Subject » BMEGEMIBMSM
Computer based data acquisition
Számítógépes mérésadatgyűjtés
A tantárgyleírás hatályossága
Hatályosság kezdete:
—
Hatályosság vége:
—
| Subject name (Hungarian, English) |
Számítógépes mérésadatgyűjtés
Computer based data acquisition
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEGEMIBMSM | ||||||||||||
| Subject type | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | félévközi érdemjegy | ||||||||||||
| Credits | 4 | ||||||||||||
| Subject coordinator | — | ||||||||||||
| Responsible department | — | ||||||||||||
| Faculty | Default Faculty | ||||||||||||
| Subject website | — | ||||||||||||
| Teaching language | — | ||||||||||||
| Primary curriculum type | — | ||||||||||||
| Direct prerequisites – Strong prerequisite | BMETE94BG03 (Matematika G3) | ||||||||||||
| Direct prerequisites – Weak prerequisite | none | ||||||||||||
| Direct prerequisites – Parallel prerequisite | none | ||||||||||||
| Direct prerequisites – Milestone prerequisite | none | ||||||||||||
| Direct prerequisites – Exclusion | none |
Objectives
A tantárgy célja, hogy a hallgatók a további tanulmányaikat segítő és a mérnöki munka során alkalmazható számítógépes mérésadatgyűjtési ismeretekre és készségekre tegyenek szert, megismerkedjenek a számítógépes mérésadatgyűjtés elméleti hátterével, hardver- és szoftver vonatkozásaival. A tantárgy célja, hogy a hallgatók készség szinten elsajátítsák a számítógépek alkalmazását a mérnöki gyakorlatban felmerülő mérésadatgyűjtési problémák megoldásához. A számítógépes laboratóriumi gyakorlatok a megismert módszerek alkalmazását és a problémamegoldási készség fejlesztését célozzák.
Learning outcomes
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Knowledge
Átlátja a mérési adatok rögzítésére használt számítógépek felépítését, a speciális hardver elemeket. Ismeri a számítógép és a külvilág adatgyűjtés célű hardveres összekapcsolásának lehetőségeit és az elterjedten alkalmazott protokollokat. Érti a villamos jel formájában rendelkezésre álló adatok számítógépbe juttatásához alkalmazható műszaki megoldásokat. Ismeri az analóg jelek kezelésére alkalmas mérésadatgyűjtő eszközök részegységeit. Tisztában van az adatok tárolásának, csoportosításának lehetőségeivel. Ismeri az adatok tisztításának, szűrésének alapvető módszereit. Tisztában van a mért adatok grafikus megjelenítésének alapeszközeivel. Tisztában van a grafikus megjelenítés matematikai hátterével. Érti a LabVIEW rendszert és hozzá kapcsolható mérésadatgyűjtő hardverek működtetését. Átlátja a mérési adatok tárolására és ábrázolására használható módszereket és eljárásokat. 263 264 265
Skills
Kiválasztja a feladathoz megfelelő mérésadatgyűjtő hardvert. A megfelelő kommunikációs protokollokat használja a számítógép és a mérendő jel összakpcsolására. Képes a feladathoz illeszkedő szoftverarchitektúra kiválasztására és implementálására. Kiválasztja a mérésadatgyűjtési feladatnak megfelelő adatstruktúrát. Képes a tárolt adatok felhasználás-szempontú csoportosítására és feldolgozására. Kiválasztja a mért adatok tisztítására alkalmas jelfeldolgozási módszert. Készség szinten alkalmazza az adatok szűrésére szolgáló módszereket. Elkészíti a mért adatok megjelenítését végző grafikus kezelőfelületeket. Alkalmazza a LabVIEW rendszert mérésadatgyűjtési feladatok megoldására. Képes gondolatait rendezett formában szóban és írásban kifejezni, a kitűzött feladat megoldását biztosító programot elkészíteni. 283 284 285
Attitudes
Törekszik az energiahatékonyság és környezettudatosság elvének érvényesítésére a mérésadatgyűjtési feladatok megoldásában. Folyamatos ismeretszerzéssel bővíti tudását a számítógépes mérésadagyűjtés területén. Nyitott az információtechnológiai eszközök használatára. Törekszik a számítógépes mérésadatgyűjtési problémamegoldáshoz szükséges eszközrendszer megismerésére és rutinszerű használatára. Törekszik a pontos és hibamentes feladatmegoldásra. 297 298 299
Autonomy and responsibility
Önállóan végzi a mérésadatgyűjtési feladatok és problémák végiggondolását és adott források alapján történő megoldását. Elfogadja a munkájával kapcsolatos megalapozott kritikai észrevételeket. Egyes helyzetekben – csapat tagjaként – együttműködik hallgatótársaival a feladatok megoldásában. Feladatát rendszerelvű megközelítést alkalmazva végzi. Együttműködik az ismeretek bővítése során az oktatóval és hallgató társaival. 309 310 311
Oktatási módszertan
A tantárgy oktatása során nem válik el egymástól az előadás, a gyakorlat és a laboratóriumi gyakorlat. Az előadások, a gyakorlatok és a laboratóriumi gyakorlatok alapvetően a frontális oktatás technikáját alkalmazva ismertetik meg a hallgatókkal a tudás, képesség, attitűd, valamint az autonómia és felelősség kompetenciaelemek által meghatározott információt. Az előadásokhoz, a gyakorlatokhoz és a laboratóriumi gyakorlatokhoz utólagosan közzétett diasorok egyéb oktatási segédanyagok tartoznak, így a hallgatók azokat az előadások után saját jegyzeteikkel ki tudják egészíteni. Az előadások és a főbb (on-line) elérhető írásos tananyagok egymást kiegészítik, külön-külön nem elegendők a megfelelő felkészültség eléréséhez.
