Что такое методы и средства исследования. Проведение научных исследований в современных условиях
НЕГОСУДАРСТВЕННАЯ АВТОНОМНАЯ НЕКОММЕРЧЕСКАЯ
ОБРАЗОВАТЕЛЬНАЯ ОРГАНИЗАЦИЯ
ИНСТИТУТ ИНДУЦСТРИИ МОДЫ
КУРС ЛЕКЦИЙ
«Методы и средства исследования»
Москва 2009 г.
ВВЕДЕНИЕ
Курс лекций написан согласно программы данного курса. Данная дисциплина введена в учебный план всех механико-технологических специальностей институтов.
Задача настоящего курса – научить студентов применению математико-статистических методов для получения статистических математических моделей.
ЛЕКЦИЯ №1
Научно-исследовательская работа и подготовка к её проведению.
Научно-исследовательские работы подразделяются на теоретические, экспериментальные и теоретико-экспериментальные. Сочетание теоретических и экспериментальных частей научно-исследовательской работы способствует более глубокому решению задачи исследования.
По направленности научно-исследовательские работы в текстильной промышленности подразделяются на следующие виды:
1. Теоретико-экспериментальные работы, раскрывающие закономерности технологических процессов и определяющие оптимальный режим работы машин и механизмов.
2. Экспериментальные работы по испытанию вновь созданных текстильных машин с целью определения надежности и долговечности работы и устройств механизмов.
3. Поисковые исследовательские работы, направленные на разработку новых технологических процессов на основе более эффективного использования известных и широко применяемых в промышленности видов энергии.
4. Поисковые работы, направленные на создание новых текстильных материалов, работы по рациональному использованию натуральных и химических волокон, пряжи и нитей.
5. Исследовательские работы по изучению факторов, определяющих качество и эксплуатационные свойства изделий, а также работы по улучшению методов испытания материалов.
6. Работы, направленные на разработку новых методов исследования технологических процессов и средства для измерения параметров, характеризующих процесс.
2. Этапы научно-исследовательских работ (НИР).
Научно-исследовательская работа состоит из ряда этапов. Каждый этап имеет самостоятельное значение и является объектом планирования.
Теоретико-экспериментальные работы в текстильной промышленности обычно включают следующие этапы:
1. Выбор и обоснование темы.
2. Подготовительный этап.
3. Теоретический анализ технологического процесса.
4. Подготовка и проведение предварительного эксперимента.
5. Проведение систематического основного эксперимента.
6. Анализ результатов теоретических и экспериментальных исследований, выводы и предложения по работе с экономическим обоснованием.
Экспериментальные работы по испытанию текстильных машин содержат все перечисленные выше этапы, кроме первого.
Поисковые исследовательские работы могут включать следующие этапы:
1. Подготовительный этап.
3. Испытание моделей и внесение коррективов в конструкцию и технологию.
4. Проектирование и изготовление стендов (макетов).
5. Подготовка и проведение предварительного эксперимента.
6. Проведение систематического эксперимента.
7. Анализ результатов испытаний, выводы и предложения.
Приведенная выше последовательность этапов поисковых работ предполагает успешное решение проблемы.
Научно-исследовательские работы, которые предполагают разработку технологических условий для рационального использования сырья и нового ассортимента текстильных материалов, обычно имеют следующие типовые этапы:
1. Подготовительный этап.
2. Разработка теоретической части темы.
3. Подготовка и проведение предварительного эксперимента.
4. Проведение систематического эксперимента.
5. Анализ результатов, разработка оптимального технологического режима работы машин в производстве, выбор оптимального сырья и структуры материалов.
Все этапы НИР взаимосвязаны.
3. Подготовительный этап НИР.
Подготовительный этап научно-исследовательской работы включает следующие работы:
2. Предварительное знакомство с объектом исследования, его структурой и особенностями.
3. Изучение физической основы технологического процесса.
4. Определение круга вопросов, подлежащих изучению, формулирование задач исследования и обоснование необходимости постановки работы на выбранную тему.
5. Составление методической и рабочей программ НИР.
Список необходимой литературы исследователь может составить сам, используя метод «цепочки». Сущность этого метода заключается в том, что изучая первую статью, книгу, диссертацию или отчет по НИР, можно обнаружить ссылки по литературе по теме, а в последующих статьях – на другие источники и т. д.
При изучении литературных источников исследователь обдумывает и намечает направления своей работы.
Методическая программа НИР и её содержание.
Методическая программа является основным документом НИР, который составляется на основе изучения литературы и предварительного знакомства с объектом исследования в лаборатории или на производстве, а также после предварительного изучения физической сущности технологических процессов, осуществляемых в этом объекте.
Методическая программа должна содержать:
1. Четкую и исчерпываемую формулировку темы работы.
2. Определение цели работы, а также предполагаемых результатов.
3. Причины, вызывающие постановку данной работы, как с научно-технических, так и с экономических позиций.
4. Краткое изложение и критический анализ материалов научных работ и литературных источников.
5. Построение рабочей модели объекта или процесса.
6. Схему разработки данной темы по этапам, т. е. перечень этапов.
7. Условия, матрицу планирования и методику проведения эксперимента, а также методику испытания материалов.
8. Метод обработки результатов, наблюдений и испытаний, метод обобщения этих результатов и построения выводов.
9. Методику подсчета экономической эффективности работы.
В зависимости от характера исследования в его программу необходимо включать разделы или этапы теоретического характера, позволяющие обосновать практические выводы и рекомендации по усовершенствованию или созданию новых технологических процессов, приборов, машин и т. д. Теоретической разработке может предшествовать экспериментальная работа и наоборот.
Математическое описание технологических процессов, математические модели.
Многие технологические процессы и объекты текстильной промышленности являются сложными.
Они характеризуются большим числом взаимосвязанных факторов (например, натяжение нити и длина нити в петле).
Научные исследования проводят с целью:
1. Раскрытия сущности и закономерности процесса.
2. Определения оптимального режима работы объекта (механизма, машины, агрегата) для обеспечения заданного качества выпускаемой продукции и высокой производительности.
3. Определение статических и динамических характеристик объекта и др.
Результаты исследований могут быть представлены в виде таблиц, графиков и уравнений, т. е. математического описания технологического процесса.
Сущность математического описания объекта (системы) или процесса заключается в получении математической модели или соотношения, связывающие характеристики входящего в объект материала и выходящего продукта, т. е.
У=А{х}, (1.1)
Где У – совокупность выходных параметров процесса, которые определяют физические и химические свойства выходящего продукта или технико-экономические показатели процесса (объекта). Часто этот параметр называют критерием оптимизации, параметром оптимизации.
х – совокупность входных параметров (факторов), определяющих характеристики процесса (объекта) и свойства входящего материала (сырья, продукта).
Часто входные данные называют аргументами, входными параметрами или внешними воздействиями на систему; А{ } – символ, называемый оператором, который характеризует математическую операцию преобразования входных функций, т. е. математическую модель объекта или системы.
Математическую модель объекта обычно представляют в виде блок-схемы:
Х – входные параметры (факторы)
У – выходные параметры.
Объект или система (раскройная машина, швейная машина , пресс и т. д.)
Зная математическую модель процесса или объекта, можно спрогнозировать свойства выходящего продукта, оценить степень влияния входных факторов с целью оптимизации процесса.
Методы получения математических моделей.
1. Теоретический.
2. Экспериментальный.
Наиболее часто используют сочетание теоретического и экспериментального методов.
Пассивный и активный эксперимент.
При пассивном эксперименте информацию о параметрах процесса или объекта получают при нормальной эксплуатации объекта, без внесения каких-либо искусственных возмущений.
При активном эксперименте информацию о параметрах процесса получают путем искусственного внесения возмущений, т. е. изменяют входные параметры в соответствии с заранее спланированной программой (т. е. матрицей планирования).
Предварительный эксперимент.
1. Подготовка и проведение предварительного эксперимента.
Первичная обработка экспериментальных данных включает:
1) исключение резко выделяющихся экспериментальных данных;
2) статическую проверку случайности и независимости результатов измерений;
3) определение числовых характеристик случайных величин: среднего, дисперсии или среднего квадратического отклонения, коэффициент вариации и вида распределения случайных величин;
4) определение вида распределения ординат случайной функции;
5) проверку воспроизводимости процесса.
Методы исключения резко выделяющихся экспериментальных данных.
1) Среднее значение и дисперсия определяются по формулам:
(1.3)
2) Расчетное значение критерия Смирнова – Грабса определяется при подозрении резко выделяющегося максимального значения.
(1.4)
при подозрении резко выделяющегося минимального значения.
(1.5)
Затем VRmax и VRmin сравниваем с табл. VT (прил. 1), и, при условии, что доверительная вероятность РД или уровень значимости (а)
а = 1 – РД РД = 0…1
в текстиле РД = 0,95 или 95%
Если VRmax > VT или VRmin> VT, то резко выделяющиеся Уi max или Уi min исключают из дальнейшей статистической обработки данных.
Пример : при испытании швейных ниток на разрыв получены следующие значения: 199, 239, 214, 229, 224, 234, 219, 300, 224, 218
Пользуясь форм. 1.
; 
VT=2,29
Значит 300 – резко выдел., его исключают.
ЛЕКЦИЯ №2
Подготовка к научно-исследовательской работе (НИР).
В лекции №1 мы определили, что производство трикотажа является многофакторным процессом. Значения управляемых (результирующих) показателей зависят от большого числа входных факторов: от свойств пряжи и от настройки регуляторов машины. Зачастую бывает сложно настроить весь технологический процесс так, чтобы получить лучший результат: требуемые значения поверхностной плотности, усадок полотна или изделия и т. п.
