Modulhandbuch Studiengang Master of Engineering Systems Engineering (SE)

Transkript

1 Modulhandbuch Master of Engineering (SE) Prüfungsordnung (StuPO): lt. Senatsbeschluss Sommersemester 2013 Stand: 18. Juni 2013 Hochschule Albstadt-Sigmaringen Jakobstraße 1 D Albstadt Ansprechpartner: Prof. Dr.-Ing. O. Kurz Studiendekan

2 Modulhandbuch des s (M.Eng.) sverzeichnis: Eingebettete Systeme... 2 Internettechnologie... 3 Virtuelle Modellierung... 4 Echtzeitsysteme... 5 Wahlpflichtmodul I, Wahlpflichtmodul II... 7 Theoretische Informatik und Künstliche Intelligenz... 8 IT-Sicherheit Elektronik Autonomic Computing Master-Thesis Weiterführende Konzepte der Informatik Systementwurf Regelungstechnik Steuerungstechnik ERP-Systeme Seite 1

3 Modulnummer Eingebettete Systeme Lehrveranstaltungen Eingebettete Systeme (ES) Praktikum Eingebettete Systeme Semester 1 Modulverantwortliche(r) Prof. Dr. Rieger Prof. Dr. Rieger Zuordnung zum Curriculum PM in M.Eng. Lehrform / SWS Vorlesung, Umfang 15 x 2 = 30 SWS Praktikum, Umfang 15 x 2 = 30 SWS Zeitaufwand Summe: 150 h 36 h Bearbeitung von Übungsaufgaben: 24 h 5 ECTS Kenntnisse zu technischen Systemen in Hardware und Software auf Bachelor-Niveau Lernziele / Kompetenzen Kennen lernen von Zweck, Funktionsweise und Komponenten von eingebetteten Systemen; Anwenden von Entwurfsverfahren für eingebettete Systeme, beispielhafte Erfahrungen zu Entwurf und Implementierung von ES im Praktikum Einleitung: Definition, Merkmale, Einsatzbeispiele von ES Komponenten: Aufteilung in Hardware und Software, Hardware-Komponenten, Betriebssysteme, Software-Komponenten, Kommunikationskomponenten Methodischer Entwurf von ES: Systemanalyse, Modellierung, Entwicklungsmodelle, Umsetzungsansätze, Zuverlässigkeit: Spezifikation, Verfügbarkeit, Analyse der Zuverlässigkeit, Maßnamen zur Erhöhung der Zuverlässigkeit Fallstudien zu ES: KFZ-Technik, Gebäudeautomatisierung und überwachung, Hausgerätetechnik Praktikum: Konzeption, Entwurf und Implementierung eines ES aus dem Bereich der Fallbeispiele Eingebettete Systeme: Klausur K 90 (2,5 ECTS) Praktikum Eingebettete Systeme: La (2,5 ECTS) Für Studierende: Skript, Übungsblätter, Aufgabenblätter, Arbeiten am Rechner und an Modellen Dozent: Overhead- und Beamerprojektionen, Demonstrationen am Rechner und an Modellen, Tafel Barr, M.: Programming Embedded Systems, Verlag O Reiley; Labrosse, J.: Embedded Systems Buildung Blocks, Verlag Prentice Hall; Thaller, G.: Software Engineering für Echtzeit und Embedded Systems, Verlag bhv; Schwebel, R.: Embedded Linux, Verlag mitp. Bosch GmbH: Autoelektrik, Autoelektronik, Verlag Vieweg Häuslein, A: Systemanalyse, VDE-Verlag Hruschka, P.: Agile Softwareentwicklung für Embedded Real-Time Systems mit der UML, Hanser-Verlag Seite 2

4 Modulnummer Internettechnologie Lehrveranstaltungen Internettechnologie Praktikum Internettechnologie Semester 1 Modulverantwortliche(r) Prof. Dr. Eppler Prof. Dr. Eppler Zuordnung zum Curriculum PM in M.Eng. Lehrform / SWS Vorlesung, Umfang 15 x 2 = 30 SWS Praktikum, Umfang 15 x 2 = 30 SWS Zeitaufwand Summe: 150 h 15 h Bearbeitung von Übungsaufgaben: 45 h 5 ECTS Kenntnisse der Programmentwicklung, Dienste und Protokolle Lernziele / Kompetenzen Erlernen gängiger Techniken zur Kommunikation und Programmierung dynamischer e über das Internet XML, PhP, J2EE, Web-Services XML mit XML Schema, XSLT, XPath und XQuery J2EE: Java Servlets, JSP, (Enterprise) Java Beans, JDBC, JSF, Wicket Web-Services Im Labor werden Tool unterstützt (XML Spy, Netbeans) Beispiele zu XML, J2EE und Web Services behandelt Internettechnologie: Klausur K 90 (2,5 ECTS) Praktikum Internettechnologie: Labor La (2,5 ECTS) Beamer, Overhead, Tafel M. Hall: Core Servlets und Java Server Pages, Markt+Technik; W. Grohmann; Application Service Providing, er Wirtschaftsdienst; XML, XML Schema, XSLT, XPath Jörg Krause: PHP4, Hanser Verlag. Thomas Stark: J2EE, Addison-Wesley Guido Krüger: Handbuch der Java-Programmierung Seite 3

