Автоматизированные учебные курсы как база новых технологий подготовки инженеров

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.