Hoppa till huvudinnehållet

SG2227 Osäkerhetsanalys 6,0 hp

Välj termin och kursomgång

Välj termin och kursomgång för att se aktuell information och mer om kursen, såsom kursplan, studieperiod och anmälningsinformation.

Kursval

Gäller för kursomgång

HT 2023 Start 2023-10-30 programstuderande

Anmälningskod

50707

Rubriker med innehåll från kursplan SG2227 (VT 2022–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursupplägg

  1. Introduction: Errors, uncertainty, and UQ. Different viewpoints.

  2. Basic statistical tools: Errors and uncertainties in a measured variable

  3. UQ forward problem: Uncertainty propagation from multiple variables

  4. Sensitivity analysis

  5. UQ inverse problem: Data analysis and regression

  6. Verification and validation of simulations

Kursinnehåll

Kursen behandlar generella frågeställningar gällande experimentell osäkerhet för mätningar i maskin-tekniska system, skillnaden mellan systematiska och slumpmässiga fel, konfidensintervall, kalibreringsfel, felpropagering, regressionsanalys., etc. Analytiska och numeriska (Monte Carlo) metoder kommer att användas för att visa hur de viktigaste osäkerhetskällorna kan bestämmas. Flera olika experiment och till viss del simuleringar kommer att användas för att illustrera hur osäkerhetsanalys kan användas.  

Lärandemål

Efter att ha studerat denna kurs skall studenterna kunna;

  • Förklara vad som menas med experimenentell osäkerhet, och kunna skilja mellan systematiska och slumpmässiga felkällor
  • Tillämpa Taylor-serie metoden för att uppskatta felpropagering i datareduceringsekvationer
  • Tillämpa Monte Carlo simuleringar för att uppskatta osäkerhet i ett givet experiment
  • Genomföra både generell och detaljerad osäkerhetsanalys
  • Förklara vad som avses med "replication order"
  • Uppskatta (och/eller korrigera för) systematiska fel
  • Tillämpa osäkerhetsanalys på regressionskurvor
  • Tillämpa osäkerhetsanalys på numeriska simuleringar för att karakterisera olika typer av felkällor

Kurslitteratur och förberedelser

Särskild behörighet

Genomförda studier på kandidatnivå inom huvudområdet eller närliggande huvudområde (t.ex. fysik). Grundläggande kunskaper i MATLAB  

Engelska B/ Engelska 6 

Rekommenderade förkunskaper

Deltagandet i ett mastersprogramm inom mekanik är rekommenderad.

Utrustning

Ingen information tillagd

Kurslitteratur

A. Segalini & H. Alfredsson, Uncertainty Analysis, Lecture notes, 2018

H.W. Coleman & W. Glenn Steele: Experimentation, validation, and Uncertainty Analysis for Engineers, (3rd Edition), Wiley, 2018

Rabinovich: Evaluating Measurement Accuracy, third edition, Springer, 2018

Examination och slutförande

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Betygsskala

A, B, C, D, E, FX, F

Examination

  • INL1 - Inlämningsuppgift 1, 1,0 hp, betygsskala: P, F
  • INL2 - Inlämningsuppgift 2, 1,0 hp, betygsskala: P, F
  • TEN1 - Tentamen, 4,0 hp, betygsskala: A, B, C, D, E, FX, F

Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

Skriftlig tenatamen TEN1 4hp, inlämningsuppgifter INL1 1hp, INL2 1hp    

Möjlighet till komplettering

Inte möjligt

Möjlighet till plussning

Plussning är möjligt

Examinator

Etiskt förhållningssätt

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Ytterligare information

Kursrum i Canvas

Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.

Ges av

Huvudområde

Maskinteknik

Utbildningsnivå

Avancerad nivå

Påbyggnad

Ingen information tillagd

Kontaktperson

Philipp Schlatter (pschlatt@mech.kth.se), Marco Laudato (laudato@kth.se)

Övrig information

Föreläsningar i kursen ges under en vecka (ungefär 20h) i P2. Mer information kommer att finnas på Canvas:

https://canvas.kth.se/courses/38459