5 Modulnummer Systems Eng.ineering Virtuelle Modellierung Lehrveranstaltungen Virtuelle Modellierung Prakt. Virtuelle Modellierung Semester 1 Modulverantwortliche(r) Prof. Dr. Kurz Prof. Dr. Kurz Zuordnung zum Curriculum PM in M.Eng. Lehrform / SWS Vorlesung, Umfang 15 x 2 = 30 SWS Praktikum, Umfang 15 x 2 = 30 SWS Zeitaufwand Summe: 150 h Bearbeitung von Übungsaufgaben: 5 ECTS Mathematik für Ingenieure und Mathematik für Informatiker. Für das Praktikum sind Kenntnisse der objektorientierten Modellierung, der Datenstrukturen und der Datenschnittstellen hilfreich, werden aber nicht zwingend vorausgesetzt. Lernziele / Kompetenzen Virtuelle Modelle schaffen ein nahezu detailgetreues Abbild der Realität. Die Hörer lernen Verfahren und Algorithmen kennen, die geeignet sind um virtuelle Modelle zu erstellen und damit zielgerichtet ingenieurmäßig zu arbeiten. Die Hörer werden auch in der Lage sein Modellierverfahren zu bewerten und zu evaluieren. Virtuelle Modellierung von Produkten und Prozessen, Peripheriegeräte, Modellbildungstheorie, Systemarchitekturen, ausgewählte Algorithmen (kubische Splines, Bernstein-Bezier- Algorithmus, NURBS), Visibilitätsverfahren, Datenstrukturen, Informationsmodelle der virtuellen Realität, Featurebasierte Systeme (Klassifizierung, Erzeugung, Manipulation), Berechnung an virtuellen Modellen, Modellbildung der objekt- und ereignisorientierten Simulation, virtuelle Erprobung, Rapid Prototyping (Verfahren und Schnittstellen), Virtuelle und reale Prozessketten, EDM-Systeme und Managementkonzepte für virtuelle Entwicklungs- und Produktionsstrukturen. Studien-und Virtuelles Modellieren: Klausur K 90 (2,5 ECTS) Praktikum Bildverarbeitung: Laborarbeit La (2,5 ECTS) Overhead-Projektor, Beamer + PC, Tafel, Skripte und Übungsaufgaben sind als pdf-file oder Excell-Tabellen online verfügbar Spur, G., Krause, F.-L.: Das virtuelle Produkt, Carl Hanser Verlag. Pahl, G.: Konstruieren mit 3D-CAD-Systemen, Springer Verlag Eigner, M., Maier, H.: Einführung und Anwendung von CAD- Systemen, Carl Hanser Verlag, München. em-plant, Reference Manual Seite 4

6 Modulnummer Echtzeitsysteme Lehrveranstaltungen Echtzeitsysteme Praktikum Echtzeitsysteme Semester 1 Modulverantwortliche(r) Prof. Dr. Jovalekic Prof. Dr. Jovalekic Zuordnung zum Curriculum PM in M.Eng. Lehrform / SWS Vorlesung, Umfang 15 x 2 = 30 SWS Praktikum, Umfang 15 x 2 = 30 SWS Zeitaufwand Summe: 150 h 15 h Bearbeitung von Übungsaufgaben: 45 h 5 ECTS Keine Lernziele / Kompetenzen Verständnis für moderne echtzeitfähige und nebenläufige Softwaresysteme, Einführung in Echtzeitplanung, Vertiefung in Kommunikation und Synchronisation, Bedeutung von Echtzeitbetriebssystemen, Leistungsanalyse und Optimierung für den Entwurf von Echtzeitsystemen, Erläuterung der Begriffe und Verfahren am Beispielen der Automatisierungs- und Kommunikationstechnik. Einführung in Echtzeitsysteme: Echtzeitbetrieb, Ereignisse, Zeitanforderungen, Analyse des technischen Prozesses, Taskbegriff, Taskzustandsmodell. Echtzeitplanung: Planung nach Prioritäten, Fristen, Spielraum, Zykluszeiten Rate Monotonic Analysis (RMA). Kommunikation und Synchronisation: Einseitige/mehrseitige Synchronisation, Semaphore, Prioritätsinversion, Ereignisvariablen, Monitore, Nachrichtenaustausch, Kommunikationskanäle, Echtzeitkommunikation. Entwurf von Echtzeitsystemen: Zuordnung der Tasks zum technischen Prozess, Entwurf von Tasks, Abschätzen und Messen von Antwortzeiten und Laufzeiten, Optimierungstechniken, Echtzeitmuster. Echtzeitbetriebssysteme: Zeitverwaltung, Taskverwaltung, Prozessorverwaltung, E/A Verwaltung, Anforderungen und Beispiele für Industrie-Echtzeitbetriebssysteme. Test und Integration von Echtzeitsystemen: Test von Tasks, Integration von Tasks zum Gesamtsystems, Test des Gesamtsystems. Lernprojekte im Praktikum 1. Rechnergestützte Untersuchung der Einplanbarkeit 2. Analyse eines kontinuierlichen dynamischen Systems (Temperaturregelstrecke) und Entwurf einer Temperaturregelung Analyse eines diskreten dynamischen Systems (Stückgutprozess) und Entwurf eines Echtzeitsystems zur Kollisionsvermeidung. Echtzeitsysteme: Klausur K 90 (3,5 ECTS) Praktikum Echtzeitsysteme: Laborarbeit La (1,5 ECTS) Beamer, Overhead, Tafel Praktikum im Labor mit technischen Modellprozessen. Seite 5

