищення води; робота в складi КФС; визначити певну кшьюсть типових конфiгурацiй, як будуть оптимально адаптованi до штенсивност використання.
Для забезпечення якiсного очищення, в основу АОВ покладено зворотнш осмос, який е одним з найбшьш популярних методiв мембранного фшьтрування. Мембранна технологiя - найбiльш поширена технологiя водопiдготовки, характерною особливiстю я^ е стабiльно висока якiсть очищеноï води (пермеат), екологiчнiсть, зручнiсть експлуатацп. Завдяки цьому мембранна фiльтрацiя отримуе все бшьшу популярнiсть у побутовому та промисловому застосуванш [7, 8]. В роботах [9, 10] показано, що використовуючи метод iмiтацiйного моделювання Монте-Карло можна забезпечити надiйну роботу систем очищення води. Використання методу Монте-Карло в промисловост е досить поширеним явищем. Наприклад: американська компашя Jewel Vending Company (JVC), яка виробляе i встановлюе вендинговi автомати з продажу ювелiрних виробiв, використовуе даний iмiтацiйний метод для пошуку потрiбноï конфiгурацiï обладнання пiд конкретну торгову точку [11]. Компанп з виробництва паперових виробiв використовують даний метод для оптимiзацiï хiмiчного процесу та забезпечення постiйноï доставки паперового товару, який вщповщае стандартам яскравост [12]. Виробники сталi для автомобшьних деталей використовують даний метод для тдвищення рiвня якостi i мщност готового продукту [13].
Таким чином, результати аналiзу дозволяють зробити висновок про те, що в складi АОВ слщ використати мембрани зворотного осмосу, як забезпечать високий рiвень очищення води. Для правильного вибору конф^урацп обладнання найбiльш доцiльно застосувати метод iмiтацiйного моделювання Монте-Карло. Програмну модель АОВ слiд реалiзувати в складi аналiтичноï системи (4-й рiвень ВКФС).
5. Методи дослiджень
5.1. Загальна структура автомату очищення води
Автомат складаеться з трьох основних модулiв (рис. 2): модуля дозування та видачi води (МДВВ), модуля шдготовки води (МПВ), а також з модуля управлшня (МУ). Модуль тдготовки води - це комплекс, який складаеться з низки попередшх фшк^в, що захищають мембрану вiд пошкоджень (сильними окисниками, наприклад хлор, та мехашчними домiшками), напiвпроникноï
мембрани, а також пост фшьтри та мiнералiзатори (при потребi). Попереднi фшьтри мають пористiсть у межах 1-5 мкм. Основна цшь полягае у продавлюванш води пiд високим тиском через натвпроникну мембрану з метою усунути з води розчинеш речовини, оргатку, колоiднi частки i бактерп. Насос створюе тиск в насиченш зонi (вода+домiшки), в результатi чого молекули води просочуються через натвпроникну мембрану в зону ненасиченого розчину (чиста вода). Пост фшьтри та мшераизатори покращують смак води (в мийках самообслуговування ця стадiя не використовуеться).
Вода
I Пдготовча фшьтращя Накопичу-вальна емшеть
Мембрана зворотнього осмосу —► Пост-фшьтращя
М1нерал1зац1я (при потреб!)
УФ - лампа (при потр.
Модуль шдготовки води
©
I
Модуль управлшня
—
Модуль
дозування
та видач!
води
П1,
Вода дготовлена
Споживач
Рис. 2. Структура автомату пiдготовки та видачi води споживачам
В основному мембрана мае низьку продуктивтсть i щоб компенсувати потребу в очищенш водi для користувача потрiбно ставити промiжну накопичувальну емнiсть. Ультрафiолетова лампа знезаражуе воду.
Аналiз структури на рис. 2 показав, що автомат по тдготовщ та видачi води мае 3 основш критичнi параметри (найменш продуктивнi): продуктивнiсть мембрани зворотного осмосу, об'ем накопичувальноi емностi, продуктившсть насосу, що здшснюе видачу води.
