If you're seeing this message, it means we're having trouble loading external resources on our website.

Ако си зад уеб филтър, моля, увери се, че домейните *. kastatic.org и *. kasandbox.org са разрешени.

Основно съдържание

Умни сгради, транспорт и мрежи

Какво означава част от инфраструктурата да бъде "умна"?
Нека се замислим за един обикновен уред, за скромната прахосмукачка. Когато използваме традиционна прахосмукачка, от нас зависи да насочваме прахосмукачката около ъглите и да се уверим, че не сме пропуснали място. Умната прахосмукачка е снабдена със сензори, памет и алгоритми, което означава, че може сама да се насочва в ъглите и да помни къде вече е почистила.
Нещо се счита за умно, ако едновременно събира данни за своята среда и използва тези данни за вземане на интелигентни решения за това какви стъпки да предприеме след това. Сега това се случва на всяко ниво на инфраструктура, от сгради през регионални транспортни системи и до електрически мрежи за няколко държави.

Умни сгради

Модерната сграда е повече от стени и прозорци. Вътрешното осветление компенсира за облачното небе и за стаите без прозорци. Климатикът ни държи хладно през топлите месеци, а отоплението поддържа дома топъл през хладните месеци. Ключалките ограничават кой може да влезе и кога.
Умната сграда използва технология, за да оптимизира комфорта и сигурността на сградата, като същевременно минимизира разходите и въздействието върху околната среда.
Помисли само за аспекта на осветлението на една сграда. Според Министерството на енергетиката на САЩ осветлението представлява около 20% от общото потребление на енергия на търговски сгради през 2011 г.1. В идеалния случай осветлението в сградата би било включено само когато е абсолютно необходимо: когато няма достатъчно околна светлина от слънцето и когато има обитатели в стая с осветителни тела.
Сензори на помощ! Сензорите за заетост използват инфрачервено лъчение или ултразвукови вълни, за да засекат движението на хората в стаята. Сензорите за ниво на светлина измерват фотони, за да открият околна светлина. Мрежа от сензори за заетост и ниво на осветеност може да реши кога да затъмни светлините или да ги включи или изключи изцяло.
Схема на стая в офис с монтиран сензор за ниво на светлината на прозореца, сензор за заетост на тавана и осветителни тела на тавана. Навън времето е облачно, затова светлините вътре са включени.
Светлините са включени в този офис, благодарение на комбинираните данни от сензор за заетост, базиран на инфрачервени лъчи, както и сензор за ниво на светлина.
Сензорите за заетост сами по себе си могат да намалят потреблението на енергия за осветление на сградата с 50%, особено когато се използват в стаи с периодично използване, като класни стаи, конферентни зали и бани.2
Интелигентните сгради могат да използват подобни сензорно базирани технологии за нови подходи към сигурността, което улеснява влизането на обитателите в сградата, но прави по-трудно за натрапниците да се промъкнат. Паркингът може да разпознае, когато се приближава кола, да направи снимка, да идентифицира регистрационния номер с алгоритми за разпознаване и да вдигне бариерата само ако регистрационният номер принадлежи на служител. Вътре в сградата робот с инфрачервено виждане може да обикаля наоколо и да записва всяка подозрителна дейност.
Снимка на робот за сигурност и малко момиче, което го гледа.
Робот за сигурност ALSOK. Източник на изображението: Fumiaki Yoshimatsu
Цялата тази умна технология, а даже и повече, е разположена в The Edge (в превод: Ръбът), 15-етажна офис сграда в Амстердам, която е обхваната с 28 000 сензора. Това изглежда като много технология, която да бъде захранвана, но The Edge всъщност произвежда повече енергия, отколкото консумира, благодарение на своята енергийна ефективност, управлявана от данни, както и покрив, покрит със слънчеви панели.3
Умните сгради генерират огромно количество данни. Незабавната употреба на тези данни е за автоматизиране на функционалността на сградата, но данните са полезни и за администраторите на сградата. Таблата за управление на данни показват статистически данни, като например потребление на енергия на стая, температурни горещи точки и дневна заетост.
Монтаж от екранни снимки на табла за управление на данни, показващи показатели като средно потребление на енергия, посетители на сградата за даден период от време, вид на използваното кафе и т.н.
Табла за управление на данни за умна сграда. Източник на изображението: Bloomberg/Deloitte
🤔 Помисли за сградите, в които прекарваш време. Как биха могли тези сгради да станат по-интелигентни със сензорни мрежи и алгоритми? Какви рискове по отношение на поверителността и сигурността предвиждаш?