7 [1] Laplante, P.A.: Real-Time Systems Design and Analysis: An Engineer's Handbook; IEEE Computer Society Press 1993; ISBN [2] Lauber, R.; Göhner, P.: Prozessautomatisierung I, Springer Verlag 1998, ISBN X [3] Rembold, U.; Levi, P.:Realzeitsysteme zur Prozessautomatisierung; Carl Hanser Verlag 1994, ISBN [4] Klein, M.H.; Rayla, T.; Pollak, B.; Obenza, R.; Harbour, M.G.: A Practicioner s Handbook for Real-Time Analysis: Guide to Rate Monotonic Analysis for Real-Time Systems; Kluwer Academic Publishing 1993; ISBN Seite 6

8 Modulnummer Wahlpflichtmodul I, Wahlpflichtmodul II Lehrveranstaltungen Weiterführende Konzepte der Informatik, Regelungstechnik Steuerungstechnik, ERP-Systeme, Systementwurf Semester Modulverantwortliche(r) Prof. Dr. Kurz Zuordnung zum Curriculum PM in M.Eng. Lehrform / SWS Vorlesung, Umfang 15 x 16 = 240 SWS Zeitaufwand Summe: 600 h 240 h 120 h Bearbeitung von Übungsaufgaben: 120 h 120 h 20 ECTS Die geforderten sind abhängig von den gewählten Modulteilen und deren en (s.o.). Lernziele / Kompetenzen Je nach Auswahl der Modulteile vertiefen die Hörer ihre Kenntnisse in den Bereichen moderner weiterführender Konzepte der Informatik insbes. Technische Informatik, Regelungstechnik, Industrielle Steuerungstechnik, Wirtschaft, Systementwurf. Darüber hinaus bleibt es den Hörern freigestellt aus dem Lehrangebot anderer Masterstudiengänge im Umfang von bis zu 8 SWS auf Antrag eigene Schwerpunktbildungen vorzunehmen. Für die hier vorgeschlagenen Modulteile existieren jeweils gesonderte Modulteilbeschreibungen in diesem Modulhandbuch. Wenn Modulteile aus anderen Masterstudiengängen gewählt werden gelten die esangaben der dort definierten Modulteilbeschreibungen. Sofern in diesen Fällen grundlegende Vorkenntnisse erforderlich sind die im bisherigen Studienverlauf der Studierenden nicht zwangsläufig erworben wurden, obliegt es dem Kandidaten diese Vorkenntnisse gesondert zu erwerben. Siehe jeweilige Modulteilbeschreibungen Siehe jeweilige Modulteilbeschreibungen Siehe jeweilige Modulteilbeschreibungen Seite 7

9 Modulnummer Theoretische Informatik und Künstliche Intelligenz Lehrveranstaltungen n und Automaten (SpAu) Mustererkennung (Mu) Semester 2 (SpAu) + 2 (Mu) Modulverantwortliche(r) Prof. Dr. Häberlein, Prof. Dr. Matecki Prof. Dr. Häberlein, Prof. Dr. Matecki Zuordnung zum Curriculum PM in M.Eng. Lehrform / SWS Vorlesung (SpAu), Umfang 15 x 2 = 30 SWS Vorlesung (Mu), Umfang 15 x 2 = 30 SWS Zeitaufwand Summe: 150 h 45 h Bearbeitung von Übungsaufgaben: 15 h 5 ECTS SpAu: Mathematik für Informatiker, Programmierkenntnisse, Grundkenntnisse in C und Python Mu: Mathematik I III Programmierkenntnisse von Vorteil, aber nicht zwingend erforderlich Lernziele / Kompetenzen SpAu: Einführung in die n- und Automatentheorie mit Anwendungen im Compilerbau. Mu: Verfahren für industrielle Mustererkennungsprobleme bewerten, einzusetzen, implementieren. Vorgehensweise beim Entwurf Mustererkennungskomponenten; Entwurf intelligenter Systeme; System technisches Denken SpAu: - Einführung in die n- und Automatentheorie: o Definition Alphabet, Wort, Satz + Beispiele o Definition formale Grammatik + Beispiele o Chomsky-Hierarchie (Typ-0, Typ-1, Typ-2, Typ-3 n) o Eigenschaften der verschiedenen Sprach-Typen o Endliche Automaten o Syntaxdiagramme o Reguläre Ausdrücke, induktiv definiert. - Einführung in Compilerbau o Definition arithmetischer Ausdrücke o Syntaxgerichtete Übersetzungen, semantische Regeln o Umwandlung von Infix- in Postfixschreibweise durch einen syntaxgerichteten Übersetzer o Linksrekursive vs. Rechtrekursive Grammatiken o Prädiktive Syntaxanalyse und Implementierung eines Recursive-Descent-Parsers. o Maschinencode einer abstrakten Stapelmaschine o Implementierung eines Compilers einer höheren Programmiersprache für Code der abstrakten Stapel- Maschine - Einsatz gängiger Werkzeuge (z.b. lex/flex, yacc/bison) Mu: Grundlagen merkmalsbasierter Mustererkennung; Mustererkennungs-Verfahrensketten in der Industrie; Statistische Seite 8

