Karta przedmiotu
B+R w technologi maszyn i inzynierii produkcji
Podstawowe informacje o zajęciach
Cykl kształcenia:
2025/2026
Nazwa jednostki prowadzącej studia:
Wydział Budowy Maszyn i Lotnictwa
Nazwa kierunku studiów:
Mechanika i budowa maszyn
Obszar kształcenia:
nauki techniczne
Profil studiów:
ogólnoakademicki
Poziom studiów:
drugiego stopnia
Forma studiów:
stacjonarne
Specjalności na kierunku:
Badania i rozwój w gospodarce, Komputerowo wspomagane wytwarzanie, Napędy mechaniczne, Pojazdy samochodowe - Badania i eksploatacja pojazdów samochodowych, Pojazdy samochodowe - Zaawansowane napędy pojazdów samochodowych, Programowanie i automatyzacja obróbki - Systemy CAD/CAM w zastosowaniach, Programowanie i automatyzacja obróbki - Zaawansowane programowanie obrabiarek CNC, Programowanie i automatyzacja obróbki - Zaawansowane programowanie pomiarów współrzędnościowych
Tytuł otrzymywany po ukończeniu studiów:
magister inżynier
Nazwa jednostki prowadzącej zajęcia:
Katedra Technologii Maszyn i Inżynierii Produkcji
Kod zajęć:
15238
Status zajęć:
obowiązkowy dla specjalności Badania i rozwój w gospodarce
Układ zajęć w planie studiów:
sem: 2 / L30 / 2 ECTS / Z
Język wykładowy:
polski
Imię i nazwisko koordynatora 1:
prof. dr hab. inż. Jarosław Sęp
Imię i nazwisko koordynatora 2:
dr inż. Roman Wdowik
Cel kształcenia i wykaz literatury
Główny cel kształcenia:
Zapoznanie studentów z badaniami prowadzonymi w zakresie technologii maszyn oraz inżynierii produkcji
Ogólne informacje o zajęciach:
Wykaz literatury, wymaganej do zaliczenia zajęć
| 1 | - | Instrukcje obsługi stanowisk badawczych | -. | - |
| 2 | - | Instrukcje obsługi oprogramowania wykorzystywanego do analizy danych i wyników | -. | - |
Wymagania wstępne w kategorii wiedzy / umiejętności / kompetencji społecznych
Wymagania formalne:
Uzyskanie zaliczeń oraz zdanie egzaminów wymaganych regulaminem studiów do podjęcia studiów w ramach specjalności, brak długu niedopuszczonego regulaminem studiów
Wymagania wstępne w kategorii Wiedzy:
Student ma ogólną wiedzę na temat badań prowadzonych w ramach inżynierii mechanicznej, ze szczególnym uwzględnieniem problematyki technologii maszyn i inżynierii produkcji
Wymagania wstępne w kategorii Umiejętności:
Student potrafi korzystać z podstawowych narzędzi i aparatury badawczej stosowanej w zakresie inżynierii mechanicznej ze szczególnym uwzględnieniem technologii maszyn i inżynierii produkcji
Wymagania wstępne w kategorii Kompetencji społecznych:
Student potrafi pracować w zespołach zadaniaowych oraz okreśłić swoją rolę w zespole dopasowaną do indywidualnych zainteresowań
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 | Student potrafi zaprojektować eksperyment, opracować wyniki oraz wyciągnąć wnioski z badań, w szczególności dla problematyki badawczej technologii maszyn oraz inżynierii produkcji | laboratorium problemowe | prezentacja dokonań (portfolio) |
K-U03+++ K-U06+++ |
P7S-UW |
| MEK02 | Student potrafi konfigurować wybrane stanowiska badawcze w zakresie niezbędnym do przeprowadzenia badań eksperymentalnych i symulacyjnych | laboratorium problemowe | prezentacja dokonań (portfolio) |
K-U06+++ |
P7S-UW |
Treści kształcenia dla zajęć
| Sem. | TK | Treści kształcenia | Realizowane na | MEK |
|---|---|---|---|---|
| 2 | TK01 | L1-L5 | MEK01 | |
| 2 | TK02 | L6-L8 | MEK01 | |
| 2 | TK03 | L9-L15 | MEK02 | |
| 2 | TK04 | L16-L20 | MEK01 MEK02 |
Nakład pracy studenta
| Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
|---|---|---|---|
| Laboratorium (sem. 2) | Przygotowanie do laboratorium:
2.00 godz./sem. |
Godziny kontaktowe:
30.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
6.00 godz./sem. |
| Konsultacje (sem. 2) | 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 |
|---|---|
