بسم الله الرحمن الرحیم
سلام خدمت حضار گرامی امیدوارم که خوب و خوش و سلامت باشید
از دست اندرکاران و برگزارکنندگان این برنامه نیز تشکر میکنم امیدوارم زحماتشان باعث شود شما انتخاب مناسبی داشته باشید
قبل از شروع صحبت در مورد گرایش کنترل یک نکته کلی را عرض کنم
همه گرایشها و رشتهها خوب هستند هم از لحاظ درآمدی هم از لحاظ پیدا کردن کار و ادامه تحصیل
شما باید جایی را پیدا کنید که فکر میکنید علاقهتان آنجاست و جایگاه واقعیتان در آن رشته و گرایش است
دنبال این نباشید که بگویید بازار کار کدام بهتر است یا پذیرش کدام راحتتر است باید علاقهتان را پیدا کنید
حالا توضیحاتم را در مورد گرایش کنترل خدمتتان ارائه میدهم
تاریخچه کنترل
یک تاریخچه از بحث کنترل آوردهام که بیشتر به قرون معاصر برمیگردد
شاید اگر به دوران اسلامی برگردیم در آثار بعضی از دانشمندان اسلامی مخصوصاًجزری میتوان تاریخچهای از کنترل دید
اولین کنترلکننده توسط الجزری ارائه شده ولی در اینجا آن موارد نیامده و تاریخچه قرون معاصر کنترل به اختراع گاورنر سانتریفیوژ توسط جیمز وات در قرن ۱۸ برمیگردد
بعد از آن روشهای کنترلی ارائه شدند و در دهه ۱۹۲۰ ارتباط معادلات دیفرانسیل و پایداری مطرح شد
همزمان با این و مقداری قبل از آن یک خط موازی در زمینه سیستم کنترل غیرخطی وجود داشت که توسط لیف انجام شده بود و قبل از آن هم بوده است
بعد از انقلاب اکتبر عملاًخانواده او از هم پاشیده شده و خودش نیز به سیبری تبعید شده
قبل از این اتفاق بحث کنترل خطی رخ داده و یک خط موازی وجود داشته که در اینجا آن خط موازی را نیاوردهام و فقط بحث کنترل خطی را آوردهام
بعد از آن در دهه ۱۹۳۰ تلاشهای نایکویست منجر به تحلیل پایداری بر اساس پاسخ حالت ماندگار سینوسی شد
سپس معرفی سوم مکانیزم توسط هیزم انجام شده
در دهه ۱۹۴۰ پاسخ فرکانسی بر اساس دیاگرام بعدی انجام شده و مکان هندسی توسط ایوان ارائه شد
در دهه ۱۹۶۰ فضای حالت توسعه پیدا کرد و بعد از آن کنترل بهینه در دهه ۱۹۷۰ و کنترل مقاوم در دهه ۱۹۸۰ مطرح شد
سیستمهای کنترلی و مثالها
اگر بخواهیم سیستمهای کنترلی را بیان کنیم این فیلم را ببینید
در واقع در یکی از شگفتانگیزترین سیستمهای کنترلی کنترل دمای بدن انسان است
کلاًدر کنترل میخواهیم یک چیزی را کنترل کنیم یک پارامتری را کنترل کنیم که نه بیشتر شود از حدی که گفتیم نه کمتر شود
در سیستم دمای بدن هم این اتفاق میافتد چون انسان یک موجود خونگرم است دمای نرمال بدن باید ۳۷ درجه باشد
در کنترل ما حسگرهایی وجود دارد سنسورهایی وجود دارد که آن پارامتر را اندازه میگیرد
در اینجا پوست بدن و حسگرهای اجزای داخلی بدن هستند که این کار را انجام میدهند و پارامتر دمای بدن را اندازهگیری میکنند
یک المان فیدبک وجود دارد که پارامترهای اندازهگیری شده در واقع بازخورد میشود و از آنها استفاده میشود
در مکانیزم کنترلی ما یک بخشی وجود دارد که فرمان کنترلی را صادر میکند که بخش هایپوتالاموس مغز است
و عملگرهایی وجود دارند که در واقع فرمان را از بخش هایپوتالاموس مغز میگیرند مثلاًمیگویند که عرق کردن یا انقباض و انبساط رگها و لرزیدن و بقیه موارد را انجام دهند
اگر بخواهیم یک بلوک دیاگرام کنترلی را در نظر بگیریم چنین چیزی است
