Articles

The economics of automation based on synthetic nervous systems

Received: 15.01.2025 Published: 15.01.2025

UDC: 330.46 EDN: QXPBMV DOI: 10.22394/2079-1690-2025-1-1-280-289

Full text

Abstract

Introduction. It is obvious that the Russian Federation can achieve technological independence only by developing its own technologies, but not by copying and using foreign developments as a basis. The author's concept of building automated control systems described in this article is unique and is not applied anywhere in the world. The bionic principles underlying it make it possible to achieve high economic efficiency in the construction of automated control systems, and give a good competitive advantage to economic entities when using the described technology. Purpose. To characterize the author's method of building automated control systems (ACS) - the so-called "Synthetic nervous systems" (SNS). Methods. The proposed method was based on concepts laid down by nature in the nervous systems of invertebrate living organisms. The article shows that the proposed approach reduces the time and financial costs of building automated systems, makes system scaling very simple, and maintenance and repair relatively cheap. The principle of the "bush of devices" proposed by the authors, formed by an artificial neuron, significantly reduces the labor, time and financial costs of creating a cable system. The principle of automatic identification of the type of devices connected to an artificial neuron eliminates the financial costs of programmer services and saves significant time during system integration. A reliable Ethernet local area network protocol for combining artificial neurons into a single system (instead of the long-outdated RS-485) allows you to build huge-scale systems with the possibility of reliable interaction of each neuron with any other neuron of the synthetic nervous system. The TCP/IP protocol stack, which forms the basis for data transmission between neurons, makes it possible to easily debug the system and build advanced graphical user interfaces running on all computing devices with a Web browser. Results and conclusions. It is shown that the integration, scaling and maintenance of automated control systems based on artificial CNS neurons is cost-effective compared to classical automated control systems built on a modular principle. The paper describes a method for increasing the economic efficiency of automated systems due to the principle of sufficient minimalism, i.e. by avoiding duplication of technologies in favor of one, but the most effective from a technical point of view. The principle proposed in this paper describes automation based on artificial nervous systems, which differs significantly from the classical principles of automation based on universal controllers.

Keywords

How to cite

Для цитирования:

Жердин Д.А., Дмитриев А.Г. Экономика автоматизации на основе синтетических нервных систем // Государственное и муниципальное управление. Учёные записки. 2025. № 1. С. 280–289. https://doi.org/10.22394/2079-1690-2025-1-1-280-289

For citation:

Zherdin D.A., Dmitriev A.G. The economics of automation based on synthetic nervous systems // State and Municipal Management. Scholar Notes. 2025. no. 1. P. 280–289. https://doi.org/10.22394/2079-1690-2025-1-1-280-289

How to Cite

Zherdin D.A., Dmitriev A.G. The economics of automation based on synthetic nervous systems // State and Municipal Management. Scholar Notes. 2025. no. 1. P. 280–289. https://doi.org/10.22394/2079-1690-2025-1-1-280-289

References

  1. Максимов А. А. модель управления промышленным предприятием на основе комплексной автоматизации / А. А. Максимов, А. С. Зинкевич // Программные продукты и системы. – 2005. – № 4. – С. 9. – EDN IYDEZP.
  2. Павловская Т. А. Анализ автоматизации управления организацией / Т. А. Павловская, А. Е. Лашкевич // Научно-технический вестник Санкт-Петербургского государственного университета информационных технологий, механики и оптики. – 2005. – № 19. – С. 224–232. – EDN JVBECR.
  3. Носов А. Л. Информационные системы в управлении организацией / А. Л. Носов // Научнометодический электронный журнал "Концепт". – 2016. – № 6. – С. 31–37. – EDN WBPOIJ.
  4. Анисифоров А. Б. Методики оценки эффективности информационно-технологических проектов в бизнесе : учебное пособие / А. Б. Анисифоров, И. В. Ильин, О. В. Ростова. – Санкт-Петербург : Федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский политехнический университет Петра Великого", 2018. – 127 с. – EDN IYPBMR.
  5. Ситдиков И., Фархетдинов Р., Якупов Ф. Построение АСУ ТП с использованием принципа секционирования функций // Современная Электроника – 2011. – №1 – С. 54–59
  6. Жердин Д.А., Дмитриев А.Г. Стоимостное преимущество физических нейронных сетей // Modern Economy Success. 2024. – № 4. – С. 44–54. DOI: 10.58224/2500-3747-2024-4-44-54
  7. Rinaldi A. Naturally better. Science and technology are looking to nature's successful designs for inspiration. EMBO reports. 2007, Vol.8, No.11, p. 995–999. DOI: 10.1038/sj.embor.7401107
  8. Stifani N. Motor neurons and the generation of spinal motor neuron diversity. Frontiers in Cellular Neuroscience, 2014, Vol 8., p. 1 – 22. DOI 10.3389/fncel.2014.00293
  9. Пальянов А. Ю. О проблемах моделирования нейронных сетей живых организмов / А. Ю. Пальянов, Н. В. Пальянова, С. С. Хайрулин // Вестник Новосибирского государственного университета. Серия: Информационные технологии. – 2012. – Т. 10, № 3. – С. 46-57. – EDN PUKLSF.
  10. Истомин, Е. Н. Управление двигателем постоянного тока с использованием двухконтурного ПИД-регулятора на базе низко-производительных микроконтроллеров / Е. Н. Истомин, А. А. Никитин // Научные исследования в области технических и технологических систем: сборник статей Международной научно-практической конференции, Казань, 15 января 2018 года. – Казань: Общество с ограниченной ответственностью "Аэтерна", 2018. – С. 96-100. – EDN YLCBWR.
  11. Кухоренко А. Н. Методика расчета экономической эффективности инвариантной системы автоматического регулирования уровня воды в барабане котла / А. Н. Кухоренко // Энергетика. Известия высших учебных заведений и энергетических объединений СНГ. – 2015. – № 6. – С. 62-73. – EDN VJJZEB.
  12. Zhalnin, D. A. To the task of controlling a group of objects on the basis of information technologies / D. A. Zhalnin // Siberian Journal of Science and Technology. – 2019. – Vol. 20, No. 2. – P. 144-152. – DOI 10.31772/2587-6066-2019-20-2-144-152. – EDN PNLXDH.
  13. Богданов, Д. С. Преимущества и недостатки коммуникационных интерфейсов / Д. С. Богданов // Наука, техника и образование. – 2019. – № 4(57). – С. 56-59. – EDN EQWNDH.
  14. Попова А. А, Сердечный Д. В., Корчагин С. А., Никитин П. В. /. Экономические аспекты внедрения автоматических систем управления в деятельность производственных организаций // Вестник Алтайской академии экономики и права. – 2023. – № 2-1. – С. 86-90. – DOI 10.17513/vaael.2696. – EDN RKJUSJ.
  15. Пипченко А. Н., Пономаренко В.В., Шевченко В.А. Принципы построения и основы наладки контроллеров и систем автоматики: Учебное пособие – Одесса: ТЭС, 2010. – 592 стр.