| Laboratorium | Student opracowuje indywidualną prezentację dokonań, która uwzględnia zadania zrealizowane w ramach zajęć, weryfikujace MEK1 i MEK2. Sprawozdanie składa się z 5. punktów: 1. Opracowanie literatury, 2. Metodyka badań, 3. Konfiguracja stanowiska badawczego, 4. Pozyskanie danych z procesu badawczego oraz opracowanie wyników, 5. Opracowanie wniosków z pracy. Każdy z punktów oceniany jest w zakresie 0 lub 1 pkt. Liczba uzyskanych punktów odpowiada ocenie końcowej. |
| Ocena końcowa | Ocena końcowa jest oceną z laboratorium. |
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 | R. Wdowik | Flexible Technological Process Planning: Discussion Towards Flexible Process Structure Planning and Artificial Intelligence Utilization | 2026 |
| 2 | A. Bełzo; A. Dzierwa; N. Stelmakh; N. Tikanashvili; R. Wdowik | Effect of Roller Burnishing on Tribological Performance of 42CrMo4 Steel with Multi-Criteria COPRAS Optimization | 2025 |
| 3 | A. Bełzo; B. Ciecińska; A. Dzierwa; L. Gałda; M. Magdziak; M. Płodzień; R. Wdowik; S. Woś | Ściernica dzielona | 2025 |
| 4 | A. Bełzo; R. Bendikiene; R. Wdowik | Surface Corrosion Detection for Ferrous-metal Parts: Application of Artificial Intelligence, Python and Microscopic Images | 2025 |
| 5 | A. Bełzo; R. Wdowik | Artificial intelligence-based design of assemblies in the FreeCAD software | 2025 |
| 6 | A. Bełzo; R. Wdowik | Production Plant Layout Planning Supported by Selected CAx Tools and Artificial Intelligence | 2025 |
| 7 | K. Antosz; A. Bełzo; R. Perłowski; S. Prucnal; J. Sęp; J. Wiech | Analysis of Static and Dynamic Ball Burnishing of Aluminum: A Servo-Controlled Crank Mechanism Approach | 2025 |
| 8 | K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp | Application of Machine Learning to the Prediction of Surface Roughness in the Milling Process on the Basis of Sensor Signals | 2025 |
| 9 | K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp | Predicting Surface Roughness in Milling Process with Neural Networks: A Data-Driven Approach | 2025 |
| 10 | O. Hembara; O. Holiian; J. Sęp | Mathematical modelling during studies of the strength of structural elements in the atmosphere of hydrogen and its mixtures | 2025 |
| 11 | O. Holiian; Y. Ivanyts\'ky; J. Sęp | Assessment of the technical condition of pipeline systems for hydrogen mixture transportation us-ing the energy approach | 2025 |
| 12 | R. Wdowik | Selected Issues Regarding AI-Assisted Design of Superhard Grinding Pins and Grinding Wheels CAD Models | 2025 |
| 13 | K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp | Integrating Sensor Systems and Signal Processing for Sustainable Production: Analysis of Cutting Tool Condition | 2024 |
| 14 | K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp | Neural Network Predictive Model in Cutting Tool Condition Detection | 2024 |
| 15 | K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp | Pre-processing Signal Analysis for Cutting Tool Condition in the Milling Process | 2024 |
| 16 | Y. Blikharskyy; Z. Blikharskyy; O. Holiian; Y. Ivanytskyi; J. Selejdak; J. Sęp | Evaluation of the Technical Condition of Pipes during the Transportation of Hydrogen Mixtures According to the Energy Approach | 2024 |
| 17 | B. Azarhoushan; A. Bełzo; A. Borowiec; B. Ciecińska; F. Hojati; P. Litwin; M. Magdziak; A. Markopoulos; R. Wdowik | Selected case studies regarding research-based education in the area of machine and civil assemblies | 2023 |
| 18 | B. Azarhoushang; A. Bełzo; A. Borowiec; B. Ciecińska; A. Dzierwa; F. Hojati; J. Litwin; M. Magdziak; A. Markopoulos; P. Nazarko; P. Podulka; I. Pushchak; M. Romanini; R. Wdowik; A. Wiater | Research-based technology education – the EDURES partnership experience | 2023 |
| 19 | M. Bucior; R. Kosturek; J. Sęp; T. Ślęzak; L. Śnieżek; J. Torzewski; W. Zielecki | Effect of Shot Peening on the Low-Cycle Fatigue Behavior of an AA2519-T62 Friction-Stir-Welded Butt Joint | 2023 |
| 20 | P. Cichosz; M. Drajewicz; M. Góral; A. Majka; W. Nowak; J. Sęp; R. Smusz | Design of Newly Developed Burner Rig Operating with Hydrogen Rich Fuel Dedicated for Materials Testing | 2023 |
