Diagnostics of Industrial Processes - course description

General information

Course name	Diagnostics of Industrial Processes
Course ID	06.0-WE-AiRP-DPP
Faculty	Faculty of Computer Science, Electrical Engineering and Automatics
Field of study	Automatic Control and Robotics / Computer Control and Diagnostic Systems
Education profile	academic
Level of studies	First-cycle studies leading to Engineer's degree
Beginning semester	winter term 2016/2017

Course information

Semester	5
ECTS credits to win	6
Course type	obligatory
Teaching language	polish
Author of syllabus	prof. dr hab. inż. Józef Korbicz

Classes forms

The class form	Hours per semester (full-time)	Hours per week (full-time)	Hours per semester (part-time)	Hours per week (part-time)	Form of assignment
Lecture	30	2	18	1,2	Exam
Laboratory	30	2	18	1,2	Credit with grade

Aim of the course

zapoznanie studentów z podstawowymi metodami detekcji i lokalizacji uszkodzeń
ukształtowanie umiejętności w zakresie projektowania systemów diagnostycznych dla instalacji przemysłowych
pozyskanie umiejętności wyboru odpowiedniej metody diagnostycznej do uwarunkowań pracy instalacji przemysłowej

Prerequisites

Technika układów regulacji, Sterowanie procesami ciągłymi

Scope

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.

Teaching methods

wykład: wykład konwencjonalny

laboratorium: ćwiczenia laboratoryjne

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

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%

Notes

Modified by prof. dr hab. inż. Józef Korbicz (last modification: 21-09-2016 08:55)

Generate PDF for this page