در این بلوک دیاگرام یک دمای مطلوبی وجود دارد دمای مطلوب بدن که این دما با دمایی که توسط سنسورها اندازهگیری و فیدبک میشود مقایسه میشود
بر اساس اختلاف دمای مطلوب و دمای فعلی یک فرمانهایی صادر میشود مثلاًعرق کردن انقباض شریانها فرمانهای کنترل دما لرزیدن و بقیه موارد
و آن اندازهگیری هم توسط حسگرهای داخلی بدن انجام میشود
یک المانی هم از بیرون وارد سیستم میشود و سیستم را تحت تاثیر قرار میدهد که به آن میگوییم اغتشاش
آن شرایط محیطی و پوشش فرد است که باعث اغتشاش میشود
اینجا یک فیلم دیگر هم ببینید سیستم کلیت آن در واقع آن سر مرغ یک حالت پایداری دارد و تغییر شرایط زاویه در پرنده ثابت میماند
یک نمونه دیگر از سیستم کنترلی حرکت دستهجمعی پرندهها است که با این هدف است که آرایش کلی آنها حفظ شود و این یک سیستم توزیعشده است
سیستم در واقع یک فرمانده کنترلی مرکز کنترلی اصلی ندارد اینگونه نیست که یکی از آنها رئیس باشد و بگوید با این سرعت حرکت کنید به این جهت حرکت کنید
تصمیمگیری به شکل غیرمتمرکز انجام میشود
الان از این ایده استفادههای مختلفی میشود
مثلاًدر پرواز دستهجمعی کوادکوپترها چند تا کوادکوپتر میخواهند با همدیگر پرواز کنند و به یک مقصدی بروند
مثلاًبا همدیگر میخواهند یک جایی نقشهبرداری کنند یا یک اطلاعاتی از یک محیطی بردارند از ایدههای مشابه استفاده میشود
الان بحث پایگاههای داده توزیعشده مطرح شده یعنی اینکه ما یک مغز یک سیستم مرکزی برای پردازش اطلاعاتمان نداشته باشیم و اطلاعات به شکل توزیعشده پخش شود
این کار در بلاک چین هم از همین ایده استفاده میشود
ترکیب بلاک چین با سیستمهای کنترلی توزیعشده هم یک موضوعی است که الان دارد خیلی روی آن کار میشود
کلاًعدم وجود یک سیستم مرکزی فرماندهی مزایای زیادی دارد
مزیت مهم آن این است که امنیت سیستم را بالا میبرد
اگر یک سیستم مرکزی کنترلی داشته باشیم و به هر دلیل آن مرکز از کار بیفتد یا دچار حمله شود چه حمله فیزیکی چه حمله سایبری کلاًسیستم ما از هم میپاشد
ولی اگر یک مرکز نداشته باشیم امنیت سیستم خیلی بالاتر است
اجزای سیستم کنترلی و اهداف آن
اگر بخواهیم اجزای سیستم کنترلی را بگوییم یکی خود سیستم است ذات فرایند سیستم که در واقع میخواهیم آن را کنترل کنیم
یک کنترلگر است آن بخشی که تصمیمگیرنده است یک فرمان کنترلی را صادر میکند
یک بخش حسگر یا سنسور که کمیتها را برای ما اندازه میگیرد
و یک اغتشاش خارجی چیزی که از بیرون وارد میشود و عملکرد سیستم ما را تحت تاثیر قرار میدهد
و یک بخش فیدبک که مهمترین عامل موفقیت سیستم کنترلی همان فیدبک است
اینکه ما مدام سیستم را پایش کنیم عملکرد سیستم را اندازهگیری کنیم و بر اساس آن و متناسب با آن تصمیم بگیریم
این یک در واقع بلوک دیاگرام کنترلی است که قبلاًهم خدمتتان در اسلاید قبل بود
کلیت سیستم کنترلی این است که یک وضعیت مطلوب تعیین میشود و بر اساس فیدبکی که از شرایط فعلی گرفته میشود یک تصمیمگیری انجام میشود
این تصمیمگیری به سیستم اعمال میشود و کمیتها هم به مرور زمان اندازهگیری میشوند در هر لحظه و مجدد فیدبک میشوند
اهداف سیستم کنترلی یکی این است که تنظیم یا رگولیشن انجام دهد اینکه ما در یک نقطه بخواهیم هدفمان را ثابت نگه داریم
