Способ проектирования многорежимной интеллектуальной системы управления распределенной средой мягких вычислений



Способ проектирования многорежимной интеллектуальной системы управления распределенной средой мягких вычислений
Способ проектирования многорежимной интеллектуальной системы управления распределенной средой мягких вычислений
Способ проектирования многорежимной интеллектуальной системы управления распределенной средой мягких вычислений

 


Владельцы патента RU 2596992:

федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики" (Университет ИТМО) (RU)

Изобретение относится к способу проектирования многорежимной интеллектуальной системы (МИС) управления распределенной средой мягких вычислений. Технический результат заключается в повышении эффективности проектирования МИС. В способе осуществляют построение МИС в соответствии с выделенными режимами движения для различных структур управления, функционирующих на основе измерительной системы, для выделенных режимов движения определяют множество допустимых значений вектора фазовых переменных измерительной системы на основе критерия качества управления, генерируют управляющие воздействия при проектировании динамической среды мягких вычислений и аппаратных средств распределенных неоднородных структур комплекса, осуществляют анализ альтернатив и выбор предпочтительного решения с использованием эволюционного алгоритма, принципа конкуренции и данных динамических измерений параметров судна и внешней среды, разрабатывают композитные приложения сценариев потока данных в распределенной среде вычислительных сервисов и уровней информационного и программного обеспечения, реализуют операции проектирования МИС на основе конкурирующих стратегий принятия решений в многорежимной динамической среде. 4 ил.

 

Изобретение относится к области проектирования автоматизированных систем обработки информации с использованием высокопроизводительных вычислительных комплексов и интеллектуальных технологий и может применяться при создании многорежимных интеллектуальных систем (МИС) управления распределенной средой мягких вычислений для широкого класса предметно-ориентированных композитных приложений в сложной программно-аппаратной среде.

Наиболее близким техническим решением, поддерживающим разработку способа проектирования МИС на основе концепции мягких вычислений, является интеллектуальная Грид-система (патент RU №2411574 от 10.02.2011), обеспечивающая системную интеграцию вычислительных и информационных компонент, формализованная логика управления которыми связана с решением ресурсоемких задач при изучении сложных явлений и закономерностей динамических систем, а также при функционировании виртуальных организаций и полигонов при выполнении сложных расчетов и моделирования с использованием блока интеллектуальной поддержки функционирования Грид-системы, взаимосвязанного посредством блока программного управления с блоками человеко-компьютерного взаимодействия и блоком прикладных Грид-сервисов, причем блок интеллектуальной поддержки содержит экспертную систему, обеспечивающую функционирование Грид-системы в заданной вычислительной среде и принятие решений по управлению вычислительными процессами, блок адаптации, реализующий процедуры адаптивного обучения за счет возможности управления вычислительным процессом с динамически меняющейся информацией, выбор предпочтительной вычислительной технологии обработки данных, настройку логических моделей на восприятие новой информации и извлечение «скрытых» знаний, генератор композитного приложения, реализующий функции выработки альтернативных решений, блок человеко-компьютерного взаимодействия, содержащий интеллектуальный интерфейс, поддерживающий взаимодействие пользователей с вычислительной средой в условиях неоднородности вычислительных ресурсов, неопределенности характеристик задачи и неполноты исходной информации.

Основным недостатком технологии обработки информации в Грид-системе применительно к МИС является неучет фактора неопределенности, определяющего процесс проектирования МИС на основе концепции мягких вычислений [1]-[3] с использованием интеллектуальных технологий и высокопроизводительных средств обработки информации.

Для обеспечения работоспособности программного инструментария проектирования МИС на основе концепции мягких вычислений необходимо разработать и использовать приложения, обеспечивающие на основе конкурирующих интеллектуальных технологий реализацию основных принципов обработки информации в мультипроцессорной вычислительной среде.

