Nazwa przedmiotu:
Metody diagnostyki urządzeń i procesów
Koordynator przedmiotu:
prof. dr hab. Jan Maciej Kościelny
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Automatyka i Robotyka
Grupa przedmiotów:
Obowiązkowe
Kod przedmiotu:
MDUm
Semestr nominalny:
2 / rok ak. 2015/2016
Liczba punktów ECTS:
4
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
1) Liczba godzin bezpośrednich: 47 godz., w tym: wykład 30 godz. laboratorium 15 godz. konsultacje – 2 godz. 2) Praca własna studenta – 50 godz., w tym: korzystanie z literatury 10 godz. przygotowanie do zaliczenia 10 godz. przygotowanie do laboratorium 15 godz. opracowanie wyników badań 15 godz. Razem: 97 godz. = 4 ECTS
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
2 pkt. ECTS - liczba godzin bezpośrednich: 47 godz., w tym: wykład 30 godz. laboratorium 15 godz. konsultacje – 2 godz.
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1,75 pkt ECTS - liczba godzin bezpośrednich: 45 godz., w tym: laboratorium 15 godz. przygotowanie do laboratorium 15 godz. opracowanie wyników badań 15 godz.
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium15h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Wymagana ogólna znajomość zagadnień wykładanych w przedmiotach: matematyka, fizyka, podstawy automatyki, podstawy sztucznej inteligencji, diagnostyka procesów przemysłowych
Limit liczby studentów:
50
Cel przedmiotu:
Umiejętność zastosowania różnych metod diagnostyki. Umiejętność projektowania systemów diagnostycznych dla urządzeń i procesów przemysłowych.
Treści kształcenia:
1. Wprowadzenie: Pojęcia podstawowe, cele diagnostyki procesów, ogólna metodologia diagnostyki procesów, klasyfikacja metod diagnostyki. 2. Modelowanie uszkodzeń: Modelowanie obiektów dynamicznych z uwzględnieniem uszkodzeń. 3. Analityczne metody detekcji uszkodzeń: Redundancja analityczna, generacja residuów na podstawie: równań fizycznych obiektu, obserwatorów stanu, modeli transmitancyjnych, identyfikacji on-line. Charakterystyka własności, przykłady zastosowań poszczególnych metod. Residua wtórne. Strukturyzacja residuów. Analityczne metody oceny wartości residuów. 4. Detekcja uszkodzeń z zastosowaniem modeli rozmytych i neuronowych 5. Inne metody detekcji uszkodzeń: Metody analizy sygnałów, metody wykorzystujące proste związki między zmiennymi procesowymi, metody kontroli ograniczeń, charakterystyka ich własności, przykłady zastosowań. 6. Metody wykrywania i monitorowania uszkodzeń narastających 7. Metody pozyskiwania i zapisu wiedzy o relacji uszkodzenia-symptomy: modelowanie wpływu uszkodzeń, uczenie, wykorzystanie wiedzy eksperckiej. Ograniczenia stosowalności metod, przykłady zastosowań. Różne formy zapisy relacji diagnostycznej: funkcje logiczne, reguły, drzewa uszkodzeń, binarna macierz diagnostyczna, system informacyjny, obszary w przestrzeni residuów (cech). 8. Koncepcje residuów strukturalnych, kierunkowych, sekwencyjnych i wielowartościowych. 9. Metody wnioskowania automatycznego : Równoległe i szeregowe wnioskowanie diagnostyczne na podstawie na podstawie binarnej macierzy diagnostycznej i systemu informacyjnego, zastosowanie logiki rozmytej do lokalizacji uszkodzeń. Problemy praktyczne. Przykłady zastosowań. 10. Metody klasyfikacji. Przykłady zastosowań. 11. Metody identyfikacji uszkodzeń. 12. Diagnozowanie w strukturach zdecentralizowanych 13. Systemy diagnostyczne 14. Przykłady diagnostyki procesów przemysłowych: stacja wyparna cukrowni, ciąg parowy kotła bloku energetycznego, kolumna destylacji próżniowej. 15. Układy regulacji tolerujące uszkodzenia: Układytolerują ce uszkodzenia torów pomiarowych i urządzeń wykonawczych. Stosowane metody diagnostyki i rekonfiguracji. Przykłady realizacji.
Metody oceny:
Egzamin Ocena zaliczająca ćwiczenia laboratoryjne
Egzamin:
tak
Literatura:
1. Kościelny J.M.: Diagnostyka zautomatyzowanych procesów przemysłowych. Akademicka Oficyna Wydawnicza Exit, Warszawa 2001. 2. Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W.: Diagnostyka procesów. Modele, metody sztucznej inteligencji, zastosowania. WNT, Warszawa 2002. 3. Żółtowski B, Cempel Cz.: Inżynieria diagnostyki Maszyn. Biblioteka Problemów Eksploatacji Warszawa–Bydgoszcz -Radom 2004. 4. Niziński St., Michalski R.: Diagnostyka obiektów Technicznych. Biblioteka Problemów Eksploatacji, Warszawa-Bydgoszcz-Radom 2002.
Witryna www przedmiotu:
https://iair.mchtr.pw.edu.pl/przedmioty/
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt MDUm_IIst_W01
Ma rozszerzoną wiedzę na temat diagnostyki i eksploatacji urządzeń wykorzystywanych w automatyce i robotyce
Weryfikacja: Egzamin
Powiązane efekty kierunkowe: K_W10
Powiązane efekty obszarowe: T2A_W04, T2A_W05
Efekt MDUm_IIst_W02
Ma wiedzę o trendach rozwojowych i najnowszych osiągnięciach w zakresie automatyki i robotyki
Weryfikacja: Egzamin
Powiązane efekty kierunkowe: K_W12
Powiązane efekty obszarowe: T2A_W05

Profil ogólnoakademicki - umiejętności

Efekt MDUm_IIst_U01
Potrafią wykorzystać techniki sztucznej inteligencji przy projektowaniu i realizacji diagnostyki układów automatyki
Weryfikacja: Egzamin, ocena z realizacji ćwiczeń laboratoryjnych
Powiązane efekty kierunkowe: K_U13
Powiązane efekty obszarowe: T2A_U17, T2A_U18
Efekt MDUm_IIst_U02
Potrafią wykorzystać sieci neuronowe do modelowania niemierzalnych zależności na potrzby diagnostyki procesów.
Weryfikacja: Egzamin, ocena z realizacji ćwiczeń laboratoryjnych
Powiązane efekty kierunkowe: K_U07
Powiązane efekty obszarowe: T2A_U18

Profil ogólnoakademicki - kompetencje społeczne

Efekt MDUm_IIst_K01
Rozumie rolę wiedzy we współczesnym społeczeństwie
Weryfikacja: Egzamin
Powiązane efekty kierunkowe: K_K01
Powiązane efekty obszarowe: T2A_K01