Sveučilišni diplomski studij

Ak.g.2014./2015.2015./2016.2016./2017.2017./2018.

Nazad   Raspored   Engleski

Modeliranje temeljeno na podacima DRB3-03

ECTS 7 | P 30 | A 0 | L 30 | K 0 | ISVU 149759

Grupe studenata

Prikaži sve grupe na predmetu

Nastavnici na predmetu

NYARKO EMMANUEL-KARLO, suradnik
GRBIĆ RATKO, nositelj
SLIŠKOVIĆ DRAŽEN, nositelj

Ciljevi predmeta

Upoznavanje studenata s osnovama metodologije izlučivanja znanja o procesu sadržanog u raspoloživim mjernim podacima, te načinu kako na temelju ovih informacija izgraditi model procesa sa zahtijevanim svojstvima. Prezentiranje odgovarajućih vještina u radu s raspoloživim programskim alatima za analizu i obradbu mjernih podataka, kao i programskim alatima za izgradnju modela procesa na temelju ovih podataka. Upoznavanje s načinom uvođenja inteligencije u sustave automatskog upravljanja.

Uvjeti za upis predmeta

Ostvareni uvjeti za upis druge godine studija

Sadržaj

Modeliranje procesa, i drugih funkcionalnih odnosa u podacima, na temelju mjernih podataka. Mjerni podaci dobiveni zasebnim eksperimentom i pogonski (radni) podaci. Informativnost mjernih podataka. Odabir vremena uzorkovanja. Predobradba mjernih podataka i formiranje skupova podataka za izgradnju modela procesa. Izgradnja statičkog i dinamičkog modela. Odabir ulaznih i izlaznih veličina te strukture modela. Metode za procjenu parametara modela. Regresijsko modeliranje. Nerekurzivne i rekurzivne metode podešavanja parametara modela. Metode zasnovane na projekciji ulaznog prostora u latentni potprostor. Vrjednovanje izgrađenog modela procesa. Primjena umjetnih neuronskih mreža u modeliranju na podacima. Primjena programskog paketa Matlab u modeliranju na temelju podataka. Virtualni (soft) senzor i estimacija teško-mjerljive procesne veličine. Programska implementacija izgrađenih matematičkih modela u industrijski informacijski sustav.

Vrste izvođenja nastave

predavanjasamostalni zadacilaboratorijske vježbe

Obveze studenata

Definirano Okvirima kriterija ocjenjivanja studenata FERIT-a i stavkom 1.9

Praćenje rada studenata

Definirano Okvirima kriterija ocjenjivanja studenata FERIT-a i stavkom 1.9

Osnovna literatura

1. Perić, N., I. Petrović, Identifikacija procesa, FER, Zagreb, 2000.,

2. Fortuna, L., S. Graziani, A. Rizzo, M.G. Xibilia, Soft sensors for Monitoring and Control of Industrial Processes, Springer-Verlag London Limited 2007.

Pretraži literaturu

Dopunska literatura

1. Ljung, L., System Identification - Theory for the User, Prentice-Hall, Eaglewood Cliffs, 1987.,

2. Haykin, S., Neural Networks – A Comprehensive Foundation, 2nd edition, Prentice Hall, 1999.,

3. Martens, H., T. Naes, Multivariate Calibration, 2nd edition, John Wiley & Sons, New York, 1991.

4. Perić, N., I. Petrović, Identifikacija procesa, FER, Zagreb, 2000.

5. Fortuna, L., S. Graziani, A. Rizzo, M.G. Xibilia, Soft sensors for Monitoring and Control of Industrial Processes, Springer-Verlag London Limited 2007.

Način praćenja kvalitete i uspješnosti izvedbe kolegija

Provođenje sveučilišnih anketa o nastavnicima (pristup prema studentima, transparentnost kriterija, motivacija na
izvršavanje aktivnosti, jasnoća izlaganja, i sl.). Provođenje fakultetskih anketa o predmetima (nakon položenog predmeta
samoevaluacija studenata o usvojenim ishodima učenja, te o opterećenosti u usporedbi s ECTS-ima aktivnosti i predmeta
u cjelini).

