7M07125 Электроника и системы управления в КазНУ им. аль-Фараби

Обучить магистрантов методам оперативной идентификации параметров и способов адаптивного управления нелинейными системами с неопределенными параметрами. Слабые функции Ляпунова; связь с наблюдаемостью; минимально-фазовые системы и универсальные регуляторы; относительная степень и минимальная фаза; управление функциями Ляпунова; универсальная формула Сонтага; градиентный метод; адаптивные законы с нормализацией; линейная параметризация установки; модель эталонного адаптивного управления; стабильность ввода в состояние; конструкция адаптивного контроллера; устойчивость медленно изменяющихся во времени систем; переключение адаптивного управления.

Обучить магистрантов современным моделям искусственных нейронных сетей и методам машинного обучения. Искусственные нейронные сети; компоненты нейронных сетей; функция распространение и сетевой вход; синхронная и асинхронная активация; обучение с учителем и без учителя; модели обучения; парадигмы обучения сети под наблюдением; однослойный и многослойный персептрон; правила дельта; упругое обратное распространение; адаптация весов; обратное распространения второго порядка; снижение коэффициента веса; радиальные базисные функции; обучение сетей RBF; сети Элмана; сети Хопфилда.

Цель дисциплины: сформировать у магистрантов компетенции,необходимые для понимания и определения общих закономерностей возникновения и развития науки, основных концепций современной философии науки. Будут изучены: положения и категории философии науки для анализа и оценивания различных фактов и явлений;функции проблемы, гипотезы, философской, общенаучной, специальной, прикладной и междисциплинарной методологии в структуре научного исследования; формирование целостного системного научного мировоззрения.

Дать магистрантам профилирующие знания в области преобразования, контроля и мониторинга электрической энергией при использовании силовых приборов. Силовая электроника; биполярный силовой транзистор; тиристор выключения ворот; полевой транзистор на оксиде металлов и полупроводников; биполярный транзистор с изолированным затвором; трансформатор для цепей импульсного электропитания; выпрямители с несимметричным и ступенчатым регулированием выходного напряжения; преобразователи частоты; автономные и резонансные инверторы; однофазные неуправляемые выпрямители; реверсивные преобразователи; автономные инверторы напряжения.

Цель – формирование способности педагогической деятельности в вузе на основе знаний дидактики высшей школы, теорий воспитания и менеджмента образования, анализа и самооценки преподавательской деятельности.Курс рассматривает проектирование образовательной деятельности будущего преподавателя с применением кредитной технологии обучения, реализации Болонского процесса, овладения лекторским, кураторским мастерством с использованием стратегий и методов обучения/воспитания и оценивания(TLA-стратегий).

Цель: формирование научно-исследовательской культуры будущего специалиста, исследовательской компетенции. Курс направлен на изучение теоретико-методологических и практических основ организации научно-исследовательской деятельности в условиях развития науки и реализации программ индустриально-инновационного развития РК, основ методологии и методики научного исследования, логики и структуры педагогического исследования, научного аппарата и планирования исследования.

Обучить магистрантов проектированию и разработке встраиваемых модулей на основе современных сенсорных систем. Проектирование сенсорных систем; методы измерения и калибровки; интеллектуальные инерционные сенсоры; встроенные магнитные сенсоры Холла; электронные сенсоры физических величин; амплитудные, фазовые, частотные и время импульсные сенсоры; оптимизация конструктивных параметров и интерфейсов сенсоров и сенсорных систем; интеллектуальные сенсоры температуры; прецизионные инструментальные усилители; многоэлектродные емкостные сенсоры; сенсорные системы для визуализации; интеллектуальные акустические сенсоры.

Цель дисциплины: формирование у магистрантов коммуникативных компетенций и навыков, необходимых сфере повседневного профессионального общения, чтения и перевода аутентичной литературы по специальности на английском языке. В результате изучения дисциплины магистранты будут способны: - понимать основные идеи четких сообщений, сделанных на научном языке на разные темы, - выражать свое мнение и отстаивать свою позицию; - дополнять изложение той или иной ситуации личными комментариями; -делать четкие подробные сообщения на различные темы и изложить свой взгляд на основную проблему, показать преимущество и недостатки разных мнений; - дискутировать с людьми на темы общего и профессионального характера. При изучении дисциплины магистранты будут изучать следующие аспекты: Структура и стилистические особенности научно-технической статьи на английском языке. Содержательная часть. Термины и терминологические группы. Термиообразования в английском языке. Терминообразование с помощью префиксов. Терминообразование с посощью суффиксов. Сокращения. Грамманический анализ научно-технического текста. Характерные для научного текста грамматические явления английского языка. Расширение словарного запаса за счет общенаучной и специальной лексики. Активизация общенаучной и терминологической лексики. Развитие навыков устной и письменной научной речи в процессе обсуждения вопросов, связанных с профессиональной тематикой.

Обучить магистрантов моделям глубокого обучения искусственных нейронных сетей и их практическим применениям. Улучшение и оптимизация процесса обучения нейронных сетей; кросс- энтропийная функция ошибок; переоснащения и регуляризация; проблема исчезающего градиента; нестабильные градиенты в глубоком обучении нейронных сетей; проблемы глубокого обучения; сверточные сети; программирование сверточных нейронных сетей, распознавание речи и изображений; методы глубокого обучение.

Цель дисциплины: сформировать у магистрантов компетенции, необходимые для применения современных психологических подходов научного управления. Будут изучены: теоретические основы управленческого взаимодействия, психологические особенности реализации основных управленческих функций, психология субъекта управленческой деятельности, методики психологического исследования в сфере управленческой деятельности и взаимодействия.

