Персона:
Толоконский, Андрей Олегович

Profile Picture
Email Address
Birth Date
Научные группы
Логотип проекта
Организационные подразделения
OrgUnit Logo
Организационная единица
Институт ядерной физики и технологий
Цель ИЯФиТ и стратегия развития - создание и развитие научно-образовательного центра мирового уровня в области ядерной физики и технологий, радиационного материаловедения, физики элементарных частиц, астрофизики и космофизики.
Статус
Руководитель научной группы "Лаборатория элементов и систем автоматики, АСУТП"
Фамилия
Толоконский
Имя
Андрей Олегович
Имя

Фильтры

20192
11
2
Сброс фильтров

Настройки

Start date: 2010 × End date: 2019 ×

Результаты поиска

Теперь показываю 1 - 2 из 2
  • Уменьшенное изображение
    Публикация
    Только метаданные
    Ultimate design and testing TPTS-based control systems with using full-scaled physical models of nuclear power plants
    (2019) Zhukov, I. M.; Tolokonsky, A. O.; Толоконский, Андрей Олегович
    © 2019 Published under licence by IOP Publishing Ltd. Radiation degradation rate of base current in SiGe HBTs was experimentally investigated using X-ray irradiation source with Cu anode at room and low temperatures. The dependences of base and collector current on the emitter-base voltage of the transistors were measured during radiation impact and presented for different total dose levels and irradiation conditions.
  • Уменьшенное изображение
    Публикация
    Открытый доступ
    Concept of instrumentation of digital twins of nuclear power plants units as observers for digital NPP I&C system
    (2019) Volodin, V. S.; Tolokonskii, A. O.; Толоконский, Андрей Олегович
    © 2019 IOP Publishing Ltd.The relevance of the idea under consideration lies in the development of the use of digital twins of power units in the nuclear industry. With their help, we can not only predict the state of technological equipment, etc., but also solve the problem of parameter tuning of automatic regulators in different operating modes of NPP unit. Authors consider approaches to this problem based on optimal control theory, fuzzy logic and machine learning. Advantages and disadvantages of each approach are considered.