Мехатронски системи и адаптроника

ID: 3208
врста предмета: научно-стручни
носилац предмета: Петровић Б. Петар
извођачи: Петровић Б. Петар
контакт особа: Петровић Б. Петар
ниво студија: докторске студије
ЕСПБ: 5
облик завршног испита: писмени

извођења

циљ

Више теоретске основе за пројектовање и градњу мехатронских система, микроелектромеханичких система и оптроничких система; Нови концепти интеграције сензорске и управљачке функције са механичком структуром система - знања о новим материјалима, укључујући мултифункционалне материјале са уграђеном управљачком и другим посебним функцијама које омогућавају неке видове интелигентног понашања; Више теоретске основе сомоорганизованих и когнитивних система и вештине имплементације ових знања на савременим микропроцесорским платформама.

исход

Знање и вештина за решавање инжењерских проблема у области производних технологија применом мултидисциплинарног приступа, кроз симултану комбинацију знања из области механике, електронике, софтвера и нових материјала. Знања о градњи интелигентних сензорских и актуационих система и њиховој интеграцији у производну опрему – аутомтске и адаптивне обрадне системе, роботске и мерне системе.

садржај теоријске наставе

Сензори и интелигентни систeми за кондиционирање сигнала, посебна поглавља из оптичких сензорских система и оптронике; Напредне технике дигиталне обраде сигнала; Актуациони системи, посебна поглавља о актуационим системима заснованим на новим материјалима и принципима актуације, микропроцесорски актуационих системи са интегрисаним интелигентним функцијама; Интегрисани микропроцесорски системи са специјалним функционалним модулима и екстензивним функцијама умрежавања; Самоорганизација и когнитивни системи управљања, Интеграција структуре (материјала), актуационе и сензорске функције; Нови мултифункционални и паметни материјали (пиезокерамика, материјали са меморијом облика, магнетостриктивни материјали, магнетореолошки флуиди, ...); Микроелектромеханички системи, укључујући мезо и делимично нано ниво (нелитографски домен производних процеса).

садржај практичне наставе

Практична настава је прилагођена потребама студента и његовој докторској тези. Изводи се у лабораторијским условима.

услов похађања

Мехатроника, Динамика система и машина, Континуални и дискретни системи управљања, Kибернетика, Основе техника софт компјутинга.

ресурси

Лабораторија за кибернетику и мехатронске системе на Катедри за проиѕводно машинство располаже екстензивним експерименталним ресурсима, који укључују индустријске роботе, различите сензорске и актуационе системе, а такође и развојне системе базиране на микроконтролерима и сличним дигиталним платформама.

фонд часова

укупан фонд часова: 65

активна настава (теоријска)

ново градиво: 40
разрада и примери (рекапитулација): 10

активна настава (практична)

аудиторне вежбе: 0
лабораторијске вежбе: 0
рачунски задаци: 0
семинарски рад: 0
пројекат: 0
консултације: 0
дискусија/радионица: 0
студијски истраживачки рад: 0

провера знања

преглед и оцена рачунских задатака: 0
преглед и оцена лабораторијских извештаја: 0
преглед и оцена семинарских радова: 0
преглед и оцена пројекта: 5
колоквијум са оцењивањем: 5
тест са оцењивањем: 0
завршни испит: 5

провера знања (укупно 100 поена)

активност у току предавања: 0
тест/колоквијум: 0
лабораторијска вежбања: 0
рачунски задаци: 0
семинарски рад: 70
пројекат: 0
завршни испит: 30
услов за излазак на испит (потребан број поена): 30

литература

Bolton, W., Mechatronics: Electronic Control Systems in Mechanical and Electrical Engineering, Prentice Hall, 2004, ISBN-10: 0131216333.; H. Janocha, Adaptronics and Smart Structures: Basics, Materials, Design, and Applications, Springer, 1999, ISBN: 3540614842.; N. M. White, P. Boltryk, W. R. Habel, R. Petricevic, M. Gurka, Adaptronics and Smart Structures: Sensors in Adaptronics, Springer-Verlag, 2007, ISBN 978-3-540-71965-6.; V.N. Vapnik, The Nature of Statistical Learning Theory, Springer Verlag, 2 edition (November 19, 1999), ISBN-10: 0387987800. ; B. Kosko, Neural Networks and Fuzzy Systems: A Dynamical Systems Approach to Machine Intelligence, Prentice Hall; June 1991, ISBN-10: 0136114350.;