Detail předmětu

Zpracování dat

FSI-GSZ Ak. rok: 2027/2028 Letní semestr

Předmět seznamuje studenty s problematikou zpracování dat ve výrobním procesu. Postupně jsou popsány základní metody sběru dat, průmyslové sběrnice a komunikační protokoly, metody přenosu dat včetně zabezpečení, analýza a zpracování dat a v neposlední řadě záznam dat v databázovém systému. Důraz je kladen na současné metody, které splňují požadavky pro oblast Průmysl 4.0.

Studenti se seznámí se základními prostředími pro sběr a zpracování dat, s principy předzpracování dat, s ukládáním dat a s vybranými pokročilými metodami zpracování dat, jimiž jsou klasifikace dat, evoluční algoritmy a fuzzy množiny. Tyto metody jsou v předmětu zavedeny a procvičeny na úrovni základní aplikace; jejich hlubší rozvoj je obsahem navazujícího předmětu Inteligentní výrobní systémy.

Jazyk výuky

čeština

Počet kreditů

4

Garant předmětu

Vstupní znalosti

Student umí vysvětlit základní fyzikální veličiny a jejich jednotky a principy elektrických měření napětí, proudu, odporu a kmitočtu. Umí popsat princip činnosti základních senzorů teploty, tlaku a polohy.

Student umí zapsat jednoduchý algoritmus obsahující cyklus, podmínku a funkci v některém programovacím jazyce a pracovat se základními datovými strukturami, zejména s polem a maticí. Umí ovládat tabulkový procesor na úrovni výpočtů a grafů a pracovat se soubory dat.

Způsob zakončení předmětu a pravidla hodnocení studentů

Předmět je zakončen zápočtem a zkouškou.

Podmínky zápočtu

  • Povinná účast na laboratorních cvičeních. Tolerance dvou omluvených absencí; úlohy zameškané v těchto cvičeních student doplní v rámci semestrální práce. Způsob náhrady schvaluje vyučující.
  • Průběžné řešení dílčích úkolů v laboratorních cvičeních.
  • Zpracování semestrální práce v rozsahu 15 až 20 normostran včetně skriptů, která obsahuje zpracování dílčích úkolů ze cvičení – sběr dat ze senzoru, komunikaci po průmyslové sběrnici, předzpracování a filtraci dat, uložení dat do relační databáze včetně dotazů v jazyce SQL a klasifikaci naměřených dat, vždy s vyhodnocením dosažených výsledků. Práce se odevzdává nejpozději do 12. výukového týdne.
  • Za semestrální práci lze získat 0 až 30 bodů.
  • Zápočet se uděluje při splnění podmínky účasti; dosažené bodové hodnocení přitom může činit i 0 bodů. Zápočet se uděluje ve 13. výukovém týdnu; náplní 13. výukového týdne je kontrola výsledků ze cvičení a udělení zápočtu.

Zkouška

  • Zkouška má formu písemného testu. Z testu lze získat 0 až 70 bodů.
  • Ke zkoušce postupuje student, kterému byl udělen zápočet.

Výsledná klasifikace

  • Celkové hodnocení tvoří body ze cvičení (0 až 30 bodů) a body ze zkoušky (0 až 70 bodů), celkem nejvýše 100 bodů.
  • Klasifikační stupnice: A 90 až 100 bodů, B 80 až 89 bodů, C 70 až 79 bodů, D 60 až 69 bodů, E 50 až 59 bodů, F 0 až 49 bodů.

Učební cíle

Absolvent umí:

  • vysvětlit rozdíl mezi daty a informací a klasifikovat způsoby získávání dat v průmyslovém podniku,
  • popsat princip funkce vybrané průmyslové sběrnice a komunikačního protokolu a navrhnout připojení snímače do měřicího řetězce,
  • nakonfigurovat sběr dat ze senzoru v prostředí MATLAB a v prostředí LabVIEW a naměřená data uložit,
  • aplikovat metody předzpracování dat, zejména filtraci, odstranění odlehlých hodnot a kompresi, a vyhodnotit jejich vliv na výsledek,
  • uložit naměřená data do relační databáze a sestavit dotazy v jazyce SQL pro jejich analýzu,
  • aplikovat základní metodu klasifikace na naměřený datový soubor a interpretovat dosažený výsledek.

Použití předmětu ve studijních plánech

Program N-KSB-P: Kvalita, spolehlivost a bezpečnost, magisterský navazující, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Osnova

1. Informace a data, základní pojmy, typy a způsoby získávání dat.
2. Sběrnice a snímače používané v průmyslu
3. Přenos dat, protokoly, komprese, šifrování
4. Systémy pro IoT a cloudové systémy
5. Základy zpracování dat v prostředí Matlab/Simulink
6. Základy zpracování dat v prostředí LabVIEW
7. Databáze – Jazyk SQL – tvorba dotazů, relační databáze
8. Textové editory, tabulkové procesory, grafika
9. Pokročilé metody zpracování dat – klasifikace dat
10. Pokročilé metody zpracování dat – evoluční algoritmy
11. Pokročilé metody zpracování dat – fuzzy množiny
12. Praktické ukázky probraných témat.
13. Shrnutí, trendy, Průmysl 4.0 a diskuse k semestrálním pracím.

Laboratorní cvičení

26 hod., povinná

Osnova

1. Sběr dat v prostředí Matlab, základní informace
2. Sběr dat v prostředí Matlab, získání dat ze senzoru
3. Zpracování dat v prostředí Matlab (Octave)
4. Sběr dat v prostředí LabVIEW, základní informace
5. Sběr dat v prostředí LabVIEW, získání dat ze senzoru
6. Komprese a šifrování získaných dat
7. Tabulkové procesory, zpracování dat
8. Tabulkové procesory, rozšířené funkce
9. MS Access, tabulky, vyhledávací dotazy
10. MS Access, relační DB
11. SQL dotazy, relační DB
12. Kontrola a kompletace protokolů
13. Kontrola výsledků ze cvičení a udělení zápočtu.