Дифференцированный автомат. Дифференциальный автомат: принцип работы, виды и применение

Что такое дифференциальный автомат. Как работает дифавтомат. Какие бывают виды дифавтоматов. Где применяются дифференциальные автоматы. Как правильно выбрать и установить дифавтомат.

Что такое дифференциальный автомат

Дифференциальный автомат (дифавтомат) — это устройство защиты электрической сети, совмещающее в себе функции автоматического выключателя и устройства защитного отключения (УЗО). Основное назначение дифавтомата:

• Защита от токов короткого замыкания и перегрузки (как обычный автомат)
• Защита от утечек тока и поражения электрическим током (как УЗО)
• Предотвращение возгораний из-за нарушения изоляции проводки

Таким образом, дифференциальный автомат обеспечивает комплексную защиту электросети и повышает безопасность эксплуатации электроприборов.

Принцип работы дифференциального автомата

Принцип работы дифавтомата основан на измерении разницы токов в фазном и нулевом проводниках. Как это происходит?

• В нормальном режиме токи в фазном и нулевом проводе равны
• При возникновении утечки тока (например, через тело человека) возникает разница между входящим и выходящим током
• Дифавтомат фиксирует эту разницу с помощью дифференциального трансформатора
• При превышении порогового значения разницы токов (обычно 10 или 30 мА) происходит мгновенное отключение цепи

Кроме того, дифавтомат срабатывает при коротком замыкании или превышении номинального тока, как обычный автоматический выключатель.

Виды дифференциальных автоматов

Дифференциальные автоматы различаются по нескольким основным параметрам:

По количеству полюсов:

• Однополюсные — для однофазных сетей 220В
• Двухполюсные — также для сетей 220В, отключают фазу и ноль
• Трехполюсные — для трехфазных сетей 380В
• Четырехполюсные — для трехфазных сетей, отключают все фазы и ноль

По номинальному току:

• 6, 10, 16, 20, 25, 32, 40, 50, 63 А и выше

По току утечки (дифференциальному току):

• 10 мА — для розеток в ванных комнатах
• 30 мА — стандартное значение для бытовых цепей
• 100, 300 мА — для групповых линий, вводов в здания

По типу характеристики срабатывания:

• Тип AC — реагирует только на переменный ток утечки
• Тип A — реагирует на переменный и пульсирующий постоянный ток утечки
• Тип B — реагирует на все виды токов утечки, включая постоянный

Где применяются дифференциальные автоматы

Основные области применения дифференциальных автоматов:

• Квартиры и частные дома — для защиты отдельных линий и групп потребителей
• Офисные и административные здания
• Торговые центры и магазины
• Промышленные объекты — для защиты оборудования и персонала
• Уличное освещение
• Временные электроустановки на стройплощадках

Дифавтоматы особенно рекомендуется устанавливать для защиты розеточных групп, линий освещения, отдельных мощных потребителей.

Как выбрать дифференциальный автомат

При выборе дифавтомата нужно учитывать следующие параметры:

• Количество полюсов — в зависимости от типа сети
• Номинальный ток — по расчетной нагрузке линии
• Ток утечки — 30 мА для бытовых цепей, 10 мА для розеток в ванной
• Тип характеристики — A для большинства бытовых потребителей
• Отключающая способность — не менее 4,5 кА для бытовых сетей
• Кривая отключения — тип C для стандартных нагрузок

Важно правильно рассчитать номинальный ток дифавтомата, чтобы избежать ложных срабатываний. Он должен быть немного больше максимального рабочего тока защищаемой цепи.

Установка и подключение дифференциального автомата

Установку дифавтомата следует доверить квалифицированному электрику. Основные правила подключения:

• Дифавтомат устанавливается на DIN-рейку в электрощите
• Подключение проводится строго по схеме — фаза на верхнюю клемму, ноль на нижнюю
• Запрещено объединять нулевые проводники разных групп после дифавтомата
• Нельзя подключать нулевой рабочий проводник к шине заземления
• Сечение проводов должно соответствовать номиналу дифавтомата

После установки необходимо проверить работоспособность дифавтомата нажатием тестовой кнопки.

Преимущества и недостатки дифавтоматов

Основные преимущества дифференциальных автоматов:

• Комплексная защита от КЗ, перегрузки и утечек тока
• Компактность — 2 устройства в 1 корпусе
• Удобство монтажа и экономия места в щите
• Высокая скорость срабатывания
• Повышенная пожаробезопасность

К недостаткам можно отнести:

• Более высокую стоимость по сравнению с обычными автоматами
• Сложность определения причины срабатывания
• Необходимость полной замены при выходе из строя

Несмотря на некоторые недостатки, дифференциальные автоматы являются оптимальным решением для комплексной защиты большинства бытовых и коммерческих электроустановок.

Дифференциальный автомат. Виды и работа. Устройство

Рассмотрим один из видов защиты – автомат дифференциального тока, или дифференциальный автомат. Это устройство включает в себя функции устройства защитного отключения и автоматического выключателя. Оно обеспечивает защиту контролируемой цепи от токов короткого замыкания и перегрузочных токов, работая в качестве автоматического выключателя. Также дифференциальный автомат защищает человека от возможного удара электрическим током в результате токов утечки, не допускает пожара вследствие повреждения изоляции токоведущих элементов электроустановки, выполняя при этом функции УЗО.

Разделение дифавтоматов на виды осуществляется по их характеристикам.

Тип электрической сети

Все устройства защиты выбирают по числу фаз электрической сети. Существуют дифференциальные автоматы для эксплуатации в однофазной сети 220 вольт, для трехфазной сети 380 вольт. На корпусе устройства есть соответствующее обозначение. Трехфазные модели оснащены нулевым полюсом и тремя полюсами фаз. Его размеры значительно больше, в отличие от однофазной модели, на которой имеется полюс фазы и ноля. На первой картинке слева – однофазный автомат, справа – трехфазный.

Параметры тока

Номинальный ток обозначается буквой «С» рядом с числом нагрузки тока в амперах.

В быту популярными стали дифавтоматы С16. Остальные виды используются реже. Ток утечки обозначается символом Δ, а справа от этого символа указывается ток в миллиамперах. В цепях освещения чаще всего используются дифавтоматы с номинальным значением тока утечки 10-30 мА. Из них для одиночных сетей применяют автоматы на 10 мА, а в групповых сетях на 30 мА. Защита с номинальным током утечки 100-300 мА применяется для входных дифавтоматов.

Многие потребители в момент запуска расходуют намного больше энергии, чем при дальнейшей работе. Такие токи называют пусковыми. Они во много раз могут превосходить эксплуатационные токи.

Для того, чтобы не прекращалась подача электроэнергии при запуске мощного электродвигателя, дифференциальный автомат работает так, что отключение выполняется только при значительном превышении его номинального тока.

По параметру тока, при котором срабатывает защита при запуске мощных потребителей, дифференциальные автоматы делятся на типы:

• В – выдерживает перегрузку от 3 до 5 раз.
• С – перегрузка от 5 до 10 раз.
• D – отключение питания происходит при возрастании тока от 10 до 20 раз.

Если к сети питания подключено малое количество устройств с небольшой мощностью, то лучше всего подходит тип В. В городских квартирах и домах рекомендуется подключать дифференциальные автоматы типа С. На промышленных производствах, оснащенных силовым оборудованием, устанавливают защиту типа D. Тип защиты обозначается рядом с током номинала на корпусе автомата.

Класс защиты

Этот параметр означает, на какие виды токов реагирует дифференциальный автомат.

AC — Для синусоидального переменного тока
A  — Для синусоидального переменного и пульсирующего постоянного
B  — Для переменного, импульсного, постоянного и сглаженного постоянного
S  — Выдержка времени отключения 200-300 мс
G  — Выдержка времени отключения 60-80 мс

В квартирах и собственных домах чаще всего применяются типы защит АС и А. Из них наиболее распространена защита А-класса, так как основная часть устройств потребителей оснащена электронным управлением. Например, светодиодная подсветка и некоторые виды люстр управляются с помощью электроники. АС-класс устанавливают в загородных дачах и домах, не имеющих электронных устройств.

Класс ограничения тока и отключающей способности

Дифференциальный автомат имеет класс токоограничения, по которому можно определить быстродействие обесточивания линии питания при появлении критических значений тока.

Класс токоограничения имеет цифровое обозначение:

• 1 – медленный.
• 2 – средний.
• 3 – быстрый.

С повышением класса возрастает и стоимость дифавтомата. В прямоугольнике изображена отключающая способность, а класс токоограничения под ней в квадратике.

Условия эксплуатации

Основная часть дифавтоматов эксплуатируется в теплых отапливаемых помещениях, и рассчитана на работу в диапазоне -5 +35 градусов. Если дифференциальный автомат необходимо установить вне помещения, то применяют другой тип автоматов, так как в зимнее время температура может опуститься до более низких значений. Для таких случаев существуют морозоустойчивые автоматы, способные работать при более низких температурах.

На корпусе таких автоматов имеется специальный значок снежинки.

При всех аналогичных характеристиках морозоусточивые модели имеют стоимость выше, по сравнению с другими моделями.

Внутреннее устройство

Конструкция дифавтомата может быть электронной или электромеханической. Электронные модели получают питание от фазного провода. При отсутствии электроэнергии такие дифавтоматы не способны выполнять свои функции. Поэтому наиболее надежными считаются электромеханические автоматы, которые для работы не нуждаются в отдельном источнике электроэнергии, и могут работать в любой ситуации.

Чтобы самостоятельно проверить тип дифавтомата, понадобится простая батарейка и два куска провода. Один отрезок провода необходимо подключить к одному полюсу батарейки, а второй проводник ко второму полюсу.

Далее, включаем автомат и оголенными концами проводников касаемся контактов автомата вверху и внизу, создавая эффект замыкания и утечки тока. Если защита сработала, то дифавтомат является электромеханическим, так как он способен функционировать и выполнять свои задачи без внешнего питания.

Устройство и принцип работы

Дифференциальный автомат состоит из защитной и рабочей части. Защитная часть автомата представляет собой модуль дифзащиты, который отвечает за ток утечки на землю (дифференциальный ток). Также, в модуле происходит преобразование электрического тока в механическое воздействие на специальную рейку, которая выключает питание. Этот механизм и является рабочей частью дифавтомата.

Модуль защиты обеспечивается питанием путем последовательного подключения с автоматическим выключателем. Модуль защиты оснащен вспомогательными устройствами, такими как электронный усилитель, с обмоткой электромагнитного сброса, а также дифференциальный трансформатор, который выявляет остаточный ток.

Чтобы проверить работоспособность модуля защиты, корпус дифавтомата оснащен кнопкой «Тест». Если нажать на эту кнопку, то происходит имитация тока утечки, и при исправном автомате питание должно отключиться.

В дифавтомате в качестве датчика дифференциального тока используется специальный трансформатор, так же как и в устройстве защитного отключения. Действие этого трансформатора заключается в преобразовании тока утечки в проводах, которые подают электроэнергию на устройство защиты.

Если нет неисправностей изоляции проводов, либо к токоведущим элементам никто не прикоснулся, то тока утечки нет. При этом в проводниках фазы и ноля протекают одинаковые токи.

Такими токами наводятся одинаковые магнитные потоки, направленные навстречу друг другу, в магнитопроводе трансформатора. В итоге во вторичной обмотке ток равен нулю, а магнитоэлектрическая защелка, являющаяся чувствительным элементом, не срабатывает.

При появлении утечки тока, например, если кто-то прикоснулся к проводу фазы, либо повредилась изоляция, нарушается баланс магнитных потоков и тока.

В это время во вторичной обмотке появляется электрический ток, приводящий в движение магнитоэлектрическую защелку, которая действует на расцепляющий механизм автомата и систему контактов.

Похожие темы:

• Дифференциальные автоматы (Часть 2). Подключение и применение
• Устройство защитного отключения (Часть 1). Виды и типы. Маркировка
• Устройство защитного отключения (Часть 2). Работа и устройство
• Реле тока. Виды и устройство. Работа и как выбрать. Применение
• Реле контроля напряжения. Виды и работа. Как выбрать и установить
• Электрические автоматы. Виды и работа. Характеристики
• Дифавтомат или УЗО-что выбрать. Функциональное различие
• Автоматические выключатели. Виды и устройство. Работа и применение

Принцип работы дифавтомата, как работает дифференциальный автомат

Difference (англ.)- разница. Именно от этого слова произошло название «дифференциальный автомат», в этом случае имеется в виду разница между величинами входных токов в сети. Устройство, которое срабатывает в случае возникновения аварийной ситуации из-за несовпадения силы тока «туда и оттуда» и одновременно отключает фазу и ноль, называется дифференциальным автоматом.

• Преимущества
• Недостатки
• Оптимальное применение дифавтомата
• Характеристики и выбор дифавтомата
• Эксплуатационные условия
• Как подключить защитное устройство
• Наиболее популярная схема подключения

Главным его предназначением и основным принципом работы является единовременное отслеживание возможного короткого замыкания (КЗ) и последующее отключение питания. Кроме этого, контролируется наличие токов утечки, в случае отклонения от нормы, производится обесточивание линии. Можно выделить несколько основных функций, выполняемых этим устройством:

1. Контроль значений токов, недопустимость КЗ и обесточивание линии при возникновении нештатной ситуации.
2. Отслеживание превышения максимально допустимых значений напряжения и отключение при возможной перегрузке (исключает возможность перегрева проводов и повреждение изоляции).
3. Проверка наличия токов утечки в связи с повреждением токоведущих или изоляционных составляющих.

Таким образом, дифференциальный автомат совмещает в себе два устройства и образует комплекс устройства защитного отключения (УЗО) и автомата защиты. Как и у всех универсальных устройств, у него есть свои сильные и слабые стороны.

Преимущества

• при условии правильного подключения, одним из главных преимуществ дифавтомата является безопасное для человека подключение к электрической сети;
• комплексное решение правильного совмещения УЗО и номинала по току;
• контроль и защита электрической сети от перепадов напряжения;
• компактное размещение;
• несложное подключение.

Недостатки

1. При отсутствии соответствующих флажков на определенных моделях дифавтоматов, отсутствует возможность определения причины срабатывания устройства, что делает устранение неисправности более сложным процессом.
2. Невозможность менять поломавшиеся составляющие дифференциального автомата по отдельности. К примеру, если выйдет из строя только УЗО или автомат, все равно придется менять все устройство. Таким образом, в случае поломки придется заплатить полную стоимость дифавтомата.
3. Ограниченность выбора. Не всегда нужная модель может оказаться в наличии, поэтому существует вероятность остаться без света на неопределенное время, необходимое для ее доставки.

Оптимальное применение дифавтомата

Для бытового размещения в простой сети с минимальным количеством подключенных электроприборов, рассчитанной на одного потребителя (например, на дачах) наиболее приемлемым вариантом будет установка дифавтомата вместо УЗО. Этим можно существенно улучшить защиту вашей сети от резких скачков напряжения.

Применение дифавтомата будет достаточно эффективным в случае, если сеть периодически подвержена воздействию влаги (баня, подвальные помещения, уличное освещение) и нуждается в мощном потреблении электроэнергии.

Если нет возможности поставить дифавтомат, можно заменить его связкой устройств УЗО+ двухполюсной автомат. По функционалу это практически то же самое, разница лишь в более сложном подключении.

Характеристики и выбор дифавтомата

Выбирая устройство, прежде всего надо определиться с выбором места его установки, и уже после этого подбирать дифференциальный автомат с техническими характеристиками, соответствующими вашим требованиям.

Кроме того, необходимо точно знать напряжение сети, в которой будет устанавливаться устройство. В зависимости от его величины (напряжения), существуют разные типы дифавтоматов. Различить их можно по надписям на корпусе устройства, рядом с отметкой о частоте тока( 50 Гц).

Номинал, равный сечению провода, следит за недопустимостью превышения током нагрузки допустимых показателей, а в случае отклонения от нормы, отключает питание.

Различаются дифавтоматы и по типу электромагнитного расцепителя, в зависимости от величины пускового тока они могут быть разной чувствительности:

B — предназначена для работы с превышениями норм от 3 до 5 раз. Этот вариант наиболее приемлем в случаях минимальной нагрузки на сеть, его часто устанавливают на дачах;

С — максимальная перегрузка колеблется в интервале от 5-10 раз. Оптимальное место установки – жилые квартиры и дома;

D — отключение происходит, если номинал превышен в 10-20 раз. В основном устанавливаются на предприятиях, фабриках или офисных помещениях, требующих больших энергозатрат.

Еще один параметр, на который стоит обратить внимание при выборе такого устройства – это отключающий дифференциальный ток и его класс. Обычно для потребительских сетей используют дифавтоматы с номиналом тока утечки 10 мА (линия с единственным потребителем) или 30 мА (более распространенные устройства, применяемые для нескольких потребителей).

Немаловажной характеристикой защитного устройства является и его класс ограничения силы тока, а также номинальная отключающая способность. В случае резких перепадов напряжения или максимальной сетевой нагрузки, необходимо понимать, насколько быстро отреагирует защитное устройство на нештатную ситуацию. Именно это показывает класс токоограничения дифавтомата, в зависимости от класса (по нарастающей от 1 до 3), устройство отключает электропитание в случае аварии. Предпочтение отдается дифавтоматам 3 класса, как самым быстродействующим. К сожалению, стоимость такого устройства будет гораздо выше подобных дифавтоматов более низкого уровня.

Эксплуатационные условия

Основные модели дифференциальных автоматов довольно чувствительны к погодным условиям и предполагают эксплуатацию при температурах от -7°C до +30°С. В случаях, когда дифференциальный автомат будет расположен на улице, в неотапливаемом здании, а также в помещениях с резкой сменой температур или периодическим посещением, необходимо выбирать модели защитных устройств, устойчивые к минусовым температурам. На внешнем корпусе такого устройства производители ставят специальный значок в форме снежинки, обозначающий, что данный дифавтомат будет корректно работать даже при очень низких температурах (до -30°С). Цена таких устройств тоже будет значительно выше стоимости обыкновенных моделей.

Как подключить защитное устройство

В верхней части корпуса дифавтомата находятся юстировочные винты и контактные пластины для подсоединения фазы и нуля, идущих со счетчика. Снизу расположены контакты для подключения самой линии.

Подключить устройство непосредственно в электрическом шкафу тоже довольно просто. Единственный нюанс – по окончании сборки необходимо дополнительно, с максимальным усилием, закрепить контакты. Делается это потому, что обычно применяются медные провода, а, как известно, медь довольно мягкий металл.

Наиболее популярная схема подключения

Существует несколько способов подключения дифавтомата. Наиболее востребованной стала схема с установкой устройства сразу после счетчика – на входе. Преимущество такого подключения состоит в том, что в случае возникновения аварийной ситуации, отключение электропитания будет произведено по всем потребителям одновременно. Недостаток состоит в том, что из-за полного обесточивания становится довольно сложно определить, где именно случилась поломка. Эта проблема решается установкой после основного дифавтомата отдельных защитных устройств для каждой группы потребителей. В этом случае, существует возможность поочередного включения и определения причины поломки после срабатывания защиты.

Понравилась статья? Расскажите друзьям:

Оцените статью, для нас это очень важно:

Проголосовавших: 4 чел.
Средний рейтинг: 5 из 5.

УЗО, или дифференциальный автомат? Что выбрать?

03.06.2021

Электроприборы давно вошли в наш повседневный обиход, и далеко не всегда мы воспринимаем их, как источник повышенной опасности. Самое известное устройство защиты электросетей, как бытовых, так и промышленных, это, конечно, автоматический выключатель. Его назначение – отключать питание электроцепи при возникновении короткого замыкания, или перегрузки в сети. Но опасности не ограничиваются лишь перегрузками и коротким замыканием. Существует еще масса причин, которые могут привести к пожарам, или даже к поражению человека электрическим током. К ним можно отнести дисбаланс токов в фазном и нулевом проводах, снижение сопротивления изоляции провода, нарушение изоляции провода в месте соединения проводов, прикосновение к токоведущим частям приборов и т.п. Во всех этих случаях автоматический выключатель просто не сработает.

Для обеспечения электробезопасности при возникновении подобных ситуаций служат устройства защитного отключения (УЗО), и автоматические выключатели дифференциального тока (АВДТ), или «дифавтоматы».

Прежде чем определить, чем же мы должны руководствоваться при выборе того, или иного прибора, давайте разберемся – в чем отличие УЗО от автоматического выключателя? В отличие от обычного автоматического выключателя, устанавливаемого только на фазный провод, УЗО подключается к обоим проводникам – и к фазному, и к нулевому. В конструкцию УЗО входит схема, сравнивающая ток в фазном и нулевом проводниках. Если эти токи равны — утечка тока отсутствует. Как только появляется разница между токами фазного и нулевого проводов – срабатывает устройство и разрывает обе линии – и фазную, и нулевую.

Основным параметром устройства защитного отключения является «Номинальный отключающий дифференциальный ток» (IDn). Для человеческой жизни опасность представляют токи свыше 30мА. Поэтому УЗО с номинальным током утечки 30мА возможно считать универсальными, т.к. они защищают от поражения электрическим током, возгорания, и позволяют подключать достаточно большие нагрузки без ложных срабатываний. УЗО с номинальным значением менее 30мА отлично обеспечивают защиту людей от поражения электрическим током, но не обеспечивают пожаробезопасность, и могут отключаться при больших нагрузках. В отдельную группу можно вывести т.н. «противопожарные» УЗО, имеющие значения тока утечки от 100 до 300мА, которые устанавливаются на вводе в квартиру, или дом. Его основная функция – защита от пожаров, вызванных током утечки, но не защита от поражения электрическим током. Для этой группы существует два главных критерия выбора – селективность устройства (возможность установки задержки отключения) и большое значение номинального тока утечки.

После того, как мы разобрались, что такое УЗО и для чего оно нужно, можно перейти к автоматам дифференциального тока. Тут все гораздо проще. По сути, такое устройство представляет собой решение «два в одном» — автоматический выключатель и УЗО в общем корпусе. Подбор дифавтомата по номинальному току и время-токовой характеристики, практически, полностью соответствует подбору обычного автоматического выключателя. Единственное отличие – добавляется  необходимость подбора автомата по току утечки и классу дифференциальной защиты. Что касается тока утечки, то в быту используются, как правило, только два номинала:

• 10мА для установки на линии, в которых установлено только одно мощное устройство, или потребитель, в котором сочетаются два опасных фактора: электричество и вода (посудомоечная машина, электрический водонагреватель и т.п.).
• 30мА для линий с группой розеток и наружного освещения.

