| Kods | BM0893 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | Inženiereksperimentu plānošana un analīze | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Brīvās izvēles | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Doktora, Akadēmiskais | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Mehānika, mašīnzinības, mašīnu un aparātu būvniecība | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Būvniecības un mašīnzinību fakultāte | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Jānis Auziņš, Aleksandrs Januševskis | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 3.0 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Šis ir pamata kurss eksperimentu plānošanā un iegūto rezultātu analīzē. Tas ir paredzēts inženieriem un zinātniekiem no dažādām tehnikas jomām. Kursā aplūkoti eksperimenti, kas notiek gan rūpnieciskā vidē gan zinātniskajās laboratorijās. . Būtiska šī kursa atšķirība no klasiskiem eksperimentu plānošanas un analīzes kursiem ir tā, ka papildus naturālajiem (fiziskajiem) eksperimentiem tiek aplūkota aktuāla problēma – skaitlisko eksperimentu plānošana, kuros rezultāti ir determinēti un nav iepriekš zināma regresijas funkcija.. Priekšnoteikums kursa apguvei ir pamatzināšanas par statistikas metodēm. Kursa apguvē būs nepieciešams zināt, kā aprēķināt un interpretēt izlases vidējo vērtību un standartnovirzi, ka ir normālais varbūtības blīvuma sadalījums sadalījumu, iepazīties ar testēšanas hipotēžu koncepciju (t-testu, piemēram) , konstruēt un interpretēt ticamības intervālu, un modeļa pielāgošanas kvalitāti, izmantojot mazāko kvadrātu metodi. Lielākā daļa no šīm idejām tiks atkārtotas kursa sākumā, jo to izpratne ir nepieciešama. . Kursa mērķis ir iemācīties plānot un izpildīt eksperimentus efektīvi, un analizēt iegūtos datus, lai iegūtu objektīvus secinājumus. Ir aplūkoti gan plānošanas, gan rezultātu analīzes jautājumi. . Mācību procesā apgūtos principus ir iespējams pielietot visos inženiertehnisko darbu posmos, tostarp jaunu produktu dizainā un attīstībā, tehnoloģisko un ražošanas procesu uzlabošanai. . Kursa apguvē tiks ilustrēti pielietojumi dažādās inženierijas jomās (arī ķīmisko, mehānisko, elektrisko, materiālu zinātnes, rūpniecības, kā arī inženierekonomikas u.c.). Datoru programmatūra (Design-Expert, Mathcad, EDAOpt, MS Excel), kurā realizētas apgūstamās metodes, tiks plaši pielietotas praktisko darbu, mājasdarbu uzdevumus un kursa projektu izpildē. Šajā kursā studenti apgūs, kā efektīvi plānot, izpildīt un analizēt eksperimentus. Kursa apguves laikā nepieciešams izpildīt vairākus patstāvīgos un mājas darbus. Design Expert un EDAOpt programmatūra dod iespēju izpildīt visus patstāvīgos darbus un kursa darbu.. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Kursa mērķis ir apgūt eksperimentu plānošanas un analīzes pamatkoncepcijas un metodes kā līdzekli praktiskai pielietošanai inženieru un zinātnieku jaunu produktu radīšanai un attīstībai. Kurss dod nepieciešamās prasmes, kuras studenti var lietot turpmākajā zinātniskajā un praktiskajā jaunu projektu radīšanas darbā. Pēc kursa apgūšanas studenti spēs veikt trīs galvenos DOE etapus: (1) atbilstoša eksperimentu plāna izvēle vai izveide, (2) rezultātu statistiska analīze un aproksimēto modeļu izveide, (3) atbilstošās programmatūras lietošana (Matcad, MS Excel, DesignExpert, EDAOpt, SAS JMP, u.c.). | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
1. Zināt, kā DOE veicina sarežģītu sistēmu produkta radīšanas procesu. - Atbilstoši jautājumi eksāmenā 2. Mācēt pielietot matemātiskās statistikas metodes eksperimentu rezultātu analīzē. - Atbilstoši jautājumi praktiskajos darbos. 3. Mācēt plānot un izpildīt daudzu faktoru eksperimentus, veikt rezultātu verifikāciju un validāciju. - Atbilstoši jautājumi kursa darbā. 4. Iegūt izpratni par faktorplāniem, atsijāšanas (screening) plāniem un atbildes virsmu plāniem un to rezultātu analīzes metodēm. - Atbilstoši jautājumi praktiskajos darbos un kursa darbā. 5. Iegūt izpratni par skaitliskajiem eksperimentiem un metamodeļu (surogātmodeļu veidošanu). - Atbilstoši jautājumi eksāmenā. 6. Iegūt zināšanas par eksperimentu plānošanas metožu lietošanu sistēmu identifikācijā un optimizācijā. - Atbilstoši jautājumi eksāmenā. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Matemātika. Varbūtību teorijas un matemātiskās statistikas pamati. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||