Automação Industrial e Processamento de Dados Multivariados

Código:

M.EQ011

Sigla:

AIPDM

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciências Tecnológicas

Ocorrência: 2023/2024 - 1S

Ativa?	Sim
Unidade Responsável:	Departamento de Engenharia Química
Curso/CE Responsável:	Mestrado em Engenharia Química

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

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