Техническим результатом изобретения является повышение эффективности проектирования МИС, функционирующей в сложной динамической среде на основе концепции мягких вычислений. Указанный технический результат достигается с помощью построения интеллектуальной проблемно-ориентированной среды МИС и функциональных блоков, реализующих управления процессом проектирования на основе концепции мягких вычислений. Вырабатываемые технические решения в рамках этой концепции при проектировании МИС поддерживаются с помощью интегрированной модели организации вычислений и управляющего модуля, обеспечивающего генерацию параллельных вычислений.

Функциональная схема проектирования МИС управления распределенной средой мягких вычислений представлена на фиг. 1.

Система включает 7 основных блоков, из них первые 4 блока реализуют интеллектуальную технологию Грид-системы, а блоки 5-7 обеспечивают проектирование МИС на основе концепции мягких вычислений.

Блок 1 обеспечивает интеллектуальную поддержку функционирования Грид на основе экспертной системы (ЭС), генератора композитного приложения и блока адаптации.

Блок 2 осуществляет программное управление и семантический поиск по описанию задачи проектирования МИС, взаимодействует с базой знаний ЭС блока 1 и получает информацию от блока 4 о доступных сервисах и их онтологических описаниях, обеспечивает вызов интерпретатора, балансировочных алгоритмов и прогнозирования времени выполнения Грид-приложений.

Блок 3 осуществляет человеко-компьютерное взаимодействие с использованием блока 4 прикладных Грид-сервисов и блоков 5-7, реализующих концепцию проектирования МИС.

Блок 4 прикладных Грид-сервисов обеспечивает выполнение задания на проектирование МИС и включает виртуальную оболочку проектирования, набор блоков, соответствующих основным операциям прикладных Грид-сервисов и взаимосвязей между ними, определяющих обмен данными, элемент балансировки и построения расписаний, планировщик, который на основе знаний о сервисах и исходных данных создает набор альтернативных методов построения и выбора вариантов решений и расписаний.

Блок 5 определяет уровень информационного обеспечения мягких вычислений на основе концептуальной модели МИС управления распределенными ресурсами конкурирующих вычислительных технологий.

Блок 6 реализует уровень программного обеспечения многорежимного управления с использованием интегрированной модели мягких вычислений на основе нечетких и нейросетевых алгоритмов.

Блок 7 определяет уровень аппаратной конфигурации мягких вычислений при построении МИС и обеспечивает интерпретацию задачи проектирования и функционирования МИС в мультипроцессорной вычислительной среде.

Принцип конкуренции (фиг. 2) при проектировании МИС обеспечивает выбор предпочтительной вычислительной технологии на основе стандартных моделей, построенных на основе методов традиционной математики, нечетких и нейросетевых алгоритмов.

Многорежимный принцип функционирования системы в сложной динамической среде определяется на основе концептуальной модели блока 5, позволяющей выделить три среды моделирования и визуализации текущей ситуации, формируемые в процессе анализа ситуации: слабая неопределенность, которая определяет режим R1 и представляется блоком адаптации, включающим матрицу нечетких логических правил и блок нейросетевых моделей; значительная неопределенность в сложных условиях взаимодействия динамического объекта (ДО) с внешней средой, которая реализует режим R2 с помощью блоков, содержащих нейронечеткую систему, нейросетевой ансамбль и базу знаний прецедентов; полная неопределенность (режим R3) представляется моделью вывода по прецедентам на основе базы знаний прецедентов.

Интерпретация поведения ДО в режимах R1, R2, R3 осуществляется в блоке 6 на основе интегрированной модели контроля текущей ситуации:

где U(t0, tk) - управление на интервале реализации; U*(R1, R2, R3) - функция интерпретации режимов функционирования ДО, формирующая управление в зависимости от сложности и неопределенности контролируемой ситуации; Ω - область допустимых значений параметров взаимодействия.

