Kurgan-Telecom Ru | Информационные технологии

В микроконтроллерах STM32 через USB интерфейс можно настроить последовательный COM порт. В этом тексте я расскажу как это сделать.

Реализовать USB Virtual Com Port . Наладить двусторонний обмен текстом через TeraTerm между PC и STM32 по USB. Надо сделать так, чтобы при соединении электронной платы с STM32 и PC по USB lapTop-PC увидел на своей стороне в диспетчере устройств виртуальный последовательный порт.

Начать хотелось бы с вопроса. Если вам больше 30-35 лет, скажите честно, как часто вы смотрите на молодежь свысока, считая, что она более нервная, слабая, уязвимая и нестабильная? Считаете ли вы, что она «переживает по пустякам»? Или придает слишком большое значение каким-то мелким событиям?

А вот если вам меньше 22-25 лет, скажите, как часто вы сталкиваетесь с обесцениванием своих чувств от «старших товарищей»? Смеялись над выгоранием или усталостью? Шутили за переживания о значимых для вас вещах? Не разделяли ваши ценности и делали это грубо?

Так как я работаю в университете, я каждый день наблюдаю этот конфликт поколений, в котором преподаватели «старой гвардии» считают, что студентов, что своих молодых коллег – слишком ранимыми, нервными, чувствительными. В общем, слабыми, наверное, это самое точное обобщающее слово наравне с «не жизнестойкими».

И хочется разобраться в этом вопросе. А почему это происходит и можно ли как-то это предотвратить? Сразу скажу, что это лишь попытка объяснить феномен, а не истина в последней инстанции.

В этой статье описан наш опыт выявления причин ошибки в расчете положения подъемного сосуда в шахтном стволе по сигналам с инкрементальных энкодеров, который может быть полезен другим разработчикам, наладчикам и инженерам АСУТП, работающим не только с подъемным оборудованием, но и с любым другим, где малые приращения используются для расчета больших величин.

Начнем с небольшого погружения в предметную область. Наша организация специализируется на наладке шахтных подъемных установок, это, выражаясь совсем простым языком, «как лифт, только для шахты». Принцип действия подъемной установки, в целом, как у лифта — привод вращает барабан, на который наматывается канат, на который подвешен подъемный сосуд — бадья, клеть или скип, в зависимости от производственной задачи — проходка ствола или тоннеля, добыча полезных ископаемых или подъем/спуск людей. Основная часть подъемной установки — подъемная машина, это барабан с редуктором и приводом (их может быть два), тормозная система, а также системы управления, контроля и защиты.

На одной из таких подъемных машин, которую мы ввели в эксплуатацию и обслуживаем, положение подъемного сосуда для большей надежности контролируется одновременно двумя устройствами — САУ (Система автоматизированного управления) и АЗКД (Аппарат защиты и контроля движения). Для этого с каждого из двух датчиков углового положения вала — инкрементальных энкодеров, установленных на левом и правом редукторе (машина двухприводная), сигнал дублируется на счетные модули двух ПЛК (программируемых логических контроллеров), в САУ и в АЗКД, соответствующего канала, левого или правого. То есть, и в САУ, и в АЗКД установлено по два отдельных ПЛК, контролирующих так называемые левый и правый канал управления, относящиеся, соответственно, к левому и правому приводам подъемной машины, всего четыре ПЛК, из которых два ПЛК левого канала и в САУ, и в АЗКД получают данные с энкодера левого привода, а два ПЛК правого канала, соответственно, с правого.

Тема ИИ — это какая-то золотая лихорадка 21 века. Каждый стремится не упустить волну хайпа. ИИ пытаются внедрить везде, где только можно и нельзя.

Одно из популярнейших направлений — разработка. Заменить дорогостоящих разработчиков. Разве может быть что-то более привлекательным?

Да, на первый взгляд, ИИ очень неплохо справляется с этой задачей. Достаточно сформулировать, что тебе нужно, и через несколько секунд портянка кода готова.

Даже появился отдельный термин — вайб-кодинг. Но опасность кроется не в самом ИИ, а в способе его применения из-за непонимания природы.

Поиск аномалий под микроскопом: от базовой статистики до робастных моделей с нуля на NumPy В машинном обучении поиск аномалий (Anomaly Detection) часто остается в тени классического обучения с учителем. Однако именно эта «иммунная система» данных спасает миллионы долларов в финтехе, предотвращает катастрофы на производстве и находит критические ошибки в медицинских картах.

В этой статье мы не просто импортируем готовые методы из sklearn. Мы разберем математическую логику трех мощных подходов, напишем их «примитивные» реализации на NumPy/Pandas, чтобы понять механику работы «под капотом», и проверим их в деле на реальном кейсе.

Наш полигон: Credit Card Fraud Detection
Для тестов мы возьмем классический датасет Credit Card Fraud Detection. Это идеальный пример «иголки в стоге сена»: здесь всего 0.17% мошеннических транзакций среди почти 300 тысяч записей. Смогут ли наши рукотворные алгоритмы их найти?

