Измерение, его роль в процессе исследования

При физическом моделировании модель – это, как правило, уменьшенная копия оригинала, находящаяся в условиях оригинала, количественно преобразованных в соответствии с теорией подобия оригинала и модели.

Аналоговое моделирование. Явление (система, процесс) может исследоваться и путем опытного изучения какого-либо явления иной физической природы, но такого, что оно описывается одними и теми же дифференциальными уравнениями с оригиналом, поэтому с помощью механических колебаний можно моделировать электрические колебания и наоборот. Такое «предметно-математическое» моделирование широко применяется для замены изучения одних явлений изучением других явлений, более удобных для лабораторного исследования. Так «электрическое моделирование» позволяет изучать на электрических моделях механические, гидромеханические, акустические и другие явления. Электрическое моделирование лежит в основе так называемых аналоговых вычислительных машин.

Аналоговое моделирование основывается на изоморфизме явлений, имеющих различную физическую природу, но описываемых одинаковыми математическими уравнениями. Например, с помощью электронных аналоговых вычислительных маши6н (АВМ) моделируют динамические процессы в системах разнообразной физической природы, которые описываются теми же дифференциальными уравнениями, что и процессы в АВМ. Другим примером может служить изучение гидродинамического процесса с помощью исследования электрического поля. Оба эти явления описываются дифференциальным уравнением Лапласа в частных производных, решение которого обычными методами возможно только для частных случаев. В то же время экспериментальные исследования электрического поля намного проще соответствующих исследований в гидродинамике.

Абстрактное моделирование основывается на возможности описания изучаемого процесса или явления на языке (чаще всего математическом) некоторой научной теории. Основные этапы этого вида моделирования следующие:

1) построение описательной (информационной) модели процесса, т.е. возможно более четкое и однозначное описание того, что происходит и почему, при каких условиях возможно реализация изучаемого процесса;

2) определение логико-математической модели, т.е. перевод информационной модели на математический язык;

3) исследование функционирования модели.

Первый этап может быть успешно завершен лишь в том случае, если исследователь глубоко знает предмет изучения. Второй, не менее важный этап, требует умения выразить словесные описания в четких и последовательных математических правилах и формах, т.е. умения определить алгоритм функционирования модели. Третий этап значительно проще, особенно если для анализа функционирования применяются современные вычислительные средства.

Проиллюстрируем сказанное на примере моделирования системы автоматического управления. Каждый элемент системы имеет вполне определенную физическую природу. Однако, исходя из поведения элементов в динамических режимах, можно с помощью изолирующей абстракции выделить основные признаки каждого из элементов, не зависящие от особенностей конструкции, источников энергии и т.д. Описав поведение каждого элемента системы алгебраическими или дифференциальными уравнениями совместно с некоторыми ограничивающими условиями, получим систему уравнений, которая и представляет собой абстрактная модель. Эта модель изоморфна с конкретным классом реальных систем, которые, на первый взгляд, не имеют ничего общего между собой.

Другим примером может быть составление модели жидкости (или газа). В гидромеханике такая среда определяется двумя параметрами: плотностью и вязкостью. Поэтому абстрактная модель потока жидкости создается на базе дифференциальных уравнений с двумя физическими константами: плотностью и динамическим коэффициентом вязкости. Такое важное для химика свойство жидкости, как ее способность растворять вещества, гидромехаником игнорируется. Сказанное еще раз подчеркивает роль цели исследования при выборе характерных признаков, воспроизводимых моделью

Знаковое моделирование использует в качестве моделей знаковые образования какого-либо вида: схемы, чертежи, формулы, слова и предложения в некотором алфавите (естественного или искусственного языка). Важнейшим видом знакового моделирования является математическое моделирование (логико-математическое моделирование), осуществляемое средствами языка математики и логики. Знаковые образования и их элементы всегда рассматриваются вместе с определенными преобразованиями, операциями над ними, которые выполняет человек или машина (преобразование математических, логических, химических формул, преобразования состояний элементов цифровой машины, соответствующих знакам машинного языка и др.).