| 21 | A. Bełzo; L. Skoczylas; R. Wdowik | Influence of the Length of a Linear Interpolation Line Segment on the Accuracy of a Grinding Wheel Characterized by Variable Curvature | 2022 |
| 22 | A. Bełzo; R. Bendikienė; A. Benini; R. Česnavičius; A. Čiuplys; J. Jakobsen; K. Juzėnas; T. Leemet; M. Madissoo; M. Magdziak; P. Nazarko; C. Pancaldi; R. Ratnayake ; L. Rigattieri; M. Rimašauskas; M. Romanini; R. Śliwa; R. Wdowik; R. Wdowik; M. Zimmermann | Didactic guide for teachers | 2022 |
| 23 | E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | The Use of Principal Component Analysis and Logistic Regression for Cutter State Identification | 2022 |
| 24 | G. Budzik; K. Bulanda; D. Filip; J. Jabłoński; A. Łazorko; M. Oleksy; A. Paszkiewicz; Ł. Przeszłowski; J. Sęp; S. Snela; P. Turek; S. Wolski | Manufacturing Polymer Model of Anatomical Structures with Increased Accuracy Using CAx and AM Systems for Planning Orthopedic Procedures | 2022 |
| 25 | J. Sęp; G. Szyszka | Comparative Performance Evaluation of Multiconfiguration Touch-Trigger Probes for Closed-Loop Machining of Large Jet Engine Cases | 2022 |
| 26 | K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | Machine Multi-sensor System and Signal Processing for Determining Cutting Tools Service Life | 2022 |
| 27 | K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | Machining Process Time Series Data Analysis with a Decision Support Tool | 2022 |
| 28 | K. Antosz; E. Kozłowski; J. Sęp; T. Żabiński | The use of random forests to support the decision-making process for sustainable manufacturing | 2022 |
| 29 | L. Gałda; J. Sęp; S. Świrad | Effect of the Sliding Element Surface Topography on the Oil Film Thickness in EHD Lubrication in Non-Conformal Contact | 2022 |
| 30 | M. Bucior; W. Habrat; R. Kluz; K. Krupa; J. Sęp | Multi-criteria optimization of the turning parameters of Ti-6Al-4V titanium alloy using the Response Surface Methodology | 2022 |
| 31 | 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 |
| 32 | R. Bartłomowicz; A. Bednarz; J. Jaworski; J. Sęp; A. Wójcik | Analysis of the effects of simplifications on the state of loads in a centrifugal compressor | 2022 |
| 33 | K. Antosz; D. Kwiatanowski; J. Sęp; G. Szyszka | Automatic compensation of errors of multi-task machines in the production of aero engine cases | 2021 |
| 34 | K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | Integrating advanced measurement and signal processing for reliability decision-making | 2021 |
| 35 | M. Laciuga; J. Sęp | Analytic optimization framework for resilient manufacturing production and supply planning in Industry 4.0 context-buffer stock allocation-case study | 2021 |
| 36 | A. Bełzo; L. Skoczylas; R. Wdowik | Application of CAD modelling in preparation of a grinding wheel used in shaping of a worm thread outline | 2020 |
| 37 | A. Bełzo; M. Magdziak; R. Ratnayake ; R. Wdowik | Technological process planning focused on complex manufacturing processes of the digital era | 2020 |
| 38 | B. Álvarez; M. Magdziak; J. Misiura; R. Ratnayake ; G. Valiño; R. Wdowik; M. Żółkoś | Digitization Methods of Grinding Pins for Technological Process Planning | 2020 |
| 39 | E. Kozłowski; D. Mazurkiewicz; S. Prucnal; J. Sęp; T. Żabiński | Machining sensor data management for operation-level predictive model | 2020 |
| 40 | G. Budzik; J. Jóźwik; Ł. Kochmański; M. Oleksy; A. Paszkiewicz; Ł. Przeszłowski; J. Sęp; P. Turek; D. Żelechowski | An Analysis of the Casting Polymer Mold Wear Manufactured Using PolyJet Method Based on the Measurement of the Surface Topography | 2020 |
| 41 | J. Sęp; D. Stadnicka; J. Zając | Przegląd wymagań stawianych specjalistom na rynku pracy w województwie podkarpackim w kontekście wymagań technologii Przemysłu 4.0 | 2020 |
| 42 | K. Dudek; L. Gałda; R. Oliwa; J. Sęp | Surface layer analysis of helical grooved journal bearings after abrasive tests | 2020 |