Engineering-Methoden und Datenmanagement für mobile und stationäre mechatronische Systeme (ehem. Automatisierungstechnik 2 - AT2)

Dozent: Prof. Dr.-Ing. Birgit Vogel-Heuser
WS   SWS: 2+1   ECTS: 5 WS   Prüfung: schriftlich (90 min, Englisch)

 

Die Vorlesung "Engineering Methods and Data Management for Mobile and Stationary Mechatronic Systems" baut auf den Grundlagen des Moduls "Automatisierungstechnik 1" auf und legt einen Schwerpunkt auf die detaillierte Planung und Implementierung von mobilen und stationären mechatronischen Systemen. Es werden aktuelle Forschungsthemen und Methoden vorgestellt, die von der Entwicklung bis zur Betriebsphase von Automatisierungssystemen zum Einsatz kommen. Neben der Unterstützung des interdisziplinären Entwurfs von mobilen und stationären mechatronischen Systemen werden modellbasierte Verfahren zur Analyse von Steuerungssoftware betrachtet. Des Weiteren sind Kommunikationsarchitekturen und aktuelle Kommunikationsstandards (z.B. OPC-UA) mit besonderem Fokus auf die Echtzeitanforderungen von Automatisierungssystemen Inhalt der Vorlesung. Es werden die Methoden und Ansätze von BigData zur Handhabung und Analyse großer Datenmengen vermittelt sowie deren Visualisierung mittels moderner Visualisierungsmethoden, wie Augmented Reality und 3D-Visualisierung, vorgestellt, welche den Menschen unterstützen sollen, die immer komplexeren Systeme zu verstehen und zu bedienen (z.B. mittels Trainingssystemen).

In dieser Vorlesung können die Studierenden Methoden des Software-Engineerings in Form von Modellierung und Notationen (SysML, AML) für die Struktur, sowie das Verhalten von Softwareprogrammen klassifizieren und für gegebene Aufgabenstellungen anwenden bzw. entsprechende Modelle zur Problembeschreibung entwickeln. Durch die Betrachtung der verschiedenen Ebenen der Automatisierungstechnik sind die Studierenden in der Lage, die Einzelsysteme differenzieren zu können und deren Zusammenhänge ganzheitlich zu verstehen. Die Studierenden kennen Methoden des Data Managements und Data Mining und können diese auf praktische Beispiele anwenden. Hierbei liegt besonderer Wert darauf, dass die Studierenden von der Datenerhebung, über notwendige Datenvorverarbeitungsalgorithmen bis hin zur kompletten Datenanalyse stabile Grundlagen erlangen, um eine gute Basis für Datenverständnis und -qualität zu legen. In Kombination mit den ebenfalls behandelten Grundlagen von Latenzverhalten in verteilten cyberphysischen Systemen sollen die Teilnehmer somit auch in der Lage sein, komplette Datenpipelines zu bewerten. Ferner können sie Visualisierungskonzepte für Human-Machine-Interfaces verstehen, analysieren und bewerten.

 

Aktuelles

Bitte melden Sie sich in TUMOnline zur Teilnahme an.

Vorlesungszeiten

Sprechstunden nach Vereinbarung

Vorlesung (In Präsenz)

Die Vorlesung findet donnerstags um 08:15 Uhr bis 09:45 Uhr in Raum MW 1050 statt. Weitere Informationen finden Sie auf Moodle.

Zentralübung (In Präsenz)

Die Zentralübung findet mittwochs um 14:30 Uhr bis 15:15 Uhr in Raum MW 1550 statt.

Kontakt

Fan Ji