авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 6 | 7 || 9 | 10 |   ...   | 24 |

«Министерство образования и науки Российской Федерации Министерство образования, науки и молодежной политики Республики Алтай Горно-Алтайский государственный университет (Россия, г. ...»

-- [ Страница 8 ] --

ДИСЦИПЛИНА ОБЩАЯ ИНСТРУКЦИЯ ПО ИЗУЧЕНИЮ КУРСА Алгоритм работы с ЭУМК Используемые сокращения и аббревиатуры Сведения о разработчиках ОРИЕНТИРОВОЧНАЯ ЧАСТЬ Выписки из образовательных стандартов обучения Учебная программа Тематический план изучения дисциплины СОДЕРЖАТЕЛЬНАЯ ЧАСТЬ МОДУЛЬ 1 Цели модуля Теоретический материал … Дидактические материалы (лабораторные работы, практические задания, контроль ные работы и т.д.) МОДУЛЬ N Рекомендуемая литература (основная и дополнительная) МОДУЛЬ Список ЭОР КОНТРОЛЯ Тесты по модулю Вопросы к зачету / экзамену Частная методика преподавания дисцип лины Методические рекомендации для препо МЕТОДИЧЕСКИЕ давателей РЕКОМЕНДАЦИИ Методические рекомендации для само стоятельной работы обучаемых РЕЙТИНГ УСПЕВАЕМОСТИ ОБУЧАЕМЫХ Рисунок 1 – Модульная структура ЭУМК ЭУМК по дисциплине, разработанный по технологии модульно-рейтингового обучения, в пол ной мере способствует формированию у обучаемых навыков самообразования, позволяет обеспе чить гибкость и доступность изучаемого материала, эффективность, широкий охват технических и информационных средств.

Библиографический список:

1. Васюкевич В. В. Электронный учебно-методический комплекс на основе современной мо дульно-рейтинговой технологии обучения / В. В. Васюкевич // Известия Российского государственного педагогического института им. А.И. Герцена: Научный журнал. – СПб., 2008. – C. 87-92.

2. Мамаева Н. А. Инновационные стратегии и технологии реформирования системы управле ния образованием: коллективная монография / Н. А. Мамаева [и др.]. – Пенза: РИО ПГСХА, 2010. – 252 с.

УДК 373.3+372.881. ИСПОЛЬЗОВАНИЕ МАТЕРИАЛОВ ИНТЕРНЕТ ДЛЯ ОБУЧЕНИЯ МЛАДШИХ ШКОЛЬНИКОВ АНГЛИЙСКОМУ ЯЗЫКУ USE OF INTERNET MATERIALS FOR ENGLISH LANGUAGE TRAINING OF YOUNGER SCHOOL STUDENTS IN Казанцева О. А., учитель английского языка МБОУ «СОШ № 8 г. Горно-Алтайска»

Россия, Республика Алтай, г. Горно-Алтайск, fantom0945@mail.ru Аннотация. Статья посвящена некоторым интернет ресурсам, которые можно использовать для детей на уроках английского языка. Датся краткий обзор наиболее интересных сайтов.

Ключевые слова: современные технологии, интернет ресурс, алфавитные видеоролики, языковые игры Summary. The article is devoted to some Internet resources which can be used in at the English lessons. There is a short review of the most interesting sites.

Key words: modern technologies, internet resource, alphabet videos, language games Творческий учитель постоянно ищет резервы повышения качества и эффективности обучения иностранному языку. В средней школе активно используются возможности, предоставляемые глобальной сетью Интернет. Нынешнее поколение школьников уже с детства знакомы с компьютером, поэтому использование современных технологий в процессе обучения вносит разнообразие и формирует их мотивацию в ход урока.

В Интернете есть масса интереснейших сайтов. Для подготовки уроков по английскому языку учитель пользуется ресурсом http://havefunteaching.com. Он является идеальным помощником учителя английского языка, особенно на ранних этапах обучения. Детям очень нравятся алфавитные видеоролики (http://havefunteaching.com/videos/alphabet-videos/letter-a-video/), наглядно и весело объясняющие звуки и буквы английского языка.

Ещ один полезный ресурс – это «Уроки английского для детей» (http://www.study-languages online.com/ru/en/english-for-children.html). Уроки направлены на закрепление в памяти ребенка звуковой и письменной формы английских слов, а также их перевода.

Чтобы приучить детей с самого раннего возраста к выполнению различного рода тестов, помогает сайт Learn English Kids (http://learnenglishkids.britishcouncil.org/en). Всевозможные развивающие языковые игры помогают детям освоить лексику и грамматику английского языка. Например, когда мы проходим тему «Животные», детям можно предложить игру «Make a dangerous animal» («Создай опасное животное»). Дети должны создать собственное животное, изменяя окраску модели, добавляя рога, щупальца, шипы, хвосты и клешни. При наведении курсора на соответствующую картинку внизу экрана появляется подсказка с названием той или иной детали (например, «strong legs with claws» – сильные лапы с когтями). А, нажав на значок «видео» в углу картинки, ученики могут увидеть, как их собственное животное будет двигаться.

Планируя свои уроки, учитель иностранного языка ориентируется на то, чтобы ученики запомнили новые слова, ту или иную структуру, а также стремится создать все возможности для развития индивидуальности каждого ребнка. Появление Интернета в образовании стимулирует желание ребят учиться, расширяет зону активности каждого ученика, увеличивает скорость подачи информации в рамках одного урока, делая материал наглядным и живым.

Раздел МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ЕСТЕСТВЕННО-НАУЧНЫХ ПРОЦЕССОВ MATHEMATICAL MODELLING OF SCIENCE PROCESSES УДК 519. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРИ ИССЛЕДОВАНИИ ТЕНЗОРНЫХ ПОЛЕЙ НА ГРУППАХ ЛИ С ЛЕВОИНВАРИАНТНОЙ РИМАНОВОЙ МЕТРИКОЙ MATHEMATICAL MODELLING IN RESEARCH OF TENSOR FIELDS ON LIE GROUPS WITH THE LEFT- INVARIANT RIEMANN METRICS Родионов Е. Д., д-р физ.-мат. наук, профессор ФГБОУ ВПО «Горно-Алтайский государственный университет» (ГАГУ) Россия, Алтайский край, г. Барнаул edr2002@mail.ru Славский В. В., д-р физ.-мат. наук, профессор ФГБОУ ВПО «Югорский государственный университет»

Россия, Ханты-Мансийский АО – Югра, г. Ханты-Мансийск slavsky2004@mail.ru Хромова О. П., канд. физ.-мат. наук, доцент ФГБОУ ВПО «Алтайский государственный университет»

Россия, Алтайский край, г. Барнаул khromova.olesya@gmail.com Аннотация. Данная работа посвящена применению математического и компьютерного мо делирования при исследовании инвариантных тензорных полей на группах Ли с левоинвариантной римановой метрикой.

Ключевые слова: Системы компьютерной математики, математические модели, инвариант ные тензорные поля, группы и алгебры Ли.

Summary. This article is dedicated to the application of mathematical and computer modeling in the investigation of invariant tensor fields on Lie groups with left-invariant Riemannian metric Key words: System of computer mathematics, mathematical models, invariant tensor fields, Lie groups and Lie algebras.

В настоящее время широко распространено применение универсальных математических сис тем при решении научно-исследовательских задач в области геометрии и анализа [1;

2]. Это связано с тем, что пакеты прикладных программ позволяют, с помощью разработанных и реализованных в их среде компьютерных моделей, проводить не только численные, но и символьные вычисления.

В данной работе, в случае групп Ли с левоинвариантной римановой метрикой, решается зада ча исследования левоинвариантных тензорных полей: тензора кривизны, Риччи, одномерной кривиз ны, тензора Вейля, тензора Схоутена-Вейля с помощью пакетов символьных вычислений. В случае групп Ли инвариантные тензорные поля вычисляются с помощью структурных констант соответст вующих метрических алгебр Ли, что позволяет редуцировать задачу к вычислениям в алгебрах Ли, и применить аппарат математического и компьютерного моделирования для решения задачи изучения инвариантных тензорных полей левоинвариантных римановых метрик конечномерных групп Ли.

Построенные модели реализованы в среде пакетов символьных вычислений Maple и Matema tica. С их помощью решен ряд задач.

– Получен алгоритм для нахождения элементов матрицы оператора кривизны для четырех мерных групп Ли с левоинвариантной римановой метрикой.

– Дана классификация конформно полуплоских 4-мерных групп Ли и алгебр Ли.

– Получен алгоритм для нахождения спектра оператора кривизны конформно полуплоских римановых метрик.

Работа выполнена при поддержке Совета по грантам Президента РФ для поддержки молодых российских ученых и ведущих научных школ (грант НШ–921.2012.1), ФЦП «Научные и научно педагогические кадры инновационной России» на 2009–2013 гг. (гос. контракт № 02.740.11.0457), гранта ФЦПК (соглашение № 8206, заявка № 2012-1.1-12-000-1003-014), а так же программы страте гического развития ФГБОУ ВПО АлтГУ на 2012-2016 годы «Развитие Алтайского государственного университета в целях модернизации экономики и социальной сферы Алтайского края и регионов Си бири» (мероприятие «Конкурс грантов» № 2012.312.2.3).

Библиографический список:

1. Балащенко В. В. Однородные пространства: теория и приложения: монография / В. В. Ба лащенко, Ю. Г. Никоноров, Е. Д. Родионов, В. В. Славский. – Ханты-Мансийск: Полиграфист, 2008. – 280 с.

2. Гладунова О.П. О компонентах разложения тензора кривизны на группах Ли с левоинвари антной римановой метрикой / О. П. Гладунова, Е. Д. Родионов, В. В. Славский. – Saarbruken: LAP LAMBERT Academic Publishing GmbH & Co. KG, 2012. – 76 с.

