logo
Karta przedmiotu
logo

Automatyka i regulacja automatyczna I

Podstawowe informacje o zajęciach

Cykl kształcenia: 2024/2025

Nazwa jednostki prowadzącej studia: Wydział Elektrotechniki i Informatyki

Nazwa kierunku studiów: Elektrotechnika

Obszar kształcenia: nauki techniczne

Profil studiów: ogólnoakademicki

Poziom studiów: pierwszego stopnia

Forma studiów: niestacjonarne

Specjalności na kierunku: Napędy elektryczne w energetyce, motoryzacji i lotnictwie, Przetwarzanie i użytkowanie energii elektrycznej

Tytuł otrzymywany po ukończeniu studiów: inżynier

Nazwa jednostki prowadzącej zajęcia: Katedra Informatyki i Automatyki

Kod zajęć: 1741

Status zajęć: obowiązkowy dla programu

Układ zajęć w planie studiów: sem: 3 / W20 L10 / 3 ECTS / Z

Język wykładowy: polski

Imię i nazwisko koordynatora: dr inż. Tomasz Żabiński

Terminy konsultacji koordynatora: informacja na stronie KIiA: https://office.kia.prz.edu.pl

Cel kształcenia i wykaz literatury

Główny cel kształcenia: Głównym celem kształcenia realizowanego w ramach modułu jest przekazanie studentom podstawowej wiedzy dotyczącej metod i narzędzi stosowanych w projektowaniu typowych układów sterowania logicznego z uwzględnieniem, w elementarnym zakresie, umiejętności programowania przemysłowych sterowników automatyki

Ogólne informacje o zajęciach: Moduł jest prowadzony na 3 semestrze studiów inżynierskich na kierunku Elektrotechnika

Materiały dydaktyczne: Treść wykładów w postaci plików pdf, wprowadzenia do ćwiczeń laboratoryjnych

Wykaz literatury, wymaganej do zaliczenia zajęć
Literatura wykorzystywana podczas zajęć wykładowych
1 J. Kasprzyk Programowanie sterowników przemysłowych WNT. 2006
2 K. Pietrusewicz, P. Dworak Programowalne Sterowniki Automatyki PAC NAKOM. 2007
Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych
1 jak podczas zajęć wykładowych .
2 Beckhoff Information System infosys.beckhoff.com.
Literatura do samodzielnego studiowania
1 Z. Świder Sterowniki mikroprocesorowe Ofic. Wyd. PRz. 2009

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Rejestracja na trzeci semestr studiów

Wymagania wstępne w kategorii Wiedzy: Podstawowa wiedza z matematyki i fizyki

Wymagania wstępne w kategorii Umiejętności: Podstawowa umiejętność obsługi komputera

Wymagania wstępne w kategorii Kompetencji społecznych: Podstawowa umiejętność współpracy w zespole

Efekty kształcenia dla zajęć

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 PRK
01 Potrafi konfigurować i programować, zgodnie z wytycznymi normy IEC 61131-3, przemysłowe sterowniki automatyki, w zakresie podstawowym i przy wykorzystaniu narzędzi automatyzujących proces wykład interaktywny, laboratorium problemowe zaliczenie cz. praktyczna K_U23+
P6S_UW
02 Projektuje oraz realizuje praktycznie, za pomocą wybranych języków programowania zgodnych z normą IEC 61131-3, podstawowe układy sterowania logicznego wykład interaktywny, laboratorium problemowe zaliczenie cz. praktyczna K_W15+
K_U01+
K_K10+
P6S_KK
P6S_KO
P6S_UU
P6S_UW
P6S_WG
03 Omawia aktualne trendy rozwojowe w obszarze automatyki przemysłowej wykład interaktywny, laboratorium problemowe zaliczenie cz. pisemna K_W03+
K_U05+
P6S_UU
P6S_WG

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).

Treści kształcenia dla zajęć

Sem. TK Treści kształcenia Realizowane na MEK
3 TK01 Pojęcia podstawowe, urządzenia automatyki W01, L01 MEK01
3 TK02 Norma IEC 61131-3, podstawy konfigurowania i programowania sterowników automatyki W02-W04,L02 MEK02
3 TK03 Projektowanie i praktyczna realizacja programowa elementarnych układów kombinacyjnych, studium przypadku W05,L03 MEK02
3 TK04 Projektowanie i praktyczna realizacja programowa elementarnych układów sekwencyjnych, studium przypadku W06-W07,L04 MEK02
3 TK05 Projektowanie i praktyczna realizacja programowa elementarnych układów sekwencyjno-czasowych, studium przypadku W08-W09, L05 MEK02
3 TK06 Aktualne trendy rozwojowe w obszarze automatyki przemysłowej oraz metod projektowania i realizacji układów sterowania W10 MEK03