Функции интерпретации для выделенных режимов R1, R2, R3 определяется кортежем:

где U1(•), U2(•), U3(•) - структуры управления, реализующие конкурирующие вычислительные технологии на основе стандартной ST, нечеткой (матрица MF), нейросетевой ANN, нейронечеткой NF, нейросетевого ансамбля E(ANN) и модели вывода по прецеденту PR.

На основе выражений (1), (2) в блоке 7 осуществляется построение МИС контроля поведения ДО при взаимодействии с внешней средой, обеспечивающей реализацию управления при проектировании МИС. В зависимости от особенностей взаимодействия, определяемых выделенными режимами движения, используются различные структуры системы. Наиболее простая структура (режим R1) реализована на базе блока адаптации в виде нечеткой модели с коррекцией правил и ансамбля нейросетевых моделей. Расширенная структура (режим R2) дополняется блоком, содержащим управляющий контроллер, с помощью которого реализуется управление адаптивной системой на основе интеграции компонент, обеспечивающих «подстройку» нейронечеткой системы логических правил с использованием нейросетевого ансамбля и базы знаний прецедентов. В особо сложных ситуациях, когда система испытывает затруднения в выполнении процедуры контроля (режим R3), осуществляется логический вывод по прецеденту с соответствующей реализацией динамической картины взаимодействия.

Способ проектирования МИС управления распределенной средой мягких вычислений состоит в следующем.

1. Формулируют концептуальную модель проектирования МИС при моделировании и визуализации сложных динамических ситуаций на основе мягких вычислений:

где S - стратегии нечеткого управления мягкими вычислениями; X - элементы оперативной базы данных мягких вычислений; Т - рассматриваемые моменты времени; Q - значения вектора входных воздействий; A=T×X×Q - закономерности в данных мягких вычислений; Y - правила обобщения информации при моделировании и визуализации текущих ситуаций; F - элементы, реализующие принцип конкуренции в рамках концепции мягких вычислений.

2. Разрабатывают модель поведения МИС с помощью системы уравнений

где X=(x1(t), …, xn(t)) - n-мерный вектор фазовых переменных; U=(u1(t), …, um(t)) - m-мерный вектор управления; - n-мерный вектор начальных условий; T=[t0, tk] - анализируемый интервал времени.

3. Определяют множество допустимых управлений DU в соответствии с условием U∈DU, а множество допустимых значений вектора фазовых переменных DX (X∈DX). Критерием качества управления является допустимое время Т, необходимое для выработки управляющих воздействий по переводу ДО из начального состояния Х0 в конечное положение на допустимой траектории:

4. На основе стратегии (5) организуют динамическую среду мягких вычислений и распределенных неоднородных вычислительных инфраструктур.

5. Осуществляют выбор предпочтительной вычислительной технологии путем анализа альтернатив в рамках принципа конкуренции (фиг. 2). Модель выбора реализует целевое сужение множества альтернатив при поиске лучшего решения на основе эволюционного алгоритма:

где qi - объект из множества Q, выбранный по условию U.

6. Условие выбора представляют в виде кортежа

где σ(t) - текущая информация о состоянии внешней среды и ДО; π(R) - правило выбора; R - отношения между элементами xi; σi, Т - тип выбора, определяющий предпочтительную вычислительную технологию.

7. Осуществляют реализацию концептуальной модели МИС в блоке 7 с помощью ЭС блока 1 и интеллектуального интерфейса блока управления 2, обеспечивающего решение комплексных задач разработки композитных приложений в распределенной вычислительной среде. Задачу интерпретации концептуальной модели реализуют в блоке 4 в виде потока заданий (workflow, WF), представляющего собой процесс поэтапного уточнения верхнего уровня описания приложения meta-WF (MWF) через стадии абстрактного AFW и конкретного CFW потока заданий, причем результаты обработки данных передаются на абстрактный WF и технически настроенный WF с учетом актуального состояния вычислительных сервисов, а также конкретного WF, обработка которого ведется с использованием особенностей взаимодействия ДО с внешней средой, определяемого уровнями информационного и программного обеспечения в блоках 5 и 6.