Современная форма «материальной реализации» знакового (математического) моделирования – это моделирование на цифровых электронных вычислительных машинах, универсальных и специализированных. Такие машины – это своего рода «чистые бланки», на которых в принципе можно зафиксировать описание любого процесса (явления) в виде его программы, т.е. закодированной на машинном языке системы правил, следуя которым машина может «воспроизвести ход моделируемого процесса.

Действие со знаками всегда в той или иной мере связаны с пониманием знаковых образований и их преобразований: формулы, математические уравнения и т.п. Поэтому реальное построение знаковых моделей или их фрагментов может заменяться мысленно-наглядным представлением знаков и (или) операций над ними. Эту разновидность знакового моделирования иногда называют умственным моделированием. Впрочем, этот термин часто применяют для обозначения «интуитивного» моделирования, не использующего никаких четко выраженных – фиксированных знаковых систем, а протекающего на уровне «модельных представлений» Такое моделирование есть непременное условие любого познавательного процесса на его начальной стадии.

По характеру той стороны объекта, которая подвергается моделированию следует различать моделирование структуры объекта и моделирование его поведения (функционирования протекающих в нем процессов и т.п.).

При «кибернетическом моделировании» (которое исследует-моделирует поведение объектов и систем) обычно абстрагируются от структуры системы, рассматривая ее как «черный ящик», описание (модель) которого строится в терминах соотношения между состояниями его «входов» и «выходов» (при этом «входы» соответствуют внешним воздействиям на изучаемую систему, а «выходы» - ее реакциям на них, т.е. поведению системы – модели).

Для ряда сложных явлений (например, турбулентности, пульсаций в областях отрыва потока и т.п.) пользуются стахостическим моделированием, основанным на установлении вероятностей тех или иных событий. Такие модели не отражают весь ход отдельных процессов в данном явлении, носящих случайный характер, а определяют некоторый средний, суммарный результат.

Результативность моделирования значительно возрастает, если при построении модели и переносе результатов с модели на оригинал можно воспользоваться некоторой теорией, уточняющей связанную с используемой процедурой моделирования, идею.

Моделирование всегда используется вместе с другими общенаучными и специальными методами. Прежде всего, моделирование тесно связано с экспериментом.

Изучение какого-либо явления на его модели (при предметном, знаковом моделировании, моделировании на ЭВМ) можно рассматривать как особый вид эксперимента - «модельный эксперимент», отличающийся от обычного («прямого») тем, что в процесс познания включается «промежуточное звено» - модель, являющаяся одновременно и средством, и объектом экспериментального исследования, замещающим изучаемый объект.

Модельный эксперимент позволяет изучать такие объекты, прямой эксперимент, над которыми затруднен, экономически невыгоден, либо вообще невозможен в силу тех или иных причин: моделирование уникальных (например, гидродинамических) сооружений, сложных промышленных комплексов, экономических систем, социальных явлений, процессов, происходящих в космосе, конфликтов и боевых действий и др.

Исследование знаковых (в частности, математических) моделей также можно рассматривать как некоторые эксперименты («эксперименты на бумаге», умственные эксперименты»). Это ставится особенно очевидным в свете возможности их реализации средствами вычислительной техники. Один из видов модельного – модельно-кибернетический эксперимент, в ходе которого вместо «реального» экспериментального оперирования с изучаемым объектом находят алгоритм (программу) его функционирования, который и оказывается своеобразной моделью объекта. Вводя этот алгоритм в цифровую ЭВМ и, как говорят, «проигрывая» его, получают информации о поведении оригинала в определенной среде, о его функциональных связях с меняющейся «средой обитания».

Моделирование глубоко проникает в теоретическое мышление. Более того, развитие любой науки в целом можно трактовать – в весьма общем, но вполне разумном смысле, - как «теоретическое моделирование».

