При выборе программного обеспечения, применяемого в технологиях информационного моделирования в области строительства, следует учитывать немало факторов: как возможности программного комплекса в среде разработки, так и способность выполнять специализированные расчеты и анализ по данным проекта. В диссертации рассмотрены нюансы построения корректной архитектурной модели в ArchiCAD, исследованы методы ее экспорта в ЛИРА-САПР для расчета несущих конструкций из сборного железобетона, разработаны методические рекомендации по созданию архитектурной модели, которые позволяют избежать ошибок и трудностей при передачи на расчет, а также помогают оптимизировать работу Научно-проектной компании «АСПект». / At the stage of selecting information modeling software in the field of construction, many factors should be taken into account such as the capabilities of the software complex in the development environment, and the ability to perform specialized calculations and analysis according to project data. The dissertation considers the nuances of correct architectural model building in ArchiCAD, researches the methods of its export to LIRA-CAD for calculating load-bearing structures from precast reinforced concrete, developed methodological recommendations for creating an architectural model that avoid errors and difficulties in transferring to calculation, and also help optimize the work of the Scientific and Design Company "ASPekt."

В работе поднимается проблема экологического мониторинга воздуха около промышленных предприятий. Разработана информационно-управляющая система, включающая: устройство для определения концентрации вредных веществ в воздухе и передачи данных, беспилотный летательный аппарат (БПЛА) для проведения мониторинга, программный модуль для обработки полученных данных. Оперативное определение состояния окружающей среды с помощью устройства экологического мониторинга совместимого с БПЛА позволит снизить риск ухудшения здоровья рабочих, а также позволит предупредить утечки опасных газов, в том числе взрывоопасных. / The paper raises the problem of environmental monitoring of air near industrial enterprises. An information and control system has been developed, including: a device for determining the concentration of harmful substances in the air and transmitting data, an unmanned aerial vehicle (UAV) for monitoring, a software module for processing the received data. Operational determination of the state of the environment using an environmental monitoring device compatible with the UAV will reduce the risk of deterioration of workers' health, and will also prevent leaks of dangerous gases, including explosive ones.

В работе поднимается проблема прогнозирования энергопотребления крупного промышленного предприятия. В условиях продолжающегося роста глобального энергопотребления важность экономии ресурсов стала как никогда актуальной. В работе описана модель информационной системы, которая включает: получение данных с SQL-сервера в автоматизированном режиме, передачу данных в пакет MATLAB и алгоритмическую часть для расчета анализа прогноза электропотребления. Для анализа данных используется нейронная сеть и программа, которая разработана на языке C#, способна извлекать данные с SQL-сервера предприятия из определенных таблиц и столбцов. Результат работы нейронной сети был сравнен с реальными данными по потреблению электроэнергии. Данные прогноза удовлетворяют поставленным требованиям к погрешности. / The paper raises the problem of forecasting the energy consumption of a large industrial enterprise. With the continued growth of global energy consumption, high resource savings has become more relevant than ever. The paper describes a model of the detection system, which includes: receiving data from the SQL server in automatic mode, transferring data to the MATLAB package and the algorithmic part for calculating the analysis of the power consumption forecast. For data analysis, a neural network and a program developed in C # are used, which allows you to use data from the enterprise SQL server from exceptions and columns. The result of the neural network was compared with real data on electricity consumption. The data is predicted by the installed equipment to the margin of error.