Эволюция методов: от простого к сложному
Мы пройдем путь от элементарной статистики до продвинутого геометрического анализа:

IQR (Interquartile Range): Статистическая классика. Узнаем, как «усы» боксплота помогают находить грубые выбросы.

Isolation Forest: Оригинальный подход, основанный на идее, что аномалию проще всего «изолировать» случайными разрезами пространства.

Elliptic Envelope: Тяжелая артиллерия робастной статистики. Будем строить многомерный эллипс, который игнорирует попытки аномалий исказить его форму.

Наверное, вы часто слышали, что в недалеком будущем пенсии отменят. Рождаемость падает, продолжительность жизни растет, пенсионеров становится всё больше, а работающих всё меньше, что и приводит к пенсионному дефициту. Но это не повод для отмены пенсий. В действительности всё намного прозаичнее, и, похоже, отмены пенсий нам не стоит бояться. Правда, на обеспеченную старость тоже надеяться не приходится.

В этой лекции я рассказываю о том, почему пенсии не отменят, и почему это не повод для воодушевления. Развеиваю популярный миф о высоких пенсиях в западных странах. Рассказываю о том, как получать сразу несколько пенсий и обеспечить себе достойную старость. И подсвечиваю не очень удачные результаты наших негосударственных пенсионных фондов.

Обзор 11 лучших нейросетей 2026 года для генерации видео из фото и текста. Примеры видео, тесты, гайд по промптам и советы, как не сливать токены на брак.

Квантовый Интеллект - призрак AGI.

Самая невыдуманная история, случившаяся под Новый год.
Без лишних слов. Основополагающие определения, термины, названия и что к чему прикручено — давать не буду, все в свободном доступе.

В ноябре 1918 года Германская империя последней из блока Центральных держав подписала перемирие, признав тем самым своё поражение в Первой мировой. Британия и другие страны Антанты, испытавшие на себе разрушительность ночных бомбардировок с цеппелинов, решили запретить немцам строительство и эксплуатацию дирижаблей жёсткой конструкции. Все дожившие до конца войны машины должны были быть переданы державам-победительницам. Казалось бы, на этом история германского дирижаблестроения в целом и компании Zeppelin Luftschiffbau должна была окончиться. Однако её новый руководитель, сменивший умершего графа Фердинанда фон Цеппелина доктор Хуго Эккенер был полон решимости не допустить этого ни при каких обстоятельствах.

Газ Кнудсена и Статическая теория газов (СТГ)

Публикации моих статей  на ХАБРе дают мне очень много ценной ответной реакции:

- кто-то с интересом читает мои статьи  и ставит мне + в карму, тем самым позволяя мне продолжать публиковаться на сайте,

- некоторые даже дают очень полезные ссылки на старые технические издания, до которых я сам мог бы никогда и не добраться (тому пример «Вихревые аппараты» 1985г. из прошлой и позапрошлой  статей);

-кто-то въедливо ищет изъяны в моих рассуждениях и расчётах, стремясь опровергнут меня с позиций «общепринятых  теорий» из школьных и ВУЗовских учебников физики.

Я искренне признателен всем категориям моих читателе!

Так мне удаётся  получить критический взгляд на свои теории, и найти новые аргументы в их пользу.

Иногда я настолько проникаюсь замечаниями, что даже  радикально пересматриваю свою позицию на почти противоположную.

Так  в предыдущей статье про «принцип работы ВТР» я  признал свою ошибку в вопросе  определения  температуры струи воздуха,  истекающей из дроссельного отверстия, которая оказалась не такой  холодной на  самом срезе дроссельного отверстия, как я считал ранее.

Признание моей прошлой неправоты позволило мне использовать  чуть изменённую модель расчёта температуры струи на разных её участках. При этом новая  модель начала давать куда более вразумительные цифры, подтверждаемые уже в эксперименте на конкретной ВТР.

Данная  статья посвящена ещё одному замечанию от «активного критика», который натолкнул меня на изучение  широкой темы физических явлений с газами, о существовании которых ранее я не знал, хотя и задумывался о возможности существования подобного в реальности.

View Transitions API: полное руководство по плавным переходам в браузере

View Transitions API часто показывают на демках с одной карточкой. Но когда вы начнёте внедрять его в реальный проект с асинхронной загрузкой, React, кастомными анимациями и поддержкой старых браузеров, — окажется, что демки умалчивают о массе деталей.

В современных задачах анализа данных, от биоинформатики и нейробиологии до социальных и поведенческих исследований, обычно используется традиционный пайплайн обработки данных. Он почти всегда включает агрессивную предварительную фильтрацию признаков, снижение размерности (PCA и аналоги), а затем кластеризацию или обучение нейросетевых моделей.

На практике эти шаги считаются технически необходимыми и редко подвергаются сомнению. В этой статье я хочу обсудить, почему в исследовательском анализе такая практика может приводить к систематически некорректным выводам — и даже к созданию искусственных сущностей, не существующих в реальности. Код, эксперимент и комментарий кандидата биологических наук, сотрудника РАН Дарьи Романовой ниже.

