CC BY
23
В результате анализа работы горного участка Ломоносовского ГОКа были выявлены возможности для совершенствования существующей технологии ведения работ на карьерах на тр. Архангельская и им. Карпинского-1.
В статье были рассмотрены предложения об изменении организации ведения выемочно -погрузочных работ, что повлекло за собой возможность отказа от двух перегрузочных складов кимберлитовой руды. Проведен перерасчет необходимого количества выемочно-погрузочных машин, вследствие чего проектом предлагается снизить количество экскаваторов Bucyrus RH 120E с объемом ковша 15м3 с трех единиц до двух. При расчете карьерного транспорта было выявлено, что автосамосвалы БелАЗ-7547 использовать эффективнее, чем CAT 740 B, так как автосамосвалов БелАЗ требуется меньше.
Учитывая полученный экономический эффект в размере 105 млн руб. в год, предлагаю осуществить технические решения, рассмотренные в данном проекте на Ломоносовском ГОКе.
Список литературы /References
1. Арсентьев А.И. Вскрытие и системы разработки карьерных полей: Учебное пособие. М. Недра, 1981. 279 с.
2. Арсентьев А.И. Развитие горных работ в карьерном пространстве: Учебное пособие; Ленинградский горный институт. Л., 1991. 106 с.
3. Арсентьев А.И., Холодняков Г.А. Проектирование горных работ при открытой разработке месторождений. Москва: «Недра», 1994.
4. Трубецкой К.Н. Открытые горные работы: Справочник. М. Горное бюро, 1994. 590 с.
ИССЛЕДОВАНИЕ И РЕАЛИЗАЦИЯ МЕТОДОВ АНАЛИТИКИ УЧЕБНОГО ПРОЦЕССА В АВТОМАТИЗИРОВАННОЙ ИНФОРМАЦИОННОЙ СИСТЕМЕ «УСПЕВАЕМОСТЬ» Толпекин С.С. Email: [email protected]
Толпекин Станислав Сергеевич - магистрант, факультет прикладной информатики, Кубанский государственный аграрный университет им. И.Т. Трубилина, г. Краснодар
Аннотация: в настоящий момент в Кубанском ГАУ для сбора и накопления данных о ходе учебного процесса используется специализированная автоматизированная информационная система «Мониторинг успеваемости». Одной из важных задач является анализ показателей учебного процесса, таких как посещаемость, данные семестрового контроля успеваемости и определения их влияния на промежуточную аттестацию. В работе рассмотрены: способы анализа данных об учебном процессе, а также разные подходы решения задач сбора и предоставления данных.
Ключевые слова: автоматизированная информационная система, клиент-серверная архитектура, анализ данных, веб-разработка, веб-приложение, базы данных, мониторинг образовательного процесса.
RESEARCH AND IMPLEMENTATION OF THE METHODS OF ANALYSIS OF LEARNING PROCESS IN THE AUTOMATED INFORMATION SYSTEM «USPEVAEMOST'» Tolpekin S.S.
Tolpekin Stanislav Sergeevich - Undergraduate, PROCESSING TECHNOLOGIES FACULTY, KUBAN STATE AGRARIAN UNIVERSITY, KRASNODAR
Abstract: currently, in the Kuban state Agrarian University there is automated information system «Monitoring Uspevaemosti» that used for collecting and storing data about the educational process. One of the important things is analysing of results of the educational process such as attendance, session control results and finding how it affects to intermediate attestation. The paper considers methods of analysis of educational process data and different methods of solve tasks of collecting and representing data.
Keywords: automated information system, client-server architecture, data analyze, webdevelopment, web-application, data base, monitoring of the educational process.
УДК 004
Центром информационных технологий КубГАУ по заказу Учебно-методического управления, была разработана автоматизированная информационная система мониторинга учебного процесса студентов - АИС «Мониторинг успеваемости» (далее - АИС).
АИС предназначена для решения следующих задач:
• учёта посещаемости занятий обучающимися;
• проведения рубежной и промежуточной аттестации обучающихся;
• проведение сессий;
• мониторинга в онлайн-режиме образовательного процесса в целом по университету.
В АИС реализовано 4 уровня доступа. К ним относятся:
1. Уровень учебно-методического управления;
2. Уровень деканата факультета;
3. Уровень заведующего кафедрой;
4. Уровень преподавателя.
