Оценка индивидуального сейсмического риска. Программа Научные и научнопедагогические кадры инновационной России
 Скачать 8 Mb.
|
|
K n · (2˜n × здесь — ядро интегрального уравнения. Но для существования решения это ядро должно удовлетворять следующему условию норма ядра не может превышать 1. В работе показано, что оно удовлетворяет необходимому условию и существует область сходимости решения интегрального уравнения Стрэттона–Чу. Литература 1. Стрэттон Дж. А. Теория электромагнетизма — М ОГИЗ, 1948. 2. Ермаков СМ, Михайлов ГА. Статистическое моделирование. М.: Наука, главная редакция физико-математической литературы. Канторович Л.В., Акилов Г.П. Функциональный анализ. М.: Наука, главная редакция физико-математической литературы, 1977. УДК 579.1.074.3 Д.С. Кузьмичёв, С.С. Маркочев rwkuzmichev@rambler.ru, Московский физико-технический институт (государственный университет) Метод кодированной апертуры Кодированная апертура — это метод получения изображения путем установления препятствия определенной формы (кодирующей маски) на пути светового потока. Он является альтернативой традиционному методу с использованием фокусирующих линз. Так, например, до сих пор проблема фокусирования жестких рентгеновских Секция автоматизированных биотехнических систем 19 лучей и гамма-квантов с энергиями от 10 кэВ и выше не является решенной, однако метод кодированной апертуры позволяет устранить ее [1]. Широкое распространение ядерно-физических методов исследования в медицине дополнительно стимулировало развитие метода кодированной апертуры Кодированная апертура представляет собой маску, состоящую из прозрачных и непрозрачных участков. При освещении маски излучением, падающим под разными углами, в плоскости наблюдения возникает сложная картина наложенных друг на друга теней. По известной геометрии установки и форме кодирующей маски можно восстановить исходное поле падающего излучения. В том случае, когда источник излучения расположен на удалении, метод кодированной апертуры позволяет определить расстояние до этого источника [3]. Таким образом, используя один объектив, можно восстановить стереоизображение наблюдаемой картины. С помощью описанного метода можно корректировать четкость изображения обычного фотоаппарата — объекты, не попавшие в фокус объектива, обычно выглядят на снимках размытыми, ас помощью метода кодированной апертуры можно сделать весь снимок четким. Рассмотрены примеры использования метода кодированной апертуры при обычном фотографировании и при регистрации гамма- квантов. Литература 1. Forot M. [et al.]. Compton telescope with a coded aperture mask: imaging with the INTEGRAL /IBIS с mode // The Astrophysical Journal. — 2007. — V. 668. — P. 1259--1265. 2. Accorsi R., Gasparini F., Lanza R.C. A coded aperture for high- resolution nuclear medicine planar imaging with a conventional anger camera: experimental results // IEEE Transactions on Nuclear Science. — 2001. — V. 48, N. 6. — P. 2411--2417. 3. Levin. A., Fergis R., Durand F., Freeman W.T. Image and Depth from a conventional camera with a coded aperture // ACM Transactions on Graphics. — 2007. — V. 26, N. 3. — P. 701--709. 20 я научная конференция МФТИ ФАКИ-2 УДК СВ. Мальцев 1 , Г.Б. Южаков 2,1 maltseff@mail.ru, Центральный научно-исследовательский институт химии и механики им. Д.И. Менделеева 2 Московский физико-технический институт (государственный университет) Детектирование заданных объектов на произвольном фоне В работе приведен анализ работы алгоритма детектирования и предложены методы по улучшению качества его работы. В качестве примера рассматривается алгоритм, основанный на применении PHOG-дескриптора [1, 2] и классификатора [3, Для поиска заданного объекта на изображении используется скользящее окно переменного размера, которое локализует область изображения. Для нее вычисляется дескриптор, характеризующий наличие искомого объекта внутри нее. PHOG-дескриптор является нормализованной гистограммой, каждая ячейка которой равна сумме модулей градиентов, направленных в определенном диапазоне, посчитанная по заданному участку изображения. Участки выбираются согласно пирамидальному разби- ению. Алгоритм обучается на выборке, которая состоит из положительных и отрицательных гипотез, характеризуемых дескрипторами. Все их можно представить в виде точек в некотором мерном пространстве. На основании их взаимного положения строится классификатор новых гипотез. В качестве классификатора в работе используется классификатор, который возвращает гиперплоскость, делящую положительные и отрицательные гипотезы наиболее оптимальным образом. Тогда по расстоянию между ней и дескриптором, соответствующим данному участку изображения, можно судить о возможном присутствии или отсутствии на нем искомого объекта. Расстояние между дескриптором и разделяющей гиперплоскостью вычисляется