CC BY
51
Васильев А.Н.
Vasilyev A.N.
доктор технических наук, профессор кафедры «Высшая математика» Института прикладной математики и механики ФГБОУ ВПО «Санкт-Петербургский государственный политехнический университет», Россия, г. Санкт-Петербург
Осипов В.П.
Osipov V.P.
кандидат технических наук, доцент, ведущий научный сотрудник ФГБУН «Институт прикладной математики им. М.В. Келдыша» РАН, Россия, г. Москва
Сивакова Т.В.
Sivakova Т.У.
младший научный сотрудник ФГБУН «Институт прикладной математики им. М.В. Келдыша»
РАН, Россия, г. Москва
УДК 004.415
СЕТЕВАЯ КОМПЬЮТЕРНАЯ ЛАБОРАТОРИЯ (СКЛ) КАК РАСПРЕДЕЛЕННАЯ НАУЧНО-ОБРАЗОВАТЕЛЬНАЯ СРЕДА ПРИКЛАДНОГО МОДЕЛИРОВАНИЯ
В работе рассматривается концепция единого информационного пространства в виде сетевой компьютерной лаборатории (СКЛ) для образовательной и исследовательской деятельности в виде интегрированной среды прикладного моделирования сложных процессов аэромеханики.
Концепция предполагает интегрировать в единой среде разрозненные образовательные, вычислительные и информационные ресурсы. Это даст возможность создать новые информационные и вычислительные ресурсы, уникальные для образовательной и исследовательской деятельности.
Исследовательская часть СКЛ содержит вычислительные модули, в том числе нейросетевой пакет, который ориентирован на решение широкого круга прикладных задач аэродинамики, тепломассопе-реноса, механики невесомости и молекулярной динамики как в классической, так и в неклассической постановке, когда трудно или невозможно решать подобные задачи стандартными методами. Мы встречаем такую ситуацию в случае некорректной постановки задач, в частности, проявляющейся при моделировании систем с неточно заданными параметрами, а также в случае неоднородных данных.
При разработке вычислительных модулей СКЛ был использован унифицированный процесс решения сложных задач математической физики. Его основные этапы: 1. Характеристика качества модели в виде функционала (набора функционалов). 2. Выбор функционального базиса (базисов). 3. Выбор и реализация методов подбора структуры модели и настройки параметров. 4. Реализация методов уточнения моделей объектов в процессе их функционирования (и соответствующей подстройки алгоритмов управления ими). 5. Пополнение базы данных моделей, алгоритмов и программ.
Образовательная часть ориентирована на применение технологий дистанционного обучения и содержит структурированные базы данных и знаний по предметной области.
Ключевые слова: сетевая компьютерная лаборатория (СКЛ), информационное и математическое моделирование, вычислительный эксперимент, аэромеханика, тепломассоперенос, механика невесомости, молекулярная динамика, база данных, база знаний, нейросетевая технология, нейровычисления, унифицированный процесс.
NETWORK COMPUTER LAB (NCL) AS THE DISTRIBUTED SCIENTIFICALLY-EDUCATIONAL ENVIRONMENT OF THE APPLIED INFORMATION MODELING
Purpose of project «Network Computer Lab» (NCL) is the realization of the concept of united information space - environment for the scientifically-educational and research activity in the region of aeromechanics by constructing the integrated medium via means of NCL.
This approach intends to integrate and to structure in the united medium the separate educational, computational and information resources. It also makes it possible to create the new resources, unique for the educational and research activity in the field of applied aeromechanics.
The essential parts of the project «Network Computer Lab» (NCL) are «Computational Unit» (CU) and «Neural Network Module» (NNM). CU and NNM are oriented for the solution of the wide circle of the applied problems of aeromechanics and heat-mass transfer, mechanics of weightlessness and molecular dynamics both in the classical and in the non-classical problem statement. It is difficult or it is not possible to solve similar problems by standard methods. For example, we get it in the case of the tasks of incorrectly set, in particular, appearing with the simulation systems with the inaccurately known parameters and also systems in the case of heterogeneous data.
The unified process of the solution of the complex problems of mathematical physics was used for the development of NCL-modules. Its basic stages are the following: 1. Quality characteristic of the model in the form of functional (set of functionals). 2. Selection of functional basis (bases). 3. Selection and realization of the methods of the model structure fitting and the parameters tuning. 4. Application of the methods of refining the models of objects in the process of their functioning (with the corresponding fine adjustment of control algorithms of them). 5. Completion of the base of data of models, algorithms and programs.
Key words: network computer lab (NCL), information and mathematical modeling, computing experiment, applied problem, incorrect statement, aeromechanics, heat-mass transfer, mechanics of weightlessness, molecular dynamics, data base, knowledge base, neural network technique, neurocomputing, unified process.
Введение
Прикладная аэромеханика представляет отдельную область знаний со своей методологией и отработанными приемами исследований. Она тесно связана с теорией вычислительного эксперимента, с теорией программирования, с методами организации высокопроизводительных вычислений и другими смежными дисциплинами.
