В предлагаемом подходе к созданию автоматизированных учебных курсов авторы рекомендуют следовать следующим основным принципам:

Принцип "единства и комплексности объектов изучения" включает следующие основные положения:

· Каждый базовый учебный курс фундаментальной подготовки не делится искусственно на лекционную часть - "у доски", практическую часть — "в аудитории", лабораторную часть -"за стендом". Учебный процесс рассматривается как единый во времени и в пространстве и комплексный по содержанию (т.е. все этапы обучения могут быть реализованы на одном рабочем месте без разрыва во времени).

· Компьютеризированный комплексный цикл обучения включает средства изучения основ теории, структурно-конструктивных особенностей объектов, выполнения практических заданий, математического и компьютерного моделирования изучаемых объектов, автоматизированного лабораторного практикума, обработки результатов моделирования и эксперимента.

· Для инженерной подготовки является обязательным компьютерное моделирование изучаемых физических процессов и последующая экспериментальная проверка полученных результатов. При этом учащийся должен овладеть современными методами математической оценки адекватности используемых математических моделей и методами идентификации параметров математических моделей на основе проведенных экспериментальных исследований.

· Средства обучения нового поколения можно рассматривать не в виде отдельных понятий "объект", "стенд", "модель", "методические средства" и т.д., а как их неразрывную совокупность в виде комплекса аппаратных, программных, научных и методических средств, обеспечивающих полноценное изучение объектов в составе программно-технических и научно-методических комплексов по направлениям подготовки.

· Компьютеризированный учебный курс может быть реализован как в режиме прямого общения учащегося с преподавателем, который в реальном времени излагает основы теории и тут же иллюстрирует их средствами моделирования и эксперимента, так и в режиме самостоятельного изучения, когда учащийся самостоятельно выбирает время и последовательность изучения материала, исходя из собственных возможностей, а не следуя к жесткому регламенту образовательного учреждения.

Принцип "интеллектуализации объекта и средств обучения"

Общение человека со сложным оборудованием станет более эффективным и комфортным, если это оборудование будет иметь хотя бы простейший "интеллект", способный в любой момент дать информацию о текущем состоянии оборудования, направленно изменять это состояние, а также хранить в своей памяти типовые и оптимальные режимы работы. При этом наибольший эффект следует ожидать от интеллектуализации сложных технологических процессов и технических систем.

В общем случае можно выделить следующие признаки интеллектуальных технических систем, которые характеризуются наличием:

· сенсорной подсистемы, позволяющей судить о состоянии как самого объекта изучения, так и окружающей его среды;

· памяти, в которой сохраняется модель поведения объекта изучения и данные, необходимые для его функционирования;

· анализатора (вычислителя), предназначенного для выработки реакций на внешние воздействия.

Применительно к сложным техническим системам интеллектуализацию можно определить как процесс преобразования различных видов данных, происходящий в многоуровневой информационной среде и позволяющий эффективно решать задачи управления, диагностики и прогнозирования качества функционирования данной системы. При этом целесообразно выделять:

· интеллектуальную подсистему объектного уровня, где решаются задачи измерения параметров и управления объектом в реальном масштабе времени;

· интеллектуальную подсистему модельного уровня, где также в реальном масштабе времени решаются задачи идентификации параметров математических моделей, диагностики и прогнозирования состояния и, как результат - принимаются решения об изменении режимов управления объектом, вплоть до прекращения его функционирования.

Особенностью объектного уровня является наличие распределенного интеллекта, интегрированного в датчики, регуляторы, контроллеры. Такой подход позволяет резко снизить требования к быстродействию, объему памяти и стоимости распределенных вычислительных средств.

Принцип "распределения информационных и технических ресурсов"

В предлагаемой концепции построения автоматизированных учебных курсов предусматривается комплексный подход к объекту изучения, предполагающий изучение необходимого объема инвариантных фактографических материалов (справочно-информационные сведения, описание принципа действия, конструктивных особенностей, математическое описание и модельный анализ изучаемых физических процессов), а также обязательное экспериментальное исследование объекта с последующим математическим анализом полученных результатов. Все эти составляющие процесса обучения имеют различную информационную нагрузку на средства обучения.

В компьютерных технологиях наиболее доступными являются информационные ресурсы, которые легко хранятся и тиражируются на компактных носителях информации. Поэтому в настоящее время нет необходимости загружать компьютерные сети передачей инвариантных составляющих автоматизированных учебных курсов. Все это легко тиражируется и распространяется, например, на лазерных компакт-дисках.

Сложнее обстоит дело с доступом к техническим ресурсам, для чего, как минимум, необходимо реальный физический объект исследования превратить в источник доступной и управляемой информации, что и составляет суть принципа телекоммуникационного доступа к техническим ресурсам. Для практического воплощения этого принципа необходима последовательная реализация ряда мер, обеспечивающих синтез лабораторного оборудования нового поколения. В случае дистанционного доступа к лабораторному оборудованию подход к его автоматизации коренным образом меняется. При этом полностью исключаются любые неавтоматизированные операции как при управлении объектом, так и на этапе контроля его параметров.

