Navigacija

22MDML - Digitalna merna laboratorija

Specifikacija predmeta
Naziv Digitalna merna laboratorija
Akronim 22MDML
Studijski program Hemijsko inženjerstvo
Modul Modul Hemijsko procesno inženjerstvo
Nastavnik (predavač)
Nastavnik/saradnik (vežbe)
Nastavnik/saradnik (DON)
    Broj ESPB 4.0 Status predmeta izborni predmet
    Uslovljnost drugim predmetom Oblik uslovljenosti
    Ciljevi izučavanja predmeta Upoznavanje sa dizajnom eksperimenata, posebno sa dizajnom softvera za računarski integrisane merne sisteme. Korišćenje i razvijanje programa u LabVIEW/Python programskom okruženju za prikupljanje i akviziciju podataka, i komandovanje mernim instrumentima. Analiza merne nesigurnosti na osnovu vodiča za izražavanje nesigurnosti u merenju (eng. Guide to the Expression of Uncertainty in Measurement, GUM).
    Ishodi učenja (stečena znanja) Studenti stiču znanja na osnovu kojih mogu da izvrše izbor i specificiranje mernih uređaja, akvizicionih sistema i odgovarajućih senzora, kao i projektovanje softvera za integraciju i programsko upravljanje mernim instrumentima i akvizicionim sistemima. U mogućnosti su da analiziraju i procene nesigurnost rezultata merenja u skladu sa ISO standardima (eng. International Organization for Standardization) i pristupom “odozdo prema gore” prema vodiču za izražavanje nesigurnosti u merenju GUM.
    Sadržaj predmeta
    Sadržaj teorijske nastave Šta je LabVIEW/Python i čemu služi. Korišćenje LabVIEW/Python programskih platformi u realnom okruženju. Prikupljanje podataka. Povezivanje mernih instrumenata i računara. Upravljanje instrumentima primenom programa razvijenog u LabVIEW/Python. Osnove platforme i okruženje. Projekti. Virtuelni instrumenti. Blok dijagrami i paneli. Osnovne komande i indikatori. Strukture podataka i grafički prikaz. Glavni koncept i matematički aparat za procenu nesigurnosti merenja pristupom prema ISO standardima i GUM („odozdo prema gore“) proceni nesigurnosti merenja. Pojmovi prave i izmerene vrednosti, greške, merne nesigurnosti i verovatnoće. Odakle potiče nesigurnost merenja. Glavni izvori nesigurnosti: ponovljivost, kalibracija, temperaturni efekat. Normalna distribucija - srednja vrednost i standardna devijacija. Koncept standardne nesigurnosti, kombinovane standardne nesigurnosti i proširene nesigurnosti merenja.
    Sadržaj praktične nastave Laboratorijske vežbe i seminarski radovi koji prate teorijsku nastavu.
    Literatura
    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.
    Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
    Predavanja Vežbe DON Studijski i istraživački rad Ostali časovi
    2 1 1
    Metode izvođenja nastave Predavanja, vežbe, rad na računaru, konsultacije.
    Ocena znanja (maksimalni broj poena 100)
    Predispitne obaveze Poena Završni ispit Poena
    Aktivnosti u toku predavanja Pismeni ispit
    Praktična nastava 30 Usmeni ispit 30
    Projekti
    Kolokvijumi
    Seminari 40