скалярным произведением вектора дескриптора и нормали к гиперплоскости. При этом в оригинальном алгоритме [2] Секция автоматизированных биотехнических систем 21 значение элементов вектора дескриптора уменьшается с увеличением его номера, так как уменьшается площадь сопоставленного с ним фрагмента. В среднем для каждого уровня разбиения исследуемой области значение элементов вектора дескриптора становится меньше в 4 раза. Таким образом, роль более мелких деталей искомого объекта занижается. Поэтому совершим перенормировку вектора, которая увеличит их роль. Рассмотрим отдельной уровень разбиения. Вклад, который он внесет в квадрат модуля вектора дескриптора по отношению к нулевому уровню, составит 4 k . Поэтому умножим все элементы го уровня на Наблюдается некоторое распределение расстояний между дескрипторами гипотез и разделяющей гиперплоскостью. Предлагается совершить вероятностную калибровку, которая даст возможность более надежно судить о наличии искомого объекта на исследуемом участке изображения. В работе было выявлено, что распределение расстояний между гиперплоскостью и дескрипторами положительных гипотез близко к нормальному распределению. Кроме того, если прокалибровать отдельно значения всех элементов дескрипторов положительных гипотез, также приблизив их распределение нормальным распределением, можно избавиться от подавляющего большинства выбросов. Обучающая выборка положительных и отрицательных примеров составляется вручную и поэтому недостаточно полна. Если дополнить ее автоматически найденными отрицательными примерами, которые дают неверные обнаружения для исходного алгоритма, тока- чество работы может существенно повыситься. Как видно из графиков анализа качества работы алгоритма (рис. 1), описанные выше модификации существенно улучшают его работу, о чем свидетельствует растущая площадь подними. Единственное исключение составляет случай, когда была совершена перенормировка дескриптора. Несмотря на то, что площадь уменьшилась, эта модификация приводит дескриптор к форме, которая проще для анализа и дальнейшего улучшения качества работы алгоритма. В результате был получен алгоритм детектирования заданных объектов на произвольном фоне с качеством, в 2.7 раза превышающим качество исходного алгоритма (рис. 2). 22 я научная конференция МФТИ ФАКИ-2 Литература 1. Dalal N., Triggs B. Histograms of Oriented Gradients for Human Detection. — France: INRIA, 2006. 2. Bosch A., Zisserman A., Munoz X. Representing shape with a spatial pyramid kernel. — New York: ACM, 2008. 3. Burges J. A Tutorial on Support Vector Machines for Pattern Recognition. — Machine Learning journal, 1998. 4. Ferris M., Munson T. Interior-point methods for massive support vector machines. — SIAM Journal on Optimization, Рис. 1. Графики оценки качества precision — Рис. 2. Пример детектирования корабля слева показана плотность откликов классификатора, справа обведена область, отмеченная алгоритмом как содержащая искомый объект Секция автоматизированных биотехнических систем 23 УДК 579.1.074.3 С.С. Маркочев sergey.markochev@gmail.com Московский физико-технический институт (государственный университет) Применение метода цифровой обработки формы сигнала для задач гамма-нейтронной спектрометрии В последние несколько лет с появлением быстрых цифровых запоминающих осциллографов с частотой пропускания более 1 ГГц стало возможным их использование для оцифровки сигналов с детекторов ядерного излучения [1]. По сравнению с развитой техникой аналоговой электроники оцифровка формы сигналов и их последующая обработка позволяет получить дополнительную информацию о предыстории сигнала, о наличии наложений импульсов, об изменениях в уровне шума. Обратимость обработки сигналов, возможность применять для обработки математические методы и подбирать оптимальные алгоритмы для решения каждой конкретной задачи позволяют также повысить разрешающие характеристики гамма-нейтрон- ных спектрометров. Для изучения редких ядерных превращений был разработан гамма-нейтронный спектрометр на основе цифрового запоминающего осциллографа Tektronix TDS 7704B. Сего помощью были измерены вероятности испускания высокоэнергетичных (E γ > 20 МэВ) γ-квантов при спонтанном делении ядер [2]. Для регистрации γ-квантов использовался сцинтилляционный детектора детектор на основе органического сцинтиллятора — для регистрации нейтронов. Энергия квантов определялась по площади под импульсом в детекторе. Энергия нейтронов определялась методом пролета в нейтрон — совпадениях. На рис. 1 показан измеренный время- пролетный спектр от. Расстояние от источника до пластикового детектора (длина пролетной базы) равнялось 50 см. Математическая обработка формы импульсов с детекторов позволяла провести временную привязку сигналов и осуществить отбор наложенных импульсов. Временная привязка осуществлялась по методу следящего порога [1]. Временное разрешение пика совпадений я научная конференция МФТИ ФАКИ-2 от 252 Cf составило 2 нс. Энергетическое разрешение квантов было определено по линиями составило 5%. Для вычета наложений применялся метод наименьших квадратов с использованием оригинального алгоритма обработки формы сигналов. Литература 1. Хрячков В.