С одной стороны, мы наблюдаем существенно возросшие возможности пакетов прикладных программ и вычислительных комплексов в области аэромеханики, которые позволяют проводить самостоятельные вычислительные эксперименты для ряда сложных задач, физические условия которых не могут быть воспроизведены в полном объеме в наземных аэродинамических установках. С другой стороны, возрастающий стремительными темпами объем научных и практических знаний и данных по аэродинамике и тепломассообмену требует активного использования существующих и разработки новых информационных ресурсов в виде баз данных и баз знаний для подготовки вычислительных и физических экспериментов.
В свою очередь, результаты моделирования процессов гидромеханики, тепло- и массообмена, молекулярной динамики востребованы в разных
областях науки и техники: авиации, ракетостроении, нанотехнологиях, медицине, электронике, химии, физике и т. д.
Кроме того, в этих областях постоянно возникает потребность повышения квалификации уже работающих и подготовки новых специалистов, которым необходимы навыки изучения процессов аэромеханики, в том числе с помощью методов математического и информационного моделирования.
Для решения этой задачи предлагается все вышеперечисленные области исследования интегрировать в единую информационную среду «СКЛ».
Предпосылки информатизации научнообразовательной деятельности
Сложность предметной области
Гидродинамические течения и процессы те-пломассопереноса, в большинстве технических, технологических и природных процессов многомасштабные, нестационарные, нелинейные, определяются большим числом безразмерных параметров и отличаются многими другими особенностями. Несмотря на широкое применение различных приближенных, в том числе полуэмпирических, моделей потребности технических и технологических приложений [1, 2] определяют использование (в
том числе для образовательных целей) исходной системы нестационарных уравнений Навье - Стокса. Решение уравнений Навье - Стокса является одной из фундаментальных проблем современной механики, и математическое моделирование систем на их основе по-прежнему является своего рода искусством [3]. Очевидно, что использование в процессе научной и практической деятельности специалистами-гидродинамиками только базовых знаний, полученных в высшем учебном заведении, заведомо недостаточно. К настоящему времени достигнут значительный прогресс в решении этих уравнений в трехмерном приближении как для несжимаемой вязкой жидкости, так и для сжимаемой вязкой среды с различными уравнениями состояния, в том числе плазмы (см., например, [4]). Это позволяет охватить широкий круг современных фундаментальных и прикладных исследований и особенно проявляется в анализе и интерпретации экспериментов с гравитационно-чувствительными процессами в сложных условиях сопряжения уравнений механики космического полета и гидродинамики [5]. Вместе с тем стремительный прогресс создает проблему передачи знаний новому поколению студентов и молодых ученых, что является задачей ведущих научных школ.
Появление новых вычислительных методов
и специализированного математического обеспечения
Новые подходы к моделированию [6, 7] определяют мотивацию выпускников вузов, ученых и специалистов на регулярное получение новых знаний, необходимых для поддержания высокого уровня разработок и собственной работоспособности в научных и прикладных исследованиях.
Это связано с обработкой и освоением больших потоков информации. Поэтому не случайно именно в сфере научно-образовательной и исследовательской деятельности идет внедрение новых информационных технологий.
Основными предпосылками информатизации являются:
- существенное повышение сложности фундаментальных, прикладных и образовательных задач;
- перенос центра тяжести от физического к математическому и имитационному моделированию физических процессов;
- интенсивное изменение носителей информации об объектах научной, прикладной и образовательной деятельности.
Создаются виртуальные математические лаборатории, в которых формируется виртуальный
образ объекта исследования и проводятся вычислительные эксперименты с использованием математических и компьютерных моделей физических явлений. При этом компьютерная модель физического процесса или явления должна качественно и количественно отражать внешние и внутренние свойства моделируемого объекта.
Первые программы, которые можно отнести к компьютерным лабораториям, появились уже более 15 лет назад. Эти программы возникли не на пустом месте. Решающим импульсом к их появлению стали профессиональные математические пакеты типа Maple, MatLab и Mathematica.
Основные черты виртуальных математических лабораторий, такие как: имитационное моделирование, вычислительный эксперимент, возможность вариации параметров в процессе эксперимента, присущи и современным сложным компьютерным системам. Именно они легли в основу интегрированных технологий и систем моделирования (системы CAD/CAM/CAE). Такие системы, за рубежом раньше (Unigrafics, SolidWorks), а сейчас и в России (КОМПАС, КРЕДО), все чаще и охотнее применяются разработчиками при проектировании новой техники, а преподавателями - при обучении студентов по различным специальностям. Это обеспечивает идентичность информационной среды специалиста и студента. Важное направление применения интегрированных систем - дистанционное обучение, при котором особенно актуальными становятся вопросы создания обучающей среды по изучаемым дисциплинам. Такая среда может одинаково эффективно использоваться как при обучении (например, в качестве лабораторного практикума), так и при автоматизации различных форм и методов контроля знаний и навыков обучаемого.
Интенсивно развиваются нейрокомпьютерные технологии.
В математической физике имеется достаточно широкий круг задач (относящихся, как правило, к описанию систем с распределенными параметрами), которые приводят к изучению краевых задач для уравнений в частных производных (или интегро-дифференциальных уравнений).