Nakład pracy studenta

Forma zajęć Praca przed zajęciami Udział w zajęciach Praca po zajęciach
Wykład (sem. 3) Godziny kontaktowe: 20.00 godz./sem.
Uzupełnienie/studiowanie notatek: 10.00 godz./sem.
Studiowanie zalecanej literatury: 5.00 godz./sem.
Laboratorium (sem. 3) Przygotowanie do laboratorium: 10.00 godz./sem.
Przygotowanie do kolokwium: 4.00 godz./sem.
Godziny kontaktowe: 10.00 godz./sem.
Dokończenia/wykonanie sprawozdania: 5.00 godz./sem.
Konsultacje (sem. 3) Przygotowanie do konsultacji: 2.00 godz./sem.
Udział w konsultacjach: 0.50 godz./sem.
Zaliczenie (sem. 3) Przygotowanie do zaliczenia: 8.00 godz./sem.
Zaliczenie pisemne: 1.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć Sposób wystawiania oceny podsumowującej
Wykład
Laboratorium Zaliczenie praktyczne i pisemne
Ocena końcowa Zaliczenie laboratorium

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
Zaliczenie praktyczne - przykładowe zadanie.pdf
Zaliczenie-zagadnienia - Seria I.pdf

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : tak

Dostępne materiały : Dokumentacja urządzeń

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: tak

1 D. Mazurkiewicz; G. Piecuch; P. Sobecki; T. Żabiński Virtual tomography as a novel method for segmenting machining process phases with the use of machine learning-supported measurement 2024
2 M. Bolanowski; A. Paszkiewicz; G. Piecuch; D. Rączka; M. Salach; T. Żabiński Estimation of Tool Life in the Milling Process—Testing Regression Models 2023
3 M. Bolanowski; A. Paszkiewicz; G. Piecuch; M. Salach; K. Tomecki; T. Żabiński System Architecture for Diagnostics and Supervision of Industrial Equipment and Processes in an IoE Device Environment 2023
4 E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński The Use of Principal Component Analysis and Logistic Regression for Cutter State Identification 2022
5 K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński Machine Multi-sensor System and Signal Processing for Determining Cutting Tools Service Life 2022
6 K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński Machining Process Time Series Data Analysis with a Decision Support Tool 2022
7 K. Antosz; E. Kozłowski; J. Sęp; T. Żabiński The use of random forests to support the decision-making process for sustainable manufacturing 2022
8 R. Amadio; A. Carreras-Coch; D. Mazzei; J. Merino; J. Navarro; J. Sęp; D. Stadnicka; C. Stylios; M. Tyrovolas; T. Żabiński Industrial Needs in the Fields of Artificial Intelligence, Internet of Things and Edge Computing 2022
9 J. Kluska; T. Mączka; T. Żabiński Applications of Computational Intelligence Methods for Control and Diagnostics 2021
10 K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński Integrating advanced measurement and signal processing for reliability decision-making 2021
11 L. Gniewek; Z. Hajduk; J. Kluska; T. Żabiński FPGA-Embedded Anomaly Detection System for Milling Process 2021
12 E. Kozłowski; D. Mazurkiewicz; S. Prucnal; J. Sęp; T. Żabiński Machining sensor data management for operation-level predictive model 2020
13 J. Kluska; M. Kusy; R. Zajdel; T. Żabiński Fusion of Feature Selection Methods for Improving Model Accuracy in the Milling Process Data Classification Problem 2020
14 J. Kluska; M. Kusy; R. Zajdel; T. Żabiński Weighted Feature Selection Method for Improving Decisions in Milling Process Diagnosis 2020
15 J. Kluska; T. Mączka; T. Żabiński Zastosowania metod inteligencji obliczeniowej do sterowania i diagnostyki 2020
16 J. Kluska; T. Żabiński PID-Like Adaptive Fuzzy Controller Design Based on Absolute Stability Criterion 2020
17 M. Hadław; T. Żabiński A new perspective for the application of the activity based costing method in manufacturing companies using MES class systems 2020
18 E. Kozłowski; D. Mazurkiewicz; S. Prucnal; J. Sęp; T. Żabiński Assessment model of cutting tool condition for real-time supervision system 2019
19 E. Kozłowski; D. Mazurkiewicz; T. Żabiński Identyfikacja stopnia zużycia frezu na podstawie analizy sygnału akustycznego 2019
20 G. Piecuch; S. Prucnal; T. Żabiński; R. Żyła Milling process diagnosis using computational intelligence methods 2019
21 J. Kluska; M. Madera ; T. Mączka; J. Sęp; T. Żabiński Condition monitoring in Industry 4.0 production systems - the idea of computational intelligence methods application 2019
22 M. Madera ; G. Piecuch; T. Żabiński Diagnostics of welding process based on thermovision images using convolutional neural network 2019