Course detail

Experiment, Measurement and Statistics

FSI-ZESAcad. year: 2024/2025

Předmět seznamuje studenty s metodami a zásadami technického experimentu včetně statistického zpracování dat. Poskytuje přehled o metodách měření kinematických veličin, sil, momentů, tlaků a analýzou signálů v časové i frekvenční oblasti. Zvláštní pozornost je věnována pochopení základních vlastností pravděpodobnosti, jejich důsledků pro statistické zpracování dat a jejich následnou prezentaci. Předmět integruje poznatky získané v teoretických předmětech matematika či informatika. 

Language of instruction

Czech

Number of ECTS credits

5

Mode of study

Not applicable.

Guarantor

doc. Ing. Michal Kubík, Ph.D.

Department

Institute of Machine and Industrial Design (ÚK)

Entry knowledge

Not applicable.

Rules for evaluation and completion of the course

Podmínky získání zápočtu (0-100 bodů, minimum pro získání zápočtu je 50):

  • odevzdání všech protokolů z laboratorních cvičení na odpovídající věcné i grafické úrovni (min. 50 z 100 bodů).

Podmínky získání zkoušky (0-100 bodů, minimum pro absolvování zkoušky je 50):

  • statistická analýza zadané sady dat (min. 25 z 50 bodů),
  • zpracování zadaného úkolu z oblasti experimentu (min. 25 z 50 bodů),

celkem je možno získat až 100 bodů, výsledná klasifikace se určí podle stupnice ECTS.


Přednášky: účast je doporučená.

Cvičení: účast je povinná a kontrolovaná vyučujícím, povolují se maximálně dvě absence. V případě dlouhodobé nepřítomnosti je náhrada zameškané výuky v kompetenci garanta předmětu.

Aims

Absolventi budou schopni samostatně navrhnout a sestavit jednoduchý měřicí řetězec, orientovat se v problematice měřících zařízení, senzoriky. Dále se seznámí se základními poznatky teorie pravděpodobnosti a tyto vědomosti budou schopni využít pro vhodné statistické zpracování naměřených dat. 


  • Znalost základních metod statistického zpracování dat získaných z experimentu (popisná statistika, testování hypotéz, lineární regrese).
  • Schopnost sestavení, realizace jednoduchého měřícího řetězce a kalibrace vybraných senzorů.
  • Schopnost umět vybrat vhodný senzor pro danou aplikaci. vzhledem k přesnosti měření, zástavbovým rozměrům, ceně atd.
  • Posouzení relevance naměřených dat a kvantifikace chyby měření.
  • Schopnost prezentovat naměřená data a závěry jejich statistického zpracování.

Study aids

Not applicable.

Prerequisites and corequisites

Not applicable.

Basic literature

HOLMAN, J.P. Experimental methods for engineers. 7th ed. Boston: McGraw-Hill, 2001. ISBN 0-07-118165-2. (EN)
KARPÍŠEK, Zdeněk. Matematika IV: statistika a pravděpodobnost. 4., přeprac. Vyd. Brno: Akademické nakladatelství CERM, 2014. ISBN 978-80-214-4858-2. (CS)
MARTINEK, Radislav. Senzory v průmyslové praxi. Praha: BEN – technická literatura, 2004. ISBN 80-7300-114-4. (CS)
MONTGOMERY, Douglas C. a George C. RUNGER. Applied statistics and probability for engineers. Seventh edition. New York: Wiley, [2018]. Emea edition. ISBN 978-1-119-58559-6.Začátek formuláře (EN)

Recommended reading

ANDĚL, Jiří. Základy matematické statistiky. Vyd. 3. Praha: Matfyzpress, 2011. ISBN 978-80-7378-162-0. (CS)
JANÍČEK, Přemysl. Technický experiment. Brno: Ediční středisko VUT, 1989. Učební texty vysokých škol (Vysoké učení technické v Brně). ISBN 80-214-1011-6. (CS)
KIRKUP, Les. Experimental methods for science and engineering students: an introduction to the analysis and presentation of data. Second edition. Cambridge: Cambridge University Press, [2019]. ISBN 978-1-108-41846-1. (EN)
KREIDL, Marcel a Radislav ŠMÍD. Technická diagnostika: senzory, metody, analýza signálu. Praha: BEN - technická literatura, 2006. Senzory neelektrických veličin. ISBN 80-7300-158-6. (CS)

Classification of course in study plans

  • Programme B-KSI-P Bachelor's 3 year of study, winter semester, compulsory

  • Programme C-AKR-P Lifelong learning

    specialization CZS , 1 year of study, winter semester, elective

Type of course unit

 

Lecture

26 hod., optionally

Teacher / Lecturer

doc. Ing. Michal Kubík, Ph.D.

Syllabus

  • Popisná statistika.
  • Základy pravděpodobnosti (náhodná veličina, charakteristiky náhodné veličiny, nezávislost jevů).
  • Rozdělení pravděpodobnosti pro aplikace.
  • Náhodný výběr. Testování hypotéz.
  • Lineární regrese a korelace.
  • Teorie experimentu, experimentální řetězec, základní parametry senzorů a měřících zařízení.
  • Zpracování signálů v časové a frekvenční oblasti, filtrace.
  • Měření základních veličin mechaniky pevných těles.
  • Základy technické diagnostiky. Akustická měření ve strojírenství.

Laboratory exercise

14 hod., compulsory

Teacher / Lecturer

doc. Ing. Michal Kubík, Ph.D.

Syllabus

  • Vlastnosti měřicích zařízení (rozlišení, vzorkovací frekvence atd.).
  • Fourierova transformace v praxi a základy filtrace.
  • Měření zrychlení, polohy a rychlosti.
  • Měření síly, tlaku a elektrických veličin.
  • Impulzní snímače a snímače teploty.
  • Akustická měření. 

Computer-assisted exercise

12 hod., compulsory

Teacher / Lecturer

doc. Ing. Michal Kubík, Ph.D.

Syllabus

  • Základy pravděpodobnosti (náhodná veličina, charakteristiky náhodné veličiny, nezávislost jevů).
  • Testování hypotéz.
  • Lineární regrese.
  • Statistické zpracování dat z experimentů a prezentace výsledků.