На даний момент, дослщження показало, що продуктивност насосу видачi води 600 л/год цшком достатньо. Тому цей параметр будемо вважати незмшним. Дослщжувати будемо конфiгурацiю обладнання з рiзними типами мембран i накопичувальними емностями. Продуктивнiсть мембрани вимiрюеться виходом
бперм __бперм
бвих бперм + бконц
_ ¿¿перм __¿¿перм /л \
Оперм _ ~ _ ~ ~~, (1)
де Оперм - вихiд по пeрмiату; 0,х, Оперм i бконц - об'емн штога вихщш1 вoди, пермiату та концентрату, вiдпoвiднo. Прoдуктивнiсть та селективнють процесу зворотного осмосу залежать не тiльки вiд само! мембрани, але i вiд параметрiв процесу роздшення. До таких параметрiв вщносяться: тиск, температура та сoлевмiст вихщно! води. Для моделювання будемо брати мшмальну можливу прoдуктивнiсть мембрани (50 % вщ задекларованого потоку пермеату). Множину моделей мембран вибираемо з тих, що пропонуе один з свггових вирoбникiв такого обладнання - корпорацп DowChemical (США) [14] (табл. 1).
Таблиця 1
Характеристики мембран _
Тип мембрани Пот1к пермiaту, °Перм (л/год) Необхщний потш, Ових (л/год)
TW30-1812-100 (з'еднання 3 шт.) 50 125
TW30-3012-500 75 150
TW30-3012-500 (з'еднання 2 шт.) 150 300
ХЬБ4040 250 400
Накопичувальш емност будемо вибирати серед тих, що сершно виробляються, а це 50 л, 100 л, 150 л, 200 л, 250 л, 500 л.
Отже, за результатами аналiзу описуемо множину типових конф^урацшних параметрiв автомату очищення води:
Рк=(Р1к, Р2к, ......, Рп'),
де к - тип конф^рацп; п - кшьюсть конф^урацш. Кожен з елеменлв Рр характеризуеться множиною наступних характеристик:
РрЧОш, Ур Он},
де О™ - множина мембран зворотного осмосу (табл. 1), От={50, 75, 150, 250}; Ур - множина накопичувальних емностей, К={50, 100, 150, 200, 250, 500}; Он - прoдуктивнiсть насосу видачi води, Он=600 л/год.
5.2. Множина вх1дних зм1нних
На вхiд АОВ подаеться двi змiннi, а саме запити вщ спoживачiв, а також вода, яка буде очищатися. Будемо вважати, що об'ем води, який мае поступати (табл. 1), завжди забезпечуеться. Для визначення потреби в очищенш вoдi були знят
щоденш продажi (використання) очищеноi води на 20 торгових точках у м. Львов1 (Украша) протягом двох мюящв [15]. Наступним кроком було видшено групи об'ектiв з подiбними продажами. Для цього використовуеться кластерний анаиз на основi мережi Кохонена, який реаизований на мовi програмування R. В результатi кластерного аналiзу видшено потребу в АОВ з продуктивностями до 640 л/день та до 1000 л/день. В результат отримуемо штенсивнють запипв киенлв протягом дня з загальною потребою очищення до 640 л/день (рис. 3). Аналопчно сформовано вхщний потiк до 1000 л/день.
70
10 — -0 - -
8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Години
Рис. 3. 1нтенсивнють запипв кменлв протягом дня (до 640 л/день)
Фактично задача генерацп вхщних даних, як найбшьш точно вщповщають реальним е однiею з найважливших i мае безпосереднiй вплив на точнють визначення конфiгурацii АОВ.
5.3. Алгоритм моделювання
Алгоритм iмiтацiйного моделювання представлений на рис. 4 граф-схемою алгоритму.
На вхщ алгоритму подаються параметри Р, а результатом роботи е вихщна змiнна У - кшьюсть вiдмов користувачам. Опишемо основнi змшш, яю використовуються в алгоритмi: V'' - залишок води в емностц V - об'ем емностi;
Ут - об'ем води, який система очищуе за одну iтерацiю;
УоШ - об'ем води, який система видае користувачу за одну ггеращю;
С - запит вiд киента;
Lq - кiлькiсть користувачiв у черзц
ОвЬ - крок моделювання;
Т - загальний час моделювання;
Т - текучий час моделювання;
Б=1 - ознака зайнятостi АОВ.
Коротко опишемо основш етапи роботи алгоритму. Спочатку вводяться параметри PiJk моделi АОВ та проводиться шщашзащя змшних. Вважаеться, що на початку моделювання емшсть е повною. Далi проходить основний цикл моделювання з кроком Овlt та загальним часом T. Опишемо перелш функцш основного циклу:
- iмiтацiя набору води в емнiсть;
- генеращя випадковим чином запиту користувача (приклад даних показаний на рис. 4);
- перевiрка стану системи;
- iмiтацiя видачi води користувачу;
- перевiрка коректностi виконання запиту.