А. Методы цифровой спектрометрии ядерных излучений Диссертация д-ра физмат. наук 01.04.01. — M.: РГБ, 2005. 2. Markochev S.S. [et al.]. New experimental method of investigation the rare nuclear transformations accompanying atomic processes: bremsstrahlung emission in spontaneous fission of 252 Cf // Int. Jour. of Mod. Phys. — 2010. — V. 19. — P. 1183--1188. 3. Ишханов Б.С., Капитонов ИМ, Кэбин Э.И. Частицы и ядра. Эксперимент. — M.: МГУ, Рис. 1. Времяпролетный спектр совпадений. Цифрами обозначены пик от космических ливней 2 — пик γ − совпадений — пик совпадений 4 — область только случайных совпадений. Пунктирной линией обозначена аппроксимация пиков 1 и суммой двух нормальных распределений, одно из которых (пик показано сплошной линией Секция высоких технологий в обеспечении безопасности жизнедеятельности УДК 629.4.09 Д.Я. Антипин adya24@rambler.ru Брянский государственный технический университет Оценка влияния беззазорных сцепных устройств на безопасность пассажирских поездов Целью работы являлась оценка безопасности эксплуатации пассажирских вагонов нового поколения модели 61-4440 производства ОАО Тверской вагоностроительный завод»оборудованного безза- зорными сцепными устройствами БСУ-3, эксплуатирующихся в составе поезда постоянного формирования. Анализ динамических характеристик выполнялся на основе математического моделирования движения сцепа вагонов и локомотива по реальным неровностям пути с учетом прямых, кривых участков пути, стрелочных переводов со скоростями вплоть до — 200 км ч, а также прохождение кривых малого радиуса с пониженными скоростями и аварийное столкновение сцепа с препятствием в виде автомобиля на автомобильном переезде. В качестве объекта исследования рассматривался сцеп из локомотива ЧС-7, движущегося в режиме тяги, и четырех пассажирских вагонов модели При движении сцепа тяговое усилие моделировалось с помощью специальных сил в соответствии с тяговыми характеристиками локомотива ЧС-7 [1]. Силы сопротивления движению локомотиву и вагонам учитывались в соответствии с рекомендациями для проведения тяговых расчетов я научная конференция МФТИ ФАКИ-2 Формирование и расчет динамической модели производился в среде отечественного программного комплекса моделирования динамики систем тел Универсальный механизм». В работе рассматривались три варианта сцепа вагонов сцеп, полностью оборудованный автосцепными устройствами СА-3, сцеп, в котором локомотив и первая сцепка первого вагона оборудованы устройством СА-3, а остальные — беззазорными устройствами БСУ-3, сцеп аналогичный предыдущему, но при отсутствии буферных устройств в сцеплениях, оборудованных устройствами БСУ-3. Рассматривалось движение сцепов по реальным неровностям пути в прямых и кривых участках и по стрелочным переводам со скоростями в диапазоне 20... 200 км ч, а также прохождение кривых малого радиуса со скоростями, допускаемыми нормативными документами, аварийное столкновение сцепа с препятствием виде автомобиля на автомобильном переезде. В качестве критериев оценки динамических показателей вагона рассматривались вертикальные и горизонтальные ускорения кузова и рамы тележки вагона, силы взаимодействия гребня колеса с рельсами, рамные силы, коэффициент плавности хода, мощности сил трения в контакте колеса и рельса и усилия взаимодействия вагонов в сцепе, угловые перемещения кузова в плане Анализ полученных результатов позволил сделать следующие выводы применение сцепного устройства БСУ-3 по сравнению с авто- сцепным устройством СА-3 позволяет улучшить динамические параметры вагона отказ от буферных устройств незначительно влияет на динамические параметры вагона на прямом участке пути, но приводит к увеличению интенсивности колебаний виляния кузова вагона и времени их затухания при выходе из кривых участков пути и после прохождения стрелочного перевода при аварийных соударения применение сцепного устройства БСУ-3 позволяет повысить устойчивость состава от схода с рельсов. Литература 1. Гребенюк П.Т. [идр.]. Тяговые расчеты Справочник. — М.: Транспорт, 1987. — 272 С Секция высоких технологий в обеспечении безопасности жизнедеятельности 2. Вершинский СВ. [идр.]. Динамика вагона. — М Транспорт. — 353 С. УДК 550.37 М.