Detail předmětu

Experimentální modelování a zpracování signálu

FSI-LES Ak. rok: 2025/2026 Letní semestr

V předmětu se studenti seznámí s návrhem experimentu, vyhodnocením naměřených dat do základní charakteristik. Dále se zpracováním dat pomocí Fourierovy transformace, spektrogramu a využitelnosti těchto závislosti pro praxi. Součásti probíraného učiva bude i citlivostní analýza a základy nejistot při experimentálním modelování.

Jazyk výuky

čeština

Počet kreditů

5

Zajišťuje ústav

Vstupní znalosti

Základy práce v Pythonu (Matlabu), základy dynamiky a statistiky.

Pravidla hodnocení a ukončení předmětu

Předmět bude ukončen obhajobou samostatných projektu a prověřením základních znalostí probraného učiva.

Účast na cvičeních je povinná a kontrolovaná.

Ojedinělá neúčast na cvičeních povede k zadání náhradních úloh.

Učební cíle

Cílem předmětu je seznámit studenty s návrhem experimentu a vyhodnocením měřených dat. Zpracováním měřených dat pomocí Fourierovy transformace, spektrogramu. Dále s filtrací signálu, základy vyhodnocení nejistot měření a citlivostní analýzy.

Použití předmětu ve studijních plánech

Program N-SUE-P: Výpočtové simulace pro udržitelnou energetiku, magisterský navazující, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Osnova


  1. Úvod do problematiky, návrh experimentu, podobnostní čísla

  2. Měřený signál, vzorkování, základy zpracování

  3. Fourierova transformace

  4. Spektrogram

  5. Filtrace signálu

  6. Integrace a derivace měřeného signálu (s aplikací filtrace)

  7. Regrese měřených údajů

  8. Citlivostní analýza

  9. Zpracování signálu v souladu s ČSN 20816 do formy rms, p-p apod.

  10. Rozdíly a postupy při srovnání CFD výsledku s experimentálním modelováním

  11. Základy zpracování obrazu, hledání hran, optický tok.

  12. Příklady řešených problému z praxe.

Cvičení s počítačovou podporou

26 hod., povinná

Osnova


  1. Python signál procesing, grafy

  2. Načtení měřeného signálu, textové soubory, TDMS, typové soubory.

  3. Vystup do textů, typových souboru, grafů.

  4. Hromadné zpracování souborů

  5. Fourierova transformace

  6. Spektrogram, melspektrogram

  7. Regrese

  8. Citlivostní analýza měřených dat

  9. Měření vibrací a vyhodnocení ve formě rms, p-p pro ložiskové a hřídelové vibrace.

  10. Vyvažování na díle.

  11. Zadání projektů a kontrola projektové práce studentů.