Обращение Уважаемый Владимир Владимирович, прошу Вас обратить внимание на ряд нижеперечисленных работ. Необходимым условием технологического рывка России является внедрение высоких технологий. А высокие технологии требуют высокой точности измерительных систем. Национальный институт стандартов и технологий США (NIST) считает, что основным препятствием для внедрения инноваций во всех сферах экономики, медицины, обороны и экологии является недостаточная точность различных методов и средств измерений.
А указанная выше разработка, как раз, позволяет существенно снизить погрешность при аппроксимации экспериментальных данных, что и влечет за собой повышение точности измерительных систем. Основным отличием данной разработки от существующих в настоящее время отечественных и зарубежных работ является методологический подход, основанный на принципе внешнего дополнения, сформулированным Стаффордом Биром в качестве способа преодоления следствий теоремы неполноты Геделя. Теорема утверждает, что для любой системы исходных аксиом всегда можно задать такую теорему, для доказательства которой недостаточно системы аксиом и требуются новые аксиомы – внешние дополнения. В данном случае в качестве внешнего дополнения служит погрешность проверочной выборки (экспериментальных данных не участвующих в построении модели).
При этом по экстремуму данного внешнего критерия (вот основное отличие!) решаются вопросы о выборе опорных функций, структуры и параметров оптимальной модели. Показано, что количественные модели аппроксимации имеют интервал погрешности обучающих точек, при котором погрешности проверочных точек сравнительно малы. Другими словами, определяется экстремум (минимум) погрешности проверочных точек на кривой зависимости погрешности проверочных точек от погрешности обучающих точек.
Эффект снижения погрешности проверочных точек можно усилить так же за счет: — использования переменной обучающей выборки; — изменения состава обучающей выборки; — на основе принципа многовариантности. Именно комплекс вышеуказанных методов позволил сделать рывок в вопросе снижения погрешности измерений. Снижение погрешности аппроксимирующих зависимостей позволяет в метрологии существенно (кратно, иногда на порядок) уменьшить погрешность датчиков и измерительных систем. Патент № 2466356 (где описан один из вариантов обработки экспериментальных данных по данной методологии) удостоин бронзовой медали на международном конкурсе изобретений «Архимед-2014».
В рамках рассматриваемой нами теории получено несколько патентов на способ измерения двухфазной трехкомпонентной среды, влажности нефти. По данной тематике сделано более десяти докладов на международных, всероссийских и региональных конференциях. При этом получен ряд дипломов первой и второй степени. Таким образом, данный подход позволяет существенно снизить погрешность цифровых измерительных систем, используемых в технике, обороне, медицине и экологии.
Следует так же отметить, что повышение точности аппроксимирующих зависимостей повышает эффективность технологических процессов, при описании которых они применяются. Повышается технологическая эффективность процессов во всех отраслях народного хозяйства. На основе данной методологии разработаны методы отбраковки и прогнозные модели качества изделий радиоэлектроники с повышенной эффективностью распознавания. Повышена эффективность машинного диагноза заболеваний в медицине («Коллектив решающих правил при оценке состояния здоровья человека», см, труды ФРЭМЭ-2018).
Если данная разработка будет рекомендована в опытно-промышленное внедрение, то я могу оказывать научно-методическую помощь в процессе проведения калибровочных работ по предлагаемой методологии, а также при работах по повышению эффективности технологических процессов. При широкомасштабном внедрении данных работ, на мой взгляд, возможен даже рост ВВП страны на несколько процентов. К. Т.
Н., с. Н. С.
Качалов О. Б. 17. 12.
18. Литература. 1. Методы снижения погрешности аппроксимирующих зависимостей.
Международная научно-практическая конференция « АНТЭ-2013», сборник докладов, Казань, 2013, с. 200-203. 2. Разработка прогнозной модели качества приборов на основе экстремума погрешности.
Сборник докладов всероссийской научно-практической конференции, посвященной 100-летию со дня рождения Р. Е. Алексеева. Нижний Новгород, 2016, с.
514-517. 3. Снижение погрешности при количественной и качественной аппроксимации. Тезисы докладов на конференции «Авиация и космонавтика-2017», Москва, с.
417-418. 4. Методы снижения погрешности измерительных приборов. ПРИБОРОСТРОЕНИЕ в ХХ1 веке-2016, ИНТЕГРАЦИЯ НАУКИ, ОБРАЗОВАНИЯ И ПРОИЗВОДСТВА.
Сборник материалов Х11 Международной научно-практической конференции, 2017, Ижевский государственный технический университет имени М. Т. Калашникова, с. 74-78.
5. Коллектив решающих правил при оценке состояния здоровья человека. Сборник трудов Международной конференции ФРЭМЭ-2018, Суздаль-Владимир, Доклады. Книга 1, с.
162-166.