Система заменяет часть бумажного документооборота, относящегося к мониторингу образовательного процесса в университете. В частности, цифровой документооборот позволил собирать статистическую и аналитическую информацию в разы быстрее, а также позволил минимизировать человеческий фактор при обработке собранных данных.
АИС реализована в виде веб-приложения. Использована типичная для такого рода систем «клиент-серверная» архитектура.
Рис. 1. Архитектура АИС «Успеваемость»
Благодаря реализации в виде веб-приложения, доступ к системе может быть получен с широкого спектра устройств, поддерживающих работу с веб-сайтами. Веб-приложение было построено с использованием технологии ASP.NET MVC. В качестве базы данных использован Microsoft SQL Server.
За время существования, система подвергалась большому количеству улучшений и изменений. Одно из стабильных направлений расширения функционала системы - анализ данных и построение отчётов.
Было создано несколько типов отчётов, многие из которых могли учитывать дополнительные параметры. Это позволяет получать необходимые данные максимально оперативно и в нужной проекции.
Одной из важных задач является анализ показателей (посещаемость, результаты семестровых аттестаций) и их влияние на результаты промежуточной аттестации (сессия). Дополнительной задачей было получить обезличенные данные о средней посещаемости по университету и определить статистически значимую зависимость итоговой оценки по дисциплине от посещаемости и результатов семестровых аттестаций.
Для выполнения поставленной задачи был составлен предварительный план:
1. Изучение структуры БД и способов передачи данных между веб-приложением и БД.
2. Анализ способов выборки и анализа данных.
3. Написание SQL скриптов для выборки данных о посещаемости.
4. Анализ данных и выделение «групп посещаемости».
5. Написание SQL скриптов для выборки данных о посещаемости, результатах предварительных аттестаций и итоговых результатов в разрезе человеко-дисциплин.
Изучение структуры БД
БД АИС это реляционная MSSQL база данных. Структура БД спроектирована для покрытия широкого круга сценариев, происходящих в процессе образовательного процесса.
В БД для каждого проведённого занятия хранится только информация о пропусках. Это создаёт дополнительные сложности при извлечении данных. Это означает, что перед непосредственно выборкой данных, необходимо собрать дополнительную информацию и сохранить во временных таблицах для дальнейшего использования.
Для доступа к данным в слое доступа к данным веб-приложения используется object-relational mapping (ORM) решение ADO.NET Entity Framework с использованием подхода Code-First, что значит, что структура БД строится на основе C# классов, описанных в проекте веб-приложения. Данная технология предоставляет доступ к таблицам реляционной
54
базы данных в виде объектно-ориентированной модели [6]. Возможностей Entity Framework полностью хватает для простого извлечения и редактирования связанных данных. Но при построении сложных выборок данных Entity Framework может сгенерировать неоптимальный SQL запрос. К этому так же можно добавить, что в силу мульти направленности Entity Framework на разные БД, он не использует особенности конкретной реализации базы данных, которые могут повысить производительность некоторых выборок.
Анализ способов выборки и анализа данных
В данном контексте, для анализа данных можно использовать один из следующих способов:
1. С использованием только ADO.NET Entity Framework и Linq to SQL. Все операции с данными будут написаны на языке программирования C# 6.
2. Использовать t-SQL для выборки и анализа данных, ADO.NET Entity Framework использовать только для получения подготовленных результатов.
К плюсам первого способа можно причислить простоту в отладке и модифицировании, а также то, что логика анализа данных сосредоточена в объектно-ориентированном коде. Но такой способ выборки и анализа большого количества данных влечёт неэффективное использование ресурсов аппаратного обеспечения из-за неоптимальных конечных SQL запросов, что в свою очередь скажется на общей производительности [7].
При использовании второго способа необходимо всю логику выборки и анализа данных описать произвольным количеством t-SQL запросов и поместить их в хранимые процедуры и функции SQL сервера. ADO.NET Entity Framework будет обращаться к хранимой процедуре, с целью получения плоских обработанных данных.
Поскольку задача заключается в обработке большого количества нормализованных данных, было решено использовать второй вариант.
Написание SQL скриптов для выборки данных о посещаемости
Перед основными выборками необходимо подготовить вспомогательные данные. Был написан SQL скрипт для сбора данных о том, какие студенты должны были быть на занятии в момент его проведения.
