Информатизация инженерного образования (выпуск 1)

Г л а в а 12. Лабораторный практикум

Особенности эксплуатации такого лабораторного оборудования (их нельзя назвать недостатками) связаны с разработкой, созданием и поддержанием всей инфраструктуры сетевого обмена информационными и техническими ресурсами.

Кроме того, если удаленные пользователи из других учебных заведений, городов и даже стран захотят воспользоваться возможностями такого лабораторного оборудования, то они должны быть уверены, что по набору объектов изучения и методике подачи материала оно полностью соответствует структуре и методологии изучаемой ими на местах учебной дисциплины.

Лабораторный практикум представляет собой лишь одну из ее составляющих частей. Удаленные пользователи должны получить все согласованные составные части учебной дисциплины, причем желательно без разрыва во времени и не перемещаясь в пространстве. Отсюда напрашивается объективный вывод о том, что лабораторное оборудование четвертого поколения наиболее целесообразно использовать в составе полного комплекса образовательных услуг (учебно-методи- ческих комплексах), предоставляемых по выбранной учебной дисциплине.

Учебно-методические комплексы (УМК) представляют собой объединение программно-технических и учебно-методических средств, обеспечивающих полную совокупность образовательных услуг (организационных, методических, теоретических, практических, экспериментальных, консультационных и пр.), необходимых и достаточных для самостоятельного изучения конкретной учебной дисциплины в системе открытого технического образования.

В зависимости от способов реализации могут оказаться целесообразными следующие учебно-методические комплексы:

•централизованного типа, когда вся совокупность образовательных услуг предоставляется одним образовательным учреждением. Это, как правило, разработчик данного УМК, который гарантирует доступ к его ресурсам на оговоренных условиях, обеспечивает его надежную работоспособность и постоянное совершенствование в соответствии с тенденциями развития в данном направлении техники. Разработчик УМК может на оговоренных условиях передать права подготовки специалистов и, соответственно, все компоненты УМК специализированным центрам, оставив за собой авторские права, а также права и обязанности на техническое обслуживание и доработку УМК. Это не меняет самого принципа централизации;

•децентрализованного (распределенного) типа, когда отдельные компоненты образовательных услуг в объеме конкретной учебной дисциплины предоставляются различными образовательными учреждениями, чей профессиональный уровень в наибольшей степени соответствует отдельным разделам дисциплины. Такой подход наиболее целесообразен при изучении комбинированных учебных

дисциплин с разнохарактерным содержанием различных разделов. Например, в курсе «Физика» такой раздел, как «Механика», было бы целесообразно поручить разработать и поддерживать МГТУ им. Н.Э. Баумана, раздел «Электричество» — МЭИ, раздел «Оптика» — СПб ГИТМО, раздел «Молекулярная физика» — МИФИ и т.д.

423

ЧА С Т Ь 3. ТЕХНОЛОГИИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ

12.2.Принципы и технологии создания автоматизированного лабораторного оборудования нового поколения

судаленным доступом по сети Интернет

12.2.1.Новые задачи и требования к автоматизированному лабораторному оборудованию нового поколения

Использование в современном лабораторном оборудовании средств автоматизации освобождает учащихся от рутинных операций на всех стадиях (управление объектом, съем показаний и обработка результатов). Именно эти операции занимали значительную часть времени, отводимого на выполнение лабораторной работы. Естественно возникает вопрос, чем же тогда полезно занять учащегося? Приверженцы затратного подхода в образовании предлагают высвободившееся время использовать на увеличение объема ручных расчетов по усложненным зависимостям. Такой подход минимизирует затраты преподавателя, но ничего не дает самому учащемуся, сводя на нет все усилия от внедрения новых образовательных технологий.

Более перспективный, но и более сложный путь состоит в развитии у учащегося

индивидуальных творческих способностей. В этой связи перед ним необходимо начинать ставить качественно иные образовательные задачи поискового и творческого характера. Ничто так не развивает способностей человека, как удовлетворение его врожденного любопытства: что будет, если попробовать сделать так..? Но для этого учащемуся необходимо предоставить средства обучения, которые ничем бы не ограничивали его активность.

