Часть 2 https://dzen.ru/a/adP0iMz6GF-F6szE
Часть 3 https://dzen.ru/a/adUeqT9OvB4b9Rvg
Задачу систематизации инженерных знаний, а речь в дальнейшем пойдет именно о инженерных знаниях, можно решить, если есть достаточное колическтво ресурсов (денег). Если их не так много, как хотелось бы, приходится для решения задач обходиться тем, что есть под рукой.
Сейчас существует множество платформ создания баз знаний, например Яндекс Wiki – бесплатный сервис для создания корпоративной базы знаний, позволяющей создавать вики-страницы, заполнять их информацией.
С моей точки зрения, эти системы скорее можно назвать системами хранения информации, чем базами знаний.
Чем же отличаются базы знаний от хранилища информации?
Например, Андрей Боголюбский – сын Юрия Долгорукого и внук Владимира Мономаха. Это информация, которую практически невозвожно использовать в повседневной практической жизни.
В инженерном деле также не всегда можно определить границу между информацией и знаниями, но различия все-таки есть.
Например, исвестна информация о том, что жидкости закипают при определенном соотношении температуры и давления и в горах, где пониженное давление, вода закипает при температуре менее 100°С. Это инженерная информация и использовать ее в практической деятельности непонятно как.
Другое дело, когда опираясь на эту информацию, выполнив расчет вынужденного течения жидкости мы получим знания, что при определенных условиях (скорость течения, температура) может произойти вскипание этой жидкости (кавитация).
Это уже знания, используя которые, можно определить условия когда возникает такое нежелательное явление, как кавитация, и , соответственно, предовратить,.
Кратко подытоживая, можно сказать, что информация – это область знаний, которую на каком-то этапе нельзя использовать в практической деятельности, а знания это то, что уже можно применять в практической деятельности.
Вернемся к MS Excel его возможностях для построения корпоративной базы знаний.
Во-первых, следует сразу-же оговориться, что c приложением MS Excel можно применить «файл-серверную» технологию построенния корпоративной БЗ. Это, конечно, является ограничением для работы с БЗ, но общедоступность приложения MS Excel и сравнительная простота применения, является оптимальным исходя из соотношения «цена-качество». В последующем, можно будет экcпортировать базу знаний, например, в СУБД MySql и реализовать «клиент-серверную» архитектуру с примененим Web-технологий с использованием клиентских JavaScript и серверных PHP – сценариев, например, https://www.uprw.ru/
Немного отвлечемся и порассуждаем о эволюционном развитии корпоративной БЗ. Мне кажется, прескакивание с одного уровня развития построения БЗ на более высокий уровень потребует чрезвычайно высоких усилий и нет никакой гарантии на успех. Если уже отлажены «бумажные» процедуры формирования БЗ, перейти на высокоителлектуальные БЗ будет менее трудоемким. Если же «культура» формирования и накопления БЗ не очень развита, то применение дорогих систем БЗ вряд-ли приведет к успеху.
Вот, к примеру, разработка «систем искусственного интелекта». Если у рзработчиков этих систем нет практического опыта создания операционных систем, приложений типа MS Excel, то копирование аналогов выявит столько
«подводных камней», что это, все-равно, потребует столько времени и затрат, которые будут эквивалентны прохождению пропущенных этапов развития.
С моей точки зрения, применение MS Excel с учетом минимальных затрат, позволит создать корпоративную «культуру» формирования БЗ и позволит менее болезненно перейти к другим, более современным технологиям формирования и развития БЗ.
Итак, попытаемся определить требования к формированию БЗ:
- все корпоративные знания должны постоянно накапливаться;
- для БЗ должна быть реализована система классификации знаний и их поиска.
Рассмотрим возможности MS Excel для реализации этих задач.
MS Excel в своем составе имеет встроенный язык программирования Visual Basic for Applications (VBA), обладающий довольно широкими возможностями для решения инженерныхь задач, работы с файловой структурой.
Рассмотрим конкретные примеры использования MS Excel для решения инженерных задач.
Пример 1. Апроксимация табличных данных в аналитическую формулу с помощью метода наименьших квадратов. Метод позволяет построить аналитическую зависимость по табличным данным с наименьшим отклонением от неё.
Итак, мы имеем из справочника зависимость параметров воды от температуры (рис. 1) и нужно рассчитать тепло-гидравлический процесс. Для чего необходимо знать значения тепло-физических параметров в функции температуры.
Конечно можно написать функцию на VBA, позволяющую найти диапазон температур и определить требуемый параметр линейной интерполяцией. Для этого потребуется написать приличное число строчек программного кода. Когда же есть аналитическая зависимость параметра от температуры достаточно одной строки кода.
Написав на VBA требуемый программный код и запустив расчет получаем аналитическую зависимость, в данном случае теплоемкость от температуры (рис.2) и построить графики (рис. 3) исходных данных и линейной, квадратичной и экспоненциальной зависимостей.
Как видно из графиков на рис. 3 наилучшее приближение обеспечивает квадратичная зависимость.
Из рис. 2 можно увидеть ее аналитическое выражение для теплоемкости в функции температуры:
Ср=4207,39-1,488T+0,0165T2(квадрат)