Эти данные используются для определения средней посещаемости в разрезе человеко-дисциплины.
В результате были получены данные о средней посещаемости студентами занятий в разные периоды обучения.
Анализ данных и выделение «групп посещаемости»
Для дальнейшего анализа и сопоставления данных о посещаемости, представленных в процентном соотношении, с промежуточными аттестациями и итоговыми результатами, представленными оценкой в пятибалльной шкале, необходимо определить диапазоны посещаемости. Диапазон посещаемости определяет группу, которая может сопоставляется с пятибалльной системой.
На основе информации о средней посещаемости за последние 3 года, были выделены диапазоны посещаемости и их обозначения по пятибалльной системе, которые будут использоваться для дальнейшего анализа
Написание SQL скриптов для выборки данных о посещаемости, результатах предварительных аттестаций и итоговых результатов в разрезе человеко-дисциплин
Был написан SQL скрипт, извлекающий данные о посещаемости (с разделением на установленные группы), данные о промежуточных аттестациях и итоговые результаты сессий в разрезе человеко-дисциплин.
Для получения данных требуемого отчёта был применён следующий алгоритм:
1. Извлечение данных о посещаемости, аттестациях, курсовых работах (проектов), итоговых результатах.
2. Для каждой человеко-дисциплины:
a. вычисление средней оценки по аттестациям и курсовым работам (проектам) - средней предварительной оценки;
b. определение «группы посещаемости».
3. Для каждой человеко-дисциплины вычисление разницы между:
55
a. средней предварительной оценкой и итоговой оценкой;
b. эквивалентом по пятибалльной шкале группы посещаемости и итоговой оценкой.
4. Сортировка результатов по сумме значений, полученных на предыдущем шаге, от большего к меньшему.
В результате проделанной работы получен набор отчетов, позволяющих в реальном времени оценивать зависимость результатов промежуточной аттестации от посещаемости и результатов семестровой аттестации.
Список литературы /References
1. Кацко И.А., Паклин Н.Б. Практикум по анализу данных на компьютере, 2009. 276 с.
2. Рихтер Джеффри. CLR via C#. Программирование на платформе Microsoft.NET Framework 4.5 на языке C#, 2017. 896 с.
3. Statsoft - Электронный учебник по статистике. [Электронный ресурс]. Режим доступа: http://statsoft.ru/home/textbook/default.htm/ (дата обращения: 01.06.2017).
4. Профессиональный информационно-аналитический ресурс, посвященный машинному обучению, распознаванию образов и интеллектуальному анализу данных. [Электронный ресурс]. Режим доступа: http://www.machinelearning.ru/ (дата обращения: 01.06.2017).
5. METANIT.COM Сайт о программировании, 2016. [Электронный ресурс]. Режим доступа: https://metanit.com/ (дата обращения: 01.06.2017).
6. Microsoft Developer Network. [Электронный ресурс]. Режим доступа: https://msdn.microsoft.com/ (дата обращения: 02.06.2017).
7. Microsoft Docs. [Электронный ресурс]. Режим доступа: https://docs.microsoft.com/en-us/ (дата обращения: 02.06.2017).
8. Википедия — свободная энциклопедия. [Электронный ресурс]. Режим доступа: https://ru.wikipedia.org/ (дата обращения: 02.06.2017).
ОЦЕНКА ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ АЛЬТЕРНАТИВНЫХ ИСТОЧНИКОВ ЭНЕРГИИ ДЛЯ КОТТЕДЖЕЙ Морозов А.А. Email: [email protected]
Морозов Алексей Александрович - магистрант,
кафедра теплогазоснабжения и вентиляции, Национальный исследовательский университет Московский государственный строительный университет, г. Москва
Аннотация: в статье рассмотрена целесообразность применения альтернативных источников энергии для обеспечения работы инженерных систем рядового коттеджа. Районом выбран г. Анадырь, так как средние скорости ветра в этом регионе одни из самых высоких на территории России, также и стоимость электроэнергии достаточно велика. Это предрасполагает к использованию альтернативных источников энергии. Рассмотрено применение солнечных батарей, ветрогенераторов и тепловых насосов. На основе проведённых расчётов определены наиболее целесообразные к применению альтернативные источники энергии для данного региона.
Ключевые слова: альтернативные источники энергии, энергосбережение, окупаемость, ветрогенератор, тепловой насос, солнечная батарея.
