1.Методы моделирования в теории познания сложных систем.

Этот метод тесно связан с общей философией Теории Познания любых сложных процессов и систем.

Теория Познания создавалась человечеством много веков подряд на различных этапах развития его производительных сил.

Существует 3 этапа Теории Познания:

1.Понимание сущности процесса с ответом на вопрос – почему это так происходит ?

Этот этап коротко называют ЗНАНИЯ или Knowledge.

2.Использование полученных знаний в виде правил, формул и решения конкретных задач называют Практикумом (Rule).

3.Умение применять полученные знания на практике называют Навыками (Skill).

Поэтому согласно Теории Познания процесс перехода от Незнания к Знанию состоит из трех обязательных этапов:

1.Переход от чистого созерцания к абстрактному мышлению путем создания количественных моделей,

2. Проверка этих моделей на практике и

3. Внедрение полученных знаний в практическую деятельность человека.

Очень чётко и кратко сформулировал теорию познания В.И.Ленин в своих философских тетрадях:

“ От зрительного восприятия объекта к абстрактному мышлению и от него – к практике! “

Процесс абстрагирования обычно называют МОДЕЛИРОВАНИЕМ.

Таким образом, моделирование это процесс отображения любого реального объекта или системы элементов их некоторыми ОБРАЗАМИ ( моделями).

Эти модели обычно отображают не все, а только наиболее ВАЖНЫЕ для данного исследования или применения стороны реального объекта на основе некоторых КРИТЕРИЕВ ПОДОБИЯ.

Исходя из этих критериев, модели делят на:

а) ГЕОМЕТРИЧЕСКИЕ,

б) ФИЗИЧЕСКИЕ и

в)МАТЕМАТИЧЕСКИЕ.

Геометричесие модели подобны реальному объекту только по размерам. Они статичны и не отражают физическую сущность объекта (чертежи, макеты).

Эти модели обычно используются при конструировании, изготовлении и монтаже объектов.

Физические модели одинаковы с объектом по физической природе, но меньше его по размерам и отображают не все, а только физические свойства объекта.

Так, например, критическая сборка является физической моделью реального реактора, однако, обладая малой мощностью, она не может моделировать его теплофизические процессы, а воспроизводит только цепную реакцию деления.

Математические модели и физические объекты вообще различны по своей природе и общим у них являются математические уравнения, которыми описываются не все, а только некоторые свойства объекта.

Так, например, с точки зрения движения объекта в пространстве нас интересуют не его физические характеристики, а только уравнения движения.

В этом универсальность и ограниченность этих моделей.

В различных дисциплинах преподаватели используют те модели, которые полезны для понимания сути изучаемых процессов.

Так, в курсе «Черчение» более удобны геометрические модели. В курсе «Ядерная физика» - физические модели, а в нашем курсе – математические модели.

Существуют учёные-математики, которые разрабатывают специализированные математические модели для исследования отдельных свойств объекта как, например, критерии ( ПРАВИЛА ) устойчивости.

Ваша задача инженеров научиться использовать эти модели для конкретного применения - безопасного управления ЯР!

Теперь рассмотрим причины применения именно математических, а не других видов моделей в СКУЗ ЯР АЭС.

Во-первых, изучаемая система управления ЯР состоит из взаимодействия между собой разнородных элементов - физических, технических и оперативного персонала, которые с точки зрения универсальности учета их взаимодействия удобнее описывать математическими моделями.

Во-вторых, основными показателями качества системы управления реакторами АЭС являются такие свойства как:

1) ядерная безопасность,

2) экономичность,

3) устойчивость ко всем видам возмущений,

4) надёжность и готовность выполнения своих функций СКУЗ в различных режимах и условиях эксплуатации.

Для синтеза и анализа этих свойств нужны различные математические модели.

В-третьих, СКУЗ ЯР описывается сложной системой нелинейных дифференциальных уравнений, которые трудно решить аналитически.

Поэтому на практике для их решения создают имитационные компьютерные математические модели. В нашем курсе они называются «Лабораторные работы» или аналитические цифровые имитаторы реальных объектов для изучения их свойств.

Таким образом, в курсе СКУЗ ЯР АЭС:

1) На лекциях Вы будете учиться создавать математические модели проектируемой СУЗ ЯР для анализа её основных свойств;

2) На практических занятиях Вы будете использовать эти модели для изучения выше перечисленных свойств;

3) В лабораторных практикумах на уже созданных имитационных моделях Вы будете изучать основные режимы работы СКУЗ ЯР в нормальных и аварийных условиях эксплуатации.

Однако новый вид компьютерного обучения требует, чтобы практические занятия следовали непосредственно за лекциями и поддерживали их конкретными примерами, а лабораторные практикумы позволяли экспериментально подтверждать Ваши аналитические расчёты.

Поэтому в нашем курсе реально все виды этих занятий проводятся в компьютерном классе в указанной последовательности всегда в аудиториях кафедры 2-327 и 2-329 , хотя в расписании они иногда планируются по старому – раздельно.

Теперь рассмотрим пользу перехода на индивидуальный метод изучения любых дисциплин, разработанный в МГУ 20 лет назад профессором Н.Ф. Талызиной.

Опыт индивидуализированного обучения на нашей кафедре показал его высокую эффективность по следующим причинам:

1.Мыслительная способность каждого человека индивидуальна (один мыслит быстро, а другой – медленно), а коллективная форма обучения этого не учитывает,

2.В групповой форме обучения приходится рассчитывать на слабого ученика, а успевающим студентам в такой группе скучно!

3.Студенты, пропустившие занятия, теряют связь лекций между собой и запоминают только отдельные факты, а не смысл изучаемого предмета и т.д.

Однако в 1990г для его практического осуществления требовались большие и дорогие ЭВМ коллективного пользования с множеством пультов для обучаемых.

К сожалению, этот метод не получил широкого применения из-за высокой стоимости техники и её низкой надёжности.