8. Производят передачу данных проектирования МИС на базе композитного приложения динамической среды мягких вычислений в ЭС блока 1, где на основе принципа конкуренции производится выбор предпочтительной вычислительной технологии и документирование результатов в базе данных ЭС.

Инструментальными средствами, реализующими проектирование МИС управления распределенной средой мягких вычислений на базе Грид-системы, являются: набор программных компонент, предназначенных для построения проблемно-ориентированных распределенных вычислений, формализующих технологическую платформу создания композитных программных приложений на основе прикладных сервисов в рамках концепции экстренных вычислений (urgent computing) в распределенных средах с динамическими вычислительными ресурсами на основе концепции мягких вычислений.

Для развертывания компонент МИС на базе динамической модели мягких вычислений необходима вычислительная система под управлением ОС Windows (ХР и выше), с установленной средой Silverlight 4.0, или Linux (с ядром 2.6.22 и выше), с установленной средой Mono Framework с поддержкой библиотек .NET 2.0 и выше (рекомендуется версия Mono Framework 2.6 или выше). Для функционирования необходимо наличие установленного web-сервера с поддержкой технологии ASP .NET WebServices, WCF, Silverlight и удаленного развертывания сервисов (с использованием технологии WebDeploy). Примером web-сервера, соответствующего предъявленным требованиям, может служить Microsoft IIS версии 7.0 или выше. Дополнительно для функционирования МИС должен быть установлен сервер баз данных: MongoDB версии 1.6.5. Стандартные конфигурации указанных программных средств не требуют отдельной настройки.

Компоненты МИС функционируют на серверной ЭВМ со следующими минимальными характеристиками: тип процессоров: Intel-совместимый; количество ядер - не менее 4; количество процессоров - не менее 2; тактовая частота каждого процессора - не менее 2.0 ГГц; оперативная память (на ядро) - не менее 2.0 ГБ; дисковая подсистема - не менее 5×250 ГБ RAID5; пропускная способность сетевых интерфейсов - не менее 1 Гбит/с. Для взаимодействия с другими модулями системы требуется наличие выхода в Интернет или локальную сеть (если web-сервисы других подсистем доступны из локальной сети) с соответствующей поддержкой со стороны оборудования.

Для функционирования компонента развертывания и конфигурирования МИС в рамках динамической среды мягких вычислений необходима рабочая станция с видеоадаптером и дисплеем, способным отображать WPF-приложение с размером окна 800×600 пикселов, со следующими минимальными характеристиками: архитектура процессора - ×86, ×86_64, IA64; объем оперативной памяти - 1 ГБ; объем свободного пространства на жестком диске - 1 ГБ; тактовая частота процессора - 1 ГГц. В целях увеличения производительности и реактивности МИС отдельные компоненты могут функционировать на разных вычислительных системах в рамках общей локальной сети.

ПРИМЕР. В качестве примера проектирования МИС, функционирующей в условиях неопределенности, рассмотрим построение системы контроля динамики судна в штормовых условиях на основе концепции мягких вычислений при различном уровне внешних возмущений. В зависимости от особенностей динамики взаимодействия, определяемых выделенными режимами движения в концептуальном блоке мягких вычислений, формируются различные структуры МИС, которые реализуются в зависимости от уровня неопределенности в блоке вычислительных сервисов 4 на основе сигналов, поступающих от блока управления вычислительными узлами 2.

Наиболее простая структура (фиг. 2) используется в условиях слабой неопределенности и включает в себя блок адаптации 8, функционирующий на основе матрицы нечетких логических правил 9 и нейросетевых моделей 10. На экране этой схемы представлена динамическая картина взаимодействия для заданного режима движения. В блоке адаптации 8 содержится информация о реакции системы в виде матрицы логических правил 9. Процедура адаптации заключается в корректировке некоторого правила из матрицы нечетких логических правил 9 или ансамбля нейросетевых моделей 10, соответствующих различным режимам движения судна на волнении. Результаты работы блоков 8, 9 и 10 передаются оператору 11 для принятия решения на основе принципа конкуренции. Информация для работы блока адаптации 8 поступает от блока сравнения 12, в котором производится сравнение данных от блока анализа ситуации 13, обрабатывающего информацию от вычислительного блока 14, на вход которого поступают данные от измерительного блока 15.

