Transformacja wiedzy w budowie i eksploatacji maszyn
Transkrypt
Transformacja wiedzy w budowie i eksploatacji maszyn
Uniwersytet Technologiczno – Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces transformacji wiedzy w budowie i eksploatacji samochodów, wraz z wyszczególnieniem jego poszczególnych etapów. Dla odpowiedniej prezentacji procesu niezbędne jest: - ujednolicenie definicji i pojęć występujących w obszarze transformacji wiedzy w budowie i eksploatacji samochodów; - usystematyzowanie procesów transformacji wiedzy w budowie i eksploatacji samochodów; - przedstawienie powiązań pomiędzy poszczególnymi jednostkami biorącymi udział w transformacji wiedzy; - analiza transferu technologii i wdrażania innowacji podczas transformacji wiedzy. Podstawowe definicje z obszaru transformacji wiedzy w budowie i eksploatacji samochodów oraz procesy składające się na transformację wiedzy: Wiedza to logicznie uporządkowane zasoby informacji wraz z umiejętnością posługiwania się nimi w celu intelektualnego lub praktycznego wykorzystania. Transformacja wiedzy to zintegrowane procesy: pozyskiwania, gromadzenia, przekształcania i wykorzystywania wiedzy, zaspokajające potrzeby intelektualne lub praktyczne w konkretnym układzie uwarunkowań. Gromadzenie wiedzy jest procesem systematycznego zbierania wiedzy w celu dalszego jej wykorzystania. Przekształcanie wiedzy to proces opracowania wiedzy w taki sposób aby otrzymać zmaterializowanie lub przyrost wiedzy naukowej. Wykorzystywanie wiedzy to proces, po którym uzyskuje się rozwiązanie zaistniałego problemu dzięki zastosowaniu wcześniej przekształconej wiedzy. TRANSFORMACJA WIEDZY TRANSFORMACJA WIEDZY Proinnowacyjna Wewnątrzdyscyplinarna Teoriotwórcza Międzydyscyplinarna Interdyscyplinarna Charakter zaspokajanej potrzeby i forma produktów transformacji wiedzy Struktura Rys. 1. Podział transformacji wiedzy z uwzględnieniem charakteru zaspokajanej potrzeby, formy produktów transformacji wiedzy oraz struktury dyscyplin naukowych biorących udział w procesie transformacji wiedzy Badania naukowe Wyniki badań Transformacja WEWNĄTRZDYSCYPLINARNA Modele, reguły, hipotezy, zależności, metodyki, teorie, metody, twierdzenia WIEDZA NAUKOWA Rys. 2. Schemat transformacji teoriotwórczej wewnątrzdyscyplinarnej Modele, reguły, hipotezy, metodyki, teorie, metody, twierdzenia Transformacja MIĘDZYDYSCYPLINARNA WIEDZA NAUKOWA Modele, reguły, hipotezy, metodyki, teorie, metody, twierdzenia Rys. 3. Schemat transformacji teoriotwórczej międzydyscyplinarnej Reguły, hipotezy, teorie, metody, twierdzenia Metodyki, teorie Modele Transformacja INTERDYSCYPLINARNA Modele, reguły, hipotezy, zależności, metodyki, teorie, metody, twierdzenia Rys. 4. Schemat transformacji teoriotwórczej interdyscyplinarnej WIEDZA NAUKOWA WIEDZA PRAKTYCZNA WIEDZA NAUKOWA Badania naukowe Wyniki badań Prace rozwojowe (konstrukcja, technologia, wykonanie) Innowacje (Prototyp, nowa technologia, struktura organizacyjna, procedura, wynalazek) PRODUKT Transformacja Rys. 5. Proces transformacji – elementy i relacje Transfer GROMADZENIE WIEDZY Elementy charakterystyczne dla baz danych: a) model danych (zbiór zasad służących do opisu logicznej struktury bazy danych) Modele danych Koncepcyjne Logiczne - hierarchiczny - sieciowy - relacyjny - obiektowy - relacyjno-obiektowy Fizyczne Rys. 6. Podział modeli danych Najważniejsze z punktu widzenia organizacji baz danych oraz dokładności odwzorowania modelowanego obszaru są modele logiczne. Przykłady modeli logicznych: korzeń 1 liść 2 5 3 6 4 I poziom II poziom III poziom Rys. 7. Drzewo hierarchicznego modelu danych element kolekcja 2 6 właściciel 1 3 5 4 7 Rys. 8. Schemat sieciowego modelu danych kolekcji Rys. 9. Schemat relacyjnej bazy danych Typ 1 Typ 2 Typ 3 Obiekt 1 Obiekt 1 Obiekt 1 Typ obiektów Obiekt 2 Obiekt 2 Obiekt 3 Obiekt 3 Obiekt 2 Obiekt Związek pomiędzy obiektami Rys. 10. Przykładowy schemat obiektowej struktury danych b) system zarządzania