The article analyses the known expressions that describe the field dependence of the inception time of electrical trees in polymer insulation. It also highlights the need to modify these expressions to correctly determine the threshold parameters of tree initiation. We used the methods of catastrophe theory to develop the equation that describes the dependence of the tree inception time in polymer dielectrics on the value of the maximum local electric field strength. The parameters of this equation for epoxy and polyethylene insulation are determined. A good agreement has been established between the literature experimental data and the field dependencies of the inception time of trees constructed according to the proposed equation. The geometric properties of the fold catastrophe function, which characterizes the regularities of the change in the time of initiation of electrical trees in polyethylene insulation, are considered.

Проанализированы известные выражения для описания полевой зависимости времени зарождения электрических дендритов в полимерной изоляции и отмечена необходимость модификации этих выражений для возможности корректного определения пороговых параметров дендритообразования. В рамках представлений теории катастроф получено уравнение зависимости времени зарождения дендритов в полимерных диэлектриках от величины максимальной локальной напряжённости электрического поля. Определены параметры данного уравнения для эпоксидной и полиэтиленовой изоляции. Установлено хорошее согласие между литературными экспериментальными данными и полевыми зависимостями времени зарождения дендритов, построенными по предложенному уравнению. Рассмотрены геометрические свойства функции катастрофы складки, характеризующей закономерности изменения времени образования электрических дендритов в полиэтиленовой изоляции.

Рассмотрены основные проблемы преподавания общетехнических дисциплин и математики в частности при подготовке инженерных кадров.

The main problems of teaching general technical disciplines and mathematics in particular in the training of engineers are considered.

Разработана методика проведения экспериментального исследования конденсации озонобезопасных хладагентов (R404A, R407C, R410A) и их маслофреоновых смесей. Для решения этой задачи и для
исследования теплообмена при конденсации фреонов и их маслофреоновых смесей на теплоотдающих
поверхностях на кафедре «Промышленная теплоэнергетика и экология» ГГТУ имени П.О. Сухого разработана экспериментальная установка [1].
Исследуемая поверхность гладкая и продольно оребрённая с трапециевидной формой ребра. В ходе
проведения эксперимента определены температуры основной поверхности и ребра на вершине, в середине и у основания. По результатам измерений температур и тепловых потоков рассчитан коэффициент теплоотдачи при конденсации фреонов и их маслофреоновых смесей с концентрацией масла 0, 5 и
10% на гладких и оребрённых поверхностях. Анализ полученных данных свидетельствует о влиянии концентрации масла на коэффициент теплоотдачи при различных значениях плотности теплового потока.

В статье приводится передовой метод прогнозирования гидравлического давления в системах ресурсоснабжения. В качестве основного примера рассматривается водопроводная сеть. Особое внимание уделяется повышению точности предсказания гидравлических параметров, используя модели нейронных сетей в технологическом процессе предприятий. В публикации отражается важность получения надежных данных для построения нейронных моделей. С этой целью использовались пьезоэлектрические датчики давления, которые врезались в трубопроводы в местах ответственных потребителей. Эти датчики подключались цифровым устройствам, передавая результаты измерений на вычислительный сервер, где происходило обучение моделей. Для передачи данных использовался облегченный протокол MQTT. Результаты исследования подчеркивают важность инновационных стратегий в управлении ресурсоснабжением, обеспечивая непрерывное обновление прогнозов давления. Использование рекуррентных нейронных сетей позволило значительно снизить ошибки интервального прогнозирования по сравнению с традиционными методами, например, моделью Хольта-Винтерса, с 6,07 до 4,36 %. Показано, что модель долгой краткосрочная памяти способна улавливать падающую динамику давления, даже при малой истории аварийных событий в процессе обучения.

The article provides an advanced method for predicting hydraulic pressure in resource supply systems. The main example is the water supply network. Particular attention is paid to improving the accuracy of prediction of hydraulic parameters using neural network models in the technological process of enterprises. The publication reflects the importance of obtaining reliable data for building neural models. For this purpose, piezoelectric pressure sensors were used, which crashed into pipelines at critical consumer locations. These sensors were connected to digital devices, transmitting measurement results to a computing server, where the models were trained. The lightweight MQTT protocol was used for data transfer. The study results highlight the importance of innovative strategies in resource management by ensuring continuous updating of pressure forecasts. The use of recurrent neural networks made it possible to significantly reduce interval forecasting errors compared to traditional methods, for example, the Holt-Winters model, from 6.07 to 4.36%. It is shown that the long short-term memory model is capable of capturing falling pressure dynamics, even with a short history of emergency events during the learning process.