Tanulástámogató anyagok
Tankönyvek
Behzad Ehsani: Data Acquisition Using LabVIEW. Packt Publishing, 2016. ISBN: 9781782172161; Maurizio Di Paolo Emilio: Data Acquisition Systems: From Fundamentals to Applied Design. Springer, 2013. ISBN: 9781461442141
Jegyzetek
Dr. Gárdonyi Gábor, Raj Levente: Számítógépes mérésadagyűjtés előadásjegyzet. BME MOGI, 2020.; Dr. Huba Antal, Dr. Lipovszki György: Méréselmélet. BME MOGI, 2014. ISBN: 9789633131718
Online források
https://www.mogi.bme.hu/tantargyak/BMEGEMIBMSM; https://edu.gpk.bme.hu/moodle/; http://www.mogi.bme.hu/letoltes/MECHATRONIKAI%20&%20IR%c3%81NY%c3%8dT%c3%81STECHNIKAI%20T%c3%81RGYAK/SZ%c3%81M%c3%8dT%c3%93G%c3%89PES%20M%c3%89R%c3%89SADATGY%c5%b0JT%c3%89S/; http://www.mogi.bme.hu/TAMOP/mereselmelet/index.html
Recommended preliminary knowledge for completing the subject
Knowledge type competencies
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Skill type competencies
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
General rules
A tanulási eredmények értékelése két évközi írásbeli teljesítménymérés (két összegző tanulmányi teljesítményértékelés), a gyakorlatokon és a laboratóriumi gyakorlatokon tanúsított aktív részvétel alapján történik. Az összegző tanulmányi teljesítményértékelések a tantárgy tudás és képesség típusú kompetenciaelemeinek komplex, írásos értékelési módja zárthelyi dolgozat formájában. Az összegző tanulmányi teljesítményértékelések során minden segédeszköz használata tiltott.
Assessment methods
In-term assessments
1. —
—
Az összegző tanulmányi teljesítményértékelés a tantárgy tudás és képesség típusú kompetenciaelemeinek komplex, írásos értékelési módja zárthelyi dolgozat formájában. A dolgozat alapvetően az átadott ismeretek meglétének ellenőrzésére fókuszál. Az összegző értékelések az elméleti ismeretekre (teszt- és esszékérdések), valamint az alkalmazói készségekre fókuszálnak (egyszerű számítási feladatok). Teljesítésükre a tanulmányi teljesítményértékelési tervben meghatározott időpontban, előreláthatólag a 6., illetve a 13. oktatási héten kerül sor. Az értékelés alapjául szolgáló tananyagrészt a tantárgy előadója határozza meg a gyakorlatvezetőkkel egyetértésben. Az eredményes teljesítéshez külön-külön legalább 40%-ot kell elérni.
Weight of in-term assessments
| Type | Weight |
|---|---|
| — | 100 % |
Exam-period assessments
No detailed assessments provided.
Weight of exam elements
No weights provided.
Grade calculation
| Type | ECTS | Performance (%) |
|---|---|---|
| jeles (5) | Excellent [A] | 90 % felett |
| jeles (5) | Very Good [B] | 85 % - 90 % |
| jó (4) | Good [C] | 70 % - 85 % |
| közepes (3) | Satisfactory [D] | 55 % - 70 % |
| elégséges (2) | Pass [E] | 40 % - 55 % |
| elégtelen (1) | Fail [F] | 40 % alatt |
Attendance requirements
- tutorial: 70%
- Labor: 70%
Rules for retake and resubmission
- Összegző első javítás: 1
- Összegző javítás: 1
- Kihagyott labor: 4
- Hibás labor javítása: 1
Short description
Not provided.
Detailed description
Not provided.
Recommended courses
Not provided.
Workload to complete the subject
| Description | hours / term |
|---|---|
| részvétel a kontakt tanórákon | 56 |
| felkészülés a gyakorlatokra | 7 |
| részteljesítmény értékelés feladatainak kidolgozása | 0 |
| további, a teljesítéshez szükséges munkaidő ráfordítás | 11 |
| összegző értékelések | 32 |
| vizsgára készülés | 0 |
| labor | 14 |
| összesen | 120 |
Validity of subject requirements
Requirements valid from:
2023. 02. 01.
Requirements valid until:
2026. 07. 15.
Curriculum placement
| Faculty | Program | Curriculum | Curriculum type | Primary |
|---|---|---|---|---|
| Default Faculty | Default Program | Default Curriculum | — | nem |