bazą danych, który powinien umożliwiać: - realizowanie transakcji; - zachowanie spójności, czyli nienaruszalność zasad integralności danych; - replikowalność danych (powtarzalność, tworzenie kopii zapasowych); - współbieżny dostęp do danych dla wielu użytkowników; - synchronizację transakcji; - zabezpieczenie dostępu do danych; - zachowanie niezależności danych. Zapytania Modyfikacja systemu Procesor zapytań Moduł zarządzania transakcjami Moduł zarządzania pamięcią Aktualizacje Granica systemu zarządzania bazą danych Przepływ informacji pomiędzy modułami Granica systemu bazy danych Baza danych Rys. 11. System bazy danych i system zarządzania bazą danych Systemy ekspertowe Wiedza eksperta MODUŁ POZYSKIWANIA WIEDZY Rady, zalecenia, wnioski Problem INTERFEJS UŻYTKOWNIKA PROCEDURY WNIOSKOWANIA Baza wiedzy SYSTEM EKSPERTOWY Rys. 12. Schemat systemu ekspertowego Baza danych zmiennych PRZEKSZTAŁCANIE WIEDZY Poziom w strukturze wiedzy Wiedza skomplikowana (ramy, metody, modele, teorie) Wiedza jakościowa (reguły, drzewa, wektory) Wiedza ilościowa (fakty, stwierdzenia) Dane Fazy transformacji wiedzy Rys. 13. Etapy przekształcania wiedzy Podział metod przekształcania wiedzy: a) analityczne, które posiadają następujące ograniczenia: - skomplikowane procedury zastosowania metod analitycznych wymagające dużej wiedzy matematycznej; - konieczność upraszczania modelu celem doboru standardowej metody analitycznej; - trudności w stosowaniu przy dużej ilości danych lub zmiennych; b) statystyczne, które charakteryzują się: - niezależnością procedur obliczeniowych od dyscypliny naukowej, której dotyczą; - zdolnością do operowania na różnych typach danych; - zdolnością do efektywnego działania w przypadku dużych baz danych lub analizy procesów szybkozmiennych w czasie; - dużą niezawodnością i stosunkowo łatwym dostępem do oprogramowania; c) metody sztucznej inteligencji, które posiadają następujące zalety: - zdolności adaptacyjne; - umiejętność nabywania wiedzy, czyli uczenia się; - możliwość rozwiązywania szerokiej klasy zagadnień od aproksymacji złożonych nieliniowych zależności, poprzez optymalizację, do klasyfikacji i wykrywania reguł. WYKORZYSTYWANIE WIEDZY I WDRAŻANIE INNOWACYJNOŚCI W zależności od posiadanej wiedzy proces transformacji przebiega według różnych algorytmów: - poszukiwanie koncepcji rozwiązania przy pełnej wiedzy o problemie; - poszukiwanie koncepcji rozwiązania, gdy brakująca wiedza o problemie dostępna jest w bazach danych; - poszukiwanie koncepcji rozwiązania, gdy brakująca wiedza o problemie musi być uzupełniona poprzez realizację badań naukowych. Rys. 14. Ogólny algorytm realizacji procesów transformacji proinnowacyjnej WIEDZA PRAKTYCZNA WIEDZA NAUKOWA Badania naukowe Wyniki badań Prace rozwojowe (konstrukcja, technologia, wykonanie) Innowacje (Prototyp, nowa technologia, struktura organizacyjna, procedura, wynalazek) PRODUKT Transformacja WDROŻENIE Rys. 15. Proces wdrożenia – elementy i relacje Transfer TRANSFER TECHNOLOGII Transfer technologii jest procesem przystosowywania i przekazania wyników badań naukowych, patentów lub oryginalnych pomysłów do ich praktycznego zastosowania w produkcji. Uruchomienie produkcji Fazy TRANSFER TECHNOLOGII Komercjalizacja Wybór producenta Analiza rynku Określenie cech użytkowych i ekonomicznych oraz badania jakościowe Naukowe opracowanie problemu (wykonanie modeli, sprawdzenie technologii) Czas Rys. 17. Fazy transferu technologii Finansowanie (potrzeby, sponsorowanie) Zakłady przemysłowe Zaawansowane technologie Zorganizowana produkcja Serwis Małe i średnie przedsiębiorstwa STRUKTURA TRANSFERU WYNIKÓW BADAŃ I TECHNOLOGII Instytucje wspomagające komercjalizację Agendy Samorządów w Regionie Komitet Badań Naukowych (granty celowe i innowacyjne, dotacje CTT) Uniwersytety (laboratoria badawcze, Instytuty PAN, instytuty resortowe) Centrum Transferu Technologii Rys. 18 Schemat transferu technologii ze wspomaganiem komercjalizacji KONIEC