Інтеграція методів математичного аналізу сигналів у професійну підготовку студентів технічних університетів

Анотація

У статті розглянуто педагогічні аспекти інтеграції математичних методів аналізу сигналів у підготовку студентів технічних університетів у контексті сучасних енергоефективних технологій та систем Internet of Things (IoT). Актуальність дослідження зумовлена зростанням вимог до фахівців інженерних спеціальностей щодо здатності працювати з великими обсягами реальних даних, здійснювати їх аналітичну обробку та приймати обґрунтовані інженерні рішення у сфері комп’ютерно-інтегрованих систем керування опаленням «розумних будинків». Особливу увагу приділено проблемі недостатньої практичної спрямованості викладання математичних дисциплін у технічній освіті та розриву між теоретичними знаннями і реальними інженерними задачами.

Метою статті є обґрунтування та експериментальна перевірка поетапної методики навчання студентів математичним методам аналізу параметрів опалення на основі реальних IoT-даних із використанням Фур’є- та вейвлет-перетворень. У роботі застосовано компетентнісний, міждисциплінарний та практико-орієнтований підходи до навчання. Запропонована методика передбачає послідовний перехід від аналізу часових температурних сигналів до спектрального та часово-частотного аналізу з подальшим використанням отриманих результатів для оптимізації роботи систем опалення.

У статті визначено перелік ключових математичних методів, необхідних для аналізу параметрів опалення в IoT-системах, та встановлено їх зв’язок із конкретними лабораторними роботами. Описано повний цикл занять, побудованих на реальних або наближених до реальних даних «розумного будинку». Значну увагу приділено фізичній та інженерній інтерпретації спектральних характеристик температурних сигналів, що сприяє формуванню системного інженерного мислення у студентів.

Педагогічну ефективність методики підтверджено результатами експериментального дослідження з використанням кількісних показників: рівнів сформованості професійних компетентностей, результатів навчального тестування та оцінювання практичних умінь. Отримані дані свідчать про статистично значуще зростання рівня підготовки студентів, підвищення якості засвоєння математичних методів та здатності застосовувати їх для розв’язання реальних інженерних задач у сфері енергоефективних IoT-систем.