Дослідження автоматизованої системи керування IoT приладами

Гвоздик, Костянтин Сергійович

Please use this identifier to cite or link to this item: https://er.chdtu.edu.ua/handle/ChSTU/6479

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Міценко, Сергій Анатолійович	-
dc.contributor.author	Гвоздик, Костянтин Сергійович	-
dc.date.accessioned	2025-01-22T13:30:34Z	-
dc.date.available	2025-01-22T13:30:34Z	-
dc.date.issued	2025-01	-
dc.identifier.uri	https://er.chdtu.edu.ua/handle/ChSTU/6479	-
dc.description.abstract	Кваліфікаційна робота присвячена побудові автоматизованої системи управління інтелектуальною будівлею, яка є комплексним дослідженням у сфері сучасних інформаційно-комунікаційних технологій та систем «Інтернету Речей». У процесі дослідження проведено фундаментальний аналіз сучасного стану автоматизованих систем управління, виявлено їх ключові характеристики та перспективи розвитку. Особливу увагу приділено критичному огляду існуючих структур систем управління, де ідентифіковано суттєві обмеження централізованих підходів, зокрема їхню неспроможність забезпечити ефективне масштабування для великих інтелектуальних будівель. Дослідження систем відеоспостереження показало їх еволюцію від простих камер до багатофункціональних пристроїв, інтегрованих з різноманітними сенсорами – вологості, температури, руху та якості повітря. Це дозволило розглянути проблему розгортання сенсорних мереж комплексно, з урахуванням сучасних вимог безпеки та функціональності. Принципово новим результатом стало вирішення проблеми розміщення сенсорів у неоднорідних бездротових сенсорних мережах. Розроблена методика дозволяє здійснювати оптимальний вибір місць розташування сенсорів з мінімізацією енергоспоживання, дотриманням обмежень на підключення та створенням ефективних механізмів резервного копіювання. Важливим науковим внеском є методика визначення критичності вузлів у однорідних WSN. На відміну від традиційних підходів, критичність вузла запропоновано оцінювати за ступенем порушення роботи мережі при його видаленні. Це досягнуто через розроблення унікального методу адаптивного пошуку з введенням параметрів «затримки» та «тривалості життя» мережі. Математична модель бездротової сенсорної мережі збагачена концепцією кластеризації, де кластер розглядається як сукупність позицій сенсорів з повним представленням різних типів. Такий підхід забезпечує надзвичайну гнучкість планування в межах інтелектуальної будівлі та адаптивність до конкретних технічних вимог. Особливої уваги заслуговує розроблена модель менеджера ресурсів, яка принципово відрізняється від існуючих введенням «порогу прогнозування». Це дозволило оцінювати не лише енергоспоживання, але й рівень комфорту, створюючи інтелектуальну систему керування підсистемами будівлі.	uk_UA
dc.language.iso	uk	uk_UA
dc.title	Дослідження автоматизованої системи керування IoT приладами	uk_UA
dc.type	Master Thesis	uk_UA
Appears in Collections:	174 Автоматизація, комп'ютерно-інтегровані технології та робототехніка (Автоматизація та комп'ютерно-інтегровані системи та компоненти)

Files in This Item:

File	Description	Size	Format
М_174_2024_Гвоздик.pdf Restricted Access		1.71 MB	Adobe PDF	View/Open Request a copy

Show simple item record

Extracted text

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
ЧЕРКАСЬКИЙ ДЕРЖАВНИЙ ТЕХНОЛОІЧНИЙ УНІВЕРСИТЕТ
ФАКУЛЬТЕТ ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ І СИСТЕМ
КАФЕДРА РОБОТОТЕХНІКИ ТА СПЕЦІАЛІЗОВАНИХ КОМП’ЮТЕРНИХ СИСТЕМ

Пояснювальна записка
до кваліфікаційної роботи
освітнього ступеню «магістр»

на тему: ДОСЛІДЖЕННЯ АВТОМАТИЗОВАНОЇ СИСТЕМИ
КЕРУВАННЯ IOT ПРИЛАДАМИ

Виконав: здобувач вищої освіти 2 курсу,
групи МАКІТ-2309
спеціальності 174 Автоматизація,
комп’ютерно-інтегровані технології та
робототехніка (освітня програма
«Автоматизація та комп’ютерно-
інтегровані системи та компоненти»)
Гвоздик К.С.
(Прізвище ім’я по-батькові)

Керівник Міценко С.А.
(Прізвище ім’я по-батькові)

Рецензент
(Прізвище ім’я по-батькові)

Черкаси 2024 року
2
ЗМІСТ

ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ ........................................................................ 3
ВСТУП ......................................................................................................................... 4
РОЗДІЛ 1 АНАЛІЗ МЕТОДІВ РОЗРОБКИ ТА КЛЮЧОВИХ КОМПОНЕНТІВ
АВТОМАТИЗОВАНОЇ СИСТЕМИ КЕРУВАННЯ IOT ПРИЛАДАМИ .............. 8
1.1. Аналіз сучасних структур систем керування IoT приладами...................... 8
1.2. Дослідження характеристик ключових компонентів автоматизованої
системи керування IoT приладами ...................................................................... 19
1.3. Режими управління в автоматизованій системі керування IoT
приладами .............................................................................................................. 30
Висновки ................................................................................................................ 33
РОЗДІЛ 2 МОДЕЛЮВАННЯ АВТОМАТИЗОВАНОЇ СИСТЕМИ
УПРАВЛІННЯ IOT ПРИЛАДАМИ ........................................................................ 35
2.1. Аналіз проблеми розміщення сенсорів у неоднорідних сенсорних мережах
................................................................................................................................. 35
2.2. Дослідження проблеми розгортання мережі ............................................... 40
2.3 Управління критичними вузлами в однорідних безпроводових сенсорних
мережах .................................................................................................................. 45
Висновки ................................................................................................................ 52
РОЗДІЛ 3 ПРОЕКТУВАННЯ АВТОМАТИЗОВАНОЇ СИСТЕМИ
УПРАВЛІННЯ ІОТ ПРИЛАДАМИ ........................................................................ 54
3.1. Розвиток архітектури Інтернету речей (IoT) ............................................... 54
3.2. «Хмарна» архітектура IoT ....................................................................... 60
3.3. Проектування автоматизованої системи керування ІоТ приладів...... 65
3.4. Приклад побудови автоматизованої системи керування
інтелектуальним будинком .................................................................................. 67
Висновки ................................................................................................................ 73
ВИСНОВКИ ............................................................................................................... 75
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ ................................................................. 77
3
ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ

BACnet – мережевий протокол, який застосовується в системах автоматизації
будівель та мереж управління.
CPS – комп’ютерна система, в якій механізмом керують або контролюють
механізм комп’ютерні алгоритми.
DALI – стандартний цифровий протокол керування освітленням за допомогою
таких пристроїв, як електронні баласти та димери.
HVAC – технології систем підтримки необхідних вимог температури, вологості
та чистоти повітря.
MES – система керування виробничими процесами.
MQTT – спрощений мережевий протокол, що працює поверх TCP/IP.
PBD – парадигма проектування АСУІБ у вигляді платформи.
SCADA – програмний пакет диспетчерського управління і збору даних.
WSN – безпроводна сенсорна мережа.
ІоТ – концепція мережі, що складається із взаємозв'язаних фізичних
пристроїв,які мають сенсори, актуатори, а також програмне забезпечення для
обміну даними.
4
ВСТУП

Актуальність теми дослідження.
Надмірне використання викопного палива призводить до значних викидів
парникових газів, виснаження природних ресурсів та погіршення екологічної
ситуації. Технологічний прогрес, зокрема розвиток «Інтернету Речей» (IoT),
відкриває нові можливості для оптимізації енергоспоживання. Основні
технологічні вдосконалення включають:
• Мініатюризацію сенсорів. Менші за розміром процесори дозволяють
створювати компактні сенсори, придатні для встановлення в різних
середовищах, включаючи складні умови.
• Підвищення енергоефективності. Розробники приділяють особливу
увагу створенню автономних пристроїв з низьким енергоспоживанням.
• Зниження виробничих витрат. Розвиток промисловості дозволяє
здешевлювати виробництво компонентів IoT.
Дослідження зосереджене на інтелектуальних будівлях, де IoT-системи
можуть збирати детальну інформацію про споживання енергії, тепловий режим,
стан безпеки тощо. Сучасні системи еволюціонують від реактивних до
проактивних. Вони здатні не просто реагувати на зміни, але й передбачати
потреби мешканців, наприклад, налаштовуючи температуру до приходу людини.
Ключові виклики включають забезпечення надійності сенсорних мереж,
мінімізацію втрати даних та енергоспоживання. Незважаючи на значний
потенціал, «Інтернет Речей» досі стикається з проблемами стандартизації та
уніфікації. Відсутність єдиних протоколів обміну даними між виробниками
ускладнює розвиток технологій. Головна мета – побудувати автоматизовану
систему управління інтелектуальною будівлею, яка підвищує
енергоефективність та вирішує проблеми розгортання бездротових сенсорних
мереж. Робота є актуальною в контексті глобальних викликів енергозбереження
та пошуку інноваційних технологічних рішень.
5
Мета роботи – вдосконалення проектування бездротових сенсорних
мереж через впровадження інноваційних підходів введення обмежень
кластеризації для неоднорідних мереж та розроблення механізмів оцінки
критичності вузлів у однорідних мережах
Такий комплексний підхід спрямований на підвищення ефективності
функціонування автоматизованих систем управління інтелектуальними
будівлями (АСУІБ).
Об’єкт дослідження – процес функціонування автоматизованої системи
управління інтелектуальною будівлею.
Предмет дослідження – автоматизовані системи керування IOT
приладами
Досягнення мети роботи передбачає розв’язання таких завдань:
1. Аналіз існуючих автоматизованих систем управління
інтелектуальними будівлями (АСУІБ), огляд наукової літератури,
систематизацію підходів до проектування таких систем, вивчення їхніх
архітектурних особливостей, порівняння різних технологічних рішень
та виявлення як переваг, так і обмежень сучасних систем.
2. Дослідження проблематики бездротових сенсорних мереж, детальне
вивчення особливостей розгортанняWSN в умовах інтелектуальних
будівель, включаючи аналіз викликів, пов'язаних з топологією мережі,
енергоефективністю, надійністю передачі даних та стійкістю до
зовнішніх впливів.
3. Створення моделі менеджера ресурсів АСУІБ, яка буде інтегрувати
алгоритми аналізу поточного стану систем, прогнозування потреб,
оптимізації енергоспоживання та забезпечення максимального
комфорту.
4. Побудова експериментального середовища, де будуть змодельовані
сценарії функціонування автоматизованої системи, перевірка її
характеристик, налаштування взаємодії між компонентами та оцінка
ефективності запропонованих технічних рішень.
6
Методи дослідження. У роботі представлені положення, результати та
висновки, отримані із застосуванням теорії інформації, теорії цифрової обробки
сигналів, теорії сигналів і процесів, методів стохастичної оптимізації та
комп'ютерного моделювання.
Наукова новизна одержаних результатів. Наукова новизна роботи
представлена наступними ключовими результатам:
1. Запропоновано модель бездротової сенсорної мережі, яка має суттєві
відмінності від існуючих підходів, яка полягає у впровадженні
інноваційних концепцій кластеризації та мережевого захисту. На
відміну від традиційних рішень, розроблена модель дозволяє
комплексно розв'язати завдання оптимального розташування сенсорів
у неоднорідних WSN, враховуючи не лише просторове положення
вузла, але й його специфічний тип.
2. Удосконалено метод вибіркової процедури адаптивного пошуку, який
принципово відрізняється від існуючих підходів. Метод базується на
унікальній методиці обчислення погіршення ключових мережевих
параметрів – затримки передачі та тривалості функціонування – при
видаленні критичних вузлів з однорідної WSN. Це дозволяє суттєво
оптимізувати процес визначення найвпливовіших елементів мережі,
значно скорочуючи час аналітичних розрахунків.
3. Удосконалено модель менеджера ресурсів автоматизованої системи
управління інтелектуальною будівлею, яка кардинально розширює
можливості прийняття рішень та дозволяє системі враховувати не лише
традиційні показники енергоспоживання, але й інтегрувати критерій
комфорту.
Практичне значення отриманих результатів. Запропоновані рішення
демонструють комплексний підхід до вдосконалення автоматизованих систем
управління, поєднуючи передові методи, інженерні інновації та концептуальне
бачення інтелектуальних технологій. Практична цінність дослідження
представляє собою комплексний у розвиток автоматизованих систем управління
7
інтелектуальними будівлями. Розроблена модель побудови АСУІБ демонструє
принципово новий підхід до проектування бездротових сенсорних мереж, який
дозволяє суттєво підвищити ефективність інформаційних систем. Зокрема,
запропоновані рішення забезпечують значне скорочення затримки передачі
даних, оптимізацію мережевої інфраструктури та підвищення загальної
надійності системи.
Апробація результатів роботи. Результати кваліфікаційної роботи
доповідалися й обговорювалися на науковій конференції:
− Студентська науково-практичної конференції Черкаського державного
технологічного університету (23-24 квітня 2024 р.), 2024. – Черкаси.
Публікації. Результати досліджень опубліковані в:
1. Гвоздик К. С. Дослідження автоматизації технологічних процесів на
підприємстві / К. С. Гвоздик, А. В. Кулак, О. В. Нечипоренко // Збірник
тез доповідей студентської науково-практичної конференції ЧДТУ: 23-
24 квітня 2024 р. [Електронний ресурс] / [упоряд. : Єгорова О. В.,
Захарова О. В., Тичков В. В. та ін.] ; М-во освіти і науки України,
Черкас. держ. технол. ун-т. – Черкаси : ЧДТУ, 2024. – С. 5.
Структура та обсяг кваліфікаційної роботи. Кваліфікаційна робота
складається із списку умовних скорочень, вступу, трьох розділів, висновку та
списку використаних джерел. Загальний обсяг роботи складає 82 сторінки,
28 рисунків, 7 таблиць. Список використаних джерел містить 56 найменувань.

8
РОЗДІЛ 1
АНАЛІЗ МЕТОДІВ РОЗРОБКИ ТА КЛЮЧОВИХ КОМПОНЕНТІВ
АВТОМАТИЗОВАНОЇ СИСТЕМИ КЕРУВАННЯ IOT ПРИЛАДАМИ

1.1. Аналіз сучасних структур систем керування IoT приладами
Структура автоматизованої системи управління інтелектуальною будівлею
залежить від обсягу та складності завдань, які необхідно реалізувати. Вона може
організовуватися у таких формах:
− централізована: керування всіма підсистемами здійснюється через
центральний сервер АСУІБ, до якого підключені модулі, що
забезпечують зв’язок із об’єктами управління;
− децентралізована: управління реалізується за допомогою
мікропроцесорних керуючих та виконавчих пристроїв, розташованих
безпосередньо поруч із об’єктами управління;
− комбінована: частина задач АСУІБ вирішується через
децентралізовану структуру, тоді як інша частина – через
централізовану. У цьому разі обидві структури інтегруються за
допомогою сполучних пристроїв та протоколів обміну.
Централізована структура системи управління (home automation)
Опис централізованої системи управління слід розпочати з аналізу її
основних недоліків, закладених у самій концепції «централізованості». Ця
структура базується на використанні центрального сервера, що призводить до
суттєвих обмежень і ризиків у процесі її експлуатації, зокрема:
− Вихід з ладу центрального сервера, який одночасно виконує функції
пульта управління, робить систему некерованою або повністю
виводить її з ладу.
− Концентрація всіх механізмів управління на одному сервері вимагає
високої операційної потужності, що обмежує кількість датчиків і
виконавчих пристроїв, які можуть бути інтегровані в систему [12].
9
З огляду на зазначене, така структура є доцільною лише для невеликих
об’єктів з обмеженим переліком завдань управління, таких як квартири, невеликі
приватні будівлі або замкнені технологічні системи з незначною кількістю
контрольованих параметрів (наприклад, окремий теплопункт чи насосна
станція). На рисунку 1.1 представлено приклад централізованої структури
системи управління, реалізованої в системі «CLAP – розумний будинок» [13].

