Автоматизированные системы научных исследований

Основные задачи автоматизированных систем научных исследований — планирование, организация и проведение научного эксперимента таким образом, чтобы получить необходимые результаты с наибольшей достоверностью в минимально короткое время и с наименьшей стоимостью. Итогом работы АСНИ обычно является проверка научных гипотез.

Разновидность эксперимента — испытания, при которых характеристики объекта, его модель уже известны и требуется лишь подтвердить конструктивные и эксплуатационные свойства объекта. При этом цель испытаний — установить допустимые пределы изменения физических параметров объекта и оценить влияние на них внешних факторов.

Обобщенная структурная схема АСНИ представлена на рис. 7.27. Информация от объекта исследования ОИ по прямому каналу информационного обеспечения ПКИО через интерфейс Ин поступает на ЭВМ, где происходит обработка результатов, полученных от ОИ. Так как объект должен быть исследован при определенных параметрах окружающей среды, то в АСНИ может быть предусмотрено устройство поддержания состояния окружающей среды УПС и системы автоматического управления САУ объектом и средой. При этом информация на вход САУ поступает от ЭВМ через Ин по обратному каналу информационного обеспечения ОКНО.

Обобщенная структурно-функциональная схема АСНИ

Рис. 7.27. Обобщенная структурно-функциональная схема АСНИ

Чтобы управлять ходом эксперимента, в АСНИ обычно предусматривается так называемая экспертная система ЭС с базой опытных данных БОД, в которой хранят данные предыдущих экспериментов. Наличие ЭС и БОД позволяет избегать опасных аварийных ситуаций, которые могут возникнуть в ходе эксперимента.

Для того чтобы экспериментатор мог влиять на ход эксперимента, в АСНИ имеются также устройства, обеспечивающие диалоговый режим работы человека и системы (дисплей Д, регистратор Р и т.п.), а также соответствующее программное обеспечение.

Высшей формой развития ИС можно считать появление интеллектуальных систем, которые позволяют достичь максимальной степени автоматизации измерений и экспериментальных исследований за счет учета всей суммы априорных сведений об объекте исследования, влияющих факторов (в том числе помех) и возможностей узлов ИС. В таких ИС могут быть реализованы оптимальные алгоритмы измерения физических величин в конкретных условиях работы объекта исследования и самой системы. Интеллектуальные ИС могут широко использовать алгоритмы обучения и самообучения с применением методов аналогий, прогнозирования, анализа причинно-следственных связей и процедур принятия решения.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ   След >