УДК 372.8(53+54+57+91) ПРАКТИКО-ИССЛЕДОВАТЕЛЬСКАЯ ДЕЯТЕЛЬНОСТЬ УЧЕНИКА КАК МЕТОДИЧЕСКИЙ ОРИЕНТИР МОДЕРНИЗАЦИИ ПРОЦЕССА ИЗУЧЕНИЯ ЕСТЕСТВЕННОНАУЧНЫХ ПРЕДМЕТОВ В ШКОЛЕ PRACTICAL AND RESEARCH ACTIVITY OF THE PUPIL AS A METHODICAL REFERENCE POINT OF MODERNIZATION OF PROCESS OF STUDYING OF NATURAL-SCIENCE SUBJECTS AT SCHOOL Кравчук О. П., канд. пед. наук, с. н. с.

Институт педагогики НАПН Украины, г. Киев, kravchuk-olga@rambler.ru Аннотация. В статье раскрывается сущность понятия «практико-исследовательская дея тельность» как методического ориентира модернизации современного учебно-воспитательного про цесса в школе.

Ключевые слова: модернизация образования, изучение естественнонаучных предметов, деятельностный подход, практико-исследовательская деятельность, методические ориентиры, дея тельностное развитие учеников.

Summary. In article the essence of the concept «practical and research activity» as a methodical reference point of modernization of modern teaching and educational process at school reveals.

Key words: modernization of education, studying of natural-science subjects, activity approach, practical and research activity, methodical reference points, activity development of pupils.

В современном обществе создание условий для поддержания и развития исследовательства – изначально естественной потребности и способности индивида к познанию – является наиболее актуальным в обеспечении непрерывного развития всех аспектов жизни общества и земной цивили зации в целом. Сложная система отношений (социальных, технологических, природо пользовательских и т.д.), в которой объективно существует человек в течение всей жизни, требует от него умений одновременного исполнения нескольких ролей (по своему содержания часто противоре чащих друг другу) – исследователя (творца), руководителя (функционера) и исполнителя (подчинен ного), моментально реагировать на стремительно изменяющиеся условия решения как профессио нальных, так и личностных задач, сознательно определять содержание собственной деятельности, саморазвития и самообразования.

В этом контексте школьное естественнонаучное образование является источником формиро вания познавательной культуры индивида и развития ориентиров его самоопределения, исследова ния ресурсов для эффективной социализации и создания собственной стратегии жизни.

Вслед за В. Ф. Зуевым и А. Я. Гердом (основателями методики изучения естественнонаучных предметов) Б. В. Всесвятский, В. В. Половцов, Б. Е. Райков, В. Ю. Ульянинский, К. П. Ягодовский и другие в первой половине ХХ века активно развивали теоретико-методические основания обучения в направлении получения знаний о природе посредством наблюдения и экспериментов. В результате они разработали эвристический и исследовательский методы обучения.

Во второй половине ХХ века В. И. Андреев, И. Г. Антипин, Л. И. Анциферов, И. И. Баринова, С. У. Гончаренко, Н. П. Гузик, Л. В. Гурьева, И. И. Илюшина, А. А. Каверина, В. А. Коринская, Е. В. Коршак, Н. Е. Кузнецова, В. В. Петренко, В. А. Щенев и другие ученые и методисты, развивая эти идеи, сфокусировали свое внимание на изучении практической составляющей содержания естест веннонаучных предметов, ее воспитательной и профориентационной ценности. Они обращали вни мание педагогов на формирование у учеников практических действий и научных понятий.

Предложения по развитию содержания обучения в направлении изучения учащимися мета предметных знаний и проведения ученических исследований не смогли стать массовой практикой обучения. Так сложился миф о том, что только «особо одаренные» ученики способны на освоение естественных наук. В дидактических и методических исследованиях ученые целенаправленно не изу чали вопросы: Почему методы не работают повсеместно? Почему ученику неимоверно трудно почув ствовать себя исследователем, повторить вслед за ученым опыт, воспроизвести логику умозаключе ний, которые привели к открытию, хотя он располагает формулировкой зачади, знает ее условия, имеет представление о методе исследования и знаком с ожидаемым результатом?

В 70-х годах ХХ века широкой педагогической общественности уже были известны основные положения разрабатываемой П. Я. Гальпериным теории поэтапного формирования умственных дей ствий: «очень важное в философском смысле слова положение: мы начинаем формирование умст венных действий с какого-то процесса, имеющего материальную или материализованную форму. Ма териализованная форма – это операции со знаками, с моделями, с изображением, т. е. не с самими оригинальными вещами, но с такими, которые допускают жесткое материальное действие с ними. Ес ли это, например, знаки, то их можно переносить из одной части выражения в другую, складывать, зачеркивать, т. е. с ними можно действовать, как с вещами. Вы всегда можете проверить, что у вас получилось вместо того, что вы хотели сделать. Значит, мы начинаем с материальной или материа лизованной формы, затем через перенос этого действия в речевую форму, где оно впервые получает форму объективной мысли, т. е. форму суждения или рассуждения, мы уверенно можем перенести действие в умственный план. Ну а потом, в умственном плане, оно претерпевает дальнейшие изме нения, в результате чего вместо действия с объектами получается уже только мысль об этом дейст вии … в конце процесса мы получаем явление сознания, наиболее тонкое, наиболее характерное с точки зрения субъективной неуловимости, невыразимости. Если бы мы не знали всего предшествую щего процесса, то в таком виде это явление посчитали бы совершенно недоступным объективному исследованию» [1, с. 224-225].

В 80-е и 90-е годы прошлого века в методических исследованиях и рекомендациях, а также в повсеместной образовательной практике наиболее тщательно рассматривалась только практическая деятельность учащихся по освоению учебного материала на уроках биологии, географии, физики и химии, и то на уровне отдельных учебных упражнений и задач (часто с заранее определенным алго ритмом решения), наблюдений отдельных природных объектов, явлений и процессов и редкого эле ментарного экспериментирования в ходе выполнения практических и лабораторных работ. Возмож ное же содержание учебно-исследовательской деятельности отдавали в систему внешкольного обра зования (дополнительного) или для воспитания вундеркиндов. В конце ХХ века такое положение дел только расширяло горизонты догматичности и поверхностности в изучении естественнонаучных предметов. Возможно одной из причин такого игнорирования исследователями и методистами ре зультатов современных исследований П. Я. Гальперина, В. П. Зинченко, А. Н. Леонтьева, В. И. Слободчикова, Р. Х. Шакурова и других в области механизмов человеческой деятельности и формирования действий и понятий на разных уровнях мышления была невозможность создания ва риативной учебной программы по основным предметам и трудности, возникающие с внедрением ре зультатов научно-исследовательской работы в практику обучения.

В нашем исследовании, которое было орагнизовано на базе общеобразовательных учебных учреждений Украины, мы исходили из положения, что психологическая основа формирования дейст вий и понятий на разных уровнях мышления едина, а значит педагогически важно создать такую сис тему обучения, которая будет учитывать объективные особенности усвоения учебного материала.

Таким образом, при запланированных в образовательных стандартах и школьных программах ре зультатах обучения биологии, географии, физике и химии, учебная деятельность не может быть ог раничена лишь уровнем практического освоения знаний. Она должна включать рефлексивную дея тельность учащихся основной и старшей школы и предполагать ее развитие. Также, учебная дея тельность должна быть наиболее адекватной тем реальным процессам получения знаний, которые присутствуют в культуре естественнонаучного познания.

Опираясь на современные представления о человеческой деятельности (К. А. Абдульханова Славская, Б. Г. Ананьев, А. Г. Асмолов, В. Ю. Большаков, А. В. Брушлинсьий, А. В. Запорожец, А. Н. Леонтьев, С. Г. Москвичов и другие), формирование и развитие способностей учеников разных возрастных групп (Г. С. Альтшуллер, П. Я. Гальперин, Д. Б. Богоявленская, Д. Н. Богоявленский, И. С. Волощук, В. М. Дружинин, С. А. Ізюмова, Н. О. Менчинская, Л. Л. Момот и другие), теорию раз вивающего обучения и психологию саморазвития (В. В. Давыдов, Д. Б. Эльконин, Г. А. Цукерман), учитывая сложившуюся практику обучения и результаты проведенного констатирующего и пилотного экспериментов [2] мы пришли к выводу, что учебная деятельность ученика в процессе изучения есте ственнонаучных предметов имеет свою специфику. Эта деятельность является сложной структурой, вобравшей в себя элементы предметной, исследовательской и рефлексивной деятельности.

В результате разработки проблемы мы ввели понятие практико-исследовательской дея тельности как формы интеллектуальной активности человека, которая наиболее характерна тради ции естественнонаучного познания, которая возникла и эволюционизирует вместе с развитием науч ного сообщества, направленная на преодоление барьеров, которые мешают достижению личностно значимых исследовательских целей.

Практико-исследовательская деятельность ученика основной школы в процессе изучения естественнонаучных предметов – это ведущий вид учебной деятельности, направленный на глубо кое осмысление и овладение учеником общенаучными методами познания, основами естественнона учного исследования, усвоение содержания соответствующих школьных предметов и формирование личностной научной картины мира.

Содержанием практико-исследовательской деятельности ученика основной школы в про цессе изучения естественнонаучных предметов является культура естественнонаучного познания.

В старшей школе содержание переориентируется на усиление профориентационной составляющей профильного обучения.

Проанализировав учебную деятельность учеников основной школы под призмой динамиче ской теории Р. Х. Шакурова [3], мы определелили, что дидактической основой практико исследовательской деятельности ученика являются учебные барьеры – универсальные и постоянные атрибуты учения, которые ограничивают свободное движение деятельности, играют решающую роль в планировании и динамизации изучения естественнонаучных предметов.

Специфика преодоления учебных барьеров каждым учеником индивидуальна, хотя до 90 % различий можно сгруппировать под общим стилем познания, сформировавшимся на момент изуче ния: полезависимым или понезависимым. Развитие ученика как субъекта практико исследовательской деятельности способствует аксиологическому, когнитивному, эмоциональному, социальному становлению и актуализации его Я-концепции.