مثلاًدر کنترل دمای بدن در در که میخواهد بسته شود زاویهاش میخواهیم صفر شود ضخامت کاغذ میخواهیم روی یک عدد ضخامتش ثابت شود برق شهر میخواهیم روی ۵۰ هرتز باشد
همه آنها یک پارامتر مشخصی یک مقدار مشخصی از قبل برای پارامترمان در نظر میگیریم
هدف دیگر ردیابی است در ردیابی پارامتر مقدار مطلوبمان متغیر با زمان است
مثلاًیک دروازهبان که میخواهد پنالتی را بگیرد وابسته به موقعیت توپ است
موشک ضد هواپیما که میخواهد پرواز خودران کوادکوپتر را انجام دهد یا برداشتن قطعات از تسمه نقاله
این یک نمونه از یک رباتی است که پایاننامه دانشجوی کارشناسی ارشد است میبینید دارد یک کار کنترلی انجام میدهد این قطعات را برمیدارد و جاهای دیگر قرار میدهد
کاربرد این که دارد انجام میدهد میتواند در یک اتوماسیون کارخانه باشد که قطعاتی که تولید شده را بردارد مثلاًاز تسمه نقاله بردارد و بستهبندی کند و کارهای این چنینی که میتواند انجام دهد
کاربردهای علم کنترل
کاربردهای علم کنترل میتواند کجاها باشد
علم کنترل کلاًفراتر از این است که صرفاً زیرمجموعه مهندسی برق باشد فراتر از مهندسی برق است
در این اسلاید فقط بعضی از کاربردهای کنترل را آوردهام ولی فراتر از این است
کاربردهایش اولاًدر بحثهای اتوماسیون و رباتیک هر تیم رباتیکی قطعاً یک گروه کنترل نیاز دارد یک نفری که کنترل را بلد باشد و بتواند الگوریتمهای کنترلی را پیادهسازی کند
در مهندسی هوافضا مثلاًدر تیمهای ماهواره قطعاً یک گروه کنترلی دارند که کنترل را انجام دهد
در اقتصاد مثلاًدر پیشبینی بورس تئوریهای کنترلی خیلی کاربرد دارد
در مهندسی شیمی شما یک فرایندی میخواهید انجام دهید مثلاًیک مخزن میخواهید پی اچش روی عددی باشد مثلاً مایع ظرفشویی یا هر چیزی میخواهید تولید شود پی اچش میخواهید یک عدد ثابتی باشد اینجا کار کنترلی نیاز دارد که حالا مثلاً یک مایع ورودی دارد اینها به شکلی در واقع تنظیم شوند که پی اچ خروجی ثابت شود
در مهندسی برق قدرت سیستم دینامیکی قدرت یک سیستم دینامیکی است و یک سری پارامترهایش باید ثابت شود مثلاًمقدار خروجی در واقع فرکانس خروجی نیروگاه بر روی عدد ثابت شود یا توان خروجی نیروگاه باید مقدار مشخصی باشد
با توجه به ماهیت دینامیکی سیستم قدرت قطعاًشما به بحثهای کنترلی نیاز دارید
در علوم ریاضیات الان از افرادی که میخواهند کار کنترلی انجام دهند میروند مثلاًدرسهای ریاضی را میگذرانند که ریاضیاتشان قوی شود و بتوانند کارهای کنترلی را با عمق بیشتری انجام دهند
یک موردی را من خدمتتان عرض کنم مثلاً من سه تا دوست کنترل داشتم که در یک دانشگاه کانادا بودند
یکی از آنها دانشکده مهندسی شیمی بود دانشجوی دکتری مهندسی شیمی بود آن یکی دانشجوی دکتری مهندسی برق قدرت بود آن یکی دانشجوی دکتری ریاضی بود
هر سه کار کنترلی انجام میدادند هر سهشان هم لیسانسشان مهندسی برق بود ولی در زمینههای تخصصی دیگر در یک رشته دیگر همان کار کنترلی را به شکل تخصصی ادامه میدهند
یک نمونه موردی بخواهم خدمتتان عرض کنم دانشگاه شفیلد انگلستان یک دپارتمان یا دانشکده مهندسی کنترل دارد دانشکده کنترل
و کنترل زیرمجموعه رشته خاصی نیست مثلاًزیرمجموعه برق یا زیرمجموعه مکانیک نیست زیرمجموعه رشته خودش یک زمینه است خودش یک زمینه که پتانسیل دارد که یک دانشکده حتی باشد