Кроме того, производство трикотажных изделий представляет собой комплекс подготовительных и отделочных производств. К примеру сырье должно быть подготовлено так, чтобы обеспечить, помимо требуемого качества изделий, нормальное протекание технологического процесса трикотажного производства при максимальном использовании современной техники.
Широкий диапазон требований к сырью для трикотажных изделий объясняется очень большим разнообразием самих изделий. Например, требование к структуре нити предъявляют, начиная от капроновых мононитей для тонких чулок и кончая шерстяной и синтетической пряжей для верхней одежды.
К тому же несомненное влияние на резуьтат производства оказывают ВТО или красильно-отделочные процессы. При этом сырье, полуфабрикаты или изделия подвергаются комплексу физико-механических и химических воздействий.
Как уже отмечалось, одним из основных входных факторов трикотажного производства являются физико-механические свойства нитей и пряжи.
Рассмотрим в качестве примера процесс вязания полотна переплетения ластик на двухфонтурной кругловязальной машине типа КЛК из чистошерстяной пряжи.
Для того, чтобы построить математическую модель технологического процесса и иметь возможность по построенной количественной зависимости им управлять, прежде всего необходимо четкое разделение всего множества факторов на управляющие (входные факторы) и управляемые (результирующие) показатели.
Затем необходимо знать методы и средства измерения каждого управляющего воздействия и управляемого показателя изделия (или полотна), особенно измерения свойств пряжи и полотна.
Заметные трудности создает и отсутствие для большинства параметров точных и быстродействующих инструментов для автоматического измерения их значений.
Т. о. при экспериментальном исследовании технологического процесса производства трикотажа необходимо измерить и зарегистрировать величины не менее 20 переменных (рис. 1), различных, так сказать, по своей физической природе.
Последнее обстоятельство влечет за собой применение различных методов исследования. Как n в первой лекции, здесь необходимо снова отметить, что подавляющее большинство переменных измеряется не во время протекания процесса вязания, а до него (свойства пряжи) или после него (показатели полотна).
Из-за этого обстоятельства ТП производства трикотажа как объект управления является разомкнутой системой.
Причем, измерение как свойств пряжи, так и показателей полотна производится из отобранных образцов пряжи и образцов полотен. Т. е. имеет место разрушающий контроль сырья и изделий.
В этом заключается одна из специфических сторон методов исследования технологических процессов производства трикотажа.
Второй специфической стороной являются условия проведения измерений свойств пряжи и показателей полотна. Условия проведения таких измерений определяют в весьма значительной степени точность величин исследуемых переменных.
Требования к этим условиям достаточно подробно изложены в книге «Испытания трикотажа», М. Легпромбытиздат, 1989 г. Кроме того, после изучения курса «Текстильное материаловедение» вы должны знать эти условия, а также методы и средства исследования некоторых свойств пряжи и показателей полотна.
Все текстильные материалы вследствие их пористости обладают способностью поглощать водяные пары из окружающей среды и отдавать их обратно. Процесс поглощения водяных паров из окружающей среды называется сорбцией, процесс их отдачи – десорбцией.
В текстильных материалах имеет место физическая сорбция, которая НЕ сопровождается образованием химических соединений между поглотителем (сорбентом) и поглощаемыми парами (сорбатом).
Процессы сорбции и десорбции водяных паров протекают при неизменных значениях температуры и влажности до тех пор, пока не установится сорбционное равновесие. При изменении внешних условий температуры и влажности воздуха эти процессы возобновляются и протекают до установления нового равновесия. Равновесным состоянием считается такое состояние сорбента (например, нити), когда поглощение водяных паров практически прекращается и составляет сотые доли от массы сорбента.
Количество поглощаемых водяных паров и скорость поглощения зависят от вида материала и состояния окружающей среды.
В зависимости от содержания влаги в текстильных материалах изменяются их физико-механические свойства (например, масса материала, что влияет на определение его расхода, т. е. на конечные экономические показатели).
Поэтому при испытаниях текстильных материалов требуется соблюдение ЖЕСТКИХ норм температуры и влажности воздуха в испытательных лабораториях и предварительное выдерживание испытуемых образцов приэтих условиях в течение длительного временидля достижения сорбционного равновесия.
Стандартом установлены следующие параметры воздуха при проведении исследований и выдерживании образцов: температура t = 20+20 С и относительная влажность 65+2 %. Эти условия принято называть нормальными.
Также называют и влажность, которую приобретает материал при указанных условиях. Время выдерживания исследуемых образцов зависит от их массы и может составлять несколько суток.
Нормальные условия в испытательных лабораториях поддерживаются с помощью кондиционеров.
Отбор проб при проведении испытаний.
Текстильные материалы сдаются и принимаются партиями. Партией называется количество материала одного наименования и вида, оформленное одним документом, удостоверяющим его количество и качество.
Партия состоит из единиц упаковок, к которым могут быть отнесены: контейнеры, тюки, кипы, пачки, коробки и т. п.
Единица упаковки состоит из отдельных паковок (моток, початок, бобина, катушка, кусок, рулон, изделие и т. д.), которая является наименьшей частью партии.
Во избежание больших затрат материалов (разрушающий контроль) и времени на проведение исследований количественная оценка текстильных материалов осуществляется путем испытания небольшого числа отобранных паковок, так назыв. выборок.
Для осуществления случайного отбора (отбора объективного, непредвзятого) паковок м. б. использована таблица (или генератор как в лотереях) случайных чисел. Применение такого (случайного) метода отбора проб носит название – РАНДОМИЗАЦИЯ.
Число единиц упаковки и число паковок, отбираемых от партии для составления выборки, определяются ГОСТ 8844 – 75; ГОСТ 9173 – 76; ГОСТ 6611.0 – 73. число паковок для проведения испытаний отбирается в зависимости от массы партии или числа единиц или от числа паковок (например, числа кусков или изделий) в партии. Для пряжи, нитей и готовых изделий паковки отбираются раздельно для определения физико-механических свойств и для определения фактической влажности и содержания замасливателя.
Для трикотажных полотен, готовых изделий и нитей для них пробы для всех перечисленных испытаний отбираются от одних и тех же паковок. От выбранных паковок отбирают пробы.
Подготовка к испытаниям.
С паковок нитей сматывают наружный слой. Затем срезая, сматывая или стаскивая слой нитей примерно равными частями с каждой, отбирают пробу требуемой величины: n отрезков нитей длиной ℓ каждый.
Со сновальных роликов, предварительно удалив верхний слой нитей, сматывают пучки нитей во всю ширину валика длиной около 1 м, и до отрезания каждого пучка концы его закрепляют (завязывают узлом или приклеивают).
Из отобранных кусков полотен вырезают пробы на расстоянии не менее 1,5 м от конца куска, так называемые точечные пробы. Они представляют собой отрезки полотна во всю ширину длиной 65 – 75 см при ширине полотна в развернутом виде от 60 до 120 см и 30 – 35 см при ширине полотна более 120 см. длина точечной пробы может изменяться в зависимости от количества определяемых показателей полотна.
После выдерживания точечных проб в нормальных условиях их раскладывают на столе и размечают тонко заточенным карандашом, резко отличающимся от цвета полотна, с помощью соответствующих шаблонов.
Элементарные пробы для всех испытаний вырезают точно по разметке так, чтобы линии обводки оставались на обрезках.
Количество испытаний с одной паковки (куска) выборки и размеры проб для испытаний на различные показатели трикотажных полотен представлены в стандартах на методы испытаний по каждому показателю.
Точечная проба, отбираемая от полотна, должна быть связана с видом и номером машины, на которой полотно выработано или отделано.
В случае определения физико-механических свойств ИЗДЕЛИЙ элементарные пробы вырезаются из изделий, отобранных в выборку.
До и во время испытаний все элементарные пробы должны находиться в НОРМАЛЬНЫХ УСЛОВИЯХ.
ЛЕКЦИЯ №3
Определение числовых характеристик совокупности случайных величин.
Полной характеристикой случайных величин, получаемых при измерении свойств продуктов и параметров процессов текстильной промышленности, является функция (закон) распределения.
Прежде чем определять основные числовые характеристики случайных величин для упрощения, ускорения и предупреждения ошибки в расчетах рекомендуется выборочные экспериментальные данные предварительно обработать. Сущность обработки заключается в следующем:
1. Если данные эксперимента представляют дробные числа, то необходимо умножить их на какую-то постоянную величину, чтобы оперировать далее только целыми числами;
2. Если данные представляют многозначные числа, которые различаются лишь в одном или нескольких последних знаках, то целесообразно отбросить постоянную часть этих данных.
Пример: в результате измерения получены следующие данные: 8,35; 8,09; 8,93; 8,64; 8,37; 8,71; 8,19; 8,24; 8,64; 8,32.
Умножим на 100 и вычтем 800, получаем:
35; 9; 93; 64; 37; 71; 19; 24; 64; 32.
Определив среднее значение производят обратную операцию, т. е. прибавить 800 и разделить на 100.
Среднее значение – центр распределения случайных величин, около которого группируется большая их часть. Эта характеристика является оценкой истинного (генерального)среднего значения.
η = М{у}, определяемого по генеральной совокупности, где
М{у} – математическое ожидание случайной величины у.
Характер рассеяния случайной величины у около центра расширения у является дисперсия или среднее квадратическое отклонение
Дисперсия S2{у} является оценкой истиной дисперсии σ2{у} генеральной совокупности. При малом объеме выборки (измерений, m), когда m<30 то применяют следующие формулы:
(3.1)
(3.2)
(3.3)
Коэффициент вариации является относительной характеристикой рассеяния случайной величины. Оценка CV{у} истинного значения коэффициента вариации У{у} случайной величины генеральной совокупности определяется по формуле:
Если выразить в процентах, то это называется квадратической неровнотой.
