Цифровой инжиниринг и интеллектуальные технологические комплексы: магистратура в вузах Москвы

Основное содержание обучения строится вокруг глубокого освоения процессов цифровой трансформации промышленности. Студенты изучают принципы построения единого информационного пространства предприятия, учатся разрабатывать и внедрять интеллектуальные системы управления технологическими процессами. Значительное внимание уделяется методам математического моделирования и оптимизации производств, а также применению технологий промышленного интернета вещей для сбора и анализа больших данных в реальном времени.

Важной составляющей подготовки является формирование компетенций в области создания и сопровождения киберфизических систем, где программное обеспечение неразрывно связано с техническими средствами автоматизации. Обучение позволяет освоить сквозные циклы проектирования: от цифрового двойника изделия или процесса до его физической реализации и последующей интеллектуальной эксплуатации. Выпускники получают знания и навыки, необходимые для эффективного решения задач по повышению гибкости, прозрачности и эффективности современных промышленных предприятий, работающих в парадигме Индустрии 4.0.

Примерный перечень дисциплин:

• Современные проблемы автоматизации и управления технологическими процессами
• Методология научного познания и планирование эксперимента в инжиниринге
• Цифровые двойники производственных и технологических систем
• Интеллектуальные системы управления и принятия решений
• Моделирование и оптимизация сложных технологических комплексов
• Промышленный интернет вещей и киберфизические системы
• Автоматизация проектирования технологических процессов и производств (CAD/CAM/CAE)
• Программное обеспечение систем управления и человеко-машинный интерфейс (SCADA/HMI)
• Интегрированные системы управления предприятиями (ERP/MES)
• Диагностика и надежность автоматизированных производств
• Техническое зрение и интеллектуальные сенсорные системы в промышленности
• Промышленная робототехника и гибкие производственные модули
• Анализ больших данных в задачах управления качеством продукции
• Современные методы идентификации и адаптивного управления
• Проектирование распределенных систем управления (DCS)
• Стандартизация, сертификация и метрология в цифровом производстве
• Энергоэффективность и ресурсосбережение в автоматизированных комплексах
• Технологии виртуальной и дополненной реальности (VR/AR) для промышленности
• Машинное обучение и предиктивная аналитика в задачах автоматизации
• Управление жизненным циклом промышленных продуктов и систем (PLM).