О новой подготовке специалистов-механиков для строительной отрасли

Обложка

Цитировать

Полный текст

Аннотация

Введение. Современная строительная площадка часто характеризуется применением ТИМ/BIM-технологий в качестве элемента перехода к цифровым двойникам (ЦД) строительного объекта. Создание ЦД подразумевает участие всех специалистов, область деятельности которых входит в строительно-технологический процесс, включая специалистов по средствам механизации строительства. Обзор публикаций разного уровня показывает актуальность поставленной задачи.Материалы и методы. Для решения поставленной задачи вуз должен иметь ресурсы и людские, и материальные для обеспечения подготовки таких специалистов-механиков, которые могут участвовать в создании ЦД строительного объекта; ЦД строительных машин, механизмов и оборудования; в применении технологий ЦД при проектировании, конструировании, производстве, испытании, эксплуатации и утилизации строительных машин, механизмов и оборудования. Показана реальность решения задачи подготовки специалистов-механиков в области и цифровых технологий, и ЦД. Приводятся примеры применения ЦД в ряде отраслей промышленности с соответствующей подготовкой специалистов в таких вузах, как, например, СПбПУ, МГТУ «СТАНКИН», МГТУ им. Н.Э. Баумана. Подобная подготовка по строительным специальностям ведется и в НИУ МГСУ.Результаты. В НИУ МГСУ при разработке проекта новой основной образовательной программы высшего образования по специальности 23.05.01 была добавлена дисциплина «Основы создания цифрового двойника строительных машин и оборудования».Выводы. В качестве основных положений предлагается дополнить учебные планы подготовки кадров по специальности «Наземные транспортно-технологические средства» компетенциями в сфере создания ЦД; ввести дисциплину «Цифровые двойники подъемно-транспортных, строительных, дорожных средств и оборудования» или иную, отражающую профильность выпускающей кафедры, реализующей образовательную программу.

Об авторах

Е. П. Плавельский

Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ); Центральный научно-испытательный полигон строительных и дорожных машин (ЦНИП СДМ)

Email: eplavelsky@gmail.com
ORCID iD: 0000-0002-6593-1100

Д. Ю. Густов

Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ)

Email: GustovDU@gic.mgsu.ru
ORCID iD: 0000-0002-1866-7327

В. И. Скель

Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ)

Email: skelvi@mgsu.ru
ORCID iD: 0000-0002-8888-3500

А. М. Агарков

Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ)