و در اینجا به شکل تخصصی در زمینههای کنترلی کار میکنند
اینجا یک نقشه از تئوری کنترلی میبینید که میبینید چقدر زمینههای مختلفی وجود دارد که در کنترل میتوانیم راجع به آن کار کنیم
خود سیستم کنترل مدلسازی آن میشود به شکل پیوسته باشد یا گسسته
در حوزه فرکانس میشود کار کرد یا در حوزه زمان
خودش الگوریتمهای مختلفی دارد روشهای مختلفی از روشهای کنترل خطی را اینجا میبینید که حالا در درس کنترل خطی روش بیان میشود مثلاًروش لید لاگ یا روشهای پی آی دی
در این پایین کنترل غیرخطی را میبینید مثل بکاستپینگ یا اسلایدینگ مود
در این طرف روشهای بهینه را میبینید که در راس آنها ال کیو آر قرار دارد
روشهای تطبیقی که برای عدم قطعیت پارامتری مطرح میشوند
در روشهای تطبیقی با این فرض هستند که پارامترهای سیستم قرار است تغییر کنند
یعنی مثلاًشما رباتی که میخواهید برای آن کنترلکننده طراحی کنید که یک قطعه را جابجا کند مثلاً میخواهد در کارخانه تولیدی نوشابه نوشابه را جابجا کند
اگر ما یک کنترلر ثابت طراحی کنیم که وابسته به مدل باشد کنترلر نیاز دارد که بداند چه جرمی جابجا میشود مثلاًبداند که نوشابه یک و نیم لیتری جابجا میشود
ولی اگر بخواهیم برای انواع دیگر نوشابه مثلاًنوشابه کوچک بتواند جابجا کند این نیاز دارد که در واقع یک جورایی خودش را تطبیق دهد مدل خودش را تطبیق دهد و کنترلکننده تطبیقی برای این کار استفاده میشود
یک روش دیگر که برای مقابله با عدم قطعیت میتوانیم داشته باشیم روش کنترل مقاوم است که در یک بازهای از عدم قطعیت میتواند کار کند
اینجا روشهای دیگر بحثهای بهینه را میبینیم اینجا بحث عملکرد و در واقع پایداری سیستم را ملاحظه میکنیم
و مدلسازی و شبیهسازی سیستم انواع مختلف روشها برای مدلسازی سیستم وجود دارد
مدلسازی یعنی اینکه یک سیستم به جای اینکه با خود سیستم کار کنیم مثلاًبه جای اینکه یک ربات را بخواهید کار کنید با آن بیایید و با مدلش کار کنید
حالا از لحاظ تاریخی هم وقتی که هنوز این روشهای مدلسازی توسعه مناسبی نداشت حتی طراحی یک کنترلکننده که خوب انجام نشده بود در دانشگاه منجر شد که یک هواپیما سقوط کند
الان دیگر نمیگذارند به آن مرحله برسد آن بحثهای مدلسازی را به شکل کاملی انجام میدهند در مراحل مختلف تا اینکه مطمئن شوند روش به خوبی کار میکند بعدش میآیند به سیستم واقعی این را اعمال میکنند
بحثهای تخمین است تخمین یعنی اینکه ممکن است کنترلکننده ما به پارامترهای مختلفی نیاز داشته باشد
مثلاًما موقعیت ربات را بخواهیم سرعت ربات را بخواهیم شتاب ربات را بخواهیم
هر کدام از اینها یک سنسور میخواهد و خوب سنسورهای اینها هم گرانقیمت هستند
ضمن اینکه مثلاًشتابسنج عملکردش خوب نیست خیلی تحت تاثیر نویز میآیند
از روشهای تخمین میتوانیم استفاده کنیم که حتی اگر یک سنسوری داریم و میخواهیم اثر نویز را در آن کم کنیم اینها همگی روشهای تخمین هستند
تا بتوانیم از یک پارامتر یا اینکه سنسورش موجود نیست یا اینکه سنسورش دچار خطا است یا اینکه چند تا سنسور ممکن است مثلاًیک موقعیتی را میخواهیم اندازه بگیریم یک دوربین داشته باشیم یک سنسور دیگر هم داشته باشیم حالا اطلاعات اینها را بخواهیم با همدیگر ترکیب کنیم این میشود روشهای تخمین که به ما کمک میکند یک تخمین مناسبی از پارامتر داشته باشیم
