Datos Identificativos 2022/23
Asignatura (*) Control Intelixente e Sistemas de Supervisión Código 770G01059
Titulación
Grao en Enxeñaría Electrónica Industrial e Automática
Descriptores Ciclo Período Curso Tipo Créditos
Grao 2º cuadrimestre
Cuarto Optativa 4.5
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Enxeñaría Industrial
Coordinación
Díaz Longueira, Antonio Javier
Correo electrónico
a.diazl@udc.es
Profesorado
Díaz Longueira, Antonio Javier
Jove Pérez, Esteban
Michelena Grandío, Álvaro
Quintián Pardo, Héctor
Correo electrónico
a.diazl@udc.es
esteban.jove@udc.es
alvaro.michelena@udc.es
hector.quintian@udc.es
Web
Descrición xeral A asignatura pretende introducir ao alumno nos conceptos básicos necesarios para poder usar técnicas de control intelixente para o modelado e identificación de sistemas así como para o control dos mesmos. Aprenderase a utilizar lóxica difusa e redes neuronais para controlar e identificar sistemas. Estudiaranse diferentes técnicas de optimización de sistemas, con especial interese nos algoritmos xenéticos. Introducirase tamén ao alumno no campo da supervisión, a detección e o diagnóstico de fallos aplicados en tarefas de supervision e control de procesos.

Competencias do título
Código Competencias do título
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.
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.
B12 CB5 - Que os estudantes desenvolvan esas habilidades de aprendizaxe necesarias para realizar estudos posteriores cun alto grao de autonomía.
C1 Expresarse correctamente, tanto de forma oral coma escrita, nas linguas oficiais da comunidade autónoma.
C2 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.
C5 Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse.

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Conoce as técnicas de Control Intelixente basadas en Intelixencia Artificial. A30
A31
B3
B4
B5
B6
É capaz de contrastar as técnicas de control convencional coas técnicas intelixentes. A30
A31
B1
B2
B3
B6
B7
B12
É capaz de deseñar sistemas intelixentes utilizando ferramentas software. A30
A31
B1
B2
B3
B5
B6
B7
C1
C2
C5
Conoce e aplica técnicas de identificación de plantas. A30
A31
B1
B3
B4
B7
C1
C2
C5
Conoce e aplica técnicas de detección de anomalías sobre plantas industriais. A30
A31
B1
B2
B4
B5
B6
B7
B12
C1
C2
C5

Contidos
Temas Subtemas
Introducción aos Sistemas de Control Intelixente
Sistemas Expertos
Lóxica e control difuso ou fuzzy
Redes Neuronales
Algoritmos xenéticos
Sistemas híbridos intelixentes
Técnicas de identificación de plantas
Detección de anomalías

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Prácticas de laboratorio A30 A31 B1 B3 B4 16.5 0 16.5
Traballos tutelados A30 A31 B1 B2 B3 B4 B7 B12 C1 C2 0 77 77
Sesión maxistral A30 A31 B5 B6 C2 C5 15 0 15
 
Atención personalizada 4 0 4
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Prácticas de laboratorio Método práctico basado en sesións de laboratorio ou na aula de informática, no que se levan a cabo
resolución de problemas y estudio de casos
Traballos tutelados Proposta de a lo menos un trabajo no que se apliquen os conceptos adquiridos durante as sesións maxistrais e nas prácticas de laboratorio
Sesión maxistral Exposición oral complementada co uso de medios audiovisuais e a introdución dalgunhas preguntas dirixidas aos estudantes, coa finalidade de transmitir coñecementos e facilitar a aprendizaxe.
Nestas sesións ademais se intercalarán exemplos para facilitar a comprensión dos conceptos.

Atención personalizada
Metodoloxías
Prácticas de laboratorio
Traballos tutelados
Descrición
No caso de que o alumno necesite algunha aclaración adicional ás das clases teóricas ou prácticas terá dispoñibles as horas de tutorías para liquidar as dúbidas
O alumnado con recoñecemento de dedicación a tempo parcial e dispensa académica de exención de asistencia, poderá realizar sesión periódicas co coordinador da materia a través de Microsoft Teams ou correo electrónico.

Avaliación
Metodoloxías Competencias Descrición Cualificación
Prácticas de laboratorio A30 A31 B1 B3 B4 O alumno deberá ir entregando as memorias das prácticas propostas ao longo do curso. 30
Traballos tutelados A30 A31 B1 B2 B3 B4 B7 B12 C1 C2 Proporáse a lo menos un traballo práctico a desenrolar polo alumno. A nota dependerá do contido do traballo, a memoria e a presentación oral. 70
 
Observacións avaliación

Para aprobar a asignatura e imprescindible ter entregadas e aprobadas a prácticas de laboratorio

A avaliación da segunda oportunidade consistirá nunha proba obxectiva que pode consistir en preguntas de resposta curta e/ou tipo test, resolución problemas en papel ou parte práctica.

Os alumnos que se acollan a matrícula parcial (dispensa académica), poderán a acordar co profesor a posibilidade de facer actividades alternativas o traballo tutelado, manténdose o resto de probas e puntuacións


Fontes de información
Bibliografía básica A. Aguado (2003). Identificación y Control Adaptativo. Prentice Hall
Fausett, Laurene V (1994). Fundamentals of neural networks: architectures, algorithms and applications. Prentice Hall
Martin del Brío, B (2001). Redes Neuronales y Sistemas Borrosos. Ra-Ma

Bibliografía complementaria


Recomendacións
Materias que se recomenda ter cursado previamente
Informática/770G01002
Fundamentos de Automática/770G01017
Informática Industrial/770G01025
Enxeñaría de Control/770G01028

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías