Study programme competencies |
Code
|
Study programme competences / results
|
A1 |
Capacidade para a redacción, firma, desenvolvemento e dirección de proxectos no ámbito da enxeñaría industrial, e en concreto da especialidade de electrónica industrial. |
A2 |
Capacidade para planificar, presupostar, organizar, dirixir e controlar tarefas, persoas e recursos. |
A3 |
Capacidade para realizar medicións, cálculos, valoracións, taxacións, peritaxes, estudos e informes. |
A4 |
Capacidade de xestión da información, manexo e aplicación das especificacións técnicas e da lexislación necesarias no exercicio da profesión. |
A5 |
Capacidade para analizar e valorar o impacto social e medioambiental das solucións técnicas actuando con ética, responsabilidade profesional e compromiso social, e buscando sempre a calidade e mellora continua. |
A10 |
Coñecementos básicos sobre o uso e programación dos ordenadores, sistemas operativos, bases de datos e programas informáticos con aplicación en enxeñaría. |
A17 |
Coñecer os fundamentos dos automatismos e métodos de control. |
A30 |
Coñecer e ser capaz de modelar e simular sistemas. |
A31 |
Coñecementos de regulación automática e técnicas de control e a súa aplicación á automatización industrial. |
A33 |
Coñecemento aplicado de informática industrial e comunicacións. |
A34 |
Capacidade para deseñar sistemas de control e automatización industrial. |
B1 |
Capacidade de resolver problemas con iniciativa, toma de decisións, creatividade e razoamento crítico. |
B2 |
Capacidade de comunicar e transmitir coñecementos, habilidades e destrezas no campo da enxeñaría industrial. |
B3 |
Capacidade de traballar nun contorno multilingüe e multidisciplinar. |
B4 |
Capacidade de traballar e aprender de forma autónoma e con iniciativa. |
B5 |
Capacidade para empregar as técnicas, habilidades e ferramentas da enxeñaría necesarias para a práctica desta. |
B6 |
Capacidade de usar adecuadamente os recursos de información e aplicar as tecnoloxías da información e as comunicacións na enxeñaría. |
B7 |
Capacidade para traballar de forma colaborativa e de motivar un grupo de traballo. |
C1 |
Expresarse correctamente, tanto de forma oral coma escrita, nas linguas oficiais da comunidade autónoma. |
C3 |
Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida. |
C7 |
Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida. |
Learning aims |
Learning outcomes |
Study programme competences / results |
Coñece os métodos de detección e diagnose baseados na redundancia analítica. |
A1 A2 A3 A4 A17 A31 A33 A34
|
B1 B2 B4
|
C1
|
Coñece os métodos de detección e diagnose baseados no coñecemento |
A1 A2 A3 A4 A17 A31 A33 A34
|
B1 B2 B4
|
C1
|
Coñece os métodos de detección e diagnose baseados na consistencia. |
A1 A2 A3 A4 A17 A31 A33 A34
|
B1 B2 B3 B4
|
C1
|
Coñece a detección e diagnose de fallos en sistemas industriais empregando modelos de eventos discretos. |
A1 A2 A3 A4 A17 A31 A33 A34
|
B1 B2 B4
|
C1
|
Deseña un Sistema de Supervisión sobre un SCADA, aplicado o mantemento dunhna planta ou proceso industrial. |
A1 A2 A3 A4 A5 A10 A17 A30 A31 A33 A34
|
B1 B3 B5 B6 B7
|
C3 C7
|
Contents |
Topic |
Sub-topic |
A continuación presentase a correspondencia entre os temas e os contidos da memoria de verificación:
Detección e diagnose de fallos baseado na redundancia analítica. Módulo 2: Métodos baseados na Redundancia Analítica
Detección e diagnose de fallos basado no coñecemento, Detección e diagnose de fallos baseado en modelos de eventos discretos e Detección e diagnose de fallos baseado na consistencia. Módulo 3: Diagnose baseada na Consistencia
Aplicación de los métodos de detección e diagnose a supervisión dunha planta industrial. Módulo 4: Aplicacións prácticas |
|
Módulo I: Introducción. |
1.1.- Motivación e necesidade da detección e diagnóstico de fallos.
1.2.- Obxectivos.
1.3.- Clasificación dos métodos.
|
Módulo 2: Métodos baseados na Redundancia Analítica. |
2.1.- Arquitectura do sistema.
2.2.- Métodos estadísticos.
2.3.- Métodos de estimación de parámetros.
2.4.- Métodos de ecuacions de paridade.
2.5.- Métodos baseados en observadores de estado.
|
Módulo 3: Diagnose baseada na Consistencia. |
3.1.- Diagnose mediante propagación de restriccions e rexistro de suposicions (SMR).
3.2.- Máquina de Diagnose Xeral (GDE).
3.3.- Teoría de Diagnose baseada na Consistencia.
3.4.- Modos de Fallo.
3.5.- Diagnose baseada na Consistencia sin SMR.
3.6.- Diagnose baseada na Consistencia en Sistemas Dinámicos.
|
Módulo 4: Aplicacións practicas. |
4.1.- Redes neuronais na detección e diagnose de fallos.
4.2.- Sistemas de decisions.