Организовав экспериментальное обучение в основной школе по биологии, географии, физике и химии на основе практико-исследовательской деятельности в форме практикума (по отдельным темам, а, в последствии, и на протяжении нескольких школьных курсов), мы сформулировали дидак тические условия, обеспечивающие такое обучение:

1) организационно-управленческое сопровождение изучения естественнонаучных предметов на основе практико-исследовательской деятельности учащихся;

2) обязательное наполнение содержания обучения информацией о культурных средствах, способах и инструментах естественнонаучного познания;

3) развитие коммуникативных умений всех участников учебно-воспитательного процесса;

4) развитие рефлексивных умений и формирование рефлексивной деятельности учеников;

5) организация индивидуальных естественнонаучных исследований;

6) организация компенсационного обучения в процессе изучения биологии, географии, физики и химии.

Таким образом, деятельностный подход остается актуальным и является методологической основой для модернизации образования в современное время, создания дидактической системы изу чения естественнонаучных предметов в школе как практико-исследовательской деятельности школь ников. Дидактическая цель такого обучения создание условий для удовлетворения личностных по требностей учеников в изучении естественнонаучных предметов, приобретение опыта исследования как универсального способа познания действительности, развития способностей к теоретическому и практическому освоению мира, активизации личностной позиции ученика относительно самостоя тельной исследовательской деятельности.

Таким образом, при реформировании образовательных стандартов и написании учебных про грамм естественнонаучных предметов необходимо, на наш взгляд, учитывать подобный опыт, вскры вающий дидактические потенциалы естествознания в школе.

Библиографический список:

1. Гальперин П. Я. Лекции по психологии: учебное пособие для студентов вузов / П. Я. Галь перин. – М.: Книжный дом «Университет»: Высшая школа, 2002. – 400 с.

2. Кравчук О.П. Дидактичні засади практично-дослідної діяльності учнів основної школи у процесі вивчення природничих предметів : автореферат на здобуття наукового ступеня канд. пед. на ук. спец. 13.00.09 – теорія навчання / О. П. Кравчук // Інститут педагогіки АПН України (Київ). – Київ, 2011. – 20 с.

3. Шакуров Р. Х. Барьер как категория и его роль в деятельности / Р. Х. Шакуров // Вопросы психологии. – М., 2001. – № 1. – С. 3–17.

УДК 378. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ФУНКЦИИ МАКСВЕЛЛА ДЛЯ РАСПРЕДЕЛЕНИЯ ТЕРМОЭЛЕКТРОНОВ ПО СКОРОСТЯМ MATHEMATICAL MODELLING OF MAXWELL FUNCTION FOR DISTRIBUTION OF THERMOELECTRONS ACCORDING TO THEIR SPEEDS Насонов А. Д., канд. физ.-мат. наук, профессор Скурыдин Ю. Г., канд.тех.наук, доцент Грязнов А. С., канд. физ.-мат. наук, доцент Батеньков Ф. М., канд. тех. наук, доцент ФГБОУ ВПО «Алтайская государственная педагогическая академия»

Россия, Алтайский край, г. Барнаул Аннотация. Математическое моделирование с помощью компьютера позволяет усвоить ма териал более глубоко и эффективно. В качестве примера рассматривается компьютерная обработка экспериментальных данных по распределению термоэлектронов по скоростям.

Ключевые слова: функция распределения, термоэлектроны, автоматизация эксперимента.

Summary. Mathematical modeling using a computer can learn the material more thoroughly and efficiently. As an example, the computer processing of the experimental data on the distribution of thermal electrons to velocities.

Key words: distribution function, thermal electrons, automatization of experiment.

В физическом лабораторном практикуме студентов одна из работ связана с экспериментом по нахождению зависимости функции распределения термоэлектронов от их скорости. До настоящего времени это предусматривало снятие показаний приборов, составление таблиц, расчет функции рас пределения и поточечное построение (на листе бумаги) графика ее зависимости от скорости термо электронов.

В предлагаемой работе рассматривается применение современных вычислительных средств для нахождения функции распределения, построения и анализа полученных зависимостей. Тенден ция к использованию ПК в лабораторном практикуме имеет ряд положительных моментов. Во первых, появляется дополнительный стимул для стремления к освоению навыков работы с компью тером и повышению общей компьютерной грамотности широкой массой студентов. Во-вторых, расчет требуемых параметров с помощью компьютера значительно повышает точность результата, что, в частности, обусловлено исключением ошибок «человеческого фактора» в сложных вычислениях. Бо лее того, применение современных вычислительных средств дает возможность проведения расчетов дополнительных параметров, например, таких, как первая и вторая производные по скорости от функции распределения. Это существенно расширяет возможности метода, позволяя точно оценить дополнительные параметры распределения, например ширину диапазона скоростей и наиболее ве роятную скорость термоэлектронов, а также сравнить эксперимент с теорией. Существенным пре имуществом использования компьютера становится повышение интереса студентов к самим лабора торным работам, так как применение вычислительных средств делает учебный процесс более дина мичным.

Принцип работы программы основан на расчете по известным соотношениям значений функ ции распределения из параметров, полученных экспериментальным путем – задерживающего потен циала (U) и анодного тока (I). Установка для нахождения U и I является стандартной (на основе элек тронной лампы) и традиционно используется для выполнения подобных лабораторных работ.

Порядок работы:

1. Изменяя задерживающий потенциал U, измеряют соответствующие значения анодного то ка I. Результаты заносятся в таблицу и вносятся в файл программы-обработчика (пример таблицы см.

ниже).

2.

1 0 1 2 3 4 5 6 7 8 9 10 11 12 0 0,5 1,0 1,5 2,0 2,5 3,0 4,0 5,0 6,0 7,0 8,0 9,0 10, VI,]* 1ь^А 23,0 21,5 19,5 17,8 16,9 16,0 15,9 15,0 14,6 14,1 13,9 13,5 13,1 13, 3. C помощью программы вычисляются значения скорости термоэлектронов (Vi) и соответст вующие значения функции распределения f(V)i по формулам:

4. На экране автоматически строится (поточечно) график зависимости функции распределе ния термоэлектронов от скорости. По горизонтальной оси откладываются значения скорости V, а по вертикальной - рассчитанные величины f(V).

Дополнительно (по желанию и необходимости оператора) программно предусмотрена воз можность аппроксимации экспериментальных точек сглаживающей линией, а также построение т.н.

«идеальной», или теоретической кривой распределения по скоростям, удовлетворяющей теории Максвелла. Предусмотренный расчет и построение (наложение на общий график) зависимости от скорости первой и второй производных функции распределения позволяет при необходимости рас считывать дополнительные характеристики исследуемых процессов и делать вывод о том, описыва ется ли распределение термоэлектронов по скоростям функцией Максвелла.

Пример комплексного представления рассчитанных значений всех параметров показан на ри сунке.

Использование данной программы в физическом лабораторном практикуме позволило суще ственно повысить эффективность практической работы студентов и стимулировать навыки работы на персональном компьютере.

УДК 004. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ЕСТЕСТВЕННО-НАУЧНЫХ ПРОЦЕССОВ ПОНИМАНИЯ КОМПЬЮТЕРАМИ СМЫСЛА ТЕКСТОВ, ОБРАЗОВ И РЕЧИ НА ОСНОВЕ МИВАРНЫХ ТЕХНОЛОГИЙ MATHEMATICAL MODELLING OF NATURAL AND SCIENTIFIC PROCESSES OF UNDERSTANDING BY COMPUTERS OF SENSE OF TEXTS, IMAGES AND SPEECH ON THE BASIS OF MIVAR’S TECHNOLOGIES Варламов О. О., д-р. техн. наук, проф.

Антонов П. Д., аспирант, Сергушин Г. С., аспирант, Чибирова М. О., аспирант ФГБОУ ВПО «Московский автомобильно-дорожный государственный технический университет»

Россия, г. Москва ovar@narod.ru, ovar@mivar.ru, mashkache@gmail.com, georg90@list.ru Адамова Л. Е., канд. психол.наук, доц., зав. каф. ин. яз.

ФГБОУ ВПО «Донской государственный аграрный университет»

Россия, Ростовская область, пос. Персиановский Larisapers@narod.ru, L.Adamova@mivar.ru Елисеев Д. В., канд. техн. наук, доц.

ФГБОУ ВПО «Московский государственный технический университет имени Н. Э. Баумана»

Россия, г. Москва, d-eli@mail.ru Майборода Ю. И., аспирант ФГАОУ ВПО «Московский физико-технический институт»

Россия, г. Москва, juramaiboroda@gmail.com Аннотация. Представлены новые результаты применения миварных технологий для моде лирования процессов понимания компьютерами смысла текстов, образов и речи. Это позволит повы сить «интеллектуальность» компьютеров и создать более дружественные интерфейсы для обучения людей.

Ключевые слова: мивар, миварные сети, логический вывод, искусственный интеллект, ин теллектуальные системы, экспертные системы.

Summary. Presents new results of MIVAR`s technology for modeling the processes computer un derstanding of the text, images and speech. This will increase the «intelligence» of computers and create a more user friendly interfaces for human learning.

Key words: MIVAR, MIVAR nets, logical inference, artificial intelligence, intelligent systems, expert systems.

В работах [1-20] предложены новые математические формализмы для создания миварных технологий. Выделим две основные технологии:

– многомерные эволюционные базы данных и правил, которые накапливают любую информа цию в формализме «вещь, свойство, отношение»;

– миварные сети, которые позволяют выполнять конструирование алгоритмов решения задач и логический вывод с линейной выч. сложностью.

В данной работе показано применение миварных технологий для математического моделиро вания естественно-научных процессов понимания компьютерами смысла текстов, образов и речи.

Основное положение состоит в том, что «смысл» представляет собой многоуровневое описание раз личных фактов и правил, которое может быть представлено в виде контекстов различного уровня.

