Cel kształcenia i wykaz literatury

Główny cel kształcenia: przekazanie studentom podstawowej wiedzy dotyczącej metod i narzędzi stosowanych do projektowania i programowej realizacji typowych układów sterowania logicznego z uwzględnieniem, w elementarnym zakresie, umiejętności konfigurowania i 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 wyżej		.
2		Beckhoff Information System	infosys.beckhoff.com.
3			.
4	T. Żabiński, A. Bożek	Instrukcje do ćwiczeń laboratoryjnych	Materiały pomocnicze.

Literatura do samodzielnego studiowania

1	Z. Świder	Sterowniki mikroprocesorowe	Ofic. Wyd. PRz.	2009
2	jak wyżej		.
3			.

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	Konfiguruje i programuje, 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_W03+ K_W10++ K_W15+ K_U01++ K_U23+ K_K10+	P6S_KK P6S_KO P6S_UU P6S_UW P6S_WG
02	Projektuje oraz realizuje praktycznie, za pomocą wybranych języków programowania zgodnych z normą IEC 61131-3, podstawowe układy sterowania logicznego	wykład interaktywny, laboratorium problemowe, ćwiczenia	zaliczenie cz. praktyczna	K_W10+++ K_W15+ K_U05+ K_K10+++	P6S_KK P6S_KO P6S_UU P6S_WG
03	Wyjaśnia podstawowe pojęcia oraz omawia typowe urządzenia stosowane w automatyce przemysłowej	wykład interaktywny, laboratorium problemowe	zaliczenie cz. pisemna	K_W03++	P6S_WG
04	Omawia aktualne trendy rozwojowe w obszarze automatyki przemysłowej	wykład interaktywny, laboratorium problemowe	zaliczenie cz. pisemna	K_W03++	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	Historia automatyki, pojęcia podstawowe, urządzenia automatyki	W01, L01	MEK03
3	TK02	Norma IEC 61131-3, podstawy konfigurowania i programowania sterowników automatyki	W02-W03, L01-L02	MEK01 MEK03
3	TK03	Funkcje i bloki funkcjonalne standardowe - norma IEC 61131-3, podstawy wizualizacji	W04-W05, L03, C01	MEK01 MEK03 MEK04
3	TK04	Projektowanie i praktyczna realizacja programowa elementarnych układów kombinacyjnych, studium przypadku	W06-W08, L04, C02	MEK01 MEK02 MEK03
3	TK05	Projektowanie i praktyczna realizacja programowa elementarnych układów sekwencyjnych, studium przypadku	W09-W11, L05, C03	MEK01 MEK02 MEK03
3	TK06	Projektowanie i praktyczna realizacja programowa elementarnych układów sekwencyjno-czasowych, studium przypadku	W12-W14, L06, C04	MEK01 MEK02 MEK03
3	TK07	Aktualne trendy rozwojowe w obszarze automatyki przemysłowej oraz metod projektowania i realizacji układów sterowania	W15	MEK04

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 3)	Przygotowanie do kolokwium: 2.00 godz./sem.	Godziny kontaktowe: 30.00 godz./sem.	Uzupełnienie/studiowanie notatek: 5.00 godz./sem. Studiowanie zalecanej literatury: 5.00 godz./sem.
Ćwiczenia/Lektorat (sem. 3)	Przygotowanie do ćwiczeń: 6.00 godz./sem. Przygotowanie do kolokwium: 5.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Dokończenia/studiowanie zadań: 2.00 godz./sem.
Laboratorium (sem. 3)	Przygotowanie do laboratorium: 15.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Dokończenia/wykonanie sprawozdania: 3.00 godz./sem.
Konsultacje (sem. 3)	Przygotowanie do konsultacji: 2.00 godz./sem.	Udział w konsultacjach: 1.00 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	Zaliczenie pisemne
Ćwiczenia/Lektorat	Zaliczenie praktyczne
Laboratorium	Zaliczenie praktyczne
Ocena końcowa	Ocena końcowa = 0,25 oceny z wykładu + 0,25 oceny z ćwiczeń + 0,5 oceny z laboratorium

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
Zaliczenie praktyczne - przykładowe zadanie.pdf

Inne
(-)

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

Dostępne materiały : Zaliczenie część praktyczna: notatki własne, instrukcje obsługi urządzeń i oprogramowania

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