Diagnosis and Prediction Systems - Interactive curriculae of TU Ilmenau
The interactive curriculae provide information on the degree programmes offered by the TU Ilmenau.
Please refer to the respective study and examination rules and regulations for the legally binding curricula (Annex Curriculum).
You can find all details on planned lectures and classes in the course catalogue.
Please note that this page is no longer updated. All modules and study plans from PO version 2021 onwards (Bachelor and Master study programs) are now available on the Campus Portal.
| module properties Diagnosis and Prediction Systems in degree program Master Technische Kybernetik und Systemtheorie 2021 | |
|---|---|
| module number | 200092 |
| examination number | 2200756 |
| department | Department of Computer Science and Automation |
| ID of group | 2211 (Automation Engineering) |
| module leader | Prof. Dr. Thomas Rauschenbach |
| term | winter term only |
| language | Deutsch |
| credit points | 5 |
| on-campus program (h) | 34 |
| self-study (h) | 116 |
| obligation | elective module |
| exam | oral examination performance, 30 minutes |
| details of the certificate | |
| link to Moodle course | |
| teacher | Prof. Dr. Thomas Rauschenbach |
| signup details for alternative examinations | |
| maximum number of participants | |
| previous knowledge and experience | |
| learning outcome | Die Studierenden erkennen Zusammenhänge zu den Lehrveranstaltungen, die sich mit den Grundlagen der Modellbildung beschäftigen. Nach der Vorlesung können sie die Verfahren für die Diagnose hinsichtlich der Nutzung von statistischen Daten, linguistischen Informationen sowie von Modellen klassifizieren. Bezüglich der Eignung für die Vorhersage können die Studierenden deterministische und stochastische Modellansätze vergleichen. Nach den Übungen sin die Studierenden zur Arbeit am Computer unter Verwendung moderner Simulationssysteme, wie z.B. MATLAB/Simulink fähig. Die Studierenden sind infolge dieser Übungen in der Lage, technische Systeme hinsichtlich der Diagnosemöglichkeiten zu bewerten und eigenständig Lösungen für Diagnoseaufgaben zu erarbeiten. Sie sind weiterhin in der Lage Systeme und Zeitreihen hinsichtlich ihrer Vorhersagbarkeit zu analysieren. Sie können evaluieren, welche systemtechnischen Methoden für Vorhersagen mit unterschiedlichen Zeithorizonten geeignet sind. Durch die Kombination von Methoden der Diagnose und Vorhersage können die Studierenden Lösungsansätze für Aufgaben auf dem Gebiet der prädiktiven Diagnose generieren. Die Studierenden können in den Übungen in Gruppen arbeiten, sind fähig, die Lösungsansätze zu diskutieren und gemeinsam umzusetzen. Bei der Vorstellung der Ergebnisse haben die Gruppen gelernt, sich gegenseitige wertschätzende Rückmeldungen zu geben. |
| content | Diagnose
Vorhersage
|
| media of instruction and technical requirements for education and examination in case of online participation | Skript, Video, Vorführungen, Rechnerübungen |
| literature / references | Brockwell, P. J. Davis, R. A.: Introduction to Time Series and Forecasting. New York : Springer-Verlag, 1996 Isermann, Rolf: Uberwachung und Fehlerdiagnose. VDI Verlag, 1994 Janacek, Gareth ; Swift, Louise: Time series: Forecasting, Simulation, Applications. New York, London, Toronto, Sydney, Tokyo, Singapore :Ellis Horwood, 1993 Romberg, T. [u. a.]: Signal processing for industrial diagnostics.Wiley, 1996 Schlittgen, Rainer: Angewandte Zeitreihenanalyse. Munchen, Wien: Oldenbourg Wissenschaftsverlag, 2001 Schlittgen, Rainer;Streitberg,Bernd H.J.: Zeitreihenanalyse. 9. Auflage. Munchen,¨ Wien, Oldenbourg Wissenschaftsverlag, 2001 Wernstedt, Jurgen:¨ Experimentelle Prozessanalyse. 1. Auflage. Berlin : Verlag Technik, 1989 |
| evaluation of teaching | |