Automação Industrial e Processamento de Dados Multivariados
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Ciências Tecnológicas |
Ocorrência: 2023/2024 - 1S
Ciclos de Estudo/Cursos
Sigla |
Nº de Estudantes |
Plano de Estudos |
Anos Curriculares |
Créditos UCN |
Créditos ECTS |
Horas de Contacto |
Horas Totais |
M.EQ |
38 |
Plano Oficial do ano letivo |
2 |
- |
6 |
52 |
162 |
Docência - Responsabilidades
Língua de trabalho
Português - Suitable for English-speaking students
Objetivos
Fornecer competências em aquisição e análise de dados em contexto industrial.
Resultados de aprendizagem e competências
- Capacidade de implementar um sistema de aquisição de dados analógicos e/ou digitais, tendo selecionado os equipamentos adequados para o efeito.
- Capacidade de identificar diferentes formas e protocolos de comunicação de sinais de campo usados a nível industrial, reconhecendo as respetivas características determinantes e vantagens/desvantagens.
- Capacidade de identificar diferentes sistemas de controlo usados a nível industrial, reconhecendo a sua especificidade e aplicabilidade.
- Capacidade de identificar diferentes métodos de análise de composição química em processos industriais, reconhecendo as respetivas potencialidades e implicações em termos de implementabilidade na monitorização e controlo de processos industriais.
- Capacidade de identificar os fundamentos da análise multivariada e dos métodos quimiométricos.
- Capacidade de análise de dados multivariados.
- Capacidade de implementar a recolha e análise de dados, tanto em laboratório, como em instalações industriais.
Modo de trabalho
Presencial
Programa
I - Automação industrial
- Sistemas de aquisição de dados: placas DAQ, microcontroladores, programação em LabVIEW e Arduino IDE.
- Comunicações industriais: tipos de sinais, protocolos, integração com instrumentos.
- Automação industrial: níveis de automação, sistemas de controlo PLC e DCS, sistemas de supervisão SCADA, conceitos de Indústria 4.0.
- Medição de propriedades físicas em contexto industrial: temperatura, força, pressão, nível de líquido e caudal.
- Análise de composição química em contexto industrial: métodos convencionais, espetroscopia NIR e espetroscopia Raman. Análise off-line, at-line, on-line e in-line.
II - Processamento de dados
Métodos para pré-processamento de dados: dados em falta, deteção de erros grosseiros, normalização, centralização na média, aplicação de filtros, análise por classes.
Sensores inferenciais e quimiometria: seleção de conjuntos de dados (treino, validação e teste), análise por componentes principais, modelos de regressão (lineares e não lineares), índices de desempenho dos modelos.
Utilização da ferramenta Python e bibliotecas nos desenvolvimento dos projetos.
Bibliografia Obrigatória
Ehsani, B.; Data Acquisition using LabVIEW
Brereton, R.G.;
Chemometrics: Data Analysis for the Laboratory and Chemical Plant
Métodos de ensino e atividades de aprendizagem
Ensino teórico-prático integrado; sessões práticas em laboratório de programação em LabVIEW e desenvolvimento de ferramentas informáticas com diversas ferramentas.
Software
Labview
Python
Tipo de avaliação
Avaliação distribuída sem exame final
Componentes de Avaliação
Designação |
Peso (%) |
Teste |
20,00 |
Trabalho prático ou de projeto |
80,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Elaboração de projeto |
50,00 |
Estudo autónomo |
30,00 |
Frequência das aulas |
52,00 |
Trabalho de investigação |
15,00 |
Trabalho laboratorial |
15,00 |
Total: |
162,00 |
Obtenção de frequência
Frequência das aulas e realização dos trabalhos propostos
Fórmula de cálculo da classificação final
- Um teste sobre automação e análise de composição química (T);
- Um projeto sobre automação/LabVIEW (PR1)
- Um projeto sobre processamento de dados multivariados (PR2)
Fórmula de avaliação: a classificação final - CF - será atribuída com base na avaliação do miniteste e dos projetos propostos (inclui apresentação e discussão dos relatórios)
CF = 0,20*T + 0,30*PR1+ 0, 50* PR2