Karta przedmiotu
Inżynieria produkcji
Podstawowe informacje o zajęciach
Cykl kształcenia:
2025/2026
Nazwa jednostki prowadzącej studia:
Wydział Budowy Maszyn i Lotnictwa
Nazwa kierunku studiów:
Inżynieria wzornictwa przemysłowego
Obszar kształcenia:
nauki ścisłe/techniczne
Profil studiów:
ogólnoakademicki
Poziom studiów:
pierwszego stopnia
Forma studiów:
stacjonarne
Specjalności na kierunku:
A - Modelowanie i projektowanie wspomagane komputerowo, B - Projektowanie wzornicze
Tytuł otrzymywany po ukończeniu studiów:
inżynier
Nazwa jednostki prowadzącej zajęcia:
Katedra Technologii Maszyn i Inżynierii Produkcji
Kod zajęć:
15723
Status zajęć:
obowiązkowy dla programu A - Modelowanie i projektowanie wspomagane komputerowo, B - Projektowanie wzornicze
Układ zajęć w planie studiów:
sem: 3 / W15 P15 / 3 ECTS / E
Język wykładowy:
polski
Imię i nazwisko koordynatora:
dr hab. inż. prof. PRz Katarzyna Antosz
Terminy konsultacji koordynatora:
wg harmonogramu jednostki
semestr 3:
dr inż. Przemysław Podulka
Cel kształcenia i wykaz literatury
Główny cel kształcenia:
Student powinien nabyć podstawową wiedzę teoretyczną i praktyczną z zakresu inżynierii produkcji.
Ogólne informacje o zajęciach:
Przedmiot obowiązkowy
Materiały dydaktyczne:
Opracowane instrukcja do wykonania projektu
Wykaz literatury, wymaganej do zaliczenia zajęć
| 1 | Edward Pająk | Zarządzanie produkcją: produkt, technologia, organizacja | Warszawa: Wydaw. Nauk.PWN. | 2021 |
| 2 | Ewa Kulińska, Adam Busławski | Zarządzanie procesem produkcji | Warszawa: Difin. | 2019 |
| 3 | Katarzyna Antosz i in. | Lean Manufacturing: doskonalenie produkcji | Rzeszów Oficyna PRz. | 2018 |
| 4 | Andrzej Rogowski | Podstawy organizacji i zarządzania produkcją w przedsiębiorstwie | Warszawa: CeDeWu,. | 2018 |
| 5 | red. Marek Wirkus, Anna M. Lis | Planowanie i rozwój nowych produktów: aspekty strategiczne, techniczne i marketingowe | Waszawa: CeDeWu. | 2018 |
| 6 | Radosław Wolniak | Basic concepts of operation management and its control | Gliwice: Wydaw. Politech.Śl.. | 2018 |
| 1 | Marek Dudek | Projektowanie szczupłych systemów wytwarzania: wybrane zagadnienia | Warszawa: Difin. | 2016 |
| 2 | Marek Dudek | Szczupłe systemy wytwarzania | Warszawa: Difin, . | 2016 |
| 3 | pod red. Anny Kosieradzkiej ; aut. Anna Kosieradzka [i in.] | Podstawy zarządzania produkcją: ćwiczenia: praca zbiorowa | Warszawa: Ofic.Wydaw. Politech.Warsz. | 2016 |
| 4 | Podstawy organizacji produkcji: ćwiczenia / Jacek Bałuk; Warszawa: Ofic.Wydaw. Poli-tech.Warsz., 2014; | - | -. | - |
| 1 | Problemy w obszarach produkcyjnych: monografia . Cz. 1, Proste metody w trudnych za-daniach: studia przypadków / pod red. Doroty Stadnickiej; Rzeszów: Ofic.Wydaw. Poli-tech.Rzesz., 2021; | - | -. | - |
| 2 | Problemy w obszarach produkcyjnych: monografia . Cz. 2, Pracownik i technologie przy-szłości: studia przypadków / pod red. Doroty Stadnickiej; Rzeszów: Ofic.Wydaw. Poli-tech.Rzesz., 2021; | - | -. | - |
Wymagania wstępne w kategorii wiedzy / umiejętności / kompetencji społecznych
Wymagania formalne:
Student zapisany na 3 semestr studiów lub student realizujący różnice programowe.