Ф. Аристова lavagabonde@mail.ru Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС РФ Методика использования аэрокосмической информации для определения параметров застройки населенных пунктов Цель. Разработка методики по определению параметров застройки населенных пунктов с использованием средств авиационно-косми- ческого зондирования. Актуальность темы объясняется тем, что информация о характере застройки той или иной территории практически всегда отсутствует в открытом доступе, что при возникновении ЧС крайне затрудняет аварийно-спасательные работы. Именно этим объясняется необходимость создания методик, позволяющих получить информацию о здании или сооружении, не имея к нему доступа. Для работы использовалась программа Google Earth, с помощью которой можно просматривать трехмерную модель Земли, аэро- и космоснимки высокого разрешения и различные слои данных. При исследовании использовались космические снимки компании одного из ведущих поставщиков пространственной информации. Для исследования каждого из выбранных микрорайонов были произведены следующие операции измерены длины, ширины, высоты, длины теней, отбрасываемых зданиями, найдены погрешности измерения и пропорции, характерные для исследуемых типов зданий. В результате проведенных исследований для каждого из параметров (отношение высоты к длине, высоты к ширине, площащди к высоте и длины к ширине) найдены промежутки, попадание в которые позволяет точно определить тип здания я научная конференция МФТИ ФАКИ-2 Литература 1. Кудрин А.Ю., Нигметов ГМ. ГИС Экстремум. Применение и перспективы развития (презентация. Ларионов В.И. Апробация технологии оценки сейсмической уязвимости застройки по материалам дистанционного зондирования на примере города Патрас, Греция. Электронная карта Алматы (s09. kz) УДК СЕ. Байда oktaedr@yandex.ru Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС РФ Исследование частотно-временных и пространственно-волновых закономерностей возникновения землетрясений, аварий электроснабжения и авиакатастроф Все катастрофы, если рассматривать всю последовательную и параллельную цепочку событий и процессов, приводящих систему или структуру к катастрофе, имеют синергетический характер, причем не имеющий ни начала, ни конца, где причина — следствие, а следствие уже как причина, следующего шага на пути к катастрофе. Задачей исследователя является определение свойств и закономерностей этой цепочки детерминированных и непрерывных процессов, вызвавших катастрофу. Её решение является основой для решения следующей задачи — прогнозирования процессов в системе или структуре, которые могут привести к катастрофе ив частности, определения времени и места (структурного элемента) её возникновения. В данном исследовании приняты следующие гипотезы и условия возникновения землетрясений и техногенных катастроф и связи между ними. Землетрясение происходит вследствие совокупности причин, среди которых накопление критичного уровня потенциальной энергии в Секция высоких технологий в обеспечении безопасности жизнедеятельности 29 литосфере, объемная плотность которой превосходит прочность её составляющих частей экстремумы переходных процессов переменной солнечной активности, сдвигов земной оси и лунных гравитационных приливов, имеющих энергетическую составляющую волновые сейсмические возмущения, вызванные предшествовавшими землетря- сениями. Техногенная катастрофа также происходит вследствие совокупности следующих причин уровень энергетических процессов в системе или объекте и их динамическая составляющая превышают критический уровень прочности её критичных структурных элементов экстремумов переходных процессов переменной солнечной активности, сдвигов земной оси и лунных гравитационных приливов, имеющих энергетическую составляющую и избирательное влияние на критичные структурные элементы волновых сейсмических возмущений, вызванных землетрясениями и повышающих энергетический уровень как в самой системе, таки в окружающей среде одновременное сочетание в данном месте, системе или её критичном элементе волновых возмущений и экстремумов внешних и внутренних переходных про- цессов. Исследование влияния сильных землетрясений с магнитудой более на инициирование последующих сильных землетрясений выявило частотно-временные и пространственные закономерности их возникновения на период до 40 суток. Исследование по аналогичной методике влияния сильных землетрясений на техногенные аварии на примере аварий в системе электроснабжения и авиакатастроф также позволило определить такие частотно-временные и пространственные закономерности на период до 20 суток, причем наибольшее влияние они оказывают в период до 8 суток. Из этого следует заключить, что прогнозирование и предупреждение техногенных аварий и катастроф невозможно без прогнозирования и учета влияния сильных землетрясений. Разработанная методика и проведенные исследования в сочетании с использованием глобального геофизического мониторинга могут стать основой для создания системы комплексного краткосрочного прогноза землетрясений, техногенных аварий и катастроф. Литература 1. |