НИРС Андреев / MNI[1]

Существенно снижает трудоемкость работы с научной литературой умение пользоваться техникой быстрого чтения. Умение читать быстро – важное условие, позволяющее усваивать гораздо больший объем материала, чем это можно было бы ожидать. Конечно, использование быстрого чтения имеет свои ограничения.

При чтении и составлении резюме прочитанного не нужно стремиться только к заимствованию материала. Параллельно следует обдумать найденную информацию. Этот процесс должен совершаться

втечение всей работы над темой, тогда собственные мысли, возникшие в ходе знакомства с чужими работами, послужат основой для получения нового знания.

При изучении литературы по выбранной теме используется не вся информация, в ней заключенная, а только та, которая имеет непосредственное отношение к теме диссертации и является потому наиболее ценной и полезной. Таким образом, критерием оценки прочитанного является возможность его практического использования в диссертации.

Изучая литературные источники, нужно очень тщательно следить за оформлением выписок, чтобы в дальнейшем было легко ими пользоваться. Работая над каким-либо частным вопросом или разделом, надо постоянно видеть его связь с проблемой в целом, а, разрабатывая широкую проблему, уметь делить ее на части, каждую из которых продумывать в деталях.

Отбор и оценка фактического материала. Возможно, что часть полученных при чтении научной литературы данных окажется бесполезной, очень редко они используются полностью. Поэтому необходим их тщательный отбор и оценка. Научное творчество включает значительную часть черновой работы, связанной с подбором основной и дополнительной информации, ее обобщением и представлением

вформе, удобной для анализа и выводов.

Нужно отбирать не любые факты, а только научные факты. Понятие «научный факт» значительно шире и многограннее, чем понятие «факт», применяемое в обыденной жизни.

Научные факты характеризуются такими свойствами, как новизна, точность, объективность и достоверность. Новизна научного факта говорит о принципиально новом, неизвестном до сих пор предмете, явлении или процессе. Это не обязательно научное открытие, но это новое знание о том, чего мы до сих пор не знали.

Работа по накоплению научных фактов по избранной теме всегда многоаспектна. Здесь и глубокое изучение опубликованных мате-

71

риалов, ознакомление с архивами и ведомственными данными, получение разного рода консультаций и, разумеется, анализ и обобщение собственных научных результатов.

Накопление такой предварительной информации – не механический, а творческий процесс, требующий целеустремленной энергии, настойчивости и творческой страсти. Ученый похож на строителя сложного и оригинального сооружения. Бережно и любовно он собирает нужные строительные материалы, все складывается в строгом и определенном порядке. Не беда, если материалы собраны в некотором избытке, лишь бы не было в них недостатка. Совершенно не обязательно все накопленные фактические данные использовать в диссертации.

При сборе первичной информации очень полезно развивать свою память. Для ее лучшего запоминания разработано много различных приемов и способов.

Первое условие хорошего запоминания – это сосредоточение внимания на объекте. Если внимание сконцентрировано на характерных особенностях объекта, то запоминание их происходит почти в 10 раз быстрее и надежнее, чем при рассеянном внимании. Конечно, нет необходимости держать в памяти повседневно всю ту массу информации, с которой диссертанту приходится иметь дело. Многое из такой полезной информации можно сохранить, не перегружая свою память. Техника ее сохранения сравнительно проста.

Для этой цели используются:

-алфавитный словарик фамилий, адресов, телефонов и т. п.;

-блокнот для черновых записей разного рода;

-еженедельник или вкладыши в записную книжку для срочных записей, облегчающих их быстрое нахождение и использование;

-карточки, образующие картотеку;

-полевая записная книжка для экспедиционных условий;

-альбом для зарисовки с натуры;

-магнитофон.

Собранную первичную научную информацию следует регистрировать. Формы ее регистрации различны:

-записи самого различного характера, в том числе выписки из протоколов опытов, заседаний кафедры (лаборатории), наблюдений в лабораторных журналах, историях болезней и т.п.;

-оформление новой информации на специальных бланках, анкетах, статистических и других карточках, образующих в конечном результате тематическую картотеку;

72

-фиксация различного рода звуковых сигналов (природных шумов, голосов животных, пения птиц и т. п.) на магнитных лентах или других видах звукозаписи;

-регистрация научной информации методами фотографии, рентгенографии, осциллографии, прием сигналов различных датчиков и регистрация их самописцами;

-графики, рисунки, схемы и другие графические материалы;

-расчеты, выполненные с помощью машинной техники;

-научные отчеты;

-материалы консультаций и отзывы специалистов по научным результатам;

-выписки из анализируемых документов, литературных источников (статей, книг, авторефератов, диссертаций и др.).

