Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Diagnostyka procesów przemysłowych
Koordynator przedmiotu:
prof. dr hab. inż. Jan Kościelny
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia I stopnia
Program:
Automatyka i Robotyka
Grupa przedmiotów:
Obowiązkowe
Kod przedmiotu:
DPP
Semestr nominalny:
7 / rok ak. 2018/2019
Liczba punktów ECTS:
3
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Formy zajęć i ich wymiar w semestrze:
  • Wykład13h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt11h
  • Lekcje komputerowe0h
Wymagania wstępne:
Wymagana ogólna znajomość zagadnień wykładanych w przedmiotach: matematyka, fizyka, podstawy automatyki.
Limit liczby studentów:
Cel przedmiotu:
Umiejętność analizy diagnostycznej obiektów. Umiejętność projektowania i analizy Prostych układów diagnostycznych dla procesów przemysłowych.
Treści kształcenia:
Wstęp: pojęcia podstawowe, cele diagnostyki procesów, fazy diagnozowania, diagnostyka a niezawodność i bezpieczeństwo systemów, klasyfikacja diagnostyki w układach automatyki: diagnostyka systemu sterującego, diagnostyka inteligentnych urządzeń polowych, diagnostyka procesu, diagnostyka zdalna i lokalna (wbudowana). Ogólna metodologia diagnostyki procesów: podstawowe koncepcje diagnostyki procesów, detekcja, lokalizacja, identyfikacja uszkodzeń, monitorowanie stanu obiektu, prognozowanie uszkodzeń, opis matematyczny obiektu z uwzględnieniem wpływu uszkodzeń, uszkodzenia a stany obiektu, modele do detekcji i lokalizacji uszkodzeń, sygnatury uszkodzeń, rozróżnialność uszkodzeń. Metody detekcji uszkodzeń: metody klasyczne (kontrola ograniczeń, metody analizy sygnałów), metody heurystyczne, metody analityczne (bezpośrednie zastosowanie równań fizycznych, metoda równań zgodności, zastosowanie obserwatorów stanu, metoda identyfikacji on-line), metody sztucznej inteligencji (zastosowanie modeli rozmytych i sztucznych sieci neuronowych). Metody lokalizacji uszkodzeń: proste metody wnioskowania, równoległe i szeregowe wnioskowanie diagnostyczne na podstawie na podstawie binarnej macierzy diagnostycznej wykorzystanie metod rozpoznawania wzorców, inne podejścia do lokalizacji uszkodzeń, problemy praktyczne diagnostyki złożonych obiektów dynamicznych i metody ich rozwiązania. Przykłady praktyczne: diagnostyka układu trzech zbiorników, zespołu wykonawczego automatyki, ciągu parowego elektrociepłowni. Systemy diagnostyczne Układy automatyki tolerujące uszkodzenia: podstawowe koncepcje realizacji układów regulacji tolerujących uszkodzenia, przykłady praktyczne.
Metody oceny:
Wykład - Egzamin, ocena wykonania zadań projektowych
Egzamin:
Literatura:
1. Kościelny J.M. (2001). Diagnostyka zautomatyzowanych procesów przemysłowych. Akademicka Oficyna Wydawnicza Exit, Warszawa. 2. Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W. Diagnostyka procesów. Modele, metody sztucznej inteligencji, zastosowania. WNT, Warszawa 2002.
Witryna www przedmiotu:
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt DPP_Inst_W01
Ma elementarną wiedzę na temat diagnostyki urządzeń i systemów wykorzystywanych w automatyce i robotyce
Weryfikacja: Egzamin, zaliczenie zajęć projektowo-laboratoryjnych
Powiązane efekty kierunkowe: K_W17
Powiązane efekty obszarowe: T1A_W06

Profil ogólnoakademicki - umiejętności

Efekt DPP_Inst_U01
Potrafi wykorzystywać metody sztucznej inteligencji w diagnostyce
Weryfikacja: Egzamin, zaliczenie zajęć laboratoryjno-projektowych
Powiązane efekty kierunkowe: K_U11, K_U12
Powiązane efekty obszarowe: T1A_U09, T1A_U09

Profil ogólnoakademicki - kompetencje społeczne

Efekt DPP_Inst_K01
Rozumie potrzebę podnoszenia swoich kompetencji zawodowych w zakresie automatyki i robotyki
Weryfikacja: Egzamin
Powiązane efekty kierunkowe: K_K01
Powiązane efekty obszarowe: T1A_K01