Класс дифференциальной защиты показывает от утечек токов какого типа защищает это устройство. Выбор класса защиты определяется от типа нагрузки.  Так, если это техника с микропроцессорами, то используется класс А. Для линий освещения, или включения простых устройств подойдет класс АС. Подключение автоматов класса S и G имеет смысл для многоуровневых систем защиты. Обозначения и расшифровка классов защиты находятся в таблице:

Буквенное обозначение	Графическое обозначение	Расшифровка	Область применения
АС		Реагирует на переменный синусоидальный ток	Ставят на линии, к которым подключена простая техника без электронного управления
А		Реагирует на синусоидальный переменный ток и пульсирующий постоянный	Применяется на линиях, от которых запитывается техника с электронным управлением
В		Улавливает переменный, импульсный, постоянный и сглаженный постоянный.	В основном применяется на производстве с большим количеством разнообразной техники
S		С выдержкой времени отключения 200-300 мс	В сложных схемах
G		С выдержкой времени отключения 60-80 мс	В сложных схемах

Теперь можно вернуться к главному вопросу – что же выбрать? Как такового прямого ответа на этот вопрос нет… Основное отличие УЗО от АВДТ состоит в их функциях, стоимости, способе подключения и занимаемого места в щитке.  Однако есть один момент – надежность устройства.  Чем устройство проще, тем выше его надежность. И в этом смысле дифавтомат проигрывает УЗО. А что использовать – каждый потребитель решает самостоятельно.

Конструкция и особенности работы дифференциального автомата

Дифференциальный автомат — оборудование, которое совмещает в себе свойства УЗО и автомата. Основное назначение устройства — обеспечение защиты от ударов током в условиях контакта с элементами, проводящими его, в условиях утечки или проблем в функционировании.

Двухфазный дифференциальный автомат

Выключатель дифференциального тока по своей конструкции состоит из двух базовых элементов:

• Рабочая часть — собственно, автомат, в котором предусмотрено наличие расцепляющего механизма и специальной рейки, срабатывающей под внешним воздействием механического характера. В зависимости от модели оборудования, выключатель в его конструкции может иметь два или четыре полюса
• Расцепители — как и в выключателе обычного типа, их предусмотрено два: тепловой и электромагнитный. Первый включается в работу в условиях перегрузки, второй обесточивает линию при возникновении короткого замыкания
• Защитная часть — речь идет об основном элементе, отвечающем за защиту дифференциального типа. Именно он устанавливает факт утечки. Также данный элемент участвует в процессе преобразования тока, и, таким образом, производит сброс посредством рейки. Защитный модуль должен иметь доступ к питанию, и именно по этой причине он активизируется вместе с автоматом. Процесс происходит в определенной последовательности.

Важно! В конструкции защитного модуля есть устройства дополнительного назначения — усилитель с магнитной катушкой, трансформатор, который определяет остаток тока. Чтобы проверить исправность этого элемента, можно просто нажать кнопку «ТЕСТ», которая имеется на его корпусе. Посредством нажатия на эту кнопку имитируется утечка, и оборудование, если оно работает в нормальном режиме, сразу же отключается.

Дифференциальный автомат с с кнопкой проверки работоспособности

Содержание

• 1 Принцип работы
• 2 Сфера применения
• 3 Как подключить
• 4 Схемы подключения
• 5 Селективная схема
• 6 Особенности установки
• 7 Специфика выбора

Принцип работы

Автоматический выключатель дифференциального тока функционирует примерно по тому же принципу, что и УЗО. Факт утечки регистрируется посредством трансформатора, принцип функционирования которого базируется на вариации показателей проводниковых токов, обеспечивающих подачу энергии к защитной установке. В том случае, если изоляция является целой, а с элементами, проводящими ток, не устанавливается никаких контактов, утечку можно считать отсутствующей. В фазах и на нуле токи будут иметь одинаковые значения.

Электрический ток появляется в конструкции обмотки вторичного типа. В таких условиях начинает функционировать специальная защелка. Она оказывает определенное воздействие на механизм, который отвечает за разъединение системы контактов и самого оборудования.

Дифавтомат для нескольких цепей

Сфера применения

Дифференциальный выключатель автоматического типа подходит для применения в сетях с любыми характеристиками. Сети могут иметь три, одну фазу. Дифференцированный автоматический выключатель, выбранный правильно, существенным образом повышает безопасность эксплуатации бытовой техники, различных приборов. Эксплуатация может быть регулярной и даже постоянной. Качественные автоматы защиты электросети — это гарантированная защита от пожаров. Как известно, они нередко появляются в условиях возгорания, деформации целостности изоляции элементов, проводящих ток, в конструкции разных моделей бытовой техники.

Автомат в электрическом щитке

Как подключить

Разобравшись с тем, что такое дифавтомат в электрике, следует получить представление о принципах его подключения. Они являются примерно теми же, что и в случае с обычным УЗО. Правила таковы:

• Точно так же, как и УЗО, электрические автоматы защиты требуют подключения нолей и фаз цепей, защиту которых необходимо обеспечить
• Запрещено соединять провод, идущий из конструкции автомата, с аналогичными элементами нулевого значения. В таких условиях оборудование просто выйдет из строя, с учетом того, что показатели токов в проводах будут различаться.

Важно! Все группы электрики могут иметь защиту в виде одного автомата дифференциального типа. Устанавливается он, как правило, на участке ввода. Но есть и другая схема, в соответствии с которой автомат используется для защиты конкретной группы электрики, подсоединенной к сети. Такой способ имеет смысл выбирать в тех случаях, когда нужна основательная, гарантированная защита помещений.

Схемы подключения

Если автомат защиты ставится на все группы, то его провода подсоединяются к клеммам, расположенным наверху. К клеммам, расположенным внизу, подводится нагрузка, которая идет от каждой из групп. Следует заранее разделить выключатели. У такой схемы есть преимущества, но есть и недостатки: группы деактивируются, если автомат срабатывает в аварийном режиме. То же самое происходит и в условиях появления проблем в работе любой из имеющихся групп. Чтобы свести к минимуму риск такого срабатывания в помещениях жилого типа, в том числе, с ветхой проводкой, можно установить дифференцированный автомат защиты по току, запрограммированный на включение в условиях с определенными показателями утечки — 30 мА.

Сборка электрического щитка в помещении

Специалисты рекомендуют выбирать для подключения вторую схему: автомат защиты сети подсоединяется к конкретной электрической группе. Схема актуальна даже для тех помещений, в которых уровень влажности воздуха является достаточно высоким. Это кухни, санузлы. Подобная схема выбирается и для помещений, к безопасности которых предъявляются особые требования.

Следует отметить, что защита конкретной группы является более эффективной, чем защита сразу нескольких групп. И речь идет не только о безопасности. Важным аргументом в пользу выбора второй схемы можно считать функциональность.

Важно! При срабатывании одного автомата, сеть не будет полностью обесточена, если оборудование подключено по второй схеме. Эта схема обеспечивает гарантированное и бесперебойное снабжение электричеством в любых условиях. Минус у такого подключения один — высокая стоимость.

Селективная схема

Дифференциальные автоматы могут быть подключены по селективной или по другой схеме. Проще всего рассмотреть преимущества и недостатки каждой из схем на примере многоквартирного дома.

• Селективная схема — при таком подключении даже в условиях утечки от питания будет отключен только тот объект (квартира), в котором произошла авария. Общий автомат будет продолжать работу, и другие объекты — квартиры, в которых системы не были повреждены — будут получать электричество в нужном объеме
• Не селективная схема — такое подключение не гарантирует того, что питание будет обеспечиваться. Объект, на котором зарегистрированы неполадки, будет обесточен, а вместе с ним — и тот автомат, который расположен за его пределами. Сразу же будет деактивирована деформированная электролиния, вслед за ней отключатся и целые линии. Причина — в том, что автомат, установленный на площадке, имеет свои показатели утечки, а элементы отходящего типа — совершенно другие.

Селективная схема подключения автоматов к сети

Важно! Автоматические устройства должны выбираться в соответствии с показателями утечки. Однако выбор схемы от этого не зависит. Селективной может считаться только та схема, в которой оборудование имеет соответствующее обозначение — это латинская буква S.

Посмотрите короткое видео о том, что будет если неправильно выбрать общий неселективный дифавтомат

Особенности установки

Сегодня наиболее распространены дифференциальные выключатели, у которых номинал утечки составляет максимум 30 мА. Такие модели устанавливаются в сетях с тремя, одной фазами. Перед тем, как перейти к их установке, следует как можно более точно определить функциональные характеристики оборудования, его возможности. Также рекомендуется принимать во внимание число потребителей электроэнергии, имеющих доступ к цепи. Это поможет снизить риск ложных срабатываний в условиях перегрузки.

Специфика выбора

Часто перед потребителями электроэнергии встает вопрос: что предпочесть — дифференциальный автомат или УЗО? Однозначного ответа на него просто нет, ведь выбор обуславливается целым рядом факторов.

• Конструкция щитка, наличие в нем свободного места — даже если проводка реконструируется, этот элемент практически не изменяется. Желание установить то или иное оборудование в щитке может не получиться реализовать — в нем попросту может не быть места для него. Дифференциальное оборудование занимает меньше места, чем УЗО. Однако УЗО должно иметь защиту, которую ему обеспечивает автомат. Таким образом, устанавливаются оба устройства, и УЗО займет в щитке больше места
• Цели подключения — если принципиальное значение имеет защита от тока бытовой техники, то вполне хватит и дифференциального автомата. В том случае, если требуется защита не отдельной единицы, но нескольких розеток, имеет смысл установить УЗО. Как только будет зарегистрировано превышение мощности, дифференциальный автомат сразу же будет деактивирован, что повлечет за собой необходимость в замене на более высокий номинал. Если речь идет об УЗО, то все, что потребуется сделать — заменить автомат. В данном случае, имеет значение финансовый вопрос: что обойдется дешевле — автомат или дифференциальное оборудование?

УЗО+автомат и дифавтомат

В чём разница между УЗО и дифавтоматом, и что стоит выбрать?

Обеспечение безопасности электросети в доме очень важно для спокойной жизни его обитателей.

Одним из обязательных элементов такой системы безопасности является устройство защитного отключения. Различают два вида устройств, позволяющих обеспечить безопасность электросети – это УЗО и дифференциальный автомат. Часто покупатели не могут решить, какой именно из двух вариантов выбрать, и пытаются разобраться в этом вопросе самостоятельно или с помощью консультанта. Чтобы вы не тратили своё время на поиски специалиста, который мог бы рассказать вам о различиях и сходствах УЗО и дифавтомата, мы и подготовили эту статью.

Главное, что стоит понять, начиная выбирать – это то, что УЗО в паре с автоматическим выключателем является аналогом дифференциального автомата. Нагляднее это можно увидеть на картинке:

ДЛЯ РАБОТЫ УЗО НЕОБХОДИМО НАЛИЧИЕ ЗАЩИТНОГО АВТОМАТА, А В ДИФАВТОМАТЕ ОН УСТАНОВЛЕН ПО УМОЛЧАНИЮ

Зачем нужны УЗО и дифференциальный автомат?

В соответствии с существующими правилами устройства электроустановок, в помещениях с повышенной опасностью должна быть обеспечена защита от токов утечки. В жилых помещениях (квартирах, домах) такими помещениями считаются ванная комната и кухня. Особенности этих помещений – стеснённость пространства, высокие показатели влажности и температуры воздуха. Все эти факторы провоцируют усиленный износ изоляции проводки и усиливают напряжение прикосновения до смертельно опасных для человека показателей.

Для предупреждения опасных ситуаций принято устанавливать устройства, защищающие помещение от токов утечки – устройства защитного отключения (УЗО) или дифференциальные автоматы. Принцип их работы заключается в сравнении тока, проходящего по фазе, с током на нулевом проводнике. При появлении различий между величиной токов на двух проводах автомат и срабатывает, разрывая цепь.

Время срабатывания автомата – доли секунды, разница в токах, необходимая для его срабатывания – 10 мА. Потому, даже если человек попал под напряжение, прикоснувшись к фазе или взявшись за корпус бытового прибора, аппарат надёжно защитит его от смертельной опасности.

В чём отличие УЗО от дифавтомата?

В деле выяснения различий между двумя этими агрегатами нам поможет в первую очередь расшифровка их названий. УЗО – это устройство защитного отключения, защищающее жильцов помещения от поражения электрическим током; а дифавтомат – это автоматический дифференциальный выключатель, который защищает кабели и электроприборы от недопустимых уровней напряжения и, как следствие, перегрузки сети и короткого замыкания.

УЗО состоит из трёх основных частей – в одной из них происходит обнаружение разницы в токах, в другой разница измеряется и сравнивается с заданным показателем (он может варьироваться в зависимости от модели), в третьей – она называется разъединитель – производится размыкание электрической сети. УЗО не содержит компонентов, которые защищали бы электропроводку и приборы от скачков напряжения.

УСТРОЙСТВО ЗАЩИТНОГО ОТКЛЮЧЕНИЯ (УЗО)

Зато ими оборудован дифференциальный автомат. Он представляет собой и УЗО, и автоматический выключатель в одном корпусе. Этот вариант более многозадачен, ведь он обеспечивает одновременно и защиту от поражения электрическим током, и безопасность электроприборов.

ДИФФЕРЕНЦИАЛЬНЫЙ АВТОМАТ

Технические характеристики

Технические характеристики УЗО и дифавтомата указаны на передней панели.

Технические характеристики дифференциального автомата

• Номинальный ток ln – это ток, который аппарат проводит в течение долгого времени. Он может быть равен 6-63 А;
• Время-токовая характеристика – обозначается буквой B, C или D и указана перед цифрой номинального тока;
• Номинальный отключающий дифференциальный ток – это разница в токах на фазе и нулевом проводнике, она может составлять 10, 30, 100, 300 или 500 мА;
• Номинальное напряжение – то, при котором автомат может работать в нормальных условиях. Номинальное напряжение стандартное – 220 В для однофазной сети и 380 В для трёхфазной;
• Класс модуля дифференциальной защиты – А или АС. А реагирует на синусоидальный переменный и постоянный пульсирующий токи; АС обозначается синусоидой и реагирует на синусоидальный переменный ток утечки;
• Номинальная отключающая способность – это максимальная величина тока короткого замыкания, с которой автомат может справиться, отключившись, но оставшись в рабочем состоянии. Этот показатель можно увидеть в прямоугольнике на передней панели устройства, он составляет 3000, 4500, 6000, 10000 А;
• Класс токоограничения – их три. Класс определяется временем, которое проходит с момента начала размыкания силовых контактов до момента полного погашения электрической дуги. Указан в квадрате на передней панели;
• Тип встроенного УЗО – он может быть либо электромеханическим, либо электронным;
• Количество полюсов – два или четыре;
• Диапазон рабочих температур – обозначен снежинкой на передней панели, обычно составляет от -25 ⁰С до 40⁰С;
• Номинальная частота электрической сети – необязательная характеристика, но она может быть также указана на передней панели. Обычно для бытовых сетей частота равняется 50 Гц;
• Степень защиты – по умолчанию составляет IP20, но может быть указана на передней панели, если отличается от этого значения;
• Схема подключения – изображена на передней панели.

Клеммы, служащие для подключения нулевого проводника, обозначены буквой N

Технические характеристики УЗО

УЗО СО СЛЕДУЮЩИМИ ХАРАКТЕРИСТИКАМИ: НОМИНАЛЬНЫЙ ТОК 25 А, ВЕРХНЯЯ ТОКОВАЯ ХАРАКТЕРИСТИКА ВД, НОМИНАЛЬНЫЙ ОТКЛЮЧАЮЩИЙ ТОК 30 МА, АС-КЛАСС МОДУЛЯ

Технические характеристики УЗО, отображаемые на передней панели, не отличаются от характеристик дифавтомата. Однако существует небольшое отличие в требованиях, предъявляемых к УЗО.

Частный дом лучше всего оборудовать УЗО с показателем утечки тока в 30 А и более. Однако отдельно для душевых и бойлеров, а также других устройств, находящихся во влажных помещениях, лучше выбрать УЗО с чувствительностью к утечке 10 А.

В квартиру также стоит выбрать УЗО с чувствительностью к 30 А. Если квартира маленькая или у вас одна электрическая сеть, отдайте предпочтение варианту установки отдельного прибора на конкретную группу приборов во избежание полного обесточивания квартиры в случае срабатывания автомата.

Внимание! Все рассматриваемые характеристики принято считать актуальными для помещений с температурой около 30⁰С.

Противопожарную безопасность лучше всего обеспечить путём установки автомата с номиналом в 100-300 МА.

Что же выбрать – УЗО или дифавтомат?

Однозначного ответа на этот вопрос не существует, так как правильный выбор в каждом конкретном случае зависит от множества индивидуальных факторов.

• Место в щитке. Дифавтомат, несмотря на то, что выполняет сразу несколько полезных функций, займёт в щитке места меньше, чем УЗО и автоматический выключатель для него;

НАЛИЧИЕ СВОБОДНОГО МЕСТА В ЩИТКЕ – ВАЖНОЕ УСЛОВИЕ ДЛЯ ПРАВИЛЬНОГО ВЫБОРА МЕЖДУ УЗО И ДИФАВТОМАТОМ

• Что именно требуется от устройства? Вам нужно обеспечить защиту от удара током для определённого прибора? Тогда выбирайте дифавтомат, технические характеристики которого подойдут конкретно под этот прибор. Ну, а если вы нуждаетесь в защите целой линии розеток, целесообразнее будет устанавливать УЗО;

Выбор УЗО для линии розеток легко объясним – вы не сможете точно сказать, какова будет максимальная мощность приборов, подключенных ко всем этим розеткам, ведь оборудование может со временем меняться. В случае если вы замените старые приборы на новые, большей мощности, вам придётся сменить и дифавтомат, который подбирается по мощности. В случае же с УЗО вам достаточно будет сменить автоматический выключатель.

• Качество работы. С любым прибором в мире работает следующее золотое правило – чем больше у устройства функций, тем менее надёжна его работа. Дифавтомат сочетает в себе функции и УЗО, и автоматического выключателя, и потому считается специалистами в среднем менее надёжным, чем УЗО. Однако это не отменяет возможности существования такого УЗО и такого дифавтомата, которые, в сравнении друг с другом, дадут противоположную статистику;
• Ремонт и покупка нового оборудования. Рано или поздно любой прибор начинает давать сбой и нуждается в ремонте или замене. И здесь уже первостепенную роль играет стоимость этих двух процедур. Если ломается УЗО или автоматический выключатель – заменяют именно эту часть системы, а не оба прибора вместе. Если ломается дифавтомат, он весь подлежит замене, что менее выгодно, учитывая его высокую стоимость;
• Отключение оборудования. Причиной отключения УЗО может быть только появление тока утечки в электропроводке; автоматический выключатель может отключиться только из-за короткого замыкания и перегруза. Причин же для отключения дифавтомата несколько, и выяснить, с какой из них вы столкнулись, невозможно.

РЕМОНТ И ЗАМЕНА ЧАСТЕЙ УЗО ОБОЙДУТСЯ ДЕШЕВЛЕ

Это не единственные, но одни из главных особенностей, по которым стоит выбирать устройство для обеспечения безопасности электропроводки и бытовых приборов. Что предпочтительнее для вас – дифференциальный автомат или УЗО – решать только вам.

Остались вопросы?

Закажите консультацию,
и мы подберем для вас идеальное решение!

Нажимая на кнопку, вы даете согласие на и соглашаетесь c политикой конфиденциальности компании.

Дифференциальный автомат (АВДТ), что это и чем отличатеся от УЗО, как работает?

Дифференциальный автомат представляет собой многофункциональное устройство, выполняющее следующие функции:

• коммутация электрической нагрузки;
• защита сети от короткого замыкания;
• защита оборудования от перегрузки;
• обеспечение защитного отключения при возникновении тока утечки.

Конструктивно и функционально дифавтомат объединяет в себе автоматический выключатель и устройство защитного отключения (УЗО).

Применение дифавтоматов при комплектовании распределительных щитов позволяет сэкономить средства и пространство в щите. Размещённые в одном корпусе автоматический выключатель и устройство защитного отключения более компактны и дёшевы, чем по отдельности.

Для чего нужен?

Дифференциальный автомат — это устройство, выполняющее защитные функции в автоматическом режиме, особенностью аппарата является то, что при необходимости отключения происходит разрыв фазовой и нулевой цепи.

Визуально отличить все три прибора можно далеко не у всех производителей.




В непрерывном режиме осуществляется контроль потребляемого нагрузкой тока и отключение при коротком замыкании или перегрузе. Также постоянно контролируется наличие токовой утечки, при превышении порогового уровня которой происходит отключение.

В соответствии с ГОСТ автоматические выключатели, управление которых осуществляется дифференциальным током и оснащённые защитой от сверхтоков, классифицируются по следующим признакам:

• наличию вспомогательных источников питания;
• наличию времени отключения;
• роду дифференциального токового сигнала;

Видео о внутреннем устройстве

Автоматы, отключающиеся при исчезновении сетевого напряжения с выдержкой или без выдержки времени делятся на следующие разновидности:

• включающиеся повторно в автоматическом режиме при восстановлении питания;
• не включающиеся автоматически.

Существуют также устройства, не отключающиеся при исчезновении питающего напряжения.

Читайте еще:что такое узо и зачем нужен автоматический выключатель тока?

Плюсы и минусы, особенности применения

Выбор в пользу дифференциального автомата несёт в себе определённые преимущества:

• при правильном подборе устройства можно не беспокоиться о состоянии электропроводки;
• применив в качестве защиты дифавтомат, нет необходимости отдельно монтировать УЗО, достаточно правильно выбрать модель по номинальному и дифференциальному токовому параметру;
• коммутация одного устройства в шкафу всегда проще, чем обвязка двух приборов (автомат + УЗО).

Имеют место и недостатки:

• отдельные модели дифавтоматов не оснащены сигнальными флажками, поэтому, при их срабатывании не всегда можно определить, какой фактор послужил причиной отключения – повышенное значение тока в цепи нагрузки или наличие токовой утечки;
• поскольку устройство выполнено в одном корпусе, то выход из строя одной его части вынуждает производить замену целиком.

В данном примере, синий индикатор отображает срабатывание по току утечки на землю. Это позволяет однозначно определить причину выключения цепи.

Таким образом, при выборе модели желательно сразу предусмотреть наличие необходимых сигнальных устройств. В дальнейшем это позволит значительно быстрее находить причины отключений и устранять неисправности.

Что выбрать: УЗО или дифавтомат?

При проектировании внутренней электропроводки, на вводе питания объекта (квартиры, дома) лучше предусмотреть установку дифавтомата вместо комбинации автомат плюс УЗО. Номинальный ток выключателя на вводе должен быть больше номинала любого выключателя на более низком уровне. Это же относится к величине дифференциального токового показателя. Обычно на щитках ввода устанавливаются УЗО или дифавтоматы с уставкой тока порядка 100 мА. Такие устройства защищают электропроводку от возможного оплавления и возгорания при опасном снижении сопротивления изоляции.

