8D07109 Автоматизация и управление в КарИУ

Дисциплины

• Проектирование и эксплуатация цифровых систем автоматики

  Дисциплина ориентирована на углубленное изучение методов создания, настройки и оптимизации автоматизированных систем в условиях цифровизации производства. Докторанты изучат архитектуры цифровых систем, методы моделирования и симуляции, а также технологии анализа данных для диагностики и повышения надежности систем. Рассматривается интеграция цифровых систем в производственные процессы, а также вопросы кибербезопасности и устойчивости к сбоям в условиях промышленной автоматизации.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Системный анализ в инженерных исследованиях

  В дисциплине рассматриваются основные составляющие теории систем и системного анализа, внутренние и внешние свойства систем. Изучаются вопросы теории управления и принятия решений, математического моделирования, статические и динамические задачи оптимизации. При изучении дисциплины формируются навыки планирования и проведения экспериментов для исследования систем, использования поисковых методов условной и безусловной оптимизации, решения многокритериальных задач в автоматике.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Бизнес-планирование инновационных проектов в автоматизации и управлении

  Дисциплина направлена на формирование глубоких знаний и навыков в планировании, организации и контроле инновационных проектов в сфере автоматизации производства. Докторанты изучат методы постановки целей, управления ресурсами и координации командной работы, а также взаимодействия с заинтересованными сторонами. Курс охватывает современные подходы к управлению проектами, включая Agile и Waterfall, и акцентирует внимание на методах оценки рисков и эффективности принимаемых решений по проекту. Рассматриваются практические аспекты завершения проектов в установленные сроки и предусмотренный бюджет.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Методы научных исследований

  Целью дисциплины является ознакомление с методологическими основами научного познания; методами теоретических и экспериментальных исследований в области наноматериалов и нанотехнологий; общими вопросами математического моделирования в научных исследованиях, вопросами поиска, обработки и систематизации научно-технической информации по заданной теме, а также оформления результатов исследований в виде научных отчетов и статей в рецензируемых журналах, входящих в международные базы данных (Scopus, Clarivate Analytics)

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Технологии искусственного интеллекта в системах автоматизации и управления

  Дисциплина направлена на глубокое изучение алгоритмов ИИ, их применения в сложных автоматизированных системах и промышленных процессах. В рамках курса докторанты изучат передовые методы машинного обучения, нейронные сети, обработку данных от IoT-устройств, предсказательное обслуживание, адаптивное управление и интеллектуальную роботизацию. Рассматривается интеграция ИИ в системы управления производством для повышения эффективности, гибкости и качества, для комплексной цифровизации производственных процессов.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Академическое письмо

  Целью дисциплины является освоение стиля изложения научных работ, представляющего собой умение излагать мысли в научных работах в сжатой и доступной форме с соблюдением общепринятых правил научного или публицистического стиля изложения и определенных требований к структуре текста и его оформлению с развитием умений аргументирования и перефразирования

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Теория адаптивного управления

  В дисциплине рассматриваются методы анализа, синтеза и моделирования адаптивных систем управления, используемых в современных производственных процессах. Особое внимание уделяется применению технологий искусственного интеллекта и машинного обучения, для создания и оптимизации адаптивных решений. Докторанты изучат подходы к построению адаптивных систем управления различной сложности, освоят практические навыки по автоматизации производственных процессов с учетом современных требований цифровизации и устойчивости.

  Год обучения - 1
  Семестр - 1
  Кредитов - 4
  

• Технологии и инструменты Big Data

  Дисциплина направлена на изучение методов организации, хранения, управления и анализа больших объемов постоянно обновляющихся данных для получения новой структурированной информации с использованием инструментов SQL и Hadoop. Докторанты получат навыки применения технологий Big Data для оптимизации производственных процессов, предсказательного обслуживания (Predictive Maintenance), повышения гибкости производства, интеграции и синхронизации данных, для обеспечения согласованности и связи между всеми уровнями производства, поддержки принятия решений.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

Профессии

Результаты обучения

• Профессионально излагать результаты своих исследований и представлять их в виде научных публикаций, информационно-аналитических материалов и презентаций
• Осуществлять планирование, разработку и реализацию научных исследований с учетом специфики инжиниринга в сфере автоматизации, демонстрируя владение методами, инструментами определения целей, задач и ожидаемых результатов
• Планировать эксперименты, разрабатывать прототипы и использовать вычислительные методы для решения сложных задач
• Проводить комплексный анализ, синтез и моделирование адаптивных систем управления различной сложности, с применением искусственного интеллекта и машинного обучения для повышения эффективности автоматизации производства
• Решать производственные и научно-экспериментальные многокритериальные задачи с использованием системного анализа, поисковых методов условной и безусловной оптимизации
• Моделировать развитие бизнес-процессов и оценку планов, ситуаций, возможных рисков и результатов выполнения бизнес-процессов, а также принимать системные решения в конкретных ситуациях создания инновационной продукции/услуг в соответствии с ценностями и политикой организации
• Применять методы и подходы аналитической обработки больших объемов данных при решении задач, связанных с автоматизацией и управлением в сложных технических системах
• Планировать, организовывать и контролировать инновационные проекты в области автоматизации, устанавливая цели, управляя ресурсами и обеспечивая координацию с командой и заинтересованными сторонами для завершения проектов в срок и в рамках бюджета
• Применять инструменты искусственного интеллекта для решения реальных производственных проблем в сфере автоматизации
• Проектировать цифровые системы автоматизации, обеспечивая их надежную эксплуатацию и оптимизацию работы с использованием современных методов моделирования и анализа данных
• Стимулировать инновации посредством критического мышления, эффективной коммуникации и командной работы, сохраняя баланс между креативностью, адаптивностью и лидерством в динамичной исследовательской среде

Похожие ОП