Студопедия.Орг Главная | Случайная страница | Контакты | Мы поможем в написании вашей работы!  
 

Измерение, его роль в процессе исследования



Системы автоматического контроля.

В процессе измерения, как правило, используются измерительные системы – системы автоматического контроля.

Системой автоматического контроля называют систему, состоящую из объекта контроля и различных устройств, выполняющих функции измерения. Под объектом контроля понимают агрегат или процесс, в котором измеряют одну или несколько величин (параметров).

В большинстве случаев система автоматического контроля одной величины включает четыре элемента: объект, чувствительный элемент, линию связи и измерительное устройство. Чувствительный элемент устанавливают непосредственно в объекте контроля, он воспринимает величину контролируемого (измеряемого) параметра и преобразует ее в соответствующий сигнал, поступающий по линии связи к измерительному устройству. Каждый элемент характеризуется сигналами на входе и выходе, которые называются входными и выходными сигналами. Передача сигнала осуществляется в одном направлении, т.е. от объекта к измерительному устройству. В некоторых случаях чувствительный элемент является составным элементом измерительного устройства. В этом случае линия связи между чувствительным и измерительным элементами отсутствует.

Системы автоматического контроля подразделяются на местные, дистанционные и телеизмерительные.

Системы контроля, в которых измерительные устройства расположены вблизи объекта (вблизи места установки чувствительного элемента), называются местными.

Автоматический контроль можно осуществлять и на значительном расстоянии от контролируемого объекта, удлинив для этого линию связи между чувствительным элементом и измерительным устройством. В этих случаях система местного контроля усложняется введением в измерительное устройство преобразователя для преобразования результата измерения в пропорциональный пневматический или электрический сигнал. Последний содержит информацию о величине измеряемого параметра и по соответствующей линии связи передает ее другому измерительному устройству, расположенному на заданном расстоянии от объекта контроля. Во втором измерительном приборе осуществляется обратное преобразование сигнала, переданного по линии связи, в результат измерения. Подобная система автоматического контроля называется дистанционной, она имеет два измерительных устройства: первичный и вторичный приборы.

В зависимости от вида используемой энергии дистанционные системы подразделяются на пневматические, электрические и гидравлические.

Для передачи результатов измерения на расстояние десятков и сотен километров применяют телеизмерительные системы контроля. В таких системах результат измерения при помощи преобразователя в первичном приборе преобразуется в кодированные, обычно дискретные сигналы, передаваемые по каналу (линии) связи. Но в данном случае могут использоваться беспроводные каналы передачи измерительной информации.

Для контроля за работой сложных производственных процессов применяются системы централизованного контроля. В этом случае вторичные приборы устанавливают на центральном щите. Для наилучшей организации централизованного контроля применяют специальные машины централизованного контроля (вычислительные машины), которые собирают и автоматически обрабатывают информацию при контроле сложных производственных процессов.

Качество измерений

Качество измерений характеризуется точностью, достоверностью, правильностью, сходимостью и воспроизводимостью измерений, а также размером допускаемых погрешностей.

Точность – это качество измерений, отражающая близость их результатов к истинному значению измеряемой величины. Высокая точность измерений соответствует малым погрешностям всех видов.

Достоверность измерений характеризует степень доверия к результатам измерения.

Под правильностью измерений понимают качество измерений, отражающее близость к нулю систематической погрешностей в результатах измерений.

Сходимость – это качество измерений, отражающее близость результатов измерений, выполненных в одинаковых условиях.

Воспроизводимость – это такое качество измерений, которое отражает близость друг другу результатов измерений, выполняемых в различных условиях (в различное время, в различных местах, различными методами и средствами).

Погрешность измерения – это отклонение результатов измерения от истинного значения измеряемой величины. По форме числового выражения погрешности измерений подразделяются на абсолютные и относительные. Абсолютной называется погрешность измерения, выраженная в единицах измеряемой величины. Она определяется выражением

Δ = Х - Х , (1)

где Х - результат измерений; Х - истинное значение измеряемой величины.

Поскольку истинное значение измеряемой величины остается неизвестным, на практике пользуются лишь приближенной оценкой абсолютной погрешности измерения, определяемой выражением Δ = Х - Х , (2)

где Х - действительное значение измеряемой величины, которое с погрешностью ее определения принимают за истинное значение.

Относительной погрешностью измерения называют отношение абсолютной погрешности измерения к действительному значению измеряемой величины = Δ / Х (3)

Систематической погрешностью называется составляющая погрешности измерения, остающаяся постоянной или закономерно изменяемая при повторных измерениях одной и той же величины.