Расширенная структура нечеткой многорежимной системы (фиг. 3) при управлении судном в сложной динамической среде в условиях значительной неопределенности содержит функциональный блок, включающий управляющий контроллер 16, с помощью которого реализуется управление адаптивной системой 17 на основе интеграции компонент, обеспечивающих «подстройку» нейронечеткой системы логических правил 18 с использованием нейросетевого ансамбля 19 и базы знаний прецедентов 20. Функционирование адаптивной системы 17 осуществляется на основе моделей логического вывода в рамках принципа конкуренции. Нейросетевой ансамбль 19 аппроксимирует взаимодействие судна с ветро-волновыми полями различной формы и интенсивности. Результаты работы адаптивной системы по выбору предпочтительной вычислительной технологии передаются оператору 11 для принятия решений по обеспечению безопасности судна в сложной динамической среде. Рассмотренная нечеткая система эффективна при достаточно сильной неопределенности, когда не полностью известно число возможных структур модели взаимодействия, а накапливаемая информация при функционировании системы позволяет увеличивать число нечетких логических правил. Измерительный блок 15, блоки предварительной обработки информации 14, 13 и блок сравнения 12 выполняют те же функции, как и в схеме (фиг. 2).

В особо сложных ситуациях, когда многорежимная система в условиях полной неопределенности испытывает затруднения в выполнении процедуры контроля, осуществляется логический вывод по прецеденту с соответствующей реализацией динамической картины взаимодействия (фиг. 4). Ансамбль нейронных сетей 21 воспринимает информацию от блока тестирования прецендента 22 на основе функционирования блока управления 23, на вход которого поступают данные о выборе прецендента 24, реализующего функцию выбора с использованием данных блока 25. База концептуальных экспертных знаний 26 взаимосвязана с базой знаний прецендентов 20 и с блоком управления 23. Ансамбль нейронных сетей 21 распознает причинно-следственные отношения контролируемого процесса. Непрерывный процесс самообучения МИС позволяет накапливать информацию о динамике взаимодействия судна с внешней средой и предсказывать отклонения параметров от допустимых значений для выделенных режимов движения. Композиционное правило вывода обеспечивает выбор решения в зависимости от особенностей сценариев исполнения потока данных WF на основе набора конкурирующих стратегий.

Таким образом, разработанная интеллектуальная технология создания МИС управления распределенной средой мягких вычислений определяет реализацию концепции открытых систем, которая характеризуется свойствами расширяемости - возможностью изменения набора составляющих системы, мобильностью - простотой переноса программной системы на разные программно-аппаратные платформы и интероперабельностью - способностью к взаимодействию с другими системами и легкой управляемостью.