Однако средства для реализации такого подхода могут оказаться на порядок сложнее ранее применявшихся для решения простых задач. Действительно, поисковые задачи предполагают использование сложных алгоритмов управления, многоканальных широкодиапазонных источников питания и тестового воздействия на объект изучения, исполнительных механизмов, датчиков и преобразователей повышенной точности и быстродействия и пр.

Приведем наиболее характерные задачи и вытекающие из них требования к лабораторному оборудованию исследовательского типа на примере учебной дисциплины «Основы электротехники», хотя многие выводы будут справедливы практически для любой другой технической дисциплины.

Эти примеры следует рассматривать не как руководство к немедленной реализации, а лишь как иллюстрацию направления развития обучения от решения простых задач к перспективным техническим решениям, которые уже используются в науке и промышленности и обучать которым все равно придется в ближайшее время.

Многоканальный синхронный мониторинг динамических процессов, позволяющий проводить:

•одновременный по времени контроль и запоминание мгновенных значений многих параметров;

•строгий математический анализ взаимного влияния контролируемых параметров (корреляционный анализ);

•полный энергетический анализ в многофазных системах;

•расчет косвенных параметров, которые либо сложно, либо нецелесообразно из экономических соображений измерять непосредственно.

424

Г л а в а 12. Лабораторный практикум

Для реализации таких возможностей в составе лабораторного оборудования необходимо предусмотреть множество датчиков, контролирующих динамические процессы различной физической природы: электрические, магнитные, тепловые, механические и пр.

Желательно, чтобы все датчики имели встроенные вычислительные ресурсы в виде микроконтроллеров с возможностью автоматической настройки параметров (диапазонов измерения, чувствительности, частоты сбора данных, внешней взаимной синхронизации и т.п.).

Поиск оптимальных алгоритмов управления объектом

При управлении сложными техническими системами в настоящее время используются достаточно сложные алгоритмы — скользящие, подчиненные, модальные, векторные, адаптивные. В последнее время наиболее перспективными считаются алгоритмы типа нейронных сетей и фаззи-логики, в которых заложена способность к самообучению на основе модели ассоциативного (образного) мышления человека.

Большая′ часть перечисленных алгоритмов относится к числу интеллектуальных и требует для своей реализации значительных вычислительных ресурсов, но при этом имеет уникальные возможности:

•реализовывать любой нелинейный алгоритм управления;

•работать в условиях неточного описания объекта управления (а для нейронной сети — и при отсутствии описания);

•создавать «мягкую» адаптацию при нестабильности параметров объекта управления.

Понятно, что подобные алгоритмы достаточно сложны в реализации и предъявляют повышенные требования к лабораторному оборудованию для их отработки и поиску оптимальных параметров. Например, для реализации алгоритма векторного управления асинхронным электроприводом требуются средства независимого управления величиной и фазой мгновенных значений напряжения, тока и потокосцепления при одновременном учете нестабильности ряда параметров асинхронного двигателя (АД), в частности активного сопротивления короткозамкнутого ротора, которое не поддается прямому контролю, а определяется из математической модели АД косвенным способом. Это предъявляет повышенные требования как к самой модели, так и к точности и быстродействию средств первичной информации и средств обработки. Так, для контроля частоты вращения ротора рекомендуется использовать дискретный датчик с погрешностью не более 0,05 %, а для контроля мгновенных значений тока и напряжения — гальваноразвязанные датчики с активной компенсацией в целях снижения погрешности в высокочастотном диапазоне.

Определенную проблему при векторном управлении АД представляет такой неоднозначный параметр, как активное сопротивление ротора. Учитывать его текущее изменение можно косвенным способом, а именно текущей идентификацией параметров модели АД по результатам экспериментального определения мгновенных значений токов и напряжений обмотки статора, угловых частот вращения ротора и тока статора с последующей адаптивной перестройкой модели управления.