Объект изучения должен стать "полностью управляемым" и "информационно прозрачным". Это означает, что любой значимый для изучения объекта параметр управления должен быть доступен для варьирования в широких пределах по любому заданному алгоритму, а любой значимый параметр контроля должен быть доступен для измерения с требуемой точностью.

Все это предъявляет повышенные требования к гибкости и перестраиваемоcти средств управления и измерения, которые могут быть реализованы практически только при условии интеллектуализации, т.е. применения в их составе высокопроизводительных микропроцессорных устройств с использованием технологии цифровых сигнальных процессоров. Наиболее важные узлы исследовательского оборудования: источники питания, нагрузочные устройства, регуляторы, сенсорные подсистемы и т.д. должны изначально проектироваться с программно перестраиваемой структурой и адаптивно перестраиваемыми параметрами.

Перечисленные выше особенности подготовки лабораторного оборудования нового поколения показывают, что оно должно быть уникальным по содержанию и исполнению, а, следовательно, и дорогостоящим. Иногда в качестве такого лабораторного оборудования могут применяться специально доработанные научные стенды как наиболее полно отвечающие задачам углубленного изучения физических процессов. Понятно, что широкое тиражирование такого оборудования практически невозможно, поэтому наиболее целесообразно обеспечить удаленный доступ к нему большого количества пользователей. В этом и заключается принцип распределения информационных ресурсов, находящихся в прямом пользовании каждого обучаемого, и технических ресурсов, находящихся в коллективном пользовании многих.

Рекомендации по синтезу структуры автоматизированного учебного курса нового типа

Структурно предлагаемый автоматизированный учебный курс по любому учебному направлению реализуется средствами программно-технического и научно-методического комплекса, который представляет собою совокупность нескольких функциональных подсистем, среди которых:

· объектная подсистема;

· информационно-измерительная подсистема;

· управляющая подсистема;

· моделирующая подсистема;

· программно-методическая подсистема;

· телекоммуникационная подсистема;

· удаленное рабочее место пользователя.

В рамках объектной подсистемы перечень объектов изучения рекомендуется делать открытым и последовательно развиваемым. Полный перечень должен соответствовать концепции базовой подготовки и учитывать особенности организации образовательного процесса в каждом учебном заведении. Конкретный набор объектов изучения формируется из перечня, регламентированного соответствующим учебным направлением

В качестве объектов изучения рекомендуется рассматривать специально разработанные физические модели-аналоги, а не промышленные образцы, поскольку промышленный образец всегда проектируется на эффективное выполнение узкой прикладной задачи, не содержит дополнительных информационных каналов и каналов управления и поэтому не соответствует задачам обучения. Лишь физическая модель-аналог, выполненная с соблюдением критериев подобия, снабженная многочисленными, физически разнородными информационными каналами и каналами управления - способна дать критериальные соотношения для выявления фундаментальных закономерностей изучаемых процессов.

Физические модели-аналоги объектов изучения, как правило, должны выполняться с изменением геометрических и энергетических показателей, чтобы исключить трудности размещения оборудования (лабораторные площади, энергосети, средства защиты и пр.). При этом изменение может быть любым, если оно не искажает изучаемые процессы и не создает трудности работы с объектом (съем информации, управление).

Исследователь должен иметь возможность реализации любого разумного режима функционирования объекта, кроме аварийных режимов. Для реализации такого подхода необходима многоуровневая система вычислительных средств:

· на объектном уровне - это, как правило, мультипроцессорная подсистема, построенная по идеологии цифровых сигнальных процессоров;

· на верхнем уровне — это сервер комплекса, выполняющий функции обслуживания внутренних и внешних информационных потоков и связей.

Комплекс должен быть открытым для свободного наращивания подготовленными разработчиками количества каналов измерения и управления, варьирования объектов изучения в рамках выбранного тематического направления, для чего он выполняется по блочно-модульному принципу с использованием отечественных и международных стандартов в части использования:

· конструктивных решений (например, АСЭТ, Евромеханика);

· интерфейсные средства (LabCard, VME, VXI, PXI и др.);

· программных продуктов (LabWindows/CVI, Component Works, PSpice).

Для повышения эффективности использования установленного оборудования каждый функциональный блок или модуль комплекса целесообразно рассматривать в одних случаях как объект изучения, а в других - как технологическое оборудование для изучения других объектов. При этом выбор конкретного объекта изучения и режимов его работы должен производиться автоматически по заданию удаленного исследователя.

При этом принципиально осуществляется отказ от тиражирования однотипного оборудования, применяемого в составе учебного курса, и организуется фронтальное выполнение экспериментальных работ с помощью ограниченного набора универсального лабораторного оборудования. Предполагается также наличие многих рабочих мест, представляющих собой персональные компьютеры, связанные со средствами измерения и управления лабораторным оборудованием по локальной или глобальной компьютерной сети.