Способ проектирования многорежимной интеллектуальной системы (МИС) управления распределенной средой мягких вычислений, обеспечивающей системную интеграцию вычислительных и информационных компонент, формализованная логика управления которыми связана с решением ресурсоемких задач при изучении сложных явлений и закономерностей динамических систем, а также при функционировании виртуальных организаций и полигонов при выполнении сложных расчетов и моделирования с использованием блока интеллектуальной поддержки функционирования Грид-системы, взаимосвязанного посредством блока программного управления с блоками человеко-компьютерного взаимодействия и блоком прикладных Грид-сервисов, причем блок интеллектуальной поддержки содержит экспертную систему, обеспечивающую функционирование Грид-системы в заданной вычислительной среде и принятие решений по управлению вычислительными процессами, блок адаптации, реализующий процедуры адаптивного обучения за счет возможности управления вычислительным процессом с динамически меняющейся информацией, выбор предпочтительной вычислительной технологии обработки данных, настройку логических моделей на восприятие новой информации и извлечение «скрытых» знаний, генератор композитного приложения, реализующий функции выработки альтернативных решений, блок человеко-компьютерного взаимодействия, содержащий интеллектуальный интерфейс, поддерживающий взаимодействие пользователей с вычислительной средой в условиях неоднородности вычислительных ресурсов, неопределенности характеристик задачи и неполноты исходной информации, отличающийся тем, что повышение эффективности проектирования МИС обеспечивают за счет аппаратной конфигурации мягких вычислений и функциональной конфигурации многорежимного управления распределенными ресурсами конкурирующих технологий распознавания причинно-следственных связей на основе технических средств, реализующих стратегии управления нечеткими и нейросетевыми структурами в мультипроцессорной среде, причем построение МИС осуществляют в соответствии с выделенными режимами движения R1, R2, R3 для различных структур управления, функционирующих на основе измерительной системы, датчики которой формируют вектор входных воздействий, структуру режима реализуют на базе блока адаптации в виде нечеткой системы с коррекцией правил и ансамбля нейронных сетей, структуру режима R2 дополняют блоком, содержащим управляющий контроллер, с помощью которого обеспечивают управление адаптивной системой на основе интеграции нейронечеткой системы, ансамбля нейронных сетей и базы знаний прецедентов, структуру режима R3 реализуют путем визуализации на графическом дисплее динамической картины взаимодействия и определения причинно-следственных связей базы знаний прецедентов и процесса самообучения МИС с использованием данных измерений и информации о динамике взаимодействия судна с внешней средой, накопленной во время эксплуатации, для выделенных режимов движения определяют множество допустимых значений вектора фазовых переменных измерительной системы на основе критерия качества управления, генерируют управляющие воздействия при проектировании динамической среды мягких вычислений и аппаратных средств распределенных неоднородных структур комплекса, осуществляют анализ альтернатив и выбор предпочтительного решения с использованием эволюционного алгоритма, принципа конкуренции и данных динамических измерений параметров судна и внешней среды, разрабатывают композитные приложения сценариев потока данных в распределенной среде вычислительных сервисов и уровней информационного и программного обеспечения, реализуют операции проектирования МИС на основе конкурирующих стратегий принятия решений в многорежимной динамической среде.



 

Похожие патенты:

Изобретение относится к области визуализации и описывается применительно к компьютерной томографии. Техническим результатом является обеспечение оптимизации функционирования системы визуализации за счет того, что удаленные не выполняющие управление устройства и их операторы осведомляются о событиях, возникающих при функционировании системы.

Группа изобретений относится к медицинской технике, а именно к средствам передачи партографической информации и ее анализа. Система содержит клиентское устройство, выполненное с возможностью принимать партографическую информацию пациента в качестве входных данных, причем партографическая информация передается на сервер обработки партографической информации через коммуникационную сеть.

Изобретение относится к компьютерным системам предоставления информации. Техническим результатом является сокращение выборки определенных слов из больших массивов данных, что обеспечивает пользователю возможность ускоренной навигации по определениям слова.

Изобретение относится к области геофизики и может быть использовано для идентификации свойств трещин в подземной зоне. Согласно некоторым аспектам ориентацию основной плоскости определяют для каждой из множества основных плоскостей.

Изобретение относится к области геофизики и может быть использовано для анализа микросейсмических данных в процессе гидравлического разрыва пласта. Системы, способы и программное обеспечение могут использоваться для обновления плоскостей разрыва, основываясь на микросейсмических данных обработки по гидравлическому разрыву пласта.

Изобретение относится к области геофизики и может быть использовано, чтобы идентифицировать плоскости разрыва в подземной зоне. В некоторых аспектах принимают данные, характеризующие местоположения микросейсмических событий, связанных с подземной зоной.