425

Ч А С Т Ь 3. ТЕХНОЛОГИИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ

Другую проблему представляет измерение текущего магнитного потока. Его также можно определять косвенным способом по результатам измерения мгновенных значений фазных напряжений и токов с последующим расчетом на математической модели АД.

Анализ современных проблем векторного управления электродвигателями различного типа (синхронный с магнитоэлектрическим ротором, синхронный реактивный, индукторный, шаговый, асинхронный) показывает, что информационная подсистема как минимум должна иметь два канала синхронного измерения мгновенных значений фазных токов (с разрешением 10—12 двоичных разрядов и временем преобразования не хуже 10 мкс), а также двухканальный импульсный или трехканальный аналоговый (на элементах Холла) датчик положения ротора с погрешностью не хуже 0,1 %. Все последующие операции формирования управляющих воздействий рекомендуется проводить на основе модели электродвигателя с использованием сверхбыстрых специализированных DSP-микроконтролле- ров производительностью не менее 20 миллионов операций в секунду и развитой периферией специализированных устройств (генератор векторного широтно-им- пульсного модулятора, АЦП, ЦАП и пр.).

Из изложенного становится понятным, что современная автоматизированная система сложного (например, векторного) управления электроприводом помимо средств текущего измерения совокупности непосредственно контролируемых параметров (мгновенных значений фазных токов и напряжений, частоты вращения ротора), средств многоканального независимого управления (напряжением, частотой, формой и фазой инвертора напряжения) должна включать достаточно адекватную математическую модель динамических процессов, способную в реальном миллисекундном цикле управления проводить текущую идентификацию недостающих параметров и перестраивать (адаптировать) алгоритм управления. Существующие для этих целей математические модели АД достаточно сложны, поэтому одной из актуальных задач изучения становятся поиск оптимальной структуры модели и идентификация ее параметров для решения различных задач.

Таким образом, из анализа особенностей решения задач управления получаем следующие требования к лабораторному оборудованию для их реализации:

•подсистема измерения должна включать высокоточные и быстродействующие датчики контроля мгновенных значений фазных токов и напряжений (с гальванической развязкой и активной компенсацией для снижения погрешностей на высоких частотах, с измерительными преобразователями 10—12 двоичных разрядов и с временем преобразования не более 10 мкс), динамического момента, положения ротора, частоты вращения в диапазонах, значительно превышающих номинальные значения;

•подсистема управления должна обеспечивать электропитание объекта с возможностью произвольного закона изменения амплитуды, частоты, фазы и формы,

атакже управление нагрузкой по любому заданному закону, при этом целесообразно использовать сверхбыстрые специализированные DSP-микроконтроллеры производительностью не менее 20 миллионов операций в секунду и развитой периферией специализированных устройств;

•подсистема моделирования должна включать сравнительно простые модели с жестко заданной структурой и с возможностью текущей идентификации ограниченного числа наиболее влияющих на качество управления параметров.

426

Г л а в а 12. Лабораторный практикум

Идентификация структуры и параметров математических моделей объекта изучения

Процедура поиска структуры и параметров математических моделей по результатам экспериментального исследования реальных объектов имеет существенное значение в трех случаях:

1.При исследовании совершенно нового объекта или физического процесса,

окотором практически нет никакой информации, кроме той, которая может быть получена экспериментально, на основании чего и строится исходная структура математической модели (структурная идентификация).

Общая стратегия решения задачи структурной идентификации многомерных объектов реализуется воздействием на объект последовательностью тестовых сигналов и последующей детерминированной и стохастической обработкой входных и выходных данных (корреляционный анализ). При этом необходимо знать производные от переменных, что при дискретной форме цифрового контроля информации сделать трудно (слишком велики скачки). Рекомендуется применение сглаживающих сплайнов (сплайн-интерполяция).