Случайной погрешностью называется составляющая погрешности измерения, изменяющаяся случайным образом при повторных измерениях одной и той же величины. Случайные погрешности можно обнаружить только при многократных измерениях. Они являются результатом случайных изменений многочисленных условий измерений, учет которых практически неосуществим.

Иногда в результатах наблюдений может появиться погрешность, существенно превышающая ожидаемую при данных условиях, - это так называемая грубая погрешность. Результаты наблюдений, содержащие грубые погрешности, при обработке исключают, используя различные нормированные критерии.

Для оценки метрологических характеристик средств измерений в отечественном приборостроении используют классы точности. Класс точности устанавливают при выпуске прибора (средства измерения), градуируя его по образцовому прибору в нормальных условиях. Показания образцового прибора принимают за истинное значение измеряемой величины. При этом погрешность образцового прибора должна быть как минимум в 5 раз меньше погрешности поверяемого (шкала которого градуируется).

Классы точности выбираются из ряда чисел (1; 1,5; 2; 2,5; 3; 4; 5; 6) 10 , где n = (01 – 1).

Качество измерении средств измерений (измерительных приборов) характеризуется основной, дополнительной систематической, случайной погрешностями и вариацией.

Основная погрешность средства измерений – это погрешность средства измерений, используемого в нормальных условиях, которые обычно определены в нормативно-технических документах на данное средство.

Под дополнительными погрешностями понимают изменение погрешности средств измерений вследствие отклонения влияющих величин от нормальных значений или выхода за пределы нормальной области значений или выхода за пределы нормальной области значений.

Погрешности средств измерений, являющихся определенными неслучайными функциями каких-либо факторов, относят к систематическим погрешностям. Они остаются постоянными или закономерно изменяются. Например, причиной систематической погрешности измерительного прибора может служить неточное нанесение отметок шкалы.

Случайна погрешность средства измерений – составляющая погрешности, изменяющаяся случайным образом.

При определении модели основной погрешности следует учитывать и погрешности, вызываемые такими явлениями, как трение, люфт, гистерезис и т.п. Погрешность, порождаемую этими явлениями, называют погрешностью средства измерения вследствие вариации, или вариацией. Вариация показаний измерительного прибора – разность между значениями показаний измерительного прибора, соответствующими конкретной отметке шкалы, при двух направлениях подхода к данной отметке (например, первоначально с правой, а затем с левой стороны).

В процессе экспериментальных исследований необходимо (учитывая выше приведенную информацию) установить (знать):

- условия измерения и возможные изменения данных условий;

- допустимые значения абсолютной и относительной погрешностей средства изменерений;

- пределы изменения наблюдаемой величины;

- оптимальный (с позиций наблюдения) вариант фиксирования результатов измерения;

- высокую работоспособность средства измерения в условиях проведения эксперимента,

чтобы обеспечить получение максимально достоверной измерительной информации об исследуемом объекте, позволяющей после ее обработки установить его действительные статические и динамические характеристики.

4.3.5. Моделирование – инструмент исследования и познания

Современный этап технического прогресса имеет важные особенности: во-первых, необычайно ускорившиеся темпы и, во-вторых, все взрастающую сложность внедряемых в производство процессов. Эти две особенности находятся между собой в диалектическом противоречии: сегодня производство может считаться современным, если оно использует научные разработки самых последних лет. В то же время сложность этих разработок заставляет тратить значительное время на их промышленное освоение.

Моделирование – один из главных методов, позволяющих ускорить технический прогресс, сократить сроки освоения новых процессов. Именно поэтому в последние десятилетия наука о моделировании переживает период бурного развития и широко внедряется в теоретические основы практически всех отраслей промышленности.

Моделирование – это метод изучения объектов, при котором вместо оригинала (исследуемого объекта) эксперимент проводят на модели (другом объекта), а результаты количественно распространяют на оригинал. Таким образом, по результатам опытов с моделью осуществляется количественное предсказание поведения оригинала в рабочих условиях. Причем распространение на оригинал выводов, полученных в опытах с моделью, не обязательно должно означать простое равенство тех или иных параметров оригинала и модели. Достаточно получить правило расчета интересующих нас параметров оригинала.

К процессу моделирования предъявляются два основных требования.

Во-первых, эксперимент на модели должен быть проще, быстрее, одним словом, экономичнее, либо безопаснее, чем эксперимент на оригинале (иначе не стоило создавать модель – лучше было построить оригинал и экспериментировать прямо на нем). Однако вышесказанное не означает, что модель как таковая должна быть дешевле оригинала. Довольно часто бывает целесообразно построить дорогую, но универсальную модель, т.е. такую, которую можно приспособить для моделирования многих оригиналов. Это может оказаться весьма экономичным.