(3.5)
Если выборка имеет большой объем, т. е.m>30, то для упрощения расчетов применяют «способ произведений» или «способ отсчета от условного нуля У0*». Ряд экспериментальных значений делят на классы (интервалы)
k – число классов.
k = 3,332 loq m + 1 при 50 k = при m>200 Таблица 3.1. Затем определяем величину интервала: В зависимости от Δу определяют границы классов и среднее значение класса, а затем, распределив все m значений по классам, определяют частоту значений по классам (табл.2) Пользуясь данными табл.2, находят среднее значение выборки: И среднее квадратическое отклонение: где Условный нуль, т. е.некоторое начальное значение соответствующее чаще всего максимальному значению mi, - среднее значение класса. Таблица 3.2. Границы класса Среднее значение класса Нормированное значение случайных величин mi
У
i
У
i
2
mi
У
i
2
Таблица 3.3. это заполняем это рассчитывается Границы классов Находим 3.7;3.5;3.8. ЛЕКЦИЯ №4
Сравнение двух дисперсий нормальных генеральных совокупностей.
Сравнение дисперсий производится при сопоставлении различных технологических объектов по устойчивости (воспроизводимости) их работы, при при выборе метода измерения параметров процесса или свойств продукта, обладающего меньшей ошибкой. Сравнение дисперсий проводится также при определении значимости разности средних двух рядов измерений. Пусть S1 и S2 – оценка одной и той же нормальной генеральной дисперсии, требуется проверить гипотезу Н0 ; σ12= σ22 по отношению к трем конкурирующим гипотезам: Н1; σ12=σ22; Н2; σ12>σ22; Н3; σ12<σ22. Так как случайные величины У1 и У2 распределены по нормальному закону, то в качестве критерия сравнения двух дисперсий принимается частное оценок дисперсии генеральной совокупности где в числителе – большая из двух оценок рассеяния (для того, чтобы F всегда было больше 1). Отношение дисперсий как статистическая характеристика при верной гипотезе Н0 имеет распределение Фишера с m1 – 1 и m2 – 1 степенями свободы. Расчетное значение критерия Фишера, определяемое по формуле: сравнивая с табличным критерием Фишера – Fт. Если FR Если FR>Fт, то гипотеза Н0 отвергается, т. е. два полученных ряда измерений являются неравнозначными. Пример 1. пусть выходной параметр объекта при одном уровне фактора характеризуется дисперсией S12{у} = 2,8 с числом степеней свободы f1 = 2 (число измерений 3); для второго уровня соответственно S2{у} = 1,6 ; f2= 12; FT[ Pд = 0,95; f1 = 2; f2= 12] = 3,885 Так как то гипотеза об однородности (воспроизводимости) дисперсии или равноточности двух рядов измерений У1 и У2 принимается. Активный эксперимент.
Планирование активного эксперимента.
Планирование эксперимента – это постановка опытов по некоторой заранее составленной схеме, обладающей какими-то оптимальными свойствами.
В настоящее время применение получили математико-статистические методы планирования экспериментов. В задачу планирования эксперимента входит:
выбор необходимых для эксперимента опытов, т. е. построение матрицы планирования, и выбор методов математической обработки результатов эксперимента. Матрица планирования эксперимента представляет собой таблицу, в которой указаны значения уровней факторов в различных сериях опытов. Численно опытов определяется задачами исследования и методами планирования эксперимента. Существует два вида планирования активного эксперимента: традиционное (классическое) однофакторное и многофакторное (факторное). При однофакторном планировании влияние входных параметров (факторов) на выходной параметр изучается постепенно, и в каждой серии опытов меняется уровень лишь одного фактора, а все остальные остаются неизменными. Число уровней N = 5 Факторное планирование
эксперимента – это такое планирование, при котором одновременно варьируются все факторы. При факторном планировании эксперимента проводится рандомизация опытов, которая позволяет исключать влияние неконтролируемых факторов и рассматривать их как случайные факторы. Выходные и входные параметры процесса.
При любом методе планирования эксперимента устанавливаются выходные параметры процесса и входные параметры, т. е. факторы, которые подлежат измерению и исследованию. Выходные параметры
– характеризуют объект и свойства получаемого продукта. Они могут быть: технико-технологические, экономические, статистические и т. д. В ходе развития науки разрабатываются и совершенствуются средства
познания
: – материальные, – математические, – логические, – языковые, – информационные. Все средства познания – это специально создаваемые средства. В этом смысле материальные, информационные, математические, логические, языковые средства познания обладают общим свойством: их конструируют, создают, разрабатывают, обосновывают для тех или иных познавательных целей (рис.4.6). Материальные средства
познания – это, в первую очередь, приборы для научных исследований. В истории с возникновением материальных средств познания связано формирование эмпирических методов исследования – наблюдения, измерения, эксперимента. Эти средства непосредственно направлены на изучаемые объекты, им принадлежит главная роль в эмпирической проверке гипотез и других результатов научного исследования, в открытии новых объектов, фактов. Использование материальных средств познания в науке вообще – микроскопа, телескопа, синхрофазотрона, спутников Земли и т.д. – оказывает глубокое влияние на формирование понятийного аппарата наук, на способы описания изучаемых предметов, способы рассуждений и представлений, на используемые обобщения, идеализации и аргументы. Рисунок 4.6 – Средства научного исследования Информационные средства
познания. Массовое внедрение вычислительной техники, информационных технологий, средств телекоммуникаций коренным образом преобразует научно-исследовательскую деятельность во многих отраслях науки, делает их средствами научного познания. В том числе, в последние десятилетия вычислительная техника широко используется для автоматизации эксперимента в физике, биологии, в технических науках и т.д., что позволяет в сотни, тысячи раз упростить исследовательские процедуры и сократить время обработки данных. Кроме того, информационные средства позволяют значительно упростить обработку статистических данных практически во всех отраслях науки. А применение спутниковых навигационных систем во много раз повышает точность измерений в геодезии, картографии и т.д. Математические средства
познания. Развитие математических средств познания оказывает все большее влияние на развитие современной науки, они проникают и в гуманитарные, общественные науки. Математика, будучи наукой о количественных отношениях и пространственных формах, абстрагированных от их конкретного содержания, разработала и применила конкретные средства отвлечения формы от содержания и сформулировала правила рассмотрения формы как самостоятельного объекта в виде чисел, множеств и т.д., что упрощает, облегчает и ускоряет процесс познания, позволяет глубже выявить связь между объектами, от которых абстрагирована форма, вычленить исходные положения, обеспечить точность и строгость суждений. Математические средства позволяют рассматривать не только непосредственно абстрагированные количественные отношения и пространственные формы, но и логически возможные, то есть такие, которые выводят по логическим правилам из ранее известных отношений и форм. Под влиянием математических средств познания претерпевает существенные изменения теоретический аппарат описательных наук. Математические средства позволяют систематизировать эмпирические данные, выявлять и формулировать количественные зависимости и закономерности. Математические средства используются также как особые формы идеализации и аналогии (математическое моделирование). Логические средства
познания. В любом исследовании ученому приходится решать логические задачи
: – каким логическим требованиям должны удовлетворять рассуждения, позволяющие делать объективно-истинные заключения; каким образом контролировать характер этих рассуждений? – каким логическим требованиям должно удовлетворять описание эмпирически наблюдаемых характеристик? – как логически анализировать исходные системы научных знаний, как согласовывать одни системы знаний с другими системами знаний (например, в социологии и близко с ней связанной психологии)? – каким образом строить научную теорию, позволяющую давать научные объяснения, предсказания и т.д.? Использование логических средств в процессе построения рассуждений и доказательств позволяет исследователю отделять контролируемые аргументы от интуитивно или некритически принимаемых, ложные от истинных, путаницу от противоречий. Языковые средства
познания. Важным языковым средством познания являются, в том числе, правила построения определений понятий (дефиниций). Во всяком научном исследовании ученому приходится уточнять введенные понятия, символы и знаки, употреблять новые понятия и знаки. Определения всегда связаны с языком как средством познания и выражения знаний. Правила использования языков как естественных, так и искусственных, при помощи которых исследователь строит свои рассуждения и доказательства, формулирует гипотезы, получает выводы и т.д., являются исходным пунктом познавательных действий. Знание их оказывает большое влияние на эффективность использования языковых средств познания в научном исследовании. Рядоположенно со средствами познания выступают методы научного познания (методы исследования). Под методами исследования
понимаются сами способы изучения явлений, получения научной информации с целью установления закономерных связей, отношений, построения научных теорий. В исследовательской работе магистрант, как правило, используют известные методы психолого-педагогических, социологических и экономических исследований. Выбор методов исследования зависит от определения темы, проблемы, гипотезы, цели и задач исследования. Этот вопрос достаточно полно освещен в специальной литературе. Вместе с тем, имеет смысл коротко описать основные методы. Все методы исследования можно разделить на теоретические, эмпирические и математические (статистические и эконометрические). Методы теоретического исследования
(теоретические методы) необходимы для определения проблем, формулирования гипотез и для оценки собранных фактов. Теоретический анализ
– это выделение и рассмотрение отдельных сторон, признаков, особенностей, свойств явлений. Анализ проявляется в мысленном расчленении целого (явления, свойства, процесса или отношения между предметами) на составные части, выполняемом в процессе познания, и позволяет получить информацию о структуре объекта исследования. Анализ сопровождается синтезом и позволяет проникнуть в сущность изучаемого вопроса. Синтез
-
процесс (как правило - целенаправленный) соединения или объединения ранее разрозненных вещей или понятий в нечто качественно новое, целое или представляющее набор. В дополнении к анализу, метод синтеза позволяет получить представления о связях между составляющими объекта исследования. Индуктивный метод
– метод познания, построенный на индукции, предполагающей движение мысли (процесс логического вывода) от частных суждений к общим. Дедуктивный метод
–
способ построения научных теорий на основе применения дедуктивной техники (дедукции) – системы логических умозаключений от общих суждений к частному выводу. Началом (посылками) дедукции являются аксиомы, постулаты или просто гипотезы, имеющие характер общих утверждений, а концом - следствия из посылок, теоремы, выводы. Если посылки дедукции истинны, то истинны и ее следствия. Дедукция - основное средство доказательства. Сравнение
–
метод познания, лежащий в основе суждений о сходстве или различии объектов. С помощью сравнения выявляются качественные и количественные характеристики предметов.