Wymagania wstępne w kategorii Wiedzy:
Brak wymagań wstępnych
Wymagania wstępne w kategorii Umiejętności:
Umiejętność samodzielnej pracy i pracy w zespole.
Wymagania wstępne w kategorii Kompetencji społecznych:
Kreatywność, otwartość na pozyskiwane nowej wiedzy.
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 | Posiada wiedzę teoretyczną z zakresu inżynierii produkcji. | wykład | test pisemny |
K-W01+++ K-W06+ K-W10+ |
P6S-WG P6S-WK |
| MEK02 | Posiada wiedzę praktyczną z zakresu metod i technik wykorzystywanych w procesach organizacji, zarządzania i doskonalenia systemów produkcyjnych. | projekt zespołowy | prezentacja projektu |
K-U02+ K-U06++ K-U08+ K-U10++ K-U14++ |
P6S-UO P6S-UW |
| MEK03 | Rozumie i widzi potrzebę dokształcania się i poszerzania wiedzy z zakresu inżynierii produkcji. | wykład | test pisemny |
K-W01+ K-W06+ K-K01+ K-K03++ |
P6S-KK P6S-WG |
Treści kształcenia dla zajęć
| Sem. | TK | Treści kształcenia | Realizowane na | MEK |
|---|---|---|---|---|
| 3 | TK01 | W01 | MEK01 MEK03 | |
| 3 | TK02 | W2 | MEK01 MEK03 | |
| 3 | TK03 | W3 | MEK01 MEK03 | |
| 3 | TK04 | W4 | MEK01 | |
| 3 | TK05 | W5 | MEK01 | |
| 3 | TK06 | W6 | MEK01 | |
| 3 | TK07 | W7 | MEK01 | |
| 3 | TK08 | W8 | MEK01 | |
| 3 | TK09 | P1 | MEK02 | |
| 3 | TK10 | P2 | MEK02 | |
| 3 | TK11 | P3 | MEK02 | |
| 3 | TK12 | P4 | MEK02 | |
| 3 | TK13 | P5 | MEK02 | |
| 3 | TK14 | P6 | MEK02 | |
| 3 | TK15 | P7 | MEK02 | |
| 3 | TK16 | P8 | MEK02 |
Nakład pracy studenta
| Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
|---|---|---|---|
| Wykład (sem. 3) | Godziny kontaktowe:
15.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
10.00 godz./sem. Studiowanie zalecanej literatury: 10.00 godz./sem. |
|
| Projekt/Seminarium (sem. 3) | Przygotowanie do zajęć projektowych/seminaryjnych:
2.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem.. |
Wykonanie projektu/dokumentacji/raportu:
10.00 godz./sem. Przygotowanie do prezentacji: 5.00 godz./sem. |
| Konsultacje (sem. 3) | Udział w konsultacjach:
2.00 godz./sem. |
||
| Egzamin (sem. 3) | Przygotowanie do egzaminu:
10.00 godz./sem. |
Egzamin pisemny:
2.00 godz./sem. |
Sposób wystawiania ocen składowych zajęć i oceny końcowej
| Forma zajęć | Sposób wystawiania oceny podsumowującej |
|---|---|
| Wykład | Na egzaminie sprawdzana jest realizacja efektu modułowego MEK 01 oraz MEK 03. Forma zaliczenia to test zawierający pytania otwarte i zamknięte. Po uzyskaniu określonej liczby punktów student otrzymuje odpowiednio ocenę: 30-28 bdb (5,0); 27-25 +db (4,5); 24-22 db (4,0); 21-19+dst (3,5); 18-16 dst (3,0); 15-0 ndst (2,0). Punktacja w nieznacznym stopniu może ulec mianie. Warunkiem przystąpienia do egzaminu jest uzyskanie pozytywnej oceny z zajęć projektowych. |
| Projekt/Seminarium | Na zaliczeniu praktycznym projektu sprawdzana jest realizacja efektu: MEK02. Student składa projekt, który jest oceniany wg następujących kryteriów: poprawność, kompletność i spójność . Ponadto projekt podlega ustnej obronie, w trakcie której oceniana jest merytoryczność odpowiedzi studenta na pytania zadawane w trakcie zaliczania. Końcowa ocena z projektu (przy konieczności uzyskania pozytywnej oceny z każdej z form zaliczenia zajęć projektowych zaliczenia obu efektów) jest uśrednioną oceną z oceny efektu MEK02 . |
| Ocena końcowa | Warunkiem zaliczenia modułu jest osiągnięcie wszystkich efektów modułowych i zaliczenie wszystkich form zajęć. Ocena końcowa wyznaczana jest jako średnia ważona: Ocena końcowa = 0,6 x ocena z MEK01 oraz MEK 03 (wykład) + 0,4 xMEK02 (czyli 0,4 x ocena z projektu). Istnieje możliwość podwyższenia oceny końcowej za dodatkową aktywność na zajęciach. Szczegóły zostaną podane podczas omawiania karty modułu efektów kształcenia na pierwszych zajęciach wykładowych. |