Прежде всего, будем рассматривать «смысл» тех процессов, которые можно формализовать и под робно описать в виде взаимозависимых наборов фактов и правил. В целом «смысл» можно предста вить в виде «Пирамиды контекста» как показано на рисунке 1, когда за каждым названием верхнего уровня стоит более подробное его описание на последующих уровнях и постепенное взаимопроник новение понятий между собой [1].

Важно отметить, что наши исследования показали возможность описания в одном формализ ме и процессов понимания текстов, и понимания образов – картинок, и понимания речи. Все эти про цессы основаны на накоплении и создании в голове у человека многомерной информационной моде ли мира – «картины мира», где и правила, и факты хранятся и обрабатываются в едином порядке.

Именно миварные технологии позволили смоделировать эти процессы одновременного накопления и логической обработки на основе миварного информационного пространства и миварных логико вычислительных сетей.

Рисунок 1 – Смысл как пирамида контекстов В настоящий момент наши исследования еще продолжаются, но уже можно определенно ут верждать о правильности выбранного решения. Предложено выделить при работе с текстами сле дующие уровни контекста: 1) словоформы;

2) слова;

3) первичные понятия (слова с однозначным значением). Для описания 4 уровня и перехода в математические модели необходимо хранить уже многомерное пространство точек (миваров):

{V1, n1, V2, n2,..., Sm, mb,..., Ok, kc, Z,2, T,3, K,9} и связывающих их векторов (упорядоченных наборов троек) {Vх1, n1,..., Vхi, ni, Ok, kc, Vy1, m1,..., Vyj, mj, Z, T, K}.

Эти вектора «складываются» в миварные графы («циклы» на рис. 1) описания контекста предметных областей. Отметим, что разным текстам могут соответствовать одинаковые миварные графы, что означает наличие одинакового смысла и/или содержания всех таких текстов. Ведь одну и ту же мысль можно высказать разными словами, но от этого сама мысль не изменяется. Более того, можно ввести «смысловое» или «контекстное»количество информации в тексте, которое будет опре деляться его миварным графом. Если такой текст скопировать сколько угодно раз или переписать разными словами, то приращения количества смысловой информации не произойдет, т.к. миварный граф при этом не изменяется.

При таком подходе не очень важны синтаксические зависимости между словами. Это уже проверено практикой. Ознакомиться с примерами работы программ можно будет на сайте проекта www.mivar.org.

Кроме обработки текстов, аналогичный подход применяется для «понимания картинок образов» и «понимания речи». Первые три уровня описания контекстов для них будут свои, а начиная с четвертого уровня будет переход в единое миварное пространство и логическая обработка инфор мации.

Практическая польза для обучения будет заключаться в создании более интеллектуальных интерфейсов общения обучающихся с компьютерами.

Таким образом, миварные технологии математического моделирования естественно-научных процессов понимания компьютерами смысла текстов, образов и речи позволят значительно повысить «интеллектуальность» компьютеров и создать более дружественные интерфейсы для обучения.

Библиографический список:

1. Варламов О. О. Логический искусственный интеллект создан на основе миварного похода!

МИВАР: активные БД с линейным логическим выводом 3 млн правил = понимание смысла + син гулярность в виртуальной реальности / О. О.Варламов. – Саарбрюкен, Германия: LAP LAMBERT Aca demic Publishing Gmbh & Co. KG, 2012. – 700 с.

2. Варламов О. О. Разработка линейного матричного метода определения маршрута логиче ского вывода на адаптивной сети правил / О. О.Варламов // Известия вузов. Электроника. - 2002. – №6. – С. 43-51.

3. Варламов О. О. Линейный матричный метод определения маршрута логического вывода на сети правил / О. О.Варламов // Деп. в ВИНИТИ 19.06.2002. – № 1140.

4. Варламов О. О. Основы многомерного информационного развивающегося (миварного) пространства представления данных и правил / О. О.Варламов // Информационные технологии, 2003.

№ 5. – С. 42-47.

5. Варламов О.О. Системный анализ и синтез моделей данных и методы обработки инфор мации в самоорганизующихся комплексах оперативной диагностики : дис. … док. техн. наук / О.О.Варламов. – М.: МАРТИТ, 2003. – 307 с.

6. Варламов О. О. Разработка метода распараллеливания потокового множественного дос тупа к общей базе данных в условиях недопущения взаимного искажения данных / О. О.Варламов // Информационные технологии, 2003. – №1. – С. 20.

7. Варламов О. О. Системный анализ и синтез моделей данных и методы обработки инфор мации для создания самоорганизующихся комплексов оперативной диагностики / О. О.Варламов // Искусственный интеллект, 2003. – № 3. – С. 299.

8. Варламов О. О. Параллельная обработка потоков информации на основе виртуальных потоковых баз данных / О. О.Варламов // Известия высших учебных заведений. Электроника, 2003. – № 5. – С. 82.

9. Варламов О. О. Анализ взаимосвязей GRID и САС ИВК, SOA и миварного подхода / О.О.Варламов // Искусственный интеллект, 2005. – № 4. – С. 4-11.

10. Варламов О. О. Системы обработки информации и взаимодействие групп мобильных ро ботов на основе миварного информационного пространства / О. О.Варламов // Искусственный интел лект, 2004. – № 4. – С. 695.

11. Варламов О. О. Создание интеллектуальных систем на основе взаимодействия миварного информационного пространства и сервисно-ориентированной архитектуры / О. О. Варламов // Искус ственный интеллект, 2005. – № 3. – С.13.

12. Владимиров А. Н. Применение многопроцессорного вычислительного кластера НИИР для распараллеливания алгоритмов в научно-технических и вычислительных задачах / А. Н. Владими ров, О. О.Варламов, А. В.Носов, Т. С. Потапова. – Труды НИИР, 2009. – № 3. – С. 120-123.

13. Владимиров А. Н. Программный комплекс «УДАВ»: практическая реализация активного обучаемого логического вывода с линейной вычислительной сложностью на основе миварной сети правил / А. Н. Владимиров, О. О.Варламов, А. В.Носов, Т. С.Потапова. – Труды НИИР, 2010. Т. 1. – С. 108-116.

14. Максимова А. Ю., Варламов О. О. Миварная экспертная система для распознавания обра зов на основе нечеткой классификации и моделирования различных предметных областей с автома тизированным расширением контекста / А. Ю. Максимова, О. О. Варламов // Известия Южного феде рального университета. Технические науки, 2011. – Т. 125. – № 12. – С. 77-87.

15. Варламов О. О. Миварный подход к разработке интеллектуальных систем и проект созда ния мультипредметной активной миварной интернет-энциклопедии / О. О.Варламов // Известия Ка бардино-Балкарского научного центра РАН, 2011. – № 1. – С. 55-64.

16. Варламов О. О. Обзор 25 лет развития миварного подхода к разработке интеллектуаль ных систем и создания искусственного интеллекта / О. О.Варламов. – Труды НИИР, 2011. – № 1. – С. 34-44.

17. Варламов О. О. Миварные технологии: переход от продукций к двудольным миварным се тям и практическая реализация автоматического конструктора алгоритмов, управляемого потоком входных данных и обрабатывающего более трех миллионов продукционных правил / О.О.Варламов // Искусственный интеллект, 2012. – № 4. – С. 11-33.

18. Варламов О. О. Практическая реализация линейной вычислительной сложности логиче ского вывода на правилах «ЕСЛИ-ТО» в миварных сетях и обработка более трех миллионов правил // Автоматизация и управление в технических системах. – 2013. – № 1(3);

[Электронный ресурс].

URL: http://auts.esrae.ru/3-66 (дата обращения: 26.03.2013).

19. Varlamov O. O. MIVAR: Transition from Productions to Bipartite Graphs MIVAR Nets and Prac tical Realization of Automated Constructor of Algorithms Handling More than Three Million Production Rules / O.O.Varlamov // ARXIV.ORG. 05.11.2011. [Электронный ресурс] URL: http://arxiv.org/abs/1111.1321.

20. Varlamov O. O. MIVAR technologies of the development of intelligent systems and the creation of the active multi-subject online MIVAR encyclopaedia / O.O.Varlamov // Pattern Recognition and Informa tion Processing (PRIP`2011): proceedings of the 11th International Conference. – Minsk: BSUIR, 2011. – р. 326-329.

УДК 004. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ АВТОМАТИЗИРОВАННЫХ СИСТЕМ УПРАВЛЕНИЯ НА ОСНОВЕ МИВАРНЫХ ТЕХНОЛОГИЙ MATHEMATICAL MODELLING OF AUTOMATED CONTROL SYSTEMS ON THE BASIS OF MIVAR’S TECHNOLOGIES Сергушин Г. С., аспирант, Чибирова М. О., аспирант Варламов О. О., д-р. техн. наук, профессор ФГБОУ ВПО «Московский автомобильно-дорожный государственный технический университет»

Россия, г. Москва, info@mivar.ru, mashkache@gmail.com, georg90@list.ru, ovar@narod.ru Муравьева Е. А., канд. техн. наук, доцент ФГБОУ ВПО Филиал «Уфимского государственного нефтяного технического университета»

в г. Стерлитамаке. Россия, Республика Башкортостан, г. Стерлитамак, muraveva_ea@mail.ru Елисеев Д. В., канд. техн. наук, доцент ФГБОУ ВПО «Московский государственный технический университет им. Н. Э. Баумана»

Россия, г. Москва, d-eli@mail.ru Аннотация. Представлены новые результаты применения миварных технологий для моде лирования автоматизированных систем управления. Студенты успешно выполняют курсовые работы и создают миварные логические модели сложных технологических установок в промышленности.

Ключевые слова: мивар, миварные сети, логический вывод, искусственный интеллект, ин теллектуальные системы, экспертные системы.

Summary. Presents new results of mivar‘s technologies for modeling of automatic control systems.

Students successfully meeting coursework and create mivar logical models of complex engineering systems in the industry.

Key words: MIVAR, MIVAR net's, logical inference, artificial intelligence, intelligent systems, expert systems.