10 Klassifikation; Lernende Klassifikatoren; Elementare Bausteine neuronaler Klassifikatoren; Überwacht lernende Feedforward Netze, Selbstorganisierende Netze mit ihren Lernverfahren und ihrer SW-technischen Realisierung. Optimierung lernender Mustererkennungskomponenten in industriellen Verfahrensketten; Verbesserung der Generalisierungsfähigkeit; (Kreuzvalidierung, Pruning-Verfahren). n und Automaten (SpAu): Klausur K 60 (2,5 ECTS) Mustererkennung (Mu): Klausur K 60 (2,5 ECTS) Tafel, Overhead, PC mit Beamer SpAu: J. R. Hopcroft: Einführung in die Automatentheorie, Formale n und Komplexitätstheorie, Pearson Studium J. R. Levine et al.: lex & yacc, O'Reilly-Verlag Aho/Sethi/Ullmann: Compilerbau, Teil 1, Oldenbourg Verlag Uwe Schöning: Ideen der Informatik: Grundlegende Modelle und Konzepte der Theoretischen Informatik, Oldenbourg, 2008 Mu: R. Rojas: Neural Networks a systematic Introduction, Springer- Verlag J. Rogers: Object Oriented Neural Networks in C++, Academic Press A. Zell: Simulation Neuronaler Netze, 1. Auflage, Addison-Wesley- Verlag Seite 9

11 Modulnummer IT-Sicherheit Lehrveranstaltungen IT-Sicherheit Praktikum IT-Sicherheit Semester 2 Modulverantwortliche(r) Prof. Dr. Rieger Prof. Dr. Rieger Zuordnung zum Curriculum PM in M.Eng. Lehrform/SWS Vorlesung, Umfang 15 x 2 = 30 SWS Laborarbeit, Umfang 15 x 2 = 30 SWS Zeitaufwand Summe: 150 h Bearbeitung von Übungsaufgaben: 70 h Prüfungsvorbereitung 20 h 5 ECTS Kenntnisse zu Rechner-Systemen in Hardware und Software auf Bachelor-Niveau Lernziele/Kompetenzen Kennen lernen von Bedeutung, Mechanismen und Komponenten der IT-Sicherheit in Rechnersystemen; Anwenden von Schwachstellenanalyse, IT-Angriff und System-Härtung; beispielhafte Erfahrungen zu E Schwachstellenanalyse, IT-Angriff und System-Härtung im Praktikum Grundlegende Begriffe; Bedrohungen; Sicherheitsmodelle; Kryptographie, Signaturen, Schlüssel; Authentifikation; Zugriffskontrolle; Sicherheit in Rechnernetzen; IT-Sicherheit: Klausur K 90 (2,5 ECTS) Praktikum IT-Sicherheit: Laborarbeit La (2,5 ECTS) Für Studierende: Skript, Übungsblätter, Aufgabenblätter, Dozent: Overhead- und Beamerprojektionen, Tafel Eckert, c.: IT-Sicherheit. Oldenbourg-Verlag. Tanenbaum, A.: Betriebssysteme. Pearson Studium. Tanenbaum, A.: Computernetzwerke. Pearson Studium Werth, Th.:Die Kunst der digitalen Verteidigung. C&L-Verlag. Ruef, M.: Die Kust des Penetration Testing. C&L-Verlag. Seite 10