Записи ценных мыслей, пришедших как бы неожиданно, рекомендуется делать не откладывая. Иначе, как это часто бывает, мысли эти забываются, и воспроизвести их потом трудно. Весьма полезно всегда иметь «под рукой» бумагу и карандаш. Еще лучше, если для этой цели использовать магнитофон.

Еще на ранней стадии организации научного исследования представляется необходимым выбрать наиболее приемлемую систему хранения первичной документации. Это поможет сберечь в дальнейшем много времени и облегчить пользование такого рода материалами.

Выписки и другие подобного рода материалы обычно хранят в обычных канцелярских папках или конвертах большого формата, а библиографические карточки – в деревянных или картонных ящиках.

Тематические разделы такого «личного архива» индивидуально различны. Вот один из таких вариантов:

-выписки из литературных и ведомственных источников по теме и списки литературы;

-ксерокопии опубликованных статей, тезисов, рефератов, научных докладов и сообщений;

-деловая переписка по отдельным вопросам темы;

-записи результатов экспериментальных и других исследований;

-иллюстрации (технические рисунки, фотографии, чертежи, схемы, эскизы и т.п.);

-первые варианты обобщений научных материалов (черновые рукописи, сводные таблицы расчетов, выводы, предложения), а также отзывы по ним специалистов. Отдельным папкам следует давать тематические названия и делать на них замечания справочного характера.

73

Одновременно с регистрацией собранного материала следует вести его группировку, сопоставлять, сравнивать полученные цифровые данные и т.п. При этом особую роль играет классификация, без которой невозможны научное построение или вывод.

Классификация дает возможность наиболее коротким и правильным путем войти в круг рассматриваемых вопросов. Она облегчает поиск и помогает установить ранее незамеченные связи и зависимости. Классификацию надо проводить в течение всего процесса изучения материала. Она является одной из центральных и существенных частей общей методологии любого научного исследования.

Процесс сбора, фиксации, хранения и классификации первичной научной информации желательно завершить написанием целостного обзорного текста, обобщающего и систематизирующего такую информацию.

ГЛАВА 6. РАЗРАБОТКА МЕТОДИКИ ТЕОРЕТИЧЕСКОГО И ЭКСПЕРИМЕНТАЛЬНОГО ИССЛЕДОВАНИЯ

6.1. Теоретические методы исследования

Теоретические методы исследований классифицируются согласно схеме, представленной на рис. 6.1:

-аналитические методы исследований;

-аналитические методы исследований с использованием экспериментов;

-вероятностно-статистические методы исследований;

-методы системного анализа.

Аналитические методы исследований. Для исследования фи-

зических моделей, описывающих функциональные связи внутри (или вне) объекта используют аналитические методы, с помощью которых устанавливают математическую зависимость между параметрами модели. Эти методы позволяют провести глубокое исследование объекта и установить количественные (точные) связи между аргументами и функциями.

При исследовании сварных соединений (конструкций) и сварочных процессов широко применяют элементарные функции. Особенно, когда стремятся упростить исследуемую модель и получить приближенные решения поставленной задачи. Часто применяют ли-

74

нейные и нелинейные функции, тригонометрические, показательные и т.д.

Рис. 6.1. Классификация теоретических методов исследования

Обычно элементарные функции непрерывны, что позволяет их дифференцировать и интегрировать. А это позволяет найти наилучшие и наихудшие условия протекания процессов путем отыскания экстремумов. При анализе сварных конструкций часто применяют методы элементарной, начертательной и аналитической геометрии. Очень часто применяют обыкновенные дифференциальные уравнения различных порядков и их системы. Для их решения в большинстве случаев применяют приближенные решения, т.к. получить их решение в виде элементарных функций обычно затруднительно.

Более высокой ступенью сложности отличаются дифференциальные уравнения в частных производных, например, уравнение теплового баланса для любой точки объема тела:

dT	d 2T				d 2T			d 2T
	a										,
			2			2			2
dt					dY			dZ
	dX

где X,Y,Z – координаты точки; Т – температура точки;

t – время.