Обобщение
–
метод познания, приводящий к выделению и означиванию относительно устойчивых свойств объекта. В курсовых работах часто прибегают к использованию этого метода при обобщении понятий – логической операции, посредством которой в результате исключения видового признака получается понятие более широкого объема, но меньшего содержания. Абстрагирование
–
это метод познания, представляющий собой мысленное выделение существенных свойств и связей предмета и отвлечение от других его свойств и связей, признаваемых частными, несущественными. Это теоретическое обобщение позволяет отразить основные закономерности исследуемых объектов или явлений, изучать их, а так же прогнозировать новые, неизвестные закономерности. Можно сказать, что абстракция позволяет мысленно отвлечься от несущественных свойств предмета и выделить существенные, основные свойства, признаки, связи. Конкретизация
–
наполнение схематизированной когнитивной картины какого-либо предмета частными признаками, за счет чего оказывается возможным движение от одной схемы к другой, более оптимальной для решения конкретных задач. Систематизáция
–
метод объединения, сведения групп однородных по неким признакам единиц (параметрам, критериям) к определенному иерархиезированному единству в функциональных целях на основе существующих между ними связей и/или взаимодополняющих связей с внешним миром.
Классифика́ция
–
метод группировки объектов исследования или наблюдения в соответствии с их общими признаками. В результате разработанной классификации создаётся классифицированная система (классификация). Моделирование
– исследование каких-либо объектов на их моделях
(от лат. modis, фр. modele - образец), то есть на условных образах, схемах или физических конструкциях, аналогичных исследуемому объекту, с применением методов аналогии и теории подобия при проведении и обработке данных экспериментов. Моделирование применяется тогда, когда по каким-либо причинам трудно или невозможно изучать предмет в естественных условиях, или тогда, когда необходимо облегчить процесс исследования объекта. Модель отражает главные, с точки зрения решаемой задачи, свойства объекта моделирования в более простом, уменьшенном виде. При этом в модели отражается структура, свойства, взаимосвязи и отношения между элементами исследуемого объекта. Исследуемый объект, по отношению к которому изготавливается модель, называется оригиналом, образцом, прототипом.
В социологических исследованиях моделирование осуществляется с помощью знаков, символов, чертежей (схем). Теоретические методы связаны с изучением и анализом соответствующей литературы, позволяющей узнать, какие проблемы в исследуемой области и в каких аспектах уже достаточно изучены, по каким ведутся научные дискуссии, что устарело, а какие вопросы еще не решены. Работа с литературой
предполагает такие методы, как: составление библиографии –
перечня источников, отобранных для работы в связи с исследуемой проблемой; реферирование –
сжатое переложение основного содержания одной или нескольких работ по общей тематике; конспектирование
– ведение более детальных записей, основу которых составляет выделение главных идей и положений работы; аннотирование –
краткая запись общего содержания книги или статьи; цитирование –
дословная запись выражений, фактических ли цифровых данных, содержащихся в литературном источнике. Эмпирические методы
–
это исследовательские методы, основанные на описании фактов, практической деятельности, реально складывающегося опыта организации чего-либо (без последующих заключений и теоретических обобщений, т.к. это уже теоретические методы исследования). Беседа
– проводится по заранее намеченному плану с выделением вопросов, требующих выяснения, но при этом допускается импровизация, то есть незначительное отхождение от плана, поэтому беседа ведется в свободной форме без записи ответов респондентов. Интервью
(является разновидностью беседы) – исследователь придерживается заранее намеченных и записанных вопросов, задаваемых в определенной последовательности, и фиксирует ответы респондентов. Анкетирование
– метод массового сбора материала с помощью анкеты, в которой вопросы предъявляются опрашиваемым в письменном виде. При анкетировании можно пользоваться как анкетами, разработанными другими авторами, так и собственными, самостоятельно разработанными. Изучение документации
– метод исследования, при котором изучается различная документация организационного и практического характера, нормативные и инструктивно-методические документы. При этом делаются обобщения, выводы, обращается внимание на структуру документа, указываются основные положения, актуальные для данного исследования, и т.д. Научное наблюдение
–
общенаучный метод сбора первичной информации путем непосредственной регистрации исследователем событий, явлений и процессов, происходящих в определенных условиях. Получение эмпирической информации происходит с использованием органов чувств человека, различного рода научных приборов и операциональных средств для фиксации и количественной оценки поступающей информации. Научное наблюдение отличается четкостью поставленной цели, систематичностью, при необходимости – использованием приборов. К данному методу относится также изучение и обобщение опыта. Эксперимент
– метод научного исследования, с помощью которого в естественных или искусственно созданных условиях (контролируемых и управляемых) исследуется явление, процесс, ведется поиск нового, более эффективного способа решения какой-либо проблемы. Эксперимент представляет собой специально организованную проверку того или и иного метода, приема работы специалиста. Он предполагает активное вмешательство в реальную систему, поэтому его сущность
заключается в изменении условий, в которых находится изучаемый объект, а основная функция
– проверить эффективность (или неэффективность) этого вмешательства. При этом контроль и управление за всеми экспериментальными факторами осуществляется планомерно, эффекты (положительные или отрицательные) изменения объекта должны быть измерены с помощью обоснованного квалиметрического инструментария и научно интерпретированы. Отметим ведущее отличие эксперимента от наблюдения. В ходе эксперимента исследователь вводит новые факторы
в процесс и наблюдает, фиксирует и описывает последствия своего вмешательства, а в ходе наблюдения исследователь только
наблюдает, фиксирует и описывает то, что происходит в реальной действительности без какого – либо вмешательства
. Экспериментальный метод направлен на исследование причинно-следственных отношений между изучаемыми объектами. В нем присутствуют черты, характерные для теоретического познания: выделение стороны объекта (явления), интересующей исследователя, и абстрагирование от других его сторон. В процессе познания эксперимент и теория взаимодействуют: эксперимент подтверждает или опровергает теорию, находящуюся на стадии гипотезы, дает материал для ее развития. В диссертации необходимо: – представить программу эксперимента
(разработать методику исследования и план эксперимента, методы сбора и обработки полученных результатов); – провести и описать констатирующий эксперимент
(изучается наличное состояние объекта исследования, устанавливается реальное состояния дел с целью получения первичного материала для дальнейшего осмысления и организации формирующего эксперимента); – при необходимости провести пробный (пилотажный) эксперимент
, позволяющий проверить отдельные аспекты и готовность к основному (формирующему, преобразующему) эксперименту
, в процессе которого и будет производиться проверка выдвинутой гипотезы, ее введенных условий и их влияний на объект исследования, целесообразности; – провести, описать и дать оценку основному эксперимент, при необходимости провести и дать оценку отсроченному эксперименту. Результаты и описание основного эксперимента, количественный и качественный анализ, интерпретация полученных фактов, формулирование выводов и практических рекомендаций – обязательный элемент диссертации. Статистические методы
или, по-другому, методы статистической обработки данных экспериментальной работы,
применяются для обработки полученных методами опроса и эксперимента данных, а также для установления количественных зависимостей между изучаемыми явлениями (см. табл.1). Если в магистерской диссертации разрабатывается новый предмет туриндустрии (например, новый турпродукт), то эффективность его внедрения проверяется с использованием эконометрических методов
(см. табл.2). Таблица 1 – Таблица статистических методов сводки и обработки результатов эксперимента
Таблица 2 – Таблица экономертических методов сводки и обработки результатов эксперимента
Дадим краткую характеристику второй группы математических методов - эконометрических. Экспертная оценка -
метод проведения интуитивно-логического анализа проблемы. В нее входят: методы Дельфи, эвристические методы, «мозговой штурм», метод «коллективного блокнота», метод синектики. Детализация -
Детализация -
расчленение сводных показателей на составляющие их факторы, которые влияют на формирование общей величины процесса или явления. Производится по времени, удельному весу, месту. В сервисе и туризме позволяет установить влияние сезонности на уровень затрат; сформировать калькуляцию себестоимости продукции; проч. Учет -
это документирование, интвентаризация, бухгалтерская или финансовая отчетность. Позволяет: вести сплошное наблюдение за хозяйственными процессами, например, фиксировать время выполнения работ; сопоставлять ценности, ресурсы, обязательства и др. с учетными данными; обобщать информацию о хозяйственной деятельности предприятия. Количественно-стоимостное выражение -
оцифрованный объем спроса, предложения, перспективы развития процесса или явления. SWOT-анализ -
аббревиатурное обозначение первых букв английских слов: сила, слабость, возможности, угрозы. Позволяет провести детальное изучение внутренней и внешней среды предприятия. Выявленные с помощью данного метода сигналы - основа разработки и принятия управленческих решений. Построение прогнозных сценариев -
метод последовательного снятия неопределенности. Возможен в реализации только при использовании интеллектуальных информационных систем в рамках нейросетевых технологий. Под сценарием следует понимать гипотетическую картину последовательного развития в пространстве и времени событий. Это некоторая возможная оценка развития системы, отражаемая траекторией параметров, состояний, условий ее существования. Методика построения прогнозов включает в себя два этапа: подготовительный и сценарный. В них входят: разработка гипотезы, системное описание объекта прогнозирования, определение «трубки» возможных траекторий, разработка матриц «ситуации-факторы», расчеты по базовым сценариям, выдвижение альтернатив развития, оформление итогового документа. Графическое отражение динамики исследуемого процесса
(столбиковая или линейная диаграмма, гистограмма) -это иллюстрация результатов исследования (точка пересечения кривых спроса и предложения, др.). Причинно-следственный анализ -