روشهای هوشمند که در این گوشه سمت چپ میبینید اساس روشهای هوشمند استفاده از هوش انسانی و هوش موجود در طبیعت است
مخصوصاًمثلاً در روش فازی کنترل فازی میآیند و اینگونه تصور میکنند که اگر ما این کنترل را میخواستیم توسط ذهن انسان انجام دهیم چه کاری انجام میدهد میآیند از آن روش استفاده میکنند
یا مثلاًشبکه عصبی از ساختار سیستم نورونهای انسان استفاده میکند
الگوریتم ژنتیک که یک روش بهینهسازی است بر اساس تکامل تدریجی و اینکه نسلها در گذر زمان به سمت بهبود میروند استفاده میکند که بهینهسازی انجام دهد
اینجا من در ابتدا خواستم که اسم چند نفر از بزرگان کنترلی را بیاورم ولی در نهایت اسم یک نفر را فقط آوردم
اسم یکی از بزرگان کنترلی آقای جان دویل را آوردم که واقعاًهم ایشان از الگوریتمهای کنترلی نه تنها استفاده کرده در زندگی حرفهای و کاریش و کلی مقاله دارد و کلی کتاب دارد که الان باید بخوانند
حتی در زندگی شخصیاش هم از این الگوریتم و روشها استفاده مناسبی کرد و یک بهینهسازی خیلی عالی در زندگی شخصیاش انجام داد
کلی رکوردهای ورزشی در ورزشهای مختلف دارد که حالا اگر علاقمند بودید میتوانید ببینید
و این هم این شعر تقدیم به شما
برگ درختان سبز در نظر هوشیار هر ورقش دفتری است معرفت کردگار
این شعر چه میگوید میگوید از پدیدههایی که در اطرافمان هستند ساده نگذریم
پدیدههای اطرافمان را بیاوریم همین برگ درختان سبز که خیلی ساده شاید از آن بگذریم خودش میتواند یک محلی باشد برای اینکه ما ایده بدهیم ایده بگیریم
از همین برگ درختان سبز در خیلی از سیستمها برای برقرسانی از ایدهاش استفاده شده و حالا خیلی چیزهای دیگر که در طبیعت اطراف ما وجود دارد و میتوانیم اینها را به عنوان ایده کارمان در نظر بگیریم
یک نکته عرض کنم در ارتباط با این اسلاید که خدمتتان گفتم و زمینههای مختلف علم کنترل را گفته
شما در هر کدام از این زمینهها که علاقمند باشید اگر وارد گرایش کنترل شوید در هر کدام از این زمینهها میتوانید وارد شوید
و علاوه بر اینها در مهندسی پزشکی در مهندسی عمران و حمل و نقل و خیلی از زمینههای دیگر علم کنترل کاربرد دارد
نکتهای که وجود دارد این است که شما اگر میخواهید فعالیت کنترلی انجام دهید باید دید وسیعی پیدا کنید
یعنی مثلاًاگر میخواهید بروید در سیستم هوافضا کار کنید باید بروید دینامیک آن سیستم را بشناسید باید بروید مطالعه و فعالیت بینرشتهای در واقع انجام دهید و بقیه زمینهها هم همینطور
امیدوارم که عرایض من برایتان مفید بوده باشد اگر سوال یا صحبتی هست من در خدمتتان هستم
سوالی نیست برگردم به همان بحث بلوک دیاگرام کنترلی
ببینید هر کدام از بخشهای بلوک دیاگرام میتواند یک فعالیت تخصصی باشد
ابزار دقیق به این بخش اندازهگیری کمیت برمیگردد اندازهگیری و فیدبک آن
اینکه شما با اندازهگیریهای مختلف آشنا شوید اندازهگیری فشار اندازهگیری فلو اینها همگی المانهایی دارد باید با این المانها آشنا شوید با ترنسمیترها آشنا شوید
حالا کاربردهای مختلفی در صنعت در پتروشیمی در نفت دارد که بتوانید در واقع این ابزارها را طراحی کنید
که کدام بخش سیستم اندازهگیری و سیستم ترنسمیتر فیدبک کند به آن بخش کنترلی این میشود موضوع بحث ابزار دقیق
