Cykl kształcenia: 2015/2016
Nazwa jednostki prowadzącej studia: Wydział Budowy Maszyn i Lotnictwa
Nazwa kierunku studiów: Zarządzanie i inżynieria produkcji
Obszar kształcenia: nauki techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: pierwszego stopnia
Forma studiów: stacjonarne
Specjalności na kierunku: Informatyka w zarządzaniu przedsiębiorstwem, logistyka produkcji, Systemy zapewnienia jakości produkcji
Tytuł otrzymywany po ukończeniu studiów: inżynier
Nazwa jednostki prowadzącej zajęcia: Katedra Technologii Maszyn i Inżynierii Produkcji
Kod zajęć: 770
Status zajęć: obowiązkowy dla specjalności Systemy zapewnienia jakości produkcji
Układ zajęć w planie studiów: sem: 5 / W30 L15 / 3 ECTS / Z
Język wykładowy: polski
Imię i nazwisko koordynatora: dr hab. inż. prof. PRz Katarzyna Antosz
Terminy konsultacji koordynatora: W terminach określonych w harmonogramie pracy jednostki
Główny cel kształcenia: Celem kształcenia jest zapozananie studentów z elementami., które składają się na proces normalizacji i certyfikacji wyrobów, usług, personelu oraz nabycie umiejetności przygortowania dokumentu normalizacyjnego oraz dokumentów do certyfikacji wyrobu.
Ogólne informacje o zajęciach: Przedmiot obowiązkowy dla studentów na semestrze 5
1 | Łunarski J | Łunarski J.: Systemy jakości, normalizacji i akredytacji w zarządzaniu organizacjami. | OW PRz, Rzeszów. | 2009 |
Wymagania formalne: Rejestracja na 5 semestr
Wymagania wstępne w kategorii Wiedzy: Podstawowa wiedza z zakresu definiowania wymagń technicznych dla wyrobów
Wymagania wstępne w kategorii Umiejętności: Umijetnośc logicznego myslenia, przeszukiwania dostepnych baz wiedzy i literatury
Wymagania wstępne w kategorii Kompetencji społecznych: Swiadomośc samokształcenia
MEK | Student, który zaliczył zajęcia | Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia | Metody weryfikacji każdego z wymienionych efektów kształcenia | Związki z KEK | Związki z OEK |
---|---|---|---|---|---|
01 | Potrafi zdefiniować oraz scharakteryzowac szczeble dzialności normalizacyjnej, elementy normy oraz metodyke jej opracowania, mozliwości jej wykorzystywania | wykład | test pisemny |
K_W014+ |
W10+ |
02 | Potradfi zdefiniowac wymagania dla przedmiotu normalizacji do przygotwania dokumentu normalizacyjnego oraz jest świadomy prowadzenia działaności normalizacyjnej w przewdsiębiorstwie | wykład, sprawozdanie | test pisemny, odpowiedź ustna |
K_W014+ K_K001+ |
W10+ K01++ |
03 | Potrafi zdefiniować i zastosować procedury i etapy akredytacji oraz certyfikacji wyrobów, systemów oraz personelu | wykład, | test pisemny, |
K_W014+ K_U001+ |
W10+ U01++ |
Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).