В работе представлены результаты создания универсального программного комплекса УДАВ и его использования для математического моделирования различных АСУ ТП в процессе обучения студентов технических вузов [1-4]. Теория создания УДАВ представлена в работах [1-8]. Отметим, что этот программный комплекс создан на основе миварных технологий, которые позволили моделиро вать сложные технологические процессы в реальном времени. Миварные модели АСУ ТП работают быстро, т.к. реализованы на миварных сетях с линейной вычислительной сложностью логического вывода.

Первый опыт создания моделей АСУ ТП был выполнен в МАДИ, где были разработаны обу чающие программы по физике, геометрии и математическая модель системы управления двигателем автомобиля, которая по существу представляет собой АСУ ТП [9-17].

На кафедре «Автоматизированные технологические и информационные системы» (АТИС) Филиала УГНТУ в г. Стерлитамаке были выполнены курсовые работы по дисциплине «Моделирова ние систем». В качестве обоснования использования миварных технологий было то, что развитие науки и техники (в частности компьютеров и вычислительных машин) позволяет автоматизировать большинство технологических процессов в нефтепереработке и нефтехимии [1;

3;

18].

Целью курсовых работ являлось математическое моделирование конкретных установок АСУ ТП на уровне создания логической модели системы. Миварная логическая модель состояла из регу лируемых и регулирующих переменных и таблиц правил для них.

Для иллюстрации приведем названия некоторых курсовых работ: «Моделирование и автома тизация установки вторичной перегонки бензинового дистиллята»;

«Моделирование установки гидро крекинга с псевдоожиженным слоем катализатора»;

«Моделирование процесса гидроочистки дизель ного топлива», «Моделирование и автоматизация узла осаждения никеля на кизельгуре» и др.

Учитывая специфику ВУЗа, студентами были успешно созданы логические миварные модели:

процесса дегидрирования изоамиленов в изопрен;

установки конверсии оксида углерода;

установки по производству аммиачной селитры;

установки двухступенчатой вакуумной перегонки мазута;

прока лочной печи катализаторов;

установки гидрокрекинга в стационарном слое катализатора;

установки конверсии метана;

работы обжига цемента;

установки каталитического крекинга с прямоточным реак тором;

систем управления котлоагрегата;

установки сернокислотного алкилирования изобутана бути ленами;

установки стабилизации нефтей;

установки замедленного коксования в необогреваемых ка мерах и др.

Важно отметить, что данное моделирование не подразумевало под собой изменение самого технологического процесса или аппаратных средств, с помощью которых он реализован. Автоматиза ция промоделированных процессов может упростить работу персонала по обслуживанию этих уста новок и позволит более точно контролировать заданные технологические параметры, что в свою оче редь улучшит качество продуктов.

Таким образом, в различных технических вузах были проведены работы по моделированию студентами изучаемых АСУ ТП. Результаты такой работы показали, что миварный подход достаточно легко осваивается обучаемыми и позволяет самостоятельно разобраться с решением сложных инже нерных задач.

В настоящее время, проводится работа по упорядочению и выкладыванию миварных моделей АСУ ТП на компьютерные ресурсы вузов. Ознакомиться с примерами работы программ можно на сайте открытого инновационного проекта www.mivar.org.

Практическая польза для обучения состоит в освоение студентами навыков математического моделирования и перспективных миварных технологий создания систем искусственного интеллекта.

Итак, миварные модели АСУ ТП помогают студентам освоить сложный материал, развивают способности к системному мышлению и позволяют за короткое время создать математические моде ли сложных реальных установок в различных отраслях промышленности.

Библиографический список:

1. Варламов О. О. Логический искусственный интеллект создан на основе миварного похо да! МИВАР: активные БД с линейным логическим выводом 3 млн правил = понимание смысла+ сингулярность в виртуальной реальности / О. О. Варламов. - Саарбрюкен, Германия: LAP LAMBERT Academic Publishing Gmbh & Co. KG, 2012. – 700 с.

2. Владимиров А. Н. Программный комплекс «УДАВ»: практическая реализация активного обучаемого логического вывода с линейной вычислительной сложностью на основе миварной сети правил / А. Н. Владимиров, О. О.Варламов, А. В.Носов, Т. С. Потапова // Труды НИИР, 2010. – Т. 1. – С. 108-116.

3. Варламов О. О. Новые возможности информационных технологий и их влияние на со вершенствование содержания современного профессионального образования / О. О. Варламов // Модульно-компетентностный подход в современном российском профессиональном образовании:

проблемы и перспективы. Материалы межрегиональной учебно-методической конференции студен тов, аспирантов и преподавателей. – пос. Персиановский: Издательство ФГБОУ ВПО ДонГАУ, 2012. – С. 94-97.

4. Варламов О. О. Миварные технологии создания логического искусственного интеллекта:

логическая обработка с линейной вычислительной сложностью более 3 миллионов продукций и воз можность понимания смысла через моделирование большого контекста / О.О. Варламов // Открытые семантические технологии проектирования интеллектуальных систем (OSTIS-2012): материалы Международной научн.-техн. конф. – Минск: БГУИР, 2012. – С. 279-288.

5. Варламов О. О. Миварные технологии и новые проблемы создания искусственного ин теллекта - 2012/ О.О. Варламов // Искусственный интеллект. Интеллектуальные системы ИИ-2012:

материалы Международной научно-технической конференции (пос. Кацивели, АР Крым, 1-5 октября 2012 года). – Донецк: ИПИИ «Наука i освiта», 2012. – С. 27-30.

6. Максимова А. Ю. Миварная экспертная система для распознавания образов на основе нечеткой классификации и моделирования различных предметных областей с автоматизированным расширением контекста/ А. Ю. Максимова, О. О. Варламов // Известия Южного федерального уни верситета. Технические науки. 2011. – Т. 125. – № 12. – С. 77-87.

7. Варламов О. О. Обзор 25 лет развития миварного подхода к разработке интеллектуаль ных систем и создания искусственного интеллекта / О. О. Варламов // Труды НИИР. – 2011. – № 1. – С. 34-44.

8. Варламов О. О. Миварные технологии: переход от продукций к двудольным миварным сетям и практическая реализация автоматического конструктора алгоритмов, управляемого потоком входных данных и обрабатывающего более трех миллионов продукционных правил / О. О. Варламов // Искусственный интеллект. - 2012. – № 4. – С. 11-33.

9. Сергушин Г. С. Разработка алгоритма миварной сети для вычисления физических вели чин в области физики падающего тела на основе потока входных данных или заданного множества известных параметров / Г. С. Сергушин, О. О. Варламов // Модернизация технологий управления в автотранспортных системах. Сборник научных трудов студентов и аспирантов факультета «Управле ние». – М.: МАДИ (ГТУ), 2010. – С. 62-67.

10. Сергушин Г. С. О разработке обучающих программ по физике на основе миварных логи ческих сетей / Г. С. Сергушин, О. О. Варламов, Р. А. Санду // Информатика и вычислительная техни ка: сборник научных трудов / под ред. В.Н. Негоды. – Ульяновск: УлГТУ, 2010. – С. 478-481.

11. Сергушин Г. С. Технология разработки обучающих программ по физике на основе мивар ных логических сетей / Г. С. Сергушин, О. О. Варламов, М. Л. Оверчук, О. И. Огородников // Инфор мация и образование: границы коммуникаций INFO`10: сборник научных трудов / сост.

А. А. Темербекова, И. В. Чугунова. – № 2. – Горно-Алтайск: РИО ГАГУ, 2010. – С. 150 – 152.

12. Сергушин Г. С. Новая технология разработки обучающих программ на основе миварных сетей / Г. С. Сергушин, О. О.Варламов // Труды Конгресса по интеллектуальным системам и инфор мационным технологиям «AIS-IT‘10». Научное издание в 4-х томах. – М.: Физматлит, 2010. – Т. 3. – С. 426-429.

13. Сергушин Г. С. Миварная технология разработки вычислительных моделей технологиче ских процессов и обучающих программ в МАДИ-ГТУ по физике / Г. С. Сергушин, М. Л. Оверчук, О. О. Варламов // 22 Международная инновационно-ориентированная конференция молодых ученых и студентов (МИКМУС-2010) «Будущее машиностроения России»: сборник материалов конференции с элементами научной школы для молодежи (Москва, 26-29 октября 2010 г.). – М.: Цифровичок, 2010.

– С. 149.

14. Сергушин Г. С. Обучающие системы: миварная технология разработки обучающих про грамм по физике / Г. С. Сергушин, О. О. Варламов, М. Л. Оверчук // Системы и средства искусственно го интеллекта (ССИИ-2010): тезисы докладов Международной научной молодежной школы. – Донецк:

ИПИИ «Наука и освита», 2010. – С. 92-96.

15. Чибирова М. О. Разработка миварной экспертной системы для решения задач в области геометрии в реальном времени / М. О. Чибирова, О. О.Варламов // Научная сессия МИФИ-2012. – Т.2. Проблемы фундаментальной науки. Стратегические информационные технологии. – М.: МИФИ, 2012. – С. 278.

16. Варламов О. О. Перспективные интеллектуальные системы поддержки принятия решений для транспортной отрасли на основе активной миварной энциклопедии / О. О. Варламов, Г. С. Сергу шин, М. Л. Оверчук и др. // Материалы Второй Международной научно-практической конференции «Современные информационные и инновационные технологии на транспорте MINTT-2010». Сборник научных трудов в 2-х томах. – Херсон, Украина: Издательство ХГМИ, 2010. – Т.1. – С. 22-26.

17. Белоусова А. И. Мивары и многоуровневые гетерогенные мультиагентные системы в об разовании / А. И. Белоусова, О. О. Варламов // Информация и образование: границы коммуникаций INFO‘11: сборник научных трудов № 3(11). – Горно-Алтайск: РИО ГАГУ, 2011. – С. 76-78.

