7M07114 Автоматизация и роботизация в Satbayev University

В дисциплине "Системы технического зрения" рассматриваются основные виды систем технического зрения, применяемых в управляющих системах реального времени, особенности аппаратных и программных средств технического зрения, способы организации и проведения экспериментальных исследований в области систем технического зрения. Изучаются методы обработки и преобразование изобретений.

В курсе "Новые информационные технологии" рассмотрены фундаментальные проблемы и математические методы теории систем, характеристика этапов системного анализа, процедуры системного анализа, сбор данных о функционировании системы, исследование информационных потоков, построение моделей систем, проверка адекватности моделей, анализ неопределенности и чувствительности, исследование ресурсных возможностей, определение целей системного анализа, формирование критериев, генерирование альтернатив, реализация выбора и принятия решений; Модели сложных систем; Классификация видов моделирования сложных систем, принципы и подходы к построению математических моделей, этапы построения математической модели, методы качественного оценивания систем, методы количественного оценивания систем, принятие решений в условиях конфликта, риска, неопределенностей, интеллектуальные модели в управлении.

Содержание дисциплины «Распределенные системы управления» рассматриваются вопросы выбора структуры и состава технических и программных средств распределенных систем управления. Распределенную систему управления (РСУ, DCS - Distributed Control System) можно определить как систему, состоящую из множества устройств, разнесенных в пространстве, каждое из которых не зависит от остальных, но взаимодействует с ними для выполнения общей задачи.Максимальные преимущества распределенной системы достигаются, когда контроллеры работают автономно, а обмен информацией между ними сведен к минимуму.

Содержание дисциплины «Автоматизация проектирования систем управления» включает в себя изучение методов анализа и синтеза систем управления, выбора структуры и выполнения расчета параметров закона управления. Рассматриваются процедуры аналитического конструирования регуляторов, разработки структурных, функциональных и других схем автоматизации с применением современных пакетов прикладных программ (ППП). Освоение методов и алгоритмов построения математических моделей объектов и расчета современных систем автоматического управления.

В дисциплине изучены этапы проектирования систем управления технологическими процессами. Методы подготовки проектной документации в соответствии с современными международными стандартами; методы автоматизации построения математических моделей, систем анализа и синтеза с использованием современных компьютерных технологий и автоматизации научных исследований; тенденции развития науки и техники и их влияние на автоматизацию; Суть системного подхода в проектировании современных аппаратных и программных вычислений.

Содержание дисциплины «Динамика управления роботами» включает в себя изучение математических подходов циклового, позиционного и контурного управления промышленными роботами, модели и алгоритмы кинематического и динамического анализа промышленных роботов, исследования кинематики и динамики манипулятора и приводной системы промышленного робота.

В содержании курса рассмотрены общие вопросы теории исполнительных устройств автоматики, изложены принципы классификации исполнительных устройств и их основные характеристики, а также вопросы, связанные с исполнительными устройствами как элемент системы автоматизации. Основной целью обучения является обучение умению правильно выбирать установочные устройства в системах автоматики, разъяснение того, что установочные устройства являются основными элементами в системах автоматики

По дисциплине «Надежность системы управления и ее элементы» рассматриваются основные термины, определения и понятия в теории надежности, количественные показатели надежности возобновляемых и не возобновляемых технических систем, основные методы расчета надежности сложных систем, типы тесты на надежность, вопросы резервного копирования и определения надежности резервных систем. Для закрепления теоретических материалов представлены стандартные задачи. А также вопросы надежности систем автоматизации и управления.

Содержание дисциплины «Цифровые системы управления» включает в себя изучение математического аппарата описания цифровых систем, описания цифровых систем во временной и частотных областях, синтеза цифровых регуляторов при автоматизации производственных процессов. Получение знаний о принципах построения и особенностях применения цифровых систем управления, условиях выполнимости и производительность цифровых систем управления и их применение в автоматизации технологических процессов в промышленности.