Важная познавательная функция моделирования состоит в том, чтобы служить импульсом, источником новых теорий. Нередко бывает так, что теория первоначально возникает в виде модели, дающей приближенное, упрощенное объяснение явления, и выступает как первичная рабочая гипотеза, которая может перерасти в «предтеорию» - предшественницу развитой теории. При этом в процессе моделирования возникают новые идеи и формы эксперимента, происходит открытие ранее неизвестных фактов. Такое «переплетение» теоретического и экспериментального моделирования особенно характерно для развития физических теорий (например, молекулярно-кинетической или теории ядерных сил).

Моделирование – это не только одно из средств отображения явлений и процессов реального мира, но и – несмотря на описанную выше его относительность – объективный практический критерий проверки истинности наших знаний, осуществляемый непосредственно или с помощью установления их отношения к другой теории, выступающей в качестве модели, адекватность которой считается практически обоснованной. Применяясь в органическом единстве с другими методами познания, моделирование выступает, как процесс углубления познания, его движения от относительно бедных информацией моделей к моделям более содержательным, полнее раскрывающим сущность исследуемых явлений действительности.

Материальные и мысленные модели. В современной науке термин модель применяют в двух значениях. Первое следует из определения моделирования. Модель – это объект, которым в процессе эксперимента заменяют оригинал (для большей определенности мы может в этом случае говорить о материальной модели). Кроме этого значения широко используется и другое, когда мы говорим о модели атома Резерфорда или о модели молекулы Бутлерова, мы, разумеется, не считаем, что речь идет о каких- то опытных установках, на которых экспериментировали Резерфорд или Бутлеров вместо того, чтобы экспериментировать с оригиналами – атомами и молекулами. Мысленная модель – это схема объекта (явления), отражающая его существенные стороны, которая возникает в сознании человека в процессе познания.

В связи с этим предмет моделирования часто определяют как построение и практическое использование мысленных, либо материальных моделей. Однако такое определение является слишком широким: вся наука есть, в известном смысле, не что иное, как совокупность мысленных моделей.

Любая материальная модель строится на основе мысленной.

Обычно схема объекта первоначально возникает как совокупность наглядно- физических понятий. Это физическая мысленная модель. Затем, как правило, на основе физических представлений мы строим количественное описание объекта. Оно представляет собой совокупность математических структур: уравнений, неравенств, а также таблиц, графиков и пр.

Мысленная модель может развиваться не только от физической к математической, но и в обратном направлении. В современной физике довольно часто мысленная модель первоначально опирается на абстрактно-математическое представление, а физическое представление появляется лишь впоследствии.

Ни одна модель принципиально не способа отразить оригинал полностью и всесторонне. Это положение вытекает из общефилософских соображений и одинаково верно как для материальных, так и для мысленных моделей.

Более того, часто оказывается, что для практики целесообразнее пользоваться менее «несовершенной» моделью, отражающей только отдельные черты оригинала и совсем непохожей на оригинал с других точек зрения.

Пример разных моделей одного оригинала. Необходимо смоделировать лабораторный стол для размещения опытных установок. Как должна выглядеть модель стола? Это зависит от того, какие вопросы желательно решать с помощью моделирования.

Если это механическая прочность (на установке ожидаются удары большой силы), то основное требование – иметь возможность рассчитать силу удара, разрушающего оригинал (по силе удара, разрушающего модель). На этом этапе модель, возможно, воспроизведет только каркас стола, принимающий на себя нагрузки.

Если решается вопрос о коррозионной стойкости материала того же стола при воздействии веществ, которые могут выделиться при проведении опытов, то моделью будут служить просто кусочки материалов, погруженных в соответствующие среды.

Если же мы хотим заранее решить вопрос о наиболее удобном размещении стола в тесной лаборатории, то роль модели с успехом может выполнить бумажный прямоугольник соответствующих размеров, который мы двигаем по плану лаборатории.