12 Modulnummer Elektronik Lehrveranstaltungen Chipdesign (CD) Sensoren und Aktoren (SuA) Semester 2 (CD) + 2 (SuA) Modulverantwortliche(r) Prof. Dr. Rieger Prof. Dr. Rieger Zuordnung zum Curriculum PM in M.Eng. Lehrform / SWS Vorlesung (CD), Umfang 15 x 2 = 30 SWS Vorlesung (SuA), Umfang 15 x 2 = 30 SWS Zeitaufwand Summe: 156 h 40 h Bearbeitung von Übungsaufgaben: 15 h 41 h 5 ECTS CD: Kenntnisse zu technischen Systemen in Hardware und Software auf Bachelor-Niveau; Vorlesung Eingebettete Systeme SuA: Physik, Elektrotechnik Lernziele / Kompetenzen CD: Überblick über die Möglichkeiten integrierter Schaltungen als Bestandteil von komplexen technischen Systemen, Kenntnisse in Entwurf und Umsetzung von Systemkonzepten in integrierte Schaltungen SuA: Der Studierend soll die wesentlichen Sensor- und Aktorprinzipien und ihre anwendungsspezifischen Vorteile kennen lernen. Er soll in der Lage sein entsprechend den Systemanforderungen und den Aufwendungen für die Signalgenerierung die Sensor- oder Aktortechnologie zu bewerten, auszuwählen und zu konfigurieren. CD: Einleitung: Übersicht zu integrierten Schaltungen, Bedeutung integrierter Schaltungen in Systemen Halbleitertechnik: Technologie, Herstellung integrierter Schaltungen, Gehäuse Design mit VHDL: lemente von VHDL, Beispiele in VHDL, Synthese des Codes in Hardware ASIC: Bedeutung und Wesen von ASICs, Umsetzung eines Designs in ein ASIC Testen integrierte Schaltungen: Prüfung auf Zuverlässigkeit, Testverfahren, Testmuster Übungen: Entwurf, Umsetzung in VHDL und Simulation am Rechner, Umsetzung in FPGA SuA: Sensortechnik Übersicht, allgemeine Prinzipien und Trends Messtechnische Nutzung physikalischer Effekte Sensor-Definition und -Klassifikation Einsatzgebiete, Vor- und Nachteile Analoge und digitale Messsignalverarbeitung Integration von Funktionen in den Sensor Sensor/Aktor- Bussysteme Seite 11

13 Elektrische Aktortechnik Elektromagnete und Kupplungen Grundgleichungen elektrischer Antriebe Gleichstromantrieb Schrittmotor Asynchronantriebe Einsatzgebiete, Vor- und Nachteile Sensoren/Aktoren im Kraftfahrzeug Druck- und Beschleunigungssensoren Drehratensensor Ventilsteuerung ABS, ASR, ESP Sensoren in der Wägetechnik (Wägezellen) Wägetechnik,Strukturwandel Wägezellen Kenngrößen, Genauigkeit, Zulassung, Preis/Leistung Chipdesign: Klausur K 60 (2,5 ECTS) Sensoren u. Aktoren: Klausur K 60 (2,5 ECTS) Für Studierende: Skript, Übungsblätter, Aufgabenblätter, Arbeiten am Rechner und an Modellen Dozent: Overhead- und Beamerprojektionen, Demonstrationen am Rechner und an Modellen, Tafel, PC mit Beamer, Intranet- und Internetzugriff Jansen, D. e. al.: Handbuch der Electronic Design Automation Hanser Verlag; Smith, M.: Application-Specific Integrated Circuits, Verlag Adison- Wesley Ashenden, P., Peterson, G., Teegarden, D.: The System Designer's Guide to VHDL-AMS, Verlag Morgan Kaufman Hoppe, B.: ASIC-Design, Springer-Verlag Hering E., Steinhart H.: Taschenbuch der Mechatronik. Hanser Niebuhr J., Lindner G.: Physikalische Messtechnik mit Sensoren Seite 12

14 Modulnummer Autonomic Computing Lehrveranstaltungen Autonomic Computing Praktikum Autonomic Computing Semester 2 Modulverantwortliche(r) Prof. Dr. Eppler Prof. Dr. Eppler Zuordnung zum PM in M.Eng. Curriculum Lehrform / SWS Vorlesung, Umfang 15 x 2 = 30 SWS Praktikum, Umfang 15 x 2 = 30 SWS Zeitaufwand Summe: 150 h 15 h Bearbeitung von Übungsaufgaben: 45 h 5 ECTS Kommunikation und Rechnernetze, Dienste und Protokolle, Rechnertechnik, Betriebssysteme Lernziele / Kompetenzen Erlernen gängiger Monitoring und Autonomic Computing Techniken CIM Datenmodell, CIM Metaschema, Managed Object Format, CIM Core Schema, CIM Common Schema, Web Based Enterprise Management, CIM-Operationen, Komponenten einer WBEM-Architektur, CIM Object Manager Zeitreihenanalyseverfahren: Zeitreihen mit Trend und Saisonalität, Methode der kleinsten Trends, Saison-Trendzerlegung mit gleitendem Durchschnitt, Holt-Winters-Verfahren Normalverteilung, Poissonverteilung, Beurteilung von Prognoseverfahren, Exponentielles Glätten erster und zweiter Ordnung, lineare Trendfunktionen, quadratische Trendfunktionen, Lineare Regres-sionsrechnung, Exponentielles Glätten mit Trendkorrektur Autonomic Computing: Klausur: K 90 (2,5 ECTS) Praktikum Autonomic Computing: Labor: La (2,5 ECTS) Beamer, Overhead, Tafel Lewandowski, R. (1980). Prognose- und Informationssysteme und ihre Anwendungen (Bd. 2). de Gruyter. Neussner, K. (2009). Zeitreihenanalyse in den Wirtschaftswissenschaften. Bern: Vieweg+Teubner. Peter Mertens, (. (1993). Prognoserechnung. Nürnberg: Physica- Verlag. Schlittgen-Streitberg. (2001). Zeitreihenanalyse. Oldenbourg: Oldenbourg-Verlag. Stoer-Bulirsch. (1990). Numerische Mathematik 2. Würzburg, München: Springer-Verlag. Weber, H. (1983). Statistische Prognoseverfahren. Minerva-Publ. Seite 13