Отдельную защиту, срабатывающую при появлении токовой утечки, следовательно и дифференциального тока необходимо устанавливать на линиях питания мощных потребителей, связанных с водой или установленных в сырых местах. Например, электрических бойлеров, стиральных машин, проточных водонагревателей.

Также отдельно должны быть защищены линии питания потребителей, расположенных в отдельно стоящих помещениях или на улице. Это разводка уличного освещения, линии питания бани, гаража, подвального помещения.

Дифавтоматы, как и устройства защитного отключения устанавливают как в сетях с защитным проводом, так и без него. Наиболее благоприятные условия для защиты оборудования и людей создаются при наличии защитного провода и повторного заземляющего устройства.

Видео по теме

Корпуса металлических распределительных щитов должны быть соединены с защитным проводом PE, так как достаточно велика вероятность появления на них фазного потенциала. При наличии такого соединения дифференциальная часть автомата сработает, как только сопротивление изоляции снизится до значения, обеспечивающего ток утечки, равный уставке срабатывания. Такой режим обеспечивает наиболее надёжную защиту человека от косвенного прикосновения. То есть, защита сработает не в момент прикосновения, а в момент снижения уровня изоляции. Это значит, что опасность прикосновения предупреждена.

При отсутствии защитного провода, защита может сработать только в момент прикосновения человека к корпусу, на котором оказалось фазное напряжение. При этом токовая утечка – это ток, протекающий через тело человека.

Читайте еще: что такое контур заземления и какой материал для него подходит?

Важные характеристики

Подбор дифференциального автомата следует производить с учётом совокупности технических характеристик. Во-первых, определяется номинальное напряжение и количество фаз. Однофазные устройства предназначены для работы в сетях 220 вольт, трёхфазные – 380 вольт.

Далее необходимо выбрать номинальные токовые параметры. Этот параметр зависит от мощности питаемой нагрузки и места установки выключателя. Так, выключатель, питающий отдельный электроприбор, должен иметь номинальный ток, не менее того, который потребляет питаемый агрегат. В случае, если в составе есть двигательная нагрузка, должен быть учтён пусковой ток. Выключатели, установленные выше по иерархии электрической схемы, имеют более высокий номинал. СтабЭксперт.ру напоминает, что наиболее мощный автомат устанавливается на вводе объекта.

Сечение кабелей на каждом участке проводки должно соответствовать расчётному значению тока.

Иногда на корпусе дифференциального автомата пишут — АВДТ (ТДМ-Электрик, EKF, TexEnergo и ряд других производителей).

Выбор по электромагнитному расцепителю

Пусковые токи в отдельных случаях могут в разы и даже на порядок превышать номинальные значения. Ток срабатывания электромагнитного расцепителя автоматического выключателя должен быть подобран таким образом, чтобы защита не реагировала на пусковые токи, но при этом надёжно отключала бы нагрузку при сверхтоках короткого замыкания.

Для этого необходим точный расчёт режимов запуска электродвигателей в разных вариантах, в том числе при самых неблагоприятных условиях. Также необходим расчёт режимов короткого замыкания, включая режим, обеспечивающий наименьшее значение тока короткого замыкания.

После этого можно подобрать устройство с необходимым током срабатывания электромагнитного расцепителя.

Расцепители делятся на группы по параметрам срабатывания:

• устройства группы «B» срабатывают при кратности фактического тока к номинальному значению от 3 до 5;
• ток срабатывания выключателей группы «C» превышает номинальное значение от 5 до 10 раз;
• самые грубые автоматы группы «D» отключаются при токе в 10 – 20 раз превышающем номинал.

Существует прямая связь между размерами, энерговооружённостью объекта и типом электромагнитного расцепителя применяемого выключателя. Как правило, на объектах с малой электрической нагрузкой и отсутствием электродвигателей применяют аппараты группы «B».

Примером такого объекта может служить небольшая дача или квартира. В хорошо электрифицированном частном доме, наполненном бытовыми электроприборами более уместен автоматический выключатель с расцепителем типа «C».

Тип «D» подходит для промышленных предприятий с большим объёмом двигательного электропривода.





Выбор аппаратов по значению диф-тока

Ток утечки определяется защитным устройством, как токовая разность в фазном и нулевом проводе. Наличие данного явления означает, что появилась обходная цепь для протекания тока от фазы к нулю, минующая рабочий нулевой провод. Это может происходить только в случаях нарушения изоляции электроприборов и образования утечки через корпус на защитный провод.

Существует несколько номиналов дифференциального тока, при которых происходит отключение автомата:

• 10 миллиампер. Автоматы с такой уставкой по дифференциальному току устанавливают на линии питания отдельных электроприборов, работающих в условиях повышенной опасности, например, в сырах местах;
• 30 миллиампер. Наиболее распространённый номинал, используется при подключении одного или нескольких приборов.

Существуют дифавтоматы с уставкой по дифференциальному току 100 миллиампер и более. Они предназначены для защиты электропроводки от пожара, в то время как выключатели с дифференциальной токовой уставкой до 30 мА защищают человека. Это разделение обусловлено тем, что величина 0,1 ампер (100 мА) является нижней границей смертельно опасных значений токов, в связи с чем считается, что устройства с такой уставкой не в состоянии полностью предотвратить пусть даже кратковременное протекание смертельного тока через тело человека.

Дифференциальные автоматы, реагирующие на токовые утечки 100 миллиампер и более обычно устанавливаются в вводных распределительных шкафах. При выборе выключателей должна быть обеспечена селективность действий защитных устройств. Токи тепловых, электромагнитных расцепителей, а также дифференциальные токи автоматов должны быть тем выше, чем ближе автомат установлен к источнику питания. При необходимости, для обеспечения селективности должна использоваться выдержка времени срабатывания.

Далее:

• Чем отличаются реле напряжения 220 и 380 вольт? Статья и обзор моделей.
• Как выбарть защитное устройство перенапряжения для дома?
• Какая разница между стабилизаторами напряжения Энергия?

Дифференциальный автомат — что это?

Устройство, предназначенное для отключения электропитания в сети при появлении в ней нарушений, способных привести к выходу из строя электропроводки и подключенного к ней оборудования, в электротехнике называется автоматическим выключателем (АВ). Это устройство принято называть проще – автомат. Одной из его разновидностей является устройство защитного отключения, обесточивающее линию при обнаружении тока утечки, тем самым предохраняя людей от поражения электрическим током при прикосновении к кабелю. Особенность УЗО такова, что его нельзя установить без АВ, защищающего линию от короткого замыкания и перенапряжения. Чтобы не подключать на линию два защитных устройства, был создан дифференциальный автомат — устройство, совмещающее функции УЗО и автоматического выключателя.

Содержание

• Особенности и цель дифференциальной работы Difavtomat
• . Появление Difavtomat
• Дифференциальная AV с утечками электрического тока
• Перегрузка и защита коротких замыканий
• Процедура установки
• Заземление RCBO
• Заключение

Особенности и назначение дифавтомата

Если об обычных электрических машинах знают почти все, то услышав слово «дифавтомат», многие спросят: «А что это такое?» Проще говоря, дифференциальный автоматический выключатель — это устройство защиты цепи, которое отключает питание в случае любой неисправности, которая может повредить линию или привести к поражению людей.

Аппарат состоит из нескольких основных частей:

• Плавкий и огнестойкий пластиковый корпус.
• Один или два рычага для подачи и отключения питания.
• Клеммы с маркировкой, к которым подключаются входящие и исходящие кабели.
• Кнопка «Тест», предназначена для проверки работоспособности устройства.

В последних моделях этих машин также установлен сигнальный индикатор, позволяющий дифференцировать причины срабатывания. Благодаря ему можно определить, почему устройство выключилось — из-за утечки тока или из-за перегрузки линии. Эта функция упрощает устранение неполадок.

Наглядно об устройстве дифавтомата в видео:

УЗО могут устанавливаться как в однофазных, так и в трехфазных линиях. Они предназначены для:

• Защита электросети от сверхтоков короткого замыкания и перенапряжения.
• Предотвращение утечки электричества, которая может привести к возгоранию или поражению электрическим током людей и домашних животных.

Выключатель дифференциального тока для бытовых линий с одной фазой и рабочим напряжением 220В имеет два полюса. В промышленных сетях на 380В устанавливается трехфазный четырехполюсный дифференциальный автомат. Четырехполюсники занимают больше места в распределительном щите, так как с ними устанавливается блок дифференциальной защиты.

Внешний вид дифавтомата

При взгляде на УЗО и дифференциальный АВ можно заметить, что они очень похожи по конструкции и размерам. На обоих устройствах есть даже кнопка «Тест». Но это не значит, что они полностью одинаковы. Устройство защитного отключения не является самостоятельным устройством и, как указано выше, не должно устанавливаться в цепи без защитного автоматического выключателя. Дифференциальный автомат совмещает в себе УЗО и АВ, поэтому не требует установки дополнительных устройств.

Чтобы не путать УЗО и дифференциальный выключатель защиты, большинство отечественных производителей маркируют свою продукцию соответствующей аббревиатурой — УЗО или АВДТ. Импортную технику можно отличить и по другим признакам. Например, номинальный ток устройства защитного отключения обозначается цифрой и буквой «А» (Ампер) после нее — например, 16А. Номинальный ток дифавтомата пишется иначе: перед ним стоит латинская буква, соответствующая характеристикам встроенных расцепителей. После него идет цифра, обозначающая значение номинального тока — например, С16.

Дифференциальная работа АВ при утечках электрического тока

Защита от утечки обеспечивается реле, входящим в состав дифавтомата. При нормальных параметрах линии на нее действуют однородные магнитные потоки, и элемент не мешает подаче тока к потребителям. При пробое изоляционного слоя происходит протечка, в результате чего нарушается равномерность потоков, и реле запускает автомат.

Защита от перегрузки и короткого замыкания

Теперь поговорим о том, как работает дифференциальный выключатель при возникновении короткого замыкания в цепи и при значительном повышении напряжения. В этих случаях его принцип действия аналогичен тому, по которому функционирует обычный автоматический выключатель.

У RCBO есть две версии, которые работают независимо друг от друга. Каждый из них предназначен для обесточивания сети при различных нарушениях.

На видео внутреннее устройство дифавтомата:

Защита линии от перегрузки обеспечивается тепловым расцепителем, роль которого выполняет пластина из двух металлов с разными коэффициентами расширения (биметаллическая).

При превышении напряжения в цепи номинального значения пластина начинает нагреваться, что приводит к ее изгибу в сторону отключающего элемента. Прикоснувшись к нему, он запускает AB.

Сеть защищена от сверхтоков короткого замыкания электромагнитным расцепителем, представляющим собой соленоид с сердечником. При резком увеличении силы тока, характерного для короткого замыкания, возникает электромагнитный импульс. Под его воздействием в течение доли секунды расцепитель отключит автоматический выключатель и отключит подачу питания на линию.

После устранения неисправности устройство можно снова включить вручную. Однако следует помнить, что если параметры сети очень быстро пришли в норму после отключения AV, устройству следует дать немного времени для полного остывания. Включение нагретого аппарата негативно скажется на сроке его службы.

Процедура установки

АВДТ монтируется на DIN-рейку. При подключении нужно быть очень внимательным, чтобы не перепутать порядок подключения кабелей. В бытовых однофазных линиях вводной проводник подключается к зажиму №1, а выходной проводник подключается к зажиму №2. Нулевой провод подключается к зажиму, обозначенному буквой Н. Вводные кабели подключаются к верхней части устройство, а выходные кабели вниз.

Вы можете подключать выходы напрямую к линии. Если параметры сети не стабильны или вы хотите обеспечить максимальный уровень защиты, вам следует установить дополнительный антивирус.

Нулевые провода от автоматов должны быть подключены к изолированной нулевой шине. Во избежание выхода из строя устройства или его некорректной работы необходимо следить за тем, чтобы выходной нулевой кабель не соприкасался с другими проводниками или с корпусом электрощита.

Наглядно про подключение дифавтомата в видео:

Заземление АВДТ

Нейтральный кабель следует заземлять только перед устройством дифференциальной защиты. Неправильное подключение приведет к тому, что дифавтомат будет отключаться даже при приложении небольшой нагрузки.

Если несколько дифференциальных автоматов подключены параллельно, то нельзя менять местами нулевые проводники на их выходах или подключать их к общей нулевой шине. Это также приведет к неисправности устройств.

Нулевой АВДТ должен быть подключен в тандеме с собственной фазой. Его нельзя использовать в качестве нейтрального проводника для устройств с другой фазой источника.

Во избежание путаницы с нулями рекомендуется использовать кабели с маркировкой.

Для перемычек и соединений необходимо использовать проводник с поперечным сечением, подходящим для линейной нагрузки.

Если машина оборудована индикатором неисправности, то причина срабатывания будет ясна сразу. При отсутствии «маяка» причину отказа придется искать методом «научного тыка». Если АВДТ начинает работать после подключения к сети дополнительной нагрузки, то, скорее всего, устройство неисправно или при его подключении была допущена ошибка.

Заключение

В этой статье мы рассказали о том, что такое дифавтомат, для чего он нужен и как работает, а также разобрались с важными нюансами его подключения. Если вы собираетесь устанавливать АВДТ самостоятельно, перед этим внимательно изучите порядок установки, и строго соблюдайте технику безопасности при эксплуатации.

Растущие нервно-клеточные автоматы

Эта статья является частью Поток дифференцируемых самоорганизующихся систем, экспериментальный формат, собирающий приглашенные короткие статьи, посвященные дифференцируемые самоорганизующиеся системы, чередующиеся с критическими комментарии нескольких специалистов в смежных областях.

Поток дифференцируемых самоорганизующихся систем Самоклассифицирующиеся цифры MNIST

Большинство многоклеточных организмов начинают свою жизнь как одна яйцеклетка — одиночная клетка, потомство которой надежно самособирается в очень сложные анатомии со многими органами и тканями в точно таком же расположении каждый раз. Способность строить собственные тела, пожалуй, самая фундаментальный навык, которым обладает каждое живое существо. Морфогенез (т. процесс развития формы организма) является одним из самых ярких примеры явления под названием самоорганизация . Клетки, крошечные строительные блоки тел, общаться со своими соседями, чтобы решить форма органов и планы тела, где выращивать каждый орган, как соединить их, и когда в конце концов остановиться. Понимание взаимодействия возникновения сложных результатов из простых правил и гомеостатический Саморегулирующиеся петли обратной связи, пытающиеся поддерживать тело в стабильном состоянии. или сохранить свою правильную общую морфологию под внешним возмущения петли обратной связи — активная область исследований . Что ясно заключается в том, что эволюция научилась использовать законы физики и вычислений реализовать высоконадежное морфогенетическое программное обеспечение, которое работает на клеточное оборудование, закодированное в геноме.

Этот процесс чрезвычайно устойчив к возмущениям. Даже когда организм полностью развиты, некоторые виды все еще обладают способностью восстанавливать повреждения. процесс, известный как регенерация. Некоторые существа, такие как саламандры, могут полностью регенерировать жизненно важные органы, конечности, глаза или даже части мозга! Морфогенез — удивительно адаптивный процесс. Иногда даже очень атипичный процесс развития может привести к жизнеспособному организму — например, когда ранний эмбрион млекопитающих разрезать на две части, каждая половина образует полный отдельные — монозиготные близнецы!

Самой большой загадкой в ​​этой области является вопрос о том, как клеточный коллектив знает, что строить и когда остановиться. Науки о геномике и стволовых клетках биологии являются лишь частью головоломки, поскольку они объясняют распределение определенные компоненты в каждой клетке, и установление различных типов клеток. Хотя мы знаем о многих генах, необходимых для процесса регенерации, мы до сих пор не знаем алгоритма, который достаточно для клеток, чтобы знать, как строить или реконструировать сложные органы к очень конкретной анатомической конечной цели. Таким образом, одним из главных стержней будущего Работа в области биомедицины — это открытие процесса, с помощью которого крупномасштабные анатомия определяется внутри клеточных коллективов, и как мы можем переписать это информацию, чтобы иметь рациональный контроль роста и формы. Это также становится ясно, что программное обеспечение жизни имеет множество модулей или подпрограмм, например, «построить здесь глаз», который можно активировать простым сигналом триггеры. Обнаружение таких подпрограмм и картирование логики развития — это новая область на пересечении биология развития и информатика. Важным следующим шагом является попытка сформулировать вычислительные модели этого процесса, как для обогащения концептуальный инструментарий биологов и помочь перевести открытия биологии в лучшую робототехнику и вычислительные технологии.

Представьте, если бы мы могли создавать системы с такой же пластичностью и надежностью, как биологическая жизнь: структуры и машины, которые могут расти и восстанавливаться сами себя. Такая технология трансформирует нынешние усилия в регенеративная медицина, где ученые и клиницисты стремятся открыть входы или стимулы, которые могут заставить клетки тела строить структуры на требовать по мере необходимости. Чтобы помочь решить загадку морфогенетического кода, и также использовать идеи биологии для создания самовосстанавливающихся систем в В реальной жизни мы пытаемся воспроизвести некоторые желаемые свойства в in silico Эксперимент.

Модель

Те, кто занимается инженерными дисциплинами, и исследователи часто используют множество видов симуляции, включающие локальное взаимодействие, в том числе системы частичного производное уравнение (PDE), системы частиц и различные виды клеточных Автоматы (КА). Мы сосредоточимся на моделях Cellular Automata в качестве дорожной карты для усилия по выявлению правил на уровне клеток, которые приводят к сложным, восстановительное поведение коллектива. ЦС обычно состоят из сетки ячейки итеративно обновляются, и к ним применяется один и тот же набор правил. каждую ячейку на каждом шагу. Новое состояние ячейки зависит только от состояний из нескольких клеток в непосредственной близости от него. Несмотря на их кажущуюся простоте, CA часто демонстрируют богатое, интересное поведение и имеют долгая история применения для моделирования биологических явлений.

Попробуем разработать правило обновления клеточных автоматов, которое, начиная с одиночная ячейка создаст предопределенный многоклеточный узор на 2D-сетке. Это наша аналогичная игрушечная модель развития организма. Чтобы спроектировать ЦС, мы должны указать возможные состояния ячеек и функцию их обновления. Типичный Модели CA представляют состояния ячеек набором дискретных значений, хотя существуют варианты, использующие векторы непрерывных значений. Использование непрерывного values ​​имеет то достоинство, что позволяет правилу обновления быть дифференцируемым функция состояний окружения клетки. Правила, которыми руководствуются поведение отдельных клеток в зависимости от локальной среды аналогично низкоуровневая аппаратная спецификация, закодированная геномом организма. Запуск нашей модели на заданное количество шагов из начальной конфигурации покажет поведение шаблонов, которое разрешено таким оборудованием.

Итак, что же такого особенного в дифференцируемых правилах обновления? Они позволят нам использовать мощный язык функций потерь для выражения наших желаний, и обширный существующий механизм вокруг численных вычислений на основе градиента оптимизация для их выполнения. Искусство складывать вместе дифференцируемые функций, а оптимизация их параметров для выполнения различных задач имеет долгая история. В последние годы он процветал под разными названиями, такими как (Глубокие) нейронные сети, глубокое обучение или дифференцируемое программирование.

Один шаг обновления модели.

Состояние ячейки

Каждое состояние ячейки будем представлять в виде вектора из 16 действительных значений (см. рисунок выше). Первые три канала представляют цвет ячейки, видимый для США (RGB). Целевой шаблон имеет значения цветового канала в диапазоне [0,0,1,0][0,0, 1,0][0,0,1,0]. и α\alphaα, равный 1,0 для пикселей переднего плана и 0,0 для фона.

Альфа-канал (α\alphaα) имеет особое значение: он разграничивает живые клетки, принадлежащие выращиваемому паттерну. В частности, клетки имеющие α>0,1\alpha > 0,1α>0,1 и их соседи считаются «живыми». Другой ячейки «мертвые» или пустые, и их значения вектора состояния установлены явно до 0,0 на каждом временном шаге. Таким образом, можно рассматривать клетки с α>0,1\alpha>0,1α>0,1. как «зрелые», а их соседи с α≤0,1\alpha \leq 0,1α≤0,1 – «растущие», а могут стать зрелыми, если их альфа превысит порог 0,1.

состояние⃗→0,00\vec{состояние} \rightarrow 0,00состояние⃗→0,00, когда нет соседа с α>0,10\alpha > 0,10α>0,10

Скрытые каналы не имеют предопределенного значения, и это зависит от обновления правило, чтобы решить, для чего их использовать. Их можно интерпретировать как концентрации некоторых химических веществ, электрические потенциалы или некоторые другие сигнальный механизм, который используется клетками для управления ростом. В с точки зрения нашей биологической аналогии — все наши клетки имеют один и тот же геном (правило обновления) и отличаются только информацией, закодированной химические сигналы, которые они получают, испускают и хранят внутри (их состояние векторы).

Правило сотового автомата

Теперь пришло время определить правило обновления. Наш CA работает на обычной 2D сетке 16-мерные векторы, по сути, трехмерный массив формы [высота, ширина, 16]. Мы хотим применить одну и ту же операцию к каждой ячейке, и результат этого работа может зависеть только от небольшой (3×3) окрестности ячейки. Этот сильно напоминает операцию свертки, один из краеугольных камней обработки сигналов и дифференциального программирования. Свертка является линейной операцию, но ее можно комбинировать с другими операциями над ячейками для получения сложное правило обновления, способное обучаться желаемому поведению. Наша ячейка правило обновления можно разделить на следующие этапы, применяемые по порядку:

Восприятие. Этот шаг определяет, что каждая клетка воспринимает из окружающую его среду. Мы реализуем это с помощью свертки 3×3 с фиксированное ядро. Кто-то может возразить, что определение этого ядра излишне — в конце концов, мы могли бы просто научить клетку необходимому восприятию коэффициенты ядра. Наш выбор фиксированных операций мотивирован тот факт, что клетки реальной жизни часто полагаются только на химические градиенты, чтобы управлять развитие организма. Таким образом, мы используем классические фильтры Собеля для оценки частные производные каналов состояния ячейки в x⃗\vec{x}x⃗ и y⃗\vec{y}y⃗​ направления, формируя двумерный вектор градиента в каждом направлении, для каждый государственный канал. Мы объединяем эти градиенты с собственными ячейками. состояний, образующих 16∗2+16=4816*2+16=4816∗2+16=48 мерных вектор восприятия , или а точнее воспринимаемый вектор, по на каждую клетку.