Группа изобретений относится к области геномики. Предложены способ выявления вариации числа копий в образце генома и система, используемая для осуществления способа.

Изобретение относится к области геофизики и может быть использовано при анализе микросейсмических данных. Предложены система, способ и программное обеспечение для анализа микросейсмических данных из операции гидроразрыва.

Группа изобретений относится к установке и работе инерционных датчиков, таких как, например, датчики пространственного положения (гироскопы) или датчики движения (акселерометры) на борту транспортного средства.

Предложенная группа изобретений относится к области медицины. Предложены способ, машиночитаемый носитель и система для определения генетической аномалии плода, которая представляет собой анеуплоидию.

Изобретение относится к области геофизики и может быть использовано для предсказания прогнозной добычи углеводородов. По меньшей мере некоторые иллюстративные варианты осуществления представляют собой способы, содержащие следующие шаги: считывают данные, касающиеся добычи углеводородов на разрабатываемом месторождении углеводородов; получают по меньшей мере одно значение, указывающее на прогнозную добычу углеводородов, на основе модели данных и данных, касающихся добычи углеводородов; отображают на устройстве отображения компьютерной системы показатель данных, относящихся к прошлому, касающихся добычи углеводородов; отображают на устройстве отображения показатель по меньшей мере одного значения, указывающего на прогнозную добычу углеводородов.

Использование: для отслеживания и обнаружения трещин и изломов в железнодорожных рельсах. Сущность изобретения заключается в том, что идентифицируют режимы распространения и частоты сигналов, которые предположительно будут покрывать большие расстояния через протяженный по длине структурный элемент; выбирают подходящий режим распространения и рабочую частоту; проектируют датчик, который выполнен с возможностью возбуждать выбранный режим на выбранной частоте; численно моделируют датчик как присоединенный к протяженному по длине структурному элементу; и анализируют частотную характеристику выбранного режима распространения для возбуждения датчиком, чтобы проверить конфигурацию датчика.

Изобретение относится к системе и способу динамической визуализации скорости текучей среды в подземных пластах путем отображения частицы в различных местах расположения на линии тока, которая представляет путь текучей среды в подземном пласте.

Изобретение относится к области геофизики и может быть использовано для идентификации свойств трещин в подземной зоне. Согласно некоторым аспектам ориентацию основной плоскости определяют для каждой из множества основных плоскостей.

Изобретение относится к области геофизики и может быть использовано для анализа микросейсмических данных в процессе гидравлического разрыва пласта. Системы, способы и программное обеспечение могут использоваться для обновления плоскостей разрыва, основываясь на микросейсмических данных обработки по гидравлическому разрыву пласта.

Изобретение относится к области геофизики и может быть использовано, чтобы идентифицировать плоскости разрыва в подземной зоне. В некоторых аспектах принимают данные, характеризующие местоположения микросейсмических событий, связанных с подземной зоной.

Изобретение относится к способу автоматического конфигурирования салона транспортного средства, в частности летательного аппарата (ЛА). Салон ЛА подразделен на несколько зон, причем одна из зон сформирована в виде зоны параметров, следующая зона - в виде динамичной зоны.

Изобретение относится к способу вычисления или оценки параметров отдельных фаз многофазного/многокомпонентного потока, проходящего через пористую среду с применением трехмерного цифрового представления пористой среды и метода расчетной гидродинамики для вычисления скоростей потока, давлений, насыщений, векторов внутренней скорости и других параметров потока.

Изобретение относится к области оптимизации добычи углеводородов и может быть использовано при моделировании разрабатываемого месторождения. Представлен способ решения задачи оптимизации.

Изобретение относится к области геофизики и может быть использовано при анализе микросейсмических данных. Предложены система, способ и программное обеспечение для анализа микросейсмических данных из операции гидроразрыва.

Изобретение относится к испытательной технике и может быть использовано для контроля работоспособности авиационной пеленгационной аппаратуры и имитации сложной фоно-целевой обстановки.
Наверх