2. Если исследуемый объект достаточно хорошо изучен, то имеется его исходная математическая модель, но для решения различных задач его исследования требуются структуры моделей различной сложности (структурно-параметриче- ская идентификация).

При этом объект описывается системой дифференциальных уравнений различного порядка (в зависимости от решаемой задачи), на его вход подается система тестирующих сигналов или возмущений, а из анализа откликов определяются интересующие параметры. Например, для определения параметров схем замещения асинхронных и синхронных двигателей рекомендуется контролировать мгновенные значения входных (фазные напряжения и токи) и выходных (динамический момент на валу и частота вращения) показателей в трех режимах: асинхронного пуска, подачи на статор промышленной частоты при заторможенном роторе и выбега. Либо те же входные и выходные показатели рекомендуется контролировать при мгновенном ступенчатом изменении нагрузки, т.е. определять параметры схемы замещения по реакции объекта на ступенчатое возмущение в результате решения системы нелинейных дифференциальных уравнений 44-го порядка.

3. Когда известна структура модели и она постоянна, но в процессе работы объекта ряд ее параметров непредсказуемо меняется, что требует их постоянного уточнения, например, для повышения качества управления объектом (текущая параметрическая идентификация).

Данный случай в электротехнике наиболее характерен для реализации сложных алгоритмов управления. Его особенность заключается в том, что текущую параметрическую идентификацию приходится проводить в реальном миллисекундном цикле управления работающим объектом сравнительно скромными вычислительными ресурсами промышленных микроконтроллеров. Поэтому понятно, что исходная модель должна быть наиболее простой, а число идентифицируемых параметров не должно превышать одного-двух. Например, из двух наиболее трудно определяемых параметров АД (активное сопротивление обмотки ротора и индуктивное сопротивление рассеяния) наибольшее влияние на качество векторного управления оказывает температурное изменение активного сопротивления обмотки ротора.

427

Ч А С Т Ь 3. ТЕХНОЛОГИИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ

Поэтому все внимание уделяется идентификации именно этого единственного параметра, при этом предлагаются различные приемы.

Таким образом, из анализа особенностей решения задач идентификации получаем следующие требования к лабораторному оборудованию:

•подсистема измерения должна позволять контролировать мгновенные значения фазных токов, напряжений, динамического момента, частоты вращения в диапазонах, значительно превышающих номинальные значения;

•подсистема управления должна обеспечивать электропитание объекта с возможностью произвольного закона изменения амплитуды, частоты, фазы и формы,

атакже управление нагрузкой по любому заданному закону;

•подсистема моделирования должна иметь открыто развиваемую библиотеку моделей различной структурной сложности для решения различных задач, при этом целесообразно использование единого универсального решателя и удобного пользовательского интерфейса для ввода и настройки моделей;

•подсистема математической обработки должна включать средства детерминированного и стохастического анализа больших массивов данных, в частности корреляционный, регрессионный, спектральный анализ, линейную и сплайн-ин- терполяцию.

Диагностика и прогнозирование технического состояния объекта

Задача текущей диагностики в целях прогнозирования технического состояния объекта становится все более актуальной в связи с появлением в составе современных сложных технических систем вычислительных средств, способных решить эту задачу как одну из дополнительных (в фоновом режиме решения основной задачи, например задачи управления). Заманчиво дополнить уже имеющиеся вычислительные ресурсы алгоритмами прогнозирования и повысить надежность работы системы в целом.

Применительно к электротехническим объектам задача прогнозирования строится на многолетней статистике отказов, согласно которой, например, в электрических машинах наиболее часто отказывают: изоляция обмоток (около 20 %),

щеточно-коллекторный узел (около 25 %), подшипники (около 32 %). Каждый из перечисленных объектов отказа не имеет прямого текущего информационного параметра, и его техническое состояние приходится определять косвенным образом, т.е. по изменению других контролируемых параметров, с последующей обработкой информации с помощью прогнозных моделей. Например, постепенное старение или механический износ изоляции контролируется периодической (со сравнительно большим периодом) подачей на обмотку короткого калиброванного импульса повышенного напряжения с одновременным измерением токов утечки. Явные повреждения электрической изоляции можно контролировать по изменению температуры обмотки.