Pregled ishoda učenja, nastavnih metoda i procjena ishoda učenja

Ishodi učenja:

1. Provesti prikupljanje, analizu i predobradu mjernih podataka,

2. Opisati osnovne metode identifikacije procesa te prepoznati ograničenja pojedinih metoda,

3. Provesti identifikaciju procesa primjenom osnovnih metoda pomoću programskog paketa Matlab,

4. Objasniti probleme nadzora procesa i realizacije sustava upravljanja uz postojanje teško-mjerljive procesne veličine, te rješenje problema primjenom estimatora,

5. Koristiti regresijske metode modeliranja zasnovane na projekciji ulaznog prostora podataka u latentni prostor

6. Izgraditi model procesa na temelju podataka, primjenom analiziranih metoda, pomoću programskog paketa Matlab.



Tablica ishoda vidljiva je samo na desktop verziji (min 600px širina pregleda)   Izvoz u Excel
Aktivnost studenta Broj radnih sati ECTS (Broj radnih sati/30) Ishod(i) učenja Nastavna
metoda
Metoda procjene Bodovi
Pohađanje
Predavanja (PR), Laboratorijske vježbe (LV)

60
ECTS
2
- Provesti prikupljanje, analizu i predobradu mjernih podataka,- Opisati osnovne metode identifikacije procesa te prepoznati ograničenja pojedinih metoda,- Provesti identifikaciju procesa primjenom osnovnih metoda pomoću programskog paketa Matlab,- Objasniti probleme nadzora procesa i realizacije sustava upravljanja uz postojanje teško-mjerljive procesne veličine, te rješenje problema primjenom estimatora,- Koristiti regresijske metode modeliranja zasnovane na projekciji ulaznog prostora podataka u latentni prostor- Izgraditi model procesa na temelju podataka, primjenom analiziranih metoda, pomoću programskog paketa Matlab.Predavanja (PR), Laboratorijske vježbe (LV) Evidentiranje nazočnosti. Minimum potreban za potpis iznosi:
70%

Ovim postotkom se definira i iznos Min za Broj radnih sati iz ove aktivnosti. Max za Broj radnih sati određen je studijskim programom.
Min

7
Max

10
Pisanje priprema za LV, analiza rezultata, te pisanje izvještaja Broj radnih sati
60
ECTS

2
- Opisati osnovne metode identifikacije procesa te prepoznati ograničenja pojedinih metoda,- Provesti identifikaciju procesa primjenom osnovnih metoda pomoću programskog paketa Matlab,- Koristiti regresijske metode modeliranja zasnovane na projekciji ulaznog prostora podataka u latentni prostor- Izgraditi model procesa na temelju podataka, primjenom analiziranih metoda, pomoću programskog paketa Matlab.Laboratorijske vježbe (LV) Provjera pripreme za LV, nadzor provođenja LV-a, provjera napisanih izvještaja Min

15
Max

30
Priprema za usmeni ispit i usmeno odgovaranje na pitanja Broj radnih sati
60
ECTS

2
- Provesti prikupljanje, analizu i predobradu mjernih podataka,- Opisati osnovne metode identifikacije procesa te prepoznati ograničenja pojedinih metoda,- Koristiti regresijske metode modeliranja zasnovane na projekciji ulaznog prostora podataka u latentni prostor- Izgraditi model procesa na temelju podataka, primjenom analiziranih metoda, pomoću programskog paketa Matlab.Usmeni ispit Provjera danih odgovora Min

18
Max

35
Rješavanje projektnog zadatka Broj radnih sati
30
ECTS

1
- Provesti prikupljanje, analizu i predobradu mjernih podataka,- Opisati osnovne metode identifikacije procesa te prepoznati ograničenja pojedinih metoda,- Provesti identifikaciju procesa primjenom osnovnih metoda pomoću programskog paketa Matlab,- Objasniti probleme nadzora procesa i realizacije sustava upravljanja uz postojanje teško-mjerljive procesne veličine, te rješenje problema primjenom estimatora,- Koristiti regresijske metode modeliranja zasnovane na projekciji ulaznog prostora podataka u latentni prostor- Izgraditi model procesa na temelju podataka, primjenom analiziranih metoda, pomoću programskog paketa Matlab.Projekt Provjera rješenja projektnog zadatka Min

0
Max

25
Σ Aktivnosti Σ Broj radnih sati
210
Σ ECTS
7
Σ Max
100