метод снятия неопределенности, выявления симптом проблемы. Чтобы решить проблему, необходимо устранить ее причину (аксиома). Результаты выявления и устранения причин отражаются на экране следствий. В ходе реализации метода используются понятия «вход» в проблему и «выход» из нее. Направляющий контроль -
наблюдение от начала практической деятельности до ее окончания. В него входят: измерение, сравнение фактических данных, цели, построение графиков. Фильтрующий контроль -
отличается от предварительного, направляющего и последующего. Реализуется в случае, если замечено отклонение наблюдаемых данных от намеченных планом. Измерение эффективности -
иначе говоря, результативности какого-либо процесса, успешности его организаторов и исполнителей, рентабельности. Экономическая эффективность это отношение результата к затратам. Социальная - степень удовлетворенности спроса потребителей на товары или услуги. В социально-культурной сфере преобладает оценка социальной эффективности, однако, наилучший способ полноценно измерить результат - это измерение социальной и экономической, а также экологической, правовой и этической эффективности. Оценить эффективность можно по конечным результатам процесса. Средствами ее описания должны быть количественные и качественные показатели. Критерии измерения эффективности: количество и качество товаров или услуг; культура производства; активность, инициативность, сообразительность персонала. Функционально-стоимостной анализ (ФСА) -
метод комплексного исследования функций объекта на всех этапах его жизненного цикла, направленный на оценку минимальных затрат. Функция - это деятельность, обязанность, работа, назначение, роль, внешнее проявление свойств какого-либо объекта. Стоимостной анализ - анализ затрат. ФСА: анализ функций, анализ затрат, анализ ресурса выполнения функций. Методологической основой метода является функциональный подход как часть системно-функционального подхода. Этапы ФСА: подготовительный, информационный, аналитический, творческий, исследовательский, рекомендательный, внедрение и контроль результатов. Наиболее эффективное отражение результатов ФСА - диаграмма FAST. Методика FAST позволяет ответить на вопросы: какие функции являются объектом анализа, что предполагается сделать для осуществления данной функции, что влияет на функцию, кто ее выполняет, проч. «Дерево» решений -
схематическое отражение системы решений, иерархически упорядоченных в рамках базовой системы координат. Основные структурные элементы - «ветви», «узлы». «Ветви» - это варианты решений, возможные последствия решений. «Узлы» - места, где и когда решения должны быть выполнены. Используется прием построения системы координат с логико-временным или пространственным упорядочением решений. Наука - это специфическая деятельность людей, главной целью которой является получение знаний о реальности. Знание - главный продукт научной деятельности. К продуктам науки можно отнести также стиль рациональности, который распространяется во все сферы деятельности людей; и различные приборы, установки и методики, применяемые за пределами науки, прежде всего в производстве. Научная деятельность является и источником нравственных ценностей. Хотя наука ориентирована на получение истинных знаний о реальности, наука и истина не тождественны. Истинное знание может быть и ненаучным. Оно может быть получено в самых разных сферах деятельности людей: в обыденной жизни, экономике, политике, искусстве, в инженерном деле. В отличие от науки, получение знания о реальности не является главной, определяющей целью этих сфер деятельности (в искусстве, например, такой главной целью являются новые художественные ценности, в инженерном деле - технологии, изобретения, в экономике - эффективность, и т.д.). Важно подчеркнуть, что определение "ненаучный" не предполагает негативную оценку. Научная деятельность специфична. Другие сферы деятельности человека - обыденная жизнь, искусство, экономика, политика и др. - имеют каждая свое предназначение, свои цели. Роль науки в жизни общества растет, но научное обоснование не всегда и не везде возможно и уместно. История науки показывает, что научное знание не всегда является истинным. Понятие "научный" часто применяется в ситуациях, которые не гарантируют получение истинных знаний, особенно когда речь идет о теориях. Многие (если не большая часть) научные теории были опровергнуты в процессе развития науки. Наука не признает паранаучные концепции: алхимию, астрологию, парапсихологию, уфологию, торсионные поля и т.п. Она не признает эти концепции не потому, что не хочет, а потому, что не может, поскольку, по выражению Т.Гексли, "принимая что-нибудь на веру, наука совершает самоубийство". А никаких достоверных, точно установленных фактов в таких концепциях нет. Возможны случайные совпадения. Однако, паранаучные концепции и объекты паранауки иногда могут трансформироваться в научные концепции и предметы науки. Для этого необходимы воспроизводимость результатов экспериментов, использование научных понятий при создании теорий и предсказательность последних. Например, алхимия как паранаука о превращении элементов нашла "продолжение" в современной научной области, связанной с радиоактивным превращением элементов. По поводу такого рода проблем Ф.Бэкон писал так: "И потому правильно ответил тот, который, когда ему показали выставленное в храме изображение спасшихся от кораблекрушения принесением обета и при этом добивались ответа, признает ли теперь он могущество богов, спросил в свою очередь: "А где изображение тех, кто погиб после того, как принес обет?" Таково основание почти всех суеверий - в астрологии, в поверьях, в предсказаниях и тому подобном. Люди, услаждающие себя подобного рода суетой, отмечают то событие, которое исполнилось, и без внимания проходят мимо того, которое обмануло, хотя последнее бывает гораздо чаще". Между тем, в настоящее время, как и прежде, имеется ряд труднообъяснимых явлений и объектов, которые из области паранауки или веры могут трансформироваться в предмет научного знания. Например, известная проблема "Туринской плащаницы". По преданию на ней сохранился отпечаток тела основателя христианской религии, причем природа этого отпечатка до сих пор была не известна. Результаты, научных исследований, полученные с использованием компьютерной обработки трехмерных изображений этого отпечатка и опубликованные в научной печати, однозначно показывают, что он возник в результате взаимодействия с тканью плащаницы мощного энергетического импульса, источник которого находился внутри плащаницы. Природа этого источника остается загадкой, требующей дальнейшего научного исследования. Важные черты облика современной науки связаны с тем, что сегодня она является профессией. До недавнего времени наука была свободной деятельностью отдельных ученых. Она не была профессией и никак специально не финансировалась. Как правило, ученые обеспечивали свою жизнь за счет оплаты их преподавательской работы в университетах. Однако сегодня ученый - это особая профессия. В XX веке появилось понятие "научный работник". Сейчас в мире около 5 млн. людей профессионально занимаются наукой. Для развития науки характерны противостояния различных направлений. Новые идеи и теории утверждаются в напряженной борьбе. М. Планк сказал по этому поводу: "Обычно новые научные истины побеждают не так, что их противников убеждают и они признают свою неправоту, а большей частью так, что противники эти постепенно вымирают, а подрастающее поколение усваивают истину сразу". Развитие науки происходит в постоянной борьбе различных мнений, направлений, борьбе за признание идей. Каковы же критерии научного знания, его характерные признаки? Одним из важных отличительных качеств научного знания является его систематизированность. Она является одним из критериев научности. Но знание может быть систематизированным не только в науке. Кулинарная книга, телефонный справочник, дорожный атлас и т.д. и т.п. - везде знание классифицируется и систематизируется. Научная же систематизация специфична. Для нее свойственно стремление к полноте, непротиворечивости, четким основаниям систематизации и, самое главное, внутренняя, научно обоснованная логика построения данной систематизации. Научное знание как система имеет определенную структуру, элементами которой являются факты, законы, теории, картины мира. Отдельные научные дисциплины взаимосвязаны и взаимозависимы. Стремление к обоснованности, доказательности знания является важным критерием научности. Обоснование знания, приведение его в единую систему всегда было характерным для науки. Со стремлением к доказательности знания иногда связывают само возникновение науки. Применяются разные способы обоснования научного знания. Для обоснования эмпирического знания применяются многократные проверки, использование различных экспериментальных методов, статистическая обработка результатов экспериментов, обращение к однородным экспериментальным результатам и т.п. При обосновании теоретических концепций проверяется их непротиворечивость, соответствие эмпирическим данным, возможность описывать и предсказывать явления. В науке ценятся оригинальные, "сумасшедшие" идеи, позволяющие абсолютно по-новому взглянуть на известный круг явлений. Но ориентация на новации сочетается в ней со стремлением элиминировать из результатов научной деятельности все субъективное, связанное со спецификой самого ученого. В этом - одно из отличий науки от искусства. Если бы художник не создал своего творения, то его бы просто не было. Но если бы ученый, пусть даже великий, не создал теорию, то она все равно была бы создана, потому что представляет собой необходимый этап развития науки, является отражением объективного мира. Этим объясняется часто наблюдаемое одновременное создание определенной теории различными учеными. Гаусс и Лобачевский - создатели неэвклидовой геометрии, Пуанкаре и Эйнштейн - теории относительности и др. Хотя научная деятельность специфична, в ней применяются приемы рассуждений, используемые людьми в других сферах деятельности, в обыденной жизни. Для любого вида человеческой деятельности характерны приемы рассуждений, которые применяются и в науке, а именно: индукция и дедукция, анализ и синтез, абстрагирование и обобщение, идеализация, описание, объяснение, предсказание, гипотеза, подтверждение, опровержение и пр. Основными методами получения эмпирического знания в науке являются наблюдение и эксперимент. Наблюдение - это такой метод получения эмпирического знания, при котором главное - не вносить при исследовании самим процессом наблюдения в изучаемую реальность какие-либо изменения. В отличие от наблюдения, в рамках эксперимента изучаемое явление ставится в особые условия. Как писал Ф. Бэкон, "природа вещей лучше обнаруживает себя в состоянии искусственной стесненности, чем в естественной свободе". Важно подчеркнуть, что эмпирическое исследование не может начаться без определенной теоретической установки. Хотя говорят, что факты - воздух ученого, тем не менее постижение реальности невозможно без теоретических построений. И.П.