Sem. | TK | Treści kształcenia | Realizowane na | MEK |
---|---|---|---|---|
5 | TK01 | W01 | MEK01 | |
5 | TK02 | W02 | MEK01 | |
5 | TK03 | W03 | MEK01 MEK02 | |
5 | TK04 | W04 | MEK01 MEK02 | |
5 | TK05 | W05 | MEK01 MEK02 | |
5 | TK06 | W06 | MEK01 MEK02 | |
5 | TK07 | W07 | MEK01 MEK02 | |
5 | TK08 | W08, W09 | MEK03 | |
5 | TK09 | W10, W11 | MEK03 | |
5 | TK10 | W12,W13 | MEK03 | |
5 | TK11 | W14, W15 | MEK03 | |
5 | TK12 | L01, L02, L03, L04, L05, L06, L07 | MEK02 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 5) | Godziny kontaktowe:
30.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
5.00 godz./sem. Studiowanie zalecanej literatury: 8.00 godz./sem. |
|
Laboratorium (sem. 5) | Przygotowanie do laboratorium:
5.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
7.00 godz./sem. |
Konsultacje (sem. 5) | Przygotowanie do konsultacji:
2.00 godz./sem. |
Udział w konsultacjach:
2.00 godz./sem. |
|
Zaliczenie (sem. 5) | Przygotowanie do zaliczenia:
5.00 godz./sem. |
Zaliczenie pisemne:
2.00 godz./sem. Zaliczenie ustne: 1.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | Zaliczenie zajęć wykładowych realizowane jest w formie pisemnej. Podczas zaliczenia sprawdzane jest osiągnięcie efektów modułowych MEK01, MEK02, MEK03. Na ocenę 3.0: Potrafi zdefiniować oraz scharakteryzować szczeble działalności normalizacyjnej, elementy normy oraz metodykę jej opracowania, możliwości jej wykorzystywania oraz zdefiniować procedury i etapy akredytacji oraz certyfikacji wyrobów, systemów oraz personelu. Na ocenę 4.0: Potrafi zdefiniować oraz scharakteryzować szczeble działalności normalizacyjnej, elementy normy oraz metodykę jej opracowania, możliwości jej wykorzystywania, zdefiniować procedury i etapy akredytacji oraz certyfikacji wyrobów, systemów oraz personelu oraz zastosować niektóre wymagania dla wybranego obszaru. Na ocenę 5.0 Potrafi zdefiniować oraz scharakteryzować szczeble działalności normalizacyjnej, elementy normy oraz metodykę jej opracowania, możliwości jej wykorzystywania, zdefiniować procedury i etapy akredytacji oraz certyfikacji wyrobów, systemów oraz personelu oraz zastosować dla wszystkich wymagań dla wybranego obszaru. Student, który zaliczył na ocenę 3,0: - Uzyskał z testu zaliczeniowego liczbę punktów przypisaną ocenie dst. (50-70% punktów) Student, który zaliczył na ocenę 4,0: - Uzyskał z testu zaliczeniowego liczbę punktów przypisaną ocenie db. (71-90% punktów) Student, który zaliczył na ocenę 5,0: - Uzyskał z testu zaliczeniowego liczbę punktów przypisaną ocenie bdb. (90-100% punktów) |
Laboratorium | Aby uzykac zaliczenie z laboratorium student musi akltywnie uczestniczyc w zajeciach oraz opracowac i zaliczyć ustnie sprawozdanie z laboratorium. Przy zaliczeniu sprawozdania sprawdzana będzie realizacja efektów modułowych ME2. Student musi poprawnie wykonać WSZYSTKIE zadania obowiązkowe aby uzyskać ocenę dostateczną. Student, który zaliczył na ocenę 3,0: Złożone sprawozdanie zawiera powyżej 3 błędów. Student, który zaliczył na ocenę 4,0: Złożone sprawozdanie zawiera do 3 błędów. Student, który zaliczył na ocenę 5,0: Złożone sprawozdanie nie zawiera błędów. |
Ocena końcowa | Warunkiem zaliczenia modułu jest uzyskanie pozytywnej oceny z testu pisemnego oraz uzyskanie zaliczenia z laboratorium. Ocena końcowa to ocena ważona : 60% to ocena uzyskana z testu oraz 40% ocena uzyskana na zaliczenie laboartorium. Przeliczenie na ocenę końcową przedstawiono poniżej: 4,600-5,000 - bdb 5,0 4,200- 4,599 - +db 4,5 3,800 - 4,199 - db 4,0 3,400 - 3,799 - +dst 3,5 3,000 - 3,399 - dst 3,0 |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | K. Antosz | Prediction Model of Product Quality in Production Company: Based on PCA and Logistic Regression | 2024 |
2 | K. Antosz; A. Batako; J. Machado; T. Nguyen; S. Sychev; A. Xavior | An investigation into connection between BIM and Digital Twins technologies | 2024 |