15 Modulnummer Master-Thesis Lehrveranstaltungen Master-Thesis Kolloquium Semester 3 Modulverantwortliche(r) Prof. Dr. Kurz Ist abhängig vom Thema und der Master-Thesis, Englisch Zuordnung zum Curriculum PM in M.Eng. Lehrform / SWS Betreute selbständige wissenschaftliche Arbeit: 15 x 22 = 330 SWS Zeitaufwand Summe: 936 h h 138 h 30 ECTS Lehrinhalte SE und TI Lernziele / Kompetenzen Mit der Master Thesis zeigt der Student, dass er unter Anleitung selbständig umfangreiche wissenschaftliche Themen bearbeiten kann. Er wird praxisorientierte oder theoretische Themenstellungen nach wissenschaftlichen Kriterien analysieren, strukturieren und ergebnisorientiert bearbeiten. Die Master-Thesis dokumentiert seine Arbeit und erfüllt die Kriterien eines wissenschaftlichen Berichts. Im Rahmen des Kolloquiums wird der Student am Beispiel seiner Master Thesis seine Vorgehensweise, seine Methoden und seinen Lösungsweg erläutern und begründen. In einer mündlichen Prüfung wird das erworbene Wissen des Studenten im Zusammenhang überprüft. Der Kandidat soll zeigen, dass er das im Studium erworbene Wissen zur Lösung umfassender Ingenieurprobleme anwenden kann. Ist abhängig vom Thema und der Master-Thesis Master-Thesis: Ma (25 ECTS) Mündliche Masterprüfung: M (2,5 ECTS) Kolloquium: R (2,5 ECTS) Ist abhängig vom Thema und der Master-Thesis Anleitung zur wissenschaftlichen Arbeit. Projektmanagement und Dokumentation. Vom Kandidaten selber vorzuschlagende vertiefende Seite 14

16 Modulnummer 53061/53062 Weiterführende Konzepte der Informatik Lehrveranstaltungen Funktionale Programmierung (FP) Information Retrieval (IR) Semester 1 (FP)+ 2 (IR) Modulverantwortliche(r) Prof. Dr. Häberlein Prof. Dr. Häberlein/Petra Hauschke Zuordnung zum Curriculum PM in M.Eng. Lehrform / SWS Vorlesung FP, Umfang 15 x 3 = 90 SWS/Praktikum, Umfang 15 x 1 = 30 SWS Vorlesung (IR), Umfang 15 x 3 = 90 SWS/Praktikum, Umfang 15 x 1 = 30 SWS Zeitaufwand Summe: 300 h 180 h 40 h Bearbeitung von Übungsaufgaben: 20 h 10 ECTS keine Lernziele / Kompetenzen FP: Einführung in das Paradigma der Funktionalen Programmierung, insbesondere der Higher-Order-Programmierung in einem Higher- Order-Typsystem IR: Einführung in Information Retrieval, Architektur von Retrievalsystemen, Datenstrukturen A: Erweiterte Konzepte der Algorithmik. FP: - Typen und Funktionen - Currying - Algebraische Datentypen - Listen - Homomorphishmen (map und fold auf Datentypen, insbesondere Listen) - Bäume - Typklassen und Überladung - Konstruktorklassen - Monaden und Seiteneffekte - Monadische Parser IR: - Information Retrieval Allgemeine Betrachtung - Typologie von Retrievalsystemen, Retrievalmodelle - Architektur eines Retrievalsystemen - Daten Informationen Wissen - Datenstrukturen - Formale n und Parser - Sprachübergreifendes Information Retrieval - Wiederholung der Grundlagen der Algorithmik - Suchalgorithmen - Bäume - Sortieralgorithmen Graphalgorithmen Funktionale Programmierung: Klausur K 90 (5,0 ECTS) Information Retrieval: Klausur K 90 (5,0 ECTS) Tafel (hauptsächlich), Overhead, PC mit Beamer Richard Bird: Introduction to Functional Programming Using Seite 15