75

Дифференциальные уравнения могут иметь как постоянные, так и переменные коэффициенты. При решении дифуравнений получают большое количество решений, удовлетворяющих исходному уравнению. Чтобы из множества возможных решений получить одно, удовлетворяющее данному процессу, необходимо задать граничные условия и начальные условия (краевые условия). Это относится к задачам тепломассообмена и т.п. При решении дифференциальных, интегральных и интегро-дифференциальных уравнений часто используют интегральные преобразования Лапласа, Фурье, Бесселя и др. Применяют и другие способы математического анализа и его сплавов (вариационное исчисление, теорию функций комплексной переменной и др.)

Аналитические методы исследований с использованием экспериментов. Физические процессы можно исследовать аналитически или экспериментально. Раннее отмечалось, что аналитические зависимости являются математической моделью физических процессов. Эта модель может быть представлена функцией, уравнением, их системой и т.д.

Однако математическим моделям присущи серьезные недостат-

ки:

1.Установление краевых условий требует проведения достоверного опыта. Ошибка в их определении приводит к видоизменению исследуемого процесса.

2.Во многих случаях отыскать аналитические выражения, отражающие исследуемый процесс затруднительно или вообще невозможно.

3.Упрощение математической модели (допущения) искажают физическую сущность процесса.

Экспериментальные методы исследований позволяют глубоко изучить исследуемый процесс. Однако результаты эксперимента не могут быть перенесены на другой процесс, близкий по физической сущности. Это связано с тем, что результаты любого эксперимента отражают индивидуальные особенности лишь исследуемого процесса. Из опыта еще нельзя определить какие факторы оказывают решающее влияние на процесс, если изменять различные параметры одновременно. Это означает, что при экспериментальном исследовании каждый конкретный процесс должен быть исследован самостоятельно. Экспериментальные методы позволяют установить частные зависимости между переменными в строго определенных интервалах их изменения (и только).

76

y(x)

Таким образом, и аналитические и экспериментальные методы имеют свои достоинства и недостатки, что затрудняет решение практических задач. Поэтому очень интересным является сочетание положительных сторон обоих методов.

Примером такого сочетания является применение теории подобия. В контактной сварке для определения параметров режима используют данные одного из режимов (эксперимент) и специальные соотношения (критерий подобия).

Вероятностно-статистические методы исследований. В свар-

ке чаще всего необходимо исследовать не детерминированные, а слу- чайно-вероятностные процессы (стохастические). Все сварочные процессы протекают в условиях непрерывно-меняющейся обстановки –

действуют различного рода возмущения (Uсв, Iсв, Lв, Lд, dэ т т.п.). Те или иные события могут произойти или не произойти. В связи с этим

исследователю приходится анализировать случайные, вероятностные связи между параметрами. При этом используется математический аппарат теории вероятности. Эта теория изучает случайные события и базируется на следующих основных показателях.

Совокупность – это множество однородных событий. Совокупность случайных величин х составляет первичный статический материал. Совокупность, содержащая самые различные варианты массового явления называют генеральной совокупностью или большой выборкой N. Обычно изучают лишь часть генеральной совокупности, называемую выборной совокупностью или малой выборкой N1.

Вероятностью Р(х) события называют отношения числа случаев N(x), которые приводят к наступлению события х к общему числу возможных случаев N.

Р(х) N x .

N

Если теория вероятностей рассматривает теоретические распределения случайных величин, и их характеристики, то математическая статистика занимается способами обработки и анализа эмпирических событий. Эти две родственные науки составляют единую математическую теорию массовых случайных процессов, широко применяемую в научных исследованиях.

В математической статистике важное значение имеет частота события , представляющая собой отношение случаев n(x), при которых имело место событие, к общему числу событий n.

77

y(x) n(x) . n

При неограниченном возрастании числа событий n частота y(x) стремится к вероятности Р(х).

Кроме абсолютной частоты y(x) используют понятие относи-

	тельной частоты: yoi	yi	характеризующей вероятность появления
		yi
	случайной величины.

Методы системного анализа. Под системным анализом понимают совокупность приемов и методов для изучения сложных объектов – систем, представляющих собой сложную совокупность взаимодействующих между собой элементов. Сущность системного анализа заключается в выявлении связей между элементами системы и установлении их влияния на поведение системы в целом.

