Konetekniikan signaalianalyysi

Kurssin tarkoituksena on antaa opiskelijalle vahva matemaattinen taustatieto, jota voidaan hyödyntää koneista mitattujen signaalien analysoimisessa ja esimerkiksi mallintamisessa, vikadiagnostiikassa sekä säädössä ja automaatiossa.

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 on itsenäinen kokonaisuus, mutta perusteet seuraavista matemaattisista aiheista ovat hyödyksi: differentiaali ja integraalilaskenta, todennäköisyys- ja tilastomatematiikka, kompleksianalyysi ja numeeriset menetelmät.

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.