Износ щеточно-коллекторного узла рекомендуют контролировать либо оптическим способом (по интенсивности искрения), либо по вторичному признаку — по интенсивности образования озона в области искрения.

Износ подшипников, а также качество сборки чаще всего оценивают по изменению спектра вибраций. При этом разделение электромагнитных (эксцентриситет ротора по отношению к статору — на двойной частоте питания), механических (дисбаланс ротора — на частоте вращения) и подшипниковых вибраций производят на основе статистического спектрально-корреляционного анализа.

428

Г л а в а 12. Лабораторный практикум

Таким образом, в результате анализа особенностей решения задач диагностики и прогнозирования рекомендуются следующие дополнительные требования

клабораторному оборудованию:

•подсистема измерения должна дополнительно включать каналы измерения температуры и вибрации;

•подсистема моделирования должна включать последовательно развиваемые прогнозные модели, в частности на базе теории распознавания образов;

•подсистема обработки информации должна содержать средства спектральнокорреляционного анализа.

Решение каждой из названных задач практически невозможно выполнить средствами лабораторного оборудования предыдущих поколений. Только уникальные возможности автоматизированных лабораторных стендов позволяют сделать это.

12.2.2. Принципы создания лабораторного оборудования нового поколения

Качественно новые задачи, возлагаемые на лабораторное оборудование нового поколения, требуют принципиально иных подходов к его созданию. Возможен выбор различных путей и средств, но следует рекомендовать несколько основополагающих принципов, каждый из которых направлен на повышение эффективности подготовки специалистов.

Принцип единства и комплексности объекта изучения. Процесс изучения объекта должен быть единым во времени и пространстве и комплексным по содержанию, т.е. все этапы изучения должны быть реализованы на одном рабочем месте, в составе единого программно-технического и учебно-методического комплекса по соответствующей учебной дисциплине, обеспечивающего полную совокупность образовательных услуг (организационных, методических, теоретических, практических, экспериментальных, консультационных и пр.), необходимых и достаточных для самостоятельного изучения учебной дисциплины при минимальной консультационной поддержке преподавателя.

Единый по своей сути объект изучения не должен искусственно делиться на составные части (теоретическую, практическую, модельную, экспериментальную, расчетную), которые реализуются в различных местах (лекционных залах, групповых аудиториях, учебных лабораториях, дома, в библиотеке и т.п.) и часто несогласованно во времени. Например, из-за ограниченности пропускной способности учебных лабораторий иногда вынужденно практикуется проведение лабораторных занятий до прослушивания курса лекций и проведения практических занятий. На практике возможна и такая ситуация, когда, например, курс лекций и практические занятия проводятся в одном семестре, а лабораторные работы — в другом, когда материал уже изрядно забыт. Все это не способствует эффективности усвоения изучаемого материала, но отражает сложившуюся практику и примитивный уровень используемых средств обучения.

Принцип коллективного доступа удаленных пользователей к единичным комплектам лабораторного оборудования, который обеспечивается за счет оснащения лабораторного оборудования программно-техническими средствами сетевого обмена данными, в результате чего каждый объект изучения становится

429

Ч А С Т Ь 3. ТЕХНОЛОГИИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ

полностью автономным и принципиально доступным напрямую в компьютерной сети (в том числе Интернет).

Такой подход позволяет значительно экономить капитальные и эксплуатационные затраты на разработку, массовое тиражирование и обслуживание лабораторного оборудования, сосредоточив его единичные комплекты в региональных ресурсных центрах и обеспечив к нему доступ многих пользователей по компьютерной сети Интернет. Открывается возможность использовать лучшие из существующих в различных учебных заведениях образовательные ресурсы, не повторяя их многократно в каждом учебном заведении, а лишь обеспечив к ним устойчивый и надежный коллективный доступ всех участников образовательного процесса. При этом обеспечивается единый и высокий уровень подготовки специалистов, который практически не зависит от удаленности учебного заведения от ведущих образовательных центров и наличия в нем преподавателей высшей квалификации.

