Modul


Allgemeine Informationen
Rechnergestützte Messtechnik
Computer-Based Measurement Systems
RMT
RechGestMess-01-BA-M
Prof. Dr. Wree, Christoph (christoph.wree@haw-kiel.de)
M.Eng. Brauer, Christian (christian.brauer@haw-kiel.de)
Prof. Dr. Wree, Christoph (christoph.wree@haw-kiel.de)
Wintersemester 2026/27
1 Semester
In der Regel im Wintersemester
Deutsch
Studiengänge und Art des Moduls (gemäß Prüfungsordnung)
Studiengang Vertiefungsrichtung Schwerpunkt Modulart Fachsemester
B.Eng. - Me (PO 2024) - Mechatronik (PO 2024, V5) Wahlmodul
B.Eng. - Wing - Wirtschaftsingenieurwesen - Elektrotechnik (PO 2017, V1) Wahlmodul
B.Eng. - E - Elektrotechnik (PO 2023, V4) Wahlmodul
B.Eng. - E - Elektrotechnik (PO 2017, V3) Elektrische Energietechnik Verpfl. Wahlmodul, PVO §3
B.Eng. - Wing - Wirtschaftsingenieurwesen - Elektrotechnik (PO 2025, V2) Wahlmodul
B.Eng. - E - Elektrotechnik (PO 2017, V3) Wahlmodul
B.Eng. - E - Elektrotechnik (PO 2023, V4) Energietechnik Verpfl. Wahlmodul, PVO §3

Kompetenzen / Lernergebnisse
Kompetenzbereiche: Wissen und Verstehen; Einsatz, Anwendung und Erzeugung von Wissen; Kommunikation und Kooperation; Wissenschaftliches Selbstverständnis/Professionalität.
Die Studierenden wissen welche Rechnerkomponenten zur digitalen Messwerterfassung und -aufbereitung notwendig sind. Sie kennen die mathematisch-physikalischen Zusammenhänge, die zur Auslegung der Messung benötigt werden.
Die Studierenden können Rechnerkomponenten zur digitalen Messwerterfassung und -aufbereitung projektieren. Sie können die mathematisch-physikalischen Zusammenhänge, die zur Auslegung der Messung notwendig sind wie z.B. Abtastfrequenz, analoge und digitale Filterung, anwenden. Die Studierenden können mit graphisch orientierten Programmierwerkzeugen zur Messdatenerfassung und –behandlung sowie den zugehörigen Schnittstellen und Bussysteme umgehen. Die Studierenden können selbständig Messaufgaben aus der Praxis mit Rechnerkomponenten und SPS bearbeiten. Sie können digitale Messsysteme mit rechnergesteuerten Messkarten aufbauen und kennen die Auswirkung von digitalen Filtern auf die erforderliche Abtastfrequenz. Sie können rekursive und transversale digitale Filter zur Messwertbearbeitung entwerfen und programmieren und beherrschen einfache statistische Methoden zur Messwertanalyse. Sie können neuronale Netze aus aufgenommenen Messwerten trainieren und so ein neuronale Netz zur Funktionsapproximation (Regression) einsetzen.
Die Studierenden können komplexe fachbezogene Probleme im Team lösen.
Die Studierenden können Ziele für Lern- und Arbeitsprozesse definieren und vorhandene Schwächen und Stärken ihres bisherigen Lern- und Arbeitsverhaltens identifizieren.
Angaben zum Inhalt
Aufbau des Messkanals. Abtast-Theorem. Mathematische Beschreibung von Abtasten und Halten. Alias-Effekt. Anti-Aliasing-Filter. Dynamische Messwertkorrektur. Digitale Filterung mittels rekursiver und transversaler Filter.
z-Transformation. Lineare Regression und Rektifikation.
Einführung ins maschinelle Lernen. Neuronale Netze als universelle Funktionsapproximationen.
Diskrete Fourier-Transfortmation (DFT, FFT).
Integrierte Messdatenerfassung mittels Software für Mess-, Prüf-, Steuer- und Regelsysteme. Einsatz der Software WinFACT, LabView und Matlab für die Messdatenerfassung und -bearbeitung.
1. Puente Léon, Kiencke: Messtechnik, Springer Verlag
2. Lerch: Elektrische Messtechnik, Springer Verlag
3. Mühl: Einführung in die elektrische Messtechnik, Springer Verlag
Lehrformen der Lehrveranstaltungen
Lehrform SWS
Lehrvortrag 2
Labor 2
Arbeitsaufwand
4 SWS
5,0 Leistungspunkte
48 Stunden
102 Stunden
Modulprüfung
Prüfungsform Dauer Gewichtung wird angerechnet gem. § 11 Satz 2 PVO Benotet Anmerkung
Laborprüfung 0 % Alle 6 Laborversuche müssen erfolgreich umgesetzt werden. Die Laborberichte müssen mit mindestens ausreichend bewertet worden sein. Die in WS 24/25 bestehende Teilprüfung "Übung" wird bei nicht abgeschlossener Modulprüfung auf die neue Teilprüfung "Laborprüfung" angerechnet.
Technischer Test 90 Minuten 100 %