определение определения (state_grid):

собел_х = [[-1, 0, +1],

[-2, 0, +2],

[-1, 0, +1]]

sobel_y = транспонировать (sobel_x)

# Свернуть фильтры Собеля с состояниями

# по x, y и размеру канала.

grad_x = conv2d(sobel_x, state_grid)

grad_y = conv2d(sobel_y, state_grid)

# Объединить каналы состояния ячейки,

# градиенты каналов по x и

# градиент каналов по y.

восприятие_сетка = concat(

state_grid, grad_x, grad_y, ось = 2)

возврат восприятию_сетки

Обновить правило. Каждая ячейка теперь применяет ряд операций к вектору восприятия, состоящему из типичного дифференцируемого программирования строительные блоки, такие как свертки 1×1 и нелинейности ReLU, которые мы вызовите «правило обновления» ячейки. Напомним, что правило обновления изучено, но каждая ячейка выполняет одно и то же правило обновления. Сеть, параметризующая это обновление правило состоит примерно из 8000 параметров. Вдохновленный остаточным нейронным сетей правило обновления выводит инкрементное обновление состояния ячейки, который применяется к ячейке до следующего временного шага. Правило обновления такое предназначен для демонстрации начального поведения «ничего не делать» — реализуется инициализация весов конечного сверточного слоя в правиле обновления с нулем. Мы также отказываемся от применения ReLU к выходу последнего слоя правило обновления, так как добавочные обновления состояния ячейки должны обязательно иметь возможность как добавлять, так и вычитать из состояния.

обновление определения (вектор восприятия):

# Следующий псевдокод работает с

# вектор восприятия одной клетки.

# Наша эталонная реализация использует 1D

# свертки по соображениям производительности.

х = плотный (вектор_восприятия, выход_длина = 128)

х = отн(х)

ds = плотность(x, output_len=16, weights_init=0. 0)

возврат дс

Обновление ячейки стохастика. Типовое обновление клеточного автомата все клетки одновременно. Это подразумевает существование глобальных часов, синхронизация всех ячеек. Полагаться на глобальную синхронизацию — это не то, можно ожидать от самоорганизующейся системы. Мы ослабляем это требование, предполагая, что каждая ячейка выполняет обновление независимо, ожидая случайный интервал времени между обновлениями. Чтобы смоделировать это поведение, мы применяем случайная маска для каждой ячейки для обновления векторов, установка всех значений обновления на ноль с некоторой предопределенной вероятностью (мы используем 0,5 во время обучения). Этот операцию также можно рассматривать как применение отсева каждой ячейки для обновления векторы.

по определению стохастическое_обновление (state_grid, ds_grid):

# Обнулить случайную часть обновлений.

rand_mask = cast(random(64, 64) <0. 5, float32)

ds_grid = ds_grid * rand_mask

возврат state_grid + ds_grid

Маскировка живых клеток. Мы хотим смоделировать процесс роста который начинается с одной ячейки, и не хочет, чтобы пустые ячейки участвовали в вычисления или нести любое скрытое состояние. Мы применяем это явно установка всех каналов пустых ячеек в нули. Ячейка считается пустой, если в его окрестности 3×3 нет «зрелой» (альфа>0,1) клетки.

по определению live_masking (state_grid):

# Примем альфа-канал за меру «жизни».

жив = max_pool(state_grid[:, :, 3], (3,3)) > 0,1

state_grid = state_grid * cast(живой, float32)

возврат state_grid

Эксперимент 1: научиться расти

Тренировочный режим для разучивания целевого паттерна.

В нашем первом эксперименте мы просто обучаем CA для достижения целевого изображения. после случайного количества обновлений. Этот подход довольно наивен и будет работать в вопросы. Но проблемы, с которыми он сталкивается, помогут нам улучшить будущее попытки.

Мы инициализируем сетку нулями, за исключением одной исходной ячейки в центре, который будет иметь все каналы, кроме RGB Мы устанавливаем RGB-каналы начального числа на ноль, потому что хотим, чтобы оно было видимым. на белом фоне. установить на один. Как только сетка инициализирована, мы итеративно применяем обновление правило. Мы выбираем случайное число шагов CA из [64, 96] Этого количества шагов должно быть достаточно для роста паттерна размер, с которым мы работаем (40×40), даже учитывая стохастический характер нашего правило обновления. диапазон для каждого шага обучения, так как мы хотим, чтобы шаблон был стабильным на протяжении количество итераций. На последнем шаге мы применяем попиксельные потери L2 между Каналы RGBA в сетке и целевой шаблон. Эта потеря может быть дифференциально оптимизированный Мы наблюдали тренировочную нестабильность, которая проявлялась как внезапные скачки величины потерь на более поздних этапах обучения. Мы удалось смягчить их, применив нормализацию L2 для каждой переменной к градиенты параметров. Это может иметь эффект, аналогичный весу нормализация . Другое обучение параметры доступны в прилагаемом исходном коде. относительно параметров правила обновления по обратному распространению во времени, стандартный метод обучения рекуррентных нейронных сетей.

Как только оптимизация сходится, мы можем запустить симуляции, чтобы увидеть, как наши выученные CA растут по шаблону, начиная с затравочной клетки. Посмотрим, что происходит, когда мы запускаем его дольше, чем количество шагов, используемых во время подготовка. Анимация ниже показывает поведение нескольких разных моделей, обучены генерировать различные шаблоны смайликов.

Ваш браузер не поддерживает видео тег. Многие модели проявляют нестабильность в течение более длительных периодов времени.

Воспроизвести в блокноте

Мы видим, что различные тренировочные прогоны могут привести к резкому снижению производительности моделей. разное долгосрочное поведение. Некоторые имеют тенденцию вымирать, некоторые, кажется, не умеют останавливать рост, но некоторые оказываются почти стабильными! Как мы можем направить обучение на постоянное создание устойчивых паттернов?

Эксперимент 2: то, что сохраняется, существует

Один из способов понять, почему предыдущий эксперимент был нестабильным, — нарисовать параллель с динамическими системами. Мы можем рассматривать каждую клетку как динамическая система, в которой каждая ячейка имеет одну и ту же динамику, и все ячейки будучи локально связанными между собой. Когда мы тренируем обновление нашей клетки модель мы корректируем эти динамики. Наша цель – найти динамику, которая удовлетворять ряду свойств. Изначально мы хотели, чтобы система развивалась от исходного образца к целевому образцу — траектория, которой мы достигли в эксперименте 1. Теперь мы хотим избежать наблюдаемой нестабильности, которая в метафоре нашей динамической системы состоит в превращении целевого паттерна в аттрактор.

Одна из стратегий для достижения этого — позволить ЦС выполнять итерации в течение гораздо более длительного времени. и периодически применяя потери против цели, обучая систему путем обратного распространения через эти более длительные интервалы времени. Интуитивно мы утверждаем что при более длительных интервалах времени и нескольких приложениях потерь модель с большей вероятностью создаст аттрактор для целевой формы, поскольку мы итеративно формируйте динамику, чтобы вернуться к целевому шаблону из любого места система решила рискнуть. Однако более длительные сроки существенно увеличить время обучения и, что более важно, память требования, учитывая, что промежуточные активации всего эпизода должны храниться в памяти для выполнения обратного прохода.

Вместо этого мы предлагаем аналогичную стратегию, основанную на «пуле образцов». Мы определить пул исходных состояний для запуска итераций, изначально заполненный с начальным состоянием одного черного пикселя. Затем мы отбираем партию из этого бассейн, который мы используем на нашем этапе обучения. Чтобы предотвратить эквивалент «катастрофическое забывание» мы заменяем один образец в этой партии на исходное, однопиксельное начальное состояние. После завершения этапа обучения мы заменить образцы в пуле, которые были отобраны для партии, на выходные данные состояний из тренировочного шага по этой партии. Анимация ниже показывает случайная выборка записей в пуле каждые 20 шагов обучения.

защита pool_training():

# Установить альфа и скрытые каналы на (1.0).

семя = нули (64, 64, 16)

семян[64//2, 64//2, 3:] = 1,0

цель = цели[‘ящерица’]

пул = [начальное число] * 1024

для i в диапазоне (training_iterations):

идентификатора, пакет = pool.sample(32)

# Сортировать по убыванию по убыванию.

партия = sort_desc (партия, потеря (партия))

# Замените образец с наибольшей потерей на начальное значение.

партия[0] = начальное число

# Пройти обучение.

выхода, потеря = поезд (партия, цель)

# Поместить выходы обратно в пул.

пул [idxs] = выходы

Ваш браузер не поддерживает видео тег. Случайная выборка паттернов в пуле во время обучения, выборка каждые 20 тренировочных шагов.

Воспроизвести в блокноте

В начале тренировочного процесса случайная динамика в системе позволяет модель может оказаться в различных неполных и неправильных состояниях. Как эти состояния выбираются из пула, мы уточняем динамику, чтобы иметь возможность оправиться от таких состояний. Наконец, по мере того, как модель становится более надежной при переходе из начального состояния в целевое состояние образцы в пуле отражают это и, скорее всего, будут очень близки к целевому шаблону, что позволяет обучение дальнейшему совершенствованию этих почти готовых паттернов.

По сути, мы используем предыдущие конечные состояния в качестве новых отправных точек для заставить наш CA научиться сохранять или даже улучшать уже сформированный шаблон, в дополнение к возможности вырастить его из семени. Это делает это можно добавить периодическую потерю для значительно более длительных интервалов времени чем это возможно в противном случае, поощряя генерацию аттрактора как форма цели в нашей связанной системе. Мы также заметили, что повторное заполнение выборка с наибольшей потерей в партии вместо случайной делает обучение более стабильна на начальных этапах, так как помогает убрать низкое качество состояния из пула.

Вот как выглядит типичный процесс обучения правилу CA. Клетка правило учится стабилизировать паттерн параллельно с уточнением его особенностей.

Ваш браузер не поддерживает видео тег. Поведение CA на шагах обучения 100, 500, 1000, 4000.

Воспроизвести в блокноте

Эксперимент 3: Обучение регенерации

Помимо способности выращивать собственное тело, живые существа отлично их поддерживает. Мало того, что изношенная кожа заменяется новой кожа, но очень тяжелые повреждения сложных жизненно важных органов могут быть регенерированы в некоторые виды. Есть ли шанс, что некоторые из моделей, которые мы обучили выше, обладают регенеративными способностями?

Ваш браузер не поддерживает видео тег. Узоры проявляют некоторые регенеративные свойства при повреждении, но не полный повторный рост.

Воспроизвести в блокноте

На анимации выше показаны три разные модели, обученные с использованием одного и того же настройки. Мы позволяем каждой из моделей разработать паттерн более чем на 100 шагов, затем повредить конечное состояние пятью различными способами: путем удаления разных половинок полученного узора, и вырезав из центра квадрат. Один раз опять же, мы видим, что эти модели показывают совсем другой режим вне обучения поведение. Например, «ящерица» развивает довольно сильные регенеративные возможности, без явного обучения для этого!

Поскольку мы обучили нашу связанную систему клеток генерировать аттрактор к форме цели из одной клетки, вполне вероятно, что эти системы, однажды поврежденный, будет обобщаться в сторону несаморазрушающих реакций. Это потому, что системы были обучены расти, стабилизироваться и никогда не полностью самоуничтожиться. Некоторые из этих систем могут естественным образом тяготеть к регенеративным способностям, но ничто не мешает им развиваться различное поведение, такое как взрывные митозы (неконтролируемый рост), невосприимчивость к повреждению (сверхстабилизация) или даже самоуничтожение, особенно для более тяжелых видов повреждений.

Если мы хотим, чтобы наша модель показывала более последовательную и точную регенеративную возможности, мы можем попытаться увеличить бассейн притяжения для нашей цели узор — увеличить пространство клеточных конфигураций, которые естественным образом тяготеют к нашей целевой форме. Мы сделаем это, повредив несколько выборок из пула состояний перед каждым этапом обучения. Теперь система должна быть способна восстановление из состояний, поврежденных случайно размещенными стирающими кругами. Наш надеюсь, что это распространится на возможности регенерации от различные виды повреждений.

Ваш браузер не поддерживает видео тег. Повреждение образцов в пуле способствует обучению надежным регенеративные качества. Строка 1 — образцы из пула, строка 2 — их соответствующие состояния после итерации модели.

Воспроизвести в блокноте

Анимация выше показывает ход обучения, включая повреждение образца. Мы выбираем 8 штатов из пула. Затем мы заменяем образец с наибольшими потерями (самый верхний левый на изображении выше) с исходным состоянием и повредите три состояния с наименьшими потерями (самый верхний правый) путем установки случайной круглой области внутри шаблона к нулям. Нижняя строка показывает состояния после итерации из соответствующего самого верхнего начального состояния. Как и в эксперименте 2, результирующие состояния вводятся обратно в пул.

Ваш браузер не поддерживает видео тег. Паттерны, подвергшиеся повреждению во время обучения, демонстрируют поразительные результаты. регенеративные возможности.

Воспроизвести в блокноте

Как видно из анимации выше, модели, подвергшиеся повреждениям во время тренировок гораздо более устойчивы, в том числе и к видам повреждений, не опыт в тренировочном процессе (например, прямоугольное повреждение, как выше).

Эксперимент 4: Вращение поля восприятия

Как описано ранее, мы моделируем восприятие клеткой соседней клетки. ячеек путем оценки градиентов каналов состояния в x⃗\vec{x}x⃗ и y⃗\vec{y}y⃗​ с помощью фильтров Собеля. Удобная аналогия состоит в том, что каждый агент имеет два датчика (например, хемосенсорные рецепторы), направленные ортогонально направления, которые могут ощущать градиенты концентрации определенных химических веществ вдоль оси датчика. Что произойдет, если мы повернем эти датчики? Мы можем сделать это, вращая ядра Собеля.

[KxKy]=[cosθ−sinθsinθcosθ]∗[SobelxSobely] \begin{bmatrix} K_x \\ K_y \end{bmatrix} = \begin{bmatrix} \cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{bmatrix} * \begin{bmatrix} Sobel_x \\ Sobel_y \end{bmatrix} [Kx​Ky​]=[cosθsinθ​−sinθcosθ​]∗[Sobelx​Sobely​]

Эта простая модификация поля восприятия производит повернутые версии. шаблона для угла выбора без переобучения, как показано ниже.

Вращение оси, вдоль которой шаг восприятия вычисляет градиенты приводит к повернутым версиям шаблона.

Воспроизвести в блокноте

В идеальном мире, не квантованном отдельными ячейками пиксельной решетки, это не было бы слишком удивительным, поскольку, в конце концов, можно было бы ожидать, что воспринимаемые градиенты в x⃗\vec{x}x⃗ и y⃗\vec{y}y⃗​ должны быть инвариантны к выбранному угол — простая смена системы отсчета. Однако важно обратите внимание, что в пиксельной модели все не так просто. Вращающийся пиксель основанная на графике включает в себя вычисление отображения, которое не обязательно является биективным и классически включает интерполяцию между пикселями для достижения желаемого результат. Это связано с тем, что один пиксель при вращении теперь, скорее всего, перекрывать несколько пикселей. Успешный рост паттернов, как указано выше, предполагает определенная устойчивость к основным условиям за пределами этих опыт во время обучения.

CA и PDE

Существует обширная литература, описывающая различные разновидности клеточных автоматов и систем PDE, а также их приложения к моделирование физических, биологических и даже социальных систем. Хотя было бы невозможно представить только обзор этой области в нескольких строках, мы опишите некоторые выдающиеся примеры, которые вдохновили на эту работу. Алан Тьюринг представил свои знаменитые паттерны Тьюринга еще в 1952 году. , предполагая, как системы реакции-диффузии могут быть действительной моделью химического поведения во время морфогенеза. Особенно вдохновляющая модель реакции-диффузии, которая выдержала испытание временем — модель Грея-Скотта , который показывает чрезвычайное разнообразие поведение, контролируемое всего несколькими переменными.

С тех пор, как фон Нейман представил CA как модели для самовоспроизведения они пленили умы исследователей, наблюдавших чрезвычайно сложные поведение, вытекающее из очень простых правил. Аналогично, чем шире аудитория за пределами академических кругов были соблазнены реалистичным поведением CA благодаря Игра жизни Конвея. Возможно отчасти мотивировано доказательством того, что такая простая вещь, как Правило 110, Завершение Тьюринга, « Новый вид науки» Вольфрама требует сдвига парадигмы в центре вокруг широкого использования элементарных компьютерных программ, таких как CA, как инструменты познания мира.

Совсем недавно несколько исследователей обобщили «Игру жизни» Конвея на работу. на более непрерывных доменах. Мы были особенно вдохновлены Рафлером. SmoothLife и Ления Чана , последний из который также обнаруживает и классифицирует целые виды «форм жизни».

Ряд исследователей использовали эволюционные алгоритмы для поиска правил CA. которые воспроизводят предопределенные простые шаблоны . Например, Дж. Миллер предложил эксперимент, аналогичный нашему, с использованием эволюционных алгоритмов для разработки CA правило, которое могло создавать и восстанавливать французский флаг, начиная с семени клетка.

Нейронные сети и самоорганизация

Тесная связь между сверточной нейронной сетью и сотовой связью Автоматы уже наблюдались рядом исследователей. . связь настолько сильна, что позволила нам построить модели Neural CA, используя компоненты, легко доступные в популярных фреймворках машинного обучения. Таким образом, используя на другом жаргоне, наш нейронный СА потенциально мог бы называться «Рекуррентный Остаточные сверточные сети с отсевом «на пиксель».

Нейронный графический процессор предложения вычислительная архитектура, очень похожая на нашу, но применяемая в контекст обучения умножению и алгоритм сортировки.

Глядя шире, мы думаем, что концепция самоорганизации найти свой путь в массовое машинное обучение с популяризацией Графические модели нейронной сети. Как правило, GNN выполняют повторяющиеся вычисления в вершинах (возможно, динамический) график. Вершины сообщаются локально через ребра графа, и агрегировать глобальную информацию, необходимую для выполнения задачи по нескольким циклы обмена сообщениями, точно так же, как атомы можно рассматривать как взаимодействуя друг с другом для создания эмерджентных свойств молекула или даже точки точки облако разговаривает со своими соседями, чтобы выяснить их глобальную форму .

Самоорганизация также проявилась в увлекательной современной работе с использованием более традиционные сети с динамическим графом, где авторы развили Самособирающиеся Агенты для решения множества виртуальных задач .

Робототехника

Одна из самых замечательных демонстраций силы самоорганизации это когда он применяется к моделированию роя. Еще в 1987 году Боиды Рейнольдса имитировали стайное поведение птиц с просто крошечный набор правил ручной работы. В настоящее время мы можем встраивать крошечных роботов с программами и тестировать их коллективное поведение на физических агентах, как продемонстрировано такими работами, как Mergeable Nervous Systems и килоботы . Насколько нам известно, программы встроенные в роевые роботы в настоящее время разрабатываются людьми. Мы надеемся, что наши работа может служить источником вдохновения для области и поощрять дизайн коллективное поведение посредством дифференцируемого моделирования.

Эмбриогенетическое моделирование

Ваш браузер не поддерживает видео тег. Способная к регенерации двухголовая планария, существо, вдохновившее на создание этого work

Воспроизвести в блокноте

В этой статье описывается игрушечная модель эмбриогенеза и регенерации. Это основное направление для будущей работы, со многими приложениями в биологии и вне. В дополнение к последствиям для понимания эволюции и контроль регенерации и использование этого понимания для биомедицинских ремонта, есть область биоинженерии. По мере перехода поля из синтетической биологии коллективов отдельных клеток к истинно синтетической морфологии новых живых машин, это будет иметь важное значение для разработки стратегий программирования на системном уровне. способности, такие как анатомический гомеостаз (регенеративное восстановление). Оно имеет давно известно, что регенеративные организмы могут восстанавливать специфические анатомический рисунок; однако совсем недавно было обнаружено, что цель морфология не жестко кодируется ДНК, а поддерживается физиологический контур, в котором хранится заданное значение для этого анатомического гомеостаза . Методы теперь доступно для перезаписи этой уставки, в результате чего, например, у двуглавых плоских червей что при разрезании на куски в простой воде (без лишних манипуляций) приводят к последующим поколениям двуглавых червей-регенерантов (как показано выше). Необходимо приступить к разработке моделей вычислительной процессы, которые хранят целевое состояние системного уровня для поведения роя , чтобы можно было разработать эффективные стратегии для рационального редактирования этого информационная структура, приводящая к желаемым крупномасштабным результатам (таким образом, преодоление обратной задачи, которая сдерживает регенеративную медицину и многие другие достижения).

Инженерия и машинное обучение

Описываемые в статье модели работают на мощном графическом процессоре современного компьютер или смартфон. Тем не менее, давайте порассуждаем о том, что такое «более физическое» реализация такой системы может выглядеть. Мы можем представить это как сетку крошечных независимых компьютеров, имитирующих отдельные клетки. Каждый из этих компьютерам потребуется примерно 10 КБ ПЗУ для хранения геном»: веса нейронной сети и управляющий код, а также около 256 байт Оперативная память для состояния ячейки и промежуточных активаций. Клетки должны иметь возможность для передачи своих 16-значных векторов состояния соседям. Каждая ячейка будет также требуется RGB-диод для отображения цвета пикселя, который он представляет. А обновление одной ячейки потребует около 10 тыс. операций умножения и добавления не нужно синхронизировать по сети. Мы предполагаем, что клетки могут ждать случайных интервалов времени между обновлениями. Система, описанная выше является унифицированным и децентрализованным. Тем не менее, наш метод предоставляет способ его запрограммировать. для достижения предопределенного глобального состояния и восстановления этого состояния в случае многоэлементные сбои и перезапуски. Поэтому мы предполагаем, что такого рода моделирование может быть использовано для разработки надежных самоорганизующихся агентов. На более теоретический фронт машинного обучения, мы показываем экземпляр децентрализованная модель, способная выполнять чрезвычайно сложные задачи. Мы верим это направление противоположно более традиционному глобальному моделированию, используемому в большинстве современных работ в области глубокого обучения, и мы надеемся эта работа послужит источником вдохновения для изучения более децентрализованного обучения моделирование.

Эта статья является частью Поток дифференцируемых самоорганизующихся систем, экспериментальный формат, собирающий приглашенные короткие статьи, посвященные дифференцируемые самоорганизующиеся системы, чередующиеся с критическими комментарии нескольких специалистов в смежных областях.

Поток дифференцируемых самоорганизующихся систем Самоклассифицирующиеся цифры MNIST

Автоматы и УЗО »Страница 4



Автоматы и УЗО »Страница 4

Как выбрать дифференциальный автомат


Прежде чем говорить о выборе дифференциального автомата, следует пояснить, чем этот вопрос заслужил такую ​​популярность. Чем хороши дифференциальные автоматы? Конечно, тем, что дифавтомат – это устройство, обеспечивающее на линии не только защиту от токов перегрузки и сверхтоков короткого замыкания, но и защиту от токов утечки, то есть защиту от поражения человека электрическим током.