17 Haskell, Pearson / Prentice-Hall, 1999 Bryan O Sullivan, John Goerzen, Don Stuart: Real World Haskell, O Reilly, 2009 Graham Hutton: Programming in Haskell, Cambridge University Press, Tobias Häberlein: Praktische Algorithmik mit Python / Oldenburg Verlag, München, 2012 Dirk Lewandowski: Web Information Retrieval, DGI Schrift (Informationswissenschaft 7), 2005 Cormen, Leisserson, Rivest: Algorithmen Eine Einführung, Oldenbourg-Verlag, 2010 Seite 16

18 Modulnummer 53100/55600 Systementwurf Lehrveranstaltungen Electronic System-Level Design (ESL) Electronic Design Automation (EDA) Semester 1 (ESL) + 2 (EDA) Modulverantwortliche(r) Prof. Dr. Joachim Gerlach Prof. Dr. Joachim Gerlach Zuordnung zum Curriculum WPM in M.Eng. Lehrform / SWS Vorlesung ESL, Umfang 30 x 2 = 60 SWS Vorlesung EDA, Umfang 30 x 2 = 60 SWS Zeitaufwand Summe: 300 h Vorlesung und Übungen am Rechner: 120 h Vor- und Nachbereitung der Übungen: 10 ECTS Grundlagen der Programmierung: Programmentwicklung in C/C++ Grundlagen des Schaltungsentwurfs: Digitale Schaltungstechnik Lernziele / Kompetenzen ESL: - Kennenlernen von Methoden und Entwurfsparadigmen des Systementwurfs, Kennlernen der Systembeschreibungssprache SystemC EDA: - Kennenlernen der theoretischen Grundlagen, Wirkungsweisen und Anwendungsmethodik von Software-Werkzeugen, die an verschiedenen Stellen des Systementwurfsablaufs zum Einsatz kommen ESL: - Motivation für ESL: Entwicklungstendenzen im Systementwurf - Überblick über ESL Konzepte und Techniken - Die Systembeschreibungssprache SystemC: Grundkonzepte, Prinzip der ausführbaren Spezifikation, transaktionsbasierte Modellierung (Transaction-Level Modeling, TLM) - ESL-Entwurfsprozesse und Designflows EDA: - Überblick über die EDA-Landschaft: n, Tools, Methoden - Typische industrielle Entwurfsabläufe und deren Unterstützung durch EDA-Werkzeuge - Exemplarische Betrachtung ausgewählter EDA-Werkzeuge, z.b. aus den Bereichen Verifikation (formal, simulationsbasiert), Synthese, Entwurf applikationsspezifischer Prozessorkerne ESL: Klausur K 90 (5 ECTS) EDA: Klausur K 90 (5 ECTS) PC mit Beamer, Folienskript, Übungsblätter - Martin G., Bailey B., Piziali A.: ESL Design and Verification, Morgan Kaufmann - Grötker T., Swan S., Martin G., Liao S.: System Design with SystemC, Springer-Verlag - Jansen D.: Handbuch der Electronic Design Automation, Hanser Verlag Seite 17

19 Modulnummer 53070/55570 Regelungstechnik Lehrveranstaltungen Regelung mechanischer Systeme Semester 2 Modulverantwortliche(r) Prof. Dipl.-Ing. G. Grebing Prof. Dipl.-Ing. G. Grebing Zuordnung zum Curriculum WPM in M.Eng. Lehrform/SWS Vorlesung mit Übungen, Umfang 15 x 4 = 60 SWS Zeitaufwand Summe: 150 h Bearbeitung von Übungsaufgaben: 5 ECTS - Lernziele/Kompetenzen Rechnergestützte Systemanalyse, Entwurf und Optimierung von Regelsystemen (kann je nach Bedarf schwanken) Modelle dynamischer Systeme: Darstellung im Zustandsraum, Linearisierung, kanonische Formen Systemanalyse: Stabilität, Steuer- und Beobachtbarkeit, Stabilisierbarkeit und Detektierbarkeit Zustandsregler und Beobachter, Separationstheorem, Entwurf durch Polvorgabe Optimierung: LQ-, LQG-Regler, H2- und H-Unendlich- Synthese, Robustheit Digitale Regelung Regelung mechanischer Systme: K 60 (5 ECTS) Franklin, G.F.; Powell, J.D.: Feedback Control of Dynamic Systems; Prentice Hall 2009 Williams, R.L.; Lawrence, D.A.: Linear State Space Control Systems; John Wiley 2007 Astrom, K.J.; Murray, R.M.: Feedback Systems; Princeton Univ. Press 2008 Seite 18