Павлов писал по этому поводу так: "... всякий момент требуется известное общее представление о предмете, для того чтобы было, на что цеплять факты...". Задачи науки никак не сводятся к сбору фактического материала. Научные теории не появляются как прямое обобщение эмпирических фактов. Как писал А. Эйнштейн, "никакой логический путь не ведет от наблюдений к основным принципам теории". Теории возникают в сложном взаимодействии теоретического мышления и эмпирического знания, в ходе разрешения чисто теоретических проблем, в процессе взаимодействия науки и культуры в целом. При построении теории ученые применяют различные способы теоретического мышления. В ходе мысленного эксперимента теоретик как бы проигрывает возможные варианты поведения разработанных им идеализированных объектов. Один из наиболее важных мысленных экспериментов в истории естествознания содержится в критике Галилеем аристотелевской теории движения. Он опровергает предположение Аристотеля о том, что естественная скорость падения более тяжелого тела выше, чем скорость более легкого тела. "Если мы возьмем два падающих тела, - рассуждает Галилей, - естественные скорости которых различны, и соединим тело, движущееся быстрее, с телом, движущимся медленнее, то ясно, что движение тела, падающего быстрее, замедлится, а движение другого тела - ускорится". Таким образом, общая скорость будет меньше скорости одного быстро падающего тела. Однако, два тела, соединенные вместе, составляют тело, большее первоначального тела, которое имело большую скорость, значит, выходит, что более тяжелое тело движется с меньшей скоростью, чем более легкое, а это противоречит предположению. Поскольку аристотелевское предположение было одной из посылок доказательства, оно теперь опровергнуто: доказана его абсурдность. Другим примером мысленного эксперимента является разработка представления об атомизме мира в древнегреческой философии, заключающаяся в последовательном разрезании куска какого-либо вещества на две половины. В результате многократного повторения этого действия необходимо выбрать между полным исчезновением вещества (что, естественно, невозможно) и мельчайшей неделимой частицей - атомом. Более близкие мысленные эксперименты - цикл Карно в термодинамике, а в последнее время мысленные эксперименты в теории относительности и квантовой механике, в частности, при обосновании Эйнштейном общей и специальной теории относительности. Математический эксперимент - это современная разновидность мысленного эксперимента, при котором возможные последствия варьирования условий в математической модели просчитываются на компьютерах. Пример - метод Монте-Карло, позволяющий математически моделировать случайные процессы (диффузия, рассеяние электронов в твердых телах, детектирование, связь и т.д.) и вообще любые процессы, на протекание которых влияют случайные факторы, а именно оценка некоторого интеграла с помощью среднего значения подынтегральной функции некой случайной величины с известной функцией распределения. В этом случае достаточно сравнить ограниченное число экспериментальных данных с практически неограниченным набором расчетных значений, полученных при изменении большого числа параметров, чтобы подтвердить правильность математического эксперимента. Большое значение для ученых, особенно для теоретиков, имеет философское осмысление сложившихся познавательных традиций, рассмотрение изучаемой реальности в контексте картины мира. Обращение к философии особенно актуально в переломные этапы развития науки. Великие научные достижения всегда были связаны с выдвижением философских обобщений. Философия содействует эффективному описанию, объяснению, а также пониманию реальности изучаемой наукой. Часто сами философы в результате осмысливания общей картины мира приходят к фундаментальным выводам, имеющим первостепенное значение для естественных наук. Достаточно вспомнить учение древнегреческого философа Демокрита об атомистическом строении веществ или назвать знаменитый труд Г.Ф. Гегеля "Философия природы", в котором дано философское обобщение картины мира. Историческое значение "Философии природы" состоит в попытке рациональной систематизации и установления связи между отдельными ступенями развития неорганической и органической природы. В частности, это позволило Гегелю предсказать периодическую систему элементов: "Следовало бы поставить себе задачу познать показатели отношений ряда удельных тяжестей как некоторую систему, вытекающую из правила, которое бы специфицировало бы арифметическую множественность в ряд гармонических узлов. Такое же требование должно было быть поставлено и познанию указанных выше рядов химического сродства". В свою очередь, великие естествоиспытатели, изучая природные явления, поднимались до философских обобщений природных закономерностей. Таков универсальный принцип дополнительности, сформулированный Н. Бором: более точное определение одной из дополняющих друг друга характеристик объекта или явления приводит к уменьшению точности других. Этот принцип реализуется во всех методах, изучающих природу, человека, общество. В квантовой механике он известен как принцип Гейзенберга: (формула" src="http://hi-edu.ru/e-books/xbook331/files/AD3.gif" border="0" align="absmiddle" alt=". Другой пример - двойственность электромагнитного излучения: проявление волновой и корпускулярной природы. В зависимости от условий эксперимента, материя проявляет свои волновые или корпускулярные свойства. Например, свет ведет себя как электромагнитная волна при взаимодействии с дифракционной решетки и описывается системой уравнений Максвелла. В опытах же по внешнему фотоэлектрическому эффекту, эффекту Комптона свет ведет себя как частица (фотон) с энергией формула" src="http://hi-edu.ru/e-books/xbook331/files/AD5.gif" border="0" align="absmiddle" alt=" - частота электромагнитного излучения С ростом частоты бритва Оккама": чем ближе мы к истине, тем проще основные законы ее описывающие, или: не умножай сущностей сверх необходимого, то есть объясняй факты простейшим способом. Известный химик и философ М. Полани показал в конце 50-х годов нашего века, что предпосылки, на которые ученый опирается в своей работе, невозможно полностью выразить в языке. Полани писал: "То большое количество учебного времени, которое студенты-химики, биологи и медики посвящают практическим занятиям, свидетельствует о важной роли, которую в этих дисциплинах играет передача практических знаний и умений от учителя к ученику. Из сказанного можно сделать вывод, что в самом центре науки существуют области практического знания, которые через формулировки передать невозможно". Знания такого типа Полани назвал неявными. Эти знания передаются не в виде текстов, а путем непосредственной демонстрации образцов и непосредственного общения в научной школе. Термин "менталитет" применяется для обозначения тех слоев духовной культуры, которые не выражены в виде явных знаний, но, тем не менее, существенно определяют лицо той или иной эпохи или народа. Но и любая наука имеет свой менталитет, отличающий ее от других областей научного знания, но тесно связанный с менталитетом эпохи. Важнейшими средствами сохранения и распространения научного менталитета являются миграция ученых для работы из лаборатории в лабораторию, желательно не только в пределах одной страны, и создание и поддержка научных школ. Только в научных школах молодые ученые могут воспринять научный опыт, знания, методологию и менталитет научного творчества. В качестве примера, можно упомянуть в физике могучие школы Резерфорда за рубежом и школу А.Ф. Иоффе в нашей стране. Разрушение научных школ приводит к полному разрушению научных традиций и самой науки. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ Основные цели дисциплины - изучение методов и средств научного познания физических процессов, происходящих при функционировании различных технических устройств; приобретение необходимых знаний и навыков для освоения курсов прикладной механики, а также проектирования, расчёта, конструирования, производства и диагностики объектов техники, изучаемых студентами в циклах специальных дисциплин. – методам статистической обработки и интерпретации результатов измерений; – методам планирования научных и технических экспериментов; – работать с измерительной техникой; – овладеть принципами, способами и методами измерения характеристик процессов и величин физических параметров; – обработке результатов измерений. В результате изучения дисциплины «Методы и средства исследования» студент должен: – основные экспериментальные и численные способы исследования характеристик технических устройств; – основные методы статистической обработки результатов инженерных и научных исследований; – основные методы планирования результатов экспериментальных и численных исследований, применяемые в промышленности и сфере обслуживания технических устройств; – методы и средства измерений физических величин и характеристик процессов, происходящих при функционировании машин и агрегатов; – методы диагностики бытовых машин и агрегатов; – производить диагностику технических устройств на основе вероятностных методов математической статистики; – планировать и проводить технические эксперименты; – производить статистическую обработку результатов экспериментов; – проводить численные эксперименты с применением вычислительной техники и современных численных пакетов программ; · получить навыки: – в проведении научных экспериментов с бытовыми техническими устройствами; – в применении численных и статистических методов исследования, а также методов диагностики для инженерных расчетов; – в использовании программных пакетов "Mathcad, Statistica,LabView". ТЕОРЕТИЧЕСКИЕ ЗАНЯТИЯ Введение
Теоретические основы и основные понятия дисциплины. Ее содержание и место в системе изучаемых дисциплин и инженерных знаний будущих специалистов – механиков сервиса. Виды и этапы научных исследований. Основные предпосылки и сущность исследований. Тема 1.
Теоретические основы и основные понятия дисциплины Численные, экспериментальные и экспериментально-теоретические методы исследований. Прямые, косвенные и совокупные измерения характеристик процессов. Идеальная и обобщенная схема исследований. Тема 2.
Погрешности результатов исследований и причины погрешностей Применение измерительной техники для исследования материалов и технологических процессов. Погрешности представительности измеряемых величин. Обратное воздействие процесса измерения на измеряемую величину. Аддитивные и мультипликативные внешние и внутренние помехи. Систематические и случайные погрешности. Статические и динамические погрешности. Погрешность результата измерения, недостоверность измерения и предел погрешности. Погрешности, связанные c обработкой результатов исследований. Лабораторное занятие:
Обработка статистических характеристик по результатам эксперимента. Исследование погрешностей измерения и обработки результатов исследований. Тема 3.
Статистические погрешности измерений Виды погрешностей, их описание, погрешность отдельного измерения и среднего значения. Математическое ожидание, дисперсия и их оценки. Построение гистограммы результатов исследований. Дифференциальная и интегральная функции распределения. Статистическая надежность и доверительный интервал результата. Лабораторное занятие:
Определение и исследование основных параметров описательной статистики по результатам эксперимента. Тема 4.