Основная методологическая ошибка работ по математической физике состоит в том, что дифференциальное уравнение в частных производных (вместе с краевыми условиями) принимается за объект моделирования, по которому строится его приближенная модель - решение, найденное тем или иным численным методом. Правильнее рассматривать дифференциальные уравнения (вместе с сопутствующими начально-краевыми условиями)
как приближенную модель, содержащую информацию о моделируемом объекте, от которой требуется перейти к более удобной модели (например, функциональной), используя уравнения и иную доступную информацию. Еще более правильным является рассмотрение иерархии моделей разной точности и области применимости, которые могут уточняться по мере поступления новой информации.
Лишь небольшое число задач математической физики, обычно обладающих симметрией, допускает точное аналитическое решение. Существующие приближенные методы решения либо позволяют получить лишь поточечную аппроксимацию подобно сеточным методам (получение из поточечного решения некоторого аналитического выражения представляет собой отдельную задачу), либо предъявляют специальные требования к набору аппроксимирующих функций и требуют решения важной вспомогательной задачи разбиения исходной области подобно тому, как это происходит в методе конечных элементов. Использование нейронных сетей в качестве новой методологии решения как старых - классических, так и новых - неклассических задач основано на целом ряде особенных свойств нейросетей. Нейронные сети можно рассматривать как универсальные аппроксиматоры. Это заключение следует из обобщенной аппроксимационной теоремы Стоуна.
Очень важной для мотивации выбранного подхода представляется устойчивость нейросетевой модели по отношению к ошибкам в данных - неточностям в задании коэффициентов уравнений, граничных и начальных условий, возмущениям границы, погрешностям вычислений.
Нейросетевой подход в предлагаемой форме слабо зависит от формы области и может быть применен в случае задач со сложной геометрией области, позволяет учесть разрывы и изменение типа уравнения в подобластях.
Другим принципиальным моментом, характерным для нейросетевого подхода, является распараллеливание задачи и возможность использования набора сетей, что существенно при построении моделей систем с кусочно заданными параметрами. К тому же указанный подход позволяет применить хорошо отработанные для нейронных сетей приемы поиска оптимальной структуры, использующие кластеризацию, генетические алгоритмы (например, процедуры типа многорядного алгоритма МГУА и др.).
Не отстают в своем развитии и современные компьютерные системы вычислительной гидродинамики - Computational Fluid Dynamics (CFD). За
последние десятилетия были разработаны универсальные программные продукты типа Fluent, CFX, StartCD, Femlab (зарубежные), COMGA, ASTRA, FlowVision, GDT (российские) и т. п., которые предоставляют новые возможности не только для проведения серьезных вычислительных экспериментов, но и для совершенствования высшего образования на всех его этапах - от комплексного обучения до целенаправленной подготовки специалистов к профессиональной деятельности. CFD-пакеты имеют широкий диапазон применения и могут быть использованы как в практике обучения, так и для профессиональных исследований. В газовой динамике и смежных областях известны десятки прикладных программ и баз данных. Наличие большого числа разнородных программных продуктов создает значительные проблемы как при организации их взаимодействия, так и для работы пользователей.
Развитие вычислительных средств и сети Интернет
В настоящее время основными вычислительными средствами при проведении расчетных исследований различных задач в научно-образовательном процессе являются рабочие станции и персональные ЭВМ (ПК) с уровнем производительности около 103 - 104 Мфлпс (1 флпс = 1 операции с плавающей точкой в секунду). Такая производительность позволяет исследовать лишь частные задачи, возникающие в различных областях. Реализация данного проекта решает проблему подготовки специалистов высшей квалификации для перехода к широкомасштабному вычислительному моделированию разнообразных физических, технических, технологических процессов переноса в сплошных средах с производительностью на уровне 106 - 107 Мфлпс.
Наиболее эффективно использование CFD-средств для практических задач - с привлечением многопроцессорных компьютеров с широким распараллеливанием процессов вычислений. В России с конца 80-х годов в различных организациях ведутся разработки параллельных алгоритмов и программ. При этом используются ЭВМ с различной архитектурой. Наиболее известными из них являются суперкомпьютеры семейства МВС-1000 и «Скиф», относящиеся к семейству параллельных компьютеров и представляющие собой мультипроцессорный массив, объединенный с внешней дисковой памятью и устройствами ввода-вывода информации под общим управлением персонального компьютера или рабочей станции. К настоящему времени в России введены в действие многопроцессорные вычислительные системы производитель-
ностью на уровне до 500 Терафлопс.
Таким образом, в России произошел прорыв в части создания современных высокопроизводительных вычислительных систем. Тенденция такова, что уже сейчас архитектура ПК основывается на многопроцессорной схеме организации вычислений. В ближайшей перспективе это сделает каждый ПК суперкомпьютером в современном понимании этого термина.
В последнее десятилетие, в том числе и в ИПМ им. М.В. Келдыша РАН, активно развивается новая форма организации вычислительных средств, получившая название ГРИД. Эта организация вычислений основывается на том, что современные телекоммуникационная аппаратура и каналы связи дают возможность интегрировать разнесенные на любые расстояния компьютерные системы разных типов и назначений.
