studiehandbok@lith
 

Tekniska högskolan vid Linköpings universitet

 
 
År : 2016
 
TSFS06 Diagnos och övervakning, 6 hp
/Diagnosis and Supervision/

För:   D   I   Ii   IT   M   Y  

 

Prel. schemalagd tid: 54
Rek. självstudietid: 106

  Utbildningsområde: Teknik

Huvudområde: Elektroteknik   Nivå (G1,G2,A): A

  Mål:  IUAE-matris
Att ge både en teoretisk och en praktisk grund för hur man konstruerar automatiska system (diagnossystem) för detektering och isolering av fel i tekniska processer.

Efter genomförd kurs skall studenten:

  • veta varför diagnossystem används inom olika industriella applikationer.
  • känna till hur man kan analysera vilka fel i en komplex process som behöver övervakas för att uppnå de övergripande målen.
  • från en fallbeskrivning kunna strukturera problemet och ta fram princip och arkitektur för en komplett implementering av ett diagnossystem.
  • givet en formell modellbeskrivning kunna välja lämplig matematisk metod för att lösa problemet.
  • veta för- och nackdelar med de olika metoder som ingår i kursen.
  • kunna tillämpa matematiska verktyg och metoder från ett brett spektrum av tidigare kurser för att lösa diagnosproblem.
  • kunna värdera och verifiera funktionalitet och prestanda hos ett diagnossystem.
  • ha en fördjupad och bred teoretisk insikt i ämnet, tillräcklig för att kunna tillgodogöra sig nya forskningsresultat i fältet.


  Förkunskaper: (gäller studerande antagna till program som kursen ges inom, se 'För:' ovan)
Reglerteknik, Sannolikhetslära

OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.

  Organisation:
Kursen består av föreläsningar, lektioner och laborationer.

  Kursinnehåll:
  • Introduktion: historik och översikt, praktiska tillämpningsexempel.
  • Principer för modellbaserad diagnos: matematisk modellering av feldetektering och isolering av fel med hjälp av modeller, konsistensrelationer, analytisk redundans, beslut med strukturerade hypotestester.
  • Systemtekniska metoder: linjär och olinjär residualgenerering, observatörer och Kalman-filter för diagnos, utvärdering av residualgeneratorer, adaptiv tröskling, statistiska metoder.
  • Logikbaserade AI-metoder: grundläggande principer, felisoleringsalgoritmer.
  • Sannolikhetsbaserad diagnos och Bayesianska nätverk.
  • Övrigt: felträd och FMEA, statistiska metoder/change detection.


  Kurslitteratur:
Kompendium "Model Based Diagnosis of Technical Processes" av Mattias Nyberg och Erik Frisk med tillhörande lektionskompendium.
Utdrag ur boken "Detection of abrupt changes" av Michele Basseville och Igor Nikiforov.
Laborations-PM.


  Examination:
TEN1 LAB1
En skriftlig tentamen (U,3,4,5)
En laborationskurs (U,G)
4,5 hp
1,5 hp
 
Se kurshemsidan för vidare praktisk kursinformation.



Undervisningsspråk är Svenska.
Institution: ISY.
Studierektor: Johan Löfberg
Examinator: Erik Frisk
Länk till kurshemsida på kursgivande institution
Ansvarig programnämnd: Elektro&Fysik


Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.

Planering och genomförande av kurs skall utgå från kursplanens formuleringar. Den kursvärdering som ingår i kursen skall därför genomföras med kursplanen som utgångspunkt.

Om inget annat anges ovan gäller betygsskala enligt avsnitt a8.5 i de gemensamma bestämmelserna.

Kursplanen gäller för 2016 enligt beslut av ansvarig programnämnd/fakultetstyrelse.

Tekniska högskolan vid Linköpings universitet


Informationsansvarig: TFK , val@tfk.liu.se
Senast ändrad: 08/26/2014