20 Modulnummer 53080/55580 Steuerungstechnik Lehrveranstaltungen Prozessinformatik Semester 2 Modulverantwortliche(r) Prof. Dr.-Ing. H. Möller Prof. Dr.-Ing. H. Möller Zuordnung zum Curriculum WPM in M.Eng. Lehrform/SWS Präsenzveranstaltung (Vorlesung) mit integrierten Übungen 15 x 2 = 30 SWS Zeitaufwand Summe: 75 h 20 h 25 h 2,5 ECTS - Lernziele/Kompetenzen Vermittlung von Fähigkeiten zum Beschreiben des gewünschten Verhaltens des Systems Computer/Maschine durch Anwendung geeigneter Beschreibungs-/ Entwurfsmethoden. Erlernen des Anwendens von Methoden zur Modellierung computerbasierender Systeme zum Steuern und Messen im Maschinenbau. Kennenlernen grundlegender Verfahren zur Kommunikation zwischen Steuerungen. Darlegung grundsätzlicher Lösungskonzepte für die Diagnose technischer Anlagen unter Anwendung von Methoden der künstlichen Intelligenz. Ermittlung der Anforderungen an mikrorechnerbasierende Anwendungen ( embedded systems )- Entwicklungsprozess - Erstellung von Pflichtenheften/Anlagenspezifikationen - Modellierung des Systemverhaltens (Verknüpfungsorientierte Beschreibungen, Ablauforientierte Beschreibungen, Ablaufsprache nach IEC , Beschreibung des Datenflusses, Petri-Netze, zustandsorientierte Betrachtung, objektorientierte Modellierung) Kommunikation zwischen Steuerungen und Computern: Netzwerktopologien, OSI 7 Schichtenmodell, TCP/IP, Feldbusse, Kommunikation über OPC. Diagnose technischer Anlagen: Wissensbasen, Expertensysteme, Lernende Systeme Prozessinformatik: Mündliche Prüfung Mü 15 min (2,5 ECTS) Heidepriem, J.: Prozessinformatik (2 Bände). Oldenbourg Seite 19

21 Modulnummer 53090/55590 ERP-Systeme Lehrveranstaltungen ERP-Systeme Labor ERP-Systeme Reorganisation Semester 1 +2 Modulverantwortliche(r) Dipl.-Wirtschaftsingenieur Edgar Züfle Zuordnung zum Curriculum WPM in M.Eng. Lehrform/SWS Laborarbeit an einem ERP-System, begleitet durch kurze Vorlesungsteile im Umfang 15 x 2 SWS x 1 Std = 30 SWS Vorlesung/Übungsaufgabe im Umfang von 15 Wochen x 2 SWS x 1 Std = 30 SWS Zeitaufwand Summe: 150 h 50 h Laborbericht erstellen: 20 h 20 h 5 ECTS - Lernziele/Kompetenzen ERP-Systeme Labor: Moderne ERP-Systeme (Enterprise Resource Planning) ergänzen die PPS (Produktionsplanung und steuerung) um u.a. finanztechni-sche, kostenrechnerische und Personalwerwaltungs-Funktionen. Diese Verknüpfungen und Schnittstellen werden auch für die PPS immer wichtiger. ERP ist heutzutage immer direkt gekoppelt mit der Verwaltung der Aufträge im Rechner, so dass auch diese Punkte angesprochen werden. In dem Labor ERP werden den Studenten zunächst die Grundlagen der Daten-verwaltung in ERP-Systemen an einem Übungs-ERP-System dargelegt. Aufbauend auf diesen Grundlagen werden die Zusam-menhänge der Kalkulation, Bedarfs-ermittlung, Termi-nierung und Kapazitätsplanung erarbeitet. Die Studenten sollen auf der Basis des Labors in der Lage sein, in ihrem zukünftigen Betrieb an ERP-Lösungen mitzuarbeiten und Abläufe im Betrieb in Hinblick auf die Durchführung und DV-technische Abbildung zu organisieren. ERP-Systeme Reorganisation: Die Einführung und/oder Ablösung von ERP-Systemen in Betrieben ist in der Regel ein großes Projekt, dass im Unternehmen viele Kräfte bindet. In dieser Vorlesung werden den Studierenden die Vorgehensweise in diesem speziellen Projekttyp von den ersten Überlegungen bis hin zum Systemkauf und der Einführungsphase dargelegt. Die Studierenden sollen anschließend in der Lage sein, ein ERP-Reorganisationsprojekt unter allen kritischen Gesichtspunkten durchzuführen und Leitungsfunktionen im ERP-Bereich zu übernehmen. ERP-Systeme Labor: Erstellen eines Produktes mit Teiledaten, Stücklisten und Arbeits-plänen. Abbildungen der Kapazitäten im Betrieb. Kalkulation der Kosten des Endproduktes. Zubuchungen auf Lager. Erstellen von Kundenaufträgen. Bedarfsermittlung. Auslösungen von Bestel-lungen und Fertigungsaufträgen. ERP-Systeme Reorganisation: Einleitung, Zielsetzung der ERP-Reorganisation, Projekteinrichtung, Prozess- und Strukturanalyse und -optimierung, Lastenheft-erstellung, Marktanalysen mit Vor- und Endauswahl, Ausschreibung, Anbieter- und Anwendertest mit Testfahrplänen, Seite 20