⚙️ Физическое моделирование в действии!

День Engee 29го октября — уже на следующей неделе. И мы не можем не рассказать о том самом докладе, который точно стоит услышать.

🎤 Евгений Попов, руководитель направления компании РИТМ, расскажет о развитии вычислительного ядра Engee и возможностях физического моделирования.

💡 Что такое физическое моделирование?

Это когда инженер собирает не абстрактную схему из формул, а реальную систему из блоков с физическим смыслом — моторы, выпрямители, насосы, системы охлаждения.

Такие модели:
🔹 наглядны и понятны даже без кода,
🔹 запускаются на стендах КПМ РИТМ,
🔹 ускоряют проектирование и испытания,
🔹 идеально подходят для исполняемых ТЗ и цифровых двойников.

🧠 И главное: в Engee скоро появится собственный язык для описания физических компонентов — как в Simscape, только российский и доступный для всех. Подробнее — на Дне Engee 2025!

👩‍🔬 Хочешь потренироваться заранее?

В Сообществе Engee уже десятки готовых моделей:
🔸 эффект Вентури,
🔸 отскок мяча от поверхности,
🔸 критическое течение газа,
🔸 операционные усилители — и многое другое.

Приходите на День Engee чтобы пообщаться с разработчиками, «пощупать» демо-зону, задать вопросы и просто классно провести день среди инженеров, которые делают технологии будущего.

👉 Регистрация 💼

Искусственный интеллект в радиолокации

🔥 Прошло уже пару дней, а мы все еще обсуждаем, как круто прошел День Engee! Энергия, драйв, люди, идеи — кажется, офис гудит от впечатлений. Но пора возвращаться к инженерным будням…

🤖 Сегодня поговорим с вами об Искусственном Интеллекте. ИИ внедрен, кажется, уже везде, но не все знают, что техники машинного и глубокого обучения успешно применяются и в радиотехнике, а в частности – в радиолокации!

📡 Чаще всего нейронные сети помогают традиционным алгоритмам обработки радиолокационной информации для:

🔸классификации целей
🔸повышения вероятности верного обнаружения
🔸поиска оптимальной конфигурации и параметров узлов радара
🔸адаптивного изменения параметров приёмо-передающих и антенных устройств

А начать применять ИИ для систем и алгоритмов современных радаров можно в среде Engee. Например, рассмотрим задачу синтеза диаграмм направленности антенных решёток с использованием ИИ. Необходимо спроектировать и обучить нейронную сеть, которая сможет подобрать весовые коэффициенты антенной решётки заданной топологии таким образом, чтобы её диаграмма направленности (ДНА) соответствовала требуемому шаблону. Цель:

🔹Максимизировать направленность
🔹Подавить помехи на уровне 30 дБ ниже главного лепестка
🔹Обеспечить уровень боковых лепестков в пределах от –20° до 20° по азимуту или углу места не выше –17 дБ относительно главного лепестка

Будем использовать PyTorch и вспомогательные функции для визуализации и синтеза весов. Далее сгенерируем датасет из 1000 «паттернов» диаграмм направленности, отличающихся параметрами. Для входа свёрточной нейросети это просто двумерные цветные изображения, а выходом уже будет являться веса для формирования нужной диаграммы.

Таким образом, инференс нейросети позволяет решать вычислительно сложную задачу оптимизации с меньшими затратами.

P.S. Если вы думаете, что наши анонсы на осень окончены, то вы ошибаетесь, скоро вас ждет еще один классный эвент. А пока регистрируйтесь на:

🎓 25.11 Тренинг: Разработка систем связи
🧑‍🎓 27.11 Вебинар: Пакет поддержки Arduino
🧑‍🎓 12.11 Вебинар: Силовая электроника в Engee

🇷🇺 С наступающим Днём народного единства! Пусть нас объединяют не только идеи, но и дела 💪

Полунатурное тестирование ПЛК для систем автоматизации производств

🦾 Ключевой элемент производственной автоматики - это программируемый логический контроллер (ПЛК), который собирает информацию о ходе технологического процесса от датчиков и передает управляющие воздействия на исполнительные механизмы по заданному алгоритму. Как правило, такой алгоритм работает без изменений длительное время, в идеале — беспрерывно и безошибочно.

