Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Uncertainty analysis in engineering
Tok studiów:
2013/2014
Kod:
RMS-2-219-MD-s
Wydział:
Inżynierii Mechanicznej i Robotyki
Poziom studiów:
Studia II stopnia
Specjalność:
Mechatronic Design
Kierunek:
Mechatronics with English as instruction languagege
Semestr:
2
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Angielski
Forma i tryb studiów:
Stacjonarne
Osoba odpowiedzialna:
dr hab. inż. Gallina Alberto (agallina@agh.edu.pl)
Osoby prowadzące:
dr hab. inż. Gallina Alberto (agallina@agh.edu.pl)
Krótka charakterystyka modułu

Opis efektów kształcenia dla modułu zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń)
Wiedza
M_W001 Awareness of the importance of uncertainty analysis in engineering problems. Understanding of the most common non-deterministic methods and optimization methods used in engineering. MS2A_W07, MS2A_W04, MS2A_W03 Wykonanie ćwiczeń laboratoryjnych,
Wykonanie projektu,
Zaliczenie laboratorium
Umiejętności
M_U001 Improving software programming skills and ability to integrate different simulation environments MS2A_U11, MS2A_U14, MS2A_U05, MS2A_U10, MS2A_U07 Wykonanie ćwiczeń laboratoryjnych
M_U002 Student is able to present his own work and justify his/her choices made in the execution of the work. MS2A_U04, MS2A_U05, MS2A_U03 Prezentacja
Kompetencje społeczne
M_K001 Awareness of the responsibility for own work and readiness to comply with the rules of team work and accepting responsibility for tasks performed collectively MS2A_K02, MS2A_U02 Zaangażowanie w pracę zespołu,
Wykonanie ćwiczeń laboratoryjnych
Matryca efektów kształcenia w odniesieniu do form zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Inne
Zaj. terenowe
Zaj. warsztatowe
E-learning
Wiedza
M_W001 Awareness of the importance of uncertainty analysis in engineering problems. Understanding of the most common non-deterministic methods and optimization methods used in engineering. + - - - - - - - - - -
Umiejętności
M_U001 Improving software programming skills and ability to integrate different simulation environments - - + - - - - - - - -
M_U002 Student is able to present his own work and justify his/her choices made in the execution of the work. - - - + - - - - - - -
Kompetencje społeczne
M_K001 Awareness of the responsibility for own work and readiness to comply with the rules of team work and accepting responsibility for tasks performed collectively - - + + - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:
  1. Overview of uncertainty descriptors

    • random variables. fuzzy numbers, interval analysis
    • uncertainty analyses: uncertainty quantification, sensitivity analysis, reliability analysis, robustness analysis

  2. Calculus of probability

    • basic concepts
    • discrete and continuous random variables
    • fundamental properties
    • conditional properties
    • important distributions
    • elements of statistics
    • maximum likelihood estimator
    • maximum a posteriori

  3. Sensitivity analysis

    • regression analysis
    • Morris’ method
    • Sobol method
    • other methods

  4. Optimization

    • local methods
    • global methods

  5. Regression models

    • linear regression
    • Bayesian linear regression
    • Gaussian process linear regression

  6. Reliability analysis

    • First order reliability method
    • Important sampling

  7. Propagation of uncertainty

    • analytical method
    • first order second moment
    • Monte Carlo method
    • sampling strategies

Ćwiczenia projektowe:
Development of the project

  • selection of the model and analysis
  • implementation in MATLAB
  • presentation of results

Ćwiczenia laboratoryjne:
MATLAB labs

  • description of specific MATLAB commands and toolboxes
  • creation of scripts for uncertainty propagation

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 132 godz
Punkty ECTS za moduł 5 ECTS
Udział w wykładach 14 godz
Udział w ćwiczeniach projektowych 14 godz
Udział w ćwiczeniach laboratoryjnych 14 godz
Przygotowanie do zajęć 30 godz
Dodatkowe godziny kontaktowe z nauczycielem 5 godz
Przygotowanie sprawozdania, pracy pisemnej, prezentacji, itp. 15 godz
Wykonanie projektu 40 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:
  • Preparation of laboratory tasks
  • Preparation and presentation of a project
  • Short colloquium
Wymagania wstępne i dodatkowe:
  • Fundamentals of MATLAB
  • Fundamentals of FEM
Zalecana literatura i pomoce naukowe:

Basic:

  • Notes provided by the lecturer:
    Additional:
  • Grinstead, Introduction to probability
  • Meyers and Montgomery, Applied statistics and probability for engineers
  • Bishop, Pattern recognition and machine learning.
Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Nie podano dodatkowych publikacji

Informacje dodatkowe:

Subject web-site : http://home.agh.edu.pl/~agallina/?UNCERTAINTY_ANALYSIS_IN_ENGINEERING_%28UA%29