Karta przedmiotu
Badania symulacyjne maszyn transportowych
Podstawowe informacje o zajęciach
Cykl kształcenia:
2025/2026
Nazwa jednostki prowadzącej studia:
Wydział Budowy Maszyn i Lotnictwa
Nazwa kierunku studiów:
Inżynieria środków transportu
Obszar kształcenia:
nauki techniczne
Profil studiów:
ogólnoakademicki
Poziom studiów:
drugiego stopnia
Forma studiów:
stacjonarne
Specjalności na kierunku:
Diagnostyka i rzeczoznawstwo samochodowe, Ekoinżynieria środków transportu samochodowego, Środki techniczne w logistyce i spedycji
Tytuł otrzymywany po ukończeniu studiów:
magister inżynier
Nazwa jednostki prowadzącej zajęcia:
Katedra Pojazdów Samochodowych i Inżynierii Transportu
Kod zajęć:
13603
Status zajęć:
obowiązkowy dla specjalności Ekoinżynieria środków transportu samochodowego
Układ zajęć w planie studiów:
sem: 2 / W15 P30 / 4 ECTS / Z
Język wykładowy:
polski
Imię i nazwisko koordynatora:
dr hab. inż. prof. PRz Maksymilian Mądziel
Terminy konsultacji koordynatora:
https://mmadziel.v.prz.edu.pl/konsultacje
Cel kształcenia i wykaz literatury
Główny cel kształcenia:
Student zdobywa pogłębioną wiedzę z zakresu badań symulacyjnych ruchu pojazdów transportowych, zwłaszcza w aspekcie wykorzystania symulacji do celów ekoinżynierii transportu. Nabycie umiejętności modelowania i analizy związanej z ruchem maszyn i jego symulacją komputerową. Przygotowanie do prowadzenia badań.
Ogólne informacje o zajęciach:
Przedmiot dla studentów 2 semestru.
Wykaz literatury, wymaganej do zaliczenia zajęć
| 1 | Górka A. | Charakterystyka wybranych programów do mikrosymulacji ruchu drogowego | Transport miejski i regionalny. | 2016 |
| 2 | PTV | VISSIM 5.30-05 User Manual | PTV Group. | 2019 |
| 3 | Maciejewski, M. | Mikrosymulacja ruchu drogowego dla obszaru miejskiego z zastosowaniem systemu VISSIM | Instytut Logistyki i Magazynowania. | 2010 |
| 1 | Jacyna M | Modelowanie i ocena systemów transpotowych | Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa. | 2009 |
| 2 | Gaca S., Suchorzewski W., Tracz M. | Inżynieria ruchu drogowego. Teoria i praktyka | Wydawnictwa Komunikacji i Łączności . | 2008 |
| 3 | Jaworski A., Madziel M., Lejda K. | Creating an emission model based on portable emission measurement system for the purpose of a roundabout | Springer. | 2019 |
| 1 | Jaworski A., Lejda K., Mądziel M. | Emission of pollution from motor vehicles with respect to selected solutions of roundabout intersections. | PTNS Poznan. | 2017 |
Wymagania wstępne w kategorii wiedzy / umiejętności / kompetencji społecznych
Wymagania formalne:
Rejestracja na 2 semestr.
Wymagania wstępne w kategorii Wiedzy:
Student powinien posiadać wiedzę w zakresie realizowanym w ramach przedmiotów: Infrastruktura transportu, Środki transportu samochodowego.
Wymagania wstępne w kategorii Umiejętności:
Umiejętność analizy i pozyskiwania wiedzy z literatury.
Wymagania wstępne w kategorii Kompetencji społecznych:
Student rozumie konieczność samokształcenia się i dokształcania.