یک سوال اگر کنترل اتوماسیون صنعتی بیشتر به کنترل برمیگردد چون اتوماسیون یعنی کلیت در واقع فرایند را به شکل مکانیزه تبدیل کند
حالا اتوماسیون هم در واقع خودش نسلهای مختلفی دارد نسل فعلی بر اساس پی ال سیها است که یک فرایندی را به شکل هوشمند کنترل کند
الان بحث آی او تی دارد مطرح میشود کنترلکنندههای هوشمند در واقع اینترنت اشیا صنعتی که بیاییم و اطلاعات اینها را هم جمعبندی کنیم هم اینکه از طریق اینترنت بتوانیم اطلاعات اینها را کنترل کنیم
اینها بیشتر به زمینه کنترل نزدیک است
سوال دیگر نمیخواهید در مورد درآمدش بپرسید بپرسید کنترل
مثلاًربات یک مثال رباتیک مهندس کنترل فرض کنید مثلاً یک پروژه ساخت ربات است که به عنوان پروژه میدهند که این ربات را بسازیم که نوشابه جابجا کند
این چه بخشهایی دارد یک بخشی مهندس مکانیک نیاز هست که این را طراحی مکانیکیاش را انجام دهد طراحی و ساخت مکانیک
یک مهندس کنترل هم نیاز است که آن الگوریتم کنترلی که آن چیزی که فیلمی که دیدید الان یک جابجایی در واقع یک قطعه را از اینجا برمیدارد اینجا این یک کار کنترلی است
حالا بخشهای مختلفی وجود دارد یک وقت است که یک تیم بزرگی یک پروژه خیلی بزرگی است که در واقع بخش الکترونیک مجزایی دارد و خوب یک مهندس الکترونیک مجزایی هست
آن مهندس کنترل فقط میآید یک الگوریتمی را طراحی میکند یک الگوریتم میگوید مثلاًاگر گشتاور پروفایل گشتاور طبق این روند باشد ما به هدف میرسیم این یک کار ریاضی است
پس مرحله اولی که کار مهندس کنترل است حالا مثلاًدست من را به عنوان ربات در نظر بگیرید الان من روی چی کنترل دارم روی در واقع مفاصل دستم کنترل دارم که هر کدام از مفصلها مثلاً اینکه هر کدام از این موتورها را مثلاً چه گشتاوری به آن بدهم که برسم به این نقطه
چون روی موتورها ما کنترل گشتاور داریم ولی در نهایت میخواهیم چیزی را کنترل کنیم مثلاًدستم که بیاید اینجا و این قطعه را بردارد این میخواهد کنترل شود این یک تحلیل ریاضی دارد
یعنی باید مدل سیستم شناخته شود بعد در نهایت مثلاًمن میگویم این گشتاور گشتاور طبق این روند من بدهم به موتورها این اتفاق میافتد و این نوشابه برداشته میشود
این کاری است که صرفاًیک مهندس کنترل میتواند انجام دهد اگر کس دیگر انجام میدهد باید بتواند باید برود کنترل بلد باشد
حالا در بسیاری از مواقع مهندس الکترونیک هم باید بلد باشد یعنی همین را که به شکل ریاضی طراحی کرد بتواند از طریق مثلاًیک میکروکنترلر یا حالا هر چیزی برنامه کامپیوتریاش را بنویسد
یعنی برنامهنویسی باید بلد باشد و یک مقداری به میکروکنترلرها هم تسلط داشته باشد که این را بتواند پیادهسازی کند
ولی این را عرض کردم بعضی جاها گروه الکترونیک مستقلی دارند گروه برنامهنویسی مستقل ممکن است داشته باشند که آن کار را انجام دهند
بعضی جاها هم گروه کنترل در واقع آن کارها را انجام میدهد ولی بهترین حالت این است که مهندس کنترل آنها را هم بلد باشد
یعنی بتواند برنامهنویسی میکروکنترلرها را هم بلد باشد که آن بخشش را بتواند انجام دهد
بعضی وقتها الگوریتمهای کنترلی که بخواهد خیلی پیشرفته باشد واقعاًیک مهندس کنترل فرصت نمیکند که برود آن بخشها را هم خودش انجام دهد به او میگویند فقط در واقع مثلاً در صنایع نظامی خیلی وقتها اینگونه است مراکز تحقیقات نظامی مهندس کنترل میگوید تو فقط بنشین الگوریتم کنترلی را ارائه بده
