Хорошие продукты и сервисы
Наш Поиск (введите запрос без опечаток)
Наш Поиск по гостам (введите запрос без опечаток)
Поиск
Поиск
Бизнес гороскоп на текущую неделю c 29.12.2025 по 04.01.2026
Открыть шифр замка из трёх цифр с ограничениями

ГОСТ IEC TR 60269-5-2022; Страница 28

или поделиться

Ещё ГОСТы из 41757, используйте поиск в верху страницы ГОСТ Р 70251-2022 Системы искусственного интеллекта на автомобильном транспорте. Системы управления движением транспортным средством. Требования к испытанию алгоритмов обнаружения и распознавания препятствий Artificial intelligence systems in road transport. Vehicle traffic control systems. Requirements for testing detection and detection algorithms (Настоящий стандарт распространяется на процессы испытания частных алгоритмов, реализованных с использованием методов искусственного интеллекта, подсистемы интерпретации входных данных о дорожной обстановке — алгоритмов обнаружения и распознавания препятствий в системах управления движением высокоавтоматизированными транспортными средствами (ВАТС) высоких уровней автоматизации (4 и выше) (см. [1]). Требования к испытаниям, установленные в настоящем стандарте, допускается применять исключительно к ВАТС категорий L, M и N (см. [2]), эксплуатируемым на автомобильных дорогах. Настоящий стандарт предназначен для применения при проведении всех типов испытаний алгоритмов обнаружения и распознавания препятствий при управлении системами искусственного интеллекта для автоматизированного управления движением ВАТС (СИИАУД ВАТС)) ГОСТ Р 70321.5-2022 Технологии искусственного интеллекта для обработки данных дистанционного зондирования Земли. Алгоритмы искусственного интеллекта для определения характеристик древесно-кустарниковой растительности на космических снимках, получаемых с космических аппаратов оптико-электронного наблюдения. Типовая методика проведения испытаний Artificial intelligence technologies for processing of Earth remote sensing data. Artificial intelligence algorithms for determination the characteristics of wood-shrub vegetation on satellite images obtained from optical-electronic observation satellites. Typical testing procedure (Настоящий стандарт распространяется на алгоритмы искусственного интеллекта для определения характеристик древесно-кустарниковой растительности (далее – алгоритмы ИИ) на космических снимках по ГОСТ Р 59753–2021 (статья 32), получаемых с космических аппаратов оптико-электронного наблюдения в видимом и ближнем инфракрасном диапазонах (далее – снимки). Настоящий стандарт устанавливает типовую методику проведения испытаний алгоритмов ИИ при оценке функциональной корректности по ГОСТ Р 59898–2021 (8.2.3). Настоящий стандарт может быть применен при испытаниях алгоритмов ИИ при проведении оценки соответствия первой, второй или третьей сторон по ГОСТ ISO/IEC 17000. Настоящий стандарт также может быть применен при автономных предварительных и приемочных испытаниях по ГОСТ Р 59792 алгоритмов ИИ, входящих в состав автоматизированных систем. Настоящий стандарт предназначен для применения всеми организациями, участвующими в испытаниях алгоритмов ИИ, независимо от их вида и размера) ГОСТ Р 70321.2-2022 Технологии искусственного интеллекта для обработки данных дистанционного зондирования Земли. Алгоритмы искусственного интеллекта для определения типов жилых зданий на космических снимках, получаемых с космических аппаратов оптико-электронного наблюдения. Типовая методика проведения испытаний Artificial intelligence technologies for processing of Earth remote sensing data. Artificial intelligence algorithms for classifying types of residential buildings on satellite images obtained from optical-electronic observation satellites. Typical testing procedure (Настоящий стандарт распространяется на алгоритмы искусственного интеллекта для определения типов жилых зданий (далее – алгоритмы ИИ) на космических снимках по ГОСТ Р 59753–2021 (статья 32), получаемых с космических аппаратов оптико-электронного наблюдения в видимом и ближнем инфракрасном диапазонах (далее – снимки))
Страница 28
Страница 1 Untitled document
ГОСТ IEC TR 60269-52022
номинальный ток и большее номинальное напряжение. Это необходимо учитывать при применении
плавких предохранителей в малых конденсаторных установках с более высоким пусковым током от
носительно их номинального тока.
Примечание Значения поперечного сечения соединительных кабелей выбирают в соответствии с
номинальным током плавких предохранителей (см. 8.2).
Выбор рекомендованного плавкого предохранителя для защиты конденсаторов для повышения
коэффициента мощности наиболее распространенных размеров и напряжений приведен в таблице 6.
Таблица 6 — Выбор плавкого предохранителя в целях защиты конденсаторов для повышения коэффициента
мощности (плавкие предохранители в соответствии с IEC 60269-2, система А)
Номинальное напряжение (трехфазная сеть 50 Гц), В
Конденсатор для повышения400
коэффициента мощности к =2,5
5256901000
к = 2 /с= 1,5 к = 1,5
Плавкий предохранитель500
6901000 а)1500 ь)
Мощность конденсатора QN,
кВАр, не более
Номинальный ток плавкого предохранителя /N,А
516
7,520
2,532 (35)
32 (35)
2050
32 (35)
2563
50
3080
635032 (35)
40100
8063
50125
1008050
60160
12510063
80200
16012580
100250
200160100
125315
250200125
160400
315250160
200500
400315200
250630
500400250
a)690 Вдопускается в определенных условиях, при согласовании с производителем.
b) 1200 или 1300 Вдопускается в определенных условиях, при согласовании с производителем.
Номинальный ток плавкого предохранителя рассчитывают по следующей формуле:
ln = k -Q N,
где /п — номинальный ток плавкого предохранителя, А;
Q
n
мощность конденсатора, кВАр;
к коэффициент, определяемый по таблице 6.
22