Умен транспорт

Към 2014 г. има повече от 250 милиона превозни средства по пътищата в САЩ, включително автомобили, автобуси и камиони.4 Много от колите и автобусите превозват хора, пътуващи до работата си в час пик. В идеалния свят всеки може да стигне до дестинацията си безопасно и да прекара възможно най-малко време в задръствания.
Умният транспорт използва данни от сензори, за да доближи както частния, така и обществения транспорт до целите за повече безопасност и по-малко задръствания.
Моделите на трафика са сложни. Тъй като повечето превозни средства се управляват от хора с индивидуални реакции, те не следват прости правила за частици в система и следователно са склонни да попадат в задръстване по-често, отколкото е необходимо.
Тази симулация на трафика показва колко бързо могат да възникнат задръствания (можеш да я пробваш на):
Видео плейър на видеоклиповете в Кан Академия
AP CSP example: Traffic simulationВиж видео транскрипцията
Технологиите, базирани на сензори, могат да помогнат чрез динамично регулиране на пътната сигнализация: промяна на времето, в което свети червена и зелена светлина, коригиране на ограниченията на скоростта въз основа на времето и условията на трафика и предупреждаване на превозните средства, когато има спрян автомобил пред тях. Органите за борба с престъпността могат също така да използват технологии, базирани на сензори, за да налагат спазването на ограниченията на скоростта и други правила на пътя.
Снимка на магистрала с LED табела над нея, на която пише "Ограничение на скоростта 45, слаба видимост"
Знак за ограничаване на максимално разрешената скорост на движение поради условия на ниска видимост на пътя. Източник на изображението: Oregon DOT
Един от начините за намаляване на задръстванията е да се насърчават хората да използват обществен транспорт като автобуси и влакове, вместо да карат коли. Но липсата на надеждност на обществения транспорт често пречи на шофьорите да станат пътници. Хората искат транспорт, който е надежден и тук идва ред на технологията.
Умните автобуси могат да използват бордови GPS приемници, за да определят текущата си позиция и безжична мрежа, за да излъчват позицията си. Пътниците на борда получават аудио и визуални съобщения за предстоящи спирки, а чакащите пътници могат да използват мобилни приложения за проследяване, които да ги уведомяват кога автобусът ще пристигне на тяхната спирка.
Карта на Чикаго, с три насложени отгоре автобусни линии. Всяка автобусна линия има много точки, представящи точките върху линията, и икони на автобуси, представящи текущите автобуси. Анимация показва как автобусите се движат от една спирка до друга.
Двуминутният период от приложение за проследяване на автобуси в Чикаго; забързано.
В добре координиран град светофарите могат дори да коригират синхронизацията си, за да отговарят по-добре на графика на автобуса, удължавайки зеленото или съкращавайки червеното, за да помагат на автобуса да спазва графика си.5
Схема на автобус пред светофар. И автобусът, и светофарът имат безжични сензори, а светофарът свети зелено.
Светофарът остава зелен, за да пропусне автобуса.
Ами влаковете? Те могат да бъдат най-бързият начин за пътуване по суша, но и най-сложният, тъй като множество влакове споделят едни и същи железопътни линии. Диспечерите са отговорни за вземането на решения за маршрута и трябва да вземат предвид фактори като графика на влака, продължителност на работата на екипажа и приоритета на товара на влака.
Диаграма на два влака, които приближават кръстовище между техните коловози. Над кръстовището е показан въпросителен знак.
Кой влак трябва да тръгне първи? Диспечерите трябва да решат.
Хората диспечери биха могли да вземат страхотни решения за един железопътен възел, но им е трудно да предвиждат домино ефекта от тяхното решение върху цялата мрежа.
Вместо това умните железопътни линии могат да използват компютри и GPS данни, за да вземат автоматизирани решения за изпращане. Компютър, който взема решение за изпращане, използва подобни алгоритми като компютър, който избира следващия ход в игра на шах, тъй като и при двете ситуации се изисква разбиране на непосредствените последици от дадено решение, както и ефектите, които решението има върху бъдещите решения.6
Дървовидна диаграма за решения, с един възел в горната част, разклонен на два възела, а всеки от тези два възела се разклонява в два възела.
Алгоритъм за автоматизирано изпращане, който отчита всички възможни резултати.
След като се вземе решението за изпращане, влаковете следват новите си инструкции за маршрут. Не се изисква човешка намеса, но хората диспечери все още могат да не зачетат нарежданията за маршрутизиране, когато това е необходимо.
Схема на 4 влака по коловози, с три възела.
Влаковете следват нарежданията за маршрути от алгоритъма за автоматизирано изпращане.
🤔 Самоуправляващите се автомобили са друга форма на интелигентен транспорт, който става все по-възможен с всеки изминал ден. Как могат самоуправляващите се автомобили да влияят върху безопасността и задръстванията на нашите пътища?

