Digitization of the Education Process at a Technical University

Texto integral

Введение

Общество, основанное на знаниях, – исторически закономерный этап в развитии цивилизации, на котором решающее значение имеют результаты мыслительной (информационной) деятельности человека. Это новая реальность наилучшим образом соотносится с ноосферологией академика В. И. Вернадского, проведшего анализ тенденций хозяйственной деятельности человека в биосфере и сделавшего вывод о грядущих качественных изменениях в отношениях общества с природой. В основу ответственного управления биосферными процессами он положил сознательную и созидательную силу общества, его постоянно растущие интеллектуальный и информационно-смысловой потенциалы.

В настоящее время информационные и информационно-коммуникационные технологии (ИКТ) являются драйверами развития экономики, науки, культуры и образования, универсальными средствами трансформации постиндустриального общества в информационное, использующее виртуальную реальность, робототехнику, цифровое управление производством, искусственный интеллект, машинное обучение, обработку больших потоков данных и многое др.

Вопросам информатизации российского общества в последнее время уделяется особое внимание. В утвержденной в России «Стратегии развития информационного общества РФ на 2017 – 2030 гг.» информационное общество рассматривается как «общество, в котором информация и уровень ее применения и доступности кардинальным образом влияют на экономические и социокультурные условия жизни граждан» [1]. В Указе Президента РФ от 7 мая 2018 г. № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» утверждены национальные проекты (программы) по ряду направлений, включая образование, экологию, науку, цифровую экономику и др. В частности, в сфере образования ставятся задачи модернизации профессионального образования посредством внедрения адаптивных, практико-ориентированных и гибких образовательных программ. В распоряжении Правительства РФ от 28.07.2017 г. № 1632-р «Об утверждении программы «Цифровая экономика Российской Федерации» подчеркивается значимость формирования исследовательских компетенций в сфере цифровой экономики, использования отечественного программного обеспечения и оборудования. К основным целям направления, касающегося кадровой политики и образования, относится и создание ключевых условий для подготовки кадров цифровой экономики.

Вследствие этого Федеральные государственные образовательные стандарты (ФГОС) высшего образования практически по всем направлениям подготовки кадров в РФ содержат дисциплины прямо или косвенно использующие информационные технологии. В их числе: языки программирования и моделирования, электронные обучающие ресурсы, универсальные пакеты программ, электронные учебные пособия, средства мультимедиа, сайты, порталы, сервисы Web 2.0, smart-технологии, подкасты, вебинары, онлайн-курсы и многое др.

Общие требования к электронным образовательным ресурсам, используемым в процессе обучения с применением ИКТ, содержатся в национальном стандарте РФ: ГОСТ Р 53620–2009 Информационно-коммуникационные технологии в образовании. Электронные образовательные ресурсы.

Ключевыми компетенциями в сфере цифровой экономики являются:

Распоряжение Правительства РФ от 08.12.2021 № 3496-р утверждает стратегическое направление в области цифровой трансформации отрасли экологии и природопользования. В ходе реализации данного направления должны внедряться такие технологии, как искусственный интеллект, аналитическая обработка данных, цифровой двойник, большие данные и ряд др. Для достижения «цифровой зрелости» отрасли, в числе прочего, необходимо одновременное развитие кадров «цифровой экологии» в высших учебных заведениях.

В Тамбовском государственном техническом университете (ТГТУ) на кафедре «Природопользование и защита окружающей среды» обучают бакалавров по двум направлениям: 03.05.06 – «Экология и природопользование» и 20.03.01 – «Техносферная безопасность» и двум аналогичным направлениям подготовки магистрантов: 05.04.06 и 20.04.01. Для второй категории обучающихся особую важность представляют исследовательские компетенции в сфере цифровизации экологии, свидетельствующие о готовности выпускника вуза работать с цифровыми технологиями в проектной и изыскательской деятельности, обработки геоинформационных данных, создания эколого-ориентированных экспертных систем, организации автоматизированного рабочего места эколога, применения нейросетевых программ диагностики проблемных ситуаций, возникающих в природо-промышленных системах [2].