Рис. 1.1. Централізована структура системи управління на прикладі системи
CLAP

Децентралізована структура системи управління (KNX)
Коли в процесі створення АСУІБ були висунуті жорсткі вимоги щодо її
надійності, багатофункціональності, здатності до гнучких змін структури та
загальної масштабованості, використання централізованої структури втратило
перспективу. Такі завдання стимулювали вдосконалення схемотехніки, розробку
10
нових алгоритмів взаємодії пристроїв, написання спеціалізованого програмного
забезпечення та комунікаційних протоколів. Усі ці інновації ґрунтувалися на
мережевій (шинній) організації управлінської системи.
Обрання мережевої архітектури для структури управління дозволило
вирішити дві ключові проблеми. По-перше, було усунуто слабке місце
централізованої структури – залежність від центрального контролера
(серверного вузла). По-друге, з’явилася можливість побудови однорангової
архітектури, де всі пристрої мережі взаємодіють на рівних правах. Це
впровадження дозволило пристроям системи обмінюватись інформацією
безпосередньо між собою та забезпечило інтеграцію інтелектуальних датчиків і
виконавчих механізмів із власними обчислювальними та комунікаційними
функціями. Проте децентралізована структура висуває особливі вимоги до
протоколів передачі даних. До головних належать:
− передача інформації з високою продуктивністю на максимальній
швидкості за умови належної надійності;
− наявність достатнього розміру адресного простору для підключення
великої кількості пристроїв;
− забезпечення гнучкості системи щодо масштабування та зміни
топології. Ідеальним варіантом вважається протокол, здатний
функціонувати у системі з вільною топологією.
Серед сучасних рішень широке застосування знайшов стандарт шини
KNX, який став результатом розвитку попереднього проєкту EIB (European
Installation Bus). KNX являє собою децентралізовану однорангову мережу,
розроблену відповідно до моделі OSI (Open System Interconnection). Стандарт
KNX був офіційно створений у 1999 році шляхом об’єднання трьох
європейських асоціацій автоматизації будівель, які сформували нову спільноту –
Асоціацію KNX. В основу цього стандарту увійшло близько 90% специфікацій
EIB, а у 2006 році KNX отримав статус міжнародного стандарту ISO/IEC 14543.
На рис. 1.2 представлений приклад децентралізованої архітектури АСУІБ,
побудованої на основі KNX.
11

Рис. 1.2. Децентралізована структура системи управління інтелектуальною
будівлею на базі шини KNX

На рисунку 1.2 зображена структура системи управління інтелектуальним
будинком, яка базується на шині KNX. Нижче наведено основні характеристики
системи KNX, порівняння популярних топологій та інформація про основні
компоненти. KNX є шинною системою АСУІБ із такими особливостями:
− доступ до шини суворо регулюється;
− значна частина даних, що передаються, не несе корисного
навантаження;
− кожен пристрій у системі має власний мікропроцесор, а «інтелект»
системи є розподіленим серед усіх її елементів, що додає переваг цій
організації.
Головна перевага децентралізованої структури KNX полягає в тому, що
вихід із ладу одного пристрою не блокує роботу всієї системи. При цьому
припиняються лише ті процеси, що безпосередньо залежать від несправного
пристрою.
12
Децентралізована структура мультимедійної шини KNX дозволяє її
модифікувати та розширювати відповідно до потреб користувача. З теоретичної
точки зору, ця система здатна об'єднати понад 50 000 пристроїв.
Для забезпечення обміну даними між пристроями в системі KNX
використовуються різні типи комунікаційних каналів і методів передачі
інформації, зокрема: звита пара KNX (KNX TP), що базується на спеціально
прокладених кабелях; KNX Powerline (KNX PL), яка використовує стандартну
електричну мережу напругою 220 В; радіочастотний канал KNX (KNX RF); а
також KNX IP, що функціонує через Ethernet-з’єднання.
Серед усіх середовищ передачі найпоширенішою є звита пара KNX (TP).
Цей двожильний кабель не тільки передає дані, а й забезпечує живлення для усіх
підключених пристроїв системи. Номінальна напруга системи становить 24 В,
але джерела живлення KNX TP можуть забезпечувати до 30 В. Оскільки пристрої
працюють стабільно при напрузі в межах від 21 В до 30 В, допускається падіння
напруги до 9 В для компенсації втрат у кабелі.
Швидкість передачі даних через KNX TP становить 9600 біт/с із
використанням асинхронної передачі, де інформація пересилається послідовно
байт за байтом. Повідомлення в системі зазвичай називають телеграмами.
Телеграма складається із послідовності символів, де кожен символ відповідає
одному байту інформації. Групування символів формує окремі поля телеграми.
Усього телеграма KNX TP містить чотири основних поля:
1. Контрольне поле – визначає пріоритет телеграми та встановлює, чи
необхідно повторно передавати її у разі відсутності відповіді від
отримувача.
2. Адресне поле – вказує як адресу відправника, так і отримувача.
3. Поле даних – може містити до 16 байт інформації, що слугує корисним
навантаженням телеграми.
4. Контрольна сума – забезпечує перевірку паритету переданих даних.

13

Рис. 1.3. «Телеграма» KNX TP

Передача даних в шині KNX TP здійснюється за подійним принципом:
телеграма надсилається лише тоді, коли канал є вільним. Для уникнення
конфліктів під час одночасної передачі інформації використовують метод
CSMA/CA (контроль доступу з виявленням несучої і запобіганням колізій).
Підключення пристроїв до кабелю даних виконується через спеціальні
компоненти, відомі як термінали шини. Ці термінали дозволяють під'єднати до
чотирьох кабелів KNX одночасно, а також дають змогу від’єднати конкретний
пристрій без переривання роботи всієї системи. Така гнучкість у підключенні є
ще однією ключовою перевагою технології KNX: поломка або видалення одного
пристрою з системи не впливає на функціонування інших елементів.
KNXnet/IP – це відкрита (незалежна від виробника), високопродуктивна
локальна та глобальна мережа, що відповідає міжнародному стандарту IEEE
802.3 (Ethernet). На рисунку 1.4 зображена структура KNXnet / IP у моделі OSI
[18]. Прив’язка KNX до Ethernet має наступні переваги: а) існуюча в будівлі
мережева інфраструктура може бути використана для магістральних ліній KNX,
б) керувати АСУІБ можливо з будь-якої точки світу, в) кілька окремих систем
управління можливо спостерігати та підтримувати з одного місця через Інтернет.
KNXnet / IP використовує два методи зв'язку Ethernet - тунелювання та
маршрутизація - обидва з яких використовують протокол UDP. Туннелювання
використовується для доступу до шини KNX з локальної мережі або Інтернету з
метою, наприклад, програмування або інсталяції KNX, тоді як маршрутизація
використовується для обміну «телеграмами» через мережу Ethernet.
14

Рис. 1.4. KNXnet / IP у еталонній моделі OSI

KNXnet/IP є відкритою, незалежною від виробника, високопродуктивною
локальною і глобальною мережею, що відповідає міжнародному стандарту IEEE
802.3 (Ethernet). На схемі рис. 1.4 представлено структуру KNXnet/IP у моделі
OSI [18].
Прив’язка технології KNX до Ethernet надає такі переваги:
− існуюча мережева інфраструктура будівлі може використовуватися для
магістральних ліній KNX;
− можливість управління автоматизованими системами управління з
будь-якої точки світу;
− централізований моніторинг і підтримка кількох окремих систем
управління через Інтернет.
KNXnet/IP реалізує два методи зв'язку через Ethernet: тунелювання та
маршрутизацію. Обидва працюють із використанням протоколу UDP.
Тунелювання застосовується для доступу до KNX-шини через локальну мережу
або Інтернет для виконання завдань, таких як програмування чи інсталяція KNX.
15
Маршрутизація, у свою чергу, використовується для обміну “телеграмами” через
Ethernet, наприклад, для з'єднання двох KNX TP систем через цю технологію.
Топологія KNX TP базується на одиничній лінії. Лінія включає джерело
живлення KNX (разом із дроселем) і зазвичай не більше 64 пристроїв шини.
Джерела живлення та кабель звитої пари виконують дві основні функції:
постачання енергії споживачам і забезпечення обміну інформацією між
пристроями, тобто передачі “телеграм”. За потреби продовження лінії
використовуються повторювачі, дозволяючи підключати додаткові пристрої
понад 64. Завдяки зонним муфтам до однієї магістралі можна додати до 15
областей.
Обмеження у відстанях сегментів встановлюються за специфікою сигналу
та допустимими значеннями затримки поширення:
1. Максимальна відстань між джерелом живлення та пристроєм – до
350 м.
2. Відстань між будь-якими двома пристроями в межах лінії – до 700 м.
3. Максимальна довжина однієї лінії – до 1000 м.
Кожен пристрій у системі KNX TP має унікальну адресу, яка відображає
його положення в топології. Формат індивідуальної адреси – це три числа,
розділені крапками, з наступною структурою: номер області - номер лінії -
положення пристрою в лінії. Ці адреси використовуються для ідентифікації
пристроїв і їхнього програмування.
У топології KNXnet/IP магістралі й лінії області замінюються мережею
Ethernet. Для зв'язку використовуються маршрутизатори KNXnet/IP, які
пересилають “телеграми” за допомогою методу маршрутизації на інші подібні
маршрутизатори. Така реалізація на базі Ethernet суттєво збільшує гнучкість
топології системи KNX. Більшість цих маршрутизаторів також підтримує метод
тунелювання, що дозволяє використовувати їх як інтерфейс програмування IP
для ETS. Крім того, KNXnet/IP маршрутизатори можуть забезпечувати з'єднання
окремих систем через Ethernet, що надзвичайно корисно, якщо, наприклад, дві
будівлі оснащені системами KNX TP і потребують об’єднання в єдину мережу.
16
Максимальна довжина одного сегмента зв’язку відповідає специфікації Ethernet
– 100 м.
KNXnet/IP-маршрутизаторам (для маршрутизації) призначається
порядковий номер 0. Для інтерфейсів KNX IP (тунелювання) можна
використовувати будь-який інший послідовний номер.
У системах KNX пристрої зазвичай класифікують на три основні категорії:
системні пристрої (включаючи джерела живлення, програмувальні інтерфейси
тощо), датчики та виконавчі механізми.
Датчики — це пристрої, що реєструють події всередині будівлі, наприклад,
натискання кнопки, виявлення руху або зміну температури за межі встановлених
значень. Вони перетворюють ці події на «телеграми» (пакети даних) і передають
їх через мережу.
Виконавчі механізми — це пристрої, які приймають «телеграми» та
перетворюють команди, закладені в них, у конкретні дії.
Усі стандартні шинні пристрої KNX складаються із двох частин: блоку
з'єднання до шини (BCU) та додаткового модуля передачі. Контролер блоку
з'єднання до шини фактично є мікроконтролером. Він містить мікропроцесор,
модуль пам’яті та периферійні пристрої введення/виведення. Найчастіше як
мікропроцесори використовуються мікросхеми від виробників, таких як NEC,
ATMega або Texas Instruments.
Комбінована структура системи управління (LonWorks)
АСУІБ комбінованого типу зазвичай описує систему, створену на базі
монофункціональних мікроконтролерів, з’єднаних спільною мережею. До
складу такого мікроконтролера, окрім процесорної частини, входять кілька
модулів, які забезпечують взаємодію з об'єктом управління. Це можуть бути
модулі введення/виведення, перетворювачі дискретних або аналогових сигналів
(ЦАП, АЦП), блоки для управління активною потужністю тощо.
Сьогодні подібні системи широко застосовуються у промисловості та
функціонують у різних виробничих об'єктах. Однією з таких систем є розробка
компанії Echelon Corporation, впроваджена в 1990 році.
17
Технологія LonWorks створена американською компанією ECHELON та
охоплює різноманітні приймачі (трансивери), а також широкий спектр апаратних
і програмних засобів для керування об'єктами, налаштування та моніторингу
мережі. У платформі LonWorks передбачений мережевий протокол LonTalk,
який у 1999 році був затверджений як стандарт мереж управління
ANSI/EIA709.1-B. Пізніше, у 2005 році, цей стандарт став основою для
європейського стандарту автоматизації будівель EN14908.
Апаратно система LonWorks являє собою мережу, яка включає певну
кількість керуючих контролерів, модулів прийому і видачі дискретних та
аналогових сигналів, а також спеціалізованих модулів для роботи із сенсорами
та виконавчими пристроями.
Фундаментом керуючої мережі є мікроконтролер функціонального
призначення. До його складу входять три 8-розрядні мікропроцесори: перший
відповідає за доступ до каналу зв’язку, другий виконує протокольні функції, а
третій реалізує прикладні задачі, такі як прийом і обробка сигналів від датчиків
чи робота з виконавчими пристроями.
Також у мікроконтролері передбачено блоки оперативної та постійної
пам'яті, а також периферійні пристрої: мережевий комунікаційний порт,
таймери, керуючі регістри й порти введення/виведення.
Для взаємодії з зовнішніми пристроями один із трьох мікропроцесорів
використовує 11-контактний порт введення/виведення. Його функціональне
призначення залежить від прикладного програмного забезпечення, яке задає
режим роботи порту відповідно до характеристик підключених пристроїв.
Для забезпечення роботи з мережевими функціями мікроконтролеру
призначений 5-контактний комунікаційний порт. За його обслуговування
відповідає мікропроцесор, який реалізує два нижні рівні протоколу LonTalk. Для
з'єднання з фізичним каналом зв’язку до цього порту підключаються відповідні
приймачі залежно від вибраного типу каналу. Однією з основних складових
технології LonWorks є відкритий протокол LonTalk, який ґрунтується на
семирівневій мережевій моделі взаємодії відкритих систем OSI.
18
Протокол LonTalk не залежить від конкретної реалізації фізичного рівня та
забезпечує передачу даних через різні канали зв'язку, використовуючи широкий
спектр методів кодування. Наприклад, для звитої пари застосовується метод
диференціального кодування, тоді як у випадках роботи з сегментами ліній
електроживлення або радіочастотними каналами використовується FSK-
модуляція.
Кожен вузол LonWorks функціонує у фізичному середовищі в одному з
двох режимів: прямому чи спеціальному. У прямому режимі інформація
передається закодованим способом (зокрема, за допомогою диференціального
манчестерського кодування бітів), тоді як у спеціальному режимі дані
передаються послідовно та без кодування.
В обох випадках кожен пакет супроводжується 16-бітовим CRC-кодом, що
дозволяє абстрагуватися від специфіки середовища передачі. У прямому режимі
мікроконтролер виконує контроль швидкості передачі даних, довжини
заголовків пакетів та процесу кодування. Натомість у спеціальному режимі ці
завдання передаються приймачеві, який забезпечує узгодження різних фізичних
протоколів.
На підрівні MAC для уникнення колізій застосовується предиктивний
метод, що базується на впорядкуванні доступу до каналу з урахуванням
передбачуваного навантаження. Вузол отримує доступ до каналу після
випадкової затримки в межах діапазону від 0 до певної величини W, яка
визначається кількістю незавершених завдань у черзі.
Канальний рівень використовує просте кадрування та базовий механізм
виявлення помилок без повторної передачі. Пропускна здатність каналу
залежить від ряду факторів, зокрема швидкості передачі, часу доступу до
середовища передачі й розміру пакетів.
Транспортний рівень гарантує надійну передачу пакетів як одному
пристрою, так і групі одночасно. Для взаємодії з сеансовим рівнем передбачені
функціональні запити транспортного рівня, такі як надсилання й приймання
телеграм та підтвердження завершення передачі.
19
Сеансовий рівень відповідає за реалізацію механізму запиту/відповіді для
доступу до віддалених серверів даних. Його функціонал обмежений виконанням
лише однієї задачі – запиту/відповіді. Кожен запит чекає на відповідь, що робить
можливим його використання для задач, побудованих за принципом клієнт-
сервер.
Як транспортний, так і сеансовий рівні включають функції авторизації
доступу. У разі надходження запиту без прав доступу до даних вузла він
автоматично не виконується.
У LonWorks використовується модифікований метод довільного доступу з
контролем несучої (CSMA/CD). Для оптимізації роботи мережі застосовують
ефективний механізм обміну повідомленнями. Зменшення
внутрішньомережевого трафіку можливе завдяки сегментації мережі із
використанням маршрутизаторів.
LonWorks – це платформа, здатна вирішувати численні завдання при
проектуванні, встановленні та обслуговуванні автоматизованих систем
управління інженерними будівлями (АСУІБ). Вона забезпечує створення легко
масштабованих систем керування із залученням рішень від різних виробників.
Використання цієї технології дозволяє компаніям-виробникам незалежно
створювати обладнання, сумісне з мережами LonWorks. Протокол LonTalk
офіційно визнано такими організаціями, як EIA, ASHRAE, SEMI, IEEE, AAR та
IFSF.