Новые схемы организации вычислений и хранения информации
Взрывной рост сети Интернет и массированные инвестиции в ее развитие создают новые возможности и новые проблемы. Возможности связаны с появлением уникальной глобальной среды распределенных вычислений и хранения информации, проблемы - с тем, что сеть «наполняется содержанием» существенно медленнее, чем развивается коммуникационная инфраструктура. Так, теоретически обоснована и получает аппаратную базу «сетецентрическая» модель вычислений, представляющая логическое развитие клиент-серверного подхода. Однако если развитие клиентской стороны уже привело к появлению сначала концепции, а недавно - и промышленных образцов «сетевых компьютеров» ^С, NetPC), то развитие серверной, «содержательной» стороны практически во всех предметных областях заметно отстает. Задача создания такого программного обеспечения - не техническая, а фундаментальная. По этой причине представляется необходимым создание интегрированной среды (информационно-вычислительной системы), которая позволяла бы исследователю использовать единый пользовательский интерфейс при обращении к любым прикладным программам и базам данных, подготовке входных данных для программ, визуализации, анализе и архивировании результатов расчетов. Такая система неминуемо должна иметь свое собственное представление данных и средства манипулирования ими; только при этом возможна организация «конвейера», обеспечивающего анализ конкретных задач всеми доступными методами, реализованными в базах дан-
ных и пакетах прикладных программ.
Аналог подобной системы, получивший название NetLaboratory («сетевая лаборатория») разрабатывался коллективом сотрудников ИПМ РАН им. М.В. Келдыша, НИФХИ им. Л.Я. Карпова и Химического факультета МГУ им. М.В. Ломоносова [8].
Кроме того, следует отметить систему COMGA (COnvection in MicroGravity and Applications), адаптированную к персональной ЭВМ. Система в течение ряда лет разрабатывалась под руководством профессора В.И. Полежаева. На ее основе развивалась концепция инженерного образования и практикумов по изучению элементарных течений, тепло- и массообмена на основе нестационарных уравнений Навье - Стокса [9].
Цель и задачи сетевой компьютерной лаборатории
Цель проекта СКЛ - это реализация концепции единого информационного пространства для научно-образовательной и исследовательской деятельности в области аэромеханики путем построения специализированной интегрированной среды (рис. 1).
Для достижения этой цели СКЛ должна обеспечить унифицированный сетевой доступ к образовательным, вычислительным и информационным ресурсам участников партнерской группы ИПМ им. М.В. Келдыша РАН и предоставить пользователям единый тематический комплекс научных, вычислительных, образовательных и информационных ресурсов.
Проблему создания такого рода систем можно отнести к наиболее актуальным проблемам разработки технических средств, интегрирующих сервисные возможности систем дистанционного образования (в т. ч. средств обучения и сертификации), экспертных систем, баз данных и распределенной интеллектуальной среды поддержки и проведения вычислительного эксперимента. При этом не обойтись без современных сетевых (Интернет) технологий, которые позволят объединить вокруг единого информационного пространства прикладной аэромеханики профессиональное сообщество.
Именно поэтому наиболее перспективным направлением является не создание еще одного информационного ресурса, а разработка интегрированной среды - объединяющей, структурирующей и описывающей образовательные, вычислительные и информационные ресурсы участников партнерской группы. Этот подход предполагает не только структурирование и интеграцию в единую среду разрозненных ресурсов, но и создание новых, в том
Интернет
Отдельные полкюители
г
Cl
Рис. 1. Схема объединения ресурсов
числе уникальных для образовательной и исследовательской деятельности в области прикладной аэромеханики.
Предполагается, что СКЛ позволит:
1) создать благоприятные условия для подготовки ученых и специалистов-исследователей процессов аэрогидромеханики, тепломассопереноса и механики невесомости;
2) привлечь к научно-исследовательской и образовательной деятельности ведущих специалистов РАН, отраслевых предприятий, преподавателей и выпускников профильных вузов.
Этапы создания сетевой компьютерной лаборатории
Процесс создания СКЛ включает работы по
анализу требований пользователей, проектирование системы, программирование приложений, сборку системы и ее тестирование, ввод в действие и приемку программных продуктов.
На начальной стадии разработки СКЛ при анализе требований и проектировании происходит понимание того, что будет делать разрабатываемая система и каким образом она будет работать, чтобы удовлетворить предъявляемые к ней требования. Для этого необходимо определить и конкретизировать (смоделировать, формализовать) требования, а также осуществить разработку и компоновку функциональных и информационных моделей системы (рис. 2, 3, 4).
Здесь же определяются вспомогательные (нефункциональные) требования и другие ограничения.