Другими словами, одно устройство обеспечивает весь спектр необходимой защиты. Это очень удобно, так как экономит место в распределительном щите и упрощает установку. В некоторых случаях достигается и экономия денежных средств, но это относительно, так как качественный дифференциальный автомат может стоить дороже, чем отдельный обычный автомат и устройство защитного отключения (УЗО). Итак, чем хорош дифавтомат, понятно. Осталось решить, как его выбрать…

Характеристики автоматических выключателей


Автоматический выключатель, или, проще говоря, автомат – электротехническое устройство, знакомое почти каждому. Всем известно, что машина отключает сеть, когда в ней возникают какие-либо проблемы. Если не умный, то эти проблемы слишком большой электрический ток. Чрезмерный электрический ток опасен выходом из строя всех проводников и бытового электрооборудования, возможным перегревом, возгоранием и, соответственно, пожаром. Поэтому защита от больших токов — это классика электрических схем, и она существовала еще на заре электрификации.

У любого устройства максимальной токовой защиты есть две важные задачи: вовремя и правильно распознать излишне большой ток, разомкнуть цепь до того, как этот ток сможет нанести какой-либо ущерб. При этом большие токи можно разделить на две категории: большие токи, вызванные перегрузкой сети, например…

Стоит ли менять автоматический выключатель, если он «выбивает»?


Довольно часто встречается такая ситуация: автоматический выключатель периодически выбивается и на его место устанавливается другой большего номинала, «чтобы не выбивать». Почему в этом случае срабатывает автоматический выключатель и каковы последствия такой замены?

Номинал автоматического выключателя подобран таким образом, чтобы защитить провод линии нагрузки от перегрева и оплавления изоляции. Автоматический выключатель должен отключить линию от нагрузки до того, как ток достигнет критического значения для кабеля.

При включении устройств большей мощности (а значит и большей силы тока) в линии, не рассчитанные на эту мощность, происходит перегрев кабеля в цепи, что приводит к срабатыванию тепловой защиты автоматического выключателя, т.е. он «выбивает из строя «…

Как заменить автоматический выключатель в электрощите


Что может случиться с автоматическим выключателем? Автоматические выключатели, как и любое другое техническое устройство, часто выходят из строя. Среди возможных причин этого может быть систематическое срабатывание тепловой защиты и работа на пределе возможностей в целом. Кроме того, бывают случаи, когда устройство не в состоянии сохранить свою настройку после первого срабатывания теплового расцепителя (не путать с электромагнитным, то есть мгновенного расцепителя!). При такой неисправности, кстати, машина внешне ничем не будет отличаться от своих исправных собратьев.

Очень часто перегорают контактные зажимы и корпуса модульных автоматических выключателей при недостаточно надежном электрическом контакте. Несколько нескрученных проводников разного сечения невозможно зажать достаточно хорошо. В зажимном винте может быть дефект винта, который не позволяет правильно затянуть соединение…

Как убедиться при покупке машины в магазине, что она рабочая?


Модульные автоматические выключатели есть в каждом щите: хоть в квартире и подъезде, хоть в мастерской или офисе. Компактные, простые в установке, относительно недорогие, надежные… но как убедиться, что они действительно надежны?

Даже самые именитые производители модульных автоматических выключателей не исключают определенного процента брака среди своей продукции, попадающей на прилавки магазинов. Ситуация усугубляется тем, что станки являются довольно ходовым товаром, поэтому их охотно куют различные кустарные мастерские. Владельцы и работники таких мастерских, обычно расположенных в Китае, имеют своеобразные взгляды на электробезопасность и принципы максимальной токовой защиты. Наиболее неочевидные неисправности бракованного и контрафактного модульного оборудования связаны с некорректной работой расцепителей…

Что делать, если при подключении стиральной машины срабатывает УЗО или дифавтомат


В соответствии с действующими техническими нормами электропроводка в квартире должна быть трехпроводной, а розетки должны быть оборудованы дифференциальными защита. Нет нужды лишний раз рассказывать, что все это достижимо далеко не всегда. Поэтому УЗО и дифференциальные выключатели в квартирных распределительных щитах все же можно увидеть нечасто – в основном для подключения стиральной машины, которая обычно находится в ванной комнате.

Дело в том, что по правилам ПУЭ защита от токов утечки для электропотребителей в санузле обязательна. А, устанавливая стиральную машину в ванной, специалисты часто ставят в щитке отдельный дифференциальный защитный прибор для ее подключения. Однако нередки ситуации, когда УЗО или дифавтомат, к которому подключена стиральная машина, начинает постоянно срабатывать и, что называется, «портить нервы»…

Что выбрать? УЗО или дифференциальный автомат


В процессе электромонтажа очень часто приходится слышать следующий вопрос: что выбрать — устройство защитного отключения (УЗО) или дифференциальный выключатель? Итак, давайте выясним, что на самом деле лучше. Дифференциальный автомат или УЗО.

Однозначно скажу. Правильного ответа на этот вопрос не существует, т.к. выбор между УЗО и дифференциальным автоматом зависит от множества факторов.

Но все же попробую объяснить и дать вам возможность сделать выбор самостоятельно на примерах.

Пункт 1. Свободное место в щите. В первую очередь необходимо определить, есть ли свободное место на DIN-рейке в вашей квартирной панели. ..

УЗО в двухпроводном: ставить или не ставить?


Электротехника – точная наука и здесь, в отличие от таких эфемерных областей человеческой деятельности, как, например, проектирование, существуют четко документированные нормы и правила (ПУЭ, ГОСТы, инструкции), а не просто «вроде» или « не нравится». Да, ПУЭ – это «библия электрика» и грозная фраза «читай в ПУЭ» говорит о важности, прокачиваемости и большой серьезности тех, кто это сказал.

А оказывается в жизни всегда гораздо сложнее все устроено, чем написано даже в самых мудрых книгах и эти книги можно толковать по разному. Особо бурные дискуссии среди электриков на электрофорумах вызывают вопросы, связанные с заземлением электроустановок и установкой устройств защитного отключения (УЗО). Так сложилось, что в наше время в быту встречаются одновременно две системы заземления TN-C и TN-C-S…

вернуться 1 2 3 4 5 >> Следующая страница

Стратегии вмешательства с двумерными клеточными автоматами для тестирования SARS-CoV-2 и восстановления экономики

Введение

В условиях нынешней пандемии коронавирусной болезни 2019 (COVID-19) здоровье и экономические системы всех стран подверглись стрессу до предела и начал разрушаться. Эта ситуация показала уязвимость и хрупкость таких систем к ожидаемым внешним потрясениям ^1,2,3 . Экономическая активность в каждой стране снизилась из-за ограничений, связанных с коронавирусом, в частности, из-за национальных ограничений. Это замедлило передачу коронавируса тяжелого острого респираторного синдрома 2 (SARS-CoV-2), но повлияло на поведение потребителей, снизив спрос, что, как следствие, замедлило или остановило поток ресурсов в цепочке поставок. Основным ожидаемым эффектом стал рост безработицы. Например, в США безработица составила 21,0 млн американских рабочих мест, что составляет 13,3% по состоянию на 9 мая.0489 4 . В Мексике еще хуже отсутствие точных данных о влиянии такого карантина на экономику. Согласно Обследованию занятости и занятости (ETOE на испанском языке) Национального института статистики и географии (INEGI на испанском языке), с марта по апрель 2020 года безработица увеличилась на 12,5 миллионов ⁵ . Таким образом, экономические условия указывают на важность скорейшего открытия экономики, но это сопряжено с более высокими затратами на здоровье населения. В частности, открытие экономики без вакцины представляет собой социальную дилемму между экономикой и здоровьем нации. Эта идея была ясно изложена Энтони Фаучи, директором Национального института аллергии и инфекционных заболеваний NIH, который сказал: «Сколько смертей и сколько страданий вы готовы принять, чтобы вернуться к тому, что вы хотите, чтобы стать какой-то формой нормальности раньше, чем раньше». потом?» ⁶ За несколько дней до этого заявления важные идеи исходили от экономиста-лауреата Нобелевской премии Пола Ромера ⁷ , который заявил, что «массовое тестирование является ключом к открытию экономики», а позже Остерхольма ⁸ и его коллеги из Центр исследований и политики в области инфекционных заболеваний (CIDRAP) ⁹ предложил интеллектуальную систему тестирования. Затем такая дилемма решается на основе последовательного тестирования и стратегий изоляции, которые могут выявить и заблокировать инфицированных, в частности бессимптомных лиц. Поэтому мы предложили теоретическое приближение, основанное на моделях эпидемии клеточных автоматов (CA) и восприимчивости к инфекции (SI), для изучения сценариев локального тестирования — небольших рабочих мест и сообществ — для возвращения к работе и замедления распространения инфекции. Местные стратегии являются наиболее подходящими вмешательствами для выявления бессимптомных лиц и отслеживания состояния здоровья и экономических издержек.

После вспышки COVID-19 было проведено значительное количество исследований по моделированию эпидемий. В частности, модели эпидемических компартментов использовались для понимания динамики заражения. Формулировки такого типа связаны с моделями обыкновенных дифференциальных уравнений (ОДУ), которые описывают динамику рассматриваемой системы ^10,11 . Такие модели обычно используются для охвата формулировок SI (восприимчивый и инфицированный), SIR (восприимчивый, инфицированный и выздоровевший) и SEIR (восприимчивый, подвергшийся воздействию, инфицированный и выздоровевший) ^12,13 . Одна из проблем с этим типом моделей заключается в моделировании пространственной передачи на уровне местного сообщества ¹⁴ . С другой стороны, существуют статистические приближения для понимания поведения эпидемий ¹⁵ . Основываясь на подгонке кривых к эмпирическим данным, ученые предложили возможные модели, воспроизводящие такое поведение. Однако проблема с этим приближением заключается в необходимости данных, т. Е. Чем больше данных у нас есть, тем более точные выводы, интерпретации и рекомендации мы получаем. Поэтому эти приближения были приспособлены для изучения динамики заражения, не находясь в периоде серьезной опасности. Однако слишком мало внимания уделялось пониманию механизма контроля или прекращения передачи вируса именно в тот момент, когда произошла вспышка.

В соответствии с такими исследованиями по моделированию эпидемий мы использовали аппроксимацию сложных систем и экономическую область для изучения сценариев тестирования. В этих сценариях рассматривается тест, при котором инфекция диагностируется в течение 15 минут в пунктах оказания медицинской помощи, например текущий SalivaDirect и изотермическая амплификация, опосредованная петлей обратной транскрипции (RT-LAMP) ^{16,17,18 ,19} . Однако существуют и другие варианты тестов — тест на антитела, компьютерная томография (КТ) и вирусный тест полимеразной цепной реакции с обратной транскриптазой (ОТ-ПЦР), — которые диагностируют SARS-CoV-2 9.0489 20,21 . Основываясь на таких тестах на вирусы или аналогичных тестах на рынке, а также на хорошо известных 2D-моделях CA ^22,23,24 , мы применили дискретную пространственную формулировку модели SI, поскольку она описывает простейшую форму заражения без иммунитета, лечения , и вакцина ^25,26,27 . Затем мы определили временной интервал для применения теста на COVID-19 и для выбора подмножества случайно выбранных лиц для тестирования в местных условиях, то есть в больницах, компаниях, школах, академических отделах и т. д. В соответствии с этой идеей Ларремор и соавт. ²⁸ предложил регулярную частоту тестирования, даже с тестами с низкой чувствительностью, для выявления бессимптомных пациентов с COVID-19. Несмотря на то, что наше приближение легко обобщить на другие страны из-за его жизненной важности, мы использовали случай Мексики, потому что знаем о небезопасных условиях для здоровья при открытии экономики без вакцины и ошибочных мерах по преодолению национального кризиса в области здравоохранения. Например, федеральное правительство ложно заявило, что риск передачи от бессимптомного человека меньше, чем у человека с симптомами ^29,30,31 , между тем научные данные показали обратное ^32,33,34,35 . На сегодняшний день (1 июля 2020 г.) в Мексике наблюдается тенденция к увеличению числа подтвержденных случаев и смертей от COVID-19, и федеральные меры не рассматривают стратегию тестирования для контроля и прекращения передачи вируса бессимптомным инфицированным лицам в качестве одной из своих мер. основные цели ^{36,37,38,39,40} . Однако 31 мая 2020 года федеральное правительство возобновило экономическую деятельность в стране. Поэтому очевидно, что без вакцины в краткосрочной перспективе жители Мексики, особенно в городских районах, будут подвергаться более высокому риску заражения SARS-CoV-2 и, следовательно, ухудшать экономическую активность.

Это исследование направлено на демонстрацию простой теоретической ⁴¹ локальной модели для понимания и планирования наилучшей стратегии возобновления деятельности, заботясь о здоровье людей и учитывая экономические затраты. В частности, в течение периода времени между распространением болезни и производством и распространением вакцины мы предложили план действий для поддержки и управления системами здравоохранения и экономики. Наши основные цели — контролировать и остановить передачу вируса до того, как все люди заразятся, а также определить экономическую стоимость вмешательства. Мы заинтересованы в том, чтобы ответить на следующие три вопроса: как ввести в действие процессы возвращения к работе, чтобы снизить уровень заразности? Каков наилучший и наихудший сценарии открытия экономики? Каковы их экономические издержки и выгоды? Чтобы ответить на эти вопросы, мы последовали за Ромером 9.0489 7 и Osterholm ⁸ , в которых необходимо проанализировать различные ситуации тестирования, чтобы определить наилучшее сочетание частоты тестирования и случайной выборки для отбора лиц. На основе этой информации мы использовали исследовательский анализ данных для выявления тенденций и корреляций, чтобы описать лучшие стратегии для открытия экономики. В частности, мы использовали анализ чувствительности, основанный на подходах на основе выборки и диаграммы рассеяния, для выявления устойчивых закономерностей в динамике 2D CA. Для разработки этих анализов мы использовали язык программирования Python для генерации и анализа данных, и мы делимся ими на основе принципов открытой науки ⁴² . Мы твердо верим, что возможности тестирования и его организация являются ключом к открытию экономики и снижению риска заражения. Мы исследуем гипотезу о том, что масштаб сообщества или рабочего места имеет значение для сокращения временных шагов передачи и остановки распространения SARS-CoV-2. Небольшая группа людей, сосредоточенная в помещении, может быть проконтролирована и, следовательно, передача заболевания лучше контролироваться в несколько временных шагов, если частота тестирования будет ежедневной, а размер случайных следов составит не менее 70% людей. С другой стороны, большие группы людей, частично сконцентрированные в закрытых помещениях, хуже контролируют передачу болезни на больших временных шагах, если частота тестирования больше или равна 2 раза в неделю, а размер случайных следов составляет менее 70% людей. Первый дешевле, чем второй, потому что тестирование интенсивно во времени. В соответствии с Prather et. др. ⁴³ , Чжан и др. ⁴⁴ , Дбука и Дрикакисб ⁴⁵ , Светапрово и др. ⁴⁶ и Базант и Буш ⁴⁷ , мы считаем, что, несмотря на то, что люди соблюдают меры профилактики, чтобы не заболеть, т. и постоянная очистка поверхностей, оборудования и других элементов рабочей среды — бессимптомные люди могут заразить группу людей, сосредоточенных в помещении, в течение небольшого периода времени в течение дня из-за передачи воздушно-капельным путем. Поэтому небольшие группы лиц, оказывающих первую помощь, — работников, связанных с системами здравоохранения, транспорта, уборки и общественного питания, — должны постоянно проверяться и контролироваться, чтобы гарантировать основные услуги населению. В конце концов, другие основные работники, такие как учителя, профессора и исследователи в академических учреждениях, также должны пройти тестирование. Наконец, тестирование всех на основе местных сообществ.

Этот документ способствует научным усилиям по борьбе с текущей пандемией SARS-CoV-2 и подготовке нас к следующим грядущим пандемиям. Определив частоту тестирования и случайную выборку для тестирования в зависимости от размера местных учреждений, мы можем разработать эффективный, надежный и разумный подход для спасения жизней и безопасного возвращения к работе. Мы должны рассмотреть этот тип подходов с использованием доступных тестов, пока вакцина не будет одобрена и распространена для всех. Поэтому крайне важна стратегия тестирования, основанная на локальных средах, которые более доступны для координации усилий в кратчайшие сроки, для самоорганизации общества, борющегося с COVID-19., и вновь открыть экономику.

Этот документ организован следующим образом: в разделе «Материал» описаны основные параметры для использования в модели 2D CA; в разделе «Метод» описывается КА на основе модели СИ и правила тестирования-изоляции; в разделе «Результат» показаны выводы и их интерпретация; наконец, в разделе «Обсуждение» представлены заключительные замечания и предложения.

Материалы

Поскольку наше исследование показывает теоретическое приближение для определения вмешательства, связанного с тестированием SARS-CoV-2 и безопасным возобновлением экономики, мы используем определенные типы данных для контекстуализации и калибровки нашего 2D CA. В частности, мы выбрали конкретную скорость передачи, вирусный тест и приближение рандомизированных контролируемых следов (РКИ).

Во-первых, мы используем коэффициент передачи — количество вторичных инфекций от одного инфицированного человека — от 2 до 2,5, предоставленный федеральным правительством Мексики и Панамериканской организацией здравоохранения (OPS на испанском языке) ^48,49 . Затем мы предполагаем использование вирусного теста, который диагностирует SARS-CoV-2 примерно в течение 15 минут или менее в тот же день тестирования, и мы предполагаем, что тест показывает 0% ложноположительных результатов. В частности, нас интересуют вирусный тест SalivaDirect и RT-LAMP. Стоимость первого составляет от 27,26 до 9 долларов. 0,87 mxn — от $1,29 до $4,30 usd — за тест ⁵⁰ , а последний — от \(\$1200\) до \(\$7500\) mxn — от \(\$53\) до \(\$332\) usd ⁵¹ . Мы использовали обменный курс, предоставленный Morningstar, 17 октября 2020 г. — данные о корпоративных действиях, предоставленные Thomson Reuters. Наконец, мы используем аппроксимацию РКИ в нашей модели, чтобы показать ее важность и практическое применение в локальных условиях внутри помещений для снижения передачи вируса ⁵² . Например, рабочие места разного размера, в зависимости от количества работающих в помещении, могут случайным образом выбирать людей и отслеживать результаты их тестирования и отслеживание контактов для мониторинга данных. Таким образом, из-за масштаба анализа наш подход может определить преимущества и издержки стратегии изоляции тестирования. Преимущества заключаются в количестве дней для снижения или прекращения передачи вируса и для реализации стратегии. Затраты выражены в денежном выражении и недостатках здоровья или инфицированных людях при реализации стратегии.

Кроме того, мы использовали второй тип материалов на основе библиотек программирования. Мы применили язык программирования Python, используя следующие библиотеки: https://matplotlib.org/index.html, https://numpy.org/doc/stable/index.html, https://www.scipy.org/, случайным образом и https://docs.python.org/3/library/pickle.html. Мы предоставляем программный код, данные, 2D CA и результаты в нашем проекте Open Science Framework (OSF) (https://doi.org/10.17605/OSF.IO/7E98T).

Метод

Несмотря на то, что существуют разные эпидемические модели ^53,54,55 , формулировка СИ описывает распространение инфекционных заболеваний без учета иммунитета, лечения и вакцины. Эти характеристики тесно связаны с текущими знаниями о поведении SARS-CoV-2 ⁴⁴ . Модель СИ определяется следующим образом:

$$\begin{aligned}&\frac{dS}{dt} = \frac{-\beta S I}{N} \end{aligned}$$

(1)

$$\begin{align}&\frac{dI}{dt} = \beta I (1-\frac{I}{N}) \end{aligned}$$

(2)

где S = восприимчивый, I = инфицированный; \(S + I = N\) — постоянная численность особей в модели; и \(\бета\) = уровень заразности между S и I . После изменения S на I без лечения люди остаются инфицированными. Его динамика показывает экспоненциальный рост I , в то время как S показывает обратную форму I . Таким образом, эта формулировка демонстрирует преимущество математической управляемости из-за ее непрерывной аппроксимации ²⁶ .

Основываясь на этой формулировке, мы использовали дискретное пространственное приближение, основанное на 2D CA, поскольку оно может точно описать локальный инфекционный процесс в помещении. Этот тип моделирования применялся не только к эпидемиям, но и для описания крупномасштабных процессов, таких как рост городов ²⁴ . Поэтому мы использовали эпидемиологические концепции модели SI для описания метода и интерпретации результатов, но мы использовали структуру сложных систем для построения и контекстуализации 2D CA.

В этом разделе мы представляем базовую модель 2D CA, в которой ее правила формируются детерминированными и стохастическими переходными правилами. Первое правило определяет заразный механизм, основанный на скорости передачи. Последнее правило описывает стратегию тестирования и изоляции для контроля передачи вируса. Эти правила определяют, как масштаб — общее количество клеток в СА — влияет на стратегию вмешательства: частоты тестирования и изоляции и количество клеток, случайно выбранных для тестирования. Затем мы применяем подходы анализа чувствительности на основе выборки и диаграммы рассеяния, изменяя параметры, связанные с масштабом, частотой тестирования и количеством людей, случайно выбранных для тестирования. Полученные диаграммы рассеяния анализируются с помощью рангового коэффициента https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.spearmanr.html для проверки чувствительности выбранных параметров. Наконец, мы определяем статистическое распределение общего числа протестированных людей в соответствии со спецификацией модели, чтобы определить экономическую стоимость стратегии вмешательства. Эти распределения идентифицируются с помощью критерия согласия Колмогорова-Смирнова (КС) ⁵⁶ .

