О работах победителей и призеров НИРС-2017
Исследование Арктики, тренажер для будущих покорителей Марса, конструктор для IoT, путешествие по улицам Москвы начала прошлого века с помощью мобильного телефона – наш материал о работах победителей и призеров конкурса студенческих научно-исследовательских работ (НИРС) в 2017 году.
Мы решили узнать, какие темы актуальны, почему ребята ими занимались, что было самым сложным в работе и как результаты деятельности молодых ученых могут пригодиться на практике.
Начинаем с номинации «Лучшая научно-исследовательская работа по техническим наукам и прикладной математике для студентов бакалавриата».
Новый подход к формовке
Первым в номинации стал Вадим Миколаенко, студент 4 курса образовательной программы «Прикладная математика» с работой «Расчёт электрической ёмкости выпуклой пластины, помещенной в цилиндрическую камеру», научный руководитель Аксенов Сергей Алексеевич.
Существуют специальные измерительные эксперименты для определения свойств сверхпластичных материалов. Один из них - формовка. На цилиндрическую чашу сверху кладётся металлический лист (образец материала), под давлением в печке при большой температуре лист начинает прогибаться в чашу. Чтобы получить максимум информации об образце, надо следить за его состоянием на протяжении всего эксперимента. Вадим понял, как это сделать с помощью отслеживания электрической ёмкости конструкции, где чаша и лист - одна обкладка конденсатора, а металлический диск, размещённый на дне чаши, - вторая.
Образец исследуемого сверхпластического металла, полученный в результате эксперимента
«Сложнее всего было грамотно изложить все рассуждения на бумаге», - ответил Вадим на вопрос о том, что было самым сложным в работе.
Проект будет развиваться. Следующий этап - применение теоретических наработок на практике, поскольку результат Вадима позволяет оптимизировать нахождение информации о свойствах различных материалов. Эта информация нужна для проектирования технологий газовой формовки, применяемой на металлургических заводах, например.
«Результат работы - не конкретный продукт, а оптимизация способа нахождения информации о материале, из которого кто-то будет потом что-то делать», - уточняет Вадим.
Как оптимизировать расходы на связь в Арктике
3 место в номинации присуждено студенту 2-го курса ИВТ Павлу Абрамову за работу «Исследование расширения зоны покрытия в многошаговой гетерогенной сети LoRa-Iridium для сбора телеметрических данных в труднодоступных районах». Руководитель - Леонид Сергеевич Восков.
Исследование Павла частично решает проблему связи в труднодоступных местах. В Арктике ученые сталкиваются с серьезными проблемами при передаче информации во время исследований, в том числе связанных с прогнозированием климатических изменений – например, таяния льдов из-за глобального потепления или движения вод.
Остановимся на последнем явлении. Исследователи оборудуют специальные буи радиомодулями, а потом эти буи дрейфуют по Северному Ледовитому океану, передавая информацию. Но в Арктике нет WiFi и сотовой связи, а на момент исследования Павла этот регион покрывала только одна орбитальная спутниковая группировка Iridium. Спутниковая связь значительно дороже квартирного WiFi, и скорость передачи меньше, а для анализа и успешного проведения эксперимента требуется внушительный объем данных. Один спутниковый модем стоит 12 000 рублей, данные приходят с большого количества установок, а с каждой установки передаётся телеметрия по спутниковому каналу – итоговая сумма выходит огромная.
Однако можно пойти другим путём: создать сеть для сбора данных в одном месте (шлюзе) и отправлять с него все данные. Для этого необходимы модем и один выделенный спутниковый канал, дополнительный выигрыш имеем в возможности сжимать отправляемые данные. В работе Павел исследует сеть LoRa-Iridium с такими возможностями и требования, которым она должна соответствовать. Основное внимание было уделено исследованию задержки передачи данных для многошаговой топологии сети.
Павел говорит: «Самым трудным для меня было моделирование сети, пришлось изучить матчасть для составления модели сети, в которой события передачи данных происходят согласно Пуассоновской модели распределения».
В перспективе возможно использование такой сети для исследования самых труднодоступных регионов Арктики, бассейна Северного Ледовитого океана, включая территории государств, где уделяется внимание экологическим исследованиям, например, Норвегии.
Настоящий образовательный конструктор для IoT
Одним из лауреатов стал Илья Лыжин, студент 4 курса. Илья создавал «образовательный конструктор для изучения интернета вещей» под руководством Леонида Сергеевича Воскова.
Со второго курса Илья интересуется модернизацией образования, при этом он состоит в научно-учебной группе «Интернет вещей» (в этом году открывается магистерская программа по данному направлению). На стыке двух тем (образование и IoT) и возникла идея подобного конструктора. «В процессе поиска аналогов мне стало ясно, что практически все они не работают с сетью Интернет, вся обработка происходит внутри «конструктора», то есть по сути конструктор интернет-вещи без выхода в Интернет. Мне показалось, что это как-то не очень интересно и правильно, и я решил сделать такой конструктор, у которого взаимодействие с сетью стало бы базовым шаблоном использования», - так Илья объяснил свой выбор темы.
Образовательный конструктор для обучения интернету вещей - это такое электронное устройство, которое получает информацию об окружающем мире (температура, освещенность, влажность и другие параметры) и отправляет ее в «облако» (специальный компьютер), где запущена программа по обработке этих данных по определенным заданным правилам. После этого конструктор получает с облака задание выполнить действие, например, включить бытовое устройство, включить свет и т.д. или ничего не делать.
Разработанное Ильей облачное устройство было адаптировано под образовательные нужды: «Необходимо было предусмотреть возможность написания пользовательских сценариев на высокоуровневом языке программирования, простое и понятное взаимодействие с данными датчиков (для чего была написана библиотека, позволяющая учащемуся одной функцией получить показания датчика, не вдаваясь в подробности в каком формате приходят данные, как они хранятся и обновляются). А также пришлось разработать конфигуратор для контроллера, позволяющий настроить подключение устройства к облачной платформе буквально за 10-20 минут».
Трудности в работе Илья описывает так: «Сложно начать и представить, что должно получиться в результате. Потом все сводится к изучению методов, средств и способов для осуществления задуманного, оценка плюсов и минусов - обычная аналитическая работа. На этапе разработки, правда, были некоторые чисто технические сложности. За некоторые из них, пользуясь случаем, хочу сказать отдельное «спасибо» Департаменту информационных технологий НИУ ВШЭ, заблокировавших порты в общежитиях (например, 22-SSH)».
Учебное заведение