Содержание дисциплины «Системы оптимального управления» включает в себя изучение математических методов оптимального управления на основе классического вариационного исчисления, основ принципа максимума и метода динамического программирования. Рассматриваются модели и методы программного и стабилизирующего оптимального управления. Отдельно рассмотрены методы синтеза интеллектуальных систем оптимального управления. Подготовка высококвалифицированных кадров, владеющих основами исследования и построения оптимальных систем управления на основе методов классического вариационного исчисления.

Дисциплина изучает компоненты проектного управления на основе современных поведенческих моделей проектно-ориентированного управления развития бизнеса. Программа построена на международных стандартах PMI PMBOK, IPMA ICB и стандартах РК в области проектного управления. Изучаются особенности организационного управления развитием бизнеса через взаимодействие стратегического, проектного и операционного управления.

Целью изучения дисциплины является изучения методов машинного обучения и анализа больших данных для принятия управленческих решений в автоматизированных системах управления технологическими процессами. В курсе рассматирваются вопросы определения ключевых переменных технологических процессов, выявления их взамосвязи и их влияния на качественные и количественные показатели производства. Обработка и анализ больших объемов технологических данных. Особое внимание уделяется алгоритмам машинного обучения, которые позволяют устанавливать сложные технологичесике взаимосвязи без построения сложных математических моделей в условиях неопределенности.

Курс рассчитан на магистрантов технических специальностей для совершенствования и развития иноязычных коммуникативных умений в профессиональной и академической сфере. Курс знакомит обучаемых с общими принципами профессионального и академического межкультурного устного и письменного общения с использованием современных педагогических технологий (круглый стол, дебаты, дискуссии, анализ профессионально-ориентированных кейсов, проектирование). Курс завершается итоговым экзаменом. Магистрантам также необходимо заниматься самостоятельно (MIS).

Содержание дисциплины включает характеристику качественных и количественных показателей надежности технических систем, их вероятностную и статистическую оценку по результатам испытаний, изучение основных методов расчета надежности восстанавливаемых и невосстанавливаемых систем, анализ необходимости и выбор кратности резервирования, рассмотрение методов и моделей технической диагностики систем автоматизации. Подготовка специалистов к самостоятельному решению теоретических и прикладных задач, связанных с оценкой, анализом, диагностикой и обеспечением надежности систем

В курсе "Автоматизированное проектирование роботизированных систем" рассмотрены подготовка специалистов, владеющих теоретическими основами проектирования систем управления и методами выполнения экспериментальных и расчетных работ по созданию и эксплуатации систем автоматизации на основе современных программно-технических средств.

Целью изучения дисциплины является анализ технологического оборудования с точки зрения диагностики его состояния и изучения методов машинного обучения и анализа больших данных для решения задач, связанных с идентификацией технического состояния оборудования. В курсе рассматриваются вопросы разработки современных систем идентификации состояния оборудования и стратегий проведения технического обслуживания и ремонта оборудования – по фактическому состоянию. Основой данных систем являются алгоритмы машинного обучения (ML). В рамках курса рассматривается возможность применения современных алгоритмов ML для диагностики оборудования, таких как Decision Tree, Random Forest и других. Для реализации данных алгоритмов используется язык программирования Python.

Содержание дисциплины включает методологические основы создания автоматизированной системы технологической подготовки производства (АПП). С учетом тенденций развития современного промышленного производства и новых информационных технологий его автоматизации сформулированы основные принципы построения архитектуры IT-системы.

В курсе "Интеллектуальные технологии в робототехнике" рассматриваются основные характеристики роботов: грузоподъемность, система координатных перемещений, количество степеней подвижности; скорости перемещений и величина хода каждого звена, погрешность позиционирования, способ установки на рабочем месте, рабочая зона обслуживания. Классификация и принципы построения робототехнических систем. Технологические требования к робототехническим системам, используемым на предприятиях. Активно развивающаяся область искусственного интеллекта. Включает модели, методы и алгоритмы, ориентированные на автоматическое накопление и формирование знаний на основе анализа и обобщения данных. Включает обучение по примерам (или индуктивное), а также традиционные подходы из теории распознавания образов.