1.2. Дослідження характеристик ключових компонентів
автоматизованої системи керування IoT приладами
Автоматизована система управління будівлею (АСУІБ) об'єднує в собі
низку підсистем. Загалом, вона представляє верхній рівень інтеграції різних
технічних засобів моніторингу та управління, які функціонують у межах будівлі,
кожен із яких виконує свою специфічну функцію. Практично АСУІБ збирає
інформацію з окремих елементів, наприклад, датчиків затоплення, і передає
керуючі сигнали іншим пристроям, як-от електроприводам насосів. Варто
20
зауважити, що не всі підсистеми спочатку були включені до складу АСУІБ, адже
багато з них створювалися в ході різних етапів розвитку інформаційно-
комунікаційних технологій. Також важливо розуміти, що АСУІБ може
охоплювати значну кількість різноманітних підсистем, ретельний аналіз яких
виходить за межі цього дослідження. У подальшому наводиться стислий огляд
ключових підсистем, які є складовими компонентами АСУІБ [22, 23].
Система охоронної сигналізації
Система охоронної сигналізації, поряд із системою управління ОВК
(опалення, вентиляція, кондиціонування), є однією з найстаріших і
найпоширеніших складових, з яких починалося створення «інтелектуальних
будівель» та автоматизованих систем управління інтелектуальною будівлею
(АСУІБ).
Класифікація систем охоронної сигналізації
Сучасні системи охоронної сигналізації поділяються на два основні типи:
дротові та бездротові. Згідно із загальноєвропейським стандартом EN 50131,
бездротові системи не можуть отримувати клас відповідності вище ніж Grade 2.
Обидва типи мають однаковий набір датчиків і виконують однакові функції [24].
Основні типи датчиків охоронної сигналізації
1. Датчики руху.
Інші назви: об’ємні, пасивні інфрачервоні (ІЧ) датчики. Вони реагують на
теплове випромінювання об’єктів у приміщенні. Сучасні моделі можуть
відрізняти тварин (наприклад, собаку чи кота) від людини, що зменшує кількість
хибних спрацювань.
Прості датчики: обробляють сигнал аналоговим методом, але мають
високу ймовірність хибного спрацювання через зміну температурного режиму.
Складні датчики: оснащені цифровими процесорами та багатоканальними
чутливими головками, що дозволяє знизити кількість хибних спрацювань.
У модернізованих моделях додатково інтегровані гіроскоп, сенсори
освітленості й температури, що дозволяє розширити функціонал, наприклад,
використовувати їх у сценаріях керування освітленням і кліматом.
21
2. Магнітні датчики
Використовуються для визначення відкриття дверей або вікон. Їх
конструкція включає магніт та геркон, розташовані відповідно на рухомій та
нерухомій частинах конструкції. Датчики забезпечують високу надійність та
мінімальну ймовірність хибних спрацювань, особливо при парному
встановленні.
3. Радіохвильові датчики
Вони працюють за принципом аналізу змін довжини або частоти хвиль,
відбитих від об’єктів (ефект Доплера). Основними недоліками є висока
ймовірність хибних спрацювань через рух механізмів за перешкодами та
неможливість бездротового виконання через високе енергоспоживання.
4. Датчики розбиття скла
Ці датчики аналізують звуки в частотному діапазоні, характерному для
розбиття скла, та можуть контролювати площу до 10 м². Двопорогові моделі
визначають послідовність звуків (удар і дзвін скла), що підвищує їхню точність.
Крім основних, використовуються спеціалізовані датчики (вібраційні, ємнісні,
променеві), а також комбіновані моделі, що об’єднують функції кількох типів,
наприклад, датчики руху та розбиття скла.
Інтеграція в АСУІБ
Сучасні датчики можуть бути залучені до сценарних моделей АСУІБ,
виконуючи не лише функції сигналізації, а й забезпечуючи зворотний зв’язок у
системах управління кліматом, освітленням, роллетами чи вікнами, що значно
підвищує загальну ефективність системи.
Система протипожежної сигналізації та контролю рівня загазованості
Зростання кількості великих офісних центрів, розширення площ
торговельно-розважальних закладів і збільшення поверховості житлових
будинків (в Україні – до 32–39 поверхів) створили потребу в інтеграції
автономних систем протипожежної сигналізації, пожежогасіння та контролю
загазованості в єдину автоматизовану систему управління інтелектуальною
будівлею (АСУІБ).
22
Сьогодні дані з пожежних датчиків передаються не лише до ДСНС
України, а й до моніторингових центрів власників будівель. Це дозволяє
оперативніше реагувати на надзвичайні ситуації, проводити евакуацію людей і
задіювати локальні системи пожежогасіння [26].
Типи систем протипожежної сигналізації
Як і системи охоронної сигналізації, протипожежні системи можуть бути
дротовими або бездротовими. Залежно від типу датчиків (сповіщувачів), їх
класифікують так:
1. Теплові датчики
Реагують на зміну температури в приміщенні, поділяються на:
− Порогові: спрацьовують при досягненні певного рівня температури.
Застосовуються в запилених чи агресивних середовищах, але не
забезпечують швидкого реагування.
− Диференціальні: аналізують швидкість підвищення температури,
подають сигнал при аномально швидкому прогріванні середовища.
− Комбіновані: поєднують переваги перших двох типів, реагуючи і на
швидке нагрівання, і на досягнення порогової температури.
2. Димові датчики
Більш ефективні завдяки можливості виявлення пожежі на ранніх етапах
(тління). Поділяються на:
− Оптичні: використовують світловий випромінювач і фотоприймач,
можуть бути точковими або лінійними.
− Іонізаційні: контролюють повітря через аспіраційні трубки, реагують
на наявність диму за допомогою заряджених частинок у камері.
Завдяки сучасним мікропроцесорам здатні розпізнавати до 1000 типів
диму, від «пожежі» до «паління в недозволеному місці».
3. Датчики полум'я
Фіксують відкритий вогонь через інфрачервоний, ультрафіолетовий або
електромагнітний діапазони. Наприклад, інфрачервоні датчики реагують на
полум’я в діапазоні 760–1100 нм і мають регульовану чутливість.
23
4. Датчики газу
Реагують на перевищення концентрації чадного газу та інших газів у
повітрі. Встановлюються в технічних приміщеннях, паркінгах та зонах із газовим
обладнанням. У разі виявлення небезпеки датчики подають сигнал на
центральний контролер, який активує вентиляцію і сповіщає персонал.
Інтеграція в АСУІБ
Включення протипожежних систем до єдиної АСУІБ дає змогу створювати
сценарії автоматичного реагування, наприклад: активацію вентиляції при
загазованості, локалізацію пожежі за допомогою систем гасіння або керування
евакуаційними шляхами. Інтеграція таких систем значно підвищує безпеку й
ефективність управління сучасними будівлями.
Система відеоспостереження
Завдяки стрімкому розвитку аналітичних функцій систем
відеоспостереження, вони стали невід’ємною частиною будь-якої
автоматизованої системи управління інтелектуальною будівлею (АСУІБ).
Сучасні цифрові відеокамери здатні не лише записувати й відтворювати
відеозображення, але й виконувати широкий спектр завдань: охоронні
(реагування на рух), пожежні, контроль доступу (розпізнавання облич для систем
СКУД), моніторинг (вимірювання температури та вологості) тощо [28].
Основними елементами такої системи є:
1. Відеокамери
Сучасні системи використовують цифрові камери, які працюють на основі
протоколу TCP/IP. Для невеликих систем також можливе застосування камер
AHD (Analog High Definition). Вибір типу камери залежить від її призначення:
− Купольні камери зазвичай встановлюють у приміщеннях та ліфтових
кабінах.
− Циліндричні камери призначені для зовнішнього використання та
контролю прилеглої території.
− Роботизовані камери (Speed Dome) працюють у режимі патрулювання
або керуються операторами.
24
− ANPR-камери (Automatic Number Plate Recognition) забезпечують
розпізнавання автомобільних номерів, контроль в’їздів і виїздів, а
також моніторинг місць у паркінгах.
2. Сервери зберігання
Для великих систем використовуються мережеві пристрої зберігання
(NAS) із великим обсягом пам’яті (понад 200 ТБ). У невеликих системах
зберігання забезпечують відеореєстратори, які обробляють потік від 4 до 32
камер. Відеореєстратори можуть також виконувати функції серверів керування
та аналітики.
3. Сервери керування та аналітики
Ці програмно-апаратні комплекси обробляють значні обсяги відеоданих,
що надходять із камер у реальному часі або зберігаються на NAS. Вони
забезпечують:
− Аналітичний пошук у відеоархівах.
− Аналіз відеокадрів (зникнення чи поява об'єктів, їх супровід).
− Моніторинг перетину умовних меж.
− Розпізнавання марки, кольору, напрямку руху та швидкості
автомобілів.
Для великих АСУІБ із локальними або центральними ситуаційними
центрами доцільно використовувати відеостіни – матриці з 9, 16 або більше
великих LED-панелей.
Вони дозволяють одночасно відображати інформацію з великої кількості
камер, забезпечуючи зручність моніторингу.
Система управління кліматом (опалення, вентиляція,
кондиціонування)
Система управління ОВК (опалення, вентиляція та кондиціонування, або
HVAC – Heating, Ventilation & Air Conditioning) є саморегульованою системою,
що забезпечує підтримку комфортного клімату в приміщеннях із максимальною
оптимізацією енергоспоживання. Ця система є невід’ємною складовою
автоматизованої системи управління інтелектуальною будівлею (АСУІБ).
25
Основні функції системи ОВК:
− Опалення – нагрівання повітря та контроль його сухості через
регулювання тепловіддачі джерел нагріву.
− Вентиляція – забезпечення належного складу й якості повітря шляхом
природної або примусової вентиляції, а також його фільтрація перед
потраплянням у приміщення.
− Кондиціонування – охолодження повітря та регулювання його
вологості.
Об’єднання опалення, вентиляції та кондиціонування дозволило
комплексно контролювати клімат у приміщеннях, створюючи комфортні умови
для перебування людей. Розвиток цих трьох компонентів ішов паралельно,
завдяки чому з’явилися різноманітні комбінації систем для клімат-контролю.
Автоматизація зменшує перевитрату ресурсів, що позитивно впливає на
енергоефективність. Управління системою здійснюється через єдиний
центральний інтерфейс, причому контроль ведеться за зонами, а не окремими
пристроями. Система інтегрується з іншими елементами АСУІБ, зокрема
системами освітлення. Пристрої ОВК використовують стандартні протоколи
зв’язку, такі як RS232 та RS485, що забезпечує їхню сумісність. Одним із
напрямів розвитку є впровадження «погодного регулювання», яке замінює
традиційний режим управління опаленням «зима–літо». Сучасний підхід
базується на ПІД-регуляторах, які адаптують температуру у приміщеннях
відповідно до зовнішніх умов. В Україні такі рішення реалізує компанія «РАУТ-
Автоматік».
Система управління освітленням
Сучасні розробки в галузі освітлювальних технологій дали змогу
створювати автоматизовані та ручні системи управління освітленням (СУО), які
виконують дві ключові функції: забезпечують комфортність освітлення та
сприяють значній економії електроенергії. Якісна система СУО повинна
виконувати такі завдання:
− автоматично змінювати рівень освітлення залежно від присутності;
26
− забезпечувати постійне освітлення певних зон (робочі місця, холи,
території біля будівель тощо);
− надати можливість користувачам вручну регулювати рівень
освітленості у конкретних зонах;
− формувати необхідний рівень освітлення залежно від часу доби, пори
року або днів тижня.
Основу системи становлять електронні пристрої запуску ламп, що
дозволяють регулювати світловий потік, який генерується освітлювальними
приладами.
Аналогове регулювання
У цьому випадку команди надходять безпосередньо від оператора або з
датчиків у вигляді постійної напруги (1-10 В), що змінює інтенсивність світла.
Для вимірювання рівня освітленості використовуються датчики, як-от
фоторезистори чи фотодіоди, чутливі як до природного, так і до штучного світла.
Цифрове регулювання
Цей тип управління дозволяє програмувати освітлення, здійснювати
адресне управління приладами та запам’ятовувати попередньо встановлені рівні
освітленості. Передача команд відбувається через закодовані цифрові сигнали.
Протокол DALI
Для усунення несумісності між пристроями різних виробників, провідні
компанії (Osram, Philips, TridonicAtco тощо) у 1990-х роках створили єдиний
стандарт – DALI (Digital Addressable Lighting Interface).
Цей протокол забезпечує двосторонній обмін даними між DALI-
контролерами та пристроями, дозволяючи управляти до 64 незалежних
пристроїв у межах однієї лінії, з можливістю масштабування до 12 800 адрес за
допомогою маршрутизаторів.
Застосування СУО з датчиками освітленості, руху, присутності та часу дає
змогу скоротити витрати енергії на освітлення до 75%. У масштабах країни це
може забезпечити річну економію в десятки мільярдів кіловат-годин.

27
Система запобігання затопленню («Антипотоп»)
Протікання води може спричинити серйозні проблеми і значні фінансові
витрати для власників будівель. Вода, що витікає з системи водопостачання,
руйнує конструкції, псує меблі та оздоблення, а також може призвести до
короткого замикання в електропроводці.
Щоб контролювати витоки води, найперше потрібно їх виявити.
Нещодавно з'явилися датчики для виявлення протікання води, які
встановлюються в місцях, де може накопичуватися вода після витоку з
трубопроводів. Це можуть бути санвузли, насосні станції, дренажні канали в
підвалах та інші місця.
Система захисту від протікання води працює так, щоб своєчасно виявити
витік і передати сигнал до контролера АСУІБ або регулюючого пристрою для
перекриття водопостачання. Датчик складається з контактів, і коли на них
потрапляє вода, замикається електричне коло, що сигналізує про початок витоку.
Далі система може або повідомити про проблему, або автоматично прийняти
міри для її вирішення.
Крім того, при підключенні датчика до системи сигналізації або
«розумного будинку» через спеціалізовані шлюзи, система може передати
сигнал через мобільну мережу або іншим способом, попереджаючи власника
приміщення про протікання. Це дає змогу швидше виявити проблему і вчасно
вжити заходів для її усунення. Однак навіть своєчасне сповіщення не завжди
дозволяє оперативно перекрити воду.
Багато систем захисту від протікання працюють у комплексі з кульовими
кранами з сервоприводами. У такому разі через шлюз АСУІБ передається
команда на сервопривід крана для автоматичного перекриття подачі води в
будівлю. Сигнал від датчика до сервоприводу проходить через контролери, що
входять до складу спеціалізованої підсистеми «Антипотоп».
Основними елементами системи є:
− контролер;
− датчик протікання води;
28
− кульовий кран з сервоприводом.
Датчики протікання води можуть бути дротовими або безпроводовими.
Дротові датчики підключаються до системи за допомогою кабелю, схожого на
ті, що використовуються в охоронних системах. Вони працюють на живленні 5-
12 В. Проте їх недолік – необхідність прокладання кабелів до точки контролю,
що ускладнює монтаж після ремонту або якщо датчик і контролер знаходяться
на значній відстані один від одного.
Бездротові датчики не мають цих недоліків і підключаються через різні
радіопротоколи, такі як Wi-Fi, LoRaWAN, GSM/GPRS, ZigBee та інші.
Система запобігання затопленню також включає запірну арматуру (крани)
та контролери. Контролери можуть бути як спеціалізованими, так і
вільнопрограмованими, а крани мають різні конструкції запірних механізмів та
можуть отримувати живлення від мережі 220В, від блоків живлення на 12В або
від акумуляторних батарей 5В. Найбільшу гнучкість для проектування та
монтажу надає поєднання бездротових датчиків з таким варіантом живлення.
Система збору показників приладів обліку
Досвід показує, що основною проблемою обліку енергоресурсів у будівлях
є недостатня автоматизація цього процесу. Зазвичай, коли йдеться про облік
електричної енергії, мова йде лише про встановлення приладів обліку. Однак при
обліку споживання гарячої та холодної води і тепла, точність та своєчасність
передачі показань безпосередньо впливають на функціонування та фінансову
стабільність організацій, що здійснюють експлуатацію будівель. АСКОЕР
(Автоматизована система комерційного обліку енергоресурсів) — це комплекс
спеціалізованих, метрологічно атестованих технічних засобів для
автоматизованого обліку електричної та теплової енергії, витрат води в об'єктах
житлово-комунального господарства та комерційного будівництва, з метою
енергозбереження та розрахунків між постачальниками і споживачами енергії.
АСКОЕР призначена для:
− отримання достовірної інформації про спожиту електричну енергію,
теплову енергію та витрату води;
29
− зниження трудомісткості та вартості робіт із збору, обробки, передачі
та документування даних;
− забезпечення фінансових розрахунків за енергоресурси між
постачальниками і споживачами.
Основними цілями створення АСКОЕР є:
− комерційний облік спожитої енергії та води;
− автоматизований збір результатів вимірювань;
− зберігання даних вимірювань у базі даних;
− передача даних у єдину базу даних.
Система АСКОЕР складається з двох підсистем:
1. Інформаційно-вимірювальний комплекс (ІВК) – містить лічильники
електричної та теплової енергії, витрат гарячої і холодної води, а також
апаратуру для передачі даних, зазвичай через протоколи Modbus RTU
або Modbus TCP. ІВК здійснює вимірювання і передає дані до вищого
рівня системи.
2. Інформаційно-обчислювальний комплекс (ІОК) – складається з
апаратури для передачі даних, сервера для збору і обробки інформації
та автоматизованих робочих місць операторів. ІОК здійснює
регламентне опитування приладів обліку, контролює достовірність
даних, зберігає їх та взаємодіє з білінговими системами.
Система автоматично фіксує показання лічильників, даючи змогу
реалізувати алгоритми для розрахунку спожитих енергоресурсів з урахуванням
тарифів. Вона накопичує, зберігає та передає дані згідно з встановленим
регламентом або на запит. До контролерів можна підключити до 1000 точок
обліку різних типів, що дозволяє створювати базу даних на основі заданих
алгоритмів. Спеціалізоване програмне забезпечення дозволяє здійснювати
автоматичний облік згідно з протоколом опитування або за запитом оператора,
формуючи графіки споживання енергоресурсів у погодинному, добовому,
місячному чи річному вимірі, зручні для аналізу в графічному чи табличному
вигляді.
30
1.3. Режими управління в автоматизованій системі керування IoT
приладами
На практиці розрізняють чотири режими управління АСУІБ:
інформаційний режим, режим порадника, режим супервізорного управління та
режим безпосереднього цифрового управління [42].
Вибір режиму управління АСУІБ залежить від таких факторів: цілей
управління, способу використання Керуючого Обчислювального Комплексу
(КОК), методів реалізації основних інформаційних і керуючих функцій, а також
від складності та типу об'єкта управління.
Інформаційний режим керування в автоматизованих системах управління
представлений функціональною структурою АСУТП, яка працює в цьому
режимі, як показано на рисунку 1.5.

