Göm meny

Kursinformation

TSFS06 Diagnos och Övervakning, 6 hp
Period 2, vt 2017

Allmän information

Kursansvarig

Kursansvarig är Erik Frisk, Tel: 013-28 5714, Epost: frisk@isy.liu.se

Lektions och laborationsansvarig

Lektions och laborationsansvariga:

Mål

Målet med kursen är 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. Kursen ska ge kunskaper i hur man kan använda matematiska modeller av tekniska processer för att konstruera och analysera diagnossystem.

  • veta varför diagnossystem används inom olika industriella applikationer.
  • veta 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.
Se kursplanen för mer information om kursinnehåll.

Kursmaterial

Kursmaterialet kommer att finnas i elektroniskt format som kan laddas ned via de klickbara länkarna nedan.

  • Kurskompendium: M. Nyberg och E. Frisk "Diagnosis of Technical Processes"
  • Övningshäfte tillhörande teorikompendiet
  • Utdrag ur boken: M. Basseville, I.Nikiforov "Detection of Abrupt Changes"
    Läsanvisningar: Hela kapitel 2 kan läsas.
    Följande avsnitt kan betraktas som överkurs och ingår ej i kursen: 2.2.2, 2.2.4, 2.2.6, 2.3, 2.4.2, 2.4.3.2, 2.5, 2.6
    Boken har gått ur tryck och kan hämtas i sin helhet från http://people.irisa.fr/Michele.Basseville/kniga/.
  • Laborationshandledningar tillsammans med datafiler som behövs till respektive laboration kommer att finnas tillgängliga på kurshemsidan ca 1 vecka innan laborationerna är schemalagda.
  • En del av kursen, den som rör sannolikhetsbaserad diagnos, kommer använda sig av den fria programvaran GeNIe. Det är en Windows-baserad programvara som alla kan ladda hem och installera. Om din dator ej kör Windows går det bra att köra GeNIE under Mac OS X och Linux via Windows-emulatorn Wine.

Extra hjälpmaterial

Preliminär föreläsningsplan

Viktigt

Länkar till mina föreläsningsanteckningar läggs in på den här sidan när de är klara.
OBSERVERA: Långt ifrån alla dessa bilder visas på föreläsningen. Dessa kan ses som mina egna "föreläsningsanteckningar" och stöd för mig vid presentationen. Se dessa som stöd vid reflektion av föreläsningen och inte som substitut för föreläsningar eller kurslitteratur. Föreläsningarna är inte heltäckande och dessa anteckningar kan inte ses som ett alternativ till att läsa kurslitteraturen!

Föreläsningsanteckningarna uppdateras inför varje föreläsningasserie, men för att det ska vara möjligt att titta i förväg ligger förra årets föreläsningsbilder uppe. Asterisken (*) betyder att föreläsningsbilderna är från förra året och ej ännu uppdaterats.

Föreläsning Innehåll Läsanvisning OH
Fö1 Kursformalia och introduktion till diagnos Kap 1 OH
Fö2 Felisolering Kap 2 utom 2.4, Kap 3 tom 3.4 OH
Fö3 Linjär residualgenerering Avsnitt 4.1, 4.3, Kap 6 utom 6.6 OH
Fö4 Linjär detekterbarhet Avsnitt 6.6 OH
Fö5 Design av teststorheter Avsnitt 4.2, 4.4, 4.5 OH
Fö6 Tröskling och analys av teststorheter Avsnitt 4.6, Kap 5 OH
Fö7 Olinjära system och observatörer Kap 7 OH
Fö8 Change Detection Avsnitt 4.7 + häfte OH
Fö9 Multipelfelisolering med metoder från Artificell Intelligens Avsnitt 2.4, 3.5-3.7 OH
Fö10 Sannolikhetsbaserad diagnos Kap. 8 OH,
simpleisol.xdsl,
earthquake.xdsl
Fö11
  • prel. Gästföreläsning,
  • Prel. Populärvetenskapligt från del av vår forskning
  • Tentamensinformation
Extra föreläsning med kompletterande sannolikhetslära: OH.

