Modulbeschreibung

Statistik und Sensoren

Kurzzeichen:
M_SuS
Unterrichtssprache:
Deutsch
ECTS-Credits:
4
Arbeitsaufwand (h):
120
Leitidee:

Die Studierenden

  • können modellieren, abstrahieren, strukturieren, analysieren und synthetisieren.

  • besitzen eine fachsprachliche Ausdrucksfähigkeit, können präzise formulieren und überzeugend argumentieren.

  • verfügen über Selbstdisziplin, Leistungsbereitschaft und die Fähigkeit, analytisch und lösungsbezogen zu denken.

  • besitzen Problemlösungs- und Umsetzungskompetenz.
  • können einen Versuchsplan erstellen, Messung durchführen, Messdaten auswerten und darstellen. 
  • können mit Regressionsmethoden die Parameter einfacher Sensormodelle aus den Messungen extrahieren, und die Ergebnisse in einem technischen Bericht zusammenfassen. 

 

Die Studierenden

  • können mit mathematischen Fachbegriffen umgehen und Sachverhalte im mathematisch-technischen Umfeld korrekt formulieren. 
  • kennen die Grundprinzipien und -begriffe der beschreibenden Statistik (Datentypen, Lage-, Streu- und Zusammenhangsmasse, graphische Darstellungsmethoden, Datentransformationen) und können diese praktisch anwenden und interpretieren. 
  • verstehen grundlegende Aspekte der Wahrscheinlichkeitstheorie (Wahrscheinlichkeitsdichtefunktion, Verteilungsfunktion, sigma-Intervalle) als Werkzeug zur statistischen Modellierung realer Vorgänge. 
  • können Punkt- und Intervallschätzer berechnen und interpretieren. 
  • können einfache statistische Hypothesen formulieren und testen. 
  • verstehen die Grundlagen der Regressions- und Varianzanalyse und können diese auf einfache Problemstellungen anwenden. 
    können unter Einsatz statistischer Software einfache Problemstellungen bearbeiten und analysieren. 
  • können Lösungsstrategien für reale statistische Probleme zu konkreten Datensätzen entwickeln und mithilfe statistischer Software umsetzen. 
  • können Messgrössen und Wandlerprinzipien verknüpfen und unterscheiden.  
  • können Sensoren als einstufige oder mehrstufige Wandler beschreiben.  
  • können den piezoresistiven Effekt beschreiben und zur Kraftmessung einsetzen. 
  • können Magnetfeldsensoren zur kontaktlosen Strommessung beschreiben und anforderungsgerecht einsetzen. 
  • können Sensorprinzipien zur Positions-, Geschwindigkeits-, und Beschleunigungsmessung benennen und können diese Grössen aus den Signalen einer 3-Achsen MEMS IMU bestimmen .
Modulverantwortung:
Prof. Dr. Wiedemair Wolfgang
Lehrpersonen:
Prof. Dr. Wiedemair Wolfgang
Standort (angeboten):
Buchs, Lerchenfeld St.Gallen
Zusätzliche Eingangskompetenzen:

Zusätzlich sollte das Modul ELA1 absolviert worden sein.

Modultyp:
Wahlpflicht-Modul für Mechatronik BB STD_24(Empfohlenes Semester: 3)Kategorie:Grundlagenmodule (GLM)
Wahlpflicht-Modul für Mechatronik VZ STD_24(Empfohlenes Semester: 3)Kategorie:Grundlagenmodule (GLM)
Wahlpflicht-Modul für Systemtechnik BB STD_05(Empfohlenes Semester: 3)Kategorien:Grundlagenmodule (GLM), Grundlagenmodule Gruppe 1 (GLM-G1)
Wahlpflicht-Modul für Systemtechnik VZ STD_05(Empfohlenes Semester: 3)Kategorien:Grundlagenmodule (GLM), Grundlagenmodule Gruppe 1 (GLM-G1)
Bemerkungen:

Das Modul findet im Herbstsemester statt.

Modulbewertung:
Note von 1 - 6

Leistungsnachweise und deren Gewichtung

Modulschlussprüfung:
Schriftliche Prüfung, 90 Minuten
Während der Unterrichtsphase:

Projektarbeit im Kurs Sensoren

Bewertungsart:
keine Note oder Wertung
Gewichtung:

Im Kurs Statistik findet eine abgesetzte Modulschlussprüfung (Gewicht 75%) statt. Im Kurs Sensoren wird ein Praktikum (Gewicht 25%) bewertet.

Bemerkungen:

Inhalte

Angestrebte Lernergebnisse (Abschlusskompetenzen):

 Die Studierenden

  • können mit mathematischen Fachbegriffen umgehen und Sachverhalte im mathematisch-technischen Umfeld korrekt formulieren. 
  • kennen die Grundprinzipien und -begriffe der beschreibenden Statistik (Datentypen, Lage-, Streu- und Zusammenhangsmasse, graphische Darstellungsmethoden, Datentransformationen) und können diese praktisch anwenden und interpretieren. 
  • verstehen grundlegende Aspekte der Wahrscheinlichkeitstheorie (Wahrscheinlichkeitsdichtefunktion, Verteilungsfunktion, sigma-Intervalle) als Werkzeug zur statistischen Modellierung realer Vorgänge. 
  • können Punkt- und Intervallschätzer berechnen und interpretieren. 
  • können einfache statistische Hypothesen formulieren und testen. 
  • verstehen die Grundlagen der Regressions- und Varianzanalyse und können diese auf einfache Problemstellungen anwenden. 
  • können unter Einsatz statistischer Software einfache Problemstellungen bearbeiten und analysieren. 
  • können Lösungsstrategien für reale statistische Probleme zu konkreten Datensätzen entwickeln und mithilfe statistischer Software umsetzen. 
Modul- und Lerninhalt:
  • Mathematische Fachsprache 
  • Beschreibende Statistik 
  • Einführung in die Wahrscheinlichkeitstheorie 
  • Grundlagen des Schätzens und Testens 
  • Statistische Modellbildung 
  • Grundlagen der Regression und der Varianzanalyse 
  • Einführung in geeignete statistische Software 
Lehr- und Lernmethoden:

Unterrichtsgespräch im Klassenverband, Selbststudium (Übungsaufgaben, Vor- und Nachbereitung der Fachinhalte sowie das selbstständige Erarbeiten von Sachverhalten)

Lehrmittel/-materialien:

L. Papula: Mathematische Formelsammlung für Ingenieure und Naturwissenschaftler

M. Sachs: Wahrscheinlichkeitsrechnung und Statistik für Ingenieurstudenten an Fachhochschulen

Bemerkungen:

In den ersten 6 Wochen findet der Kurs mit 2 Lektionen pro Woche statt und in den letzten 7 Wochen mit 4 Lektionen pro Woche