Для каждого из названных видов практической деятельности магистров в период их подготовки требуются цифровые дидактические материалы, позволяющие обучающимся достичь глубокого научного понимания профессиональных качеств магистра-эколога и способствующих развитию его деятельностной сферы в направлении адаптации к новым вызовам общества и поиска путей перехода неустойчивой современной экономики на траекторию устойчивого долгосрочного развития. С учетом этого смысл исследовательских компетенций состоит в том, чтобы магистрант был способен:

• налаживать и обобщать информацию о структуре и функциях объектов исследования;
• обосновывать принадлежность исследуемого объекта к известным типовым категориям;
• формулировать цели, задачи и масштабы проведения научного исследования;
• знать особенности системного подхода к исследованию объекта;
• выдвигать и проверять научные гипотезы в ходе проведения вычислительного эксперимента;
• планировать проведение многофакторных междисциплинарных исследований на основе теории планирования эксперимента;
• владеть технологией проведения вычислительных экспериментов на математической модели с применением метода проб и ошибок (Монте-Карло), теории игр, экспертных оценок и др.;
• сопоставлять результаты вычислительного эксперимента с ранее известными фактами и вносить необходимые коррективы в реализуемую методику исследования;
• верифицировать достоверность новых научных знаний;
• использовать электронные и программные средства получения, обработки и демонстрации результатов исследования.

Цель исследования – разработка цифровых дидактических материалов подготовки магистров-экологов в сфере планирования и проведения научных исследований на основе средств имитационного моделирования.

Объект цифрового исследования

В качестве учебного объекта для проведения научного исследования выбрана очистная система канализации (ОСК) г. Тамбова, являющаяся базой практики бакалавров и магистров-экологов ТГТУ. Особый интерес к работе ОСК вызван и тем обстоятельством, что по постановлению городской администрации на период до 2030 г. проводится реконструкция очистных сооружений для обеспечения глубокой очистки сточных вод.

Важнейшие процессы биологической очистки в ОСК реализуются в подсистеме аэротенк-отстойник (А-О), сложность восприятия которых связана с их зависимостью от концентрации примесей и расхода входного потока, температуры окружающей среды, состава иловой массы, активности различных групп микроорганизмов, рН водной среды и т.п.

Для понимания особенностей технологической очистки целесообразно использовать математическую модель процессов, происходящих в аэротенке, и на ее основе проводить вычислительные эксперименты по выявлению причин и характера зависимостей процессов от внешних и внутренних факторов. Такие наглядные эксперименты могут существенно помочь в формировании исследовательских компетенций у магистрантов-экологов. Для этих целей в работе использована динамическая модель ASM1, рекомендованная Международной ассоциацией водников (англ. International Water Association (IWA)) для проектирования очистных сооружений [3].

Данная модель относится к категории детерминированных, построенных на основе материальных балансов органических и неорганических соединений. Биологические реакции в ней используют известную кинетику Моно. Она содержит 13 компонент (различные типы субстратов и биомасс), 8 фундаментальных процессов (скоростей роста разных групп микроорганизмов и поглощения субстратов) и 20 кинетических констант. Определенное удобство работы с ASM1 дала ее запись в матричном виде (матрицы Петерсона), что позволяет лучше понимать структуру модели и осуществлять ее расширение на новые типы процессов. В настоящей работе акцент делается на три дифференциальных уравнения, описывающих процесс очистки легко биоразлагаемого S_s и медленно биоразлагаемого X_s субстратов гетеротрофными микроорганизмами X_BH.

Система трех уравнений, взятых из модели ASM1 выглядит следующим образом:

$\frac{d{S}_s}{dt}=-\frac{{\stackrel{⌢}{\mu }}_H}{Y_H}\left(\frac{S_s}{K_s+S_s}\right)\left(\left(\frac{S_{\text{O}}}{K_{\text{OH}}+S_{\text{O}}}\right)+{\eta }_g\left(\frac{K_{\text{OH}}}{K_{\text{OH}}+S_{\text{O}}}\right)\left(\frac{S_{\text{NO}}}{K_{\text{NO}}+S_{\text{NO}}}\right)\right)X_{BH}+$

$+k_h\left(\frac{X_{BH}}{K_x{X}_{BH}+X_s}\right)\left(\left(\frac{S_{\text{O}}}{K_{\text{OH}}+S_{\text{O}}}\right)+{\eta }_h\left(\frac{K_{\text{OH}}}{K_{\text{OH}}+S_{\text{O}}}\right)\left(\frac{S_{\text{NO}}}{K_{\text{NO}}+S_{\text{NO}}}\right)\right)X_s+$

$+\frac{1}{\tau }\left(S_{s,in}-X_s\right)$;                                                                                                             (1)

