SylabUZ
Nazwa przedmiotu | Diagnostyka procesów przemysłowych |
Kod przedmiotu | 06.0-WE-AiRP-DPP |
Wydział | Wydział Informatyki, Elektrotechniki i Automatyki |
Kierunek | Automatyka i robotyka |
Profil | ogólnoakademicki |
Rodzaj studiów | pierwszego stopnia z tyt. inżyniera |
Semestr rozpoczęcia | semestr zimowy 2021/2022 |
Semestr | 5 |
Liczba punktów ECTS do zdobycia | 5 |
Typ przedmiotu | obowiązkowy |
Język nauczania | polski |
Sylabus opracował |
|
Forma zajęć | Liczba godzin w semestrze (stacjonarne) | Liczba godzin w tygodniu (stacjonarne) | Liczba godzin w semestrze (niestacjonarne) | Liczba godzin w tygodniu (niestacjonarne) | Forma zaliczenia |
Wykład | 30 | 2 | 18 | 1,2 | Egzamin |
Laboratorium | 30 | 2 | 18 | 1,2 | Zaliczenie na ocenę |
Technika układów regulacji, Sterowanie procesami ciągłymi
Wprowadzenie do diagnostyki procesów. Podstawowe zadania, pojęcia podstawowe, cele diagnostyki, koncepcje układów diagnostyki, klasyfikacja metod detekcji i lokalizacji uszkodzeń. Modele w diagnostyce procesów.
Detekcja uszkodzeń: równania fizyczne, równania stanu obiektów liniowych, obserwatory stanu (filtr Kalmana i Luenbergera), transmitancje obiektów liniowych, modele neuronowe, modele rozmyte. Lokalizacja uszkodzeń: binarna macierz diagnostyczna, drzewo i grafy diagnostyczne, reguły i funkcje logiczne. Detekcja uszkodzeń Metody kontroli ograniczeń. Kontrola wiarygodności. Metody analizy sygnałów. Analiza parametrów statystycznych sygnału, analiza spektralna.
Analityczne metody detekcji. Redundancja analityczna. Generowanie residuów z wykorzystaniem: transmitancji obiektu liniowego, równań zgodności, równań stanu obiektu, obserwatorów stanu, identyfikacji parametrów modelu procesu.
Obliczenia inteligentne w układach detekcji. Modele neuronowe: perceptron wielowarstwowy, sieci rekurencyjne, sieci typu GMDH. Modele rozmyte: typu Wang'a i Mendel'a, rozmyte sieci neuronowe typu Takagi-Sugeno-Kanga (TSK).
Lokalizacja uszkodzeń
Banki obserwatorów. Koncepcja banków, obserwatory o nieznanym wejściu, odporne banki obserwatorów.
Metody rozpoznawania obrazów. Metody klasyczne: odległościowe, statystyczne i aproksymacyjne. Klasyfikatory neuronowe: sieci wielowarstwowe, sieci typu Kohonena.
Binarne macierze diagnostyczne. Warunkowe prawdopodobieństwo stanów obiektu, wnioskowanie probabilistyczne.
Zastosowanie logiki rozmytej. Rozmyta ocena wartości residuów. Rozmyte wnioskowanie diagnostyczne. Rozmyte sieci neuronowe.
Systemy doradcze w diagnostyce technicznej. Reprezentacja wiedzy. Stwierdzenia i reguły. Statyczne i dynamiczne systemy doradcze. Wnioskowanie w sieci przekonań.
Zastosowania przemysłowe. Diagnostyka urządzeń w stacji wyparnej cukrowni: obiekt diagnozowania, detekcja i lokalizacja uszkodzeń aparatu wyparnego.
wykład: wykład konwencjonalny
laboratorium: ćwiczenia laboratoryjne
Opis efektu | Symbole efektów | Metody weryfikacji | Forma zajęć |
Wykład – warunkiem zaliczenia jest uzyskanie pozytywnej oceny z egzaminu przeprowadzonego w formie pisemnej lub ustnej
Laboratorium – warunkiem zaliczenia jest uzyskanie pozytywnych ocen ze wszystkich ćwiczeń laboratoryjnych, przewidzianych do realizacji w ramach programu laboratorium
Składowe oceny końcowej = wykład: 50% + laboratorium: 50%
1. Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W. (red.): Diagnostyka procesów. Modele, Metody Sztucznej Inteligencji, Zastosowania, Wydawnictwa NaukowoTechniczne, Warszawa, 2002
2. Kościelny J.M.: Diagnostyka zautomatyzowanych procesów przemysłowych, Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2001
3. Kowalczuk Z., Wiszniewski B (red.): Inteligentne wydobywanie informacji w celach diagnostycznych, Pomorskie Wydawnictwo Naukowo-Techniczne, Gdańsk, 2007
4. Pieczyński A.: Reprezentacja wiedzy w diagnostycznym systemie ekspertowym, Lubuskie Towarzystwo Naukowe, Zielona Góra, 2003
5. Basztura Cz.: Komputerowe systemy diagnostyki akustycznej, Wydawnictwo Naukowe, PWN, Warszawa, 1996
Każdorazowo podawana przez prowadzącego
Zmodyfikowane przez dr hab. inż. Wojciech Paszke, prof. UZ (ostatnia modyfikacja: 19-04-2021 14:30)