Email: AgarkovAM@mgsu.ru
ORCID iD: 0000-0002-4818-7949

Список литературы

  1. Прохоров А., Лысачев М. Цифровой двойник. Анализ, тренды, мировой опыт / науч. ред. профессор А. Боровков. Изд. первое, исправ. и доп. М. : ООО «АльянсПринт», 2020. 401 с.
  2. Царев М.В., Андреев Ю.С. Цифровые двойники в промышленности: история развития, классификация, технологии, сценарии использования // Известия высших учебных заведений. Приборостроение. 202Т. 64. № 7. С. 517–53doi: 10.17586/0021-3454-2021-64-7-517-53EDN QOKQJW.
  3. Боровков А.И., Рябов Ю.А., Кукушкин К.В., Марусева В.М., Кулемин В.Ю. Цифровые двойники и цифровая трансформация предприятий ОПК // Вестник Восточно-Сибирской открытой академии. 2019. № 3С. EDN ZAXCOT.
  4. Голицына И.Н. Образование 4.0 в подготовке современных специалистов // Образовательные технологии и общество. 2020. Т. 23. № С. 12–19. EDN DWTHHS.
  5. Волков А. Нерешаемые задачи как основа высшего образования. Интервью с А.Е. Волковым // Вопросы образования. 2013. № С. 273–277. DOI: 10.17323/ 1814-9545-2013-1-273-277. EDN QAJGNZ.
  6. Ежкина Л.В., Курбатов В.Л. Применение технологии цифровых двойников в строительстве // Университетская наука. 202№ 2 (14). С. 51–53. EDN TLBWDE.
  7. Изряднова А.И., Целищева П.А., Бегунова Н.В. Цифровые двойники в современном строительстве: практика применения и перспективы использования // Фотинские чтения–2022 (весеннее собрание) : мат. IX Междунар. науч.-практ. конф. 202С. 102–11EDN FKLQSP.
  8. Fuller A., Fan Z., Day C., Barlow C. Digital twin: Enabling technologies, challenges and open research // IEEE Access. 2020. Vol. 8. Pр. 108952–10897doi: 10.1109/ACCESS.2020.2998358
  9. Липкин Е. Индустрия 4.0: умные технологии — ключевой элемент в промышленной конкуренции. М. : Остек-СМТ, 2017. 223 с.
  10. Кирилова Д.А., Маслов Н.С., Астахова Т.Н. Перспективы внедрения технологии блокчейн в современную систему образования // International Journal of Open Information Technologies 2018. Т. 6. № 8.
  11. Уваров А.Ю., Гейбл Э., Дворецкая И.В., Заславский И.М., Карлов И.А., Мерцалова Т.А. и др. Трудности и перспективы цифровой трансформации образования / под ред. А.Ю. Уварова, И.Д. Фрумина. М. : Высшая школа экономики, 2019. 344 с. DOI: 10.17323/ 978-5-7598-1990-5. EDN ANYGHO.
  12. Утёмов В.В., Горев П.М. Развитие образовательных систем на основе технологии Big Data // Научно-методический электронный журнал «Концепт». 2018. № 6. С. 104–116. doi: 10.24422/MCITO.2018.6.1450EDN OUTAGP.
  13. Хитрых Д. Цифровые двойники в промышленности: истоки, концепции, современный уровень развития и примеры внедрения // САПР и графика. 2020. № 7 (285). С. 8–12.
  14. Sharapov R., Agarkov A. Determination of the aerodynamic characteristics of a concentrator with adjustable parameters // MATEC Web of Conferences. 2018. Vol. 25P. 03014. doi: 10.1051/matecconf/201825103014
  15. Ishkov A.D., Stepanov A.V., Miloradov S.V., Voronina I.V. Energy-efficient vibratory feeder of bulk construction materials // Applied Mechanics and Materials. 2014. Vol. 670–67Pp. 458–46doi: 10.4028/ href='www.scientific.net/AMM.670-671.458' target='_blank'>www.scientific.net/AMM.670-671.458
  16. Gustov Y.I., Gadolina I.V., Yushkov A.A. The deformation-topographic method for the study of the tribotechnical indicators of the working bodies of rotary excavators // IOP Conference Series: Materials Science and Engineering. 2020. Vol. 786. Issue P. 01203doi: 10.1088/1757-899X/786/1/012031
  17. Drozdov A. Automation of vibration modes of soil compaction machines // IOP Conference Series: Materials Science and Engineering. 2020. Vol. 869. Issue 7. P. 07202doi: 10.1088/1757-899x/869/7/072022
  18. Kaitukov B., Stepanov M., Kapyrin P. The choice of concrete mixers for the concrete preparation // MATEC Web of Conferences. 2018. Vol. 178. P. 06016. doi: 10.1051/matecconf/201817806016
  19. Sevryugina N., Kapyrin P. Triad model: simulation — functional tensometry — information database in the assessment of the reliability of technological machines // E3S Web of Conferences. 202Vol. 263. P. 04063. doi: 10.1051/e3sconf/202126304063
  20. Kudryavtsev E.M. Automation of optimization of discrete technological processes // MATEC Web of Conferences. 2018. Vol. 196. P. 04067. doi: 10.1051/matecconf/201819604067
  21. Plavelsky E.P., Sharapov R.R., Plavelsky A.E. The traffic performance of the wheeled carrying liquid materials study // IOP Conference Series: Materials Science and Engineering. 2020. Vol. 744. Issue P. 012024. doi: 10.1088/1757-899X/744/1/012024
  22. Skel V. Oscillation of gear mechanisms of construction machines // E3S Web of Conferences. 202Vol. 263. P. 0406doi: 10.1051/e3sconf/202126304061
  23. Stepanov M.A., Gridchin A.M. Perspectives of construction robots // IOP Conference Series: Materials Science and Engineering. 2018. Vol. 327. P. 042126. doi: 10.1088/1757-899X/327/4/042126
  24. Stepanov M.A., Korolev A.A. Mathematical modeling of a process the rolling delivery // IOP Conference Series: Materials Science and Engineering. 2018. Vol. 317. P. 012019. doi: 10.1088/1757-899X/317/1/012019
  25. Kaytukov B., Stepanov M. Current issues of mobile cranes unification // MATEC Web of Conferences. 2018. Vol. 25P. 0301doi: 10.1051/matecconf/201825103011
  26. Sharapov R.R., Kharlamov E.V., Yadykina V.V. The fluidized bed separator // IOP Conference Series: Materials Science and Engineering. 2018. Vol. 324. P. 01205doi: 10.1088/1757-899X/324/1/012052

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».