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 |
|---|---|---|---|---|---|
| MEK01 | Ma pogłębioną wiedzę na temat podstawowych zagadnień dotyczących symulacji ruchu maszyn transportowych. | wykład | zaliczenie pisemne |
K-W04+ K-W13+ |
P7S-WG |
| MEK02 | Potrafi określić rolę badań symulacyjnych w prawidłowym i efektywnym funkcjonowaniu każdego działu gospodarki narodowej, społeczeństw oraz poszczególnych regionów i państw. | wykład | zaliczenie pisemne |
K-W04+ K-K01+ |
P7S-KO P7S-WG |
| MEK03 | Potrafi pracować w grupie, ma świadomość odpowiedzialności za pracę własną i całego zespołu. | projekty | na bieżąco w trakcie zajęć |
K-U04+ K-K04+ |
P7S-KK P7S-UW |
| MEK04 | Potrafi wykonywać zadania w wybranych programach symulacyjnych | projekty | na bieżąco w trakcie zajęć |
K-U04+ K-K01+ |
P7S-KO P7S-UW |
| MEK05 | Ma umiejętność analizowania poprawności funkcjonowania modeli symulacyjnych. Przygotowanie do prowadzenia badań. | projekty | na bieżąco w trakcie zajęć |
K-U05+ |
P7S-UW |
Treści kształcenia dla zajęć
| Sem. | TK | Treści kształcenia | Realizowane na | MEK |
|---|---|---|---|---|
| 2 | TK01 | W01-W02 | MEK01 | |
| 2 | TK02 | W03-W04 | MEK01 | |
| 2 | TK03 | W05-W07 | MEK02 | |
| 2 | TK04 | W08-W09 | MEK01 | |
| 2 | TK05 | W10-W11 | MEK01 | |
| 2 | TK06 | W12-W15 | MEK01 | |
| 2 | TK07 | P01-P02 | MEK03 | |
| 2 | TK08 | P03-P05 | MEK04 | |
| 2 | TK09 | P06-P12 | MEK05 | |
| 2 | TK10 | P13-P15 | MEK03 |
Nakład pracy studenta
| Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
|---|---|---|---|
| Wykład (sem. 2) | Przygotowanie do kolokwium:
10.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
7.00 godz./sem. Studiowanie zalecanej literatury: 12.00 godz./sem. |
| Projekt/Seminarium (sem. 2) | Przygotowanie do zajęć projektowych/seminaryjnych:
5.00 godz./sem. |
Godziny kontaktowe:
30.00 godz./sem.. |
Wykonanie projektu/dokumentacji/raportu:
8.00 godz./sem. Przygotowanie do prezentacji: 1.00 godz./sem. |
| Konsultacje (sem. 2) | Przygotowanie do konsultacji:
1.00 godz./sem. |
Udział w konsultacjach:
1.00 godz./sem. |
|
| Zaliczenie (sem. 2) | Przygotowanie do zaliczenia:
10.00 godz./sem. |
Zaliczenie pisemne:
1.00 godz./sem. |
Sposób wystawiania ocen składowych zajęć i oceny końcowej
| Forma zajęć | Sposób wystawiania oceny podsumowującej |
|---|---|
| Wykład | Punktacja oceny egzaminu: ocenę dostateczną uzyskuje student który uzyska 50% punktów, ocenę dobry: 61-75% punktów, ocenę bardzo dobry powyżej 86% punktów. |
| Projekt/Seminarium | Ocena wystawiana na podstawie złożonego projektu. 0 błędów - 5.0, 1 błąd - 4.5, 2 błędy 4.0, 3 błędy 3.5, 4 błędy 3.0. |
| Ocena końcowa | Na ocenę końcową z przedmiotu składają się oceny z poszczególnych form zajęć(średnia arytmetyczna). |
Przykładowe zadania
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
Treści zajęć powiazane są z prowadzonymi badaniami naukowymi tak
| 1 | M. Mądziel | Impact of Weather Conditions on Energy Consumption Modeling for Electric Vehicles | 2025 |
| 2 | M. Mądziel | Investigating Real-world Emissions from Liquefied Petroleum Gas-fueled Vehicles: A Modeling Approach that Utilizes Portable Emissions Measurement Systems | 2025 |
| 3 | M. Mądziel | Phase-Specific Mixture of Experts Architecture for Real-Time NOx Prediction in Diesel Vehicles: Advancing Euro 7 Compliance | 2025 |
| 4 | M. Mądziel | Predictive methods for CO2 emissions and energy use in vehicles at intersections | 2025 |
| 5 | M. Mądziel | State of Charge Prediction for Li-Ion Batteries in EVs for Traffic Microsimulation | 2025 |