Базовый уровень CA

Мы предложили модель, использующую обычную двумерную мозаику в виде сетки, в которой состояние каждой ячейки i зависит от трех атрибутов: Подверженность (S), Заражение (I) и Протестировано-изолировано (TI) . Тогда каждая ячейка имеет три состояния: \(S_{i} = 0\), \(I_{i} = 1\) и \(TI_{i} = 2\). Мы выбрали окрестность Мура \(\Omega _{i}\), определяемую восемью соседними ячейками. Обоснованность использования этого типа соседства заключается в том, что оно напоминает понятие радиуса личного пространства (ЛП) ⁵⁷ . Следуя идее Хайдука ⁵⁸ , ПС формируется круглой областью, окружающей человека. Затем PS является фундаментальной концепцией для моделирования пространственных взаимодействий во время занятий в помещении. Кроме того, внутри зданий и замкнутых пространств дизайн и организация интерьера поддерживают и стимулируют социальные взаимодействия на основе обычных структур ⁵⁹ . В зависимости от того, назначена или не назначена рабочая станция на этаже, количество людей вокруг человека практически одинаково ^60,61 . Следовательно, начальные условия в момент времени \(t = 0\) следующие:

$$\begin{aligned} I_{i} = 1, \quad S_{i} = 0, \quad и \quad TI_{ i} = 0 \end{aligned}$$

(3)

где \(I_{i} = 1\) находится в центре массива. В этой модели каждые t , что является итерацией, описывает день. Тогда правила перехода в любой момент времени t следующие:

$$\begin{aligned} \begin{aligned}{}&\text {if} \quad S_{i}(t) = 0 \quad и \quad \sum _{k \subset \Omega _i} I_{i}(t) = 1 \quad \text {или } = 2 \quad \text {или } = 3 \\&\quad, затем \quad I_ {i}(t +1) =1 \end{aligned} \end{aligned}$$

(4)

где Ур. (4) описывает скорость передачи в зависимости от количества восприимчивых рецепторов по соседству. Мы использовали от одной до трех активных клеток по соседству в качестве невзвешенной инфекционной скорости. Следовательно, одна зараженная клетка может передавать вирус своим соседям от \(S_{i} = 0\) до \(I_{i} = 1\). Затем мы определили правило изоляции тестирования, которое зависит от определенных временных частот (интервалов) \(t_{интервал}\) и случайной выборки клеток для обнаружения и изоляции инфицированных клеток.

$$\begin{aligned} \text {If} \quad t&= t_{interval}: \nonumber \\&random\_sample = N \phi \nonumber \\&\text {For} \quad i \quad \ text {in} \quad random\_sample: \nonumber \\&\quad \quad \text {If} \quad I_{i}(t) = 1 \quad \text {то} \quad TI_{i}(t +1) = 2 \end{aligned}$$

(5)

где \(t_{интервал}\) описывает три типа значений \(\left\{ 1 = \text {ежедневно}, 3 = \ text {два раза в неделю}, \text { и } 7 = \text {в неделю}\right\}\), а \(random\_sample\) – это доля населения, выбранная случайным образом на основе равномерного распределения – на \(\phi\) для проверки. Затем, если клетка определяется как инфицированная I в \(t+1\) изолирован. Этот тип клеток остается изолированным на протяжении всей жизни, т. е. в следующих итерациях такие клетки не учитывались в расчетах. Затем в каждом \(t_{интервал}\) количество ячеек, связанных со случайной выборкой, уменьшается из-за количества изолированных ячеек. Таким образом, количество испытательных ячеек собирается для определения общей экономической стоимости каждой модели.

Затем мы применили анализ чувствительности, основанный на диаграммах рассеяния, чтобы показать различные сценарии при изменении размера, интервалов тестирования и изоляции и процента людей в выборке. В частности, мы ищем возможные корреляции между интервалами тестирования и размером случайных выборок, которые определяют наилучшую комбинацию параметров для снижения или прекращения передачи вируса за меньшее количество временных шагов. Мы проанализировали и выбрали интересующие сценарии, которые лучше всего описывают взаимосвязь между этими параметрами. Кроме того, эти полученные диаграммы рассеяния анализируются с помощью ранговой корреляции Спирмена, и мы определяем статистическое распределение, связанное с общим количеством протестированных клеток при каждой комбинации параметров модели. Чтобы определить наилучшее соответствие статистических распределений, мы использовали критерий согласия КС.

Результаты

Чтобы резюмировать и обобщить то, что мы видели в предыдущих разделах, мы представляем основные предположения нашей теоретической модели. Они точно описывают наши основные идеи и нашу экспертную интуицию ^62,63 о вмешательстве, основанном на местных стратегиях тестирования. Тогда основные допущения следующие:

• Внутренняя среда. Распространение событий в локальных ситуациях, связанных с рабочим местом оперативников. Несмотря на то, что люди соблюдают меры профилактики инфекций и официальные инструкции по открытию экономики, передача вируса весьма вероятна путем распространения аэрозолем и каплями.

• Краткосрочная динамика. Моделирование динамики передачи вируса в краткосрочный период (максимум 30 дней).

• Нет вакцины, иммунитета и лечения. Отсутствуют вакцины, в том числе бустерные, на случай серьезного заболевания, госпитализации и смерти.

• Локальное тестирование. Выявление в течение 24 часов с %0 ложноположительных результатов инфекции SARS-CoV-2 на основании любого вирусного теста.

Кроме того, мы указываем настройку и параметры моделирования на основе правила (5). Этот набор комбинаций был выбран, потому что он демонстрировал стабильные закономерности в своей динамике, а другие возможные комбинации показали полное заражение клеток (полный набор результатов см. в проекте OSF). Последние — это сценарии, которых мы хотим избежать из-за их более высокой стоимости здоровья. Тогда настройки и параметры имитации следующие:

• Отсутствие стратегии тестирования и изоляции: один бессимптомный человек, находящийся в центре массива, распространил вирус за несколько дней. Количество ячеек зависит от размерности массива. Размерности массива представляют собой следующие кортежи (10, 10), (20, 20), (30, 30), (40, 40), (50, 50), (60, 60). Частота тестирования и тестирование случайной выборки не определены. См. рис. 1.

• Стратегия тестирования и изоляции: один бессимптомный человек, находящийся в центре массива, распространил вирус за несколько дней. Используются три типа размерности массива (10, 10), (30, 30), (60, 60). В каждом из этих случаев используются следующие частоты тестирования и тестирование случайной выборки: (Частота: Ежедневно, выборка: 90% и 75%), (частота: два раза в неделю, выборка: 75%). См. рис. 4, 5 и 6.

Сначала мы представляем эффект передачи вируса без какой-либо стратегии тестирования и изоляции в локальных помещениях (рис. 1). Распространение вируса зависит от количества клеток в массиве. Через несколько временных шагов все клетки были инфицированы. Это соотношение показывает увеличенную кривую с положительной тенденцией. Таким образом, небольшие локальные внутренние помещения передают вирус быстрее. С другой стороны, большие локальные закрытые помещения передают вирус медленнее. В конце концов, люди в обеих средах полностью заражаются.

Рисунок 1

Передача вируса без вмешательства в массивы разных размеров. D ( ) представляет размерность массива. Начальная точка линий с нулевым наклоном описывает количество дней, в течение которых все клетки были заражены.

Полноразмерное изображение

Кроме того, мы представляем одно выполнение нашей модели CA с определенными параметрами, чтобы проиллюстрировать производительность нашего кода (рис. 2). На рис. 2 показаны шесть кадров, описывающих динамику ЦА. Мы наблюдаем в \(t_{5}\), что симметрия распространения вируса была нарушена при введении правила тестирования-изоляции. Как мы упоминали в правиле (5), команда случайной выборки генерирует различные шаблоны передачи в динамике модели. Затем на каждом временном шаге, когда применяется это правило, мы пытаемся контролировать или остановить схему передачи вируса, идентифицируя зараженные клетки и изолируя их. Эта цель достигается, когда зараженные клетки были нулевыми, в \(t_{37}\). Это показано на рис. 2а, на котором показана динамика восприимчивых, инфицированных и протестированных выделенных клеток. Таким образом, эта симуляция показывает остановку передачи вируса до того, как все клетки заразятся, с большими временными шагами. 9Рисунок 2 Моделирование останавливается, когда передача становится контролируемой, т. е. количество зараженных клеток равно нулю.

Полноразмерное изображение

Далее мы показываем результаты, связанные с анализом чувствительности. Из-за вычислительных затрат на выполнение модели 10 000 раз в массивах разных размеров мы выбрали три типа: (10, 10), (30, 30) и (60, 60). Они являются хорошим представлением различных типов внутренних рабочих мест. Затем мы выбрали комбинацию значений параметров, которые отображают наиболее важные и интересные варианты поведения. В частности, мы показали следующую комбинацию параметров: (S1) дневной тест и 90% случайной выборки, (S2) ежедневный тест и 75% случайной выборки, и (S3) два раза в неделю и 90% случайной выборки. На основе этой спецификации модели мы представляем динамику инфицированных клеток и количество дней-временных шагов для контроля и прекращения передачи вируса (рис. 3).

Рисунок 3

Траектории инфицированных клеток и количество дней для контроля и прекращения передачи вируса. Вычисление траекторий основывалось на медиане 10 000 исполнений модели. ( а ) Размер массива (10,10), ( b ) размер массива (30, 30) и ( c ) размер массива (60,60). Процент случайной выборки (% rs).

Изображение в натуральную величину

На рис. 3 показано быстрое уменьшение количества дней инфицированных клеток при использовании стратегий тестирования и изоляции (s1) и (s2). С другой стороны, стратегия (s3) показывает постепенное уменьшение числа дней инфицированных клеток. Поэтому ежедневный интервал тестирования предпочтительнее, чем два раза в неделю. Интенсивность теста способствует более быстрому выявлению инфицированных клеток. Если частота тестирования уменьшается, идентификация инфицированных клеток происходит медленнее и потенциально опасна.

Далее мы показываем результаты, связанные с анализом чувствительности на основе диаграмм рассеяния. Мы начали с размера массива (10,10) и отображаем три стратегии тестирования.

На рисунке 4а показано наилучшее сочетание параметров для контроля передачи вируса в локальных закрытых помещениях. Ежедневное тестирование и 90% случайных выборок контролируют передачу вируса в течение 2-9 дней. Его коэффициент Спирмена предполагает высокую и положительную корреляцию между этими параметрами. На рис. 4b показана вторая лучшая стратегия, тестирование два раза в неделю и 75% случайной выборки. Он контролирует распространение болезни в течение 2-17 дней. Его коэффициент Спирмена ниже, а точки разброса показывают более высокую дисперсию, чем у первой стратегии. На рисунке 4c показана третья стратегия, ежедневное тестирование и 75 % случайной выборки. Эта комбинация параметров хуже контролирует передачу на основе большого периода времени. Его коэффициент Спирмена ниже, а точки разброса показывают более высокую дисперсию, чем у первой и второй стратегий. Наконец, на рис. 4d показаны статистические распределения и наилучшие соответствия, основанные на количестве тестовых выборок каждой из вышеуказанных стратегий. Наименее затратной стратегией является ежедневное тестирование и 75% случайной выборки из-за количества тестируемых клеток. Он показывает медиану 181,68 протестированных клеток или в денежном выражении от 218 016,0 до 1 362 600,0 млн долларов США (9 долларов США).629,04–60 317,76 долларов США) (таблица 1). Следующим наименее дорогим является ежедневное тестирование и 90% случайной выборки. Он показывает медиану 194,47 протестированных клеток или в денежном выражении от 233 364,0 до 1 458 525,0 млн долларов США (10 306,9–64 564,0 долларов США). Самая дорогая стратегия — два раза в неделю и 90% случайной выборки. Он показывает медиану 284,24 протестированных клеток или в денежном выражении от 341 088,0 до 2 131 800,0 млн долларов США (15 064,7–94 367,6 долларов США).

Рисунок 4

Анализ чувствительности на основе диаграмм рассеяния в массиве (10,10). ( 9{c})\), для \(x < 0\) и \(c > 0\).

Изображение в натуральную величину

Таблица 1 Статистика изолированных при тестировании стратегий в массиве (10, 10).

Полноразмерная таблица

Проанализировав полученные данные, мы пришли к выводу, что первая стратегия является наилучшей. Он контролирует передачу вируса как минимум за 1 неделю, а стоимость тестирования немного выше, чем у самой дешевой стратегии. Затем в этой шкале анализа мы определяем комбинацию параметров, представленных на рис. 4а, как наиболее желательное вмешательство на небольших рабочих местах.

Далее мы представляем результаты, связанные с размером массива (30, 30) (рис. 5). На рис. 5а показано наилучшее сочетание параметров для контроля передачи вируса в локальных закрытых помещениях. Ежедневное тестирование и 90% случайной выборки контролируют передачу вируса в течение 2-11 дней. {b-1}}{\gamma (a) \gamma (b)}\), для \(00\), \(b>0\).

Полноразмерное изображение

На рисунке 5c показана третья стратегия, в которой передача вируса контролировалась в течение более длительного периода времени. Его коэффициент Спирмена высокий и положительный, а точки разброса показывают более высокую дисперсию, чем первая и вторая стратегии. Наконец, на рис. 5d показана наименее затратная стратегия из трех. Эта стратегия состоит из ежедневного тестирования и 90% случайной выборки. Он показывает медиану 2028,41 протестированных клеток или в денежном выражении от 2 434 092,0 до 15 213 075,0 млн долларов США (107 505,7–673 432,1 долларов США) (таблица 2).

Таблица 2 Статистика изолированных при тестировании стратегий в массиве (30, 30).

Полноразмерная таблица

Проанализировав полученные данные, мы пришли к выводу, что первая стратегия является наилучшей. Он контролирует передачу вируса как минимум за 1 неделю, а стоимость тестирования является наименее дорогой. Таким образом, эта комбинация параметров предполагает наиболее желательное вмешательство на рабочих местах среднего размера.

Наконец, мы представляем результаты, связанные с размером массива (60, 60) (рис. 6). На рис. 6а показано наилучшее сочетание параметров для контроля передачи вируса в локальных, но более крупных помещениях. Ежедневное тестирование и 90% случайной выборки контролирует передачу примерно через 15 дней. Его коэффициент Спирмена предполагает высокую положительную корреляцию между этими параметрами. На рис. 6b показана вторая лучшая стратегия, поскольку она позволяет контролировать распространение болезни более чем за 40 дней. Его коэффициент Спирмена высокий и положительный, что свидетельствует о сильной корреляции. На рисунке 6c показана третья стратегия, при которой передача вируса контролировалась в течение более длительного периода времени. Его коэффициент Спирмена высокий и положительный, а точки разброса показывают более высокую дисперсию, чем первая и вторая стратегии. Наконец, на рис. 6d показана наименее затратная стратегия из трех. Данная стратегия является ежедневным тестированием и 90% случайной выборки. Он показывает медиану 14466,10 протестированных клеток или в денежном выражении от 17 359 320,0 до 108 495 750,0 млн долларов США (766 703,3–4 802 745,2 долларов США) (таблица 3).

Таблица 3 Статистика тестов-изолированных стратегий в массиве (60, 60).

Полноразмерная таблица

Рисунок 6

Анализ чувствительности на основе диаграмм рассеяния в массиве 60 × 60. ( a ) Ежедневное изолированное тестирование и 90% случайной выборки. ( b ) Тестирование два раза в неделю в изоляции и 9{b-1}}{\gamma (a) \gamma (b)}\), для \(00\), \(b>0\).

Изображение в натуральную величину

Эти данные свидетельствуют о том, что первая стратегия является наилучшей. Он контролирует передачу вируса примерно за 2 недели, а стоимость тестирования является самой дешевой. Следовательно, сочетание этих параметров предполагало наиболее желательное вмешательство на больших рабочих местах.

Таким образом, результаты показали, что наилучшей стратегией для каждого размера массива является сочетание ежедневного тестирования и 90% случайной выборки. Эта стратегия показывает наименее дорогостоящее вмешательство по тестированию, но эти затраты значительно выше, чем любые известные нам затраты. Влияние этих результатов заключается в том, что передачу вируса можно контролировать на локальных рабочих местах внутри помещений. Эта местная стратегия может быть воспроизведена в городских районах, охватывающих наиболее уязвимые районы; например, сообщества наиболее уязвимых лиц из-за сопутствующих заболеваний, возраста, расы или дохода. Затем мы сможем лучше организовать возвращение к различным видам деятельности на основе достоверного и интеллектуального приближения тестирования для спасения жизней и оживления экономики.

Обсуждение

Разработчики политики во всем мире предлагают различные меры для снижения передачи SARS-CoV-2. В большинстве случаев эти вмешательства были неэффективными. Основной проблемой успешного вмешательства является разработка осуществимой и надежной национальной стратегии, основанной на научных данных, в которой активно участвуют местные сообщества и рабочие места.

В этом исследовании мы предложили локальное изолирующее вмешательство для снижения передачи вируса на рабочих местах внутри помещений, чтобы вновь открыть и активировать экономическую систему. Наша формулировка, основанная на 2D CA и откалиброванная по официальным данным об эпидемии в Мексике, описывает различные сценарии, определяющие наиболее желательную периодичность тестирования и наиболее подходящие случайные следы. Однако эти сценарии не соответствовали нашей гипотезе. Мы ожидали, что временная частота тестирования и размер случайных следов зависят от размера массива, но это не так. Более того, мы считали, что значения 70% людей в случайных следах достаточно, чтобы смягчить передачу вируса, но это не так. Мы были правы насчет экономической стоимости стратегий тестирования. Таким образом, мы обнаружили, что во всех случаях размеров массивов наилучшая временная частота — ежедневно, а наилучший процент выборки — не менее 9.0%. Эта комбинация значений параметров контролирует и останавливает передачу вируса примерно за неделю. По сравнению с другими сценариями экономические затраты ниже, поскольку стратегия тестирования требует интенсивного количества дней и размера случайных выборок. Второй лучшей стратегией является применение ежедневной частоты и 75% случайных выборок. Эта стратегия контролирует и останавливает передачу с большими временными шагами и показывает большее количество инфицированных клеток перед остановкой передачи. Экономические затраты выше, потому что интенсивность стратегии тестирования заключается в большем количестве временных шагов. Наконец, третья стратегия связана с частотой 2 раза в неделю и 9 часов.0% случайных выборок. Это самая дорогая стратегия, и количество зараженных клеток может быть общим до контроля передачи. Если целью стратегии является контроль и прекращение распространения вируса, временной интервал тестирования не должен превышать два раза в неделю.

Мы с удивлением обнаруживаем, что экономическая стоимость любого вмешательства по контролю передачи SARS-CoV-2 — или любой другой болезни в будущем — без вакцины выше, чем любая другая, известная нам. Без национального плана, в котором местные сообщества и рабочие места рассматриваются как ключ к смягчению последствий и уменьшению передачи вируса, мы обречены на повторение нынешних ошибок. В частности, строить национальное здравоохранение и экономические системы на политических ориентирах, а не на принципах науки, является серьезной ошибкой, которая приведет к перерасходу средств и потерям жизней. Поэтому мы предлагаем пересмотреть наши приоритеты, чтобы здоровье и окружающая среда были выше экономических интересов.

Наши результаты обнадеживают и должны быть проверены в реальных местных сообществах и на рабочих местах не только в Мексике, но и в других странах. Из-за отсутствия эмпирических анализов, которые приблизительно применяли бы нашу стратегию вмешательства, до сих пор не определено, как проверить рабочий процесс, связанный с проверкой модели ^64,65,66,67 . Важно определить, согласуются ли результаты нашей модели с наблюдаемыми данными. Тогда это представляет собой текущий разрыв между нашими выводами и реальными сценариями. Однако наша концептуальная проверка, основанная на предположениях, настройках моделирования и параметрах, может определить, является ли наша модель оправданной. Таким образом, наша формулировка показывает высокую внутреннюю согласованность между теорией, предположениями, начальными условиями и нашей экспертной интуицией, которая дает надежные результаты.

Мы считаем, что междисциплинарное приближение подходит для решения текущих медицинских и экономических затрат. Поэтому мы предлагаем применить наиболее интенсивную стратегию тестирования, чтобы восстановить экономику максимально безопасным способом, сводя к минимуму человеческие затраты, даже если экономические затраты не самые низкие. Поэтому предлагаемая нами стратегия следующая:

1. 1.

   Федеральное правительство должно инвестировать в создание и распространение эффективного теста на вирусы. В частности, тест с ложноположительным результатом менее 15% и более быстрым временем диагностики, около 15 минут.

2. 2.

   Чтобы возобновить деятельность, службы экстренного реагирования и основные работники должны быть сгруппированы на основе физических установок, которые они совместно используют для работы. Например, медицинские работники сгруппированы на основе здания, которое они постоянно используют в течение дня. Затем каждую группу первых респондентов необходимо тестировать ежедневно и не менее 90% ее населения.

3. 3.

   Независимо от того, все ли тесты на вирус были отрицательными или нет, учитывая, что вероятность заражения и распространения вируса не зависит от того, был ли у человека отрицательный результат за неделю до этого, и учитывая, что симптомы могут проявиться в течение 14 дней, мы предлагаем подождите 1 неделю, чтобы снова начать стратегию тестирования и изоляции, по крайней мере, для 90% населения, выбираемого случайным образом с ежедневной периодичностью.

4. 4.

   Стратегию тестирования необходимо продолжать до тех пор, пока вакцина не будет распространена и применена среди населения. Более того, эта стратегия может продолжаться при наличии повторных инфекций или новых вариантов и подвариантов.

Наконец, кто будет платить за тестирование стратегий? Каждый из нас должен за это платить. Федеральное правительство имеет конституционное обязательство предоставить любому гражданину свободный доступ к системе здравоохранения. Затем поток доходов государственного сектора должен оплачивать не менее 3/4 общей стоимости теста, а общество должно координировать его реализацию и мониторинг. Ответственность правительства состоит в том, чтобы обеспечить и распространить эффективный тест, устранить любые бюрократические и политические барьеры для распространения такого теста и позволить науке вести нас через эпидемию. Однако, глядя на официальные записи о смертях и необходимости переоборудовать больницы, предназначенные для борьбы с другими типами заболеваний и болезней, вызванных COVID-19., очевидно, что нынешнее бездействие правительства свидетельствует о провале различных профилактических мер с течением времени. Недостаточно, чтобы правительство сосредоточилось на смягчении последствий эпидемии; наука должна указать путь к реальной борьбе с вирусом и остановке его распространения. С другой стороны, как общество, мы несем ответственность за неразрешенные ошибки. Если мы поздно начнем принимать меры для будущих пандемий, мы скорее накопим затраты, чем позже. Поэтому мы должны переосмыслить и разработать наши стратегии предотвращения, в которых нас будет вести наука.

Обстоятельства нынешней ситуации с пандемией показали, что тестирование на COVID-19 значительно сокращается в разных странах, в частности в Мексике. Наличие этой конкретной ситуации подразумевает, что весьма вероятно, что наша интервенционная стратегия не будет рассматриваться в краткосрочной перспективе. Это трагично и неприемлемо, потому что если у кого-то, в частности у детей, будет положительный результат на COVID-19, высока вероятность неврологических осложнений. Как Чоу и др. ⁶⁸ , обратите внимание: «… неврологические проявления были обнаружены примерно у 80% пациентов, госпитализированных с COVID-19». Поэтому мы настоятельно рекомендуем проводить дальнейшие исследования с уделением большего внимания реализации аналогичной стратегии вмешательства для снижения числа случаев заражения не только COVID-19, но и другими вирусами с аналогичным путем передачи, такими как лихорадка Эбола, оспа и туберкулез.

