Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Analiza sygnałów i identyfikacja
Tok studiów:
2019/2020
Kod:
RAIR-1-503-n
Wydział:
Inżynierii Mechanicznej i Robotyki
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Automatyka i Robotyka
Semestr:
5
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Niestacjonarne
Strona www:
 
Prowadzący moduł:
dr hab. inż, prof. AGH Snamina Jacek (snamina@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Moduł obejmuje zagadnienia z zakresu pomiarów, przetwarzania i analizy sygnałów zdeterminowanych i stochastycznych oraz metody wyznaczania modeli obiektów ciągłych i dyskretnych

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Student posiada wiedzę z zakresu analizy sygnałów losowych i zdeterminowanych. AIR1A_W07 Wykonanie projektu,
Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego
M_W002 Student posiada wiedzę z zakresu identyfikacji sygnałów i obiektów. AIR1A_W07 Wykonanie projektu,
Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego
Umiejętności: potrafi
M_U001 Student potrafi wykonać analizę sygnałów stosując odpowiednią aparaturę laboratoryjną. AIR1A_U07 Wykonanie projektu,
Wykonanie ćwiczeń,
Wynik testu zaliczeniowego
M_U002 Sudent umie przeprowadzić identyfikację podstawowych obiektów. AIR1A_U07 Wykonanie projektu,
Wykonanie ćwiczeń laboratoryjnych,
Wynik testu zaliczeniowego
Kompetencje społeczne: jest gotów do
M_K001 Student rozumie potrzebę ciągłego doskonalenia wiedzy. AIR1A_K03 Udział w dyskusji
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
24 14 0 10 0 0 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 Student posiada wiedzę z zakresu analizy sygnałów losowych i zdeterminowanych. + - + - - - - - - - -
M_W002 Student posiada wiedzę z zakresu identyfikacji sygnałów i obiektów. + - + - - - - - - - -
Umiejętności
M_U001 Student potrafi wykonać analizę sygnałów stosując odpowiednią aparaturę laboratoryjną. + - + - - - - - - - -
M_U002 Sudent umie przeprowadzić identyfikację podstawowych obiektów. + - + - - - - - - - -
Kompetencje społeczne
M_K001 Student rozumie potrzebę ciągłego doskonalenia wiedzy. + - + - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 129 godz
Punkty ECTS za moduł 5 ECTS
Udział w zajęciach dydaktycznych/praktyka 24 godz
Przygotowanie do zajęć 55 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 10 godz
Samodzielne studiowanie tematyki zajęć 40 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (14h):

• Parametry sygnałów zdeterminowanych: całka sygnału, wartość średnia sygnału, energia i moc sygnału, RMS sygnału. Sygnały o ograniczonej energii oraz sygnały o ograniczonej mocy. Składowa stała i składowa zmienna sygnału. Momenty sygnałów.
• Sygnały okresowe. Trygonometryczny i zespolony szereg Fouriera. Dyskretne widmo sygnału okresowego. Widmo mocy sygnału okresowego. Sygnały prawie-okresowe. Przekształcenie
Fouriera – widmo sygnału. Twierdzenie Parsevala.
• Korelacja wzajemna stacjonarnych procesów stochastycznych. Gęstość widmowa mocy (PSD) procesu stochastycznego. Związek gęstości widmowej mocy z funkcją autokorelacji. Wzajemna
gęstość widmowa mocy procesów stochastycznych. Funkcja koherencji procesów. Przejście sygnału stochastycznego przez układ liniowy.
• Zadania proste i odwrotne, identyfikacja obiektów. Metody bezpośredniej identyfikacji prostych obiektów na podstawie odpowiedzi skokowej i impulsowej oraz na podstawie
charakterystyk częstotliwościowych.
• Modele parametryczne identyfikowane metodą najmniejszych kwadratów: schemat równoległy, identyfikacja ciągów wagowych, schemat szeregowo równoległy.
• Podstawowe modele dyskretne obiektów: ARX, ARMAX, OE, BJ. Identyfikacja parametryczna metodą największej wiarygodności dla modelu ARMAX.

Ćwiczenia laboratoryjne (10h):

• Akwizycja danych. Przetwarzanie analogowo cyfrowe sygnałów. Dyskretyzacja i kwantyzacja sygnału. Dobór częstotliwości próbkowania, zjawisko aliasingu. Wyznaczanie parametrów statycznych sygnałów.
• Funkcja korelacji własnej i wzajemnej. Wyznaczanie prędkości rozchodzenia się dźwięku za pomocą funkcji korelacji.
• Wyznaczanie widma sygnałów okresowych i zakłóconych. Funkcja gęstości widmowej mocy.
• Identyfikacja obiektu SISO/MISO za pomocą funkcja gęstości widmowej mocy.
• Modele dyskretne obiektów ciągłych. Identyfikacja parametrów modeli: ARX, IV.

