Конференция "Технологии разработки и отладки сложных технических систем". 

  • День 1. САУ
  • День 2. Анализ Данных
  • День 3. ЦОС


Программа

День 1. САУ (25 апреля, 2017)

Введение в Модельно Ориентированное Проектирование Встраиваемых Систем Управления 

Создание модели объекта управления 

  • Различные подходы построения модели  
  • Автоматизация сбора данных и уточнение параметров модели  
  • Системное физическое моделирование

Автоматизированная настройка регуляторов  

  • Адаптивный ПИД регулятор 
  • Настройка многоконтурных алгоритмов управления 
  • Подбор параметров с помощью методов оптимизации 

Быстрое прототипирование алгоритмов управления в реальном времени  

  • Создание стендов реального времени 
  • Создание управляющих пользовательских интерфейсов 
  • Калибровка алгоритмов в режиме жесткого реального времени 

Разработка полунатурной модели управляемой ракеты с пассивной ГСН, КБТМ им. А.Э Нудельмана, Цапцов А.В.   

Практическая верификация и командная работа:  

  • Эффективная организация работы над единым проектом 
  • Автоматизация и управление тестированием 
  • Создание тестовых сценариев  
  • Доказательство отсутствия ошибок в проекте 

Разработка систем управления для отечественных АКПП, ФГУП НАМИ, Максим Голубев   

Успешное применение МОП в РФ в проектах по разработке и отладке алгоритмов управления и встроенного multirate кода, на примере проектов моно-колеса Project42, Али Тлисов 

Перенос алгоритмов на отечественные микропроцессоры:

  • Генерация кода для российской элементной базы  
  • Разработка пакетов поддержки для произвольной ЭКБ 
  • Оптимизация кода 

День 2. Анализ Данных (26 апреля, 2017) 

Анализ данных в MATLAB 

  • Различные подходы построения модели  
  • Новые возможности импорта, обработки и визуализации данных  
  • Работа с облаком ThingSpeak для интернета вещей  
  • Создание графических приложений с App Designer  

Машинное и глубокое обучение (А. Багров):  

  • Быстрая разработка моделей машинного обучения  
  • Создание и обучение глубоких нейронных сетей  
  • Комбинирование методов машинного и глубокого обучения  

Использование нейросетей для моделирования процесса гидроочистки бензина Абзагиров М.М., ООО "Автоматика-Сервис"  

Параллельные вычисления и работа с BigData (П. Рословец):  

  • Параллельные вычисления на CPU и кластерах  
  • Ускорение расчётов с использованием GPU  
  • Эффективная работа с большими данными  

Экспорт алгоритмов и создание независимых приложений (А. Багров)

  • Создание приложений и надстроек с MATLAB Compiler SDK  
  • MATLAB Production Server для аналитики предприятия  
  • Генерация из алгоритмов С/С++ кода в MATLAB Coder  

День 3. ЦОС (27 апреля, 2017)

Обзор секции ЦОС 

Цифровая обработка сигналов 

  • Основы ЦОС – визуализация, спектральный анализ, фильтрация
  • Потоковая обработка сигналов, генерация сигналов произвольной формы 
  • Работа с контрольно-измерительным оборудованием 

Использование MATLAB совместно с приборами Keysight Technologies, Александр Чумадин, KeySight 

 

Проектирование радиолокационных систем: 


  • Концепция Модельно-Ориентированное Проектирование (МОП) при создании сложных систем (на примере разработки РЛС) 
  • Проектирование ФАР, электронное управление лучом, обработка радиолокационной информации, создание сценариев и управление режимами работы РЛС 
  • Анализ и расчёт антенных систем с помощью метода конечных элементов 

Проектирование систем связи: 

  • Моделирование физического уровня систем связи 
  • Моделирование РЧ-тракта, интеграция с моделью физического уровня 
  • Применение программно-определяемого радио (SDR) 

Развертывание алгоритмов на ПЛИС: 

  • Автоматический перевод алгоритма в арифметику с фиксированной точкой 
  • Аппаратная оптимизация и автоматическая генерация Verilog/VHDL-кода 
  • Развёртывание и верификация алгоритма на целевой платформе (пример реализации на плате компании «Инструментальные Системы») 

Работа с платами ИНСИС из MATLAB, Дмитрий Смехов, Инструментальные Системы 

Спикеры

Артем Багров
Артем Багров
Артем Багров

Инженер ЦИТМ Экспонента, к.т.н. В 2004 году окончил МГУ им. Ломоносова, в 2008 защитил кандидатскую диссертацию. Работает в компании с 2010 года. Специализируется на технических вычислениях и мат. моделировании.

Михаил Песельник
Михаил Песельник
Михаил Песельник

Ведущий инженер ЦИТМ Экспонента по прототипированию алгоритмов в реальном времени, а также по процессам верификации и валидации при проектировании встраиваемых систем повышенной надежности. Михаил имеет квалификацию магистра по специальности "Системный анализ, управление и обработка информации" в МГУЛ. Михаил имеет многолетний опыт работы с инструментами MathWorks в области разработки алгоритмов управления и является профессиональным тренером по модельно-ориентированному проектированию. До перехода в ЦИТМ Экспонента, он работал в мировых автомобильных компаниях, разрабатывая системы управления для двигателей внутреннего сгорания.