Методы статистической обработки результатов исследований Основные законы распределений результатов исследований. Нормальное и логнормальное распределения случайных величин. Распределения функций случайных величин. -распределение, t –распределение Стьюдента. Соотношение между теоретическими и экспериментальными значениями вероятностных оценок погрешностей. Качественная и количественная оценка гипотезы нормальности распределения. Лабораторное занятие:
Определение характеристик случайных процессов на основе корреляционного анализа. Тема 5.
Регрессионный анализ результатов исследований Применение числовых и функциональных характеристик случайных величин для анализа технологических процессов. Линейная и нелинейная регрессии. Оценка коэффициентов регрессии. Доверительные границы коэффициентов регрессии. Анализ уравнения регрессии. Линейная корреляция. Определение и нормирование корреляционной функции. Лабораторное занятие:
Исследование уравнений линейной и нелинейной регрессии. Тема 6.
Основы планирования экспериментальных исследований Планирование и обработка активного однофакторного эксперимента. Планирование эксперимента для получения линейных многофакторных моделей. Численный и физический эксперимент. Полный факторный эксперимент. Получение уравнения регрессии на основе полного факторного эксперимента. Дробные реплики. Метод крутого восхождения. Планы второго порядка. Планирование объема выборки; применение основных статистических критериев для сравнения числовых характеристик продукта или технологического процесса. Лабораторное занятие:
Планирование эксперимента и обработка результатов. Тема 7.
Основы теории технической диагностики Постановка задач технической диагностики. Вероятностные методы распознавания Байеса и минимакса. Метрические методы распознавания. Логические методы. Теория управления. Лабораторное занятие:
Обоснование статистических решений методами технической диагностики. Тема 8. Основы математического моделирования Понятие о физической и математической модели. Структура математической модели. Анализ математических моделей с использованием аналитических и численных методов. Модели анализа и синтеза. Уровни и классы моделей, и иерархические принципы построения математических моделей. Общие численные методы решения инженерных задач. Пакеты прикладных программ инженерных расчетов. Лабораторное занятие:
Модели физических процессов, использующие дифференциальные уравнения второго порядка (моделирование остывания нагретых тел; оценка коэффициента остывания по экспериментальным результатам). Тема 9.
Методы и средства исследования счетчиков времени и событий Конструкции и параметры часов, счетчиков: механических, электромеханических, суммирующих, дифференциальных, пневматических, электронных, многофункциональных и др. Лабораторное занятие:
Исследование счетчиков времени. Тема 10.
Методы и средства исследования кинематических и динамических параметров Скорости, частоты вращения, массы и ее производные. Параметры потока жидкостей и газов. Способы взвешивания, измерения расхода, малых линейных и угловых перемещений и деформаций. Лабораторное занятие:
Исследование колебательных процессов. Тема 11.
Методы и способы исследования теплофизических величин Температуры в твердых, жидких и газообразных веществах, определения теплофизических свойств тел, термометров, пирометров, калориметров, безинерционные средства и способы измерения параметров тепловых потоков. Лабораторное занятие:
Исследование теплофизических параметров твердых, жидких и газообразных веществ. Тема 12.
Методы и средства исследования высокочастотных и звуковых колебаний Уровни шума, частотных характеристик, анализ шумов, шумомеры, вибродиагностика технического оборудования и систем. Лабораторное занятие:
Исследование уровня и частоты звука. Тема 13.
Методы, средства и способы исследования электромагнитных величин Напряжение, ток, сопротивление, фазовые характеристики, амплитудные и действующие значения, интенсивности излучений и их безопасные нормы, электронно-лучевые и числовые осциллографы, аналогово-цифровые преобразователи и др. Лабораторное занятие:
Исследование электромагнитных величин. Тема 14.
Методы и средства исследования параметров светотехнических и радиоактивных величин Яркость, освещенность, сила света, интенсивность светового потока, поглощенные дозы радиации, радиоактивность излучений. Допустимые нормы радиоактивности, радиометрия, спектральный анализ, счетчики, детекторы и др. Лабораторное занятие:
Исследование светотехнических величин. Организация самостоятельной работы студентов Самостоятельная работа по дисциплине включает: – изучение теоретического материала по конспекту лекций, а также с использованием дополнительной литературы; – выполнение домашнего задания по темам дисциплины: – по темам 1-4: изучить теоретические основы научных исследований: планирование эксперимента, моделирование, методов исследований; выбрать объект из изделий бытовой техники, спланировать и провести эксперимент по оптимизации его основного(ых) параметра (ов); – по темам 5-9: изучить статистические распределения и гипотезы, используемые в научном эксперименте; по заданной выборке изделий из партии провести приемочный контроль всей партии; по заданной выборке параметров технологического процесса провести текущий - предупредительный контроль настроенности самого технологического процесса. – по темам 9-14: изучить методы и средства измерений, используемые в научном эксперименте; изучить погрешности, имеющие место при проведении исследований; – подготовку к зачету. ФОРМЫ И ВИДЫ КОНТРОЛЯ ЗНАНИЙ 1. Текущий контроль: Рубежный контроль. Основная: 1. Кремер, Н. Ш. Теория вероятностей и математическая статистика: учебник / Н. Ш. Кремер. - М. : ЮНИТИ, 2006. 2. Ефимова, М. Р. Общая теория статистики: учебник / М. Р. Ефимова. – М. : ИНФРА-М, 2006. 3. Вентцель, Е. С. Теория случайных процессов и ее инженерные приложения: учеб. пособие / Е. С. Вентцель, Л. А. Овчаров. – М. : Высшая школа, 2005. Дополнительная: 1. Измерения в промышленности: справочник: в 3 кн. / под ред. П. Профоса. – М. : Металлургия, 2000. 2. Лепеш, Г. В. Методы и средства исследований: лабораторный практикум / Г. В. Лепеш. - СПб. : СПбГАСЭ, 2004. 3. Лепеш, Г. В. Методы и средства исследований: метод. указ. по изучению курса / Г. В. Лепеш. - СПб. : СПбГАСЭ, 2005. 4. Страхов, А. Ф. Автоматизированные измерительные комплексы / А. Ф. Страхов. - М. : Энергоиздат, 2002. Лекции проводятся с использованием диафильмов, слайдов и плакатов по основным темам дисциплины. Лабораторные занятия проводятся в компьютерном классе «Информатика» с использованием программных пакетов «STATISTICA-6», «LAB VIEW» и «MATHCAD». Дисциплина обеспечена электронной версией конспекта лекций. Для оценки уровня освоения отдельных тем предусмотрены программы тестового контроля. Составитель: к.т.н., доц. кафедры «Техническая механика» В.А. Долженков. Рецензент: д.т.н., проф. кафедры «Техническая механика» Л.А. Голдобина. УЧЕБНЫЙ ПРАКТИКУМ ПО ВТ
ЦЕЛИ И ЗАДАЧИ ИЗУЧЕНИЯ ДИСЦИПЛИНЫ Основные цели дисциплины – сформировать у студентов практические навыки работы с современной вычислительной техникой в основных направлениях и будущей профессиональной деятельности. Задачи дисциплины – научить студентов: Основам программирования в среде QBasic; Работать с линейными программами и программами более сложного структурного типа; Работать с программами для работы с файлами последовательного доступа. Знания, полученные при изучении дисциплины, позволяют сформировать наиболее оптимальный комплекс знаний будущего специалиста в основных направлениях его профессиональной деятельности, а так же дать студентам практические навыки и теоретические знания, необходимые для работы на персональном компьютере. ТРЕБОВАНИЯ К УРОВНЮ ОСВОЕНИЯ СОДЕРЖАНИЯ ДИСЦИПЛИНЫ В результате изучения дисциплины «Учебный практикум по ВТ» студент должен: Современное состояние программных средств электронно-вычислительной техники; Пользоваться компьютером; Использовать необходимую для работы программную среду; Передавать информацию из одного программного приложения в другие; Составлять простые программы в «Бейсике» · получить навыки: Передачи информации из одного программного приложения в другие; Составления простых программ в «Бейсике». ВИДЫ УЧЕБНОЙ РАБОТЫ. УЧЕБНО-ТЕМАТИЧЕСКАЯ КАРТА ДИСЦИПЛИНЫ ТЕОРЕТИЧЕСКИЕ ЗАНЯТИЯ Тема 1.
Вход в среду QBasic Лабораторное занятие:
Редактирование текста в редакторе QBasic на примере простой программы. Тема 2.
Отладка линейной программы Лабораторное занятие:
Разработка программы для освоения операторов ввода-вывода (DATA, READ, PRINT). Тема 3.
Отладка программы с разветвлениями Лабораторное занятие:
Разработка программы для освоения операторов INPUT, IF THEN ELSE (линейная и блочная формы). Тема 4.
Отладка программы с циклами Лабораторное занятие:
Разработка программы для освоения операторов цикла FOR…NEXT. Тема 5.
Отладка программы с вложенными циклами Лабораторное занятие:
Разработка программы для освоения вложенных циклов FOR…NEXT и операторов цикла DO LOOP и WHILE WEND. Тема 6.
Отладка программы с подпрограммами Лабораторное занятие:
Разработка программы для освоения подпрограмм SUB и GOSUB. Тема 7.
Программы для работы с файлами последовательного доступа Лабораторное занятие:
Разработка программы для освоения операторов OPEN, CLOSE, INPUT#, PRINT#. Тема 8.
