SylabUZ

Generate PDF for this page

Diagnostics of Industrial Processes - course description

General information
Course name Diagnostics of Industrial Processes
Course ID 11.3-WE-AEIT-DiagProc
Faculty Faculty of Computer Science, Electrical Engineering and Automatics
Field of study Automatic control engineering and robotics, Electrotechnology, Computer science
Education profile academic
Level of studies PhD studies
Beginning semester winter term 2016/2017
Course information
Semester 4
ECTS credits to win 2
Course type optional
Teaching language polish
Author of syllabus
  • dr hab. inż. Andrzej Pieczyński, prof. UZ
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 15 1 - - Exam

Aim of the course

Nabycie umiejętności i kompetencji w zakresie:

  •        specyfiki diagnozowania procesów przemysłowych, diagnozowania i zabezpieczeń układów automatyki,
  •        metody realizacji układów diagnostyki, układów tolerujących uszkodzenia,
  •        analitycznych metod detekcji i lokalizacji uszkodzeń,
  •        zastosowania sztucznych sieci neuronowych i logiki rozmytej w diagnostyce procesów,
  •        własności macierzy diagnostycznej oraz zasad lokalizacji uszkodzeń w oparciu o tę macierz,
  •        zastosowania systemu informacyjnego w detekcji i lokalizacji uszkodzeń.

Prerequisites

algebra i logika matematyczna, metody sztucznej inteligencji, logika rozmyta, automatyka

Scope

 

Wprowadzenie, pojęcia podstawowe, cele i zadania diagnostyki, specyfika diagnozowania procesów przemysłowych. Koncepcja diagnostyki procesów. Diagnostyka i zabezpieczenia w układach automatyki. Struktury tolerujące uszkodzenia.
Metody realizacji układów diagnostyki. Metody detekcji uszkodzeń. Metody kontroli ograniczeń, metody analizy sygnałów. Metody wykorzystujące proste związki między sygnałami.
Analityczne metody detekcji uszkodzeń. Metody obserwatorów stanu. Filtr Kalmana w detekcji uszkodzeń.
Generacja residuów na podstawie modeli neuronowych . Neuronowe modele z dynamiką i nieliniowymi charakterystykami. Modele neuronowe ze zmienną strukturą (sieci GMDH). Detekcja uszkodzeń z zastosowaniem sieci Hammersteina i Wienera.

Zastosowanie zbiorów rozmytych i sieci neuro-rozmytych w diagnostyce. Rozproszone struktury modeli rozmytych i ich zastosowanie w detekcji uszkodzeń.
Metody lokalizacji uszkodzeń. Opis obiektu i systemu diagnozowania dla potrzeb lokalizacji uszkodzeń. Klasyfikacja metod lokalizacji uszkodzeń. Metody analityczne w lokalizacji uszkodzeń. Zastosowanie banku obserwatorów i przestrzeni parzystości w lokalizacji uszkodzeń.
Rozpoznawanie obrazów w lokalizacji uszkodzeń. Poprawy jakości klasyfikatorów. Metody oceny klasyfikatorów. Wybrane problemy
klasyfikatorów.
Macierz diagnostyczna i jej różne formy reprezentacji oraz zasady lokalizacji uszkodzeń w oparciu o tę macierz. Logika klasyczna, teoria Bayes’a i system informacyjny w lokalizacji uszkodzeń.

Teaching methods

wykład: wykład konwencjonalny/tradycyjny

Learning outcomes and methods of theirs verification

Outcome description Outcome symbols Methods of verification The class form

Assignment conditions

Wykład - warunkiem zaliczenia jest zdany egzamin pisemny

Składowe oceny końcowej = wykład: 100%

Recommended reading

  1. Diagnostyka procesów. Modele, metody sztucznej inteligencji, zastosowania. Red: Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W. - Wydawnictwo Naukowo-Techniczne, Warszawa, 2002.
  2. Kościelny J.M.: Diagnostyka zautomatyzowanych procesów przemysłowych. - Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2001.
  3. Pieczyński A.: Komputerowe systemy diagnostyczne procesów przemysłowych. - Wydawnictwo Politechniki Zielonogórskiej, Zielona Góra, 1999.
  4. Pieczyński A.: Reprezentacja wiedzy w diagnostycznych systemach ekspertowych. - Lubuskie Towarzystwo Naukowe, Zielona Góra, 2003.
  5. Piegat A.: Modelowanie i sterowanie rozmyte. - Akademicka Oficyna Wydawnicza EXIT, Warszawa, 1999.
  6. Nowicki R.K.: Rozmyte systemy decyzyjne w zadaniach z ograniczoną wiedzą. - Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2009.
  7. Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i zbiory rozmyte, - Wydawnictwo Naukowe PWN, Warszawa,1999.
  8. Łęski J.: Systemy neuronowo-rozmyte, - WNT, Warszawa. 2008.

Further reading

  1. Ewolucja czy rewolucja. Nowoczesne techniki informatyczne. Red: Robert Cierniak - Instytut Inżynierii Komputerowej Politechniki Częstochowskiej, Częstochowa, 2003.
  2. Bubnicki Z. i in.: Techniki informacyjne w badaniach systemowych, - WNT, Warszawa, 2007.

Notes


Modified by dr hab. inż. Andrzej Pieczyński, prof. UZ (last modification: 28-09-2016 19:11)