Во-вторых, должно быть известно правило, по которому проводится расчет параметров оригинала на основе результатов испытания модели. Без этого даже самая дорогая модель (и исследование, проводимое на ней) окажется бесполезной.

Следует знать и понимать также более расширенное содержание понятия-термина моделирование – это исследование объектов познания на основе построения и изучения моделей:

1) реально существующих предметов и явлений (живых и неживых систем, инженерных конструкций, разнообразных процессов - физических, химических, биологических, социальных);

2) конструируемых объектов (для определения, уточнения их характеристик, рационализации способов их построения и т.п.).

Моделирование как познавательный прием неотделимо от развития знания.

По существу, моделирование как форма отражения действительности зарождается в античную эпоху одновременно с возникновением научного познания. Однако в отчетливой форме (хотя без употребления самого термина) моделирование начинает широко использоваться в эпоху Возрождения. Брунеллески, Микеланджено и другие итальянские архитекторы и скульпторы пользовались моделями проектируемых или сооружений. В теоретических работах Г.Галилея и Леонардо да Винчи не только используются модели, но и выясняются пределы применимости метода моделирования. И.Ньютон пользуется этим методом уже вполне осознанно, а в 19-20 вв. трудно назвать области науки или ее приложений, где моделирование не имело бы существенного значения. Исключительно большую методологическую роль сыграли в этом отношении работы Кельвина, Дж. Максквела, А.М.Бутлерова и других физиков и химиков – именно эти науки стали, можно сказать, классическим «полигоном» метода моделирования.

В настоящее время выделяют следующие виды моделирования

Физическое моделирование состоит в замене изучения некоторого объекта или явления экспериментальным исследованием его модели, имеющей ту же физическую природу. В науке любой эксперимент, проводимый в целях выявления тех или иных закономерностей изучаемого явления или для проверки правильности границ применимости теоретических результатов, фактически представляет собой моделирование, так как объект исследования – образец, обладает определенными физическими свойствами. В технике физическое моделирование используют тогда, когда трудно провести натурный эксперимент. В основе физического моделирования лежат теория подобия и анализ размерностей. Необходимым условием реализации этого вида моделирования является геометрическое подобие (подобие формы) и физическое подобие модели и оригинала: в сходственные моменты времени и в сходственных точках пространства значения переменных величин оригинала, характеризующих явления, должны быть пропорциональны тем же значениям для модели. Это позволяет производить соответствующий пересчет полученных данных.

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.

1. Что такое общелогические методы исследования?

2. Что такое анализ, его сущность, виды анализа, в каких случаях его рационально использовать?

3. Что такое синтез, его сущность, связь с анализом?

4. Что является предпосылкой операций анализа и синтеза?

5. Что такое индукция, ее сущность, порядок операций, полная и неполная индукция, способы повышения ее истинности, главная задача индукции?

6. Индуктивные методы установления причинной связи (сходства, различия, сопутствующих изменения, остатков).

7. Что такое дедукция, что лежит в ее основе, когда дедуктивный вывод является истинным?

8. Когда проявляется максимальное познавательное значение дедукции?

9. Что такое аналогия, что лежит в основе аналогии, когда обеспечивается максимальная степень правильности умозаключения по аналогии?

10. Что является общим для различных типов выводов по аналогии?

11. Что такое методы теоретического исследования, каковы их объекты?

12. Метод восхождения от абстрактного к конкретному, его сущность, абстрактное и конкретное в методе.

13. Каковы первый и второй этапы метода восхождения от абстрактного к конкретному, что при этом происходит?

14. В каких случаях применяется метод восхождения от абстрактного к конкретному?

15. Что такое формализация, ее сущность, виды знаковых форм?

16. В чем состоит связь формализации и абстракции?

17. Назовите достоинства формализации по мнению ученых.

18. Что такое формализованные и неформализованные методы исследования?

19. Что такое детерминированные и недетерминированные объекты исследования?

20. Что такое идея?

21. Чем и почему считают идею?

22. Чем является идея в научном исследовании?

23. Что такое идеализация?

24. Что такое идеальный объект?

25. Достоинства идеальных объектов и идеализации.

26. Чем отличается научная идеализация от бесплодной фантазии?

27. Что такое аксиома и аксиоматический метод?

28. Назначение аксиоматического метода.

29. Когда система аксиом считается непротиворечивой?

30. Что означает полнота системы аксиом?