Рис. 1.5. Функціональна структура АСУТП в інформаційному режимі

де ОУ - об'єкт управління; Д - датчики; САР - локальні САР; ПЛУ - пристрій
логічного управління; ПУ - пульт управління; ПВІ - пристрої відображення
інформації; ВМ комплекс.- виконавчі механізми; КОК - керуючий
обчислювальний
В інформаційному режимі АСУІБ виконують інформаційні функції та
прості керуючі функції, такі як захист обладнання від аварій і стабілізація
параметрів технологічного процесу на певних рівнях за допомогою локальних
систем автоматичного регулювання (САР). Керуючий обчислювальний
31
комплекс (КОК) отримує всю необхідну інформацію про стан об'єкта
управління, і ця інформація одночасно відображається на пристроях для її
перегляду. Особливістю інформаційної АСУІБ є те, що аналіз отриманих даних,
прийняття рішень і їх виконання здійснюється оператором, який може
безпосередньо впливати на виконавчі механізми або задавати уставки для
локальних САР. Основним недоліком інформаційних АСУІБ є те, що витрати на
їх модернізацію та удосконалення не завжди відповідають отримуваним
результатам.

Рис. 1.6. Функціональна структура АСУТП супервізорного управління

У режимі порадника, іноді званому "активним порадником", структура
АСУІБ є такою ж, як у інформаційних системах, але вони виконують аналіз
інформації про об'єкт управління, шукають оптимальні рішення за допомогою
економіко-математичних методів і подають рекомендації оператору для
управління. Проте остаточний вибір та виконання керуючих впливів
залишаються за людиною. Локальні САР у такій системі не лише стабілізують,
але й дозволяють програмно змінювати технологічні параметри процесу.
Основний недолік цього режиму полягає в тому, що людина може не
скористатися порадою, навіть якщо вона оптимальна. Однак режим "порадника"
дозволяє тестувати нові алгоритми управління та математичні методи без участі
оператора, а розробники можуть оперативно усувати недоліки в алгоритмах або
32
моделях. Режим супервізорного управління відрізняється тим, що КОК
включається в замкнутий контур управління, перетворюючи керуючі впливи від
КОК в уставки для локальних САР. Функціональна схема АСУІБ у режимі
супервізорного управління зображена на рисунку 1.6.
Основним завданням супервізорного управління є автоматична підтримка
технологічного процесу в межах оптимальної робочої точки через оперативне
втручання в процес. Це є головною перевагою цього режиму керування АСУІБ.
Керуючий обчислювальний комплекс (КОК) в АСУІБ в режимі супервізорного
управління виконує ті ж розрахунки, що й в режимі порадника. Однак у
супервізорному режимі значення уставок перетворюються не в рекомендації для
оператора, а в сигнали, що змінюють уставки та налаштування регуляторів. В
цьому режимі функції оператора зводяться до загального спостереження за
процесом, а втручання відбувається тільки у разі аварій або відмови КОК.
Головною перевагою супервізорного управління є те, що технологічний процес
постійно контролюється та автоматично коригується поблизу оптимальної
точки, що дозволяє уникнути проблем, пов'язаних із якістю роботи окремих
операторів.
Режим безпосереднього цифрового управління відрізняється тим, що в
ньому КОК безпосередньо передає сигнали на виконавчі пристрої, в той час як
локальні САР не беруть участь у процесі управління, як це має місце в інших
режимах. Це забезпечує більш прямий і швидкий контроль над процесом,
оскільки управлінські сигнали йдуть безпосередньо до виконавчих механізмів.
У режимі безпосереднього цифрового управління КОК виконує функцію
заміни регуляторів в усіх каналах управління, кількість яких може сягати кількох
сотень. Оператор АСУІБ втручається лише у критичних ситуаціях, тому
передбачено наявність пульта управління. В автоматизованій системі
технологічного процесу (АСУТП) з безпосереднім цифровим управлінням, на
відміну від супервізорного режиму, замість розрахунку уставок здійснюється
визначення необхідних значень керуючих впливів, і відповідні сигнали
передаються безпосередньо на виконавчі пристрої.
33

Рис. 1.7. Функціональна структура АСУТП в режимі безпосереднього
цифрового управління

Основною перевагою АСУІБ в цьому режимі є гнучкість системи, що
досягається завдяки легкому внесенню змін у програму алгоритмів управління.
Крім того, цей режим дозволяє здійснювати автоматичне управління
технологічним процесом не тільки в умовах нормального функціонування, а й
під час пуску, зупинки чи перемикання основного і допоміжного обладнання на
інший режим роботи.
Проте головним недоліком АСУІБ в режимі безпосереднього цифрового
управління є втрата контролю над технологічним процесом у разі відмови НВК.
Це можна подолати за допомогою резервування критичних компонентів КОК,
покращення надійності системи через її інтеграцію з супервізорними
контурними управліннями або перехід до розподілених систем управління.

Висновки
У розділі проведено аналіз поточного стану та перспектив розвитку
автоматизованих систем управління (АСУ) і інформаційно-комунікаційних
технологій, а також здійснено прогноз щодо еволюції систем «Інтернету Речей»
на найближчі роки, з урахуванням глобальних тенденцій в області автоматизації
та цифровізації. Вивчено існуючі структури систем управління
інтелектуальними будівлями, що дозволило визначити основні проблемні
34
аспекти кожної з них. Особлива увага приділена недолікам централізованих
АСУІБ, які обмежують можливість їх використання для великих масштабованих
систем. Виявлено, що централізовані рішення мають обмеження в
масштабуванні, що потребує розробки більш гнучких і дистрибутивних підходів.
Проаналізовано характеристики основних компонентів автоматизованої
системи управління інтелектуальною будівлею. Описано ключові підсистеми
АСУІБ, їх функціональне призначення, а також методи їх побудови та інтеграції,
що дає змогу оцінити ефективність кожної з них у контексті сучасних технологій.
Проведено огляд сучасного стану систем відеоспостереження, як важливої
складової АСУІБ. Оскільки сучасні камери відеоспостереження все частіше
оснащуються сенсорами (температури, вологості, руху, якості повітря тощо), цей
аналіз дозволяє комплексно розглянути проблему інтеграції сенсорів в мережі
WSN, з урахуванням вимог безпеки та їх впливу на функціональність системи.
Описано режими керування АСУІБ та існуючі методи розробки
автоматизованих систем управління для інтелектуальних будівель. Зокрема,
порівняно традиційний метод проектування АСУ з новітнім підходом, що
базується на використанні інформаційних моделей будівель (BIM). Цей метод,
завдяки своїй інноваційності, набирає популярності серед інженерів-
проектувальників АСУІБ, оскільки він дозволяє знижувати витрати на розробку
та полегшує інтеграцію різних компонентів.

35
РОЗДІЛ 2
МОДЕЛЮВАННЯ АВТОМАТИЗОВАНОЇ СИСТЕМИ УПРАВЛІННЯ IOT
ПРИЛАДАМИ

2.1. Аналіз проблеми розміщення сенсорів у неоднорідних сенсорних
мережах
Безпроводові Сенсорні Мережі (WSN) набули значної актуальності з
появою Інтернету Речей (IoT), суттєво розширивши можливості моніторингу
різноманітних пристроїв. Розвиток технологій вимагає постійного
вдосконалення характеристик мереж для забезпечення сумісності з сучасними
IoT-системами.
Існує два основних типи WSN: однорідні та неоднорідні. Однорідні
мережі складаються з уніфікованих сенсорів з однаковими протоколами та
параметрами вимірювання. Неоднорідні мережі, навпаки, включають сенсори з
різними характеристиками та протоколами зв'язку.
На початковому етапі розвитку IoT використовувалися переважно
однорідні WSN, призначені для моніторингу конкретних параметрів
середовища. Наприклад, мережа сенсорів СО2 дозволяла відстежувати рівень
забруднення повітря в різних міських зонах та приймати рішення щодо
регулювання транспортного руху.
Сучасні комплексні IoT-системи вимагають більш складних підходів з
використанням різнотипних даних. Показовим прикладом є інтелектуальні
будівлі (АСУІБ), де застосовуються мультисенсорні системи для постійного
моніторингу приміщень. Такі системи включають датчики температури,
вологості та газового складу повітря для виявлення потенційних небезпек,
зокрема пожежі або нестачі кисню.
У перспективі обидва типи WSN будуть важливими для побудови
інтелектуальних систем, проте вони мають суттєві відмінності в розміщенні та
розгортанні. Дослідження зосереджується на вирішенні проблем локалізації
36
оптимальних місць розташування сенсорів, особливо в неоднорідних мережах,
з урахуванням вимог кластеризації.
Ключовим аспектом є обмеження типів сенсорів відповідно до специфіки
локацій, що дозволяє максимально ефективно збирати необхідні дані з
мінімальною кількістю обладнання. Додатково розглядаються питання
забезпечення резервування та захисту WSN у разі часткових збоїв, що підвищує
надійність таких систем.
При плануванні розміщення сенсорів та шлюзів в інтелектуальній будівлі
постає комплексна задача оптимізації їх розташування з урахуванням низки
критеріїв. Основні завдання включають мінімізацію енергоспоживання системи
при дотриманні обмежень щодо підключення, ресурсів, резервування та
кластеризації покриття.
Через обмежений радіус передачі сенсорів (кілька метрів) необхідно
забезпечити підключення кожного сенсора принаймні до одного шлюзу.
Важливим є також обмеження ресурсів шлюзу – максимальна кількість
одночасних передач даних від сенсорів.
Система передбачає механізми резервування на випадок виходу шлюзу з
ладу. За такої ситуації сенсори мають автоматично перемикатися на
найближчий альтернативний шлюз, забезпечуючи неперервність моніторингу.
Кластеризація в такій системі має ієрархічну структуру та залежить від
специфіки конкретних зон будівлі. Наприклад:
− Поверх може становити окремий кластер охоронної сигналізації.
− Кімнати формують кластери з температурними, присутності та
освітлювальними сенсорами.
− Групи кімнат об'єднуються у кластери сенсорів вологості.
Принципово важливо, що положення сенсорів не прив'язані жорстко до
одного кластера. Навпаки, вони можуть бути взаємно інтегровані, створюючи
гнучку ієрархію, яка охоплює різні зони з різними типами сенсорів.
Кінцева мета моделі – визначити оптимальні позиції розміщення
обладнання для мінімізації сумарного енергоспоживання. Це включає
37
потужність, необхідну сенсорам для передачі даних шлюзу, та потужність
шлюзів для збирання й подальшої передачі інформації адміністратору системи
управління інтелектуальною будівлею.
На рис. 2.1 наведено приклад планування інтелектуальної будівлі, де сині
точки позначають положення сенсорів, а червоні — місця розташування
шлюзів.

Рис. 2.1. Модель інтелектуальної будівлі із зазначеними можливими
розташуваннями сенсорів і шлюзів

Процес визначення оптимального розташування сенсорів та шлюзів
безпосередньо залежить від їхньої енергетичної ефективності. Ключовим
параметром є обсяг енергоспоживання сенсорів, який безпосередньо корелює з
відстанню до призначеного шлюзу.
Для дослідження обрано бездротові сенсорні модулі TI eZ430-RF2500-
SHE, що вирізняються гнучкістю налаштування зони передачі та ефективним
управлінням енергоспоживанням. Це повноцінний USB MSP430 інструмент
розробки, який включає апаратне та програмне забезпечення для
мікроконтролера MSP430F2274 та бездротового трансивера CC2500 з частотою
2,4 ГГц. Модуль має вбудований USB інтерфейс, що дозволяє здійснювати
програмування в реальному часі безпосередньо в системі. Додатково
передбачено інтерфейс передачі даних від бездротової системи на
38
персональний комп'ютер. Вмонтовані сенсори температури та потужності
радіочастотного сигналу забезпечують моніторинг навколишнього середовища.
Змінна CostDi використовується для обліку обсягу енергії, необхідної для
передачі даних на певному рівні. Для спрощення розрахунків припускається,
що кожен рівень таблиці відповідає енергоспоживанню при передачі одного
пакету даних. Розвиток Інтернету Речей (IoT) зумовив вдосконалення сенсорної
техніки, що розширило можливості збору різноманітних даних. Сучасні
системи здатні відстежувати температуру, вологість, освітленість, якість
повітря, наявність загоряння тощо.
Запропонована модель передбачає роботу з датчиками типу K,
призначеними для збору інформації з різних середовищ. Незважаючи на
потенційні відмінності в характеристиках, у межах дослідження припускається
уніфікованість радіусу передачі та енергоспоживання, відповідно до наведеної
таблиці 2.1.

Таблиця 2.1.
Споживання енергії передачі (Etx(l)) та радіус передачі (R(l)) на кожному рівні
потужності (l)
l R(l) Etx(l) l R(l) Etx(l)
1 (lmin) 18,46 651,7236 14 39,95 818,4375
2 19,85 666,875 15 42,36 841,1743
3 21,04 682,0361 16 44,90 1045,7861
4 22,01 684,5581 17 47,60 1098,8257
5 23,65 689,6118 18 50,45 1101,3574
6 25,06 702,2412 19 53,48 1144,2993
7 26,57 704,7632 20 56,69 1197,3486
8 28,16 719,9243 21 60,09 1273,125
9 29,86 735,0757 22 63,70 1303,4375
10 31,64 750,2368 23 67,52 1401,9507
11 33,54 765,3882 24 71,58 1455,0097
12 35,56 788,125 25 75,87 1614,1382
26
13 37,69 803,2861 (lmax) 80,43 1924,8486
39
Інноваційний підхід у створенні моделі WSN полягає у впровадженні
кластерів. Кластери зазвичай розглядаються як групи однакових або схожих
елементів, об'єднаних разом [69]. У цьому конкретному випадку кластер
визначається як сукупність позицій сенсорів, у якій повинні бути повноцінно
представлені всі необхідні типи сенсорів [61, 62]. Такий підхід забезпечує
можливість створення різноманітних конфігурацій залежно від технічних вимог
і дозволяє гнучко змінювати остаточне планування в межах однієї
інтелектуальної будівлі. Це визначення також дає змогу створювати області, що
належать до кількох кластерів, що сприяє моделюванню більш реалістичних
сценаріїв.