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 | K. Antosz; J. Dinis-Carvalho; J. Trojanowska; J. Vieira De Sá | Advances in Lean Manufacturing, Volume 2: LEAN in Action: Solutions for Operational Excellence | 2026 |
| 2 | K. Antosz; J. Machado; D. Stadnicka; J. Trojanowska | Advances in Lean Manufacturing, Volume 1: LEAN in Action: Digital Transformation and Sustainable Practices | 2026 |
| 3 | 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 |
| 4 | K. Antosz; A. Gola; M. Kulisz; J. Michaluk | Predictive Maintenance Using Neural Networks and Shapley Analysis – Case Study | 2025 |
| 5 | K. Antosz; A. Merkisz-Guranowska; N. Shramenko; V. Shramenko; J. Trojanowska; P. Trojanowski | Model of optimization of the parameters of the delivery process in international traffic | 2025 |
| 6 | K. Antosz; E. Kozlowski; H. Lopes; J. Machado; E. Ottaviano; P. Rea | Simulation of Robotic Inspections Based on Systematic Data Acquisition and Analysis | 2025 |
| 7 | 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 |
| 8 | K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp | Predicting Surface Roughness in Milling Process with Neural Networks: A Data-Driven Approach | 2025 |
| 9 | K. Antosz; I. Miturska-Barańska | Epoxy Adhesive Materials as Protective Coatings: Strength Property Analysis Using Machine Learning Algorithms | 2025 |
| 10 | K. Antosz; K. Berladir; V. Ivanov; Z. Mitaľová | Machine Learning-Driven Prediction of Composite Materials Properties Based on Experimental Testing Data | 2025 |
| 11 | K. Antosz; L. Knapcikova; C. Leão; J. Machado; A. Sover; J. Trojanowska | Innovations in Industrial Engineering IV | 2025 |
| 12 | K. Antosz; P. Kolbusz | Analysis of the Effectiveness of the Implementation of Six Sigma Projects in the Automotive Industry - A Case Study | 2025 |
| 13 | K. Antosz; S. Hrehova; J. Husár; A. Vagaska | From Simulation to Validation in Ensuring Quality and Reliability in Model-Based Predictive Analysis | 2025 |
| 14 | K. Antosz; S. Hrehová; J. Husár; J. Kaščak; J. Trojanowska | Industry 5.0 Based Virtual Enterprise Concept in a PLM Software Environment with IIoT Implementation for Energy Consumption Monitoring | 2025 |
| 15 | K. Antosz | Prediction Model of Product Quality in Production Company: Based on PCA and Logistic Regression | 2024 |
| 16 | K. Antosz; A. Batako; J. Machado; T. Nguyen; S. Sychev; A. Xavior | An investigation into connection between BIM and Digital Twins technologies | 2024 |
| 17 | K. Antosz; A. Batako; V. Ivanov; J. Trojanowska | Directions of Change in Maintenance Strategy in the Industry 4.0 Era – Pilot Study Results | 2024 |
| 18 | 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 |
| 19 | K. Antosz; A. Korpal; R. Wyczółkowski | Identyfikacja czynników wpływających na efektywność procesu produkcyjnego w przedsiębiorstwie branży przetwórstwa drzewnego — wyniki badań | 2024 |
| 20 | K. Antosz; D. Cagáňová; V. Ivanov; J. Machado; V. Manupati; A. Pereira; F. Soares; J. Trojanowska | Innovations in Industrial Engineering III | 2024 |
| 21 | K. Antosz; E. Kozłowski; M. Kulisz | Integration of Statistical Analysis and Machine Learning Techniques for Enhanced Quality Control in Candle Oil Cartridge Manufacturing | 2024 |
| 22 | K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp | Integrating Sensor Systems and Signal Processing for Sustainable Production: Analysis of Cutting Tool Condition | 2024 |
| 23 | K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp | Neural Network Predictive Model in Cutting Tool Condition Detection | 2024 |