^ К1нець у
Рис. 4. Граф-схема алгоритму 1м1тацшного моделювання роботи автомату
очищення води
Якщо в певний момент система зайнята, то запит, що прийшов ставиться в чергу. Вважаеться, що черга мае безмежний розмiр.
6. Результати досл1дження
Для отримання результатiв дослщжень алгоритм iмiтацiйного моделювання (рис. 4) був реалiзований на мовi програмування К На вхiд алгоритму подаемо множину конф^урацш описаних в п. 5.1 ще! роботи, а також задаемо штенсивнють споживання очищено!' води, яка описана в п. 5.2. Для прикладу покажемо результати моделювання роботи АОВ з наступною конф^уращею: тип мембрани - TW30-1812-100; бочка емнютю 250 лiтрiв (табл. 2).
Найважлившим е «Кшьюсть вщмов», як зробленi системою впродовж процесу моделювання. Якщо це значення не нульове, значить система не справляеться з такою штенсившстю запилв, отже задана конф^уращя обладнання не шдходить. Як видно з табл. 2, одна i та ж система реагуе по^зному, в залежност вiд штенсивност запитiв. В першому випадку було нуль вщмов, тобто система усшшно обробила всi транзакцп. В другому було 24 вщмови, що складае майже 20 % вiдсоткiв вщ загально! кiлькостi запитiв. Отже, вказана вище конфiгурацiя здатна працювати в точках де штенсившсть споживання води до 640 л. на день.
Таблиця 2
Результати моделювання_
Тип параметру Приклад 1 (640 л/день) Приклад 2 (1000 л./день)
Середня довжина черги 0 5
Кшьюсть транзакцш 64 124
Кшьюсть вщмов 0 24
Процент вщмов 0 19,35
Кшьюсть видано'! води 640 1000
Час моделювання 14,5 14,5
Результати моделювання вшх заданих конф^урацш представлен в табл. 3, 4. На перетиш вiдповiдного типу бочки i мембрани описуеться стан системи: «0» означае, що з даним потоком киенлв автомат не впораеться; «1» - зможе обробити вшх киенлв. При обрахунках береться 50 % продуктивност мембрани.
Таблиця 3
Варiанти конфiгурацiй автомата для забезпечення 640 л/день_
Мембрана(50%) (л/год)/Бочка (л) 50 100 150 200 250 500
60 0 0 0 0 1 1
75 0 0 1 1 1 1
120 1 1 1 1 1 1
250 1 1 1 1 1 1
Таблиця 4
Вар1анти конф1гурацш автомата для забезпечення 1000 л/день_
Мембрана (50 %) (л/год)/Бочка (л) 50 100 150 200 250 500
60 0 0 0 0 0 0
75 0 0 0 0 0 0
120 0 0 0 0 0 1
250 1 1 1 1 1 1
Отже, оптимальною конф1гурац1ею обладнання АОВ для обслуговування користувач1в з штенсивнютю 640 л/день е паралельно працююч1 три мембрани TW30-1812-100 з накопичувальною емшстю об'емом 250 лпр1в. Щоб обслуговувати кл1ент1в з штенсившстю 1000 л/день необхщно вибрати мембрану XLE4040 з накопичувальною емшстю об'емом 50 лпр1в. Для другого випадку не вибрана конф1гурац1я з двох TW30-3012-500 та бочки об'емом 500 л, тому що вона не вмщаеться в задаш габарити АОВ. В момент встановлення АОВ визначаеться конф1гурац1я, яка найбшьш доцшьна для певного мюця, якщо в процес експлуатацп аналогична система, прогнозуючи поведшку користувач1в, може рекомендувати змшити конф1гурацш на бшьш продуктивну.
7. SWOT-аналiз результатiв досл1джень
Strengths. Експлуаташя автомату очищення води в склад1 вендингово! к1берф1зично! системи дозволить зменшити витрати на його експлуатащю та шсталяцш. Забезпечить бшьш яюсний серв1с для користувач1в.
Weaknesses. Автомат очищення води потребуе додатков1 засоби передач! даних (3G модем), а також щомюячну оплату за 1нтернет зв'язок.
Opportunities. Впровадження АОВ в мережу мийок самообслуговування дозволить зменшити витрати на сервюне обслуговування на 20-30 %.
Threats. На першому еташ впровадження системи необхщно видшити додатков1 кошти на реаизацш програмно-апаратного комплексу, який буде забезпечувати функц1онування 3,4 та 5 р1вшв ВКФС. Також додатково необх1дно залучити системних адм1н1стратор1в для обслуговування системи.