Заключение

Наша теоретическая модель дает надежные результаты благодаря высокой внутренней согласованности нашего подхода и анализа чувствительности. Крайне важно продвигать любой тип вмешательства для контроля передачи SARS-CoV-2 без вакцины. Мелкомасштабные вмешательства — лучший вариант, поскольку местные сообщества могут самостоятельно организовать тестирование и отслеживать случаи инфицирования. Местные сообщества являются ключом к распространению стратегии изоляции тестирования в различных масштабах. Таким образом, лица, принимающие первые ответные меры, и основные работники являются основными элементами для инициирования волн тестовых и изолирующих вмешательств, которые контролируют вирус до тех пор, пока вакцина не будет развернута для всех.

Чтобы чтить и помнить тех людей, которые погибли из-за COVID-19, мы должны тесно сотрудничать с научным сообществом для предоставления более информированных стратегий лицам, принимающим решения, и координировать глобальные усилия по разработке решения для этой беспрецедентной ситуации. здоровье и экономический кризис.

Ссылки

1. Льюис М. Экономика эпидемий. Джорджтаун Дж. Междунар. Афф. 2 , 25–31 (2001).

   ОБЪЯВЛЕНИЕ Google ученый

2. Дмитрий Н. Экономика эпидемических заболеваний. PLoS ONE 10 , e0137964 (2015).

   Артикул Google ученый

3. Бар-Ям, Ю. Переход к вымиранию: пандемии в взаимосвязанном мире. Институт сложных систем Новой Англии (NECSI) (2016 г.) (по состоянию на 29 июня 2020 г.).

4. Бюро труда и статистики США. Ситуация с занятостью — май 2020 г. https://www.bls.gov/news.release/empsit.nr0.htm (2020 г.) (по состоянию на 27 июня 2020 г.).

5. ИНЕГИ. Encuesta telefónica de ocupación y empleo (etoe) 2020. https://www.inegi.org.mx/investigacion/etoe/ (2020) (по состоянию на 27 июня 2020 г.).

6. CNN. Полное интервью доктора Энтони Фаучи с Крисом Куомо. CNN Health (2020) (по состоянию на 23 июня 2020 г.).

7. Ромер, П. Дорожная карта ответственного открытия Америки. CNN Business (2020) (по состоянию на 10 мая 2020 г. ).

8. Остерхольм, М. Эпизод 9: Умное тестирование. центр исследований и политики в области инфекционных заболеваний (cidrap). Университет Минесотты (2020 г.) (по состоянию на 22 мая 2020 г.).

9. СИДРАП. Часть 3: Интеллектуальное тестирование на вирус и антитела COVID-19. Университет Минесотты (2020 г.) (по состоянию на 28 мая 2020 г.).

10. Халтинг, Ф. и Яворски, А. 17-современные статистические вычисления и графика. В Methods in Experimental Physics (под редакцией Stanford, J. & Vardeman, S.) 481–519 (Academic Press, 1994).

    Google ученый

11. Гребоги, К., Пун, Л., Зауэр, Т., Йорк, Дж. и Ауэрбах, Д. Глава 7-отслеживание хаотических динамических систем. В Справочник по динамическим системам (изд. Фидлер, Б.) 313–344 (Elsevier Science, 2002).

    МАТЕМАТИКА Google ученый

12. «>

    Толлес, Дж. и Луонг, Т. Моделирование эпидемий с помощью раздельных моделей. JAMA 323 , 2515–2516 (2020).

    Артикул Google ученый

13. Ли, Т., Какехаши, М. и Шриниваса Рао, А. Глава 8 — сетевые модели в эпидемиологии. В Справочник по статистике (под редакцией Шриниваса Рао, А. и Рао, К.) 235–256 (Elsevier, 2002).

    Google ученый

14. Бьёрнстад О., Ши К., Крживинский М. и Альтман Н. Моделирование инфекционных эпидемий. Нац. Методы 17 , 455–456 (2020).

    Артикул Google ученый

15. Мюррей, К. Прогнозирование влияния COVID-19 на койко-дни в больницах, дни в отделениях интенсивной терапии, дни на ИВЛ и смерти по штатам США в следующие 4 месяца. medRxiv (2020).

16. «>

    Vogels, C.B. et al. Salivadirect: Простой и чувствительный молекулярный диагностический тест для эпиднадзора за SARS-CoV-2. medRxiv https://doi.org/10.1101/2020.08.03.20167791 (2020).

    Артикул пабмед ПабМед Центральный Google ученый

17. Гангули, А. и др. Быстрая изотермическая амплификация и портативная система обнаружения SARS-CoV-2. Проц. Натл. акад. науч. https://doi.org/10.1073/pnas.2014739117 (2020).

    Артикул пабмед ПабМед Центральный Google ученый

18. Морено, T. Cientóficos del cinvestav desarrollan prueba для обнаружения COVID-19 в течение 15 минут. Эль Универсал (2020). (По состоянию на 18 мая 2020 г.).

19. Ю, Л. и др. Быстрое обнаружение коронавируса COVID-19 с использованием диагностической платформы изотермической амплификации с обратной транскрипционной петлей (rt-lamp). клин. хим. хваа102 (2020).

20. Гульельми, Г. Взрыв новых тестов на коронавирус, которые могут помочь положить конец пандемии. Природа 583 , 506–509. https://doi.org/10.1038/d41586-020-02140-8 (2020 г.).

    ОБЪЯВЛЕНИЕ КАС Статья пабмед Google ученый

21. Правительство Австралии. Тестирование на COVID-19 в Австралии – информация для медицинских работников. http://www.australia.gov.au (2020) (по состоянию на 15 сентября 2020 г.).

22. Тоффоли, Т. и Марголус, Н. Клеточные автоматы: новая среда для моделирования (MIT Press, 1987).

    Книга Google ученый

23. Вольфрам, С. Новый вид науки (Wolfram Media, 2002).

    МАТЕМАТИКА Google ученый

24. «>

    Бэтти, М. Города и сложность: понимание городов с помощью клеточных автоматов, агентных моделей и фракталов (MIT Press, 2005).

    Google ученый

25. Мюррей, Дж. Математическая биология (Спрингер, 1989).

    Книга Google ученый

26. Аллен Л. Некоторые эпидемические модели SI, SIR и SIS с дискретным временем. Матем. Бионауч. 124 , 83–105 (1994).

    КАС Статья Google ученый

27. Хойя Уайт, С., Мартин дель Рей, А. и Родригес Санчес, Г. Моделирование эпидемий с использованием клеточных автоматов. Заяв. Мат. вычисл. 186 , 93–202 (2007).

    MathSciNet МАТЕМАТИКА Google ученый

28. Ларремор, Д. Б. и др. Чувствительность теста вторична по отношению к частоте и времени выполнения эпиднадзора за COVID-19. medRxiv https://doi.org/10.1101/2020.06.22.20136309(2020).

    Артикул пабмед ПабМед Центральный Google ученый

29. Гобиерно-де-Мехико. Конференции 19 августа. Coronavirus.gob.mx (2020) (по состоянию на 20 августа 2020 г.).

30. Гобиерно-де-Мехико. Конференции 14 октября. Coronavirus.gob.mx (2020) (по состоянию на 15 октября 2020 г.).

31. Гобиерно-де-Мехико. Конференции 20 октября. Coronavirus.gob.mx (2020) (по состоянию на 21 октября 2020 г.).

32. Аронс, М. М. и др. Пресимптоматическая инфекция SARS-CoV-2 и ее передача в учреждении квалифицированного медицинского ухода. Н. англ. Дж. Мед. 382 , 2081–2090. https://doi.org/10.1056/NEJMoa2008457 (2020 г.).

    КАС Статья пабмед Google ученый

33. «>

    Lee, S. и др. Клиническое течение и выделение молекулярного вируса среди бессимптомных и симптоматических пациентов с инфекцией SARS-CoV-2 в общественном лечебном центре в Республике Корея. JAMA Интерн. Мед. https://doi.org/10.1001/jamainternmed.2020.3862 (2020).

    ОБЪЯВЛЕНИЕ Статья пабмед ПабМед Центральный Google ученый

34. Йонкер, Л. М. и др. Детский SARS-CoV-2: клиническая картина, инфекционность и иммунный ответ. Дж. Педиатр. https://doi.org/10.1016/j.jpeds.2020.08.037 (2020).

    Артикул пабмед ПабМед Центральный Google ученый

35. Хан, М. С. и др. Клинические характеристики и выявление вирусной РНК у детей с коронавирусной болезнью 2019 г. в Республике Корея. JAMA Педиатр. https://doi.org/10.1001/jamapediatrics.2020.3988 (2020).

    Артикул ПабМед Центральный Google ученый

36. «>

    Риверс, М. Массовое тестирование в Мексике проводиться не будет. Так хочет правительство. CNN Business (2020) (по состоянию на 22 мая 2020 г.).

37. Гобиерно-де-Мехико. Конференции 25 июня. https://coronavirus.gob.mx/2020/06/22/conferencia-25-de-junio/ (2020) (по состоянию на 26 июня 2020 г.).

38. Гобиерно-де-Мехико. Expertos de México, ops y el cdc participan en семинарио sobre vigilancia epidemiológica y pruebas de diagnóstico. Coronavirus.gob.mx (2020) (по состоянию на 2 июля 2020 г.).

39. Гобиерно-де-Мехико. Конференции 10 июля. Coronavirus.gob.mx (2020) (по состоянию на 22 июля 2020 г.).

40. Гобиерно-де-Мехико. Конференции 24 августа. Coronavirus.gob.mx (2020) (по состоянию на 25 августа 2020 г.).

41. Зигенфельд А. Ф., Талеб Н. Н. и Бар-Ям Ю. Мнение: какие модели могут и не могут рассказать нам о COVID-19. Проц. Натл. акад. науч. https://doi.org/10.1073/pnas.2011542117 (2020 г.).

    Артикул пабмед ПабМед Центральный Google ученый

42. Носек, Б. А. и др. Продвижение культуры открытых исследований. Наука 348 , 1422–1425. https://doi.org/10.1126/science.aab2374 (2015 г.).

    ОБЪЯВЛЕНИЕ КАС Статья пабмед ПабМед Центральный Google ученый

43. Пратер К., Ван К. и Скули Р. Снижение передачи SARS-CoV-2. Наука eabc6197 (2020).

44. Чжан Р., Ли Ю., Чжан А., Ван Ю. и Молина М. Определение воздушно-капельной передачи как основного пути распространения COVID-19. ПНАС 117 , 14857–14863 (2020).

    ОБЪЯВЛЕНИЕ КАС Статья Google ученый

45. Dbouka, T. & Drikakisb, D. О кашле и воздушно-капельной передаче человеку. Физ. Жидкости 32 , 053310 (2020).

    ОБЪЯВЛЕНИЕ Статья Google ученый

46. Чаудхури С., Басу С., Каби П., Унни В. Р. и Саха А. Моделирование роли респираторных капель при COVID-19типа пандемии. Физ. Жидкости 32 , 063309 https://doi.org/10.1063/5.0015984 (2020).

    ОБЪЯВЛЕНИЕ КАС Статья Google ученый

47. Базант, М. и Буш, Дж. Руководство по ограничению передачи COVID-19 воздушно-капельным путем внутри помещений. Проц. Натл. акад. науч. 32 , e2018995118 https://doi.org/10.1073/pnas.2018995118 (2021).

    КАС Статья Google ученый

48. Панамериканская организация Салуда. Сходства и различия между COVID-19 и грипом. OPS (2020) (по состоянию на 13 июня 2020 г. ).

49. Гобиерно-де-Мехико. Конференции 10 июля. Coronavirus.gob.mx (2020) (по состоянию на 11 июля 2020 г.).

50. Йельская школа медицины. Salivadirect: Что вам нужно знать о новом тесте на COVID-19. https://medicine.yale.edu/news-article/27120/ (2020) (по состоянию на 17 октября 2020 г.).

51. Гобиерно-де-Мехико. Конференции 22 июня. https://coronavirus.gob.mx/2020/06/22/conferencia-22-de-junio/ (2020) (по состоянию на 23 июня 2020 г.).

52. Хаусхофер Дж. и Меткалф К. Какое вмешательство лучше всего работает в условиях пандемии?. Наука 368 , 1063–1065 (2020).

    ОБЪЯВЛЕНИЕ КАС Статья Google ученый

53. Рилея С., Имсб К., Ишамц В., Моллисонд Д. и Трапман П. Пять проблем для пространственных моделей эпидемий. Эпидемии 10 , 68–71. https://doi.org/10.1016/j.epidem.2014.07.001 (2015 г.).

    Артикул Google ученый

54. Heesterbeek, H. и др. Моделирование динамики инфекционных заболеваний в сложном ландшафте глобального здравоохранения. Наука 347 , ааа4339. https://doi.org/10.1126/science.aaa4339 (2015 г.).

    КАС Статья пабмед ПабМед Центральный Google ученый

55. Walker, P.G.T. и др. Воздействие COVID-19 и стратегии его смягчения и подавления в странах с низким и средним уровнем дохода. Наука https://doi.org/10.1126/science.abc0035 (2020).

    Артикул пабмед ПабМед Центральный МАТЕМАТИКА Google ученый

56. Мэсси, Ф. Критерий согласия Колмогорова-Смирнова. Дж. Ам. Стат. доц. 46 , 68–78 (2020).

    Артикул Google ученый

57. Уэлш Р., фон Кастелл К. и Хехт Х. Анизотропия личного пространства. PLoS ONE 14 , e0217587 (2019).

    КАС Статья Google ученый

58. Хайдук Л. Личное пространство: оценочно-ориентировочный обзор. Психология. Бык. 85 , 117–134 (1978).

    Артикул Google ученый

59. Appel-Meulenbroek, R. & Groenen, P. Взгляд конечного пользователя на концепцию офиса, основанную на деятельности. J. Корпоративная недвижимость 12 , 122–135. https://doi.org/10.1108/14630011111136830 (2020 г.).

    Артикул Google ученый

60. Уолерс, К., Хартнер-Тифенталер, М. и Хертель, Г. Связь между рабочей средой, основанной на деятельности, и отношением к работе и жизненной силой офисных работников. Окружающая среда. Поведение 51 , 167–198 (2019).

    Артикул Google ученый

61. Ойгюр, И., Гёчер, О. и Карахан, Э. Гибридное рабочее место: дизайн офиса, основанный на деятельности, в постпандемическую эпоху. J. Дизайн интерьера. https://doi.org/10.1111/joid.12218 (2022).

    Артикул Google ученый

62. Гобе, Ф. и Шасси, П. Опыт и интуиция: рассказ о трех теориях. Умы Маха. 19 , 151–180. https://doi.org/10.1007/s11023-008-9131-5 (2009 г.).

    Артикул Google ученый

63. Салас Э., Розен М. и Диаз Гранадос Д. Интуиция и принятие решений в организациях на основе опыта. Дж. Манаг. 36 , 941–973. https://doi.org/10.1177/0149206309350084 (2010 г.).

    Артикул Google ученый

64. «>

    Сарджент Р. Проверка имитационной модели. В Simulation and Model-Based Methodologies: An Integrative View (eds Zeigler, BP et al. ) 537–555 (Springer, 1984).

    Глава Google ученый

65. Ауманн, К. Методология разработки имитационных моделей сложных систем. Экол. Модель. 202 , 385–396 (2007).

    Артикул Google ученый

66. Керр, Л. и Гетель, Д. Глава двадцать первая — имитационное моделирование как инструмент для синтеза идентификационной информации о запасах. В методах идентификации запасов , 2-е изд. (ред. Cadrin, S. и др. ) 501–533 (Academic Press, 2014).

    Глава Google ученый

67. Оберкампф, В. Л. и Рой, К. Дж. Верификация и валидация в научных вычислениях (Cambridge University Press, 2010).

    Книга Google ученый

68. Чоу С.-Ю. и др. Глобальная заболеваемость неврологическими проявлениями среди пациентов, госпитализированных с COVID-19 — отчет для консорциума GCS-NeuroCOVID и консорциума ENERGY. Сеть JAMA. Открыть 4 , e2112131 https://doi.org/10.1001/jamanetworkopen.2021.12131 (2021).

    Артикул пабмед ПабМед Центральный Google ученый

Ссылки для скачивания

Игра в Pokemon Grow с дифференцируемыми клеточными автоматами | Рив Сандер | Scinder

От Уилсона, Эдмунда Б. Клетка в развитии и наследовании (2-е изд.) 1900. Общественное достояние из Википедии.

Друзья могут прочитать это эссе здесь .

Оглянитесь в 1980-е, и вы обнаружите, что наряду с яркой волной коннекционизма, которая заложила основы для ренессанса глубокого обучения в 2010-х, существовало активное сообщество исследователей, работающих над клеточными автоматами (КА). Они были упомянуты в программном докладе Ричарда Фейнмана «Моделирование физики с помощью компьютеров» (Фейнман 19).81) в качестве кандидата вычислительной парадигмы для физики, и, в частности, Фейнману понравились свойства локальности КА. Как правило, каждая ячейка получает информацию только из локальной окрестности, и эта характеристика считается привлекательной для целей масштабирования.

Коммуникации представляют собой один из крупнейших компонентов бюджета энергии для современных вычислений (Miller 2017), и практическим следствием длинных межсоединений в компьютерах является то, что для моделей глубокого обучения доступ к памяти может доминировать в общем энергопотреблении. Коммуникация является таким поглотителем энергии, что сжатие моделей глубокого обучения для размещения во встроенной SRAM может снизить общие затраты энергии примерно в 120 раз по сравнению с той же моделью до сжатия, которая требует чтения из внешней памяти DRAM (Han 9).1399 и др. 2016). Это одна из причин, по которой систолические массивы являются привлекательными строительными блоками для ускорителей машинного обучения, таких как линейка TPU от Google (Kung 1982, pdf). Систолические массивы, как и системы условного доступа, состоят из множества относительно автономных вычислительных блоков, каждый из которых имеет собственную память и простой процессор. Связи в систолических массивах являются локальными, и, как и в случае с абстракцией CA, информация проходит через множество ячеек, попутно подвергаясь вычислениям.

Существуют заметные математические сходства между СА и нейронными сетями. На самом деле, работа Уильяма Гилпина показала, что обобщенные клеточные автоматы могут быть легко представлены в специальной конфигурации сверточной нейронной сети (Gilpin 2019).). На практике это отражается в том, как современные исследователи CA используют библиотеки глубокого обучения, такие как TensorFlow или PyTorch, как для ускорения вычислений, так и для автоматического дифференцирования. Несмотря на общую формулировку и удобство реализации КА с помощью нейросетевых примитивов, нейронным сетям якобы почему-то все еще сложно выучить самый известный набор правил КА — «Игру жизни» Джона Х. Конвея (Springer and Kenyon 2020).

Как и другие темы, связанные с ИИ, корни клеточных автоматов уходят во времени гораздо дальше, чем современные направления исследований.- государственные правила в 1966 году (Von Neumann and Burks, 1966) и знаменитая Игра жизни Конвея, описанная в журнале Scientific American Мартином Гарднером в 1970 году (Gardner 1970 pdf). Мы оставим историческую трактовку на другой раз, но стоит помнить о богатом наследии работы СА и открытиях, сделанных как любителями, так и профессиональными исследователями.

В этом эссе мы рассматриваем синергетическую комбинацию CA и дифференцируемого программирования. В отличие от классического КА, эти системы параметризуются непрерывнозначными параметрами. Недавняя работа продемонстрировала непрерывную дифференцируемую КА как модель развития и регенерации, свободно основанную на биологическом эмбриогенезе (Мордвинцев 9).1399 и др. 2020) и «самоклассифицирующиеся» цифры MNIST (Randazzo et al. 2020) — подход к классификации изображений, который естественным образом поддается семантической сегментации (Sandler et al. 2020). Эта пара статей была опубликована в том же месяце, а статья о сегментации Sandler et al. вышла за несколько недель до Randazzo et al. Аналогичная демонстрация классификации MNIST . Здесь я утверждаю, что дифференцируемая КА (также называемая в литературе нейронной КА или НКА) представляет собой многообещающее, хотя и зарождающееся направление исследований, которое в настоящее время недооценивается.

CA обладают следующими неполными желательными характеристиками, которые делают их привлекательными в качестве потенциальной альтернативы традиционным моделям глубокого обучения:

• Они обещают перспективу создания экономичной обучающейся машины. Набор правил CA, оптимизированный для данной задачи, может предложить упрощение по сравнению с обычными глубокими сетями, но с потенциалом для обучения CA с метаобучением мы можем дополнительно найти рецепты для компактных и обобщаемых наборов правил обучения, которые могут работать с сетками или графами. Более простые модели также предпочтительнее из-за более низких эксплуатационных расходов.
• Они идеально подходят для эффективных вычислений на существующих и будущих аппаратных ускорителях машинного обучения и удобно подходят для реализации с существующими библиотеками глубокого обучения. Кроме того, они могут хорошо подходить для асинхронных вычислений, что ближе к тому, что мы можем интуитивно понять о работе биологических нервных систем.
• Они обеспечивают гибкость вычислений, поскольку затраты на вычисления могут быть сбалансированы с пороговыми значениями точности или неопределенности путем динамической настройки количества шагов CA.

Короче говоря, я думаю, что СА являются разумной областью исследований с большим потенциалом как для прикладной полезности, так и для фундаментальных исследований ИИ. Будучи «менее пройденным путем», даже если СА в конечном итоге окажется менее эффективным или менее действенным в большинстве случаев использования, эта попытка все равно будет давать уроки о природе обучения, по крайней мере. Если CA предлагает не более чем производительность, эквивалентную традиционному глубокому обучению, но в более простой форме, это стоящая попытка смягчить проблемы воздействия на окружающую среду и социального неравенства, которые могут усугубляться современной практикой машинного обучения. Учтите, что Эмма Штрубелл и ее коллеги оценили, что энергетические потребности обучения большой модели НЛП с поиском гиперпараметров и архитектуры имеют углеродное воздействие примерно в 5 раз больше, чем у среднего автомобиля в течение всего срока службы ( Strubell et al. 2019), и что оценки денежных затрат (по розничной цене) на вычисления, используемые для основных проектов глубокого обучения, обычно составляют десятки миллионов долларов США. Высокая стоимость глубокого обучения сама по себе неудовлетворительна, поскольку мы знаем, что общий интеллект может быть реализован с потоком энергии в несколько десятков ватт, как мы видим в человеческом мозгу.

Для работы, описанной здесь, я использовал набор данных изображений покемонов из квпратама на Kaggle.

В этом эссе я опишу обучение дифференцируемого КА для построения изображений покемонов из зашумленных, сильно усеченных начальных условий. Режим тренировок аналогичен описанному Мордвинцевым и соавт. , с реализацией CA в PyTorch, структурно похожей на Gilpin. Правила CA представлены набором из двух сверточных слоев с ядрами 1×1, и каждая ячейка в сетке состояний CA определяется вектором из 16 элементов, причем первые 4 элемента интерпретируются как интенсивность и прозрачность RGB. Я использовал живую маскировку и стохастические обновления ячеек, как в Мордвинцев и др.

