Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Mechatronic system indentification
Tok studiów:
2013/2014
Kod:
RMS-2-104-MD-s
Wydział:
Inżynierii Mechanicznej i Robotyki
Poziom studiów:
Studia II stopnia
Specjalność:
Mechatronic Design
Kierunek:
Mechatronics with English as instruction languagege
Semestr:
1
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Angielski
Forma i tryb studiów:
Stacjonarne
Strona www:
 
Osoba odpowiedzialna:
prof. dr hab. inż. Stepinski Tadeusz (tstepin@agh.edu.pl)
Osoby prowadzące:
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 Knows and understands relations between signal and system description in time- and frequency domain MS2A_W07 Sprawozdanie,
Wykonanie projektu,
Wykonanie ćwiczeń,
Wynik testu zaliczeniowego,
Zaliczenie laboratorium
M_W002 Knows and understands relations between continuous-time and discrete-time descriptions Sprawozdanie,
Wykonanie ćwiczeń,
Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego,
Zaliczenie laboratorium
M_W003 Has basic knowledge of analog and digital filters MS2A_W01, MS2A_W07 Projekt,
Sprawozdanie,
Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego,
Zaliczenie laboratorium
M_W004 Has basic knowledge of nonparametric and parametric spectrum estimation methods MS2A_W01, MS2A_W07 Sprawozdanie,
Wykonanie projektu,
Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego,
Zaliczenie laboratorium
M_W005 Has basic knowledge of system identification with focus on modal analysis MS2A_W01, MS2A_W07 Sprawozdanie,
Wykonanie projektu,
Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego,
Zaliczenie laboratorium
Umiejętności
M_U001 Can perform experimental modal anamysis MS2A_U12 Sprawozdanie,
Wykonanie projektu,
Wykonanie ćwiczeń laboratoryjnych,
Zaliczenie laboratorium
M_U002 Can perform sampling of time-continuous signals and design anti-aliasing filter MS2A_U11, MS2A_U07 Projekt,
Sprawozdanie,
Wykonanie ćwiczeń laboratoryjnych,
Zaliczenie laboratorium
M_U003 Can modify frequency responce of a dynamic structure using Laplace and z-transform MS2A_U07, MS2A_U01 Egzamin,
Projekt,
Sprawozdanie,
Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego,
Zaliczenie laboratorium
M_U004 Can perform analysis of dynamical systems using Matlab MS2A_U07 Projekt,
Sprawozdanie,
Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego,
Zaliczenie laboratorium
M_U006 Can design an analog filter and convert it to digital form MS2A_U07 Projekt,
Sprawozdanie,
Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego,
Zaliczenie laboratorium
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 Knows and understands relations between signal and system description in time- and frequency domain + - + + - - - - - - -
M_W002 Knows and understands relations between continuous-time and discrete-time descriptions + - + + - - - - - - -
M_W003 Has basic knowledge of analog and digital filters + - + + - - - - - - -
M_W004 Has basic knowledge of nonparametric and parametric spectrum estimation methods + - + + - - - - - - -
M_W005 Has basic knowledge of system identification with focus on modal analysis + - + + - - - - - - -
Umiejętności
M_U001 Can perform experimental modal anamysis - - + + - - - - - - -
M_U002 Can perform sampling of time-continuous signals and design anti-aliasing filter + - + + - - - - - - -
M_U003 Can modify frequency responce of a dynamic structure using Laplace and z-transform + - + + - - - - - - -
M_U004 Can perform analysis of dynamical systems using Matlab - - + + - - - - - - -
M_U006 Can design an analog filter and convert it to digital form + - + + - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:

1. Introduction to system identification
• Signal classification
• System models
• Non-parametric vs. parametric identification
2. Time domain analysis
• Linear time invariant systems
• Convolution, impulse response
• Impulse and step response
• Stability and causality
3. Frequency domain analysis
• Fourier series and Fourier transform
• Frequency response, Bode diagram
• Modeling mechanical systems
• Time-frequency analysis
4. Sampling and Laplace transform
• Sampling time-continuous signals
• Aliasing effects and anti-aliasing filters
• Laplace transform
• Poles and zeros, stability
• Analog filters
5. Discrete Fourier transform
• Truncation in time
• Discrete Fourier transform (DFT and FFT)
• DFT estimation, windows and zero-padding
6. Discrete-time systems
• Z-transform
• Relation between z- and s-plane
• Digital filter design methods
• Frequency domain decomposition
7. Stochastic signals
• Auto- and cross-correlation
• Power spectrum and coherence
• Nonparametric spectral estimation (periodogram, Welch method)
• Least squares model-based spectrum estimation

Ćwiczenia laboratoryjne:

Zaicev machine
Experimental model analysis (parametric)
Experimental modal analysis, impulse test (active)
Experimental modal analysis, impulse test (parameter estimation)
Operational modal analysis (passive test)
Operational modal analysis (parameter estimation)
Application of modal analysis (structure modification)
Application of modal analysis (structure modification verification)
Lamb waves

Ćwiczenia projektowe:

Convolution and RLC circuits
Sampling, decimation and down-sampling
Identification of audio system
Denoising
Filtering methods
Signal identification

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 185 godz
Punkty ECTS za moduł 7 ECTS
Udział w wykładach 45 godz
Udział w ćwiczeniach laboratoryjnych 30 godz
Udział w ćwiczeniach projektowych 30 godz
Egzamin lub kolokwium zaliczeniowe 5 godz
Przygotowanie sprawozdania, pracy pisemnej, prezentacji, itp. 30 godz
Przygotowanie do zajęć 15 godz
Samodzielne studiowanie tematyki zajęć 10 godz
Wykonanie projektu 20 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

Based on laboratory results (marks)

Wymagania wstępne i dodatkowe:

Nie podano wymagań wstępnych lub dodatkowych.

Zalecana literatura i pomoce naukowe:
  • Zhi-Fang Fu, Jimin He, Modal analysis, Butterworth_Heinemann, 2001
  • J. S. Bendat, A.G. Piersol, Random Data: Analysis & Measurement Procedures, John Willey and Sons, New York, 2000
  • L. Ljung, System Identification: Theory for the User (2nd Edition), Prentice Hall Information and System Sciences Series, 1999
  • R.B. Randall, Frequency Analysis, Brüel&Kjær, 1987
  • S. Braun, Discover signal processing. An interactive guide for engineers, Wiley, 2008.
    David McMahon, Signals and Systems DeMYSTiFieD. A self-teaching guide. Mc Graw Hill, 2006
Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Nie podano dodatkowych publikacji

Informacje dodatkowe:

Brak