18. Муравьева Е. А., Варламов О. О. Об особенностях реализации миварной концепции в системах управления многосвязными технологическими процессами на основе четких логических ре гуляторов / Е. А. Муравтева, О. О. Варламов // Научная сессия МИФИ-2012. – Т.2. Проблемы фунда ментальной науки. Стратегические информационные технологии. – М.: МИФИ, 2012. – С. 277.


УДК 004.021;

51. ЧИСЛЕННОЕ ИССЛЕДОВАНИЕ МОДЕЛИ ТЕПЛОВОГО РЕЖИМА ПОЧВЫ NUMERICAL RESEARCH OF MODEL OF THE THERMAL MODE OF THE SOIL Хворова Л. А., канд. техн. наук, доцент ФГБОУ ВПО «Горно-Алтайский государственный университет» (ГАГУ) Россия, Алтайский край, г. Барнаул, hla@math.asu.ru Аннотация. Рассматриваются алгоритм и численный метод решения двумерной задачи теп лового режима почвы. Исследуются теплофизические свойства черноземов выщелоченных Алтайско го Приобья на адекватной математической модели.

Ключевые слова: тепловой режим почвы, почвенный компартмент, математическая модель, уравнения параболического типа, разностная схема.

Summary. The algorithm and numerical method of the solution of a two-dimensional problem of a thermal model of the soil are considered. Heatphysical properties of chernozems lixivious Altai Priobya on adequate mathematical model are investigated.

Key words: thermal regime of soil, soil compartment, mathematical model, parabolic equations, dif ference schemes.

Разработка математических моделей, корректно учитывающих процессы теплопереноса в почве и пространственную неоднородность поля, является сложной и актуальной задачей. Соседст вующие почвенные массивы (выделенные единицы управления в рамках одного поля) характеризу ются различными теплофизическими параметрами (теплоемкость, теплопроводность или температу ропроводность), которые, в свою очередь, зависят от ряда физических свойств почвы.

В подавляющем большинстве современные модели, описывающие процессы, происходящие на сельскохозяйственном поле, рассматривают однородный фиктивный посев, а стратификация его характеристик производится в единственном вертикальном направлении. В подобных моделях пред полагается, что никаких горизонтальных перетоков вещества и энергии не происходит.

Математические модели, связанные с описанием явления теплопереноса в пределах почвен ного компартмента, основаны на нестационарных уравнениях параболического типа. Теплота, посту пающая на поверхность почвы, под действием создаваемого градиента температур перераспределя ется в объеме почвенного компартмента.

В докладе рассматривается двумерная аппроксимация задачи о распределении температуры в массивах почвы, имеющих вертикальную (относительно направления силы тяжести) границу раздела, связанную с неоднородностью структурных пластов почвы.

Предполагается, что неоднородный почвенный компартмент состоит из двух участков, значительно отличающихся по влиянию характеристик поля на продукционный процесс посева и на x1 x 0;

H y движение почвенных растворов:, где 1 2, 0x x2 ;

H y0, а границы участков 1и являются известными и 2 прямолинейными. В случае криволинейных границ областей 1и 2 задача также может быть сформулирована и успешно решена.

Система координат выбрана таким образом, что ось 0y проходит по границе раздела областей T1 определяет T 1и 2. Функция температуру почвы в области 1, а – температуру почвы в области 2. Тогда в силу почвенной однородности областей 1и 2 можно записать условия:

T1 T 0 x x1 ;

x x2.

x x при при (x 0) На границе раздела компартментов 1и должны выполняться условия непрерывности температур и тепловых потоков:

T1 T 1 T1 T2 x x x 0.

и при (1) Уравнение теплопереноса в почвенном компартменте в двумерном случае можно запи сать в виде:

T T T с f ( x, y, t ) t x x y y, (2) ( x, y ) c( w( x, y )) где – плотность почвы, – теплоемкость, – коэффициент теплопро ( w( x, y )).

w:

водности, зависящий от влажности почвы Теплоперенос осуществляется f x, y, t w счи вдоль координатных осей Ox, Oy;

– функция источника тепла. Влажность почвы тается заданной функцией.

Численное исследование задачи о распределении температуры в областях 1и производится с использованием конечно-разностных методов: продольно-поперечной конечно разностной схемы (метод переменных направлений), формально имеющей второй порядок аппроксимации.

Используя разностную аппроксимацию, (2) приводится к системе линейных алгебраических уравнений:

an,mTnk,m1/12 bn,mTnk,m1/ 2 cn,mTnk,m1/12 d n,m, an,mTnk 11m bn,mTnk,m1 cn,mTnk 11m d n,m,,, Данная система решается методом прогонки.

T2 : T ( P, t ) |t T ( P,0) T Начальные и граничные значения для температуры и для T H,t (t ). k T1 T P Для определения и на слое используем условия не H, прерывности температур и тепловых потоков на границе раздела (1) и представление решения (т.е.

T1 T n,m n,m температуры в каждой из областей) в таком виде, когда и выражаются через неиз T1 T2 x 0.

N1 1,m 1,m вестные значения температуры на границе раздела Представления вида:

1 T1n,m Tm, n,m n,m 2 T2 n,m Tm, n,m n,m Tm где – температура на границе раздела областей 1и 2, позволяют организовать своеобраз Tm, и найти сначала ную прогонку с параметрами, коими являются граничные значения температуры сами эти значения, а затем и распределение температуры в областях 1и 2.

Общая схема численного решения задачи состоит в осуществлении следующих этапов.

1. Определение аналитических зависимостей температуры на поверхности почвы и на нижней T H,t H (t ), теплоемкости почвы c ( w( x, y )) и коэффициента теплопроводности границе:

( w( x, y )), зависящих от влажности почвы w. Теплофизические характеристики черноземов выщелоченных определяются по почвенно-климатическим данным Алтайского Приобья.

1 k k 2 T1 T k t 2. Переход на новый временной слой начинается с расчета температуры и k t на промежуточном временном слое. Расчет производится в каждой из областей 1и k Ti, i 1,2, на 3. С помощью прогонки с параметрами, вычисляются значения температур k слое одновременно в обеих областях 1и 2.

В настоящее время реализован численный алгоритм решения двумерной задачи. Результаты моделирования хорошо согласуются с экспериментальными данными и отражают динамику распре деления температур по почвенному профилю в течение суток и в течение года.

Дальнейшее математическое и численное моделирование проводится с учетом криволиней ности границ раздела, а также подвижных границ раздела двух фаз и постановки на этих границах условий сопряжения и обобщенных условий Стефана.

Работа выполнена в рамках государственного задания «Изучение процессов конвекции и теп лопереноса в анизотропных областях и областях с границами раздела» № 7.3975.2011.

УДК 657.631. ПРИМЕНЕНИЕ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ ДЛЯ ОЦЕНКИ И ОПТИМИЗАЦИИ АУДИТОРСКИХ ДОКАЗАТЕЛЬСТВ APPLICATION OF THE THEORY OF FUZZY SETS FOR THE ASSESSMENT AND OPTIMIZATION OF AUDITOR PROOFS Якимова В. А., старший преподаватель ФГБОУ ВПО «Амурский государственный университет»

Россия, Амурская обл., г. Благовещенск, vilena_yakimova@mail.ru Аннотация. В статье рассматривается применение теории нечетких множеств для оценки аудиторских доказательств. Математическая модель учитывает профессиональное суждение аудито ра и информационные риски.

Ключевые слова: аудиторские доказательства, профессиональное суждение аудитора, рис ки, теория нечетких множеств.

Summary. The article discusses the application of fuzzy set theory to evaluate the audit evidence.

The mathematical model takes into account the auditor's judgment, and information risks.

Key words: audit evidence, the auditor's judgment, the risks, the theory of fuzzy sets.

Одной из ключевых задач аудита является оценка достаточности и надлежащего характера аудиторских доказательств. На основе оценке доказательств аудитор обосновывает мнение о моди фикации аудиторского заключения в случае отсутствия убедительных доказательств, выборе эффек тивных аудиторских процедур на этапе планирования, выборе дополнительных процедур или изме нении запланированных сроках, объема и временных рамок аудиторских процедур, качестве ауди торской проверки и уровне риска необнаружения.

Наиболее полными и систематизированными являются методы оценки аудиторских доказа тельств - модель условных вероятностей Гиббинса [1] и метод экспертных оценок Борица и Винслея [2]. Данные методические подходы имеют ряд существенных недостатков, связанных с отсутствием комплексных подходов на основе теоретически обоснованных критериев оценки. Методы не учиты вают факторы, оказывающие влияние на оценку доказательств и мнение аудитора. Эмпирические исследования зарубежных ученых показали, что результат применения моделей оценки на базе ус ловных вероятностей расходится с суждением аудитора. В процессе оценки доказательств важное значение имеет не только оценка частных критериев, но и их агрегирование.

Учитывая сложность категорий достаточности и эффективности аудиторских доказательств, которые определяются качественными характеристиками и профессиональным суждением аудитора, следует отметить, что задача оптимизации аудиторских решений не может быть решена традицион ными математическими методами программирования или с помощью теории вероятности. Решить качественные аналитические задачи в условиях неопределенности представляется возможным с по мощью теории нечетких множеств. Методы данной теории позволяют оценить опосредованную взаи мосвязь количества и качества, противоречия между ними, учитывают не эмпирическую вероятность, а уверенность аудитора. Теория нечетких множеств также учитывает факторы информационного и коммуникационного риска [3].

В теории и на практике доказано, что наиболее эффективным методом оценки и обработки качественной информации является метод Дельфи. Он реализуется путем анонимных опросов спе циально отобранной группы экспертов с последующей аналитической обработкой результатов.

Рассмотрим применение теории нечетких множеств для решения задачи оценки аудиторских доказательств. Нечеткое множество А – это множество значений носителя, такое, что каждому значе нию носителя сопоставлена степень принадлежности этого значения множеству А. Функция принад ( v ) – это функция, областью определения которой является носитель V, v V, а обла лежности А 0,1. Чем выше А ( v ), тем выше оценивается степень при стью значений – единичный интервал надлежности элемента носителя v нечеткому множеству А [4].


