СИСТЕМА УПРАВЛЕНИЯ НАУЧНЫМ ЭКСПЕРИМЕНТОМ

— совокупность алгоритмически связанных звеньев, функционирование которых направлено на раскрытие неопределенности о свойствах объекта испытаний, форме взаимосвязей между физическими параметрами и значениях вычисляемых характеристик. Примерами С. у. н. э. могут служить программно управляемый синхрофазотрон, системы управления испытаниями образцов новой техники, автоматизированные системы гидрофиз. исследований, системы поиска полезных ископаемых и ряд других комплексов. С. у. н. э. применяют для автоматизации вычислений, накопления и первичной обработки экспериментальных данных, машинного моделирования эвристических программ экспериментатора (см. Программирование эвристическое) и др. В наиболее оснащенных С. у. н. э. происходит, с одной стороны, объединение ЭВМ и объекта в единый машинный комплекс на базе операционных программ измерений и управления, с другой стороны, осуществляется режим двустороннего обмена информацией между исследователем и машинным комплексом посредством пультов со световыми экранами, телетайпов и т. п Создание С. у. н. э. стало возможным после появления электронных вычислительных машин 2-го поколения (начало 60-х годов 20 ст.), когда быстродействующие процессоры стали оснащаться малогабаритными полупроводниковыми устройствами связи с объектом (УСО) наряду с переносными магнитными накопителями большой емкости. Тех. оснащение науч. экспериментов домашинного» периода состояло из трех-четырех показывающих и регистрирующих приборов, тетради наблюдений и матем. обеспечения в объеме операций логарифм, линейки.

Современные экспериментальные комплексы «генерируют» потоки данных в сотни тысяч и миллионы бит/сек. Системные экспериментальные исследования проводятся, как правило, на стыках наук, в связи с чем они опираются на разобщенные методы с различным уровнем логич. строгости и матем. «мощности». Это требует использования проблемно-ориентированного матем. обеспечения в С. у. н. э. (см. Математическое обеспечение ЦВМ). Интенсификация системных исследований и эффективность их результатов находятся в прямой зависимости от качества вычислений и минимизации периода полной обработки данных. Оба обстоятельства обусловили эффективное построение современных С. у. н. э. как систем

«человек — машина». Принцип построения С. у. н. э. основывается на алгоритмической совместимости в системе «экспериментатор — объект исследований — вычисл. комплекс». Существенным свойством такой системы является высокий уровень управляемости науч. поиска — достижение цели эксперимента с макс. вероятностью. Этапам автоматизации науч. эксперимента соответствует организация С. у. н. э. по принципу: экспериментатор — программа вычислений — ЭВМ; экспериментатор — машинный язык двустороннего обмена — вычисл. комплекс; экспериментатор — машинная система моделирования — вычисл. комплекс.

(рис. см. скан)

1. Схема процесса управления научным экспериментом,

Анализ принципов организации «человеко-машинных» систем показывает, что форсировать процесс поэтапного развития С. у. н. э. возможно в весьма узких пределах. Общий уровень организации С. у. н. э. определяется уровнем тех. оснащения, соответствующим составом матем. обеспечения и полнотой логич. схемы науч. поиска. Алгоритм управления науч. экспериментом создается на основании таких элементов: рабочей гипотезы о «механизме» функционирования объекта исследований, содержательное выражение которой представлено ожидаемой моделью в понятиях определенной области (биологии, физики, техники и т. п.); ожидаемой модели адекватной представленной формальными категориями (ур-ниями, таблицами, графами, топологическими блок-схемами и т. ); программы эксперимента вычислений и машинного процесса формирования экспериментальных данных приемов интерпретации , полученных результатов в понятиях моделей

Последовательность замыкается в итерационный цикл (рис. 1) через процедуру сопоставительного анализа Результатом его является выработка решений по корректированию элементов последовательности. Различают решающее правило локального контура

и решающее правило глобального контура

Вид структуры алгоритма управления науч. экспериментом (УНЭ) показан на рис. 2. Эффективность алгоритма в значительной мере определяется полнотой матем. средств последовательности что в свою очередь позволяет перевести процесс реализации решающих правил ЯИ и в область машинных методов. В этой последовательности определяющее значение имеет полнота ее исходного элемента — матем. модели Науч. эксперименты классифицируют по уровню неопределенности моделей выделяя модели с макс. степенью неопределенности средней степенью и миним. степенью . Степень неопределенности матем. модели существенно влияет на структуру алгоритма УНЭ, который основывается на конкретных методах планирования экспериментов, программах вычислений и т. д. Построение

алгоритма УНЭ с иерархической структурой раскрытия неопределенности представлено граф-схемой (рис. 3) (см. также илл. между стр. 368—369).