Рис. 2.2. Приклад організації трьох кластерів різних розмірів

На рис. 2.2 наведено приклад кластерного поділу. Як видно, модель
дозволяє створювати малі кластери всередині більших. У цьому прикладі весь
поверх належить до синього кластера, що дає змогу визначати типи сенсорів,
які необхідно встановлювати лише один раз на поверх, наприклад, сенсори
затоплення. Зелений кластер охоплює всі приміщення, розташовані з верхнього
боку будівлі, де розміщуються сенсори, що реєструють параметри, які мало
змінюються від однієї кімнати до іншої, наприклад, якість повітря, вологість та
рівень СО2 [58, 60]. Червоний кластер представляє одну кімнату, у якій
встановлюються сенсори для вимірювання температури, визначення
присутності людей, контролю рівня освітлення, а також можуть бути розміщені
40
розумні розетки тощо. Варто зазначити, що модель відрізняє активні з'єднання
між сенсорами та шлюзами від резервних. Це дозволяє враховувати
енергоспоживання лише активних з'єднань для досягнення оптимальних
результатів, оскільки вони є основними в експлуатації. Резервні з'єднання
використовуються тільки у випадку збою мережі, причому час збою зазвичай
короткий порівняно з нормальним функціонуванням мережі, доки несправність
не буде усунена. Через це енергоспоживання резервних з'єднань не
враховується під час оптимізації.

2.2. Дослідження проблеми розгортання мережі
Порівняння результатів з повномасштабним розгортанням є важливим,
оскільки неможливо зробити точний висновок про доцільність встановлення
сенсорів за умов ручного підходу.
Після ініціалізації програмного забезпечення з визначеними на рис. 2.1
потенційними місцями розміщення, модель оптимізації обирає позиції,
представлені на рис. 2.3 для розгортання сенсорів та шлюзів. Зелений колір
позначає сенсори, помаранчевий - шлюзи. На даному етапі розглядається
базовий рівень захисту, де кожен сенсор гарантовано підключається лише до
одного шлюзу.

Рис. 2.3. Оптимізоване розташування сенсорів та шлюзів, вибране моделлю для
остаточного розгортання.
41
Таблиця 2.2 ілюструє кількість розгорнутих сенсорів і шлюзів, а також
їхнє енергоспоживання. Порівняння проводиться між запропонованим
дослідницьким рішенням та еталонною конфігурацією, де всі приміщення
будівлі максимально охоплені необхідними сенсорами та шлюзами. Для
коректності порівняння припускається уніформність передачі даних усіма
сенсорами протягом однакового часового проміжку.
Додатково варто зазначити, що в розрахунках не враховується
споживання окремих пристроїв через варіативність їх кількості в різних
підходах.
Як показує аналіз, точне визначення системних вимог дозволяє
оптимізувати розміщення сенсорів [63, 71, 75]. Зокрема, можна зменшити
кількість встановлених сенсорів і шлюзів на 36% та 63% відповідно. Це також
призводить до помітної економії енергії, досягаючи зниження споживання на
38% для цієї конкретної інтелектуальної будівлі.

Таблиця 2.2.
Кількість встановлених сенсорів і шлюзів для оптимізованого та повного
функціонування мережі
Кількість Кількість шлюзів Передана енергія
Мережа
сенсорів (шт.) (шт.) (нВт)
Оптимізована 66 7 52,456
Повна 104 21 83,570

Попри те, що запропоноване рішення демонструє кращі показники з огляду
на кількість пристроїв та рівень енергоспоживання, важливо дослідити також
потенційні мережеві збої.
У разі часткового пошкодження мережі виникають певні ризики. Зокрема,
оптимізована система може виявитися неспроможною забезпечити повноцінну
передачу даних. Відключення сенсора призводить до втрати інформації з
контрольованих пристроїв через відсутність резервних каналів. Збій шлюзу може
42
спричинити повне від'єднання частини мережі, що означає втрату всіх даних від
підключених до нього сенсорів. Натомість повномасштабне розгортання
забезпечує вищу надійність завдяки множинності маршрутів передачі даних.
Для підвищення стійкості мережі впроваджуються різні рівні захисту.
Рівень захисту визначає максимальну кількість шлюзів, до яких може
підключатися кожен сенсор. Наприклад:
− При рівні захисту 1 сенсор може з'єднуватися лише з одним шлюзом.
− При рівні захисту 3 сенсор має доступ до трьох шлюзів, і лише
синхронний вихід усіх трьох може перервати зв'язок.
Такий підхід суттєво підвищує надійність мережі, оскільки сенсори
отримують можливість перенаправляти дані до найближчого доступного шлюзу.
Принципово важливо, що вищий рівень захисту безпосередньо корелює з
більшою стійкістю мережі до непередбачуваних технічних несправностей.

Таблиця 2.3.
Споживання енергії для різних конфігурацій мережі та рівнів захисту
Рівень захисту 1 2 3 4 5 6
Повна 83,569 83,569 83,569 83,569 83,569 83,569
Оптимізована 52,454 52,635 52,996 53,963 56,561 59,026
Відмовостійка 52,454 60,629 63,341 64,409 67,586 68,299

Таблиця 2.3 та рис. 2.4 демонструють вплив підвищення рівня захисту
бездротової сенсорної мережі (WSN). Представлено три сценарії: оптимізована
модель без рівня захисту та повна конфігурація з максимальним охопленням
сенсорів і шлюзів. Важливо зазначити, що енергоспоживання повної
конфігурації залишається незмінним незалежно від рівня захисту.
Зі збільшенням рівня захисту приріст енергоспоживання поступово
зменшується завдяки додатковим резервним шляхам передачі через нові
шлюзи. Впровадження додаткових шлюзів ефективно знижує зростання
енергоспоживання при видаленні окремих вузлів.
43

Рис. 2.4. Енергоспоживання при передачі через мережу для оптимальної, повної
та відмовостійкої моделей

Моделювання показує, що використання рівня захисту до 3 є
виправданим через незначне збільшення енергоспоживання. Приріст
енергоспоживання майже лінійний, тому вибір рівня захисту залежить від
необхідного ступеня стійкості мережі. Дослідження рівнів захисту понад 6
виявилося неможливим через обмеження пропускної здатності шлюзів та
складність резервних з'єднань. Отримані результати специфічні для конкретної
топології мережі та параметрів передачі. За інших вхідних даних поведінка
рівня захисту може змінюватися, демонструючи компроміс між
енергоспоживанням і надійністю мережі. Вибір рівня захисту залежить від
конкретних вимог системи IoT. Наприклад:
− На промисловому виробництві, де критично важливо відстежувати
обладнання, необхідний високий рівень захисту мережі.
44
− Системи домашньої автоматизації можуть віддавати перевагу
мінімальному енергоспоживанню, допускаючи низький або відсутній
рівень захисту.
Ключовий висновок полягає в необхідності глибокого аналізу потреб
конкретної IoT-системи для прийняття рішення про рівень мережевого захисту.
У дослідженні представлено новий підхід до оптимального розташування
елементів бездротової сенсорної мережі (WSN) для інформаційної безпеки.
Запропонована математична модель забезпечує раціональне розміщення
сенсорів та шлюзів з урахуванням сучасних вимог до мереж Інтернету Речей.
Ключові особливості моделі включають:
1. Кластеризацію неоднорідних сенсорів: Модель дозволяє створювати
кластери різного розміру, що забезпечує гнучке охоплення різних
типів сенсорів в єдиній мережі.
2. Підвищену відмовостійкість: Впроваджено механізми захисту, які
дають змогу сенсорам перенаправляти дані через найближчі доступні
шлюзи у разі часткового пошкодження мережі.
3. Оптимізацію ресурсів: Розрахункова модель демонструє значне
скорочення кількості необхідних сенсорів та шлюзів порівняно з
традиційними підходами.
Експериментальні результати показали вражаючі показники
ефективності:
− Зменшення кількості сенсорів на 36%
− Скорочення числа шлюзів на 64%
− Загальна економія енергії до 38%
Додатково дослідження розглядає однорідні мультихоп-мережі, де всі
вузли мають однакові функції. Для подолання обмежень таких мереж
запропоновано використовувати стохастичну оптимізацію, яка дає змогу
ідентифікувати критично важливі вузли та підвищити загальну надійність
системи. Навіть при збільшенні рівня захисту до шести позицій, система
зберігає високу енергоефективність, демонструючи переваги запропонованого
45
підходу. Основна мета дослідження – створення більш інтелектуальної,
адаптивної та стійкої архітектури бездротових сенсорних мереж для систем
інформаційної безпеки.

2.3 Управління критичними вузлами в однорідних безпроводових
сенсорних мережах
Однорідні мережі продовжують залишатися важливим компонентом
майбутніх систем "Інтернету Речей". У межах поточного дослідження особливу
увагу приділено виявленню найбільш критичних вузлів у такій мережі, що
принципово відрізняється від традиційного підходу.
У класичному розумінні критичний вузол - це елемент, видалення якого
повністю роз'єднує мережу. Натомість запропонований підхід передбачає більш
комплексну оцінку важливості сенсорів з метою підвищення загальної стійкості
системи.
Дослідження враховує два ключові параметри функціонування
бездротової сенсорної мережі (WSN):
1. Затримка передачі даних: час, необхідний для транспортування
інформації від одного сенсора до приймаючого вузла.
2. "Тривалість життя" мережі: період роботи системи до повної втрати
працездатності.
"Тривалість життя" визначається кількістю пакетів, які можуть бути
згенеровані кожним вузлом до моменту вичерпання його енергетичного
ресурсу. Важливо, що цей показник є однаковим для всіх вузлів мережі.
Методологія дослідження включає наступні етапи:
− Генерація мережі з N вузлів.
− Випадковий розподіл сенсорів у заданому радіусі.
− Застосування методики стохастичної оптимізації (ВПАП).
− Багаторазова перевірка та regenerація мережі до отримання
коректного результату.
46
Основна мета такого підходу – ідентифікація критичних вузлів для
подальшого посилення їхніх резервних можливостей, що дозволить підвищити
загальну надійність та безперервність роботи мережі.

Рис. 2.5. Фреймворк для ідентифікації критичних вузлів
47
Дослідження має на меті не просто виявити слабкі точки, а створити
більш стійку та адаптивну архітектуру бездротової сенсорної мережі.
На рисунку 2.5 показано фреймворк, який використовується для такого
аналізу. Спочатку створюється нова мережа з N вузлів. Ця мережа генерується
випадковим чином шляхом вибору координат N-го вузла в досліджуваному
діапазоні радіусів.
На рисунку 2.6 показано приклад мережі з N = 100 сенсорів, розподілених
по площі у формі диска радіусом 200 м.

Рис. 2.6. Приклад розподілу сенсорів для радіусної зони 200 м та N = 100

ВПАП(ПТ) – це метод, заснований на стохастичній оптимізації,
призначений для розв'язання складних обчислювальних завдань [75, 78, 92, 93].
Процедура включає дві основні фази: фазу побудови та фазу пошуку. На першій
фазі рішення поступово формується ітераційно за допомогою алгоритму
поглинання, додаючи елементи один до одного, доки не буде досягнуто «порогу
48
відмови» (який вказує на проблему розгортання). Друга фаза полягає у
застосуванні локального пошуку серед уже сформованих рішень для їх
подальшого вдосконалення.
ВПАП(ПТ) має значні переваги завдяки простоті та високій якості
пошуку рішення в обмежені терміни. Ця особливість є критично важливою для
розробленого фреймворку, оскільки дозволяє одночасно запускати кілька
екземплярів ВПАП(ПТ) для перевірки кожної перестановки підмножини
критичних вузлів, як це показано на рисунку 2.5. Додатково, випадковий
компонент ВПАП(ПТ) допомагає уникати потрапляння в локальні оптимуми.
Зважаючи на неоднорідність енергії, необхідної для передачі, в
залежності від радіусу передачі та типу ретранслятора, який використовує
кожен вузол мережі, можна стверджувати, що існуватиме вузол або група
вузлів, які обмежують «тривалість життя» мережі [76, 77, 79, 113, 114].
Локальний пошук відповідає за виявлення перевантажених вузлів і
перерозподіл їх навантаження для збільшення «тривалості життя» мережі [115,
116]. Для цього спочатку визначається найбільш завантажений вузол c. Щоб
зменшити його навантаження, випадковим чином обирається вузол n, який
надсилає дані до перевантаженого вузла c. Потім потрібно спробувати
перенаправити з'єднання вузла n до іншого сусіда, відмінного від c, з метою
рівномірного розподілу навантаження та продовження «тривалості життя»
мережі. Розглядаючи WSN з кількістю вузлів N, можна стверджувати, що
важливість кожного вузла в мережі змінюється від одного до іншого. Оскільки
всі вузли мають передавати свої дані на базову станцію, можна очікувати, що
віддалені вузли лише передаватимуть дані, без необхідності ретрансляції
пакетів інших вузлів. Водночас вузли, що знаходяться близько до базової
станції, швидше за все, виконуватимуть роль мостів, повторно передаючи дані
від тих вузлів, що не можуть самостійно встановити зв'язок із базовою станцією
[57, 76, 117]. Зважаючи на це, було визначено три функції для оцінки важливості
вузлів, що дозволяють зменшити кількість перевірок на критичність.
49
Після визначення всіх функцій, необхідно перевірити, чи дозволяє їх
використання зменшити кількість вузлів для тестування на критичність,
зберігаючи точність результатів. Для цього створюються 10 топологій мережі з
N = 100 вузлів, де вузли випадковим чином розподіляються в радіусі 200 м.
Потім ці топології аналізуються за допомогою метаевристики ВПАП(ПТ) для
ідентифікації критичних вузлів через тестування всіх можливих вузлів і
підмножин вузлів, як для моделей затримки, так і для «тривалості життя» [115,
116]. Після ідентифікації критичних вузлів необхідно перевірити їх місце за
допомогою зазначених трьох функцій. Варто зазначити, що вузли, визначені як
критичні, можуть не бути правильними при використанні аналогічної моделі
ЗЦП. Однак спочатку аналізуються функції через ВПАП(ПТ), а в пункті 2.4
перевіряється відсоток успішної ідентифікації.

Таблиця 2.4.
Показник успішності незалежних функцій для моделі затримки з різними
порогами функцій. H = 1 достатньо для 100% успіху
Критичних
Н=1 R - 3 R - 5 R - 10 C- 3 C - 5 C- 10
вузлів
1 100% 70% 70% 90% 0% 20% 30%
2 100% 45% 55% 80% 5% 25% 25%

У таблицях 2.4 та 2.5 представлено загальний відсоток успіху для кожної
перевіреної підмножини критичних вузлів і різних порогових значень функцій
для моделей затримки та «тривалості життя». Зокрема, пороги функцій 3, 5 і 10
застосовуються як для функції зв’язку (C), так і для функції ретрансляції (R).
Однак кількість стрибків (хопів) до базової станції відрізняється між цими двома
тестами: для моделі затримки достатньо одного хопа (H = 1) для досягнення
100% успіху, тоді як для моделі «тривалості життя» необхідно розширити цей
діапазон до двох хопів (H = 2).

50
Таблиця 2.5.
Показник успішності незалежних функцій для моделі при різних значеннях
функцій
Критичних
Н=1 Н=2 R - 3 R - 5 R - 10 C - 3 C - 5 C - 10
вузлів
1 90% 100% 20% 40% 100% 40% 60% 70%
2 90% 100% 15% 35% 100% 25% 25% 70%

З отриманими результатами очевидно, що використання високих
порогових значень для всіх функцій при включенні вузла до підмножини
критичних вузлів не є надійним, і відсоток успіху буде надзвичайно низьким.
Таким чином, можна припустити, що тестування всіх вузлів з H = 1 для моделі
затримки або H = 2 для моделі «тривалості життя» є найбільш надійним
варіантом.

