저는 공학 학위를 취득한 후 공학 강사로 일했습니다. 하지만 강의는 실제로 나의 장점이 아니었습니다. 나는 항상 내 코스의 프로젝트 작업을 수행하는 데 가장 관심을 가졌습니다.
우리 모두는 최종 결정이나 수석 설계 프로젝트로 공학 학위를 마칩니다. 우리 강좌에서 구체적인 학습과 추상적 개념화를 모두 취하고 그 지식을 통합할 수 있는 시간이 되어야 합니다. Kolb의 경험 학습 이론의 언어로, 이러한 프로젝트를 통해 우리는 이전 경험을 새로운 상황에 적용하고, 이러한 경험이 얼마나 효과적으로 적용될 수 있는지 학습하고, 어떤 변경이 필요한지 결정함으로써 적극적인 실험에 참여할 수 있습니다. 이는 무엇보다도 엔지니어의 직관을 구축하고 학위 취득 후 직장에서 성공할 수 있도록 준비시키는 것입니다.
하지만 학생들이 장비의 한계가 아닌 지식의 한계를 찾을 수 있도록 하는 프로젝트를 어떻게 발판으로 만들 수 있습니까? 처음에는 전자 부품, 개발 키트, 케이블, 베어링, 바퀴 등 내가 설정한 프로젝트를 완료하는 데 학생이 필요하다고 생각하는 모든 것이 들어 있는 팔레트를 주문했습니다(그림 1). 나는 그들이 내 솔루션에 편향되지 않고 솔루션을 구축할 수 있는 능력을 갖고 있는지 확인하려고 노력했습니다.
그림 1: 프로젝트를 시작하기 전에 학생들은 가능한 한 넓은 솔루션 공간을 제공하기 위해 수백 개의 Arduino, 센서, 기계 및 전기 구성 요소에 액세스할 수 있었습니다.
Liquid Instruments에 입사하기 전까지 제가 해결할 수 없었던 한 가지는 솔루션 개발, 테스트, 검증과 관련된 제한 사항을 없애는 것이었습니다. 테스트 및 측정 장비!
물론 학생들은 접속할 수 있었습니다. 오실로스코프 와 Waveform Generators, 때로는 Arduino 보드를 사용하여 괜찮은 PID 컨트롤러 및 기타 장치를 만들 수도 있습니다. 또 무엇이 있을까요?
엔터 버튼 Moku:Go. 이 차세대 디바이스는 FPGA 기반 소프트웨어 정의 계측기 이상의 기능을 제공하여 최대의 성능 유연성을 제공합니다. 이는 가격이 매우 저렴하며, 직업이 무엇이든 학생들이 작업에 적합한 도구에 접근할 수 있음을 의미합니다. 다음은 전 세계 학생들이 진정한 적극적 실험을 위해 Moku:Go를 어떻게 사용하고 있는지에 대한 몇 가지 영감입니다.
- 사용법 - 데이터 로거 와 더불어 임의 파형 발생기 학생들은 실제 자극을 기록한 다음 이를 자신의 디자인에 반복해서 재생할 수 있습니다. (하나 또는 둘 다 시뮬레이션하는 대신) 실제 신호로 실제 설계를 검증함으로써 학생들은 현실 세계가 지저분하다는 것을 배우지만 그 지저분함을 극복하는 방법도 배웁니다.
- 간단한 건물 LiDAR 와 초음파 프로세스 제어 및 측정을 위한 범위 지정 시스템. 그들은 스스로를 봅니다. 다중 경로 효과는 실제적이고 널리 퍼져 있으며 다루기가 어려울 수 있습니다.
- Blob 추적과 같은 임베디드 컴퓨터 비전은 깔끔하지만 Moku:Go를 사용하면 PID 컨트롤러 그것을 통합하기 위해 피드백 제어 시스템, 처리 지연 시간과 탐지 확률을 훨씬 더 심층적으로 이해하기 시작합니다. 그렇지 않으면 시스템이 안정성을 잃고 방을 가로질러 공을 던집니다.
- MATLAB과 Simulink는 놀라울 정도로 강력하며 공학 교육에서 당연히 핵심적인 위치를 차지하고 있지만 Moku:Go와 Moku 클라우드 컴파일(MCC) Simulink의 DSP 알고리즘을 실제 세계로 가져올 수 있습니다. 예를 들어 적응형 소음 제거(ANC)는 강의 슬라이드에 적합하고 시뮬레이션에도 훌륭하지만 실제로는 들어야 믿을 수 있다.
학생들이 작업대에 있는 장비의 제약을 받지 않고 작업에 적합한 도구를 자유롭게 사용할 수 있을 때 광범위하고 자유롭게 실험할 수 있습니다. 이 실험은 캡스톤 프로젝트의 핵심입니다. 최종 결정을 내리려면 학생들의 테스트 벤치를 다시 검사해야 합니까?
Moku:Go가 오늘날 학생들에게 어떤 변화를 가져올 수 있는지 알아보세요. 자세한 내용을 알아보거나 데모를 예약하려면 다음 주소로 문의하세요. info@liquidinstruments.com.