8. Висновки
1. Визначено, що основними компонентами автомата очищення води е модуль дозування та видач1 води, модуль шдготовки води та модуль управлшня. За процес очищення вщповщае модуль п1дготовки води, який складаеться з наступних компонент1в: блок тдготовчих ф1льтр1в, мембрани зворотнього осмосу, блок пост-фшьтр1в, накопичувально! емност1, мшерал1затора, УФ-лампи. Критичними параметрами, як1 впливають на продуктивн1сть автомата очищення
води е: продуктивнiсть мембрани зворотного осмосу, об'ем накопичувально! емносл, продуктивнiсть насосу, що здшснюе видачу води.
2. За допомогою кластерного аналiзу на базi мережi Кохонена визначено дв1 категорп потреб користувачiв, а саме: з штенсившстю споживання до 640 л на день та штенсившстю споживання до 1000 л на день.
2. Розроблено iмiтацiйну модель автомату очищення води, яка дозволила визначити двi типовi конфшурацп автомату на базi мембран TW30-1812-100 та XLE4040, що забезпечують продуктивнiсть вщповщно до запитiв користувачiв. Пiдбiр конфпурацп обладнання пiд точку розмiщення зменшуе загальнi затрати на iнсталяцiю системи.
3. В аналмчну систему штегровано iмiтацiйну модель автомату очищення води, яка реалiзована на мовi R. Це дозволило за допомогою засобiв персонального сервiсу автоматизовано генерувати маршрути з перелiком необхiдних дiй для сервюного вiддiлу.
References
1. Salo A. M. Pryntsyp pobudovy vendinhovoi merezhi z monitorynhom // Visnyk NU «Lvivska politekhnika». Kompiuterni systemy ta merezhi. 2013. Vol. 773. P. 112-118.
2. Salo A. M. Vending cyber physical systems architecture // Advances in Cyber-Physical Systems «ACPS». 2016. Vol. 1. P. 61-65.
3. Lee J., Bagheri B., Kao H.-A. A Cyber-Physical Systems architecture for Industry 4.0-based manufacturing systems // Manufacturing Letters. 2015. Vol. 3. P. 1823. doi: 10.1016/j.mfglet.2014.12.001
4. Kolberg D., Zuhlke D. Lean Automation enabled by Industry 4.0 Technologies // IFAC-PapersOnLine. 2015. Vol. 48, No. 3. P. 1870-1875. doi:10.1016/j.ifacol.2015.06.359
5. Melnyk A. O. Multilevel basic cyber physical system platform: proceedings // Cyber physical systems: achievements and challenges. Lviv, 2015. P. 5-15.
6. Lee E. A., Seshia S. A. Introduction to Embedded Systems - A Cyber-Physical Systems Approach. MIT Press, 2017. 565 p.
7. Tekhnologii membrannogo razdeleniya v promyshlenoy vodopodgotovke / Panteleev A. A. et al. Moscow: DeLi plyus, 2012. 429 p.
8. Wimalawansa S. J. Purification of Contaminated Water with Reverse Osmosis: Effective Solution of Providing Clean Water for Human Needs in Developing Countries // International Journal of Emerging Technology and Advanced Engineering. 2013. Vol. 3, No. 12. P. 75-89.
9. Online fault adaptive control for efficient resource management in advanced life support systems / Abdelwahed S. et al. // Habitation. 2005. Vol. 10, No. 2. P. 105115. doi: 10.3727/154296605774791214
10. Biswas G., Mahadevan S. A hierarchical model - based approach to systems health management: proceedings // IEEE Aerospace conference. Big Sky, 2007. doi: 10.1109/aero.2007.352943
11. Jewel vending company. URL: http://home.ubalt.edu/ntsbarsh/ECON/ Simulation.ppt (Last accessed: 01.03.2018).
12. Martz E. Making the World a Little Brighter with Monte Carlo Simulation. 2017. URL: http://blog.minitab.com/blog/understanding-statistics/making-the-world-a-little-brighter-with-monte-carlo-simulation (Last accessed: 05.03.2018).
13. Martz E. Making Steel Even Stronger with Monte Carlo Simulation. 2017. URL: http://blog.minitab.com/blog/understanding-statistics/making-steel-even-stronger-with-monte-carlo-simulation (Last accessed: 05.03.2018).
14. The Dow Chemical Company. URL: https://www.dow.com/ (Last accessed: 01.03.2018).
15. Melnyk A., Salo A. Cyber physical system of parking lot operation: proceedings // Automatic Control and Information Technology (ICACIT'17). Cracow, 2017. P. 184-197.
