Back to all courses

Konetekniikan signaalianalyysi

Individual course

Kurssiin sisältyy konetekniikan näkökulmasta tärkeimpiä digitaalisen signaalinkäsittelyn menetelmiä, kuten suodattimet, numeerinen derivointi ja integrointi, diskreetin Fourier-muunnoksen hyödyntäminen, tunnuslukujen laskenta aika- ja taajuustasossa, verhokäyräanalyysi ja syklostationaarisuus, mekaanisten ilmiöiden kuvaaminen satunnaissignaaleilla sekä tilastollisen hahmontunnistuksen perusteet. Kurssi sisältää esimerkkejä näiden menetelmien soveltamisesta konetekniikassa.

Kurssin jälkeen opiskelija

  • osaa arvioida signaalinkäsittelyn vaikutukset mittausdatan käytettävyydelle koneiden käyttötilojen tunnistamisessa sekä koneen säädön toteuttamisessa.
  • osaa myös toteuttaa yleisimpiä digitaalisen signaalinkäsittelyn algoritmeja ohjelmointikielellä.

Nämä taidot ovat olennaisia mm. konediagnostiikassa, säätötekniikassa, koneautomaatiossa sekä robotiikassa.

Kurssi toteutetaan opastettuna itsenäisenä etäopiskeluna. Opiskelun pohjana toimivat kattava luentomoniste sekä videot esimerkkilaskuharjoituksista. Opiskelijat palauttavat parin viikon välein ratkaisut annettuihin laskuharjoitus- sekä ohjelmointitehtäviin (Octave tai Matlab), jotka tarkistetaan pääasiassa automaattisesti ja vaikuttavat suoraan kurssin arvosanaan. Kurssin lopussa palautetaan myös laajempi ohjelmointiharjoitus ja lyhyt raportti.

Further information about the studies

University of Oulu
Reijo Saari
reijo.saari(at)oulu.fi

Responsible teacher

University of Oulu
Juhani Nissilä
juhani.nissila(at)oulu.fi

Contact person for applications

FITech
Pilvi Lempiäinen , Head of study services
pilvi.lempiainen(at)fitech.io
Start here
Start here
Category:
Technical studies
Topic:
Mechanical engineering
Course code:
462113S
Credits:
5 ECTS
Price:
0 €
Level:
Teaching period:
18.1.–30.4.2021
Application deadline:
11.1.2021
Host university:
University of Oulu
Study is open for:
Adult learner,
Degree student
Teaching methods:
Online
Language:
Finnish
General prerequisites:
The course is self-contained, but basics in the following mathematical areas help: differential and integral calculus, probability and statistics, complex analysis and numerical methods.
Study suitable for:
The course is useful for people who need to utilise signals measured from industrial machines"
Interested in this course? Subscribe and get updates about the course directly to your email. You can cancel subscription any time you want.