В этом исследовании я проанализировал крупнейший немецкий сайт вакансий (более 600 000 объявлений), чтобы определить роли, в которых полностью или частично выполняются функции системного аналитика.

В статье рассмотрены названия позиций, требования работодателей, зарплаты, распределение по индустриям и топ работодателей в Германии. Результаты представлены в виде графиков и сопоставлены с данными по рынку США.

Продолжаю серию исследований зарубежных рынков труда, которую начал в прошлом году.

Тест LLM‑модели qwen3‑coder‑next:q8_0: модель успешно построила карту большого форума, собрала все сообщения в JSON и преобразовала их в готовый SQL‑дайджест, показав высокое качество генерации кода, но «залипла» при решении чисто логической задачи.

Итак, процесс поиска работы превратил меня в подопытного кролика для HR-бизнеса. За последнее время я прошел через руки пяти различных «специалистов» — от частных консультантов до компаний из топ-10. Цены на услуги варьировались от 7 до 450 тысяч рублей, а результат колебался между «ноль» и «комичный провал».
Но самое забавное началось, когда я сам вышел на рынок. То, что творится на собеседованиях, достойно отдельного стендапа. Под катом — хроники моих злоключений, портрет идеального абсурда в найме и описание рабочего пайплайна, который в итоге сложился.

В полупроводниковой отрасли и так цены растут как на дрожжах, а тут они еще подскочили на один из базовых, хотя и не самых известных материалов — сверхтонкую стеклоткань T-glass. Ее используют в подложках современных чипов, чтобы компенсировать тепловое расширение в многослойных корпусах. Японская Nitto Boseki, которая занимает большую часть этого рынка, подняла цены на 20–25%. Расширять производство компания пока не спешит, так что при растущем спросе со стороны серверных и ИИ-чипов дефицит сохраняется. Давайте разбираться, что происходит и чего ожидать.

Raspberry Pi разных поколений — одноплатник, переживший, и вполне успешно, несколько серьезных передряг: пандемийный дефицит компонентов, глобальные проблемы с логистикой и появление достойных конкурентов. Несмотря ни на что, эти зеленые платы много лет подряд разлетались как пирожки. Они становились основой для домашних серверов, ретро-гейминга, образовательных наборов и даже промышленных решений. Причина такой живучести простая: удачный баланс возможностей, открытой экосистемы и цены, которая долгое время оставалась доступной для большинства.

Но в последние годы ситуация стала меняться. Цены повысились, а объемы производства снизились, не в последнюю очередь из-за дефицита компонентов. Последствия не заставили себя ждать. В начале 2026 года фонд Raspberry Pi объявил о возвращении в производство модифицированной версии четвертой модели, выпущенной еще в 2019 году. В новой ревизии используется два отдельных чипа оперативной памяти вместо одного пакета большей емкости. Решение стало прямым следствием проблем на рынке RAM: рост цен и нестабильность поставок сделали прежнюю конфигурацию экономически невыгодной.

«Массив — самая важная структура данных в computer science», — Дональд Кнут (вольное изложение цитаты)

Простейшая структура данных

Массивы настолько просты, что мы иногда воспринимаем их, как нечто само собой разумеющееся. Смежная память, доступ за O(1): что тут ещё оптимизировать?

Всё.

Я работал над конвейером обработки пакетов сетевого коммутатора. Код был простым: считываем пакеты из кольцевого буфера (массива), обрабатываем их и записываем результаты в другой массив. Всё просто, правда?

Но производительность была ужасной. Мы обрабатывали 100 тысяч пакетов в секунду, хотя оборудование должно было справляться с 1 миллионом.

Профилировщик показал нечто странное:

$ perf stat -e cache-misses,instructions ./packet_processor

Performance counter stats:

450,000 cache-misses

1,000,000 instructions

450000 промахов кэша на 1000000 команд? То есть промах происходил раз в 2-3 команды. При простых операциях с массивами это не имело никакого смысла.

Проблема заключалась не в самих массивах, а в том, как мы их использовали.

Возможно многие увидят схожую проблему при использовании нейронок. Я уже достаточно долго и часто использую llm для личных и рабочих задач, автоматизирую свои воркфлоу и в моих кейсах модели эффективно справлялись со своими задачами пока не столкнулся с одним кейсом.

Этим кейсом оказался кейс по генерации интересной идеи: креатива нейминга до маркетинговой стратегии. Я открывал различные нейронки ChatGPT, Gemini и прочее, но в итоге получал что‑то формальное, не интересное и обычное. Проводил много времени в чате, менял температуру, но в итоге — это список идей, но от которых не появляется простое слово «Вау!!!» В итоге вместо решения конкретной задачи нет методологии, ни структуры, ни оригинальность.

Первая часть серии была про механизмы: как человек учится, как устроена деятельность, как работает мозг. Эта часть - про то, что человек не пассивный носитель этих механизмов. Он субъект, который сам определяет своё отношение к деятельности, строит стратегию жизни, действует из модели потребного будущего и стремится за пределы привычного.