Обычно системный анализ складывается из 4 этапов:

1.Постановка задачи. Определяют цели и задачи исследования, критерии для изучения процесса. Это очень важный этап. Его выполняет наиболее опытный исследователь. Неправильная или неполная постановка целей может свести на нет всю последующую работу.

2.Очерчивание границы системы и определение ее структуры. Все объекты и процессы, имеющие отношение к поставленной цели разбивают на два класса – собственно систему и внешнюю среду. Различают замкнутые и разомкнутые (в замкнутой системе влиянием внешней среды можно пренебречь). Затем выделяют структурные части системы и устанавливают взаимодействие между ними и внешней средой.

3.Составление математической модели системы. Сначала определяют параметры элементов. Затем используют тот или иной математический аппарат (теория множеств, линейное программирование, теория массового обслуживания и др.)

4.Теоретические исследования.

6.2. Модели исследований

Только обоснованно выбранная, правильно составленная методика, гарантирует надежность, полученных при выполнении исследований результатов. Поэтому разработка методики исследования явля-

78

ется важным этапом НИР. Методика должна предусматривать как теоретические, так и экспериментальные исследования. Теоретические исследования обычно выполняют методом моделирования – изучения явления с помощью модели.

Модель – искусственная система, отображающая основные свойства изучаемого объекта – оригинала.

При физическом моделировании физика явлений в объекте и модели и их математические зависимости одинаковы. При математическом моделировании физика явлений может быть различной, но математические зависимости одинаковы. Математическое моделирование часто применяют при изучении сложных процессов. При построении модели изучаемый объект и его свойства обычно упрощают. Однако надо иметь в виду, чем ближе модель к оригиналу, тем ближе полученные при теоретическом исследовании результаты к действительным.

Модели могут быть физическими, математическими и натуральными (рис. 6.2).

Рис. 6.2. Классификация моделей

Физические модели позволяют наглядно представить протекающие процессы в натуре, и исследовать влияние отдельных параметров на их свойства.

Математические модели позволяют количественно использовать явления, трудноподдающиеся изучению на физических моделях.

Натуральные модели представляют собой масштабноизмененные объекты, они позволяют наиболее полно исследовать процессы, протекающие в натуральных условиях.

Модель должна быть оптимальной и отображать существенные явления процесса. Излишняя детализация усложняет модель, затруд-

79

няет теоретические исследования, делая их громоздкими. В то же время слишком упрощенная модель не обеспечивает требуемую точность и адекватность. Изучить и проанализировать явление более полно можно лишь при условии, что его модель представлена описаниям физической сущности и имеет математический вид.

Применение ЭВМ при изучении моделей значительно ускоряет теоретические исследования. Применение ЭВМ для моделирования оказывается полезным, если аналитическими методами невозможно установить количественную связь между входящими и выходящими параметрами, а получение эмпирической зависимости сопряжено с большими затратами.

Процесс моделирования на ЭВМ содержит 5 этапов:

1)выделение основных факторов и характеристик процессов и описание взаимосвязи между ними с помощью математических уравнений;

2)преобразование математического описания к виду удобному для ввода в ЭВМ;

3)составление программы для ЭВМ;

4)анализ полученных результатов;

5) сопоставление этих результатов с опытными.

Моделирование можно осуществлять как на аналоговых вычислительных машинах, так и на цифровых (в последнее время появилась возможность совмещать и производить моделирование на ПК).

Аналоговые вычислительные машины предназначены для моделирования процессов, описываемых системами обычных дифференциальных уравнений. Возможно также приближение моделирования процессов, описываемых уравнениями в частных производных по времени к одной пространственной координате. Уравнения могут быть линейными и не линейными.

Для моделирования необходимо систему уравнений, описывающих процесс, привести к виду, при котором каждое уравнение системы разрешено относительно старшей производной.

Нормализованная система дифференциальных уравнений при введении начальных условий преобразуется в эквивалентную систему интегрированных уравнений. Если моделированный процесс описывается уравнениями в частных производных, то их необходимо разложить в систему обычных дифференциальных уравнений.

Различные физические процессы обычно нелинейны. Если нелинейная зависимость охватывает большое число параметров процесса, ее необходимо разложить в арифметическое выражение, содержащее нелинейные функции одного параметра. Каждая из нелинейных

80