Рис. 2. Компоненты модели системы
Рис. 3. Функциональные модули и ресурсы СКЛ
Рис. 4. Информационные потоки СКЛ
Разработка методического обеспечения сетевой компьютерной лаборатории
На этом этапе были собраны и систематизированы сведения об истории и современном состоянии математических моделей на основе уравнений динамики несжимаемой и сжимаемой жидкости, в том числе околокритической среды и соответствующих вычислительных кодов для решения двух-и трехмерных задач. Модели предназначены для описания процессов аэромеханики, актуальных для изучения как фундаментальных проблем аэродинамики, тепломассопереноса и механики невесомости, так и для прикладных задач современной
ракетно-космической и авиационной техники и технологий получения новых материалов, монокристаллов и полупроводниковых структур для электроники и оптоэлектроники.
Основу для используемых математических моделей составляют уравнения Навье - Стокса, дополненные описанием сопутствующих физических явлений. Должны быть рассмотрены реалистичные физико-химические модели среды, учитывающие все многообразие имеющихся процессов. Требуется анализ имеющихся в настоящее время моделей описания турбулентных течений, включая как прямые методы и методы типа крупных вихрей, так и при-
ближенные модели турбулентности типа k-eps или k-omg.
Отдельную позицию занимают также модели молекулярной динамики, которые в последнее время получили широкое распространение. Особенно востребованы модели, где столкновения между частицами разыгрываются с использованием методов Монте-Карло, при этом используются различные описания частиц - отдельные молекулы, группы из большого числа молекул, молекулярные облака и т. п.
После проведенных исследований были сформулированы требования к типовым задачам сетевой компьютерной лаборатории и перечень таких задач, включающий задачи по аэрогазодинамике, аэроакустике и тепломассопереносу, решение которых предусмотрено с использованием ресурсов СКЛ.
Формирование требований к СКЛ
Поскольку СКЛ предназначена для реализации концепции единого информационного пространства для научно-образовательной и исследовательской деятельности, она должна обеспечить унифицированный сетевой доступ к образовательным, вычислительным и информационным ресурсам участников партнерской группы и предоставить пользователям единый комплекс научных, вычислительных, образовательных и информационных ресурсов.
В качестве заинтересованных пользователей системы, чьи потребности принимаются во внимание, выступают участники творческого коллектива проекта:
- участники образовательной деятельности -студенты, преподаватели, методисты;
- участники исследовательской деятельности
- аспиранты, инженеры-исследователи, научные работники, эксперты;
- разработчики и администраторы системы
- системные интеграторы, программисты, администраторы.
Это позволяет достаточно широко учитывать потребности различных групп заинтересованных пользователей, обобщить их, представить в виде требований к СКЛ, выделить направления разработки интегрированной среды. В итоге вырабатывается понимание того, что же в действительности необходимо сделать.
Создание информационной модели СКЛ
Информационная модель СКЛ, наряду с ее функциональной моделью, является важной компонентой системного проекта. Информационные тех-
нологии обычно специализируются на конкретных отраслевых проблемах. Для этого они используют формализованные модели соответствующих предметных областей, накопленные знания и индивидуальный опыт многих специалистов. Поэтому любое информационное моделирование начинается с анализа предметной области. С этой точки зрения современную аэромеханику можно рассматривать как согласованную совокупность физических и математических (вычислительных) моделей целого ряда изучаемых явлений аэродинамики, акустики, турбулентности, конвекции.
Опыт создания интегрированных сред моделирования в конкретной предметной области показывает, что сначала разрабатываются несколько отдельных вычислительных комплексов - «кирпичиков» большой системы, специализированных на обслуживании конкретных довольно узких физических проблем. Отдельные компоненты таких комплексов могут оказаться более или менее универсальными (инвариантными) и пригодными для решения других задач разрабатываемой предметной области (например, диалоговые, графические и сервисные средства).
К разработке таких вычислительных комплексов нужно подходить так, чтобы можно было пользоваться ими, не дожидаясь завершения большого проекта, и в то же время, чтобы выполненная работа с минимальными переделками была пригодна к включению в интегрированную среду.
Эта концепция ложится в основу проектирования системы, которое начинается с информационного моделирования и включает построение концептуальной и логической моделей (рис. 6, 7, 8).
Концептуальная составляющая информационной модели СКЛ определяет контекст (границы) системы, ее поэлементный состав с необходимой функциональностью для взаимодействия элементов между собой и с внешней средой (рис. 6).
Логическая компонента информационной модели (семантическая модель) моделирует структуру системы и описывает характер взаимодействия с внешней средой и внутри системы (рис. 7, 8).
Характер работы по созданию информационной модели определялся следующими особенностями:
- участием в партнерской группе проекта отдельных разнородных групп разработчиков, разных по уровню квалификации и сложившимся традициям;
- постоянно изменяющимися или уточняющимися информационными потребностями предполагаемых пользователей, что усложняет проектирование СКЛ;
Трехуровневая архитектура (среда вычислительного эксперимента)
Рис 7. Логическая модель исследовательского модуля
- сложностью описания (достаточно большое количество функций, процессов, данных и сложные взаимосвязи между ними), требованием тщательного моделирования и анализа информационных процессов;
- малым числом аналогов, ограничивающим возможность использования каких-либо типовых проектных решений;
- разработкой вычислительных и программных модулей (будущих «кирпичиков» большой системы), которая осуществлялась, как правило, на интуитивном уровне неформализованными методами, включающими в себя элементы искусства, практический опыт, экспертные оценки и продолжи-
тельные тестовые проверки качества функционирования;
- наличием совокупности тесно взаимодействующих компонентов (подсистем) и, как следствие, необходимостью интеграции существующих и вновь разрабатываемых приложений. При создании СКЛ реализуется подход, при котором отдельные вычислительные и программные модули, специализированные на обслуживании конкретных задач моделирования, встраиваются в «каркас» среды моделирования и играют роль «кирпичиков» большой системы. В «каркас» СКЛ входят диалоговые, графические и сервисные средства;
- функционированием в неоднородной среде
Рис.8. Логическая модель образовательного модуля
на нескольких аппаратных платформах.
