Περιεχόμενο Μαθήματος
Αρχές Τεχνητής Νοημοσύνης (TN). Θέματα Σχεδιασμού και Λογισμικού Συστημάτων ΤΝ. Κατευθυντήριες γραμμές στην εφαρμογή της ΤΝ σε βιομηχανικά συστήματα ελέγχου. Εφαρμογές Μηχανικής Μάθησης για Έλεγχο Πραγματικού Χρόνου σε βιομηχανικές διεργασίες. Γνωσιακές προσεγγίσεις για Αυτοβελτιστοποιούμενες Μηχανές. Πλατφόρμες λογισμικού για έλεγχο με Νευρωνικά Δίκτυα. Πλατφόρμες λογισμικού για Ασαφείς Ελεγκτές. Ασφαλής μεταγωγή βηματικού τύπου. Προσομοιωμένη ανόπτηση και μεταευρετικοί αλγόριθμοι βελτιστοποίησης για ρύθμιση ελεγκτών. Έμπειρα συστήματα βιομηχανικού ελέγχου. Βιομηχανικά συστήματα υποστήριξης αποφάσεων βασισμένα σε ΤΝ. ΤΝ και προβλεπτική συντήρηση. Ανίχνευση και διάγνωση σφαλμάτων. Προσεγγίσεις ΤΝ στον ποιοτικό έλεγχο και την επιθεώρηση προϊόντων και διεργασιών. Βιομηχανικές εφαρμογές σε Χημικές Διεργασίες και Κατεργασίες. Προσομοιώσεις συστημάτων ελέγχου με τεχνητή νοημοσύνη και πλατφόρμες λογισμικού.
Μαθησιακά Αποτελέσματα
Στόχος του μαθήματος είναι να εξοικειώσει τους φοιτητές με την εφαρμογή αλγορίθμων τεχνητής νοημοσύνης σε βιομηχανικά συστήματα για τον σχεδιασμό συστημάτων ελέγχου και την βελτιστοποίηση της απόδοσης τους. Ιδιαίτερη έμφαση δίνεται σε χημικές διεργασίες και κατεργασίες. Με την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές θα είναι σε θέση:
Για το περίγραμμα του μαθήματος πατήστε εδώ.