| 24 | K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp | Pre-processing Signal Analysis for Cutting Tool Condition in the Milling Process | 2024 |
| 25 | K. Antosz; J. Husár; L. Knapčíková | Evaluation and Application of Machine Learning Techniques for Quality Improvement in Metal Product Manufacturing | 2024 |
| 26 | K. Antosz; J. Husar; M. Kulisz | Evaluation and Comparison of Selected Machine Learning Methods for Improving Maintenance Processes | 2024 |
| 27 | 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 |
| 28 | K. Antosz; M. Kulisz; P. Podulka | Evaluation of High-Frequency Measurement Errors from Turned Surface Topography Data Using Machine Learning Methods | 2024 |
| 29 | K. Antosz; P. Kolbusz | The Implementation of Machine Learning Methods in Six Sigma Projects – A Literature Review | 2024 |
| 30 | K. Antosz; A. Batako; A. Burduk; A. Gola; J. Machado; R. Wyczółkowski | Advances in Production. Intelligent Systems in Production Engineering and Maintenance | 2023 |
| 31 | K. Antosz; A. Borucka; E. Kozłowski; R. Parczewski | A New Approach to Production Process Capability Assessment for Non-Normal Data | 2023 |
| 32 | K. Antosz; A. Borucka; L. Gil; E. Kozłowski; R. Parczewski; D. Pieniak | Supply Sequence Modelling Using Hidden Markov Models | 2023 |
| 33 | K. Antosz; A. Borucka; M. Jasiulewicz-Kaczmarek; E. Kozłowski; R. Wyczółkowski | Zastosowanie analizy statystycznej do oceny procesu dostaw w przedsiębiorstwie produkcyjnym | 2023 |
| 34 | K. Antosz; E. Kozłowski; M. Kulisz | Zastosowanie wybranych metod sztucznej inteligencji do wspomagania procesu kontroli jakości produktu | 2023 |
| 35 | K. Antosz; M. Jasiulewicz-Kaczmarek | Industry 4.0 Technologies for Maintenance Management - An Overview | 2023 |
| 36 | K. Antosz; M. Jasiulewicz-Kaczmarek; J. Machado; J. Sá | Lean Thinking in Industry 4.0 and Services for Society | 2023 |
| 37 | K. Antosz; M. Jasiulewicz-Kaczmarek; J. Machado; J. Sá | Trends in Lean Maintenance Implementation in Production Companies: Research Results | 2023 |
| 38 | 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 |
| 39 | K. Antosz; P. Kolbusz | Assessment of the Effectiveness of Six Sigma Methodology Implementation - A Literature Review | 2023 |
| 40 | K. Antosz; R. Čep; M. Jasiulewicz-Kaczmarek; I. Nielsen; R. Waszkowski | “Technology” as the fourth dimension of sustainable maintenance management | 2023 |
| 41 | K. Antosz; V. Ivanov; J. Machado; V. Manupati; A. Pereira; Y. Ren; F. Soares; J. Trojanowska | Innovations in Industrial Engineering II | 2023 |
| 42 | K. Antosz; V. Ivanov; M. Jasiulewicz-Kaczmarek; C. Zhang | Industry 4.0 Technologies for Sustainable Asset Life Cycle Management | 2023 |
| 43 | 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 |
| 44 | 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 |
| 45 | D. Antonelli; K. Antosz; J. Machado; D. Mazurkiewicz; F. Soares | Systems Engineering: Availability and Reliability | 2022 |
| 46 | 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 |
| 47 | K. Antosz; A. Gola; M. Jasiulewicz-Kaczmarek | Trendy w zarządzaniu utrzymaniem ruchu - przegląd | 2022 |
| 48 | K. Antosz; A. Gola; P. Grznár; J. Machado | Principle component analysis for product quality system control development | 2022 |
| 49 | K. Antosz; A. Gola; R. Perłowski | Evaluation of the Effectiveness of Standard Scheduling Rules – An Educational Approach | 2022 |
| 50 | K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | Machine Multi-sensor System and Signal Processing for Determining Cutting Tools Service Life | 2022 |
| 51 | K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | Machining Process Time Series Data Analysis with a Decision Support Tool | 2022 |
