Zpracování dat (FSI-GSZ)

Akademický rok 2023/2024
Garant: Ing. Daniel Zuth, Ph.D.  
Garantující pracoviště: ÚVSSR všechny předměty garantované tímto pracovištěm
Jazyk výuky: čeština
Cíle předmětu:
Cílem předmětu je uspořádání vědomosti a metod použiváných při zpracování dat ve výrobním procesu.
Výstupy studia a kompetence:
Získání obecných zásad v oblasti sběru a zpracování dat. Přehled moderních metod v oblasti zpracování dat se zaměřením na Průmysl 4.0
Prerekvizity:
Teoretické znalosti z oblasti fyziky, základy elektrotechniky a základy algoritmizace.
Obsah předmětu (anotace):
Předmět seznamuje studenty s problematikou zpracování dat ve výrobním procesu. Postupně budou popsány základní metody sběru dat, průmyslové sběrnice, metody přenosu dat včetně zabezpečení, analýza a zpracování dat a v neposlední řadě záznam v databázovém systému. Důraz je kladen na současné metody, které splňují požadavky pro oblast Průmysl 4.0.
Metody vyučování:
Předmět je vyučován formou přednášek, které mají charakter výkladu základních principů a teorie dané disciplíny. Výuka je doplněna laboratorním cvičením.
Způsob a kritéria hodnocení:
Předmět se skládá ze cvičení a přednášek. Cvičení je ukončeno zápočtem (je udělován ve 13. výukovém týdnu). K jeho získání je nutná 100% účast na cvičení a dále aktivita ve cvičení. Student zpracuje k zápočtu samostatnou práci v předepsaném rozsahu a kvalitě. Na základě kvality práce ve cvičení, získává student až 30 bodů ke zkoušce Práce musí být odevzdána v písemné formě a učitelem zkontrolována a uznána. Zkouška je realizována písemným testem, student může z tohoto testu získat až 70 bodů, kde 30 bodů získává ze cvičení. Hodnocení výsledku zkoušky je dáno klasifikační stupnicí dle ECTS.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky:
Účast na přednáškách je doporučená, účast v laboratořích je kontrolovaná. Maximálně dvě absence v laboratořích lze nahradit samostatným vypracováním chybějících protokolů.
Typ (způsob) výuky:
    Přednáška  13 × 2 hod. nepovinná                  
    Laboratorní cvičení  13 × 2 hod. povinná                  
Osnova:
    Přednáška

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. Zápočet  

    Laboratorní cvičení 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. Zápočet
Literatura - základní:
1. DANIŠ, Stanislav, 2009. Základy programování v prostředí Octave a Matlab. Praha: Matfyzpress. ISBN 978-80-7378-082-1.
2. BURDA, Michal, 2012. Databázové systémy. Hradec Králové: Gaudeamus. ISBN 978-80-7435-203-4.
2. Frank Lamb: Industrial Automation: Hands-On, McGraw-Hill Education, 2013
3. LabVIEW Measurements Manual, National Instruments, April 2003 Edition, Part Number 322661B-01, dostupné z www.ni.com
Zařazení předmětu ve studijních programech:
Program Forma Obor Spec. Typ ukončení   Kredity     Povinnost     St.     Roč.     Semestr  
N-KSB-P prezenční studium --- bez specializace -- zá,zk 4 Povinný 2 1 L