Intelligente Überwachung ingenieurtechnischer Systeme
Steckbrief
Eckdaten
- Abschluss:
- Master
- Semester:
- Sommersemester
- Dozent:
- Univ.-Prof. Dr.-Ing. Bernd Markert
- Sprache:
- Englisch
Weitere Informationen
Kontakt
Telefon
- work
- +49 241 80 94600
- E-Mail schreiben
Inhalt
Der Lehrplan besteht aus Seminarvorträgen, gefolgt von einem Semesterprojekt. In den Seminarvorträgen erhalten die Studierenden das notwendige theoretische Hintergrundwissen, um das Projekt in Kleingruppen selbstständig zu planen und durchzuführen. Es werden Sprechstunden angeboten, um Herausforderungen und Probleme zu diskutieren, die im Laufe des Projekts auftreten. Abschließend präsentiert jede Gruppe ihre Leistungen und Ergebnisse live und in Form eines schriftlichen Berichts.
Themen
- Sensorik
- Signalverarbeitung
- Maschinelles Lernen
- Zerstörungsfreie Prüfung (NDT)
- Strukturelle Gesundheitsüberwachung (SHM)
- Datenverarbeitung mit MATLAB
Zusatzinformationen
Kursanforderungen
Programmiererfahrung in
- MATLAB
- (ersatzweise: Python)
ist hilfreich.
Eine praktische MATLAB-Übung wird angeboten.
Kursziele
Der Kurs vermittelt den Teilnehmern Grundlagenwissen in:
- Abtastung
- Signalverarbeitung
- Maschinellem Lernen
- Zerstörungsfreiem Testen
- Strukturintegritäts-Überwachung
- Daten Vor- und Nachbereitung mit MATLAB
Lehr- und Lernmethoden
Der Kurs besteht aus Vorlesungen, gefolgt von einer Projektaufgabe. Die Vorlesungen vermitteln den Studierenden zunächst die theoretischen Grundlagen, um die Projektaufgabe in kleinen Gruppen eigenständig planen und durchführen zu können. Auftretende Probleme können im Rahmen von Sprechstunden geklärt werden. Jede Gruppe trägt ihre Ergebnisse in einer kleinen Präsentation vor und bereitet sie in einem kurzen Bericht auf.
Literaturauswahl
Nazarchuk, Z., Skalskyi, V., Serhiyenko, O., Acoustic Emission – Methodology and Application. Springer. 2017.
Farrar, C. R., Worden, K., Structural Health Monitoring: A Machine Learning Perspective. Wiley & Sons. 2013.
Goodfellow, I., Bengio, Y., Courville, A., Deep Learning. MIT Press. 2016.