| 6 | T. Campisi; M. Mądziel | Predicting Auxiliary Energy Demand in Electric Vehicles Using Physics-Based and Machine Learning Models | 2025 |
| 7 | M. Mądziel | Energy Modeling for Electric Vehicles Based on Real Driving Cycles: An Artificial Intelligence Approach for Microscale Analyses | 2024 |
| 8 | M. Mądziel | Instantaneous CO2 emission modelling for a Euro 6 start-stop vehicle based on portable emission measurement system data and artificial intelligence methods | 2024 |
| 9 | M. Mądziel | Modeling Exhaust Emissions in Older Vehicles in the Era of New Technologies | 2024 |
| 10 | M. Mądziel | Modelling CO2 Emissions from Vehicles Fuelled with Compressed Natural Gas Based on On-Road and Chassis Dynamometer Tests | 2024 |
| 11 | M. Mądziel | Quantifying Emissions in Vehicles Equipped with Energy-Saving Start–Stop Technology: THC and NOx Modeling Insights | 2024 |
| 12 | T. Campisi; M. Mądziel | Predictive Artificial Intelligence Models for Energy Efficiency in Hybrid and Electric Vehicles: Analysis for Enna, Sicily | 2024 |
| 13 | A. Jaworski; H. Kuszewski; M. Mądziel; P. Woś | The investigation of auto-ignition properties of 1-butanol–biodiesel blends under various temperatures conditions | 2023 |
| 14 | B. Babiarz; A. Jaworski; H. Kuszewski; V. Mateichyk; M. Mądziel; S. Porada; M. Śmieszek; P. Woś | Towards Cleaner Cities: An Analysis of the Impact of Bus Fleet Decomposition on PM and NOX Emissions Reduction in Sustainable Public Transport | 2023 |
| 15 | D. Antonelli; A. Christopoulos; V. Dagienė; A. Juškevičienė; M. Laakso; V. Masiulionytė-Dagienė; M. Mądziel; D. Stadnicka; C. Stylios | A Virtual Reality Laboratory for Blended Learning Education: Design, Implementation and Evaluation | 2023 |
| 16 | M. Mądziel | Future Cities Carbon Emission Models: Hybrid Vehicle Emission Modelling for Low-Emission Zones | 2023 |
| 17 | M. Mądziel | Liquified Petroleum Gas-Fuelled Vehicle CO2 Emission Modelling Based on Portable Emission Measurement System, On-Board Diagnostics Data, and Gradient-Boosting Machine Learning | 2023 |
| 18 | M. Mądziel | Vehicle Emission Models and Traffic Simulators: A Review | 2023 |
| 19 | T. Campisi ; M. Mądziel | Energy Consumption of Electric Vehicles: Analysis of Selected Parameters Based on Created Database | 2023 |
| 20 | T. Campisi; M. Mądziel | Investigation of Vehicular Pollutant Emissions at 4-Arm Intersections for the Improvement of Integrated Actions in the Sustainable Urban Mobility Plans (SUMPs) | 2023 |
| 21 | A. Jaworski; H. Kuszewski; M. Mądziel | Sustainable Public Transport Strategies—Decomposition of the Bus Fleet and Its Influence on the Decrease in Greenhouse Gas Emissions | 2022 |
| 22 | D. Atzeni; A. Carreras-Coch; G. Dec; D. Mazzei; M. Mądziel; L. Pappa; Ł. Paśko; X. Solé-Beteta; D. Stadnicka; C. Stylios | Plan and Develop Advanced Knowledge and Skills for Future Industrial Employees in the Field of Artificial Intelligence, Internet of Things and Edge Computing | 2022 |
| 23 | G. Dec; R. Figliè; D. Mazzei; M. Mądziel; J. Navarro; Ł. Paśko; X. Solé-Beteta; D. Stadnicka; C. Stylios; M. Tyrovolas | Role of Academics in Transferring Knowledge and Skills on Artificial Intelligence, Internet of Things and Edge Computing | 2022 |
| 24 | K. Balawender; T. Campisi ; M. Jakubowski; A. Jaworski; H. Kuszewski; K. Lew; M. Mądziel; A. Ustrzycki; P. Wojewoda; P. Woś | Evaluation of the Effect of Chassis Dynamometer Load Setting on CO2 Emissions and Energy Demand of a Full Hybrid Vehicle | 2022 |
| 25 | T. Campisi; A. Jaworski; H. Kuszewski; K. Lew; M. Mądziel; P. Woś | The Development of CO2 Instantaneous Emission Model of Full Hybrid Vehicle with the Use of Machine Learning Techniques | 2022 |
