Автоматизация экспериментов.

Автоматизация экспериментов является основой как фундаментальных, так и прикладных исследований. Боль­шое разнообразие дорогостоящих экспериментов приводит к необходимости разрабатывать системы автоматизации, решающие определенные классы задач. Тем не менее осно­вой эксперимента является процесс получения в реальном масштабе измерительной информации (рис. 9.1,6). При этом различают пассивные и активные эксперименты. В первом случае измерение ведется без воздействия на объект (натурные наблюдения), а задачи управления огра­ничивают только приборами и контролем оборудования, трактов и характеристик приборов. Во втором случае до­полнительно воздействуют на объект (управление) по требуемым алгоритмам. Обобщенная модель автоматиза­ции современного эксперимента (рис. 9.2) включает все взаимосвязанные этапы эксперимента, хотя в конкретных случаях многие из них могут быть слабо выражены или отсутствовать совсем. Система автоматизации сложных экспериментов содержит обычно ряд функциональных под­систем, которые могут выполнять автономно или в едином программном комплексе следующие задачи.

1. Сбор данных, накопление и предварительная их обра­ботка для последующего окончательного анализа на ЭВМ, включая средства автоматизации измерений, отбора, ста­тистической буферизации и упаковки случайных событий;

2. Выработка решений о полезности каждого случайно­го события в статистическом потоке входных данных. При этом необходим очень быстрый анализ событий с мини­мальным мертвым временем. В новых экспериментах, тре­бующих сбора событий большого объема (тысячи слов) при высокой средней интенсивности событий на входе (по­рядка 106 с-1 и выше), необходима выработка двузначно­го решения за десятки — сотни наносекунд в виде логиче­ских пространственно-временных функций обработки. В таких случаях требуется создание многоуровневых под­систем обработки для принятия двузначного решения. На первом этапе осуществляют простой быстрый отбор,

Рис. 9.2. Обобщенная модель системы автоматизации сбора большого объема статистических событий высокой интенсивности: Fi — средняя интенсивность поступления информации на i-м уровне, с-1;Ii— объем измерительной информации на i-м уровне сбора, бит; Сi — объем управ­ляющей информации на i-м уровне, бит.

умень­шая среднюю интенсивность на один-два порядка, что решается с помощью быстрых схем технологии ЭСЛ (105—104 с-1). На втором уровне осуществляют обработ­ку по распознаванию образов, например, выделяют линей­ные траектории частиц в пространстве, снижая среднюю интенсивность потока еще на один-два порядка (103— 102 с-1). На третьем уровне вводят сложные алгоритмы анализа (типа геометрической реконструкции полных собы­тий в пространстве) с затратами времени на обработку до 1 мс на одно событие. Все это снижает интенсивность потока данных до 102 с-1, что позволяет регистрировать их на магнитных лентах. Вместе со средствами предвари­тельной обработки при сборе данных (п. 1), сокращающих объемкаждого события, отбор по двузначным решениям, уменьшает интенсивность их поступления с большей ве­роятностью регистрации искомых редких событий (явле­ний). Эти методы сокращают во много раз емкость памяти и время последующей обработки данных, а следовательно, и повышают эффективность исследований в целом.

3. Контроль и управление сложной детектирующей аппаратурой, технологическим оборудованием и электрон­ными системами, что требует, как правило, нескольких под­систем, индивидуальных для каждого типа детектора. Такие подсистемы, позволяющие независимо проверять части эксперимента и управлять их работой, стремятся созда­вать в виде локальных сетей, обеспечивающих интеграцию распределенных приборов и вычислительных средств. За­дачи контроля требуют выборочной обработки накапли­ваемых событий по алгоритмам, подобным основному ана­лизу, с интерпретацией на графических и знаковых видео­терминалах результатов. Такой процесс называют мониторированием эксперимента.

4. Проверка работоспособности электронных систем (тесты) и диагностика неисправностей. Тестовые задачи выполняют не обязательно во время эксперимента, они требуют независимой настройки нескольких подсистем (по типам детекторов) с помощью средств контроля и управ­ления. Если же тестовые задачи работают периодически, то для них выделяют отдельные средства (микро-ЭВМ), которые целесообразно также включать в единый инфор­мационно-вычислительный комплекс.

5.Хранение научных данных осуществляют в информаци­онно-поисковых системах в виде банков данных. ЮНЕСКО регулярно проводит Межправительственные конференции по вопросам создания и функционирования Всемирной системы научной информации (ЮНИСИСТ), целью которой явля­ется выработка рекомендаций по принципам создания таких электронных банков, а также процедур, с помощью которых государства, члены и международные организации могли бы играть активную роль в ее создании и исполь­зовании. Создателями и потребителями научной информации (результатов исследований) являются в пер­вую очередь ученые, которые и производят отбор, критиче­скую оценку, анализ и обобщение результатов (публика­ций). Исследователь перерабатывает не только результа­ты собственных исследований, но и данные других авторов, поэтому автоматизируют также этап, связанный с поиском и обработкой результатов исследований разных авторов, т. е. создают центры данных в виде электронного автома­тизированного справочника по результатам завершенных исследований (например, по структуре ядра и элементар­ным частицам) с оперативным доступом к хранящимся данным и программам их обработки.

В банках данных различают несколько уровней работы с информацией: сырые экспериментальные данные (рас­пределения, графики и т. д.), результаты конкретных ис­следований, систематизированные, оцененные и справоч­ные данные. Оцененные данные накапливаются на магнитных лентах для представления пользователям по их запросам в режиме доступа с терминалов. Например, в ядерной физике оценивают ядерные характеристики (массу, энергию переходов, сечение реакций и т. д.), атомные характеристики (энергию и интенсивность рент­геновских переходов, коэффициенты внутренней электрон­ной и парной конверсии и др.), фундаментальные констан­ты (скорость света, гравитационная постоянная и др.). Реализована идея перехода к распределенным бан­кам данных по областям знаний.