По мере получения количественных значений V и на основании функций { } конструируется следующее утверждение – «оптимальные (эффективные) аудиторские процедуры»:

– высокая оценка эффективности аудиторских доказательств. Уровень соответст (V ) A1 ;

вия: – оценка эффективности доказательств средняя, аудитор должен принять решение о моди фикации аудиторских процедур. Уровень соответствия: 1 (V ) A2 ;

– низкая эффективность доказательств, что не позволяет аудитору выразить мнение в ауди (V ) A торском заключении. Уровень соответствия: 1 3.

Это утверждение придает определенный вес каждой из гипотез принадлежности качественной оценки к одному из нечетких подмножеств {A}.

Теория нечетких множеств оперирует понятием «лингвистическая переменная», значение ко торой определяется как нечеткое множество. Для оптимизации аудиторских решений введем лин гвистические переменные, отражающие качественные критерии аудиторских доказательств:

X – толерантность, аналитичность аудиторских доказательств;

Y – уместность аудиторских доказательств;

Z – надежность аудиторских доказательств;

S – системность и непротиворечивость аудиторских доказательств;

F – уместность и эффективность методов выборочного исследования;

R – репрезентативность аудиторской выборки;

D – полнота и комплексность программы;

U – ценность (убедительность) аудиторских доказательств.

D( X i ) Xi Пусть – область определения параметра, несчетное множество оси действитель Xi ных чисел. Определим лингвистическую переменную «Уровень показателя » с введением пяти D( X i ) нечетких подмножества :

Xi В1 – нечеткое подмножество «очень низкий уровень показателя »;

Xi В2 – нечеткое подмножество «низкий уровень показателя »;

Xi В3 – нечеткое подмножество «средний уровень показателя »;

Xi В4 – нечеткое подмножество «высокий уровень показателя ».

Xi В5 – нечеткое подмножество «очень высокий уровень показателя ».

В Задача описания подмножества – это задача формирования соответствующих функций 5(Хi ) принадлежности 1. Дальнейшая работа состоит в том, что каждому значению лингвистиче ской переменной ставится в соответствие функция принадлежности уровня показателя тому или ино му нечеткому подмножеству на основе мнений эксперта (или группы экспертов). Показатель по базо вому критерию определяется по методу двойной свертки и рассчитывается по формуле (1):

n H pi j ij i1 j, (1) p H H где i – уровень значимости показателя ik – функция принадлежности показателя i ;

i – но i;

мер показателя.

В качестве множества узловых точек, которые являются абсциссами соответствующих функ ций принадлежности, можно использовать базовые значения для трапециевидных функций:

(0,1;

0,3;

0,5;

0,7;

1) j [4].

На основе уровня комплексного показателя по определенному критерию оценки делается вы вод об уровне базового фактора. Для оценки комплексного показателя второго уровня проводится вторая матричная свертка базовых факторов. Например, оценка надлежащего характера доказа тельств будет производиться по формуле (2):

XYZS pX pY pZ 0.4 0.2 0.2 0. X Y Z X Y Z S. (2) Оценка завершается построением взаимно-однозначного соответствия ценности (убедитель ности) аудиторских доказательств и мнения в отношении модификации процедур и вида аудиторского заключения. Если аудиторские доказательства не отвечают требованиям достоверности и достаточ ности, то аудитор должен рассмотреть причины несоответствия требованиям и повысить ценность информации, на основе которой он выражает мнение.

Библиографический список:

1. Boriz O. E. Structuring the assessment of audit evidence – an expert system approach / O. E. Boriz, A.K.P Wensley // Auditing: A journal of Practice and Theory. 1990. – №. 9. – P. 49- 87.

2. Chang S. The Development of Audit Detection Risk Assessment System: Using the Fuzzy Theory and Audit Risk Model / S. Chang, Ch.Tsai, Ch.Hwang, – 2007. URL:

http://aisel.aisnet.org/pacis2007/78.

3. Gibbins M. Regression and other statistical implication for research in judgment using Interco related data sources / Gibbins M. // Journal of accounting research. – 1982.

4. Бочарников В.П. Fuzzy-технология: Математические основы. Практика моделирования в экономике / В.П. Бочарников. – Санкт-Петербург: «Наука» РАН, 2001. – 328 с.

УДК 621. О ЛАБОРАТОРНОЙ РАБОТЕ ПО КУРСУ «МЕТОДЫ СИНТЕЗА МЕХАНИЗМОВ»

ON LABORATORY WORK FOR THE COURSE «SYNTHESIS METHODS OF MECHANISMS»

Ералиев А. К., канд.тех.наук, Казахский национальный университет имени аль-Фараби Казахстан, г. Алматы, ablay_e@mail.ru Аннотация. Для выполнения лабораторных работ рассматриваются оптимизационные методы кинематического синтеза различных механизмов второго класса, которые были разработаны и реализованы в системе аналитических вычислений (САВ) Maple.

Ключевые слова: синтез механизмов, методы оптимизации, методы приближения функций, системы аналитических вычислений (САВ) Maple Summary. Optimization methods of kinematic synthesis of the various mechanisms of the second class are considered. These methods were developed for laboratory work and are realized in a system of analytical calculations (SAC) Maple.

Key words: synthesis of mechanisms, methods of optimization, methods of the function approximation, system of analytical calculations.

По специальному курсу «Методы синтеза механизмов» разработаны лабораторные работы для решения задач кинематического синтеза различных механизмов второго класса, где шатунная точка описывает траекторию, максимально близкую к кривой, заданной координатами произвольных ее точек с применением САВ Maple на ЭВМ, по ниже описанному алгоритму:

составляется функционал, характеризующий суммарное отклонение шатунной кривой от заданных точек, в соответствии с заданным вариантом;

производится выбор одного из методов безусловной минимизации и составляется программа для минимизации полученного функционала;

решается задача безусловной минимизации;

определяются параметры механизма;

производится кинематический анализ спроектированного механизма и проверяется близость кривой к заданной траекторий.

В данной работе в качестве примера, рассмотрим задачу синтеза кривошипно-шатунного ме ханизма – рисунок 1 [1].

Шатунная точка M кривошипно-шатунного механизма описывает траекторию, максимально ( xi, y i ) близкую к кривой, заданная координатами семи ее точек, приведенных в таблице ниже.

Положения 0 1 2 3 4 5 - 89 - 83,5 -76 -67,5 -59 - 50 - 39, xi 56,5 51 47,5 47 48 52,5 yi - 14,942 - 22,624 - 29,864 - 35,265 -39,452 - 41,10 -40, x 21,1156 19,899 15,888 9,3057 1,8412 - 8,085 -21, y Из условий минимального отклонения от заданной траектории будем вычислять параметры a, b и e. Значения остальных параметров считаем известными:

x0 y 0 ;

k 52,5 мм.

– 80,7 мм;

0 81 мм;

126°;

Для получения взвешенной разности в более простом виде, выберем новые координатные оси x1 и y1 так, чтобы ось x1, совместился с линией движения точки C ползуна, а ось y1, проходила через неподвижный центр А. Тогда значения координат заданной траектории в новой системе опре деляется по формулам:

x1 (y y0 ) sin ( x x0 ) cos, y1 (y y0 ) cos ( x x0 ) sin, их значения сведены в таблицу.

x и y – координаты точек заданной траектории, указанные в таблице 1;

x0 и y0 – ко Здесь y ординаты выбранного начала координат в системе x,.

Для вычисления трех параметров механизма группируем члены в выражении взвешенной разности [1] в виде:

2 xA x b cos k y x xA b sin e b cos y q k k2 y2 xA e2 b k y e b sin b cos k x xA 2kb cos a k (1) так, чтобы оно имело вид следующей функции:

p0 f0 ( x) p1 f1 ( x) p2 f 2 ( x) F ( x), q (2) ppp f ( x ) f1 ( x) f 2 ( x) где 0, 1 и 2 — коэффициенты зависящие от искомых параметров;

F (x), 0 —,, x, не содержащие неизвестных параметров.

функции переменного аргумента xA 0, x x1 и y y1 из формулы (1) имеем:

При 2 y12 2 x1 k 2 y2 ;

F ( x) y12 cos x1 cos ) k 2 y12 ;

f 0 ( x) x1 y1 sin ( y1 sin y1 cos k 2 y12 sin ;

f1 ( x) f 2 ( x) 1.

(3) 2 2 2 p0 2b k ;

p1 2bc k ;

p2 a e b 2kb cos k. (4) F (x), f 0 ( x ), f1 ( x), f 2 ( x) известны, так предполагается известными координаты то Функции pp p y чек заданной траекторий x и, а также параметры k,. Коэффициенты A, 0, 1 и 2 зависят от неизвестных параметров механизма.

Суммарное отклонение шатунной кривой от заданных точек возьмем в виде следующего функционала im Sq ( xi ) q i0, (5) m количество заданных точек.

где Для минимизации функционала (5) можно применить различные методы [2],[3]. Предлагаем a,b и e.

программу расчета методом безусловной минимизации (методом Ньютона) параметров 0;

k Задаем исходные параметры 126°;

52,5 мм x и y:

Задаем координаты траектории семи точек x1 и y Вычислим Вычислим функционал (целевую функцию) (5) Вычислим вектор первых производных Вычислим матрицу вторых производных Задаем значения начальной точки приближения, вычислим первое приближение, ошибку ме жду первым и нулевым приближениями Вычисляем следующие приближения Параметры синтеза будут равны Из соотношений (4) находим размеры механизма Для отображения движения спроектированного механизма были разработаны процедуры ки нематического анализа в системе Maple с анимацией движения механизма. На рисунке 2 показан дискретный аналог анимационной картины в виде плана положений. Здесь 1 – кривошип, 2 – шатун, – ползун и 4 – кривая (заданная в табличном виде кривая), которую должен описывать синтезируе мый механизм. Производится сравнение результатов, выбираются варианты, наиболее полно удов летворяющие заданным условиям синтеза.