Построение графиков простых функций Лабораторное занятие:
Разработка программы для освоения операторов графического режима DRAW, LINE, CIRCLE, GET, PUT. ОРГАНИЗАЦИЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТА Самостоятельная работа студентов по дисциплине включает: Выполнение лабораторных работ и расчетов на ПК; Подготовка к зачету. ФОРМЫ И ВИДЫ КОНТРОЛЯ ЗНАНИЙ 1. Текущий контроль: Отчет по результатам выполнения лабораторных работ; Рубежный контроль. 2. Промежуточная аттестация – зачетно-экзаменационная сессия: Зачет – по результатам проведения всех форм текущего контроля в соответствии с учебным планом. 3. Контроль остаточных знаний студентов (тесты). УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ Основная: 1. Безручко, В. Т. Практикум по курсу «Информатика»: учеб. пособие / В. Т. Безручко. – М. : Финансы и статистика, 2004. 2. Информатика: практикум / под ред. Н. В. Макаровой. – М. : Финансы и статистика, 2003. 3. Касаев, Б. С. Информатика: практикум на ЭВМ: учеб. пособие / Б. С. Касаев, В. А. Каймин. – М. : Инфра-М, 2003. Дополнительная: 1. Акулов, О. А. Информатика. Базовый курс: учебник / О. А. Акулов. – М. : Омега-Л, 2005. 2. Гордеев, А. В. Операционные системы: учебник / А. В. Гордеев. – СПб. : Питер, 2004. 3. Королев, Л. Н. Информатика. Введение в компьютерные науки: учебник / Л. Н. Королев, А. И. Шиков. – М. : Высшая школа, 2003. 4. Лабораторный практикум по информатике: учеб. пособие / под ред. В. А. Острейковского. – М. : Высшая школа, 2003. 5. Олифер, В. Г. Сетевые операционные системы / В. Г. Олифер. – СПб. : Питер, 2005. 6. Попов, А. А. Excel. Практическое руководство: учеб. пособие / А. А. Попов. – М. : ДЕСС, 2004. 7. Тяжев, А. Т. Основы программирования на языке BASIC: лабораторный практикум / А. Т. Тяжев. – СПб. : СПбГАСЭ, 2005. 8. Уваров, В. М. Практикум по информатике и ВТ: учеб. пособие / В. М. Уваров. – М. : Академия, 2005. Периодические издания: 1. Информатика и системы управления: журнал МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ Лабораторные работы проводятся в компьютерном классе «Информатика», укомплектованном учебно-наглядными материалами (лабораторным стендом для изучения устройства персонального компьютера, наборами плакатов и таблиц, диаграмм) и оснащенном соответствующим оборудованием. Составители: к.т.н., доц. кафедры «Информатика» А.Т. Тяжев. Рецензент: к.т.н., доц. кафедры «Информатика» П.Е. Антонюк. 4.3. Национально-региональный (вузовский) компонент Средства и методы
являются важнейшими составляющими компонентами логической структуры организации деятельности. В ходе развития науки разрабатываются и совершенствуются средства познания:
материальные, математические, логические, языковые, информационные. Все средства познания – это специально создаваемые средства. Материальные средства познания
– это, в первую очередь, приборы для научных исследований. В истории с возникновением материальных средств познания связано формирование эмпирических методов исследования – наблюдения, измерения, эксперимента. Использование материальных средств познания в науке вообще – оказывает глубокое влияние на формирование понятийного аппарата наук, на способы описания изучаемых предметов, способы рассуждений и представлений, на используемые обобщения, идеализации и аргументы. Информационные средства познания.
Массовое внедрение вычислительной техники, информационных технологий, средств телекоммуникаций коренным образом преобразует научно-исследовательскую деятельность во многих отраслях науки, делает их средствами научного познания. Информационные средства позволяют значительно упростить обработку статистических данных практически во всех отраслях науки. А применение спутниковых навигационных систем во много раз повышает точность измерений в геодезии, картографии и т.д. Математические средства познания.
Развитие математических средств познания оказывает все большее влияние на развитие современной науки, они проникают и в гуманитарные, общественные науки. Математика, будучи наукой о количественных отношениях и пространственных формах, абстрагированных от их конкретного содержания, разработала и применила конкретные средства отвлечения формы от содержания и сформулировала правила рассмотрения формы как самостоятельного объекта в виде чисел, множеств и т.д., что упрощает, облегчает и ускоряет процесс познания, позволяет глубже выявить связь между объектами, от которых абстрагирована форма, вычленить исходные положения, обеспечить точность и строгость суждений. Математические средства позволяют рассматривать не только непосредственно абстрагированные количественные отношения и пространственные формы, но и логически возможные, то есть такие, которые выводят по логическим правилам из ранее известных отношений и форм. Под влиянием математических средств познания претерпевает существенные изменения теоретический аппарат описательных наук. Математические средства позволяют систематизировать эмпирические данные, выявлять и формулировать количественные зависимости и закономерности. Математические средства используются также как особые формы идеализации и аналогии (математическое моделирование). Логические средства познания.
В любом исследовании ученому приходится решать логические задачи. Использование логических средств в процессе построения рассуждений и доказательств позволяет исследователю отделять контролируемые аргументы от интуитивно или некритически принимаемых, ложные от истинных, путаницу от противоречий. Языковые средства познания.
Важным языковым средством познания являются, в том числе, правила построения определений понятий (дефиниций). Во всяком научном исследовании ученому приходится уточнять введенные понятия, символы и знаки, употреблять новые понятия и знаки. Определения всегда связаны с языком как средством познания и выражения знаний. Существенную, подчас определяющую роль в построении любой научной работы играют применяемые методы исследования.
Методы исследования подразделяются на эмпирические
(эмпирический – дословно – воспринимаемый посредством органов чувств) и теоретические
. Исходя из этого мы выделяем: – методы-операции;
– методы-действия.
Теоретические методы:
– методы – познавательные действия: выявление и разрешение противоречий, постановка проблемы, построение гипотезы и т.д.; – методы-операции: анализ, синтез, сравнение, абстрагирование и конкретизация и т.д. Табл. 3 Методы научного исследования
(3.7) стр. 35 – 36
(3.8)
(3.9)
нормированное значение параметра;
- при max mi
(4.2)
,
Шкала
наименований
Шкала
порядковая
Шкала
интервальная
Методы первичной
обработки результатов эксперимента
· регистрация
· ранжиро-вание
· частота
· мода
· регистрация
· ранжирование
· частота
· мода
· медиана
· регистрация
· ранжирование
· частота
· мода
· медиана
· среднее значение
· дисперсия
· коэффициент
вариации
Методы вторичной
обработки результатов
эксперимента
· коэффициент ассоциации
· критерий c²
· критерий Макнамары
· коэффициент Спирмена
· коэффициент Кэндела
· критерий c²
· критерий знаков
· медианный
критерий
· критерий
Вилкоксона-Манна-Уитни
· критерий Колмогорова-Смирнова
· линейная корреляция (по Пирсону)
· критерий c²
· критерий
Фишера
· критерий
Стьюдента
· критерий
Вилкоксона
№ п/п
Наименование темы
лекции
лаб.
раб.
пр.
зан.
сем.
зан.
итого
Введение
-
-
-
-
1.
Теоретические основы и основные понятия дисциплины
-
-
-
2.
Погрешности результатов исследований и причины погрешностей
-
-
3.
Статистические погрешности измерений
-
-
4.
Методы статистической обработки результатов исследований
-
-
5.
Регрессионный анализ результатов исследований
-
-
6.
Основы планирования экспериментальных исследований
-
-
7.
Основы теории технической диагностики
-
-
8.
Основы математического моделирования
-
-
9.
Методы и средства исследования счетчиков времени и событий
-
-
10.
Методы и средства исследования кинематических и динамических параметров
-
-
11.
Методы и способы исследования теплофизических величин
-
-
12.
Методы и средства исследования высокочастотных и звуковых колебаний
-
-
13.
Методы, средства и способы исследования электромагнитных величин
-
-
14.
Методы и средства исследования параметров светотехнических и радиоактивных величин
-
-
Всего:
-
-
Формы итогового контроля:
Курс. работа (проект)
Контр. работа
Зачет
Экзамен
Семестры:
-
-
-
Для заочной формы обучения
Всего:
-
-
Формы итогового контроля:
Курс. работа (проект)
Контр. работа
Зачет
Экзамен
Семестры:
-
-
-
№ п/п
Наименование темы
Объем аудиторных занятий (в часах)
Объем
сам. раб. студентов
(в час.)
лекции
лаб.
раб.
пр.
зан.
сем.
зан.
итого
1.
Вход в среду QBasic
-
-
-
2.
Отладка линейной программы
-
-
-
3.
Отладка программы с разветвлениями
-
-
-
4.
Отладка программы с циклами
-
-
-
5.
Отладка программы с вложенными циклами
-
-
-
6.
Отладка программы с подпрограммами
-
-
-
7.
Программы для работы с файлами последовательного доступа
-
-
-
8.
Построение графиков простых функций
-
-
-
Всего:
-
-
-
Формы итогового контроля:
Курс. работа (проект)
Контр. работа
Зачет
Экзамен
Семестры:
-
-
-
Для заочной формы обучения
Всего:
-
-
-
Формы итогового контроля:
Курс. работа (проект)
Контр. работа
Зачет
Экзамен
Семестры:
-
-
-
(специализация "Сервис экосистем и природоохранных объектов")
Публикации по теме
-
Почему главный персонаж рассказа Бунина «Господин из Сан-Франциско» не имеет имени?
Рассказ “Ионыч”, написанный Антоном Павловичем Чеховым относится к позднему периоду творчества автора. Для большинства произведений этого...
-
Блаженный иоанн, христа ради юродивый, московский чудотворец
Блаженный Иоанн Московский, Большой колпак, Христа ради юродивый (+ 1589)ДЕНЬ ПРЕСТАВЛЕНИЯ 3/16 ИЮЛЯ;ОБРЕТЕНИЕ МОЩЕЙ 12/25 ИЮНЯ;СОБОР...