Сходная особенность характерна и для мысленных моделей. Как и любая стадия познания, мысленная модель содержит в себе объективную истину. Но не является абсолютной истиной. Вследствие сложности и многогранности любого явления природы часто оказывается целесообразным описывать и анализировать одно и то же явление, один и тот же объект в разных случаях с помощью разных моделей. Классическим примером подобной ситуации является дуализм элементарных частиц. В зависимости от характера решаемой задачи поведение одних и тех же частиц описывается либо корпускулярной, либо волновой моделью.

Важной особенностью мысленных моделей является то, что часто имеет смысл пользоваться упрощенной моделью даже в том случае, когда существует более совершенная. Это связано с тем обстоятельством, что чем проще модель, тем как правило, проще сделать на ее основе количественные выводы. Зачастую бывает, что уточнение, получаемое при использовании более сложной модели, не оправдывает усложнения (иногда этим уточнением вообще можно пренебречь). В таких случаях стоит пользоваться упрощенными моделями. Примеров тому множество.

В большинстве технологических расчетов свойств газов мы исходит из модели идеального газа, отлично зная, что реальные газы можно описать гораздо совершеннее. Но это ни к чему. Поскольку для нас достаточна точность, даваемая приближенной моделью. И лишь при высоких давлениях, вблизи температуры конденсации или при расчетах высокой точности возникает необходимость в усложненных моделях.

Сегодня у нас есть модели молекулы гораздо более совершенные, чем модель Бутлерова. Несмотря на это, обычно мы изображаем молекулы «по Бутлерову». И лишь когда необходимо рассчитать энергетику молекулы или когда речь идет о веществах со сложными формами химической связи насущно необходимыми становятся другие модели.

Таким образом «точность» модели, уровень ее совершенства определяется необходимой точностью (погрешностью) результатов моделирования, которые необходимо получить, которые заданы условиями эксперимента.

4.3.6.Роль компьютера в научных исследованиях и познании

В настоящее время информационные технологии широко используются и в науке и непосредственно в технике. ЭВМ является необходимым и очень важным инструментом научно-технического, педагогического, военно-промышленного исследования.

Компьютер эффективно используется на следующих этапах исследований:

1) ознакомление с теорией и историей вопроса и изучение научных достижений в исследуемой и смежных областях;

2) подготовка, организация и проведение экспериментов, а также формулировка выводов и оценка результатов исследований;

3) подготовка научных докладов, монографий, презентаций по теме исследований.

Компьютер является эффективным инструментом при ознакомлении с теорий и историей проблемы исследования и изучении научных достижений в данной и смежных областях. Это процесс связан с изучением литературы: трудов классиков, справочной и периодической литературы, методических пособий, новейших публикаций, которые не отражены в учебниках и учебных пособиях. Это дает возможность узнать, какие стороны проблемы уже достаточно изучены, по каким ведутся научные дискуссии, что устарело, а какие вопросы еще не исследованы.

Можно сказать, что сегодня на этом этапе исследования компьютер заменять современному ученому полку книг со справочной литературой и словарями, а также бумагу, ручку и печатную машинку, избавляя его от неизбежного многократного переписывания материала при его упорядочивании, перекомпоновки и редактировании. Он также может использоваться в планировании процесса исследования. Хранить и вовремя предоставлять информацию о сроках проведения того или иного мероприятии, конференции, встречи или деловой переписки, имеющей отношение к исследованию.

На этапе опытно-экспериментальной работы компьютер также играет важную роль как средство подготовки и проведения эксперимента, а также обработки промежуточных и конечных результатов исследования.

В ходе опытно-экспериментальной работы исследовать периодически прибегает к сбору и обработке информации о состоянии предмета исследования и происходящих в нем изменениях. Только при наличии такой информации возможно построение гипотез исследования и проверка ее в ходе эксперимента.