حالا در مثلاًصنایع اپتیک و اینها اصلاً گروه کنترل مستقلی دارد که مثلاً معمولاً هم مدیر آن گروه کنترل دکترای کنترل داشته باشد
ولی جاهایی که حالا مثلاًبرای ساخت یک رباتی که بخواهد در صنعت کار کند معمولاً مهندس کنترلش باید الکترونیک هم بلد باشد
اولاً بهبود آن است میخواهیم یک بهبودی بدهیم در این سیستم مثلاً روی حالت دیگری کار کند در شرایط متفاوتی کار کند کلاً سیستم ارتقا پیدا کند
این سوال شما صرفاًبه بحث ربات در هر چیزی خوب مهندس طراح وقتی آن چیز را ساخت میرود دیگر نمیماند که ببینند چه اتفاقی میافتد
ولی در ادامه کار مثلاًممکن است یک شرکتی یک سیستمی ساخته باشد مثلاً دقتش ۵ میلیمتر باشد حالا این را میآید جاهای مختلف میفروشد یک جا میگوید نه من دقت ۵ میلیمتری میخواهم دقت یک میلیمتر برسم این نیاز هست که مهندس کنترل بیاید طراحیاش را بازبینی کند
در هر رشته و در هر زمینهای شما اگر تخصص داشته باشید به درآمد خوب میرسید اصلاً اینکه این رشته خوب است یا آن رشته خوب است اصلاً مطرح نیست
شما باید رشتهای را پیدا کنید که واقعاًمتناسب با علایق شما متناسب با سلایق شما و کارایی شما باشد
من یک نمونه خدمتتان عرض کنم یک همکاری در یکی از دانشگاههای تهران که همه مقاطع تحصیلیاش را در بهترین دانشگاهها بوده چند وقت پیش میگفت که الان هم هیئت علمی یکی از دانشگاههای تهران است میگفت از همان اول من اصلاًرشتهام را اشتباه رفتم گفت اگر برگردد میرود رشته روانشناسی
الان هم ایشون فعالیت جدی در رشته تخصصی خودش انجام نمیدهد با اینکه استاد دانشگاه هم هست
شما اصلاًبه این فکر نکنید که این رشته آیا درآمدش خوب است یا درآمدش بد است شما به این فکر کنید که چقدر متناسب با علایق شماست و چقدر شما برای آن کار ساخته شدهاید و بر اساس آن رشتهتان را انتخاب کنید
اینکه چون همه رشتهها اگر مسلط شوید و بتوانید تخصصهای لازم را کسب کنید قطعاًاز لحاظ درآمدی و از لحاظ کاری تامین هستید
توصیه کلی من این است که از همین الان بروید و مهارتهایی که لازم است را کسب کنید
من حالا همیشه سر کلاس به بچهها میگویم که مثال همبرگر همیشه میزنم میگویم که حالا زمان دانشجویی ما یک میکروکنترلر هشت بیتی شاید قیمتش اندازه قیمت یک همبرگر بود الان هم یک آردوینو قیمتش اندازه یک همبرگر
شما یک دانه همبرگر کمتر بخورید به جایش بروید یک دانه آردوینو تهیه کنید یا یک چیز دیگر که در واقع بسته به علاقهتان است و بروید و مهارتتان را زیاد کنید
برنامهنویسی یاد بگیرید میکروکنترلر یاد بگیرید اینها یک زمانی به دردتان میخورد
اگر صرفاًبخواهید به درسها بسنده کنید و فقط به در واقع ریاضی و روابط تئوری و اینها یک زمانی ممکن است که پشیمون شوید
ولی از همین الان بروید و تخصصیتان را زیاد کنید
سوال دیگر ممنون از اینکه توجه کردید خسته نباشیدمسیر رویایی تحصیلیات از اینجا شروع میشه...
پلتفرم دکتر اباصلتیان:
???? مشاوره تحصیلی
???? مهاجرت تحصیلی
???? مدارک بینالمللی
???? مدارک زبان
ارزوهات رو به واقعیت تبدیل کن!
مشاوره رایگان پلتفرم دکتر اباصلتیان:
09387708025
09392939108
قبولی دیپلم تا دکتری در ایران
اعزام دانشجو به خارج
https://abasaltian.com/phd/