Умни мрежи

Цялата тази умна технология е възможна благодарение на електрическата енергия. Когато генераторите на електричество са изобретени за първи път, всяка фабрика генерира своя собствена мощност. В днешно време повечето домове, бизнеси и инфраструктура получават електричество, което им се доставя от регионална електрическа мрежа.
Северна Америка и Европа започват изграждането на електропреносни мрежи преди век и сега имат взаимосвързани електрически мрежи, които покриват огромни региони:
Карти на Северна Америка и Европа с цветни щати и региони, като всеки цвят съответства на различна синхронна мрежа. Има 9 цвята, които съответстват на 9 мрежи на картата на Северна Америка, и 5 цвята, които съответстват на 5 мрежи на картата на Европа.
Широкообхватни синхронни електрически мрежи в Северна Америка и Европа. Източник на изображението: Bouchel, Kimdime
Но тези широкообхватни електрически мрежи са построени за много по-малко население с по-прости енергийни нужди. В резултат на това те не разпределят мощността по възможно най-ефективния начин, а още по-лошото е, че могат да се провалят изцяло! По време на североизточното затъмнение през 2003 г. софтуерна грешка в една-единствена електроцентрала довежда до масово прекъсване на електрозахранването, което засяга 55 милиона души в САЩ и Канада. Светофарите спират да работят, водоснабдяването се замърсява, електрическите влакове спират да се движат и клетъчните мрежи прекъсват.7
Карта на Съединените американски щати и Канада, със следните региони, подчертани в червено: Мичиган, Охайо, Пенсилвания, Ню Йорк, Ню Джърси, Кънектикът, Бостън, Онтарио.
Региони с енергийни системи, които са засегнати от североизточното затъмнение през 2003 г. Източник на изображението: Lokal_Profil
Умната мрежа използва технология, за да подобри начина, по който електричеството пътува от електроцентралите към потребителите и да предотврати прерастването на местни повреди в масови прекъсвания. Първо, всичко, което пренася енергията, се наблюдава с мрежови сензори, включително трансформатори, преносни линии и електромери.
Схема на електрическата мрежа. Енергията пътува от електроцентралата към трансформатор към преносни линии с високо напрежение към трансформатор към преносни линии със средно напрежение към трансформатор към разпределителни линии с ниско напрежение до домовете. Безжичните сензори са показани над всяка част от пътя.
Електрическа мрежа, оборудвана с безжични сензори.
Компютрите анализират тези данни, за да идентифицират възможни проблеми, автоматично изключват най-малката възможна част от мрежата и уведомяват енергийната компания. Компютрите също така могат да изберат най-добрия ден за проактивно изключване на мрежата с цел поддръжка, като се основават на ежедневните модели на потребление.
Две диаграми на електрическа мрежа, показващи състоянието преди и след прекъсване. На лявата са показани 8 електропровода с ниско напрежение, които се намират до 7 къщи, като всички получават мощност от електропровод със средно напрежение. На дясната е показан пожар между два електропровода с ниско напрежение и прекъсване на електричеството към къщата, която е в най-голяма близост. Трите къщи вдясно се захранват от оригиналния електропровод със средно напрежение, а трите къщи вляво се захранват от различен електропровод със средно напрежение.
Мрежа, която работи нормално отляво, в сравнение със същата мрежа с локално прекъсване вдясно. Прекъсването спира захранването от централната къща, но умните превключватели пренасочват захранването, за да поддържат тока към други къщи.
Умните мрежи също така са по-добре подготвени да се възползват от новите източници на възобновяема енергия, като слънчева и вятърна енергия. И двата енергийни източника зависят от времето, но умната мрежа знае всичко за времето, така че може да избира възобновяеми енергийни източници, когато това е възможно, а да се връща към традиционните енергийни източници в друг момент.
Диаграма на умна мрежа, която избира източника на енергия. Показани са три енергийни генератора: фабрика, изпускаща дим, вятърна ферма и слънчеви панели. Всеки от тях е свързан към преносна линия с високо напрежение, която се свързва с контролен център, който се свързва към преносни линии със средно напрежение. Грее слънце и свързващите линии от слънчевите панели са показани в жълт.
В слънчев ден умната мрежа може да използва повече слънчева енергия.