3 | K. Antosz; A. Batako; V. Ivanov; J. Trojanowska | Directions of Change in Maintenance Strategy in the Industry 4.0 Era – Pilot Study Results | 2024 |
4 | K. Antosz; A. Ferreira da Silva; J. Machado; L. Magalhães; F. Pereira; A. Santos | Development of an Automated Wooden Handle Packaging System with Integrated Counting Technology | 2024 |
5 | K. Antosz; D. Cagáňová; V. Ivanov; J. Machado; V. Manupati; A. Pereira; F. Soares; J. Trojanowska | Innovations in Industrial Engineering III | 2024 |
6 | K. Antosz; E. Kozłowski; M. Kulisz | Integration of Statistical Analysis and Machine Learning Techniques for Enhanced Quality Control in Candle Oil Cartridge Manufacturing | 2024 |
7 | K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp | Integrating Sensor Systems and Signal Processing for Sustainable Production: Analysis of Cutting Tool Condition | 2024 |
8 | K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp | Neural Network Predictive Model in Cutting Tool Condition Detection | 2024 |
9 | K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp | Pre-processing Signal Analysis for Cutting Tool Condition in the Milling Process | 2024 |
10 | K. Antosz; J. Husar; M. Kulisz | Evaluation and Comparison of Selected Machine Learning Methods for Improving Maintenance Processes | 2024 |
11 | K. Antosz; M. Bucior; K. Faes; R. Kluz; A. Kubit; T. Trzepieciński | Analytical Approach for Forecasting the Load Capacity of the EN AW-7075-T6 Aluminum Alloy Joints Created Using RFSSW Technology | 2024 |
12 | K. Antosz; M. Kulisz; P. Podulka | Evaluation of High-Frequency Measurement Errors from Turned Surface Topography Data Using Machine Learning Methods | 2024 |
13 | K. Antosz; P. Kolbusz | The Implementation of Machine Learning Methods in Six Sigma Projects – A Literature Review | 2024 |
14 | K. Antosz; A. Batako; A. Burduk; A. Gola; J. Machado; R. Wyczółkowski | Advances in Production. Intelligent Systems in Production Engineering and Maintenance | 2023 |
15 | K. Antosz; A. Borucka; E. Kozłowski; R. Parczewski | A New Approach to Production Process Capability Assessment for Non-Normal Data | 2023 |
16 | K. Antosz; A. Borucka; L. Gil; E. Kozłowski; R. Parczewski; D. Pieniak | Supply Sequence Modelling Using Hidden Markov Models | 2023 |
17 | K. Antosz; A. Borucka; M. Jasiulewicz-Kaczmarek; E. Kozłowski; R. Wyczółkowski | Zastosowanie analizy statystycznej do oceny procesu dostaw w przedsiębiorstwie produkcyjnym | 2023 |
18 | K. Antosz; E. Kozłowski; M. Kulisz | Zastosowanie wybranych metod sztucznej inteligencji do wspomagania procesu kontroli jakości produktu | 2023 |
19 | K. Antosz; M. Jasiulewicz-Kaczmarek | Industry 4.0 Technologies for Maintenance Management - An Overview | 2023 |
20 | K. Antosz; M. Jasiulewicz-Kaczmarek; J. Machado; J. Sá | Lean Thinking in Industry 4.0 and Services for Society | 2023 |
21 | K. Antosz; M. Jasiulewicz-Kaczmarek; J. Machado; J. Sá | Trends in Lean Maintenance Implementation in Production Companies: Research Results | 2023 |
22 | K. Antosz; M. Jasiulewicz–Kaczmarek; J. Machado; M. Relich | Application of Principle Component Analysis and logistic regression to support Six Sigma implementation in maintenance | 2023 |
23 | K. Antosz; P. Kolbusz | Assessment of the Effectiveness of Six Sigma Methodology Implementation - A Literature Review | 2023 |
24 | K. Antosz; R. Čep; M. Jasiulewicz-Kaczmarek; I. Nielsen; R. Waszkowski | “Technology” as the fourth dimension of sustainable maintenance management | 2023 |
25 | K. Antosz; V. Ivanov; J. Machado; V. Manupati; A. Pereira; Y. Ren; F. Soares; J. Trojanowska | Innovations in Industrial Engineering II | 2023 |
26 | K. Antosz; V. Ivanov; M. Jasiulewicz-Kaczmarek; C. Zhang | Industry 4.0 Technologies for Sustainable Asset Life Cycle Management | 2023 |
27 | K. Antosz; W. Bochnowski; M. Bucior; A. Dzierwa; R. Kluz; K. Ochał | Effect of Diamond Burnishing on the Properties of FSW Joints of EN AW-2024 Aluminum Alloys | 2023 |