Принцип масштабного преобразования объектов изучения. В качестве объектов изучения рекомендуется рассматривать специально разработанные физические модели-аналоги, а не промышленные образцы, поскольку промышленный образец всегда проектируется на эффективное выполнение узкой прикладной задачи, не содержит дополнительных информационных каналов и каналов управления

ипоэтому очень плохо соответствует задачам изучения. Лишь физическая модельаналог, выполненная с соблюдением критериев подобия, снабженная многочисленными физически разнородными информационными каналами и каналами управления, способна дать критериальные соотношения фундаментальных закономерностей изучаемых процессов, что в наибольшей степени соответствует концепции

фундаментализации образовательного процесса. Масштабные преобразования физической модели должны быть такими, чтобы изучаемый объект был удобен для размещения в учебной лаборатории, обслуживании и эксплуатации и при этом не должен искажать изучаемые физические процессы.

Существует мнение (особенно в среде преподавателей традиционного типа), что изучение объектов на уменьшенных физических моделях искажает суть изучаемых объектов. Это очень старый спор. Еще в XV веке в одном из своих трактатов Леонардо да Винчи писал: «Говорят, что маленькие модели ни в одном своем действии не соответствуют эффекту больших. Здесь я намерен показать, что это заключение ложно…» С тех давних пор за столетия развития теории подобия

имоделирования были выработаны четкие, научно-обоснованные условия (критерии) масштабных преобразований физических моделей.

Для основных прикладных направлений (электротехника, теплотехника, гидродинамика и пр.) уже существуют многократно проверенные критерии подобия, а для других направлений разработаны общие рекомендации по их выявлению.

При изучении любого объекта или процесса на физической модели обязательным является соблюдение необходимых условий подобия:

•подобные процессы должны быть качественно одинаковыми, т.е. они должны иметь одинаковую физическую природу и описываться одинаковыми по форме дифференциальными уравнениями;

•условия однозначности (геометрические, физические, граничные) должны быть одинаковыми во всем, кроме численных значений постоянных, содержащихся в этих условиях;

•одноименные определяющие критерии должны иметь одинаковую численную величину.

430

Г л а в а 12. Лабораторный практикум

Соблюдение этих условий позволяет реализовать следующие возможности:

•уменьшить (или увеличить) объект изучения. Масштабные преобразования делают объекты удобными для изучения. Например, для изучения многих объектов тяжелого машиностроения потребовались бы учебные лаборатории немыслимых размеров;

•ускорить (или замедлить) исследуемый процесс. Меняя масштаб времени, можно в ограниченные для проведения лабораторной работы сроки изучать процессы, которые на самом деле занимают дни, месяцы, годы;

•упростить (или расширить) функциональные возможности изучения. Упрощение объектов изучения позволяет сосредоточить внимание на его наиболее существенных сторонах, а расширение функциональных возможностей позволяет углубить процесс изучения.

Принцип интеллектуализации объекта и средств обучения заключается во внедрении (интегрировании) вычислительных средств непосредственно в структуры объектов изучения (интеллектуальные датчики, исполнительные механизмы, программно-управляемые источники электропитания и т.п.).

Такой подход позволяет достичь предельной гибкости конфигурирования и управления сложными техническими системами в режиме удаленного коллективного доступа, ставить перед учащимися более сложные индивидуальные задания творческого, поискового характера, что, в конечном итоге, и обеспечивает декларируемое повышение качества образования за счет использования более эффективных методов обучения.

Принцип децентрализации и иерархического распределения вычислительных ресурсов состоит в предпочтительном использовании множества распределенных, но связанных между собой по сети вычислительных средств простейшей конфигурации (например, цифровых сигнальных процессоров и микроконтроллеров) вместо единого вычислительного средства с большими вычислительными ресурсами.