| 52 | K. Antosz; E. Kozłowski; J. Sęp; T. Żabiński | The use of random forests to support the decision-making process for sustainable manufacturing | 2022 |
| 53 | K. Antosz; F. Botko; M. Hatala; V. Ivanov; V. Kolos; I. Pavlenko; J. Trojanowska | Locating Chart Choice Based on the Decision-Making Approach | 2022 |
| 54 | 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 |
| 55 | K. Antosz; M. Jasiulewicz-Kaczmarek; J. Machado; R. Waszkowski | Application of Lean Six Sigma for sustainable maintenance: case study | 2022 |
| 56 | K. Antosz; M. Jasiulewicz-Kaczmarek; M. Sławińska; R. Wyczółkowski | Integrated Approach for Safety Culture Factor Evaluation from a Sustainability Perspective | 2022 |
| 57 | 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 |
| 58 | 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 |
| 59 | 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 |
| 60 | K. Antosz; Ł. Paśko | Neural Model of Manufacturing Process as a Way to Improve Predictability of Manufacturing | 2022 |
| 61 | 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 |
| 62 | K. Antosz; A. Augustyn; M. Jasiulewicz-Kaczmarek | Application of VSM for Improving the Medical Processes-Case Study | 2021 |
| 63 | K. Antosz; A. Gola; M. Jasiulewicz-Kaczmarek | From Lean to Sustainable Manufacturing-An Overview | 2021 |
| 64 | K. Antosz; D. Kwiatanowski; J. Sęp; G. Szyszka | Automatic compensation of errors of multi-task machines in the production of aero engine cases | 2021 |
| 65 | K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | Integrating advanced measurement and signal processing for reliability decision-making | 2021 |
| 66 | K. Antosz; J. Machado; E. Ottaviano; P. Rea | A General Overview of E-Maintenance and Possible Applications | 2021 |
| 67 | K. Antosz; J. Machado; E. Ottaviano; P. Rea | Design, Applications, and Maintenance of Cyber-Physical Systems | 2021 |
| 68 | 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 |
| 69 | K. Antosz; M. Bucior; R. Kluz; T. Trzepieciński | Modelling of the Effect of Slide Burnishing on the Surface Roughness of 42CrMo4 Steel Shafts | 2021 |
| 70 | 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 |
| 71 | K. Antosz; M. Bucior; R. Kluz; T. Trzepieciński | Modelowanie wpływu parametrów obróbki nagniataniem na chropowatość powierzchni wałków ze stali 42CRMO4 | 2021 |
| 72 | K. Antosz; M. Jasiulewicz-Kaczmarek | Intelligent Predictive Decision Support System for the Maintenance Service Provider | 2021 |
| 73 | K. Antosz; M. Jasiulewicz-Kaczmarek | The Concept of Sustainable Maintenance Criteria Assessment | 2021 |
| 74 | 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 |
| 75 | 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 |
| 76 | 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 |
| 77 | 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 |
| 78 | K. Antosz; M. Jasiulewicz–Kaczmarek; D. Mazurkiewicz; Y. Ren; B. Sun; P. Żywica | Framework of machine criticality assessment with criteria interactions | 2021 |
| 79 | K. Antosz; S. Avramenko; I. Dehtiarov; K. Herasko; V. Ivanov | Modeling of high-speed flywheel designs for technological equipment | 2021 |
| 80 | K. Antosz; A. Gola; R. Kluz; T. Trzepieciński | Predicting the error of a robot’s positioning repeatability with artificial neural networks | 2020 |
| 81 | 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 |
| 82 | 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 |
| 83 | K. Antosz; R. Perłowski | Analiza wpływu sposobu wyznaczania wskaźników sezonowości na trafność prognoz w branży motoryzacyjnej | 2020 |
| 84 | 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 |