Таблиця 2.6.
Відсоток успіху виявлення критичних вузлів при застосуванні різних порогових
значень функцій
Критичних вузлів 3 5 10
1 70% 90% 100%
2 50% 65% 80%

Таблиця 2.7.
Відсоток успіху виявлення критичних вузлів при застосуванні різних
порогових значень функцій ретрансляції
Критичних вузлів 3 5 10
1 60% 70% 100%
2 55% 75% 1000%

51
Таблиці 2.6 та 2.7 надають результати таких сценаріїв. Як можна
побачити, ймовірність ідентифікації найбільш критичного вузла зростає при
підвищенні верхнього порогу функції, досягаючи 100% при використанні
порогу 10. У випадку з двома критичними вузлами цей відсоток зазвичай
знижується. Однак, при використанні однакового порогу функції (10),
коефіцієнт успіху залишається досить високим (80%) для моделі затримки та
досягає 100% для моделі «тривалості життя» .

Рис. 2.7. Середні та максимальні значення «тривалості життя» для мереж з
вузлами, розміщеними в межах радіусу 200 м
52
Однак, навіть за таких обмежень функцій, кількість вузлів для
тестування залишається дуже великою, що ускладнює отримання точних
результатів при запуску ВПАП(ПТ) для великих мереж і більших підмножин
критичних вузлів. У зв’язку з цим було ухвалено рішення враховувати
приналежність вузла до двох з трьох функцій, незалежно від їх комбінації, щоб
вважати вузол потенційно критичним для перевірки.
Варто зазначити, що ці функції є ефективним інструментом для
зменшення складності задачі, відбираючи лише вузли з високою ймовірністю
бути критичними, замість того, щоб перевіряти кожен вузол окремо. Результати
досягаються саме за допомогою таких функцій. Якщо не зазначено інше, дані
отримуються з порогом функції 10 для зв'язку (С) та ретрансляції (R), при цьому
H = 1 використовується для підключення до базової станції в обох моделях для
підтримки узгодженості.
Середні та максимальні значення «тривалості життя» представлені на
рис. 2.7(в) та 2.7(г). Обидва графіки демонструють однакову експоненційну
тенденцію, однак максимальні значення значно вищі і в деяких випадках удвічі
перевищують середні.

Висновки
У цьому розділі представлено результати, отримані за допомогою методу
стохастичної оптимізації ВПАП(ПТ), який, на відміну від класичної моделі,
здатний обробляти великі мережі з великою кількістю вузлів і виконувати більше
тестів на критичність вузлів. Також було прийнято рішення про одночасне
видалення критичних вузлів, а не поетапне, що дозволило зробити наступні
висновки:
1. Одночасне видалення.Такий підхід дозволяє моделювати найгірший
можливий сценарій, коли частина мережі несподівано виходить з ладу
і багато критичних вузлів вимикаються одночасно. Система АСУІБ,
яка поширена на багато інтелектуальних будівель або локацій, може
втратити частину мережі через природні катаклізми, зловмисні атаки
53
або відключення електропостачання. У той же час, окремі поломки
сенсорів менш ймовірні завдяки можливості контролювати рівень
заряду акумулятора або моніторити стан сенсора до його повної
поломки.
2. Гнучкість. У багатьох випадках ітераційні та одночасні алгоритми
визначають однакові критичні вузли. Це означає, що якщо обмеження
часу або обчислювальних потужностей не дозволяють застосувати
одночасне видалення, можна застосувати ітераційний алгоритм, що
дасть достатньо точні результати для визначення критичних вузлів.
Однак це не повинно бути стандартною практикою в моделюванні та
проектуванні.
Аналіз результатів показав, що ідентифікація критичних вузлів є критично
важливою для забезпечення якості обслуговування, навіть якщо АСУІБ
знаходиться в аварійному стані. Хоча вплив критичних вузлів на фіксовані зони
зменшується зі збільшенням кількості вузлів, їх збій залишається важливою
проблемою, що потребує врахування вимог цілісності та доступності зазначених
вузлів. Отже, безпека та надійність ключових вузлів мають вирішальне значення.
Детальне вивчення та реалізація цих вимог дозволить уникнути руйнування всієї
системи АСУІБ, що може призвести до значних економічних втрат.
Попри те, що методи стохастичної оптимізації не завжди забезпечують
точні й коректні результати, високий відсоток успішних рішень дозволяє
застосовувати ці методи для масштабних сценаріїв, де традиційні методи
оптимізації не здатні обробити великі обсяги даних.

54
РОЗДІЛ 3
ПРОЕКТУВАННЯ АВТОМАТИЗОВАНОЇ СИСТЕМИ УПРАВЛІННЯ
ІОТ ПРИЛАДАМИ

3.1. Розвиток архітектури Інтернету речей (IoT)
Початкові архітектури здебільшого фокусувались на локальних сценаріях
без глобального підключення через Інтернет. З часом архітектури розвивалися і
ставали більш глобальними та стандартизованими. Сьогодні масове
використання гаджетів і потреба в підключенні великої кількості сенсорів
показують, що хмарні технології стали стандартом де-факто.
Швидке поширення гаджетів, мобільних пристроїв і цифрових рішень для
вирішення повсякденних завдань породжує хаос всередині "Інтернету Речей".
Компанії пропонують швидкі рішення через вертикальні архітектури, які не
дають змоги взаємодіяти різноманітним пристроям. Крім того, відсутність
стандартизації протоколів зв'язку ускладнює створення неоднорідних систем, в
яких пристрої різних виробників могли б обмінюватися даними без додаткових
програмних чи апаратних рішень. Ця проблема відома як проблема
«уособленості» – створення приватних та закритих рішень кожним виробником,
від фізичного рівня до програм для кінцевих користувачів. Як показано на
Рисунку 3.1, кожен виробник розробляє власний сенсорний рівень для збору
даних, управляє ними через проміжний рівень і доставляє до програми кінцевого
користувача. Така вертикальна структура унеможливлює створення IoT рішень
на основі комбінацій пристроїв різних компаній для більш складних сценаріїв.
Далі в дослідженні буде розглянута еволюція архітектури IoT з моменту
виникнення цього терміну до сьогодення, з акцентом на те, як ці архітектури
вирішували проблему «уособленості». На початкових етапах розвитку
«Інтернету Речей» відсутність архітектурних стандартів і протоколів
ускладнювала створення систем, що відповідали б мінімальним вимогам, таким
як масштабованість, сумісність, безпека та надійність.
55

Рис. 3.1. Проблема «вертикальності» IoT та її абстракція

Тоді пристрої підтримували лише фізичні протоколи бездротового зв’язку,
такі як Bluetooth або ZigBee, і не мали можливості передавати дані через
Інтернет. Крім того, з’єднання між пристроями та програмним забезпеченням
відбувалося безпосередньо, без використання проміжних рівнів для поділу
системи. На рисунку 3.2 показано спрощене уявлення такої архітектури.

Рис. 3.2. Дворівнева архітектура IoT
56
Як видно, цю архітектуру можна було поділити лише на два основних
рівні: сенсорний та прикладний. Хоча в межах однієї системи могли бути
використані кілька пристроїв, вони функціонували як окремі елементи, не
взаємодіяючи між собою і не допомагаючи один одному при передачі даних.
Мережевий рівень, що об'єднує пристрої в WSN, не був реалізований. Замість
цього дані, згенеровані сенсорним рівнем, безпосередньо передавалися на
прикладний рівень без жодного проміжного з'єднання, що ускладнювало
масштабування та сумісність системи.
Згодом з'явилася архітектура, яку можна вважати початком «Інтернету
Речей» [123]. Вона складалася з трьох рівнів: сенсорного, мережевого та
прикладного, як показано на Рисунку 3.3 [124, 126, 127]. Мережевий рівень
об'єднував усі сенсори та виконавчі механізми (актуатори) системи, утворюючи
WSN, де пристрої знали один про одного. Крім того, було введено шлюзи, які
збирали та пересилали всі необроблені дані, згенеровані сенсорами. Хоча
початкові системи все ще використовували лише фізичні протоколи
бездротового зв'язку, додавання шлюзів як більш потужного проміжного
елемента дозволило мережі Інтернет стати каналом зв'язку між мережевим і
прикладним рівнями.

Рисунок 3.3. Трьохрівнева архітектура IoT
57
Впровадження мережевого рівня допомогло частково вирішити проблему
масштабованості завдяки можливості додавати більше шлюзів для обробки
даних з усіх підключених пристроїв [125]. Проте це не стало повним рішенням.
Що стосується сумісності та неоднорідності, то відсутність єдиних стандартів
між компаніями щодо протоколів і структури повідомлень перешкоджала
інтеграції різних пристроїв у єдину систему [128].
На цьому етапі дослідники та виробники усвідомили необхідність
створення рівня абстракції, який дозволяє повністю відокремити фізичну
мережу від програмного забезпечення, що дає змогу розробляти програми, не
залежні від конкретних пристроїв. Було зроблено багато зусиль для
забезпечення рівня абстракції та стандартизації в контексті WSN. Проекти
Європейського Союзу, такі як SENSEI [129] та «Архітектура Інтернету Речей»
(IoT-A) [130], спрямовані на вирішення цієї проблеми через створення та
визначення архітектур для різних застосувань. Однак, досі немає єдиної думки
щодо загальних архітектурних стандартів для вищих рівнів.
Проміжне програмне забезпечення абстрагує складність системи та
апаратного забезпечення, дозволяючи розробникам фокусуватися на
розв'язанні конкретних завдань, без необхідності враховувати системні або
апаратні деталі. Воно створює програмний рівень між фізичним та прикладним
рівнями. Як було зазначено раніше, IoT взаємодіє з численними технологіями
інфраструктури та додатків, тому проміжне програмне забезпечення повинно
забезпечувати майже повну сумісність [131].
Попри загальну згоду виробників і розробників щодо необхідності
використання проміжного програмного забезпечення як рівня абстракції,
останніми роками з'явилося кілька різних підходів до проектування, таких як
подійно-орієнтовані, на основі баз даних, сервіс-орієнтовані чи специфічні для
програм. Проте використання одного єдиного підходу може бути недостатнім.
Тому успішне проміжне програмне забезпечення будується на комбінації
кількох підходів.
58

Рисю 3.4. Чотирьохрівнева архітектура IoT

Оскільки всі згенеровані дані повинні проходити через проміжне
програмне забезпечення для абстракції, впровадження бази даних (БД) як
частини цього рівня виглядає логічним рішенням. Тому багато сучасних рішень
проміжного програмного забезпечення мають архітектуру, орієнтовану на
використання бази даних. Однак підключення до бази даних може варіюватися
залежно від того, чи є дані безпосередньо доступними кінцевим користувачам,
або ж вони зберігаються в приватному режимі, з подальшою пропозицією подій
чи послуг. У першому випадку архітектура передбачає пряме підключення до
бази даних, у другому – комбінацію бази даних і архітектури, орієнтованої на
події чи сервіси [132-134].
Проміжне програмне забезпечення, яке базується на подіях і поєднується з
базами даних, набуває популярності завдяки простоті розгортання та зручності
використання ресурсів. Оскільки окремі повідомлення від сенсорів можна
розглядати як події, їх зберігання стає досить простим. Що стосується передачі
подій, цей тип програмного забезпечення часто використовує шаблон
59
«публікації/підписки», за яким набір «передплатників» отримує події від
«видавців». Для цього використовуються протоколи, такі як CoAP або MQTT.
До певного часу з'явилося багато моніторингових програм для різних
сценаріїв, таких як системи моніторингу здоров'я, енергетичних витрат будівель
або ресурсів міста. Однак ці системи були лише інформаційними [135].
Новий «Інтернет Речей» або «Інтернет майбутнього» має виходити за межі
суто інформаційного підходу. Створення інтелектуальних та автономних систем
є основною метою для компаній та дослідників. Для цього до вже існуючої
архітектури додаються нові елементи.

Рис. 3.5. П’ятирівневої архітектури IoT

Зокрема, між проміжним програмним забезпеченням і додатком
з'являється новий рівень, який часто називають рівнем знань, рівнем
усвідомлення контексту або когнітивним рівнем. Цей рівень відповідає за запит
даних і отримання достовірної інформації для створення нових знань і
подальших дій на їх основі [136-139].
60
Залежно від цілей програми можуть використовуватися різні методи, такі
як програмування за правилами, машинне навчання або прогнозний аналіз.
Програми, побудовані на основі правил, змінюють стан сценарію, коли
відбуваються певні події.

3.2. «Хмарна» архітектура IoT
У розділі досліджується архітектура, розроблена для усунення деяких
недоліків, зазначених у попередніх розділах. Вона забезпечує сумісність різних
типів сенсорів і протоколів, що дозволяє організовувати комунікацію між
сенсорами. Крім того, надійність і стійкість даних досягаються завдяки
проміжному програмному забезпеченню «Cloud» (хмара), яке здатне реплікувати
послуги за запитом. «Хмара» також дозволяє використовувати дані зі сховища як
сервіс для третіх сторін.
На рисунку 3.6 представлена архітектура, поділена на кілька рівнів.
Сенсорний рівень, що знаходиться внизу, включає всі сенсори та виконавчі
механізми (актуатори) мережі. Цей рівень відповідає за спостереження за
середовищем і виконання необхідних дій, що надходять від вищого рівня [40,
141].
Мережевий рівень об'єднує шлюзи платформи. Оскільки ресурси цих
пристроїв обмежені в плані кількості можливих підключень, важливо розробити
сценарій для оптимізації числа з'єднань. Що стосується енергоспоживання,
шлюзи потребують більш потужних джерел енергії порівняно з сенсорами.
Шлюзи зазвичай розміщуються всередині будівель для забезпечення їх
стабільної роботи. Крім того, отримані дані можуть потребувати завантаження
в Інтернет, що також є причиною їхнього розміщення в будинках, підключених
до Інтернету [14].
Однією з основних проблем у сфері IoT та WSN залишається
неоднорідність на фізичному рівні. Відсутність єдиних стандартів для зв'язку та
структури повідомлень змушує систему мати можливість оновлювати
програмне забезпечення шлюзів для сумісності з новими пристроями.
61