Структура алгоритма УНЭ состоит из «горизонтальных» связей — замкнутых циклов на каждом уровне неопределенности и «вертикальных» связей — объединение итераций за счет межуровневых решающих правил и направленных «сверху вниз» на понижение уровня неопределенности

2. Структура алгоритма управления научным экспериментом.

3. Схема многоуровневого алгоритма.

В управлении экспериментом важно учесть возможное появление новых координат (в пространстве — возможных состояний объекта), полученных эффективными методами на уровне . Вводятся решающие правила формирования гипотезы по данным

Т. о., замкнутые циклы, сформированные по уровням неопределенности, охватываются Межуровневыми связями по раскрытию неопределенности (сверху вниз) и обратной связью (снизу вверх). Это значит, что в основу организации С. у. н. э. положен единый системный принцип, объединяющий процесс прогнозирования при раскрытии неопределенности и процесс корректирования гипотезы по результатам экспериментов R Полный алгоритм С. у. н. э., синтезированный при системном подходе, дает экспериментатору четкую логич. схему операций при проведении комплексных исследований, опирающуюся на методы планирования экспериментов (включая эвристические), современные средства вычислений и обработки экспериментальных данных.

Современные С. у. н. э. создаются на основе разработанной структуры алгоритма УНЭ, имея в качестве машинной реализации автоматизированную систему обработки экспериментальных данных (АСОЭД) с соответствующим матем. обеспечением.

Сфера применимости С. у. н. э. определяется на каждом из этапов автоматизации по совокупностям последовательностей заданного комплекса экспериментов. Современные АСОЭД с огромной машинной памятью и широким набором вводных и выводных устр-в обеспечивают оперативный обмен результатами вычислений и обработку данных для практически любого сочетания специалистов смежных областей и этапов разработки экспериментальной проблемы. С. у. н. э. с АСОЭД на базе современных ЦВМ, работающих в режиме разделения времени, превращается в коллективный «мозг» широкого круга специалистов. В памяти ЦВМ хранятся данные опытов всех

экспериментов, введенные туда автоматически, там же хранятся программы вычислений и формирования результатов каждого специалиста (члена ассоциации пользователей). ЭЦВМ обеспечивает режим одновременной работы по нескольким программам, воспринимает одновременно несколько обращений от пользователей. Исследователь через операционную систему ЭЦВМ организует процесс решения «своей» узкой задачи, пользуясь всей хранящейся информацией при полной автоматизации вычислений и формирования результатов. Быстродействие ЭЦВМ в 1 млн. оп/сек при объеме памяти в 10 млн. машинных слов обеспечивает решение проблемы минимизации времени полной обработки экспериментальных данных при практически самом высоком качестве вычислений. В мировой практике к началу 70-х годов 20 ст. ставилась задача автоматизации испытаний образцов новой техники с такими показателями. Полная обработка данных и выдача машинных материалов (числовой материал, таблицы, графики) по результатам сложного эксперимента длилась месяц, машинное формирование результатов экспресс-анализа получают в течение одного-цвух дней.

С. у. н. э., созданным на базе ЭВМ 4-го поколения, предстоит решать задачи оптимизации взаимосвязанных программ экспериментов, оперативно обмениваться результатами на уровне машинных комплексов (см. Комплексирование машин), обслуживающих сложные комплексы экспериментов, не оформляя отчетов. Это дает колоссальный экон. эффект за счет реального оперативного планирования науч. исследований на основе самых объективных машинных данных и макс. прироста уровня используемых знаний в науч. поисках. Достижения каждой из лабораторий, автоматически введенные в машинный комплекс в виде результатов опытов, автоматически будут становиться активным научным потенциалом для всех заинтересованных исследователей.

Лит.: Иванов В. В. [и др. ]. О функциях и структуре одной специализированной программы-диспетчер. «Алгоритмизация производственных процессов», 1967, в. 2; Новые идеи в планировании эксперимента. М., 1969; Вычислительные системы, в. 35. Новосибирск, 1969; Жук К. Д. Автоматизащя науково-го експерименту. «Bicmnc АН УРСР», 1970, № 3; Хикс Ч. Основные принципы планирования эксперимента. Пер. с англ. М., 1967. К. Д. Жук.