28 | K. Antosz; Y. Basova; O. Lazaryeva; J. Machado; V. Makarov; K. Rezvaya; A. Rogovyi; O. Shudryk; A. Tulska | Using Modern Mechanical Design Methods for Determining the Main Characteristics of a Cryogenic Centrifugal Pump | 2023 |
29 | D. Antonelli; K. Antosz; J. Machado; D. Mazurkiewicz; F. Soares | Systems Engineering: Availability and Reliability | 2022 |
30 | K. Antosz; A. Gola; A. Gonçalves; T. Malheiro; Ł. Paśko; L. Varela | Six Sigma and Random Forests Application for Product Quality System Control Development | 2022 |
31 | K. Antosz; A. Gola; M. Jasiulewicz-Kaczmarek | Trendy w zarządzaniu utrzymaniem ruchu - przegląd | 2022 |
32 | K. Antosz; A. Gola; P. Grznár; J. Machado | Principle component analysis for product quality system control development | 2022 |
33 | K. Antosz; A. Gola; R. Perłowski | Evaluation of the Effectiveness of Standard Scheduling Rules – An Educational Approach | 2022 |
34 | K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | Machine Multi-sensor System and Signal Processing for Determining Cutting Tools Service Life | 2022 |
35 | K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | Machining Process Time Series Data Analysis with a Decision Support Tool | 2022 |
36 | K. Antosz; E. Kozłowski; J. Sęp; T. Żabiński | The use of random forests to support the decision-making process for sustainable manufacturing | 2022 |
37 | K. Antosz; F. Botko; M. Hatala; V. Ivanov; V. Kolos; I. Pavlenko; J. Trojanowska | Locating Chart Choice Based on the Decision-Making Approach | 2022 |
38 | K. Antosz; L. Freitas; J. Machado; D. Pinto; J. Vicente | Design and Validation of a Feeding System for the Systematic Production of Needle Beds | 2022 |
39 | K. Antosz; M. Jasiulewicz-Kaczmarek; J. Machado; R. Waszkowski | Application of Lean Six Sigma for sustainable maintenance: case study | 2022 |
40 | K. Antosz; M. Jasiulewicz-Kaczmarek; M. Sławińska; R. Wyczółkowski | Integrated Approach for Safety Culture Factor Evaluation from a Sustainability Perspective | 2022 |
41 | K. Antosz; M. Jasiulewicz-Kaczmarek; R. Waszkowski; C. Zhang | Assessing the Barriers to Industry 4.0 Implementation From a Maintenance Management Perspective - Pilot Study Results | 2022 |
42 | K. Antosz; M. Karanam; L. Krishnanand; J. Machado; V. Manupati | Identification of the Critical Enablers for Perishable Food Supply Chain Using Deterministic Assessment Models | 2022 |
43 | K. Antosz; S. Khandelwal; J. Machado; V. Manupati; T. Samala | A Systematic Simulation-Based Multi-Criteria Decision-Making Approach for the Evaluation of Semi–Fully Flexible Machine System Process Parameters | 2022 |
44 | K. Antosz; Ł. Paśko | Neural Model of Manufacturing Process as a Way to Improve Predictability of Manufacturing | 2022 |
45 | S. Akhtar; K. Antosz; S. Chattopadhyaya; S. Dwivedi; C. Li; J. Machado; S. Sharma; M. Siddiqui | Technical Risk Assessment for the Safe Design of a Man-Rider Chair Lift System | 2022 |
46 | K. Antosz; A. Augustyn; M. Jasiulewicz-Kaczmarek | Application of VSM for Improving the Medical Processes-Case Study | 2021 |
47 | K. Antosz; A. Gola; M. Jasiulewicz-Kaczmarek | From Lean to Sustainable Manufacturing-An Overview | 2021 |
48 | K. Antosz; D. Kwiatanowski; J. Sęp; G. Szyszka | Automatic compensation of errors of multi-task machines in the production of aero engine cases | 2021 |
49 | K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | Integrating advanced measurement and signal processing for reliability decision-making | 2021 |
50 | K. Antosz; J. Machado; E. Ottaviano; P. Rea | A General Overview of E-Maintenance and Possible Applications | 2021 |
51 | K. Antosz; J. Machado; E. Ottaviano; P. Rea | Design, Applications, and Maintenance of Cyber-Physical Systems | 2021 |
52 | K. Antosz; K. Gauda; L. Gil; P. Izdebski; E. Kozłowski; D. Pieniak; K. Przystupa | Influence of Contamination of Gear Oils in Relation to Time of Operation on Their Lubricity | 2021 |