Программное обеспечение (ПО) комплекса выполняется многоуровневым и включает ряд компонентов, выполняющих различные функции:

· ПО объектного уровня содержит набор программ-драйверов управления стандартными и специально разработанными средствами многоканального аналогового, цифрового и частотного измерения и управления.

· ПО базового сервера предназначено для реализации дистанционного обмена информацией между комплексом и рабочими местами удаленных пользователей и выбрано таким образом, чтобы обеспечить работы технических средств телекоммуникации и, в частности, поддерживать протокол сетевого обмена ТСРЛР.

· ПО рабочего места удаленного пользователя создается с применением инструментальных средств: Borland С⁺⁺, Component Works, Pspice и др.

Методическое обеспечение комплекса должно содержать полную совокупность средств, необходимых и достаточных для его использования в учебном процессе и научных исследованиях:

· информационно-справочные средства, предназначенные для изучения теоретических основ исследуемых физических процессов;

· программные средства имитационного компьютерного моделирования динамических процессов в сложных технических системах и их компонентах;

· средства подготовки и проведения натурных исследований сложных технических систем и их компонентов в режиме удаленного доступа;

· средства обработки и анализа экспериментальных данных для практической проверки адекватности применяемых математических моделей.

Подсистема моделирования включает совокупность математических моделей различного физического содержания (например, электромагнитную, электромеханическую, тепловую и т.д.), а также математические модели используемых технологических процессов. Если математические модели достаточно просты, то их носителем может быть один достаточно мощный компьютер. Однако для эффективной работы в реальном масштабе времени одновременно нескольких математических моделей целесообразно воспользоваться несколькими менее мощными компьютерами с сетевым обменом информацией. При этом для обмена информацией между подсистемами объектного и модельного уровней необходима - организация и поддержка "шлюза" обмена данными, сложность которого зависит от выбранных исходных интерфейсов на каждом уровне.

Важное свойство компьютерных моделей состоит в возможности имитировать различные режимы работы объектов изучения, а также переходы от одного режима к другому. Следует также предусмотреть имитацию, например, независимого или подчиненного изменения электропитания, электрических, механических, тепловых нагрузок. Наконец, имитационные модели должны учитывать случайные факторы, неизбежно влияющие на функционирование системы, т.е. модели должны быть вероятностными. В функции вероятностных моделей необходимо включить также возможности оценки корреляции показателей системы, что может обеспечить уменьшение количества информационных каналов и объем сохраняемых и обрабатываемых данных в процессе контроля и диагностики.

Система компьютерных моделей, как правило, должна быть многоуровневой. С помощью наиболее полных моделей имитируются динамические процессы в вероятностной постановке, в результате чего получаются опорные данные, непосредственно используемые в процессах диагностики, управления, и прогнозирования, Важно учесть при этом вероятностный характер получаемых опорных данных, что позволяет перейти к решению перечисленных задач с применением понятий нечеткого математического программирования.

Второй уровень модельного обеспечения составляют упрощенные регрессионные математические модели, позволяющие судить о чувствительности системы к изменению множества управляющих воздействий.

Наконец, на третьем уровне функционируют модели в виде совокупности детерминированных или вероятностных оценок значений контролируемых показателей управляемого объекта и некоторое множество формализованных правил, необходимых для оценки ситуаций и выработки управляющих воздействий. Эти модели должны работать в режиме реального времени, что предъявляет самые жесткие требования к их быстродействию, а следовательно, к допустимой сложности.

Функциональные возможности предлагаемого комплекса позволяют ставить и решать качественно новые, недоступные ранее и чрезвычайно важные задачи:

· оперативного многоканального мониторинга динамических процессов в сложных технических системах;

· диагностики и прогнозирования технического состояния сложных технических систем и их компонентов;

· идентификации параметров математических моделей исследуемых объектов по экспериментальным данным;

· многоканального функционально сложного управления техническими системами для обеспечения их качественного функционирования.

В организационном плане предполагается тиражирование подобных комплексов и создание на их основе отраслевых и региональных учебно-научных Центров при ведущих технических университетах и академических институтах, объединенных научно-образовательной компьютерной сетью, что позволит обеспечить значительное сокращение:

· требуемого количества квалифицированных педагогических кадров, участвующих в текущем процессе обучения, поскольку подготовленные и сертифицированные курсы реализуются на машинных носителях (лазерных дисках) и требуют лишь ограниченной консультационной поддержки. Наиболее квалифицированные педагоги должны работать над созданием и совершенствованием фундаментальных учебных курсов.

· общего количества основного лабораторного оборудования, используемых площадей, затрат энергии, обслуживающего персонала за счет дистанционного коллективного использования этого оборудования в режиме дистанционного доступа.