Sylabus

Sylabus przedmiotu

Diagnostyka procesów

kod: K13ECTS: 4semestr: 5język: polski

Wydział: Instytut Nauk Inżynieryjno-Technicznych
Kierunek: Automatyka i robotyka
Kod przedmiotu: K13
Rodzaj studiów: zawodowe z tyt. inżyniera
Semestr rozpoczęcia: semestr zimowy 2026/2027
Semestr przedmiotu: 5
ECTS: 4
Język nauczania: polski

Forma zajęć Atrybuty formy Godziny w semestrze Godziny w tygodniu Zaliczenie Kompetencje Waga
stacjonarne niestacjonarne stacjonarne niestacjonarne
Wykład zdalnie Forma mieszana, Kontakt bezpośredni: 100% 15 9 1 1 Zaliczenie na ocenę
(50%)1 przez 2
Laboratorium Kontakt bezpośredni: 100% 30 18 2 1 Zaliczenie na ocenę
(50%)1 przez 2

Forma aktywnościLiczba godzin - stac.Liczba godzin - niestac.
Przygotowanie do zajęć1020
Analiza wskazanej literatury2525
Przygotowanie do egzaminu / zaliczenia2028
SUMA5573

Cele przedmiotu: Celem przedmiotu jest zapoznanie studentów z podstawowymi metodami detekcji, lokalizacji i identyfikacji uszkodzeń oraz ukształtowanie umiejętności w zakresie projektowania systemów diagnostyki technicznej

Wymagania wstępne:

brak

Zakres tematyczny

Rodzaj zajęć Opis Godz. stac. Godz. niestac.
Wykład Wprowadzenie do diagnostyki procesów. Podstawowe zadania, pojęcia podstawowe, cele diagnostyki, koncepcje układów diagnostyki, klasyfikacja metod detekcji, lokalizacji i identyfikacji uszkodzeń. Modele w diagnostyce procesów. 1 1
Wykład Detekcja uszkodzeń: równania fizyczne (np. równania różniczkowe), równania stanu obiektów liniowych, obserwatory stanu (filtr Kalmana i Luenbergera), transmitancje obiektów liniowych, modele neuronowe, modele rozmyte. 2 1
Wykład 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. 2 2
Wykład Analityczne metody detekcji. Redundancja analityczna. Generowanie residuów z wykorzystaniem: transmitancji obiektu liniowego, równań zgodności, równań stanu obiektu, obserwatorów stanu, identyfikacji parametrów modelu procesu. 2 1
Wykład Zastosowania metod sztucznej inteligencji w układach detekcji. Modele neuronowe: perceptron wielowarstwowy, sieci rekurencyjne, sieci głębokie, sieci typu GMDH. Modele rozmyte: typu Wang’a i Mendel’a, rozmyte sieci neuronowe typu Takagi-Sugeno-Kanga (TSK). 2 1
Wykład Lokalizacja uszkodzeń 2 1
Wykład Zastosowanie logiki rozmytej. Rozmyta ocena wartości residuów. Rozmyte wnioskowanie diagnostyczne. Rozmyte sieci neuronowe. 2 1
Wykład Systemy doradcze w diagnostyce technicznej. Reprezentacja wiedzy. Stwierdzenia i reguły. Statyczne i dynamiczne systemy doradcze. Wnioskowanie w sieci przekonań. 2 1
Laboratorium Modele systemów dynamicznych - równania różniczkowe, modele w przestrzeni stanów, funkcje transmitancji 4 2
Laboratorium Modelowanie systemów nieliniowych z zastosowaniem metod sztucznej inteligencji (sieci NN, modele rozmyte) 6 4
Laboratorium Projektowanie obserwatorów różnych sygnałów w systemie diagnozowanym (filtr Kalmana i Luenbergera) 6 3
Laboratorium Detekcja uszkodzeń na bazie generowanych sygnałów residuów. Metody analityczne 6 4
Laboratorium Zastosowanie logiki rozmytej. Rozmyta ocena wartości residuów. Rozmyte wnioskowanie diagnostyczne. Rozmyte sieci neuronowe. 4 3
Laboratorium Systemy doradcze w diagnostyce technicznej. Reprezentacja wiedzy. Zastosowanie metod uczenia maszynowego do generowania bazy wiedzy. Stwierdzenia i reguły. Statyczne i dynamiczne systemy doradcze. Metody wnioskowania. 4 2

