SylabUZ
Nazwa przedmiotu | Modelowanie przetworników pomiarowych |
Kod przedmiotu | 06.0-WE-ED-MPP |
Wydział | Wydział Informatyki, Elektrotechniki i Automatyki |
Kierunek | Elektrotechnika |
Profil | ogólnoakademicki |
Rodzaj studiów | drugiego stopnia z tyt. magistra inżyniera |
Semestr rozpoczęcia | semestr zimowy 2018/2019 |
Semestr | 3 |
Liczba punktów ECTS do zdobycia | 4 |
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 | Zaliczenie na ocenę |
Laboratorium | 30 | 2 | 18 | 1,2 | Zaliczenie na ocenę |
- zapoznanie studentów z podstawowymi zasadami budowy modeli matematycznych przetworników pomiarowych,
- ukształtowanie podstawowych umiejętności w zakresie analizowania źródeł błędów podstawowych bloków funkcyjnych przetworników pomiarowych,
- ukształtowanie podstawowych umiejętności w zakresie prowadzenia badań symulacyjnych i doświadczalnych przetworników pomiarowych.
Komputerowe wspomaganie projektowania, Pomiary wielkości nieelektrycznych.
Ogólna charakterystyka inteligentnych przetworników pomiarowych. Charakterystyka podstawowych bloków funkcyjnych przetworników pomiarowych. Cechy odróżniające współczesne przetworniki pomiarowe od przetworników poprzednich generacji.
Uwagi ogólne o projektowaniu i roli modelu. Cel i etapy projektowania. Sekwencyjno-iteracyjny algorytm projektowania. Ograniczenia w procesie projektowania. Istota i zakres modelowania.
Podstawy budowania modeli. Etapy modelowania matematycznego. Analogie między zjawiskami fizycznymi. Sposoby tworzenia klasycznych modeli matematycznych i modeli neuronowych. Przykłady budowania modeli czujników i sprzętu analogowo-cyfrowego.
Podstawowe elementy przetworników i ich modele. Modele matematyczne obwodów wejściowych, analogowych bloków funkcyjnych, przetworników próbkująco - pamiętających i analogowo - cyfrowych. Zastosowanie sieci neuronowych w modelowaniu przetworników pomiarowych.
Zastosowanie modelowania w wybranych metodach korekcji błędów przetworników pomiarowych. Ogólne uwagi o metodach korekcji błędów. Wybrane metody korekcji: metoda korekcji obwodów wejściowych, metoda iteracyjna, metoda źródeł wzorcowych, metody testowe, metoda adaptacji parametrów toru pomiarowego do parametrów przetwarzanych sygnałów i warunków pracy.
Modelowanie procesów przetwarzania odwrotnego w przetwornikach pomiarowych.
Wybrane przykłady realizacji współczesnych przetworników pomiarowych.
wykład: wykład konwencjonalny, konsultacje,
laboratorium: praca w grupach, ćwiczenia laboratoryjne.
Opis efektu | Symbole efektów | Metody weryfikacji | Forma zajęć |
Wykład - warunkiem zaliczenia jest uzyskanie pozytywnych ocen z kolokwiów pisemnych, przeprowadzonych co najmniej raz w semestrze,
Laboratorium - warunkiem zaliczenia jest uzyskanie pozytywnych ocen cząstkowych z zadań, wykonywanych w ramach laboratorium.
Składowe oceny końcowej = wykład: 50% + laboratorium: 50%.
Rutkowski L.: Metody i techniki sztucznej inteligencji. Wydawnictwo Naukowo PWN, Warszawa, 2005.
Miczulski W., Szulim R., Using time series approximation methods in the modelling of industrial objects and processes //W: Measurements models systems and design / ed. by J. Korbicz .- Warszawa : Wydaw. Komunikacji i Łączności, 2007 - s. 157--174 .- ISBN: 9788320616446.
Miczulski W., Powroźnik P., A new elastic scheduling task model in the node of a control and measurement system// Metrology and Measurement Systems .- 2013, Vol. 20, no 1, s. 87--98, ISSN: 0860-8229.
Tadeusiewicz R.: Sieci Neuronowe. Akademicka Oficyna Wydawnicza. Warszawa, 1993.
Zmodyfikowane przez dr hab. inż. Radosław Kłosiński, prof. UZ (ostatnia modyfikacja: 26-04-2018 19:00)