53 | K. Antosz; M. Bucior; R. Kluz; T. Trzepieciński | Modelling of the Effect of Slide Burnishing on the Surface Roughness of 42CrMo4 Steel Shafts | 2021 |
54 | K. Antosz; M. Bucior; R. Kluz; T. Trzepieciński | Modelling the Influence of Slide Burnishing Parameters on the Surface Roughness of Shafts Made of 42CrMo4 Heat-Treatable Steel | 2021 |
55 | K. Antosz; M. Bucior; R. Kluz; T. Trzepieciński | Modelowanie wpływu parametrów obróbki nagniataniem na chropowatość powierzchni wałków ze stali 42CRMO4 | 2021 |
56 | K. Antosz; M. Jasiulewicz-Kaczmarek | Intelligent Predictive Decision Support System for the Maintenance Service Provider | 2021 |
57 | K. Antosz; M. Jasiulewicz-Kaczmarek | The Concept of Sustainable Maintenance Criteria Assessment | 2021 |
58 | K. Antosz; M. Jasiulewicz-Kaczmarek; A. Loska; B. Sun; Z. Wang; X. Yang | Failure-based sealing reliability analysis considering dynamic interval and hybrid uncertainties | 2021 |
59 | K. Antosz; M. Jasiulewicz-Kaczmarek; D. Mazurkiewicz; C. Qian; Y. Ren; B. Sun; R. Wyczółkowski | Application of MICMAC, Fuzzy AHP, and Fuzzy TOPSIS for Evaluation of the Maintenance Factors Affecting Sustainable Manufacturing | 2021 |
60 | K. Antosz; M. Jasiulewicz-Kaczmarek; D. Mazurkiewicz; J. Pan; Y. Ren; B. Sun; Z. Wang | Fatigue Reliability Analysis Method of Reactor Structure Considering Cumulative Effect of Irradiation | 2021 |
61 | K. Antosz; M. Jasiulewicz-Kaczmarek; Ł. Paśko; S. Wang; C. Zhang | Application of machine learning and rough set theory in lean maintenance decision support system development | 2021 |
62 | K. Antosz; M. Jasiulewicz–Kaczmarek; D. Mazurkiewicz; Y. Ren; B. Sun; P. Żywica | Framework of machine criticality assessment with criteria interactions | 2021 |
63 | K. Antosz; S. Avramenko; I. Dehtiarov; K. Herasko; V. Ivanov | Modeling of high-speed flywheel designs for technological equipment | 2021 |
64 | K. Antosz; A. Gola; R. Kluz; T. Trzepieciński | Predicting the error of a robot’s positioning repeatability with artificial neural networks | 2020 |
65 | K. Antosz; A. Gola; Ł. Paśko | The Use of Artificial Intelligence Methods to Assess the Effectiveness of Lean Maintenance Concept Implementation in Manufacturing Enterprises | 2020 |
66 | K. Antosz; R. Kluz | Application of selected balancing methods for analysis and evaluation of the working efficiency of the assembly line on the example of a selected product | 2020 |
67 | K. Antosz; R. Perłowski | Analiza wpływu sposobu wyznaczania wskaźników sezonowości na trafność prognoz w branży motoryzacyjnej | 2020 |
68 | K. Antosz; S. Avramenko; I. Dehtiarov; A. Neshta; M. Samardak | Contact of Working Surfaces for Spherical Washers and Recommendations for Determining the Gap in the Joint | 2020 |
69 | K. Antosz | Metodyka modelowania, oceny i doskonalenia koncepcji Lean Maintenance | 2019 |
70 | K. Antosz; A. Gola; Ł. Paśko | The use of intelligent systems to support the decision-making process in lean maintenance management | 2019 |
71 | K. Antosz; D. Stadnicka | Minimization of Fuel Consumption in a Logistic Company: Implementation of Six Sigma and Drivers’ Skills Management with the Use of Fuzzy Logic | 2019 |
72 | K. Antosz; J. Brzozowska; A. Gola | Wybrane aspekty planowania produkcji w przedsiębiorstwie z branży maszynowej-studium przypadku | 2019 |
73 | K. Antosz; R. Chandima | Spare parts’ criticality assessment and prioritization for enhancing manufacturing systems’ availability and reliability | 2019 |
74 | K. Antosz; R. Kluz | Simulation of Flexible Manufacturing Systems as an Element of Education Towards Industry 4.0 | 2019 |
75 | K. Antosz; R. Kluz; T. Trzepieciński | Forecasting the Mountability Level of a Robotized Assembly Station | 2019 |
76 | K. Antosz; R. Perłowski; W. Zielecki | Optimization of the Medium-Term Production Planning in the Company-Case Study | 2019 |