0x010088F6312065A70A44B630A6848498EAD80093CFEAFE161DC94D83C7C5C9A5A748B8

This is the first semester this course is held and there has therefore not been any previous action plan.

All students delivered well in the exercises and in the final examination. All students passed the course. These activities encompass the learning goals in terms of knowledge, skills and general competences and the conclusion is that students have good learning outcome from the course.

The course is given by a weekly lecture/discussion meeting, 6 exercises and one project.  Relevancy and informationThe course is well coordinated with the learning outcomes of the course. The communication with the students also works well.   LecturesNew material/theory was given in lectures in form of presenting (my) notes taken from the course literature together with some computational examples in python. The notes where not developed (chalk and talk style), but rather shown to the students and then used as talking points to extract the essence of the material. Overall, these lectures did not work well as the presentation has a relatively high tempo and is superficial, especially in comparison to actually making notes on a blackboard where the tempo and depth of discussion is much more appropriate. The survey shows that the students are of the same opinion, and rank the lectures of the course at 3.  In terms of the material covered by the lectures, the first part on signal processing is covered well by the lectures. The second part on system identification should be improved by adding more emphasis on the methods for system identification and the analysis and comparison of extracted properties. See comments from survey. Other forms of lecturing/presenting new material should be considered, I am a not satisfied with my personal and students experience.  Exercises and projectThere are a total of 6 exercises in the course, five of which are on the system identification part of the course. These exercises work well because they give the students hands on experience with the material and in turn it facilitates discussion in the lecture/meetings. From the survey and discussion, it is evident that students also agree that the exercises are effective. Moreover, the students suggest more emphasis on the system identification part.  New exercises in the system identiciation part could be added to achieve this.  The project with the laboratory experiment is in my opinion very instructive and should also be used next year. As suggested by one of the students, the project may be introduced earlier to give the students more time with the structure, and also it may be integrated with the earlier parts of the course.  Textbook and other teaching materialsThe primary text books in this course has been [Lyons2010] and [Rainieri2014] coupled with conference/journal articles on topics not covered by these books. The lecture notes has also been made available to the students. The signal processing part is covered well with the current learning materials. In the system identification part, the lecture notes should be improved and also another resource should be added to provide information about experimental modal analysis and practical aspects of system identification.

NTNU:TIA:REST

Institutt for konstruksjonsteknikk

Department of Structural Engineering

Ingen hjelpemidler tillatt.

Engelsk

Mer om vurdering

Ved gjentak må alle vurderinger i emnet gjentas

Forkunnskapskrav

TKT4201 Konstruksjonsdynamikk 1 og TKT4108 Konstruksjonsdynamikk 2 eller tilsvarende

Faglig innhold

Målesystemer for måling av respons i konstruksjoner. Grunnleggende signalprosesseringsoperasjoner som konvolusjon, filtrering, desimering og interpolering. Design av digitale filtre. Transformasjon og analyse av signaler. Operasjonell og eksperimentell systemidentifiasjonsteori og metodikk for flergradssystemer.

Kursmateriell

Utdelte notater og tidsskriftartikler. Lærebok/kompendie innen en del av stoffet.

Læringsutbytte

KunnskaperKandidaten har kunnskap om sammensetningen og karakteristikkene til målesystemer som benyttes for måling på konstruksjoner, signalprosseseringsteori og metodikk for å trekke ut relevant informasjon om responsen til konstruksjoner og tilgjengelig systemidentifikajonsteori og metodikk for å bestemme systemparametere til konstruksjoner.FerdigheterKandidaten kan vurdere og velge passende loggesystem og sensorer for å hente ut målinger fra konstruksjoner. Sette sammen ulike signalprossesseringsteknikker for preprosessering av målte data for videre analyse av signaler. Transformere og analysere signaler for å identifisere karakterstiske egenskaper til konstruksjoner og avdekke feil/mangler i målekjeden. Gjennomføre systemidenifikasjon med og uten kjent påkjenning av systemet. Generell kompetanseKandidaten kan benytte avansert signalprosseserings og systemidentifikasjonsprogramvare med god forståelse av forutsetninger og antagelser som disse bygger på og kunne vurdere resultatene fra programvaren. Kandidaten skal gjennom tilegnede kunnskaper og ferdigheter kunne utvikle sin egen programvare hvis dette er aktuelt. Kandidaten har et godt grunnlag for å lese vitenskapelige artikler innen emnet og bruke og videreutvikle teori og metodikk innenfor det vitenskapelige feltet.

Læringsformer og aktiviteter

Forelesninger, kollokvier og prosjektarbeid. Undervisningen blir gitt på engelsk dersom studenter som ikke behersker norsk tar emnet. Hvis undervisningen er på engelsk, gis eksamensoppgavene kun på engelsk. Studentens besvarelse kan være på norsk eller engelsk. For å få bestått i emnet kreves det en score på minimum 70 prosent (70 av 100 poeng).

Signalprosessering og system identifikasjon i konstruksjonsdynamikk

Konstruksjonsteknikk

Konstruksjonsdynamikk

Ingeniørvitenskap - doktorgrad (ph.d.)

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(17109)/FieldValuesAsText

Two new exercises should be added. One on mathematical models for structural mechanical systems and the transformation between the different mathematical models to ensure that every students understand these fundamental relations in system identification. And one on model fitting to help students understand why identification methods work.

Tiltak

New exercises

New lecture notes and reference/textbook on practical aspects of system identiciation and particularly experimental modal analysis. Update study plan accordingly.

New lecture notes and text book

Consider/evaluate alternative forms of lecturing. Presentation of lecture notes not working well.

Signalprosessering og system identifikasjon i konstruksjonsdynamikk - KT8228