⁉️ Но что делать, если вы захотите улучшить ваш алгоритм — например, реализовать более точное позиционирование или повысить энергоэффективность? Ведь простой линии при отладке системы управления приносит существенные убытки, не говоря уже об ошибках, которые может создать новый алгоритм.

✨ Здесь вам на помощь придёт полунатурное тестирование c КПМ РИТМ и Engee!

Как провести такое тестирование — разберём на примере автоматизации конвейера из демо-проекта:

1️⃣В соответствии с параметрами технологического оборудования и производственного процесса собираем и конфигурируем модель агрегата из 1-D физических блоков - электрической сети, двигателя, редуктора, конвейерной ленты и прочего.
2️⃣Учет сложной нагрузки на ленте - со случайным, равномерно распределенным характером, сначала увеличивающуюся, а затем условно-стабильную реализуем одним блоком Engee Function при помощи кода Julia.
3️⃣Входы-выходы модели - сигналы от датчиков и каналы управления соединим с блоками периферии GP-LC-45 КПМ РИТМ.
4️⃣Подключим аппаратные входы-выходы РИТМ к соответствующим выходам-входам ПЛК, на котором запущен ваш алгоритм управления.
5️⃣Запустим модель Engee в режиме реального времени на КПМ РИТМ, и проверим работу алгоритма ПЛК во всех условиях работы агрегата на модели, в том числе, и аварийных.

🔧 Так, опираясь на модель агрегата и тех.процесса можно протестировать ваш алгоритм управления, оценить границы регулирования, смоделировать поведение автоматики при аварии.

Это лишь один из примеров использования Engee в задачах АСУ ТП.
Ещё больше полезных кейсов - в нашем Сообществе 💼

🎓 25.11 Тренинг: Разработка систем связиг
🧑‍🎓 27.11 Вебинар: Пакет поддержки Arduino
🧑‍🎓 12.11 Вебинар: Силовая электроника в Engee
❗️ 3.12 День Engee в Политехе (СПБ)

📄 Интерактивные элементы управления кодовыми ячейками

Друзья! Хотим напомнить вам о том, как легко можно превратить кодовую ячейку редактора скриптов в удобный пользовательский интерфейс.

Для того чтобы сделать ваши скрипты ещё более отзывчивыми и наглядными, можно использовать маски кодовых ячеек. Это инструмент, позволяющий связать переменные внутри кодовой ячейки с интерактивными элементами - текстовыми полями, выпадающими списками, чекбоксами и слайдерами.

Маскирование кодовых ячеек позволяет:

🔹 Упростить параметризацию кода;
🔹 Скрыть детали реализации, отобразив на ячейке элементы управления, привычные каждому;
🔹 Создавать интуитивно понятные интерфейсы для пользователей, не знакомых с программированием.

⭐️ Наложить маску на кодовую ячейку можно как в удобном визуальном редакторе, так и вручную (написав специальный комментарий в конце строки с определением переменной).

⭐️ Кроме интерактивных параметров в маски можно добавлять разметку на языке Markdown, что позволяет разрабатывать не только функциональные, но и выразительные мини-приложения!

⭐️Особенно здорово этот инструмент раскрывается совместно с программным управлением моделированием. Например, вы можете использовать скрипт с интерактивными кодовыми ячейками для настройки параметров блоков в модели прямо во время симуляции.

Или разработать мини-приложение, которое будет решать ваши задачи. Ведь с Engee это легко! ❤️

Поэтому рекомендуем вдохновиться интересными примерами в сообществе Engee:

🔸 Маскирование кодовых ячеек интерактивных скриптов
🔸 Проектирование управляющей логики фитнес-браслета
🔸 Ручная настройка ПИД-регулятора
🔸 Задача трёх тел

А также приглашаем зарегистрироваться на предстоящие мероприятия:

✔️ 12.11 Вебинар: Моделирование силовой электроники
✔️ 25.11 Тренинг: Проектирование систем связи
✔️ 27.11 Вебинар: Пакет поддержки Arduino
✔️ 03.12 День Engee 2025 в Политехе (СПб)