Поскольку сложность системы высокая, важно использовать наиболее эффективные методы моделирования. Свою эффективность в качестве средства визуального моделирования показал язык UML
- Unified Modeling Language [10], обладающий богатым набором изобразительных средств объектноориентированного моделирования, таких как диаграммы вариантов использования, взаимодействия, классов, состояний и т. д., которые были использованы для описания, обсуждения и корректного документирования компонентов информационной модели СКЛ в виде схем и диаграмм (см., например, рис. 9).
Важным дополнением к графическим образам информационной модели является словарь терминов (глоссарий) предметной области. Во всех перечисленных случаях может возникнуть ситуация, когда тот или иной термин используется заинтересованными лицами в несколько различных значениях (контекстах). Такие противоречия (иногда это не является противоречием: смысл термина может меняться в зависимости от контекста) необходимо разрешать с помощью словаря с однозначными формулировками определений. Главное при этом - выявление связей между сущностями, построение семантической модели предметной области.
На данной стадии проекта разработаны общие подходы к структуре словаря, собраны и систематизированы наиболее важные термины и определения, необходимые как для проектирования системы, так и для работы с ней.
Разработка вычислительных и информационных ресурсов СКЛ Вычислительные ресурсы СКЛ состоят из ряда компонент, представляющих собой библиотеки выполнения базовых операций, программы, выполняющие моделирование, модули решения типовых задач с соответствующими интерфейсами.
Информационные ресурсы объединяют программное обеспечение и сервисы, необходимые для информационного обеспечения, управления и сопровождения вычислительного эксперимента и образовательного процесса средствами СКЛ.
В стандартных промышленных пакетах программ пользователь, как правило, имеет дело с фиксированной структурой программы и ограниченным набором тщательно проверенных моделей и методов. Это положение - почти противоположное статусу любого исследовательского кода. К тому же современные индустриальные пакеты пока еще не способны в полной мере использовать появившиеся ресурсы высокопроизводительных многопроцессорных суперЭВМ.
Анализ проблем интеграции вычислительных и информационных ресурсов в рамках распределенной среды моделирования показал, что программное обеспечение для научных и образовательных задач должно разрабатываться так, чтобы оно допускало быструю реорганизацию и включение новых математических моделей и методов. Важно исследовать особенности организации работ в открытых системах-прототипах, таких как зарубежный пакет
Преподаватель
Рис.8. Логическая модель образовательного модуля
OpenFOAM и российский пакет прикладных программ GIMM. Пакет GIMM разрабатывался в ИПМ им. М.В. Келдыша РАН для проведения масштабных численных экспериментов. В нем эффективное взаимодействие ресурсов осуществляется с помощью программных компонентов в составе программной оболочки, работающей под управлением диспетчера программ. Это позволило автоматизировать каждый этап вычислительного эксперимента с использованием многопроцессорных суперЭВМ.
Сборка и тестирование макетной версии СКЛ
При разработке макета СКЛ были созданы программные средства, обеспечивающие доступ к информационным ресурсам СКЛ через Интернет и их управление. Основным результатом работы стал интернет-портал СКЛ http://net-lab.keldysh.ru.
Сборка макета позволила проверить эффективность выбранных решений для реализации четырех основных функций СКЛ:
1. Обучение и повышение квалификации -формирование и использование учебных материалов для студентов, аспирантов и молодых специалистов, тестирование знаний, составление индивидуальных планов обучения и повышение квалификации.
2. Вычислительные эксперименты с использованием вычислительных ресурсов СКЛ - закрепление теоретического материала на практике для студентов и параметрические исследования для исследователей.
3. Информационное обеспечение пользователей - предоставление информации о ресурсе, информационная поддержка научных семинаров, уведомление о событиях в партнерской группе, за-
грузка справочных материалов и т. п.
4. Администрирование - регистрация, авторизация и разграничение прав пользователей (гость, студент, исследователь, преподаватель, администратор, разработчик, тестировщик и т. п.). Контроль за выполнением задач, устранение сбоев и т. п.
В процессе выполнения работ по сборке системы было рассмотрено три способа подключения внешних ресурсов и организации взаимодействия абонентских пунктов с системой:
1. Технология «тонкого» клиента с делегированием клиенту интерфейса доступа ко всем ресурсам, реализуемого в рамках web-сервиса (web-browser на стороне клиента). По данной методике были реализованы следующие подсистемы:
- основной ресурс СКЛ в ИПМ: http://net-lab. keldysh.ru/;
- web-ресурс в ИПМех: http://ipmnet.
ru/~pivovar/websolver;
- web-ресурс в ИПМех: http://nu.ipmnet. ru/~pivovar/websolver3;
- web-ресурс подсистемы обучения Гекадем: http://hecadem.keldysh.ru/.