Во время обучения входные изображения подвергаются 3 типам возмущений: аддитивному шуму, усечению изображения по максимальному радиусу вокруг центра изображения и удалению кругов пикселей вокруг случайных координат. Для работы, описанной здесь, возмущения применяются только на первом временном шаге, но мы могли бы предположительно обучить более устойчивый CA, применяя возмущения через случайные интервалы.

Немного отклоняясь от обучения, описанного в (Мордвинцев и др. 2020), я использую добавочную сложность, модулируемую в соответствии с улучшенной производительностью CA. Это достигается за счет увеличения серьезности возмущений входного изображения, когда модель проходит порог производительности, а также за счет увеличения количества шагов. В начале входное изображение представляет собой слегка зашумленную версию целевого изображения, а к концу оно представляет собой сильно обрезанную версию со значительным шумом и отсутствующими пикселями. Вы можете рассматривать это как приближение обучения с последних нескольких шагов в начале и постепенное перемещение начальной точки назад с точки зрения количества шагов для достижения решения. По моему опыту, это помогает предотвратить застревание модели CA в локальном минимуме (9).1399 напр. путем обнуления всех ячеек), из которых он не генерирует полезный сигнал ошибки, достаточный для побега.

Я обучил 3 отдельные модели с 3 отдельными покемонами, по одному на каждое возмущение. В результате получается 3 модели, каждая из которых специализирована для данной задачи и монстра: настойчивость (Чаризард), рост (Пикачу) и исцеление (Джигглипафф). Если вы разочарованы тем, что я пропустил вашего любимого покемона, мне очень жаль (вроде как), но вы всегда можете попробовать потренироваться на основе кода в репозитории проекта.

Как упоминалось ранее, я реализовал правила клеточного автомата в виде последовательности двух сверточных слоев. Первый разделяется на свертку с краевыми фильтрами Собеля и ядром окрестности Мура и генерирует восприятие, которое используется в наборе правил CA. Второй уровень применяет набор правил CA с несколькими каналами сверточных ядер 1×1. Эта формулировка, в свою очередь, является реализацией применения одной и той же плотной многослойной модели персептрона к каждой ячейке. Сначала мы рассмотрим функцию CA.

 def update(perception, weights_0, weights_1,bias_0,bias_1): 
 """ 
 возвращает state_grid на основе вычисленной сетки окрестностей 
 т. е. тензор восприятия 
 веса NxCx1x1, т.е. свертка использует одно за другим ядра 
 "" " 
 groups_0 = 1 
 use_bias = 1 
 
 if use_bias: 
 x = F.conv2d(восприятие, weights_0, padding=0, \ 
 groups=groups_0,bias=bias_0) 
 else: 
 x = F.conv2d(восприятие , weights_0, padding=0, \ 
 groups=groups_0) 
 
 x = torch.atan(x) 
 
 groups_1 = 1 
 
 if use_bias: 
 x = F.conv2d(x, weights_1, padding=0, groups=groups_1, \ 
bias=bias_1) 
 else: 
 x = F.conv2d(x, weights_1, padding=0, groups=groups_1) 
 
 x = torch.sigmoid(x) 
 
 return x 
 

Вход (переменная восприятие в функции update ) должен имеют какие-то локальные связи с окружающими ячейками, иначе информация не сможет проходить через сетку состояний, а состояния ячеек будут зависеть только от их собственной истории. Следим (Мординцев и др. 2020) в использовании фильтров Собеля для расчета окрестности обнаружения краев, а также при включении традиционной окрестности Мура и объединении состояния предыдущего временного шага как части входных данных восприятия.

 def get_perception(state_grid, device="cpu"): 
 my_dim = state_grid.shape[1] 
 moore = torch.tensor(np.array([[[[1, 1, 1], [1, 0, 1], \ 
 [1, 1, 1]]]]), dtype=torch.float64) 
 sobel_y = torch.tensor(np.array([[[[-1, 0, 1], [-2, 0, 2], \ 
 [-1, 0, 1]]]]), dtype=torch.float64) 
 sobel_x = torch.tensor(np.array([[[[-1, 2, -1], [0, 0, 0 ], \ 
 [1, 2, 1]]]]), dtype=torch.float64) 
 
 moore /= torch.sum(moore) 
 
 sobel_x = sobel_x * torch.ones((state_grid.shape[1] , 1, 3,3)) 
 sobel_y = sobel_y * torch.ones((state_grid.shape[1], 1, 3,3)) 
 sobel_x = sobel_x.to(устройство) 
 sobel_y = sobel_y.to(устройство) 
 
 moore = moore * torch.ones((state_grid.shape[1], 1, 3,3)) 
 moore = moore.to(device) 
 
 grad_x = F.conv2d(state_grid, sobel_x, padding=1, groups=my_dim) 
 grad_y = F.conv2d(state_grid, sobel_y, padding=1, groups=my_dim) 
 
 moore_neighborhood = F.conv2d(state_grid, moore , \ 
 padding=1, groups=my_dim) 
 
 восприятие = torch. cat([state_grid, moore_neighborhood, \ 
 grad_x + grad_y], axis=1) 
 
 возвратное восприятие 
 

Подобно опубликованной работе Левина и его коллег на Distill я использовал стохастические обновления для имитации асинхронности. В этой схеме некоторый процент (я использовал 20%) сетки состояний остается неизменным на каждом шаге обновления. Мотивация стохастических обновлений заключается в том, чтобы побудить модели изучить надежные правила, которые будут хорошо работать на асинхронном оборудовании с низким энергопотреблением, и я сильно подозреваю, что стохастические обновления могут действовать как мощный инструмент регуляризации, похожий на отсев.

Между каждым обновлением ячейки обнуляются, если их альфа-значение, представленное как четвертый элемент в векторе состояния каждой ячейки, падает ниже 0,1. Эти ячейки считаются «мертвыми», и это предназначено для очистки прозрачных пикселей на каждом этапе.

 def stochastic_update(state_grid, восприятия, веса_0, веса_1, смещения_0, смещения_1, скорости = 0,5): 
 # вызвать функцию обновления, но случайным образом обнулить некоторые состояния ячеек 
 updated_grid = update(восприятие, веса_0, веса_1, \ 
bias_0,bias_1) 
 
 # можно тут просто дропаут использовать? 
 маска = torch. rand_like(updated_grid) < rate 
 mask = mask.double() 
 state_grid = маска * updated_grid + (1 - маска) * state_grid # в случае отсутствия альфа-канала 
 # это должно иметь место только при загрузке изображений с диска 
 if state_grid.shape[1] == 3 и state_grid.shape[0] == 1: 
 temp = torch.ones_like(state_grid [0,0,:,:]) 
 
 temp[torch.mean(state_grid[0], dim=0) > 0,99] *= 0,0 
 state_grid = torch.cat([state_grid, \ 
 temp.unsqueeze(0).unsqueeze(0)], dim= 1) 
 
 # альфа-значение должно быть больше 0,1, чтобы считаться живым 
 

Вот и все основные функции модели дифференцируемых клеточных автоматов. Чтобы ознакомиться с подробностями обучения и подготовкой данных, посетите репозиторий этого проекта на Github.

Потренировавшись некоторое время на спрайте Пикачу, СА-модель может научиться воспроизводить приемлемое факсимиле изображения существа на основе строго ограниченных начальных условий.

Реконструкция Пикачу требует модели, которая учится выращивать уши, лапы и хвост, которые отрезаются описанным ранее возмущением усечения. Откровенно говоря, довольно круто видеть, как это работает, но со способностью к росту приходит способность к чему-то гораздо более зловещему.

Учитывая, что здесь мы работаем с Пикачу, неудивительно, что в конце концов все принимает мрачный оборот. Подобно преднамеренно наивному мысленному эксперименту по максимизации скрепки, некоторые условия обучения приведут к созданию модели, которая не будет удовлетворена, пока не превратит всю свою вселенную в Пикачу. Это не должно быть слишком удивительным, так как базовая конфигурация обучения учитывает только несколько временных шагов в конце при формулировании функции потерь. Ожидать, что сетки состояний до или после шагов, используемых для функции потерь, дадут хорошие результаты, это все равно, что искать реалистичные изображения в ранних скрытых слоях генератора GAN или продолжать с произвольными сверточными слоями после выходного слоя и ожидать, что они будут выглядеть хорошо. также.

Я попробовал несколько методов стабилизации обучения в моделях роста, в основном путем добавления второго протокола выборки для расчета функции потерь. В настоящее время это имеет тенденцию делать обучение нестабильным и приводит к мертвой вселенной CA, где все клетки в конечном итоге не удовлетворяют требованию передавать информацию через этап живой маскировки. Хотя технически мертвая вселенная достигает намеченной цели стабильности, это вряд ли желательно. На данный момент мы застряли с несколько злобной моделью роста Пикачу. Мне разрешено придумывать только одну шутку в год, и хотя технически сейчас 2021 год, мой бухгалтер по юмору говорит, что я могу обозначить следующую подпись к рисунку для года шутки 2020, оставив по крайней мере еще одну жемчужину комедийного золота для вас. Ждем от вашего покорного слуги в 2021 году.

В сценарии Пикагу вышедшие из-под контроля самовоспроизводящиеся клетки Пикачу поглощают всю массу на Земле, одновременно создавая новые. Вошел в топ-10 судных дней по опросу «эксперта» (это я, выдумал). Здесь показана работа с 3-кратной скоростью.

А вот пример правила CA Пикачу, «заражающего» изображение Снорлакса. Pikachu CA работает довольно быстро, поэтому я заморозил начальное изображение для первых 8 кадров.

Наблюдать за моделью настойчивости Чаризарда явно не так увлекательно.

Возможно, наиболее убедительным примером является Jigglypuff, для которого я разработал набор правил CA для восстановления после повреждений. Правила восстановления/исцеления CA являются одними из интересных с точки зрения фундаментальных исследований (особенно в сочетании с эффективной стратегией стабильного роста). Переход от восстановления образа к восстановлению/обновлению политики интеллектуального агента в меняющейся среде не представляет особого труда.

Каждая из моделей Pokemon CA, описанных в этом эссе, обучена на одном образце изображения, поэтому концепция обобщения на самом деле не применима (пока). Обучение дифференцируемому CA сложно, я бы сказал, несколько сложнее, чем создание и обучение собственной GAN с нуля, но когда получается, это выглядит потрясающе. В течение следующего года или около того я ожидаю увидеть развитие дифференцируемого CA для многих игрушечных и демонстрационных задач на изображениях, которые легко решаются с помощью сверточных нейронных сетей. Обработка изображений, вероятно, даст первый «легко висящий плод» (как мы уже видели с CA для классификации и сегментации), но я предсказываю, что мы также увидим CA как мощный инструмент для мета-обучения в соответствии с отмеченными сходства с биологией развития. Я сам буду работать над некоторыми из этих задач, так что следите за обновлениями, если это звучит так, как будто вас это заинтересует.

Во всяком случае, вот Wigglytuff, подвергнутый CA Jigglypuff (показанный на скорости 16x) в острой визуальной метафоре поговорки «Вы не можете снова вернуться домой»:

Первоначально опубликовано по адресу https://rivesunder.github .io от 8 января 2021 года.

Автоматы — Агенты жизни внутри

Автоматы — Агенты жизни внутри



Криса Лукаса

«О механическом рабстве, о рабстве машины,
зависит будущее мира.»

Оскар Уайльд, Душа человека при социализме, 1895

Введение

В этом введении мы рассмотрим некоторые структурные элементы организации как с точки зрения жизни (реальной и искусственной) и в структуре неорганических материалов. Мы исследуем клеточные автоматы и свяжем это к компьютерам, мозгу и клеткам, а также размышлять о будущих целях нанотехнологий.

Понимание автоматов

Во-первых, что такое автомат? Большинство людей узнают это слово как относящееся к механическая игрушка, которая имитирует какое-то явно живое поведение. В нашей сфере это обобщается на любую систему, которая имеет конечное число внутренних состояний и перемещается между этими состояниями с помощью соблюдение заданных правил — это форма отображения (ввод в вывод, как в компьютерной программе). Автомат это также агент в терминах ALife, хотя агенты также могут встречаться во многих других формах. Агент – это сущность, которая может взаимодействуют с окружающей средой и обычно изменяют в результате свое собственное состояние. Если мы соберем коллекцию таких агентов и позволить им взаимодействовать, тогда у нас есть система автоматов.

Клеточные автоматы

Если предположить, что автоматы неподвижны (не подвижны), мы можем приравнять их к ячейкам в структуре. Эта структура может быть живой, молекулярная, механическая — любая форма на самом деле. Это дает нам Клеточные Автоматы (КА), структуру, которая, хотя и статична в физическом формы и пространства, могут демонстрировать динамическое поведение во времени — эмерджентный порядок.

Возьмем простой случай, доску, разделенную на квадратики (решетку). Каждый квадрат может находиться в одном из двух состояний (черный или белый). Сначала мы раскрашиваем каждый из квадратов либо в черный, либо в белый цвет случайным образом. Для каждого квадрата, если он начинается черным, то он остается черным, если два или три из его 8 соседей (включая диагонали) также черные, в противном случае он становится белым. Если это начинается как белый, затем он остается белым, если ровно три соседа не черные, затем он становится черным. Мы оцениваем текущее состояние всех квадратов и определяем, что они будут делать дальше, затем соответствующим образом меняем всю доску. Это называется шагом (или циклом, или генерацией). Затем мы повторяем упражнение снова и снова (итерация). Образец во времени То, что мы видим в изменении цвета квадрата, оказывается трудно предсказать, хотя каждый квадрат подчиняется одним и тем же простым правилам. Мы можно расширить такие системы, чтобы иметь много отдельных состояний на ячейку, чтобы иметь правила перехода любого сложности и зависеть от несоседних событий для этих правил. Все они являются клеточными автоматами.

Игра в жизнь

Пример, который я привел, несмотря на свою простоту, является одним из самых мощных известных и обычно называется «Игрой жизни». в честь его изобретателя Джона Конвея. Правила станут яснее, если считать черные клетки живыми. Таким образом, имея 3 живых соседа допускает новое рождение (родители + акушерка!), наличие более 3 дает смерть от скученности, а менее 2 — смерть от облучения. Паттерны, которые могут возникать из определенных исходных положений, сложны и увлекательны, и многие компьютерные программы доступны для их создания и исследования (например, LIFE32). Одним из самых интересных открытий является то, что такая система может выполнять арифметические операции, включая логику, и, таким образом, возможно построить компьютер из достаточно богатого набора ячеек. На самом деле некоторые CA (в том числе Conway’s Life) — это то, что известно как универсальные компьютеры, они способны выполнять любую задачу, включая воспроизведение, при задании соответствующего исходного шаблона (программы).

Интересной особенностью является то, что эти системы являются дискретными, а не непрерывными функциями. В отличие от большинства систем, изученных в науки и математики наши функции здесь ступенчатые, они изменяются через фиксированные промежутки времени. Нет смысла рассмотрим промежуточное поколение — предполагается, что переход от одного состояния к другому происходит мгновенно. Этот означает, что обычные методы определения скорости изменения (дифференциации) или динамики неприменимы напрямую.

Несколько размеров

Игра «Жизнь» — это КА в двух измерениях, однако мы можем обобщать его на меньшее или большее количество измерений. Самый подробный анализ был проведен на одномерных КА (1D), где нам нужно рассматривать только соседей слева и справа. Для этих второе используемое измерение — это измерение времени, поэтому мы можем визуализировать развитие системы и отобразить его в виде картина. Двумерные системы (2D) имеют гораздо большую сложность и могут быть визуализированы, только наблюдая за ними. эволюции во времени или путем абстрагирования желаемых функций для отображения. Выход за рамки этого к 3D-системе создает много проблем, хотя в реальной жизни это самые распространенные типы (многоклеточные организмы) — здесь нам еще многое предстоит узнать.

Системы правил

Чтобы оценить сложность этой задачи, нам нужно также рассмотреть правила. Существует огромное количество возможных правил для систем выше одного измерения, но даже в 1D мы можем указать множество различных способов определения следующего состояния. обычный метод состоит в том, чтобы суммировать состояния соответствующих соседей и определять новое состояние из суммы (Totalistic CAs). Игра «Жизнь» работает таким образом, в ней требуется всего 3 соседа, чтобы дать жизнь. Масштабы нашего соседства могут быть локальные (соприкасающиеся), близкие (включая соседей соседа) или глобальные (в любом месте системы). Мы можем ограничить взаимодействие к нескольким соседям (редкая связность), ко всем им (полная связность) или где-то посередине. Мы можем использовать случайный соседи или выбранные по какой-то логике. Мы можем указать таблицы переходов или состояний (правила) с любой степенью точности. сложность. Некоторые схемы правил сохраняют определенные свойства системы (например, количество живых ячеек). системы обратимы и имитируют типичные физические системы (например, атомы в коробке). Другие схемы позволяют клеткам расти или вымрут — эти лучше имитируют живые системы. Усложнения такого рода приводят нас также в области булевых сетей. и нейронные сети.

Классы автоматов

Различные типы CA делятся на 4 класса (определенные Стивеном Вольфрамом).

• Класс 1 — точечные аттракторы. Через короткое время система зависает в фиксированном состоянии (переходное поведение).
• Класс 2 — предельные циклы. В системе возникают периодические действия, которые затем постоянно повторяются.
• Класс 3 — хаотичный. Система становится апериодической, непрерывно меняющейся непредсказуемым и случайным образом.

• Класс 4 — структурированный. Система может развиваться очень шаблонно, но нестабильно. Вычислительно богатый, например. игра жизни. Это обозначает автомат между состояниями 2 и 3 — на краю хаоса, как мы это называем.

Тип поведения, найденный для конкретного ЦС, зависит от структуры используемых правил. Для поведения класса 4 состояние клетки должно меняться от 25% до 50% времени (критерий Лэнгтона). лямбда), в зависимости от набора правил, меньше этого обычно приводит к статическому поведению (классы 1 и 2), больше к неструктурированному поведению (класс 3). Эти классы имеют эквиваленты в многомерных неорганических и живых системах, особенно в Типе 4.

Гетерогенные клетки

До сих пор нас интересовали однородные системы, когда ко всем ячейкам применяется одно и то же правило (глобальные или гомогенные правила). Если вместо этого мы позволим каждой ячейке иметь свой набор правил (неоднородные или разнородные ячейки), мы получим совокупность клетки, которые могут различаться по поведению и близки к сферам клеточного программирования — параллельной коэволюции. Этот и другие методы относятся к категории эволюционных вычислений (см. FAQ).

Предположим теперь, что мы также ослабили ограничение движения, и тогда у нас есть более общая форма автоматов, используемых в искусственной жизни, и часто упоминаются как Агенты или даже Существа. Каждый агент может определенным образом реагировать на окружающую среду (что включает других агентов). Эти действия теперь могут принимать более привычные формы, движение (к еде, от опасность), поедание (наращивание запасов энергии), размножение (деление), общение (передача сообщений) и так далее.

Обучающие агенты

Если агенты имеют фиксированное число состояний, то они являются конечными автоматами, но это ограничение также может быть снято. расслабился. Мы можем позволить агентам учиться, сохраняя любые полезные данные, которые они накапливают. Их следующее состояние может также зависеть по историческим данным — у нас есть возможность прогнозирования и планирования. В конечном итоге мы можем представить существо, которое могут создавать новые состояния, новое поведение. От простых начал, через простые шаги мы можем перейти от неподвижного, причинного, упрощенных сущностей до сложных, мобильных, мыслящих — возможно, имитирующих эволюцию.

Человеческие автоматы

Можем ли мы поэтому утверждать, что люди, возможно, являются формой автоматов? Странно, хотя может показаться, что некоторые доказательства поддерживает это. Каждая клетка в нашем организме содержит структуру, известную как цитоскелет, которая, как следует из названия, формирует остов к клеточной форме. Структура этого скелета состоит из микротрубочек, которые, по-видимому, организуют клетку. деятельность — возможно, клеточная нервная система. Молекулярные белковые субъединицы этих канальцев, по-видимому, демонстрируют поведение автоматов, предполагая, что основой жизни действительно могут быть такие формы организации.

Возможно, мы можем распространить это и на материю? Некоторые работы по взаимодействию неорганических объектов, атомов, горных пород, галактик. рассматривает их как формы автоматов или вычислительных систем. Такие разнообразные приложения, как потоки жидкости, обработка изображений и городское развитие были смоделированы в форме КА вместе с более традиционными объектами клеточной формы.

Многоуровневые автоматы

Известно, что наши клетки общаются друг с другом химическими и другими средствами, так что, возможно, наша многоклеточная структуры — это просто автоматы более высокого уровня? Доведя это до предела, мы можем применить те же идеи к мышлению (мозг нейронные автоматы) и общество (люди как агенты). Конечно, такое мышление не умаляет величия нашего человеческого интеллекта на йоту, все автоматы — просто строительные блоки (как и атомы) — эмерджентные паттерны, которые появляются из взаимодействия сами по себе являются мистическими событиями. Однако СА-мышление дает лучший (возможно, правильный) способ объяснение метода, в котором возникает структура — более богатая методология, чем та, которая доступна от традиционного редукционизма. наук.

Возьмем, к примеру, стайку птиц. Выполняет ли каждая птица сложную коммуникацию и аналитический расчет? чтобы определить, как летать в строю? Нет, такие расчеты невозможны в доступное время даже для существ как мы сами. Моделирование, основанное на методах CA, показало, что несколько простых правил применяются автоматически. может объяснить такое эмерджентное поведение. Самый простой — держаться на фиксированном расстоянии от соседа. Затем «птица» будет командовать стаей, а все остальные изменят свое положение, чтобы поддерживать относительный порядок. Такой инстинктивный (бессознательное) действие легко представить как возникающее в результате естественного отбора. Либо группировка, либо изоляция сделают выживание от хищников более маловероятно.

Искусственные молекулы

В основном мы рассматривали автоматы как основу жизни, но вспомним, что мы начали с неорганического паттерна квадраты, к которым мы применили правила внешне. Могут ли такие вторичные КА встречаться в природе? На неорганическом уровне мы просто нужна система, состоящая из объектов с несколькими состояниями и некоторый метод контекстуального изменения этих состояний. Молекулы, особенно большие, имеют множество естественных ориентаций или форм. Можем ли мы навязать им правила извне, как мы сделал с квадратами? Предположим, мы изготовили систему, состоящую из набора молекул в виде простого компьютер, можем ли мы тогда устроить систему так, чтобы она реагировала на свое окружение и действовала на него известным образом?

Нанотехнологии

То, что мы описали, является основой нанотехнологии, идеей о том, что мы можем дублировать большие машины в молекулярном уровне.