Module also offered within study programmes:
General information:
Name:
Identification of denamic systems
Course of study:
2019/2020
Code:
ZSDA-3-0058-s
Faculty of:
Szkoła Doktorska AGH
Study level:
Third-cycle studies
Specialty:
-
Field of study:
Szkoła Doktorska AGH
Semester:
0
Profile of education:
Academic (A)
Lecture language:
Polski i Angielski
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
prof. dr hab. inż. Stepinski Tadeusz (tstepin@agh.edu.pl)
Dyscypliny:
automatyka, elektronika i elektrotechnika
Module summary

W ramach modułu student powinien uzyskać podstawową wiedzę teoretyczną w dziedzinie metod opisu matematycznego systemów liniowych, ciągłych i dyskretnych w czasie w dziedzinie częstotliwości przy zastosowaniu transformat Fouriera, Laplace’a oraz transformaty-Z. Ponadto powinien się zapoznać z podstawowymi metodami identyfikacji liniowych systemów: modeli nieparametrycznych i parametrycznych modeli ARMA. Powinien uzyskać umiejętność programowania wybranych algorytmów identyfikacji w Matlabie.

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Skills: he can
M_U001 Potrafi przeprowadzic estymacje paramtrów modelu SDA3A_U01 Report,
Examination
M_U002 potrafi zweryfikowac i przeprowadzić walidacje modelu SDA3A_U01 Report,
Examination
Knowledge: he knows and understands
M_W001 Podstawowa wiedza z zakresu modelowania układow automatyki SDA3A_W02 Examination
M_W002 Podstawowa wiedza z zakresu eksperymentu identyfikacyjnego SDA3A_W03 Examination
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
40 26 14 0 0 0 0 0 0 0 0 0
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Skills
M_U001 Potrafi przeprowadzic estymacje paramtrów modelu - - - - - - - - - - -
M_U002 potrafi zweryfikowac i przeprowadzić walidacje modelu - - - - - - - - - - -
Knowledge
M_W001 Podstawowa wiedza z zakresu modelowania układow automatyki + + - - - - - - - - -
M_W002 Podstawowa wiedza z zakresu eksperymentu identyfikacyjnego + - - - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 92 h
Module ECTS credits 4 ECTS
Udział w zajęciach dydaktycznych/praktyka 40 h
Preparation for classes 10 h
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 16 h
Realization of independently performed tasks 24 h
Examination or Final test 2 h
Module content
Lectures (26h):
Podstawowe pojęcia z zakresu identyfiakcji

Podstawowe określenia i definicje sygnałów i systemów liniowych. Reprezentacja liniowych układów dynamicznych ciągłych w dziedzinie czasu i częstotliwości przy pomocy równań różniczkowych oraz transformat Furiera i Laplace’a. Modelowanie liniowych układów dyskretnych przy pomocy równań różnicowych ora tansformaty Z. Podstawy projektowania filtrów analogowych i cyfrowych. Podstawy analizy sygnałów losowych w dziedzinie czasu i częstotliwości. Eksperyment w procesie identyfikacji, eksperyment czynny i bierny. Nieparametryczna identyfikacja systemów. Opis parametryczny ARMA systemów i estymacja parametrów modeli. Wstęp do analizy sygnałów niestacjonarnych.

Auditorium classes (14h):
-
Additional information
Teaching methods and techniques:
  • Lectures: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Auditorium classes: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zaliczone ćwiczenia na podstawie obecności i sprawozdań
Egzamin pisemny i poprawkowy ustny

Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Auditorium classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci uczestniczą w zajęciach wykonując ćwiczenia pogłębiające wiedzę i umiejętności nt programowania oisu sygnałów i systemów w Matlabie.
Method of calculating the final grade:

Ocena z egzaminu

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Obowiązkowe odrabianie ćwiczeń laboratoryjnych
Kollokwium poprawkowe i egzamin poprawkowy teoretyczny pisemny lub ustny.

Prerequisites and additional requirements:

Wymagana wiedza z zakresu matematyki, fizyki oraz układów automatyki i robotyki

Recommended literature and teaching resources:

O. Alkin, Signals and systems, CRC Press, 2014
D. J. Ewins, Modal Testing: Theory and Practice, Research Studies Press, Hertfordshire, UK 2000
Uhl. T.: Komputerowo wspomagana identyfikacja modeli konstrukcji mechanicznych. WNT, Warszawa 1997
Bendat J., Piersol A.: Metody analizy i pomiaru sygnałów losowych. PWN, Warszawa 1976.
Soderstrom T., Stoica P.: Identyfikacja systemów. PWN, Warszawa 1997.

Scientific publications of module course instructors related to the topic of the module:

Additional scientific publications not specified

Additional information:

None