Рисунок 3.6. Абстракція «хмарної» архітектури IoT

Хоча «південні ворота» (зв'язок між сенсорами та шлюзами) можуть бути
неоднорідними, «північні ворота» (зв'язок між шлюзами та вищим рівнем)
використовують один єдиний протокол для забезпечення однорідності.
Агрегатор даних і рівень обробки відповідають за отримання необроблених
сенсорних повідомлень, які після обробки перетворюються у стандартний
формат. Оскільки формат JSON став стандартом для «великих даних»,
необроблені дані зберігаються у цьому форматі. Цей рівень можна вважати
частиною мережевого рівня, і тому він розташовується всередині нього.
Проміжне програмне забезпечення відіграє ключову роль в архітектурі.
Як уже зазначалося, «Хмара» є стандартом для розміщення такого програмного
забезпечення, яке надає глобальне підключення та можливість доставки даних
стороннім клієнтам. Проміжне програмне забезпечення має забезпечувати
завантаження, зберігання та отримання даних за допомогою стандартних
протоколів, таких як HTTP або MQTT. Вдосконалення технологій «великих
62
даних» також дозволяє здійснювати реплікацію серверів та баз даних у разі
необхідності, якщо збільшиться кількість запитів на з'єднання [43, 44].
Сенсорний рівень
Сенсорний рівень складається з усіх сенсорів та виконавчих механізмів
(актуаторів) системи. Його основна мета – збір даних з елементів сценаріїв, що
виконуються в даний момент. У контексті АСУІБ сенсори часто
використовуються для моніторингу таких умов навколишнього середовища, як
температура, вологість, освітлення, якість повітря, а також для спостереження за
станом пристроїв, таких як двері, вікна, жалюзі, комп’ютери тощо. Крім того,
сенсори відстежують зміни статусу цих елементів. Наприклад, якщо система
зафіксує, що в кімнаті залишили увімкнене світло, вона може надіслати команду
на його вимкнення, щоб уникнути зайвої витрати енергії. Для цього зв’язок між
пристроями та вищим рівнем повинен бути двонаправленим.
АСУІБ також може використовувати двонаправлений зв’язок для взаємодії
з сенсорами. Оскільки деякі сенсори можуть бути розташовані в важкодоступних
місцях (наприклад, сенсори затоплення), ця можливість є необхідною для
оновлення програмного забезпечення без фізичного доступу до пристроїв, що
відоме як програмування по повітрю (OTA).
Як видно, існує багато характеристик для моніторингу та використання,
що відкриває широкі ринкові можливості для компаній. Проблема
«уособленості», про яку згадувалося раніше, починається саме на цьому рівні.
Компанії часто спеціалізуються на конкретному сценарії чи задачі, не
узгоджуючи стандарти архітектури чи комунікації. Проте для розробки більш
загальної системи, такої як АСУІБ, необхідно об’єднати кілька сенсорів, щоб
задовольнити всі зазначені вимоги. Для цього потрібен рівень, на якому ці
відмінності усуваються, що забезпечує передачу даних і зв’язок між різними
протоколами.
Мережевий рівень
Мережевий рівень об'єднує шлюзи та керує ними, забезпечуючи створення
WSN між сенсорами, виконавчими механізмами (актуаторами) та шлюзами.
63
Оскільки сенсорний рівень є неоднорідним, шлюзи повинні бути
багатофункціональними з точки зору сумісності протоколів. Вони повинні мати
кілька інтерфейсів, які залежать від типу сенсорів, якими вони управляють. Через
цю вимогу їх енергоспоживання є більшим, тому батарей не вистачає. Замість
цього шлюзи зазвичай розміщують всередині будівель для підключення до
електричної мережі.
До цього етапу зв'язок між пристроями в системі здійснюється локально.
Однак коли шлюз отримує повідомлення, підключення може бути змінене.
Локальні системи можуть функціонувати через приватну мережу без
підключення до Інтернету, де шлюзи підключаються до вищого рівня для
стандартизації та зберігання повідомлень. Іншим варіантом є обладнання шлюзів
інтерфейсами Wi-Fi для прямого завантаження даних в Інтернет.
Рівень агрегатора даних
Рівень агрегатора даних можна вважати рівнем обробки повідомлень і
стандартизації. Він відповідає за прийом необроблених повідомлень від кожного
шлюзу та їх перетворення у стандартний формат. Для цього було обрано формат
JSON, оскільки він сумісний з вищезгаданим рівнем і зручний для роботи з
технологіями «великих даних», а також не потребує реляційних баз даних.
Цей рівень можна розгорнути в кількох точках архітектури. Залежно від
потужності шлюзів, агрегатор може бути розміщений безпосередньо в кожному
шлюзі, що дозволить уникнути необхідності збору даних центральним сервером
для подальшої обробки та завантаження. Однак такий підхід має кілька
недоліків. По-перше, всі шлюзи повинні мати доступ до Інтернету для
завантаження даних. По-друге, це вимагає більшої обчислювальної потужності
та пам’яті для кожного шлюзу. Крім того, будь-які зміни в агрегаторі даних,
наприклад, для підтримки нових структур даних, вимагатимуть повної
перепрограмування всіх шлюзів.
Альтернативою є розробка модуля для проміжного програмного
забезпечення, яке використовується в АСУІБ, щоб централізовано обробляти
дані, стандартизувати їх і зберігати. Це хороший підхід до проектування, але в
64
рамках поточної архітектури АСУІБ він не був реалізований для збереження
зовнішнього проміжного програмного забезпечення недоторканим.
Остаточний підхід до проектування полягає в розгортанні агрегатора
даних на центральному сервері, здатному створювати кілька реплік для обробки
всіх вхідних з’єднань. Це дозволяє шлюзам не потребувати підключення до
Інтернету, знижуючи вимоги до їх обчислювальних потужностей і оптимізуючи
споживання енергії. Крім того, така архітектура дозволяє використовувати
шлюзи, що працюють на батареях, у випадку необхідності.
Прикладний рівень
Прикладний рівень, як випливає з його назви, включає програму, яка
відповідає за взаємодію з користувачем і відображення необхідної інформації. У
контексті «Інтернету Речей» сучасні програми зазвичай орієнтовані на
моніторинг навколишнього середовища, виступаючи в ролі інформаційної
панелі, де користувач може в реальному часі переглядати показники різних
сенсорів системи, такі як температура в приміщенні, споживання електроенергії,
зовнішнє освітлення та інші. Також існують інтерактивні програми, що
дозволяють користувачу не тільки переглядати дані з сенсорів, а й взаємодіяти з
навколишнім середовищем, наприклад, закривати двері, знижувати температуру
або вмикати/вимикати різні пристрої.
Однією з основних переваг представленої архітектури є свобода, яку
отримує розробник при створенні конкретного застосунку. Завдяки проміжному
програмному забезпеченню зі стандартними форматами і протоколами передачі
даних, розробник може повністю зосередитись на реалізації функцій програми,
не враховуючи специфікації апаратного забезпечення.
Єдиним елементом зв'язку між проміжним програмним забезпеченням і
застосунком є модуль прийому повідомлень. Як було зазначено раніше,
повідомлення можна отримувати через REST API або за допомогою підписки
через протокол «публікація / підписка». Перший метод дозволяє виконувати
синхронні запити для отримання конкретних значень, коли це необхідно. Однак
протокол «публікація / підписка» є стандартом де-факто в сучасних IoT
65
застосунках. Цей протокол дозволяє отримувати повідомлення асинхронно, без
потреби постійно запитувати дані в проміжному програмному забезпеченні.
Коли нове повідомлення від сенсора зберігається у проміжному програмному
забезпеченні, воно автоматично пересилається до програми, якщо вона
підписалася на отримання таких повідомлень.

3.3. Проектування автоматизованої системи керування ІоТ приладів
У цьому конкретному випадку впровадження орієнтовано на Систему
енергоменеджменту інтелектуальних будівель. На рисунку 3.7 показано всі
елементи, що складають загальну структуру архітектури.
Оскільки розгортання реального сценарію з усіма необхідними сенсорами
має високу вартість, було ухвалено рішення протестувати реалізацію на
зменшеному тестовому стенді для перевірки коректності поведінки загальної
архітектури IoT.

Рис. 3.7. Загальна структура архітектури системи АСУІБ
66
Сенсорний рівень, що знаходиться на самому низу, об'єднує всі сенсори,
відповідальні за збір даних про навколишнє середовище. Зокрема, три сенсори
CLAP «MOTION SENSOR CLMS-1945» розташовані в окремих кімнатах будівлі.
Вони збирають інформацію про рух, температуру, освітленість та вологість.
Агрегація цих сенсорів утворює безпровідну сенсорну мережу, яка може бути як
однорідною, так і гетерогенною. Важливо правильно визначити тип мережі, який
потрібен для кожного конкретного сценарію, щоб забезпечити мережі розширені
функції, орієнтуючись на два ключові показники WSN – надійність і стійкість.
Мережі повинні забезпечувати належний рівень захисту та мати плани
резервного копіювання, щоб запобігти несподіваним частковим збоям.
Виявлення потенційно критичних ділянок WSN потребує різних підходів,
залежно від типу мережі. Крім того, розміщення сенсорів у досліджуваній зоні
повинно бути ретельно сплановане, щоб відповідати вимогам до збору даних
системи.
У даному випадку наша тестова АСУІБ є однорідною WSN, оскільки
використовувані фізичні сенсори складаються з кількох менших елементів для
збору різних параметрів навколишнього середовища. Проте реальні АСУІБ
потребують використання гетерогенних сенсорів для збору більшої кількості
показників.
Дані, зібрані сенсорами, безпосередньо передаються на мережевий рівень,
зокрема на централізований шлюз, який підключений до сервера. Варто
зазначити, що цей шлюз фізично аналогічний іншим сенсорам, але його роль
обмежена прийомом даних. Крім того, цей шлюз може отримувати живлення від
сервера, що дозволяє продовжити термін служби батареї, а сенсорні блоки
працюють на незалежних батареях. Повідомлення сенсорів надсилаються до
шлюзу через власний протокол зв'язку «MOROIN» та спеціалізовану структуру
даних.
Сенсор, що зберігає дані в проміжному програмному забезпеченні Cloud,
моделюється як віртуальний об'єкт з унікальним глобальним ідентифікатором.
Сервер відповідає за запит цього ідентифікатора щоразу, коли надходять дані від
67
нового сенсора. Кожен сенсор також вказує свою область видимості, яка може
бути загальнодоступною або приватною. Загальнодоступна область не потребує
додаткових дій зі сторони сервера при запиті нового ідентифікатора сенсора, тоді
як приватна вимагає вказання конкретної області при запиті ідентифікатора в
ClapDataEx. Загальнодоступна область дозволяє будь-якому сторонньому
застосунку підписатися на сенсор і отримувати повідомлення, тоді як приватна
область обмежує доступ до даних лише для застосунків, які використовують той
самий ключ API, що й приватний сенсор.
Після отримання нових ідентифікаторів об'єктів служби, сервер зберігає їх
у загальнодоступній базі даних сенсорів разом з інформацією про обладнання та
місцезнаходження. Як видно, «хмарне» проміжне програмне забезпечення
містить всю необхідну інформацію для запиту загальнодоступних сенсорів без
необхідності контролювати фізичні пристрої. Це дозволяє проміжному
програмному забезпеченню повністю приховувати можливі основні
неоднорідності.

3.4. Приклад побудови автоматизованої системи керування
інтелектуальним будинком
У системі застосовуються реле управління, що дозволяють зберегти
фізичні кнопки в одній серії з розетками. Фізичні кнопки використовуються як
для безпосереднього управління, так і для резервного керування у разі виходу з
ладу центрального контролера. На момент впровадження системи найбільш
повну колекцію необхідних пристроїв забезпечувала технологія Z-Wave. У
різних країнах Z-Wave працює на різних частотах, і в Україні офіційно дозволена
частота 869 МГц. Крім того, в системі використовуються IR-модуль BroadLink
та Modbus TCP як доповнення до Z-Wave.
Обладнання
Для центрального контролера АСУІБ було обрано CLAP «HUB PRO CLH-
2114» на базі TI CC2640R2L, на якому встановлено Ubuntu Server. Пультом
керування системою є Android планшет, модифікований на підприємстві
68
«SUNSOAR» (Китай), а також Android-смартфон з інстальованим мобільним
додатком.

Рис. 3.8. Пульт керування АСУІБ

Кліматична система
Для забезпечення комфортного клімату в системі використовуються:
• Електричний підігрів підлоги в трьох зонах.
• Кондиціювання повітря.
• Зволожувачі повітря.
• Центральне опалення.
Щодо кондиціювання, у системі передбачено кілька кондиціонерів з
режимами охолодження та обігріву. Усі наявні кондиціонери управляються лише
через ІЧ-сигнали, тому було додано пульт керування Broadlink RM Mini3.
Використовуючи стандартний додаток, цей пульт підключається до китайських
серверів, тому всі команди для налаштування та управління передаються
безпосередньо через Node-RED за допомогою модуля node-red-contrib-broadlink-
control.
Оскільки не вдалося знайти чисті ІЧ-коди для кондиціонерів, а пульт
передає повний стан (включаючи обороти, режим і температуру), всі можливі
69
стани для режимів обігріву та охолодження були скопійовані з пульта
кондиціонера за допомогою Broadlink і занесені в базу даних. Також не вдалося
отримати окремі команди для включення та вимкнення кондиціонерів.

Рис. 3.9. Схема керування кондиціонерами виконаний у NODE-RED

Сценарій, зображений на рисунку 3.9, перевіряє зовнішню погоду і, якщо
температура більше −7 °C, увімкне кондиціонер для обігріву або охолодження, в
залежності від часу доби та температури в приміщенні. Показання датчика
температури знімаються кожну годину.
Якщо в приміщенні нікого немає, кондиціонери вимикаються. Якщо ж
нікого немає, а температура занадто висока або низька, і батареї опалення ще не
включені, система запускає 15-хвилинний процес охолодження або обігріву
кожну годину для підтримки комфортного клімату.
Керування теплою підлогою
У АСУІБ є три контури електричного підігріву підлоги. Керуються вони
за допомогою трьох CLAP «THERMOSTAT CLTH-2048».
70
Рис. 3.10. CLAP «THERMOSTAT CLTH-2048»

Термостат дозволяє налаштовувати різні параметри опору для різних типів
нагрівальних елементів, має захист від дітей, два режими нагрівання з
можливістю збереження налаштувань та інші додаткові функції.
У зимовий період температура підлоги встановлюється на 1 °C вище за
літню. Коли в приміщенні немає людей або вночі, тепла підлога вимикається для
економії електроенергії, а включається знову або вранці, або коли хтось входить
у приміщення. Сценарій керування теплою підлогою зображено на рисунку 3.11.

Рисунок 3.11. Сценарій управління теплою підлогою у NODE-RED
71
Управління освітленням
Для управління освітленням на стенді буде використовуватись два компоненти:
− моторизовані штори;
− диммоване освітлення.
Світло в приміщенні поділено на дві зони. Для цього застосовуються
світлодіодні лампи від IKEA, які підтримують функцію диммування. Для
керування освітленням був використаний модуль CLAP «SWITCH DIMMER
CLSD-1945» (рис. 3.12).

Рис. 3.12. Модуль диммування «SWITCH DIMMER CLSD-1945»

Диммер автоматично вибирає метод диммування (по передньому та
задньому фронту фази) і здійснює калібрування для мінімальної та максимальної
яскравості. Світлодіодні лампи не мерехтять і не горять при відсутності напруги.
Для керування яскравістю в системі використовуються дзвінкові вимикачі.
Був розроблений наступний алгоритм роботи:
− Якщо в приміщенні є люди і штори опущені, освітлення переходить на
повне ручне керування.
72
− Якщо в приміщенні нікого не було, але хтось заходить через вхідні
двері, а на вулиці темно або штори опущені, світло вмикається. У
нічний час світло вмикається та вимикається автоматично.
− Після закриття дверей і відсутності руху світло автоматично
вимикається.
− Після автоматичного опускання штор світло вмикається в тих зонах, де
протягом останніх 15 хвилин був рух.
− Якщо всі покинули приміщення, світло вимикається повністю.
Загалом можна створити багато сценаріїв поведінки підсистеми
освітлення. Тип приміщення (аудиторія, офіс, квартира, виробниче приміщення
тощо) істотно впливає на розробку сценаріїв для АСУІБ. Приклад реалізації
сценарію управління освітленням у NODE-RED наведено на рисунку 3.13.

Рисунок 3.13. Сценарій управління світлом

Інші модулі, які було використано у стенді Authorize-сервер
Цей модуль є спрощеною реалізацією сервісу авторизації.
Існують два HTTP-методи: перший перевіряє, чи надійшов запит з
внутрішньої мережі, і, якщо так, авторизує користувача, надаючи йому JWT-
73
токен. Токен шифрується за допомогою RSA 256, при цьому приватний ключ
вказується у файлі. Якщо запит надійшов не з внутрішньої мережі, користувача
перенаправляє на сторінку логіна, де він повинен ввести логін і пароль для
авторизації. Оскільки поділ на користувачів у рамках тестування не
передбачений, у файлі налаштувань містяться зашифровані логін і пароль (SHA
512).
MQTT-сервер реалізований за допомогою компонентів aedes.
Сервер працює на двох портах: один внутрішній, для зв'язку з сервером без
авторизації, і один зовнішній, що реалізує WebSocket.

Рис. 3.14. Обладнання АСУІБ «CLAP»

Усі фронтенд-клієнти підключаються через сокет, проходять авторизацію
при підписці на топік або публікації повідомлення. При підключенні надходить
JWT-токен, отриманий від сервера авторизації, який валідується за допомогою
публічного ключа. Для запитів до сервера валідація не проводиться.

Висновки
У третьому розділі роботи проведено серію моделювань з різними
вхідними даними та метриками для підтвердження теоретичних результатів.
74
Зокрема, виконані моделювання показали, що вдосконалення будівлі за
допомогою інтелектуального управління може значно покращити оптимізацію
енергоспоживання та підвищити рівень комфорту.
Зроблено висновок, що за умовами, АСУІБ здатна покращити поточний
сценарій, забезпечуючи кращу енергоефективність при одночасному підвищенні
комфорту, якщо використовуються прогнози з вікном 10-15 хвилин. Крім того,
постійно спостерігався компроміс між енергоефективністю та комфортом: з
підвищенням комфорту зростає й енергоспоживання будівлі. Завдяки цьому,
використання програмного забезпечення для управління ресурсами будівлі
дозволяє динамічно перемикатися між режимами оптимізації для досягнення
бажаного рівня комфорту або енергоефективності, якщо необхідно зосередитися
на одному з параметрів.
Описано п’ятирівневу "хмарну" архітектуру IoT для побудови
автоматизованої системи управління інтелектуальними будівлями, а також
функціональне навантаження кожного з рівнів архітектури. Презентовано
тестову реалізацію АСУІБ на прикладі змодельованої будівлі. Розроблено
модель менеджера ресурсів АСУІБ, яка відрізняється введенням порогу
прогнозування, що дозволяє враховувати не тільки енергоспоживання, але й
важливий показник комфорту. Завдяки цій моделі АСУІБ контролює стан
приміщень і управляє підсистемами для мінімізації споживання енергії при
збереженні комфортних умов.