2. Технология «тонкого» клиента с предоставлением пользователю графической оболочки - клиентского приложения, обеспечивающей взаимодействие с удаленным вычислительным сервером, на котором располагаются и вычислительные модули, и все вспомогательные приложения. По данной методике реализованы подсистемы:
- комплекс GIMM_QGD;
- комплекс аэродинамических расчетов У1КАу в режиме удаленного терминала.
3. Технология «толстого клиента» - все вычислительные и вспомогательные операции выполняются непосредственно на клиентской ЭВМ, на которой располагаются все необходимые вычислительные модули и ресурсы. Данные модули и ресурсы могут быть загружены с основного портала СКЛ (http://net-lab.keldysh.ru/). По данной технологии реализованы следующие подсистемы:
- комплекс У1КАу в автономном режиме;
- модуль молекулярной динамики МПВМ;
- модуль нейросетевого моделирования NEURO_2D.
Проанализированы методики организации процесса тестирования и основные техники тестирования, такие как тестирование, основанное на сценариях использования, выбраны специфичные для web-ресурсов тестовые случаи и методы тестирования.
Разработка методики организации вычислительных экспериментов и инструкций пользователей
На данном этапе проводится подробный анализ содержания прикладного моделирования и методов планирования экспериментов в современном понимании проблем. Формируется концептуальный базис построения среды моделирования динамических систем и технологии планирования эксперимента с использованием принципов обработки информации в мультипроцессорной вычислительной среде.
К числу важнейших проблем прикладных исследований относится оценка достоверности результатов моделирования [11]. Важно сформулировать принципы организации вычислительных комплексов, использующих интеллектуальные технологии, направленные на повышение эффективности моделирования и достоверности получаемых оценок. Центральное место занимают меры по организации оценки достоверности (адекватности) математического моделирования тех или иных процессов, в том числе с учетом неопределенности в исходных данных и неполноты информации о внешних воздействиях. Здесь необходимы методы и процедуры по:
- поддержке принятия решений при планировании вычислительных экспериментов;
- разработке критериального базиса оценки достоверности;
- развитию методологической схемы валидации моделей;
- разработке программных средств для информационной поддержки принятия решений при планировании вычислительных экспериментов на базе сетевой компьютерной лаборатории.
Заключение
Разработанный макет СКЛ, доступный на сайте http://net-lab.keldysh.ru, стал рабочей средой участников проекта из разных организаций. Он позволяет объединить информационные и вычислительные ресурсы в среду моделирования и обучения. Системообразующими компонентами СКЛ являются ее ресурсы, которые включают унифицированные средства информационного обмена и обработки данных, а также единое расчетное ядро системы. Реализованы основные функции СКЛ, такие как обучение, вычислительный процесс, информационное сопровождение, администрирование. Впервые разработаны и применены новые подходы: оригинальные технологии системной интеграции на основе каркасного подхода к сборке программных комплексов; принципы унификации вычислительной процедуры, в том числе на основе нейросетевых подходов.
Основное отличие от зарубежных аналогов (OpenFoam) заключается в том, что в проекте впервые реализована системная интеграция распределенных ресурсов исследовательской и образовательной деятельности.
Исследование выполнено при финансовой поддержке РФФИ в рамках научных проектов № 13-01-00895-а, 13-01-12046 офи-м.
Список литературы
1. Авдуевский В.С. Основы теплопередачи в авиационной и ракетно-космической технике [Текст] / В.С. Авдуевский, Б.М. Галицейский, Г.А. Глебов и др. - М.: Машиностроение, 1992. - 528 с.
2. Анфимов Н.А. Моделирование обтекания и теплообмена гиперзвуковых летательных аппаратов в поршневых газодинамических установках многокаскадного сжатия (ПГУ МКС) [Текст] /
Н.А. Анфимов, В.В. Кислых // В сборнике: Проблемы современной механики. К 85-летию со дня рождения академика Г.Г. Черного / Под. ред.
A.А. Бармина. - М.: МГУ, Омега-Л, 2008. - 639 с.
3. Полежаев В.И. Математическое моделирование конвективного теплообмена на основе нестационарных уравнений Навье - Стокса [Текст] /
B.И. Полежаев, А.В. Бунэ, Н.А. Верезуб и др. - М.: Наука, 1987. - 272 с.
4. Методы численного решения уравнений динамики вязкой среды [Текст] // Энциклопедия низкотемпературной плазмы. Серия Б. Справочные приложения и банки данных. Т. УП-1. Математическое моделирование в низкотемпературной плазме, гл.УН / Под ред. Ю.П. Попова. - М.: Янус-К, 2008. - С. 177-370.
5. Полежаев В.И. Конвекция и процессы тепло- и массообмена в условиях космического полета [Текст] / В.И. Полежаев // Известия РАН. МЖГ.