Рискове за сигурността при умните системи

Голяма част от това, което прави тези системи толкова умни, е тяхната взаимосвързаност. Вместо едно устройство да взема решения въз основа само на собствените си сензорни данни, огромна мрежа от взаимосвързани устройства може да взема много по-добри решения въз основа на обобщени данни от сензори.
Същата тази взаимосвързаност е и най-голямата слабост на умната система, защото това означава, че много от устройствата са свързани към публично достъпния интернет, пряко или косвено. Надяваме се, че тези връзки са защитени с криптиране и са защитени със защитни стени. Но дори и да е така, ако дадена цел е достатъчно привлекателна, киберпрестъпниците биха могли да търсят начини да я атакуват.
Най-голямата цел са умните мрежи, тъй като те са източник на електричество, който захранва всичко останало и често покрива много голяма географска област.
През декември 2015 г. хакери успешно атакуват украинската електропреносна мрежа, като нарушават дейността на 3 енергоразпределителни дружества и спират електрозахранването на 225 000 абоната. Хакерите използват комбинация от техники: спиър фишинг (spear phishing), множество видове зловреден софтуер и DOS атака на телефонните линии.8 В крайна сметка хората са най-слабото звено в системата, тъй като използват несигурни пароли и отварят подозрителни имейли, а тези действия стартират веригата от атаки.
🤔 Какви стратегии биха могли да използват енергийните компании, за да попречат на нападателите да получат достъп до техните вътрешни системи?

🙋🏽🙋🏻‍♀️🙋🏿‍♂️Имаш ли въпроси по тази тема? С радост ще ти отговорим—просто задай въпроса си по-долу!

Искаш ли да се присъединиш към разговора?

Все още няма публикации.
Разбираш ли английски? Натисни тук, за да видиш още дискусии в английския сайт на Кан Академия.