En grupp tittar på en maskin i hus Epic

Smart underhåll 1 – mätteknik

I takt med den pågående digitaliseringen av industrin mot ”Industry 4.0” d.v.s. smarta fabriker med effektivare produktion, kortare ledtider, högre kvalitet, etc. ökar behovet av att mäta olika storheter och tillhörande behandling av dessa mätdata. Det handlar bl.a. om insamling av signaler via olika typer av sensorer och signalbehandling av dessa signaler för att t.ex. förse ”smart industrial cyber-physical systems” (SICPS) med information i syfte att övervaka, underhålla, styra aktiviteter, etc. i syfte att uppnå smarta fabriker.

Men detta erfordrar dels att sensorer väljs så att de medger att förmedla den för applikationen erforderlig information och dels att analog-till-digital omvandlingen medger att förmedla den för applikationen erforderlig information till den digitala domänen. Utöver detta kan i mång fall "feature” extraktion eller signalbehandling av den digitala versionen av sensorsignal utföras och på så sätt producera en digitalsignal (sensordata) som är betydligt lättare att tolka. Det vill säga man framhäver ”endast” information i signalen/data som är av intresse för SICPS.

Kursen kommer att fokusera på sensorer, Analog-till-digital omvandlare, kvalitet hos mätdata och signalbehandling där vi bland annat belyser val av sensorer och datainsamlingssystem samt introducerar några robusta signalbehandlingsmetoder i ljuset av industrins digitalisering.

Målgrupp

Denna kurs är för yrkesverksamma som arbetar professionellt med programmering och utveckling – oavsett bransch eller sektor. Du kanske finns inom industrin, IT-sektorn eller ett större företag inom en helt annan bransch, du kanske arbetar på en utvecklingsavdelning inom ett företag eller som IT-konsult.

Innehåll

Kursen innehåller följande:

  • Givare för mätning av vibrationer, kraft, töjning, varvtal och tillhörande signalkonditionering
  • Mätosäkerhet
  • Analog-till-digital omvandlare och ”Effective Number Of Bits (ENOB)”
  • Vikning vid sampling av signaler och antivikningsfilter
  • Fourier transform – Diskret Fourier transform
  • Stokastiska processer och relevanta statistiska begrepp
  • Effekttäthetsspektrum, Effektspektrum och tillhörande systematiska och slumpmässiga fel

Praktisk information

Delar i kursen kommer att ske på campus Växjö men i huvudsak kommer kursen att ges på distans enligt föreslaget schema nedan. Föreläsningarna spelas in och är därefter tillgängliga online. Introduktionsföreläsningen (om möjligt) och laborationer är på plats där vi lär oss att bland annat utföra mätningar på en roterande maskin och tillhörande datainsamling, samt signal analys med professionell utrustning. Under kursen kommer kortare hemuppgifter ges, vilka avrapporteras under kursens gång. Dessa tillsammans med utförda laborationer utgör examination av kursen.  Vi kommer så långt möjligt att vara flexibla med tider för de olika kursmomenten.

Preliminära tider för kursen är:

27/4, 13-16: Introduktion av kursen, presentation av medverkande, fixering av tider för föreläsningar och laborationer, introduktion av kursens olika komponenter och introduktion av Fouriertransform (LH)

4/5, 9-16: Fouriertransform och Genomgång av givare för mätning av vibrationer, kraft, töjning, varvtal och tillhörande signalkonditionering samt mätosäkerhet (LH)

11/5, 13-16: Diskret Fouriertransform, Vikning vid sampling av signaler och antivikningsfilter (LH)

17/5, 13-16: Genomgång av Analog-till-digital omvandlare och ”Effective Number Of Bits (ENOB)” samt Diskret Fouriertransform (LH)

25/5, 13-16: Genomgång av Stokastiska processer och relevanta statistiska begrepp (LH)

31/5, 13-16: Effekttäthetsspektrum, Effektspektrum och tillhörande systematiska och slumpmässiga fel. Hemuppgift (LH)

8/6, 9-17: Laboration (RP, LH)

Vecka 24: Reservtid

LH: Lars Håkansson, RP: Rammohan Kodakadath Premachandran

Den totala omfattningen på kursen är normalt cirka 100 timmar.

Undervisningsspråk: svenska/engelska.

Kursen är kostnadsfri och ger 4 högskolepoäng.    

Anmälan kan ske löpande fram till kursstart. Kursort är Växjö.

Behörighet

Grundläggande behörighet på avancerad nivå inom maskinteknik eller motsvarande. Kandidater med relevant arbetslivserfarenhet är också välkomna att ansöka. Två års relevant arbetslivserfarenhet anses motsvara ett år av universitetsstudier på kandidatnivå. Vi kan validera din kompetens vid behov.

Denna kurs är utvecklad inom projektet Smart industri 2 och finansieras av KK-stiftelsen.

Anmälan till Smart underhåll 1 - mätteknik

Vill du ta del av vårt nyhetsbrev inom digitalisering och IT?

Medgivande – GDPR

Jag medger att uppgifter i detta formulär får användas av universitetet inom ramen för universitetets uppdrag med det syfte som angivits ovan.

Villkoren för behandling av personuppgifter vid Linnéuniversitetet.