Обучить магистрантов современным принципам управления жизненными циклами инженерных проектов для их успешной реализации. Процесс управления проектом; анализ управления рисками проекта; планирование и контроль проекта; метод критического пути; метод обзора оценки программы; аспекты и приложения CPM и PERT; концепции жизненного цикла проекта; концепция форвардных тарифов и времени окупаемости; планирование и организация рабочих мест; выравнивание ресурсов и ограничение ресурсов; техника графической оценки и обзора; Q-GERT; анализ очереди и теория ограничений.

Обучить магистрантов методам обработки и анализа данных посредством современных интеллектуальных систем. Разновидности интеллектуальных систем; интеллектуальная информационная система; экспертная система; нейросети для обработки данных; сбор и анализ данных; дерево решений; генетический алгоритм; искусственные нейронные сети; сети прямой и обратной связи; сети самоорганизации; процесс получения данных на основе нейронной сети; обработка изображения и видео данных; распознавание, прогнозирование, обработка данных полученные от сенсоров; параллельная обработка прогнозной аналитики.

Обучить магистрантов основам проектирования и разработки промышленных систем по технологиям интернета вещей. Различные архитектуры IoT; преимущества и недостатки IoT систем; компоненты системы IoT; датчики, шлюзы, маршрутизаторы, модемы, облачные технологии, серверы и их интеграция; проектирование сетей для IoT; датчики различных типов; особые требования к датчикам IOT; протоколы передачи данных; типы протоколов; облачные платформы AMPQ IoT; облачные сервисы; традиционные веб-технологии и отношения с IoT; требования безопасности и анализ угроз для IoT.

Обучить магистрантов основам мультиагентных систем для оптимизации процесса принятия решения на производственных комплексах. Теория мультиагентных систем; характеристики интеллектуальных агентов; архитектура мультиагентных систем; коллективное поведение агентов; взаимодействие между агентами; моделирование взаимодействие мультиагентных систем; координация агентов в мультиагентных системах; примеры мультиагентных систем; модель аукциона для координации поведения; мультиагентные системы поддержки процесса принятия решений на производстве; проектирование мультиагентных систем; программно-аппаратные средства для проектирования мультиагентных систем; перспективы развития мультиагентных систем.

Дать магистрантам передовые знания и практические навыки автоматизации распределенных систем управления в промышленности. Распределенные вычислительные системы; система SCADA; удаленные оконечные устройства; базовый контроллер; идентификация плат контроллера; дискретное и логическое управления; последовательное и пакетное управления; контроллеры РСУ; отслеживание и инициализация данных в слотах управления; фазово-логическое программирование; фазовый логический интерфейс; функции логического блока в расширенном контроллере; сбалансированные и несбалансированные сети электропередачи; интерфейс EIA-485; протокол MODBUS; протокол HART; взаимодействие FieldBus и DeviceNet.

Дать практические знания в области современных встраиваемых систем управления для их дальнейшего проектирования. Архитектура встраиваемых процессоров; трассировка и надежность встраиваемых систем; организация памяти; объектно-ориентированная программирования микроконтроллеров; регистры управления; периферийные модули микропроцессора; обработка прерываний; обработка аналоговых и цифровых сигналов; синхронные и асинхронные интерфейсы обмена данными; оптимизация такта и времени; технологий эмуляции и отладки; защита памяти; операционные системы реального времени; системы в одном кристалле; совместная многозадачность; многопоточность.

Разрабатывать силовые и электронные функциональные блоки систем управления встраиваемых систем, охарактеризовать их структурные модули, обеспечить бесперебойную коммуникацию между ними для удаленного управления и мониторинга в режиме реального времени с помощью технологии Интернета вещей.

Анализировать применимость интеллектуальных систем, использующих нейросети и методы машинного обучения для обработки данных, с целью повышения эффективности работы технологического процесса.

Оценивать адаптивные и нелинейные методы, используемые во встраиваемых системах управления, выявлять преимущества и недостатки при работе данных систем с целью усовершенствования существующей системы.

Объяснять принципы построения устройств автоматизированных систем управления, с целью определения их функции и характеристики структурных единиц силовых, цифровых устройств и электронных сенсоров.

Продемонстрировать высокий уровень компетенции при разработке проектной документации, учебно-методических комплексов, определять цели и методы решения аналитических и технических задач в области автоматизированной систем управления.

Интегрировать умения и навыки проектирования и разработки электронных и силовых устройств для создания аппаратно-программного обеспечения интеллектуальных систем управления.

Демонстрировать гражданскую и мировоззренческую позицию, формулировать проблемы, цели, задачи в теоретической и практической сферах систем управления, работать с иностранной научно-технической литературой, участвовать в международном сотрудничестве в сфере профессиональной деятельности, уметь организовывать работу научно-технического персонала, использовать индивидуальный подход к обучающимся при осуществлении педагогической деятельность в области электроники и системы управления.

Использовать современные цифровые системы передачи данных для создания проводных и беспроводных каналов связи с использованием технологии Интернета вещей и сенсорных сетей в автоматизированных системах управления.

Определять ключевые особенности и функциональные характеристики разрабатываемых адаптивных автоматизированных систем управления на основе нейросетей с целью оптимизации технологического процесса.

Проектировать встраиваемые системы с использованием современных цифровых интегральных схем для использования в блоках управления интеллектуальных и мультиагентных систем.

Применять методы конструирования нелинейных адаптивных систем и нейросетей для создания интеллектуальных систем управления с использованием механизмов глубокого машинного обучения.

Решать задачи связанные с созданием автоматизированного диспетчерского управления и мониторинга данных от сенсорной системы при помощи современных технологий различных технологий передачи данных, с использованием Интернета вещей.