Sveučilišni diplomski studij

Nazad   Raspored   Engleski

Modeliranje temeljeno na podacima DRb3-03

ECTS 7 | P 30 | A 0 | L 30 | K 0 | ISVU 149759 | Akademska godina: 2019./2020.

Grupe studenata

Prikaži sve grupe na predmetu

Nastavnici na predmetu

NYARKO EMMANUEL-KARLO, suradnik
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.

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

2. 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 na:

Dopunska literatura

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

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

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

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. istaknuti prednosti i nedostatke određene metode u konkretnom slučaju identifikacije procesa

3. izraditi dinamički matematički model za dani problem odabirom odgovarajuće metode idenfitikacije procesa i njezinom implementacijom u programskom paketu Matlab

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

5. procijeniti prikladnost pojedine metode modeliranja zasnovane na projekciji ulaznog prostora podataka u latentni prostor za dani problem

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



Aktivnosti studenta: Vidi tablicu aktivnosti