Использование данного принципа позволит значительно увеличить пропускную способность лабораторного оборудования при коллективном доступе к его ресурсам. В самом деле, если в состав лабораторного стенда будет входить несколько десятков объектов изучения, то произвольный доступ к ним различных пользователей будет значительно проще организовать, когда каждый из объектов обслуживается собственным специализированным микроконтроллером. При этом микроконтроллер объектного уровня реализует настройку объекта изучения и его управление, а также съём и предварительную обработку контролируемых параметров. Вычислительные средства более высокого уровня иерархии обеспечивают все процедуры внутреннего и внешнего обмена информацией и при этом могут быть сравнительно простыми.

Блочно-модульный принцип построения программных и технических подсистем заключается в том, что единый лабораторный комплекс создается в виде развиваемого набора функционально завершенных блоков и модулей.

Такой подход позволяет легко конфигурировать и настраивать образовательные ресурсы под любые уровни подготовки специалистов. При этом легко наращиваются новые разделы, темы и объекты изучения, модернизируются старые в соответствии с требованиями заказчика или требованиями технического уровня.

431

Ч А С Т Ь 3. ТЕХНОЛОГИИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ

Принцип использования открытых стандартов предполагает преимущественное использование отечественных и международных общедоступных стандартов как на конструктивные решения, так и на программные продукты.

Такой подход исключает зависимость от конкретных разработчиков и изготовителей продукции, значительно удешевляет и ускоряет процесс производства, упрощает процесс интеграции в международные образовательные программы.

12.2.3. Объектный подход к построению лабораторного практикума

В традиционной системе очного образования все вопросы организации учебного процесса в объеме каждой учебной дисциплины возлагаются на преподавателя. Обучаемые освобождаются от проблем выбора последовательности, форм и средств изучения материала. Этот выбор предопределен опытом преподавателя, существующими в учебном учреждении образовательными ресурсами, а также текущими обстоятельствами (возможные переносы занятий, болезнь преподавателей, наличие или отсутствие лабораторной базы и т.п.).

Совсем другое дело — самостоятельная подготовка в системе открытого образования. Обучаемый должен научиться принимать решение о порядке и глубине освоения учебного материала самостоятельно. Это не так просто, и помочь ему может значительно более четкое структурирование учебного материала, хорошо организованная навигация обучаемого по изучаемой учебной дисциплине, а также

формы ее представления.

Структурирование учебного материала предполагает его четкое деление на логически связанные части, изложенные в определенной последовательности, в целях наиболее эффективного и наименее затратного по времени освоения материала (например, «от простого к сложному», «от общего к частному» и т.д.).

Из множества возможных форм структурирования учебного материала следует отдать предпочтение варианту дисциплина—раздел—тема—объект. Базовым элементом такой структуры является четко выделенный объект изучения. Несколько родственно связанных между собой объектов изучения образуют тему, несколько тем — раздел, и, наконец, несколько разделов образуют изучаемую дисциплину.

В обоснование объектного принципа структурирования следует отнести четкость деления учебного материала на составляющие части, однозначность выбора соответствующих форм и средств представления каждой такой части, простоту отбора учебного материала для различных категорий учащихся за счет исключения или дополнительного введения набора объектов изучения.

Понятие объекта изучения достаточно разнообразно и может включать следующие виды.

• Закон (критерий) как объект изучения предполагает освоение фундаментальных понятий в конкретной области знания. Изучение законов может оказаться достаточно скучной процедурой механического запоминания прописных истин, если методически этот процесс подавать в виде незыблемых аксиом, кем-то и когда-то открытых. В этом случае эффективность усвоения учебного материла резко падает. Не секрет, что на зачетах и экзаменах большинство учащихся уверенно «сдают» законы, но, столкнувшись с их проявлением в обыденной жизни, не могут объяснить их действия.

432