Дисциплина рассматривает наиболее распространенные методы и алгоритмы интеллектуального анализа данных. Особое внимание уделяется пониманию принципов и концепций, лежащих в основе современных интеллектуальных методов. На практических примерах рассматриваются особенности анализа данных при проведении исследований в области автоматизации и управления.

Содержание дисциплины включает изучение современных подходов к анализу и синтезу систем автоматического управления, основанных на методологии «пространства состояний». С единых позиций метода пространства состояний рассматриваются свойства линейных и нелинейных систем и методы их исследования. Приводятся основные сведения о системах с переменной структурой, модального управления, идентификации, адаптации и оптимизации в системах управления.

Задача изучения дисциплины – овладение знаниями по эффективным технологиям моделирования объектов автоматизации, изучение направлений развития средств автоматизации, принципиально новых методов управления процессами, компьютерно-интегрированных производств нового поколения, а также приобретение навыков по формированию стратегии автоматизации производства, применению современных устройств автоматизации для решения задач управления, формированию наборов современных датчиков и преобразователей для объединения их в систему компьютерно-интегрированного производства.

Цель дисциплины - формирование научного представления об управлении как виде профессиональной деятельности; освоение обучающимися общетеоретических положений управления социально-экономическими системами; овладение умениями и навыками практического решения управленческих проблем; изучение мирового опыта менеджмента, а также особенностей казахстанского менеджмента, обучение решению практических вопросов, связанных с управлением различными сторонами деятельности организаций.

Курс направлен на овладение инструментами эффективного управления сотрудниками, опираясь на знания психологических механизмов деятельности руководителя. Дисциплина поможет овладеть навыками принятия решений, создания благоприятного психологического климата, мотивирования сотрудников, постановки цели, создания команды и коммуникации с сотрудниками. По окончанию курса магистранты научаться решать управленческие конфликты, создавать собственный имидж, анализировать ситуации в сфере управленческой деятельности, а также проводить переговоры, быть стрессоустойчивыми и эффективными лидерами.

Пререквизиты: Автоматизация технических систем. Цифровые системы управления. Задача изучения дисциплины – овладение знаниями по современным технологиям автоматизации и управлению реальными многомерными и многосвязными сложными системами, имеющих несколько регулируемых контуров, а также приобретение навыков по формированию стратегии автоматизации производства, применению современных устройств автоматизации для решения задач управления сложными системами, решать задачи моделирования, анализа и синтеза сложных систем управления. Цель преподавания дисциплины – изучение современных методов и принципов управления сложными, многомерными и многосвязными, системами.

Свободно владеть основами философских, педагогических, экономических знаний.

Владеть основными методами современной теории управления: синтеза систем с заданной динамикой с применением типовых и релейных регуляторов, цифровых систем управления, систем с переменной структурой, модального управления, идентификации и адаптациии оптимального управления.

Владеть навыками программного и стабилизирующего, оптимального и адаптивного управления и синтеза интеллектуальных систем управления.

Владеть навыками проведения исследовательских и проектных работ по разработке систем автоматизированного управления технологическими процессами и роботизированных технологических комплексов в различных отраслях промышленности.

Владеть навыками создания автоматизированных систем управления технологическими процессами и роботизированных технологических комплексов.

Знать современные технические средства автоматики и робототехники. Владеть основами практического применения современных технических средств автоматики.

Владеть навыками построения микропроцессорных систем (МСУ). Уметь проектировать аппаратные и программные средства МСУ

Свободно использовать в профессиональной деятельности государственный, русский и один из распространённых, иностранный язык.

Владеть основными методами: интеллектуального анализа данных, дескриптивного анализа, корреляционной ирегрессионного анализа, классического вариационного исчисления, матричного описания пространственных механизмов.

Владеть навыками описания кинематики и динамики промышленных роботов, методами разработки программных траекторий, разработки адаптивных и неадаптивных алгоритмов управления промышленными роботами.