Навигација

22МДМЛ - Дигитална мерна лабораторија

Спецификација предмета
НазивДигитална мерна лабораторија
Акроним22МДМЛ
Студијски програмХемијско инжењерство
МодулМодул Хемијско процесно инжењерство
Наставник (предавач)
Наставник/сарадник (вежбе)
Наставник/сарадник (ДОН)
    Број ЕСПБ4.0Статус предметаизборни предмет
    Условљност другим предметомОблик условљености
    Циљеви изучавања предметаУпознавање са дизајном експеримената, посебно са дизајном софтвера за рачунарски интегрисане мерне системе. Коришћење и развијање програма у LabVIEW/Python програмском окружењу за прикупљање и аквизицију података, и командовање мерним инструментима. Анализа мерне несигурности на основу водича за изражавање несигурности у мерењу (енг. Guide to the Expression of Uncertainty in Measurement, GUM).
    Исходи учења (стечена знања)Студенти стичу знања на основу којих могу да изврше избор и специфицирање мерних уређаја, аквизиционих система и одговарајућих сензора, као и пројектовање софтвера за интеграцију и програмско управљање мерним инструментима и аквизиционим системима. У могућности су да анализирају и процене несигурност резултата мерења у складу са ISO стандардима (енг. International Organization for Standardization) и приступом “одоздо према горе” према водичу за изражавање несигурности у мерењу GUM.
    Садржај предмета
    Садржај теоријске наставеШта је LabVIEW/Python и чему служи. Коришћење LabVIEW/Python програмских платформи у реалном окружењу. Прикупљање података. Повезивање мерних инструмената и рачунара. Управљање инструментима применом програма развијеног у LabVIEW/Python. Основе платформе и окружење. Пројекти. Виртуелни инструменти. Блок дијаграми и панели. Основне команде и индикатори. Структуре података и графички приказ. Главни концепт и математички апарат за процену несигурности мерења приступом према ISO стандардима и GUM („одоздо према горе“) процени несигурности мерења. Појмови праве и измерене вредности, грешке, мерне несигурности и вероватноће. Одакле потиче несигурност мерења. Главни извори несигурности: поновљивост, калибрација, температурни ефекат. Нормална дистрибуција - средња вредност и стандардна девијација. Концепт стандардне несигурности, комбиноване стандардне несигурности и проширене несигурности мерења.
    Садржај практичне наставеЛабораторијске вежбе и семинарски радови који прате теоријску наставу.
    Литература
    1. Jeffrey Travis, Jim Kring, LabVIEW For Everyone: Graphical Programming Made Easy and Fun, Third Edition, Prentice-Hall, 2006.
    2. Evaluation of measurement data — Guide to the expression of uncertainty in measurement, First edition, JCGM, 2008.
    Број часова активне наставе недељно током семестра/триместра/године
    ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
    211
    Методе извођења наставеПредавања, вежбе, рад на рачунару, консултације.
    Оцена знања (максимални број поена 100)
    Предиспитне обавезеПоенаЗавршни испитПоена
    Активности у току предавањаПисмени испит
    Практична настава30Усмени испит30
    Пројекти
    Колоквијуми
    Семинари40