4.3.- Control tolerante a fallos.
|
Planning |
Methodologies / tests |
Competencies / Results |
Teaching hours (in-person & virtual) |
Student’s personal work hours |
Total hours |
Guest lecture / keynote speech |
A4 A5 A10 A17 A30 A31 A33 A34 C3 C7 |
21 |
30 |
51 |
Laboratory practice |
A1 A2 A3 A4 A5 A10 A17 A30 A31 A33 A34 B1 B2 B3 B4 B5 B6 B7 C1 C3 C7 |
21 |
32 |
53 |
Supervised projects |
A1 A2 A3 A4 A5 A10 A17 A30 A31 A33 A34 B1 B2 B3 B4 B5 B6 B7 C1 C3 C7 |
9 |
24 |
33 |
Objective test |
A4 A10 A17 A30 A31 A33 A34 B1 B2 B5 B6 C1 C3 |
3 |
0 |
3 |
|
Personalized attention |
|
10 |
0 |
10 |
|
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies |
Methodologies |
Description |
Guest lecture / keynote speech |
Nas sesions maxistrais desenrolaranse os contidos da asignatura tanto a nivel teórico coma práctico. |
Laboratory practice |
Estudo e utilización dun entorno de traballo / linguaxe de programación que permita a resolución de diferentes problemas de enxeñería mediante solución informáticas. |
Supervised projects |
Nas sesions maxistrais e nas prácticas de laboratorio plantexaranse diferentes problemas practicos de maior complexidade para a sua resolución como traballo independente polo alumno, tanto de forma individual uns coma colectiva outros. Nesta resolución vaise fomentar a participación do alumno como ferramenta de autoaprendizaxe valorando o seu esforzo e os seus resultados cara á valoración final da asignatura. |
Objective test |
A proba obxectiva dividirase en duas partes, unha teórica e outra práctica, que tratará de comprobar si o alumno adquiriu as competencias fixadas como obxectivo desta asignatura. |
Personalized attention |
Methodologies
|
Guest lecture / keynote speech |
Laboratory practice |
Supervised projects |
|
Description |
Titorías para solucionar as dudas sobre os temas expostos nas clases maxistrais, sobre o plantexamento ou a resolución dos exercicios de practicas de laboratorio e os traballos tutelados, ou sobre calquer ámbito relacionado coa materia. |
|
Assessment |
Methodologies
|
Competencies / Results |
Description
|
Qualification
|
Laboratory practice |
A1 A2 A3 A4 A5 A10 A17 A30 A31 A33 A34 B1 B2 B3 B4 B5 B6 B7 C1 C3 C7 |
Estudo e utilización dunha linguaxe de programación que permita a resolución de diferentes problemas de enxeñaría mediante solucións informáticas. A sua realización e presentación diante do profesor será obligatoria para poder aprobar a asignatura, sendo evaluable ata un máximo dun 20% da nota final. |
20 |
Objective test |
A4 A10 A17 A30 A31 A33 A34 B1 B2 B5 B6 C1 C3 |
A proba obxetiva dividirase en duas partes, unha teórica e outra práctica, que tratará de comprobar si o alumno adquiriu as competencias fixadas como obxectivo da asignatura. Será necesario obter a lo menos unha nota mínima de 1.5 puntos en cada parte (ata un máximo de 3 puntos en cada parte) e ter presentado todalas prácticas e traballos para poder aprobar a asignatura. |
60 |
Supervised projects |
A1 A2 A3 A4 A5 A10 A17 A30 A31 A33 A34 B1 B2 B3 B4 B5 B6 B7 C1 C3 C7 |
Nas sesions maxistrais e nas prácticas de laboratorio plantearanse diferentes problemas prácticos de maior complexidade para a sua resolución como traballo independente polo alumno, tanto de forma individual uns coma colectiva outros. Nesta resolución vaise fomentar a participación do alumno como ferramenta de autoaprendizaxe valorando o seu esforzo e os seus resultados cara á valoración final da asignatura. A sua realización e presentación diante do profesor será obligatoria para poder aprobar a asignatura, sendo evaluable ata un máximo dun 20% da nota final. |
20 |
|
Assessment comments |
|
Sources of information |
Basic
|
Castro, M (2007). Comunicaciones Industriales: Principios Básicos. UNED
Castro, M (2007). Comunicaciones Industriales: Sistemas Distribuidos y Aplicaciones. UNED
M. Blanke, M. Kinnaert, J. Lunze, M. Staroswiecki (2003). Diagnosis and Fault Tolerant Control. Springer
Bláquez Quintana (2003). Diagnóstico de fallos basado en el modelo de planta.
J. A. González (). El lenguaje de programación C#.
Santos Tarrío (2004). Estudio de redes neuronales con Matlab.
Isermann, R. (1993). Fault diagnosis of machines via parameter estimation and knowledge processing.
(). Material Web C#.
D. Bailey (2003). Practical Scada for Industry. Elsevier
Alma Yolanda Alanis, Edgar Nelson Sanchez (2006). Redes Neuronales. Prentice Hall
Martín del Rio (2006). Redes neuronales y sistemas borrosos.
Chen J. and R.J. Patton (1999). Robust models-based fault diagnosis for dynamic systems. Kluwer academic Publishers
A.S. Boyer (2009). SCADA, Supervisory Control and Data Acquisition. ISA
Rodríguez Penin, Aquilino (). Sistemas Scada. Marcombo, S.A.
Rodríguez Penin, Aquilino (2007). SISTEMAS SCADA GUIA PRACTICA . Marcombo, S.A
Microsoft Press (). Visual Basic. Microsoft Press
Sergio Arboles (). Visual Basic a Fondo. Infor Books Ediciones |
|
Complementary
|
|
|
Recommendations |
Subjects that it is recommended to have taken before |
Computer Science/770G01002 | Industrial Computing/770G01025 |
|
Subjects that are recommended to be taken simultaneously |
|
Subjects that continue the syllabus |
Industrial Robotics/770G01041 | Advanced Control/770G01042 | Intelligent Control Systems/770G01043 |
|
|