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o przykłady odnoszące się do prezentowanych zagadnień.
  • Ćwiczenia laboratoryjne: 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:

Ćwiczenia laboratoryjne:
Zaliczenie zajęć laboratoryjnych odbywa się na podstawie obecności, sprawozdań i ocen uzyskanych w trakcie ćwiczeń. Przewiduje się możliwość jednokrotnego zaliczenia poprawkowego, które będzie zorganizowane w wyznaczonym przez prowadzącego ćwiczenia laboratoryjne terminie sesji zasadniczej.
Nieobecność na trzech lub większej ilości zajęć trwających przez cały semestr skutkuje brakiem zaliczenia ćwiczeń.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: 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.
  • Ćwiczenia laboratoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane kolokwium w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu. Zaliczenie modułu jest możliwe po zaliczeniu wszystkich zajęć laboratoryjnych.
Sposób obliczania oceny końcowej:

Na podstawie oceny z laboratorium.

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

Nieobecności na zajęciach laboratoryjnych należy odrobić w ciągu tygodnia od powrotu po okresie nieobecności w sposób wskazany przez prowadzącego ćwiczenia laboratoryjne.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

• zaliczony przedmiot “Podstawy Automatyki”,
• podstawy rachunku prawdopodobieństwa.

Zalecana literatura i pomoce naukowe:

• Bendat J.S., Piersol A.G. – Metody analizy i pomiaru sygnałów losowych,
Biblioteka Naukowa Inżyniera, PWN, Warszawa 1976.
• Bielińska Ewa i inni. – Identyfikacja Procesów, Wyd. Politechniki Śląskiej,
Gliwice 1997.
• Kamen E., – Introduction to Signals and Systems, Macmillan Publishing
Company, New York, 1987.
• Larminat P., Thomas Y. – Automatyka – układy liniowe, Sygnały i układy,
Wydawnictwo Naukowo-Techniczne, Warszawa 1983.
• Larminat P., Thomas Y. – Automatyka – układy liniowe, Identyfikacja,
Wydawnictwo Naukowo-Techniczne, Warszawa 1983.
• Mańczak K., Nahorski Z., – Komputerowa Identyfikacja Obiektów
Dynamicznych, Biblioteka Naukowa Inżyniera, PWN, Warszawa 1983.
• Niderliński A., – Systemy i Sterowanie, Wstęp do Automatyki i Cybernetyki
Technicznej PWN, Warszawa 1983.
• Soderstrom T., Stoica P., Identyfikacja systemów, PWN, Warszawa 1997.
• Szabatin J., – Podstawy teorii sygnałów, Wydawnictwa Komunikacji i
Łączności, Warszawa 1982.
• Zieliński T.P. – Od teorii do cyfrowego przetwarzania sygnałów, Wydział EAIiE,
Kraków 2002.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Complex vibration modes in magnetorheological fluid-based sandwich beams / Mateusz ROMASZKO, Bogdan SAPIŃSKI, Jacek SNAMINA // Composite Structures ; ISSN 0263-8223. — 2018 vol. 204, s. 475–486. — Bibliogr. s. 485–486, Abstr.. — Publikacja dostępna online od: 2018-07-19. — tekst: https://www-1sciencedirect-1com

Identification of complex shear modulus of MR layer placed in three-layer beam. Pt. 1, Finite element / Mateusz ROMASZKO, Jacek SNAMINA // W: Mechatronics, robotics and control / ed. A. Kot. — Switzerland : Trans Tech Publications, cop. 2015. — (Applied Mechanics and Materials ; ISSN 1660-9336 ; vol. 759). — ISBN: 978-3-03835-466-6. — S. 1–13. Publikacja dostępna online od: 2015-05-18. — tekst: http://www.scientific.net.atoz.wbg2.bg.agh.edu.pl/AMM.759.1.pdf

Automotive vehicle engine mount based on an MR squeeze-mode damper: modeling and simulation / Bogdan SAPIŃSKI, Jacek SNAMINA // Journal of Theoretical and Applied Mechanics ; ISSN 1429-2955. — 2017 vol. 55 iss. 1, s. 377–388. — Bibliogr. s. 387–388

Informacje dodatkowe:

Brak