SylabUZ
Course name | Intelligent Measurement Transducers |
Course ID | 06.5-WE-EP-IPP |
Faculty | Faculty of Computer Science, Electrical Engineering and Automatics |
Field of study | Electrical Engineering |
Education profile | academic |
Level of studies | First-cycle studies leading to Engineer's degree |
Beginning semester | winter term 2017/2018 |
Semester | 5 |
ECTS credits to win | 5 |
Course type | obligatory |
Teaching language | polish |
Author of syllabus |
|
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 |
Podstawy metrologii, Metrologia, Podstawy elektroniki i energoelektroniki, Komputerowe wspomaganie projektowania.
Ogólna charakterystyka inteligentnych przetworników pomiarowych. Określenie i klasyfikacja inteligentnych przetworników pomiarowych. Struktura, podstawowe bloki funkcyjne i algorytmy pracy. Podstawowe właściwości inteligentnych przetworników pomiarowych.
Właściwości metrologiczne wybranych bloków funkcyjnych przetworników. Właściwości metrologiczne: obwodów wejściowych przetworników wielkości elektrycznych, wybranych czujników pomiarowych i kondycjonerów, operatorów funkcyjnych (układy uśredniające, filtry analogowe, mnożniki, przetworniki RMS, przełączniki i multipleksery analogowe, układy próbkująco-pamiętające i inne).
Metody korekcji błędów. Czynniki wpływające na wartości błędów pomiaru. Metody korekcji błędów zera, czułości i nieliniowości. Metody adaptacji przetworników pomiarowych do parametrów przetwarzanych sygnałów.
Proces odtwarzania. Klasyczne (programowe) i neuronowe realizacje procesu odtwarzania. Wybrane przykłady czujników i przetworników inteligentnych.
wykład: wykład konwencjonalny, dyskusja, konsultacje,
laboratorium: ćwiczenia laboratoryjne, praca w grupach.
Outcome description | Outcome symbols | Methods of verification | The class form |
Wykład - warunkiem zaliczenia jest uzyskanie pozytywnej oceny z egzaminu.
Laboratorium - warunkiem zaliczenia jest uzyskanie pozytywnych ocen cząstkowych z zadań, wykonywanych w ramach laboratorium.
Składowe oceny końcowej = wykład: 50% + laboratorium: 50%.
Modified by dr hab. inż. Radosław Kłosiński, prof. UZ (last modification: 02-05-2017 20:15)