| 26 | T. Campisi; M. Mądziel | Assessment of vehicle emissions at roundabouts: a comparative study of PEMS data and microscale emission model | 2022 |
| 27 | A. Jaworski; H. Kuszewski; M. Mądziel | Lubricity of Ethanol-Diesel Fuel Blends-Study with the Four-Ball Machine Method | 2021 |
| 28 | D. Antonelli; J. Barata; E. Boffa; P. C. Priarone; R. Chelli; P. Ferreira; M. Finžgar; M. Lanzetta; P. Litwin; N. Lohse; F. Lupi; M. M. Mabkhot; A. Maffei; M. Mądziel; P. Minetola; S. Nikghadam-Hojjati; Ł. Paśko; P. Podržaj; D. Stadnicka; X. Wang | Mapping Industry 4.0 Enabling Technologies into United Nations Sustainability Development Goals | 2021 |
| 29 | K. Balawender; A. Jaworski; K. Lejda; M. Mądziel; D. Savostin-Kosiak; A. Ustrzycki | Assessment of Petrol and Natural Gas Vehicle Carbon Oxides Emissions in the Laboratory and On-Road Tests | 2021 |
| 30 | M. Jaremcio; A. Jaworski; K. Lejda; M. Mądziel; P. Woś | Charakterystyka wybranych testów jezdnych stosowanych w badaniach emisji zanieczyszczeń w spalinach silnikowych samochodów osobowych | 2021 |
| 31 | M. Mądziel; D. Stadnicka | Application of Lean Analyses and Computer Simulation in Complex Product Manufacturing Process | 2021 |
| 32 | S. Basbas; T. Campisi; M. Mądziel; A. Nikiforiadis; G. Tesoriere | An Estimation of Emission Patterns from Vehicle Traffic Highlighting Decarbonisation Effects from Increased e-fleet in Areas Surrounding the City of Rzeszow (Poland) | 2021 |
| 33 | T. Campisi; A. Jaworski; H. Kuszewski; M. Mądziel; P. Woś | Assessing Vehicle Emissions from a Multi-Lane to Turbo Roundabout Conversion Using a Microsimulation Tool | 2021 |
| 34 | T. Campisi; A. Jaworski; M. Mądziel; G. Tesoriere | The Development of Strategies to Reduce Exhaust Emissions from Passenger Cars in Rzeszow City-Poland A Preliminary Assessment of the Results Produced by the Increase of E-Fleet | 2021 |
| 35 | A. Jaworski; K. Lejda; M. Mądziel; D. Savostin-Kosiak | The Impact of Exhaust Emission from Combustion Engines on the Environment: Modelling of Vehicle Movement at Roundabouts | 2020 |
| 36 | K. Balawender; M. Jakubowski; M. Jaremcio; A. Jaworski; H. Kuszewski; K. Lejda; K. Lew; M. Mądziel; A. Ustrzycki; P. Wojewoda | Analysis of Cold Start Emission from Light Duty Vehicles Fueled with Gasoline and LPG for Selected Ambient Temperatures | 2020 |
| 37 | K. Balawender; M. Jakubowski; M. Jaremcio; A. Jaworski; H. Kuszewski; K. Lejda; K. Lew; M. Mądziel; P. Woś | The Impact of Driving Resistances on the Emission of Exhaust Pollutants from Vehicles with the Spark Ignition Engine Fuelled by Petrol and LPG | 2020 |
| 38 | K. Balawender; M. Jaremcio; A. Jaworski; A. Krzemiński; H. Kuszewski; K. Lew; M. Mądziel; P. Woś | Realizacja cyklu jezdnego w badaniach emisji zanieczyszczeń na hamowni podwoziowej | 2020 |
| 39 | K. Balawender; S. Boichenko; A. Jaworski; H. Kuszewski; M. Mądziel; L. Pavliukh; D. Savostin-Kosiak | Assessment of CO2 emissions and energy consumption during stationary test of vehicle with SI engine powered by different fuels | 2020 |
| 40 | K. Lejda; M. Mądziel | Systemy i środki transportu: eksploatacja i diagnostyka: wybrane zagadnienia | 2020 |
| 41 | O. Ivanushko; A. Jaworski; A. Loboda; M. Mądziel; D. Savostin-Kosiak; M. Tsiuman | Establishing the regularities of correlation between ambient temperature and fuel consumption by city diesel buses | 2020 |
| 42 | S. Boichenko; A. Jaworski; M. Mądziel; L. Pavliukh | Comparative assessment of CO2 emissions and fuel consumption in a stationary test of the passenger car running on various fuels | 2020 |