- 2006.- № 5. - C. 67-88.
6. Четверушкин Б.Н. Кинетически согласованные схемы в газовой динамике [Текст] / Б.Н. Четверушкин. - М.: Изд-во МГУ, 1999. - 232 с.
7. Васильев А.Н. Унифицированный процесс моделирования систем с распределенными параметрами [Текст] / А.Н. Васильев, В.П. Осипов, Д.А. Тархов // Нейрокомпьютеры: разработка, применение. - М.: Радиотехника, 2010. - № 7. - С. 20-28.
8. Емельянов В.Н. Информационновычислительная система на основе технологий internet для химии и смежных областей [Текст] / В.Н. Емельянов, И.В. Плетнев, А.Л. Чугреев // Препринт ИПМ, Москва, 2003. - № 100. - 18 c.
9. Полежаев В.И. Система и компьютерная лаборатория для решения задач конвективного тепломассообмена [Текст] / М.К. Ермаков, С.А. Никитин,
В.И. Полежаев // Изв. АН СССР. МЖГ. - 1997. -№ 3. - С. 22-38.
10. Мацяшек Л. Анализ и проектирование информационных систем с использованием UML 2.0. [Текст] / Л. Мацяшек - М.: Издательский дом «Вильямс», 2008. - 816 с.
11. Осипов В.П. Нейрокомпьютеры и интеллектуальные технологии XXI века [Текст] / Ю.И. Нечаев, В.П. Осипов и др., под. общ. ред. Ю.И. Нечаева.
- М.: Радиотехника, 2012. - 352 с.
References
1. Avduevskij VS. Osnovy teploperedachi v aviacionnoj i raketno-kosmicheskoj tehnike [Tekst] / V.S. Avduevskij, B.M. Galicejskij, G.A. Glebov i dr. -M.: Mashinostroenie, 1992. - 528 s.
2. Anfimov N.A. Modelirovanie obtekanija i teploobmena giperzvukovyh letatel'nyh apparatov v porshnevyh gazodinamicheskih ustanovkah mnogokaskadnogo szhatija (PGU MKS) [Tekst] / N.A. Anfimov, V.V. Kislyh // V sbornike: Problemy sovremennoj mehaniki. K 85-letiju so dnja rozhdenija akademika G.G. Chernogo / Pod. red. A.A. Barmina. -
M.: MGU, Omega-L, 2008. - 639 s.
3. Polezhaev VI. Matematicheskoe modelirovanie konvektivnogo teploobmena na osnove nestacionarnyh uravnenij Nav'e - Stoksa [Tekst] / V.I. Polezhaev, A.V. Bu-nje, N.A. Verezub i dr. - M.: Nauka, 1987. - 272 s.
4. Metody chislennogo reshenija uravnenij dinamiki vjazkoj sredy [Tekst] // Jenciklopedija nizkotemperaturnoj plazmy. Serija B/ Spravochnye prilozhenija i banki dannyh. T. VII-1. Matematiches-koe modelirovanie v nizkotemperaturnoj plazme, gl.VII / Pod red. Ju.P. Popova. - M.: Janus-K, 2008.
- C. 177-370.
5. Polezhaev V.I. Konvekcija i processy teplo- i massoobmena v uslovijah kosmicheskogo poleta [Tekst] / V.I. Polezhaev // Izvestija RAN. MZhG. - 2006. -№ 5. - S. 67-88.
6. Chetverushkin B.N. Kineticheski soglasovannye shemy v gazovoj dinamike [Tekst] / B.N. Chetverushkin.
- M.: Izd-vo MGU, 1999. - 232 s.
7. Vasil'ev AN.Unificirovannyj process
modelirovanija sistem s raspredelennymi parametrami [Tekst] / A.N. Vasil'ev, V.P. Osipov, D.A. Tarhov // Nejrokomp'jutery: razrabotka, primenenie. - M.:
Radiotehnika, 2010. - № 7. - S. 20-28.
8. Emel'janov V.N. Informacionno-vychislitel'naja sistema na osnove tehnologij internet dlja himii i smezhnyh oblastej [Tekst] / V.N. Emel'janov,
I.V. Pletnev, A.L. Chugreev // Preprint IPM, Moskva, 2003. - № 100. - 18 s.
9. Polezhaev V.I. Sistema i komp'juternaja laboratorija dlja reshenija zadach konvektivnogo teplomassoobmena [Tekst] / M.K. Ermakov,
S.A. Nikitin, V.I. Polezhaev // Izv. AN SSSR. MZhG. -1997. - № 3. - S. 22-38.
10. Macjashek L. Analiz i proektirovanie informacionnyh sistem s ispol'zovaniem UML 2.0. [Tekst] / L. Macjashek - M.: Izdatel'skij dom «Vil'jams», 2008. - 816 s.
11. Osipov V.P. Nejrokomp'jutery i intellektual'nye tehnologii XXI veka [Tekst] / Ju.I. Nechaev, V.P. Osipov i dr. pod. obshh. red Ju.I. Nechaeva - M.: Radiotehnika, 2012. - 352 s.