75
ВИСНОВКИ

Кваліфікаційна робота присвячена побудові автоматизованої системи
управління інтелектуальною будівлею, яка є комплексним дослідженням у сфері
сучасних інформаційно-комунікаційних технологій та систем «Інтернету Речей».
У процесі дослідження проведено фундаментальний аналіз сучасного
стану автоматизованих систем управління, виявлено їх ключові характеристики
та перспективи розвитку. Особливу увагу приділено критичному огляду
існуючих структур систем управління, де ідентифіковано суттєві обмеження
централізованих підходів, зокрема їхню неспроможність забезпечити ефективне
масштабування для великих інтелектуальних будівель.
Дослідження систем відеоспостереження показало їх еволюцію від
простих камер до багатофункціональних пристроїв, інтегрованих з
різноманітними сенсорами – вологості, температури, руху та якості повітря. Це
дозволило розглянути проблему розгортання сенсорних мереж комплексно, з
урахуванням сучасних вимог безпеки та функціональності.
Принципово новим результатом стало вирішення проблеми розміщення
сенсорів у неоднорідних бездротових сенсорних мережах. Розроблена методика
дозволяє здійснювати оптимальний вибір місць розташування сенсорів з
мінімізацією енергоспоживання, дотриманням обмежень на підключення та
створенням ефективних механізмів резервного копіювання.
Важливим науковим внеском є методика визначення критичності вузлів у
однорідних WSN. На відміну від традиційних підходів, критичність вузла
запропоновано оцінювати за ступенем порушення роботи мережі при його
видаленні. Це досягнуто через розроблення унікального методу адаптивного
пошуку з введенням параметрів «затримки» та «тривалості життя» мережі.
Математична модель бездротової сенсорної мережі збагачена концепцією
кластеризації, де кластер розглядається як сукупність позицій сенсорів з повним
представленням різних типів. Такий підхід забезпечує надзвичайну гнучкість
76
планування в межах інтелектуальної будівлі та адаптивність до конкретних
технічних вимог. Особливої уваги заслуговує розроблена модель менеджера
ресурсів, яка принципово відрізняється від існуючих введенням «порогу
прогнозування». Це дозволило оцінювати не лише енергоспоживання, але й
рівень комфорту, створюючи інтелектуальну систему керування підсистемами
будівлі.
Апробація розробленої моделі продемонструвала наступні результати:
зменшення енергоспоживання на 15,6%; підвищення комфорту в приміщеннях
на 3-8%; збільшення успішності прийняття рішень системи з 87% до 95%.
Дослідження поєднує технічну ефективність, орієнтацію на користувача та
перспективи впровадження інноваційних рішень у сфері «розумних» технологій.
Отримані результати мають беззаперечне прикладне значення та можуть
бути використані на стадіях проектування та експлуатації автоматизованих
систем управління на базі бездротових сенсорних мереж у різних типах будівель
– від невеликих офісних приміщень до масштабних адміністративних
комплексів.

77
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

1. 20 building management & automation video examples [Електронний ресурс]
// – Режим доступу: https://blog.advids.co/20-building-management-and-
automation-video-examples/ (дата звернення 30.10.2024).
2. Abubaker Basheer Abdalwhab Altohami, Investigating Approaches of
Integrating BIM, IoT, and Facility Management for Renovating Existing
Buildings: A Review / Abubaker Basheer Abdalwhab Altohami, Nuzul Azam
Haron, Aidi Hizami Ales, Teik Hua Law // MDPI.Sustainability. – 2021. – №13,
P. 3930 – 3960.
3. Barabash O.V. The base model of intellectual knowledge management system
of high-speed moving object based on its verification / O.V. Barabash,
D.M. Obidin, A.P. Musienko // Information processing systems. – Kharkiv:
Kharkiv National University of the Air Force, 2024. – №5 (121). – P. 3-6.
4. Bondarchuk A. Methods and algorithms of optimal controls based on quasi-
stationaryadaptation processes / Bondarchuk A., Vyshnivskyi V. at al // Danish
Scientific Journal (DSJ) Denmark. 2020. №40. PP. 53– 59.
5. Building Automation Systems: All You Need to Know About Intelligent
Buildings [Електронний ресурс] // Режим доступу: https://building.ij/
building-automation-systems-all-you-to-know-about-intelligent-buildings/
(дата звернення 14.10.2024).
6. Cisco Annual Internet Report (2018–2023) White Paper [Електронний ресурс]
// Режим доступу:
https://www.cisco.com/c/en/us/solutions/collateral/executive-perspectives/
annual-internet-report/white-paper-c11-741490.html / (дата звернення
18.10.2024).
7. CLAP – «розумний будинок» українського виробництва [Електронний
ресурс] // Режим доступу: https://dou.ua/lenta/articles/dou-projector-clap/
(дата звернення 21.10.2024).
78
8. Energy-Efficient IoT for 5G: A Framework for Adaptive Power and Rate Control
[Електронний ресурс] Bassel Al Homssi// 2023 12th International Conference
on Signal Processing (ICSPCS) – Режим доступу:
https://ieeexplore.ieee.org/document/8631733 (дата звернення 02.10.2024).
9. Enis Çetin. Video fire detection / A. Enis Çetin, Kosmas Dimitropoulos // Digital
Signal Processing. – 2023. – №23, P. 1827–1843.
10. Fighting fire with cameras – an innovative and logical step forward
[Електронний ресурс] // – Режим доступу: https://www.axis.com/blog/secure-
insights/camera-fire-fighting/ (дата звернення 18.10.2024).
11. Get started with KNX [Електронний ресурс] // Режим доступу:
https://www.knx.org/knx-en/for-professionals/get-started/knx-virtual/ (дата
звернення 23.10.2024).
12. Heavy-ball: A new approach to tame delay and convergence in wireless network
optimization / J. Liu et al. IEEE INFOCOM 2022 – IEEE Conference on
Computer Communications, San Francisco, CA, USA, 10–14 April 2022. Р. 207.
13. Home Automation System [Електронний ресурс] // ScienceDirect – Режим
доступу: https://www.sciencedirect.com/topics/engineering/home-automation-
system (дата звернення 02.09.2024).
14. Hu S., Wang Y., Huang C. and Tseng Y. "A vehicular wireless sensor network
for CO2 monitoring" SENSORS, 2019 IEEE, 2019, pp. 1498-1501, doi:
10.1109/ICSENS.2009.5398461.
15. Jia Ruoxi. Design Automation for Smart Building Systems / Jia Ruoxi, Baihong
Jin // International Journal of Facility Management. – 2024. – №9, P. 1680 –
1699.
16. Johnny K.W. Wong. Development of intelligence analytic models for integrated
building management systems (IBMS) in intelligent buildings / Johnny K.W.
Wong, Heng Li // Intelligent Buildings International. – 2019. – №1, P. 5-22.
17. KNX Basics [Електронний ресурс] // Режим доступу:
https://www.knx.org/wAssets/docs/downloads/Marketing/Flyers/KNX-
Basics/KNX-Basics_en.pdf (дата звернення 25.10.2024).
79
18. KNX cable: Why and how? [Електронний ресурс] // Режим доступу:
https://www.1home.io/blog/knx-cable-why-and-how/ (дата звернення
25.10.2024).
19. LonWorks Protocol Overview | Real Time Automation [Електронний ресурс]
// – Режим доступу: https://www.rtautomation.com/lonworks/ (дата звернення
27.10.2024).
20. Miao Wu. Research on the architecture of Internet of Things. / Miao Wu //
ICACTE 9rd International Conference on Advanced Computer Theory and
Engineering, Proceedings 5 – 2020 – pp. 484–487.
21. Minimum number of jumps to reach end [Електронний ресурс] //
GeeksforGeeks – Режим доступу: https://www.geeksforgeeks.org/minimum-
number-of-jumps-to-reach-end-of-a-given-array/ (дата звернення 02.102024).
22. Moshenchenko M. Optimization algorithms of smart city wireless sensor
network control Cybersecurity Providing and Telecommunication Systems 2021
(CPITS 2021). Kyiv, Ukraine, January 28, 2021. P. 32-42.
23. Overcoming Bandwidth Limitations in Wireless Sensor Networks by
Exploitation of Cyclic Signal Patterns: An Event-triggered Learning Approach
[Електронний ресурс] // Режим доступу: https://www.mdpi.com/1424-
8220/20/1/260 (дата звернення 02.09.2024).
24. Particle Swarm Optimization (PSO) – An Overview [Електронний ресурс] //
GeeksforGeeks – Режим доступу: https://www.geeksforgeeks.org/particle-
swarm-optimization-pso-an-overview/?ref=gcse (дата звернення 02.10.2024).
25. Pasquale Foggia. Real-Time Fire Detection for Video-Surveillance Applications
Using a Combination of Experts Based on Color // IEEE Transactions on Circuits
and Systems for Video Technology. – 2023. – №1, P. 1267-1281.
26. Performance Index / Shariar Makarechi, Roozbeh Kangari // International
Journal of Facility Management. – 2023. – №1, vol.2, P. 886 – 910.
27. Pinto Alessandro. A Design Flow for Building Automation and Control Systems
/ Alessandro Pinto, Alberto L. Sangiovanni-Vincentelli // IEEE Transactions on
Industrial Electronics. – 2024. – №10, P. 2740 – 2747.
80
28. Rastrigin L.A. The convergence of the randomsearch methodinthe extremal
control of a many parameter system / L.A. Rastrigin // Automation and Remote
Control. 2023. – №24, P. 1337–1342.
29. Rui Yang, Development of Integrated Building Control Systems for Energy and
Comfort Management in Intelligent Buildings / Rui Yang// The University of
Toledo. – 2024. – Ph.D. Dissertation.
30. Schein J. An information model for building automation system / J. Schein //
Automation in Construction. – 2023. – №7, vol.2, P. 125 – 139.
31. Smart Building Solutions [Електронний ресурс] // Режим доступу:
https://www.sbs-bg.net/knx.php (дата звернення 23.10.2024).
32. Syrotenko Anatolii/ Evaluation of Quality of Hidden Transmitters Detection by
a Group of Coordinated Unmanned Aerial Vehicles on the basis of Entropy
Decrease Dynamics // International Journal of Emerging Trends in Engineering
Research. – 2020. – № 6, Volume 8, P. 2798-2804.
33. The adjacency matrix-based algorithm of constructing barrier coverage in
underwater wireless sensor network [Електронний ресурс] Juan Chang // IEEE
Xplore – Режим доступу: https://ieeexplore.ieee.org/document/ (дата
звернення 02.09.2024).
34. The Evolution of the Smart Building: Past, Present and Future [Електронний
ресурс] // Режим доступу: https://btlnz.co.nz/news/the-evolution-of-the-smart-
building/ (дата звернення 15.10.2024).
35. What is an HVAC System and How Does it Work? [Електронний ресурс] // –
Режим доступу: https://brennanheating.com/how-does-hvac-system-work/
(дата звернення 03.08.2021).
36. Williams J.M., Khanna R., Ruiz-Rosero J.P., et al., Weaving the wireless web:
toward a low-power, dense wireless sensor network for the industrial IoT, IEEE
Microw. Mag. 18 (7) (2020) 40–63.
37. Yakhyokhuja Valikhujaev. Automatic Fire and Smoke Detection Method for
Surveillance Systems Based on Dilated CNNs // MDPI.Atmosphere. – 2020. –
№11, P. 1241-1256.
81
38. Галай Я.О. Методика забезпечення захисту корпоративної мережі зв’язку
при віддаленому управлінні / Я. О. Галай, А. П. Бондарчук, О. М. Ткаленко,
О. В. Полоневич, О. В. Зінченко // Зв’язок. – 2021. – №1. – С. 55-58.
39. Гринкевич Г.О. Метод розгортання архітектури машинного навчання для
IoT-пристроїв на основі безсерверної архітектури / Г.О. Гринкевич //
Зв’язок. – 2020. – №4, С. 68-71.
40. Жук О.В. Аналіз методів управління топологією безпроводових сенсорних
мереж / А.В. Жук, В.А. Романюк // Збірник наукових праць ВІТІ. – 2022. –
№2. – С. 41-47.
41. Жук О.В. Моделі побудови покриття і виявлення цілейв безпроводових
сенсорних мережах / А.В. Жук, В.А. Романюк, В.В. Тарасов, Д.В. Ткаченко
// Збірник наукових праць ВІТІ. – 2020. – №1. – С. 66-75.
42. ІТ - системи [Електронний ресурс] // Режим доступу: https://www.chelidze-
d.com/post/it-systems/ (дата звернення 20.10.2024).
43. Кагало І.О. Адаптивне формування багаторівневої радіоструктури
інтегрованих мереж LTE/Wi-Fi / І.О. Кагало, М.І. Бешлей, М.М. Климаш //
Телекомунікаційні та інформаційні технології. – 2019. – №3, С. 24-38.
44. Кравченко Ю.В. Управління апаратними і програмними ресурсами в
комп’ютерній системі на основі методів і моделей штучного інтелекту /
Кравченко Ю.В., Микусь С.А., Руденко Н.В. // Зв’язок. – 2024. – №1, С. 19-
24.
45. Кращенко Д.В. Дослідження еволюційного розвитку автоматизованих
систем керування інтелектуальними будівлями та опис загальних вимог до
безпроводових технологій в АСКІБ // Зв’язок. – 2021. – №5, С. 19-23.
46. Кращенко Д.В. Дослідження методів підвищення енергоефективності у
мережах інтернету речей (ІоТ) / Д.В. Кращенко // Зв’язок. – 2022. – №1, С.
26-30.
47. Кращенко Д.В. Модернізація схемотехнічної частини датчику руху
«MOTION SENSOR CLMS-1945» / Д.В. Кращенко // Науково-практична
конференція «Проблеми комп’ютерної інженерії» ДУТ – Київ’2020. –
82
2 грудня. – Київ, 2020. – С. 15-16.
48. Кращенко Д.В., Проблеми сумісності обладнання в автоматизованих
системах технічного діагностування / А Ткаченко О.М. // Зв’язок. – 2019. –
№3, С. 46-50.
49. Кузьмін О.В. Оптимізація кластерної структури сенсорної мережі методом
імітаційного моделювання / О.В. Кузьмін, В.А. Головко // Комп'ютерні
науки та інформаційні технології. – 2020. – №47. – №1. – С. 103-107.
50. Негрей М. Теорія прийняття управлінських рішень / М. Негрей, К. Тужик.
– Київ: Центр навчальної літератури, 2023. – 272 с.
51. Семко О.В. Розробка формальної моделі інтелектуального управління
маршрутизацією в конфліктуючих сенсорних мережах варіативної
топології / О.В. Семко, В.В. Семко // Математичне моделювання в
економіці. – 2019. – № 1. – С. 5-19.
52. Стеклов В.К., Беркман Л.Н., Кільчицький Є.В. Оптимізація та моделювання
пристроїв і систем зв’язку. – К.: Техніка, 2024. – 576 с.
53. Стрела Т.С. Метод вибору головного вузла кластеру в безпроводових
сенсорних мережах з використанням нечіткої логіки / Стрела Т.С. //
Збірник наукових праць ВІТІ. – 2023. – №4. – С. 113-124.
54. Ткаченко О.М. Динамічні рішення при багаторазовій оптимізації запитів /
Лемешко А.В., Замрій І.В., Кращенко Д.В., Підмогильний О.О. //
Телекомунікаційні та інформаційні технології. – 2021. – №2, С. 46-54.
55. Ткаченко О.М. Особливості створення мережевої інфраструктури великого
підприємства / Лемешко А.В., Кращенко Д.В., Кадюк Р.С., Стельмах Т.М.
// Наукові записки Українськогонауково-дослідногоінститутузв’язку. –
2019. – №3, С. 12-18.
56. Толубко В.Б. Метод аналізу якості функціонування системи керування
мережею наступного покоління на основі інформаційно-ентропійних
характеристик / Беркман Л. Н., Заїка В. Ф., Варфоломеєва О. Г., Домрачева
К. О. // Зв’язок. – 2019. – №6, С. 3-8.

ChSTU repository

ChSTU repository preserves and enables easy and open access to all types of digital content including text, images, moving images, mpegs and data sets