Следует отметить, что данная лабораторная работа дополняет предложенный в [3] синтез механизма шарнирного четырехзвенника.

Предусмотрен также синтез механизмов по методу приближения функции [1].

Библиографический список:

1. Артоболевский И. И. Синтез плоских механизмов / И. И. Артоболевский, Н. И. Левитский, С. А. Черкудинов. – М.: Физматгиз, 1959. – 1081 с.

2. Васильев Ф. П. Численные методы решения экстремальных задач / Ф. П. Васильев. – М., Наука, 1988. – 552 с.

3. Молдабеков М. М. Методические указания к лабораторным работам по курсу «Оптимальный синтез механизмов и машин» / М. М. Молдабеков, Д. Ш. Ахмедов, С. Б. Косболов. – Алмата: Изд. КазГУ, 1988. – С. 30.

УДК 621. УПРАВЛЕНИЕ ДВИЖЕНИЕМ ПЛОСКОГО МАНИПУЛЯТОРА ПО ЗАДАННОМУ ДВИЖЕНИЮ РАБОЧЕЙ ТОЧКИ В СИСТЕМЕ MAPLE C ПОЛУЧЕНИЕМ АНИМАЦИОННОЙ КАРТИНЫ MOTION CONTROL OF PLANAR MANIPULATOR BY THE PRESET MOTION OF THE WORKING POINT IN MAPLE SYSTEM WITH REALIZATION OF ANIMATION Ералиев А. К., канд.тех.наук Дракунов Ю. М., д-р техн. наук Казахский национальный университет им. аль-Фараби Казахстан, г. Алматы, ablay_e@mail.ru Аннотация. Для выполнения лабораторных работ по определению положения, скоростей и ускорений звеньев плоского механизма манипулятора по заданному движению рабочей точки с получением анимационной картины, были разработаны пакеты программ, которые были реализованы в системе аналитических вычислений (САВ) Maple. В работе подробно освещены вопросы создания анимационной картины движения.

Ключевые слова: Кинематика плоского механизма манипулятора, анимация движения меха низма, системы аналитических вычислений (САВ) Maple.

Summary. For implementation of laboratory works on definition of positions, velocities and accelerations of the planar mechanism links are considered by the preset motion of working point with realization of animation, were developed software packages that have been implemented in the system of analytical calculations (SAC) Maple. In the paper creation of animation picture of motion is considered in details.

Key words: kinematics of the planar manipulator, animation of the mechanism motion, system of analytical calculations Maple.

По курсу «Информационные технологии в механике» разработаны виртуальные лаборатор ные работы на ЭВМ для решения задач теоретической механики из раздела кинематика с примене нием (САВ) Maple на ЭВМ, по следующим разделам [1]:

1. Кинематика точки. Определение скорости и ускорения точки по заданным уравнениям ее движения. Построение анимационной картины движения точки по траектории, векторов ее скоростей и ускорений с помощью Maple [2].

2. Вращательное движение твердого тела.

3. Плоско-параллельное движение твердого тела.

4. Сферическое движение твердого тела:

1) c помощью САВ получение аналитических выражений кинематического уравнения Эй лера, устанавливающего связь между проекциями вектора угловой скорости на оси подвижной и не подвижной систем координат, углами Эйлера и их производными по времени [3];

2) определение кинематических характеристик движения твердого тела и его точек по уравнениям Эйлера.

5. Сложное движение точки. Определение абсолютных скоростей и ускорений точки [4].

6. Определение перемещений угловых скоростей и угловых ускорений звеньев механизма манипулятора по заданному движению рабочей точки.

В докладе рассматривается решение при помощи САВ из раздела «Кинематика» следующей обратной задачи.

Манипулятор робота представляет собой плоский механизм с схватом в точке А. Известны уравнения движения схвата. Требуется определить в заданные интервалы времени углы и,, расстояние s. Вычислить угловые скорости и ускорения звеньев и относительные скорости s и уско рения точки В.

s Для отображения движения механизма были разработаны процедуры кинематического ана лиза в системе Maple с анимацией движения механизма. Для этого был создан набор стандартных процедур для получения анимационной картины движения механизмов, некоторые из них, необходи мые для решения поставленной задачи приведены ниже.

Для отрисовки траекторий точки А схвата можно использовать следующую процедуру Для рисования стойки в некоторой точке О создана процедура точка расположения стоек, R В этой процедуре А радиус шарнира, угол ориен таций стоек.

Рисуем закрашенный круг с центром в точках O, D, C, B радиусом R точка шарнира, r Здесь Р радиус шарнира, с цвет закраски.

Для рисования линии до краев окружностей используем процедуру:

th Здесь Р1, Р2 точки шарниров звена;

R1,R2 радиусы шарниров, толщины линии.

Для рисования ползуна в точке В под углом :

Здесь А точка ползуна, угол наклона направляющей ползуна, А1, А2 крайние точки, размеры ползуна.

kb, kh Для отрисовки схвата в точке А, используем процедуру:

Эта стандартная библиотека позволяет рисовать различные механические системы.

Например, можно создать процедуру для получения анимационной картины движения мани пулятора Сама анимация создается с помощью команды:

Дискретный аналог анимационной картины создается с помощью следующей команды:

На втором рисунке показан дискретный аналог анимационной картины в виде плана положе ний. Как показала практика исследователь достаточно просто может составить свою процедуру отри совки механической системы. Для этого необходимо вычислить координаты характерных точек и в них отобразить соответствующие элементы.

Библиографический список:

1. Яблонский А. А. Сборник заданий для курсовых работ по теоретической механике / А. А. Яблонский, С.С. Норейко, С.А. Вольфсон [и др.] – М.: Интеграл-Пресс, 2006. – 384 с.

2. Ералиев А. К. Анимация движения точки по траектории, векторов ее скоростей и ускорений с помощью Maple / А. К. Ералиев, А. А. Ералиева // Теоретические и прикладные проблемы математи ки, механики и информатики: материалы междунар. научной конф. (24-26 июня 2010 г.). – Караганда, 2010 г. – С. 196-198.

3. Ералиев А. К. О системе аналитических вычислении REDUCE в теоретической механике / А. К. Ералиев, Е. Р. Рахимов, К. К.Ералиева // Университетское образование и общество в третьем тысячелетии: материалы ХХХ международной научно-методической конф. (3-5 февраля 2000 г. Ал маты, КазГУ им аль-Фараби). – Алматы: Казак Университеты, 2000. - Ч. 1. – С. 225-231.

4. Ералиев А. К. О применении систем аналитических вычислении Maple в разделах «кинема тика» и «статика» теоретической механики / А.К. Ералиев, А.А. Ералиева // Вестник КазНУ, серия ма тематика, механика, информатика, выпуск № 2. – Алматы, 2006. – С. 73-77.

УДК500. ФОТОПРОВОДИМОСТЬ ПОЛУПРОВОДНИКОВЫХ СТРУКТУР GESN/SI С САМООРГАНИЗУЮЩИМИСЯ КВАНТОВЫМИ ТОЧКАМИ PHOTOCONDUCTIVITY OF SEMICONDUCTOR STRUCTURES GESN/SI WITH SELF-ORGANIZING QUANTUM POINTS Шегай О. А., канд. физ.-мат. наук Машанов В. И., канд.физ.-мат. наук Никифоров А. И., канд. физ.-мат. наук Россия, Новосибирская область, г. Новосибирск Институт физики полупроводников СО РАН, Илюшина Е. В.

Россия, Новосибирская область, г. Новосибирск ФГБОУ ВПО «Новосибирский государственный университет»

Палкин А. М., канд. физ.-мат. наук, доцент ФГБОУ ВПО «Горно-Алтайский государственный университет»

Россия, Республика Алтай, г. Горно-Алтайск, Palkin_am@mail.ru Аннотация. В работе приводятся результаты экспериментального исследования низкотем пературной латеральной проводимости GeSn/Si структур с квантовыми точками GeSn.обнаружен сту пенчатый рост фотопроводимости, зависящей от интенсивности межзонной подсветки и тянущего электрического поля. Результаты качественно объясняются в рамках теории протекания.

Ключевые слова: фотопроводимость, квантовые точки, локализованные состояния.

Summary. The report presents the results of experimental investigation of low- temperature lateral photoconductivity GeSn/Si structures with quantum dotes GeSn. It is observed a stepwise increase of pho toconductivity, depending on the intensity of interband lights and applied electric field. The results are quali tatively explained in the framework of the theory of leak.

Key words: photoconductivity, quantum dotes, localized states.

Изучение низкоразмерных полупроводниковых структур Ge/Si с самоорганизующимися кван товыми точками (КТ) Ge перспективно в связи с их возможным применением в новых оптоэлектрон ных устройствах, встраиваемых в кремниевую технологию. Основной движущей силой, приводящей к самоорганизации, является сильное отличие параметров решетки Ge и Si, когда на тонком смачи вающем слое Ge энергетически выгодней становится рост островков Ge пирамидальной формы (ме ханизм Странского-Крастанова). Внедрение Sn в островки Ge, согласно теоретическим расчетам, по зволит сделать возможным прямозонные переходы в таких структурах с КТ.

В данной работе приводятся результаты исследования низкотемпературной латеральной фо топроводимости (ФП) GeSn/Si структур с КТ GeSn при сканировании интенсивности межзонной под светки. Структуры были получены молекулярно-лучевой эпитаксией при различных температурах роста слоя GeSn, с вариацией его номинальной толщины и содержания Sn. В этих же условиях были получены и GeSn/Si структуры, содержащие лишь смачивающий слой, толщиной 0.37 нм. Структур ные исследования позволили определить концентрацию и латеральные размеры КТ при различных температурах роста, к примеру, для температуры роста 250 C они составляют приблизительно 11 - 6*10 см и 7 нм соответственно [1].



Pages:     | 1 |   ...   | 6 | 7 || 9 | 10 |   ...   | 24 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.