31. В чем заключается независимость аксиом?

32. Что такое гипотеза, виды гипотез?

33. Каким требованиям должна удовлетворять научная гипотеза?

34. Что такое рабочая гипотеза?

35. Почему гипотеза является формой развития?

36. Что такое обобщение?

37. Типы обобщений по семантико-гносеологическому содержанию?

38. Что такое эмпирическое исследование, его сущность?

39. Что такое наблюдение, его назначение и средства?

40. Когда результаты наблюдения становятся научными фактами?

41. Чем отличается обыденное наблюдение от научного?

42. Когда проводится наблюдение, чем это обусловлено?

43. Чем отличается опосредованное наблюдение от непосредственного?

44. Что такое косвенное наблюдение?

45. Требование к наблюдению, как к научному методу.

46. Недостатки метода наблюдения.

47. Что такое эксперимент, его сущность, отличие от наблюдения?

48. Виды эксперимента их сущность?

49. Чем различаются эксперименты, проводимые в различных отраслях науки?

50. Что необходимо выполнить для проведения эксперимента?

51. Какова методика проведения эксперимента?

52. Программа эксперимента.

53. Каким статистическим требованиям должны отвечать результаты экспериментов?

53. Что такое сравнение, его суть, границы использования?

54. Что осуществляется в процессе сравнения?

55. Что такое система автоматического контроля?

56. Как подразделяются системы контроля?

57. Какими параметрами характеризуется качество измерений?

58. Виды погрешностей, их сущность и характеристики.

59. Что необходимо знать при выборе средств измерения в процессе подготовке к эксперименту?

60. Что такое моделирование, его назначение?

61. Физическое моделирование, его суть, область использования?

62. Аналоговое моделирование, его сущность, область использования?

63. Абстрактное моделирование, его сущность?

64. Знаковое моделирование, его сущность?

65. Взаимосвязь моделирования с экспериментом?

66. Взаимосвязь моделирования с теоретическим мышлением.

67. Материальные и мысленные модели, их назначение.

68. Точность модели, чем оно определяется (о приближенном характере моделей)?

69. На каких этапах исследования может использоваться компьютер?

70. В каких случаях компьютер может ускорить работу исследователя?

71. В какой роли должен выступать компьютер, ускоряя и обеспечивая эффективность исследований?

ТЕМА 5. СИСТЕМНЫЙ ПОДХОД – МЕТОДОЛОГИЧЕСКИЙ ИНСТРУМЕНТ

ИССЛЕДОВАНИЯ И ПОЗНАНИЯ

Загадка системного подхода и его теоретическая и практическая экспансия во много объясняется тем, что он является отражением и инструментом тех изменений, которые происходя в самом процессе восприятия людьми окружающего мира. Системный подход выступает как средство формирования целостного мировоззрения, в котором человек чувствует неразрывную связь со всем окружающим миром. Видимо, наука приближается к тому витку своего развития, который аналогичен состоянию знания в античное время, когда существовала целостная, нерасчлененная совокупность знаний о мире, но более высок по уровню, отвечает новому планетарному мышлению.

Повышенное внимание к проблемам системного полхода в настоящее время объясняется соответствием его как метода усложнившимся задачам общественной практики, задачам познания и конструирования больших, сверхсложных систем. Но не только этим. Феномен системного подхода отражает, прежде всего, определенную закономерность в развитии самой науки. Одной из предпосылок, определивших современную роль системного подхода в науке, является бурный рост количества информации – «информационный взрыв». «Преодоление противоречия между ростом количества информации и ограниченными возможностями ее усвоения может быть достигнуто с помощью системной реорганизации знания».

Системный подход – универсальный инструмент познавательной деятельности: как система может быть рассмотрено любое явления, хотя, разумеется. Не всякий объект научного анализа в этом нуждается. Системный метод незаменим в познании и конструировании сложных динамических целостностей.

Само понятие «система» возникло в глубокой древности (в Греции), долгое время оставаясь, несмотря на широкое употребление, категорией теоретически неразработанной и отражающей простой опыт. Что вещи не являются аморфными, нерасчлененными и при ближайшем рассмотрении оказываются «составленными» из «частей», которые можно расчленить».

С точки зрения практики еще более древним, чем понятие «система» является сам системный подход – он ровесник человеческого общества. Первобытный человек, когда мастерил каменный топор или лук, уже действовал системно.





Дата публикования: 2015-10-09; Прочитано: 1310 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!



studopedia.org - Студопедия.Орг - 2014-2024 год. Студопедия не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования (0.039 с)...