$\frac{d{X}_s}{dt}=\left(1-f_p\right)b_H{X}_{BH}+\left(1-f_p\right)b_A{X}_{BA}-k_h\left(\frac{X_{BH}}{K_x{X}_{BH}+X_s}\right)\times$

$\times \left(\left(\frac{S_{\text{O}}}{K_{\text{OH}}+S_{\text{O}}}\right)+{\eta }_h\left(\frac{K_{\text{OH}}}{K_{\text{OH}}+S_{\text{O}}}\right)\left(\frac{S_{\text{NO}}}{K_{\text{NO}}+S_{\text{NO}}}\right)\right)X_s+\frac{1}{\tau }\left(X_{s,in}-X_s\right)$;                         (2)

$\frac{d{X}_{BH}}{dt}={\stackrel{⌢}{\mu }}_H\left(\frac{S_s}{K_s+S_s}\right)\left(\left(\frac{S_{\text{O}}}{K_{\text{OH}}+S_{\text{O}}}\right)+{\eta }_g\left(\frac{K_{\text{OH}}}{K_{\text{OH}}+S_{\text{O}}}\right)\left(\frac{S_{\text{NO}}}{K_{\text{NO}}+S_{\text{NO}}}\right)\right)X_{BH}-$

$-b_H{X}_{BH}+\frac{1}{\tau }\left(X_{BH,in}-X_{BH}\right)$,                                                                                     (3)

где b_A, b_H – коэффициенты отмирания соответственно автотрофов и гетеротрофов, сут^–1; f_p – часть биомассы, приводящая к образованию твердых частиц; k_h – константа скорости гидролиза, сут^–1; K_OH, K_x, K_NO – коэффициенты полунасыщения соответственно по кислороду гетеротрофов, для дисперсного биоразлагаемого субстрата, для процесса нитрификации, мг/л; S_NO – концентрация нитритного и нитратного азота, мг/л; S_O – растворенный кислород, мг/л; S_s,in – легко биоразлагаемый субстрат на входе, мг/л; t – время, сут; X_BА, X_BH – активные автотрофная и гетеротрофная биомассы соответственно, мг/л; – активная биомасса, мг/л; X_BH,in – активная гетеротрофная биомасса во входном потоке, мг/л; X_s – медленно биоразлагаемый субстрат, мг/л; X_s,in – медленно биоразлагаемый субстрат во входном потоке, мг/л; Y_H – скорость прироста гетеротрофной биомассы; – максимальная удельная скорость роста гетеротрофов, сут^–1; t – среднее время пребывания жидкости в аэротенке, сут; h_g, h_h – поправочные коэффициенты соответственно для и гидролиза при аноксических условиях.

Заметим, что $t = \frac{V}{Q}$, где V – объем аэротенка, м³; Q – входной поток сточной воды, м³/сут. Для аэротенков 1, 2 и 3 очереди Тамбовских ОСК величина t составляет 7,363, 9,21 и 11,975 ч соответственно.

В отличие от полной модели ASM1 уравнения (1) – (3) являются ее частью, позволяющей поэтапно отрабатывать схему вычислительного эксперимента.

План проведения вычислительного эксперимента

Организация учебного эксперимента с использованием математической модели оправдана по причине того, что модель в компактном виде содержит всю необходимую информацию об объекте исследования. В данном случае речь идет о процессе биоокисления углеродосодержащих веществ гетеротрофными микроорганизмами. Смысл вычислительного эксперимента на модели (1) – (3) сводится к получению семейства решений численным методом, по которому можно определить чувствительность процессов биокисления и возможному изменению начальных условий X_s(0), S_s(0) и X_BH(0), стехиометрических коэффициентов Y_H, f_p и кинетических параметров , b_H, h_h, K_x, k_h, K_OH, K_NO, а также расхода сточной воды Q. Такая вариативность в эксперименте подчеркивает тот факт, что аэротенк относится к категории открытых систем, вследствие чего возможны колебания расхода Q, состава примесей и активности групп микроорганизмов. При этом могут поменяться и параметры модели. Примеры «стандартных» наборов коэффициентов, используемых в модели процесса с активным илом при температуре 20 °С приведены в работе [3].