Организация и проведение ни одного современного исследования не может обойтись сегодня без применения компьютера. Очевидно, что в будущем, с расширением возможностей ЭВМ по переработке информации и разработкой искусственного интеллекта, а также нового программного обеспечения, компьютер станет не просто много функциональным инструментом исследования, но и активным участником теоретической и экспериментальной работы. Возможно, он будет способ формализовать и описать явления, считавшиеся ранее недоступными для математической обработки и анализа; будет самостоятельно высказывать гипотезы, делать прогнозы и вносить предложения по ходу исследования.

Без вычислительной техники в настоящее время не возможно управление производственными процессами или научным экспериментом, так как именно вычислительная машина обеспечивает оптимальную или близкую к оптимальной работу сложного объекта.

Ученые подсчитали, что в современной промышленности мощность одного рабочего, составляющая в среднем 0,1 л.с., усиливается с помощью машин до средней величины в 1000 л.с. Аналогичная степень повышения умственных усилий дала бы более значительный коэффициент, возможно равный одному миллиону.

Такими волшебниками-усилителями проявляют себя машины в управлении. Это новый класс помощников человека. Не машины-орудия или двигатели, а машины, преобразующие информацию в процессе управления.

Цель управляющих машин – обеспечить эффективный режим работы, наивысшую производительность, высокое качество изделий, наименьшие затраты труда, сырья, энергии. Они используются для управления локомотивов, электростанций, технологических линий, для регулирования микроклимата в зданиях, для проведения научных экспериментов. Такая машина может выступать в роли сталевара, автопилота, исследователя, ведущего сложные физические эксперименты.

В какой бы роли ни выступала машина-компьютер, ее особенность в том, что она, управляя, взаимодействует не с человеком-оператором, а с физическими объектами: со станком, с телефонным коммутатором, с синхрофазотроном и т.д. Но компьютер, управляя, не может самостоятельно выбирать режим работы, а выполняет лишь заданный, реагируя на все измерения в протекающем процессе.

Машинное управление наиболее эффективно в главнейших отраслях производства: электроэнергетической, металлургической, нефтеперерабатывающей и химический. Например, при автоматизированной выработке электроэнергии должны учитываться показания тысяч контрольных приборов. Только за время пуска в ход турбины ТЭЦ на полный рабочий режим управляющая система проводит до 1000 последовательных контрольных операций: следит за охлаждением, за уровнем воды в котлах, за пламенем и т.д. Но это только начало работы. Пустим агрегат, машина буквально «хватается за голову». Ей необходимо по показаниям 1560 приборов контролировать температуру, давление, поток пара, скорость вращения турбины.

Высшим уровнем машинного управления считают автоматический эксперимент, когда компьютер участвует в его планировании, в обработке полученных данных, автоматизации процесса научно-технических исследований. Она стала необходимой в самых различных областях науки.

Без управляющей машины не обойтись при исследованиях в физике атомного ядра и элементарных части, в физике Земли, в физике высоких энергий и радиоастрономии, при изучении термоядерных процессов, медико-биологических экспериментах и других областях знаний, то есть там, где требуется накопление и обработка большого объема информации, получаемой в ходе эксперимента, где необходимо эффективно использовать дорогостоящее, уникальное экспериментальное оборудование.

Компьютерное управление научным экспериментом экономит время и средства, оптимизирует весь процесс исследования. Его проводят быстрее, корректно – с высокой степень объективности и надежности, обеспечивая непрерывность режима работы, анализ данных в темпе их поступления, обнаруживая ошибки, тупиковые ситуации, не дающие необходимых результатов, ведя контроль скоротечных явлений, где сложному разбору за очень короткое время подлежит множество факторов.

Персональные компьютеры позволяют в течение научного эксперимента подключаться к нему – непосредственно и дистанционно – сотням пользователем, которые могут следить за ходом исследования и получать промежуточные и окончательный результаты.

Использование управляющих машин в научных исследованиях позволило применить новую методику, новые подходы ко многим проблемам. Ученым теперь под силу ставить более сложные задачи, чем раньше. Изменились цели и направления многих областей науки и, что важно, родился новый способ научного мышления.

Вопросы для самооценки уровня усвоения учебного материала темы 4.