Metody dydaktyczne

Opis
Wykład problemowy
Wykład konwencjonalny
Metoda przypadków
Dyskusja
Demonstracja
Ćwiczenia laboratoryjne

Warunki zaliczenia:

 

bardzo dobry5.0student/ka zna, rozumie i wyjaśnia zakładane efekty uczenia się i potrafi je zastosować w praktyce w stopniu bardzo dobrym
dobry plus4.5student/ka zna, rozumie i wyjaśnia zakładane efekty uczenia się i potrafi je zastosować w praktyce w stopniu ponad dobrym
dobry4.0student/ka zna, rozumie i wyjaśnia zakładane efekty uczenia się i potrafi je zastosować w praktyce w stopniu dobrym
dostateczny plus3.5student/ka zna, rozumie i wyjaśnia zakładane efekty uczenia się i potrafi je zastosować w praktyce w stopniu dość dobrym
dostateczny3.0student/ka zna, rozumie i wyjaśnia zakładane efekty uczenia się i potrafi je zastosować w praktyce w stopniu dostatecznym
zaliczonezalstudent/ka zna, rozumie i wyjaśnia zakładane efekty uczenia się i potrafi je zastosować w praktyce
niezaliczonenzalstudent/ka nie zna, nie rozumie i nie wyjaśnia zakładanych efektów uczenia się i nie potrafi ich zastosować w praktyce

Literatura podstawowa: Marcin Witczak, Fault Diagnosis and Fault-Tolerant Control Strategies for Non-Linear Systems, Springer, 2014 Marcin Witczak, Sterowanie i wizualizacja systemów, wyd. PWSZ w Głogowie, 2011

Literatura uzupełniająca: Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W. (red.): Diagnostyka procesów. Modele, Metody Sztucznej Inteligencji, Zastosowania, Wydawnictwa NaukowoTechniczne, Warszawa, 2002 Kościelny J.M.: Diagnostyka zautomatyzowanych procesów przemysłowych, Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2001 Kowalczuk Z., Wiszniewski B (red.): Inteligentne wydobywanie informacji w celach diagnostycznych, Pomorskie Wydawnictwo Naukowo-Techniczne, Gdańsk, 2007

SymboleOpis efektuMetoda weryfikacjiForma zajęć
Zna podstawowe metody diagnostyki technicznej i właściwości schematu diagnostycznego stosowanego w celu rozwiązania postawionego problemu diagnostycznego
  • kolokwium pisemne pytania otwarte
  • kolokwium pisemne pytania zamknięte
  • kolokwium praktyczne
  • kolokwium ustne
  • Wykład
  • Laboratorium
Potrafi zidentyfikować istotne sygnały zawierające informacje diagnostyczne, zaprojektować dla nich układ pomiarowy oraz przeprowadzić ich analizę
  • kolokwium pisemne pytania otwarte
  • kolokwium pisemne pytania zamknięte
  • kolokwium praktyczne
  • kolokwium ustne
  • Wykład
  • Laboratorium
Potrafi zaprojektować i wdrożyć system diagnostyczny realizujący określone zadania
  • kolokwium pisemne pytania otwarte
  • kolokwium pisemne pytania zamknięte
  • kolokwium praktyczne
  • kolokwium ustne
  • Wykład
  • Laboratorium
Ma świadomość konieczności współpracy wynikającej z potencjalnie dużego stopnia skomplikowania diagnozowanego systemu i jego niejednorodności
  • kolokwium pisemne pytania otwarte
  • kolokwium pisemne pytania zamknięte
  • kolokwium praktyczne
  • kolokwium ustne
  • Wykład
  • Laboratorium

Osoba odpowiedzialna: dr inż. Marcin Pazera
Zmodyfikowany przez: SYSTEM