Программа организации вычислений на основе (1) – (3) в целях репрезентативности строилась по схеме двухуровневого полного факторного эксперимента (ПФЭ) [4]. В качестве входных варьируемых переменных выбраны: среднее время пребывания частиц жидкости НRТ Î [0, 3; 0, 5] и начальные концентрации S_s(0) Î [100; 500], X_s(0) Î [100; 400] и X_BH(0) Î Î [1; 11]. В данном вычислительном эксперименте использовались следующие значения переменных: b_А = 0,18; b_H = 0,62; f_p = 0,08; k_h = 3; K_OH = 0,5; K_x = 0,03; S_NO = 100; K_NO = 0,5; S_O = 2; S_s,in = 300; X_BА = 620; X_BH,in = 5; X_s,in = 200; Y_H = 0,4; = 0,6;t = 0,5; h_g = 0,8; h_h = 0,4. Переменными отклика являлись расчетные значения концентрации S_s(t), X_s(t) и X_BH(t) на выходе из аэротенка. Часть полученных решений приведена на рис. 1, а – е.

Таким способом получен оригинальный цифровой материал, на основе которого в учебном процессе формируются исследовательские компетенции. Для этих целей преподавателями поставлены следующие дидактические задачи:

 

Рис. 1. Результаты вычислительного эксперимента: ———— Sₛ(t); – – – – – Xₛ(t); — – — – — XBH(t); • • • • нормативное значение 30 мг/л

 

Формирование компетенций на основе вычислительного эксперимента

Формирование исследовательских компетенций у магистрантов-экологов достигается в результате их работы с цифровой моделью под контролем преподавателя. Смысловое содержание данного процесса отвечает названным выше дидактическим задачам, а сам процесс направляется тест-программой, включающей три блока вопросов из категории: «знать», «уметь» и «владеть».

В блоке «знать» магистранту необходимо самостоятельно ответить на ряд вопросов:

• – по истории создания моделей серии ASM, их практическому применению с учетом содержащихся в них допущений;
• – по составу и размерности переменных состояния модели;
• – о нормативных требованиях, предъявляемых к очистке стоков от примесей;
• – по выбору значений параметров модели и стехиометрических коэффициентов, а также по особенностям использования кинетики Моно;
• – о системном планировании многофакторных вычислительных экспериментов.

Вопросы из блока «уметь» нацеливают магистранта на интерактивный режим работы с моделью, позволяя:

• – формулировать промежуточные цели и задачи проводимого исследования;
• – объяснять необходимость использования численных методов интегрирования уравнений модели и предлагать способы преодоления сложностей в решениях, при наличии в них «быстрых» и «медленных» компонент;
• – определять на графиках динамические и статические режимы работы аэротенка и обосновывать причины непредсказуемого поведения процессов биоокисления во времени;
• – объяснять возможные причины неэффективной очистки сточных вод с использованием графического материала.

В блоке «владеть» вопросы тест-программы мотивируют магистранта на проведение серии вычислительных экспериментов по разработанному плану с поэтапным применением наборов параметров и стехиометрических коэффициентов. Вариативность условий проведения экспериментов позволяет закрепить навыки магистранта до определенного автоматизма в использовании пакета программ MATLAB, организации вывода графических результатов в разных масштабах, оформлении отчета о проведенных исследованиях, подготовки презентации и т.д.

Часть готовых ответов магистранта проверяется автоматически на компьютере, а часть является предметом дискуссии со студентами и преподавателем в ходе презентации результатов исследовательской работы.

Заключение

Цифровизация учебного процесса в вузах является закономерным этапом развития образовательной системы Российской Федерации. Информационно-коммуникационные технологии позволяют существенно расширить круг познавательных задач и способствуют более рациональному формированию новых профессиональных компетенций. Что касается приобретения исследовательских компетенций у магистров-экологов, в работе продемонстрирован деятельностный подход к генерации научных знаний в результате проведения вычислительных экспериментов с математической моделью аэротенка. Его эффективность подтверждается очевидным интересом обучающихся к научно-исследовательской работе на компьютере. Представленный подход применим также к магистрантам других специальностей.

Sobre autores

A. Balamutova

Tambov State Technical University

Email: eco@mail.tstu.ru

аспирант кафедры «Природопользование и защита окружающей среды»

Rússia, Tambov

N. Popov

Tambov State Technical University

Autor responsável pela correspondência
Email: eco@mail.tstu.ru

доктор технических наук, профессор кафедры «Природопользование и защита окружающей среды»

Rússia, Tambov

S. Tolstykh

Tambov State Technical University

Email: eco@mail.tstu.ru

кандидат технических наук, доцент кафедры «Системы автоматизированной поддержки принятия решений»

Rússia, Tambov

Bibliografia

Arquivos suplementares