Preliminär lektionsplan

Uppgifterna under rubriken "Uppgifter" är planerade för lektionstiden medan under kolumnen "Alla uppgifter" finns samtliga uppgifter hörande till lektionens titel.

Här finns datafiler till lektionerna.

(D) betyder att lektionen är i datorsal.

Lektion Lektions
Titel
Uppgifter Alla uppgifter Övrigt
Le1 Introduktion 1.1-7, 1.9, 1.10, 1.14 1.1-1.14
Le2 Felisolering 2.1, 2.2, 2.4, 2.5, 2.6, 2.7, 2.8, 2.9 2.1-2.11
Le3 Linjär residualgenerering 4.1, 4.3, 4.4 a-b, 4.6 a-b, 4.9, 4.15 a-b, 4.19, 4.12, 4.13, 4.6 c-e 4.1-4.24 OH
Le4 Linjär residualgenerering (D) 4.15c, 4.17, 4.20, 4.4c Hjälp, Matlabhjälp
Le5 Design av teststorheter 3.1, 3.5, 3.4, 3.6, 3.9 3.8, 3.10, 3.11, 3.12, 3.16, 3.17
Le6 Design av teststorheter (D) 3.2, 3.7, 3.13, 3.18, 3.15 3.3, 3.14a-c datafiler
Le7 Olinjär residualgenerering 5.1, 5.2, 5.5, 5.6, 5.7, 5.8, 5.3 5.1-5.12
Le8 Change detection (D) 3.19, 3.20, 3.21, 3.22 datafiler
Le9 Multipelfelisolering 6.3, 6.4, 6.5, 6.1, 6.2, 6.6, 6.7, 6.8
Le10 Sannolikhetsbaserad diagnos (D) 7.2, 7.3, 7.4, 7.6 7.1-7.7 GeNIe-handledning

Laborationer

I kursen ingår följande 3 laborationer (lab-pm och annan information kommer ligga här för nedladdning i god tid innan laborationstillfället):

  1. Linjär residualgenerering: Laborations-PM, Matlabfiler.
    Hjälptexter: Linjär residualgenerering, Matlab
    Datum: Torsdag 6/4
    Förberedelseuppgifterna redovisas muntligen till Sergii Voronov och Pavel Anistratov kom förbi deras kontor. Följande tider är dedikerade för redovisning
    • Måndag, 3/4, kl. 15.15 - 17.00, Sergii Voronov (B-huset)
    • Tisdag, 4/4, kl. 15.15 - 17.00, Sergii Voronov (B-huset)
    • Onsdag, 5/4, kl. 15.15 - 17.00, Pavel Anistratov (L-huset)
    Övriga tider kan också vara möjliga i mån av tillgänglighet. Tänk på att alla inte kan komma på onsdagen, då hinner inte alla redovisa och att det är ert eget ansvar att se till att ni är godkända till laborationen.
  2. Diagnos av purgesystem: Laborations-PM, Matlabfiler, artikel
    Leakage Detection In a Fuel Evaporative System,
    Control Engineering Practice, 17(11):1273--1279,
    Mattias Krysander, and Erik Frisk (2009)

    Datum: Torsdag 27/4
    Sista dag för inlämning av rapport: 10/5. Laborationsrapporten måste lämnas in elektroniskt i PDF-format till Pavel Anistratov. Rapporten skall se professionell ut prydlig ut, jag ser gärna att ni använder Word/LaTeX-mallarna som finns på https://www.ifac-control.org/events/author-guide.
  3. Olinjär diagnos: Laborations-PM, Matlabfiler
    Datum: Torsdag 11/5
    Sista dag för inlämning av rapport: 24/5. Laborationsrapporten måste lämnas in elektroniskt i PDF-format till Sergii Voronov. Rapporten skall se professionell ut prydlig ut, jag ser gärna att ni använder Word/LaTeX-mallarna som finns på https://www.ifac-control.org/events/author-guide.

Informationsansvarig: Erik Frisk
Senast uppdaterad: 2017-04-28