Karta przedmiotu
Normalizacja i certyfikacja
Podstawowe informacje o zajęciach
Cykl kształcenia:
2025/2026
Nazwa jednostki prowadzącej studia:
Wydział Budowy Maszyn i Lotnictwa
Nazwa kierunku studiów:
Zarządzanie i inżynieria produkcji
Obszar kształcenia:
nauki techniczne
Profil studiów:
ogólnoakademicki
Poziom studiów:
pierwszego stopnia
Forma studiów:
stacjonarne
Specjalności na kierunku:
Informatyka w zarządzaniu przedsiębiorstwem, Systemy zapewnienia jakości produkcji, Zarządzanie systemami produkcyjnymi
Tytuł otrzymywany po ukończeniu studiów:
inżynier
Nazwa jednostki prowadzącej zajęcia:
Katedra Technologii Maszyn i Inżynierii Produkcji
Kod zajęć:
770
Status zajęć:
obowiązkowy dla specjalności Systemy zapewnienia jakości produkcji
Układ zajęć w planie studiów:
sem: 5 / W30 P15 / 3 ECTS / Z
Język wykładowy:
polski
Imię i nazwisko koordynatora:
dr hab. inż. prof. PRz Katarzyna Antosz
Terminy konsultacji koordynatora:
W terminach określonych w harmonogramie pracy jednostki
Cel kształcenia i wykaz literatury
Główny cel kształcenia:
Celem kształcenia jest zapozananie studentów z elementami., które składają się na proces normalizacji i certyfikacji wyrobów, usług, personelu oraz nabycie umiejetności przygortowania dokumentu normalizacyjnego oraz dokumentów do certyfikacji wyrobu.
Ogólne informacje o zajęciach:
Przedmiot obowiązkowy dla studentów na semestrze 5
Wykaz literatury, wymaganej do zaliczenia zajęć
| 1 | Łunarski J | Normalizacja i standaryzacja | OW PRz, Rzeszów. | 2014 |
| 2 | Łunarski J. | Certyfikacja w działalności gospodarczej i rozwojowej | IMBGS Warszawa. | 2015 |
Wymagania wstępne w kategorii wiedzy / umiejętności / kompetencji społecznych
Wymagania formalne:
Rejestracja na 5 semestr
Wymagania wstępne w kategorii Wiedzy:
Podstawowa wiedza z zakresu definiowania i oceny spełnienia wymagań technicznych dla wyrobów i systemów.
Wymagania wstępne w kategorii Umiejętności:
Umiejętność logicznego myślenia, przeszukiwania dostępnych baz wiedzy i literatury
Wymagania wstępne w kategorii Kompetencji społecznych:
Swiadomośc samokształcenia
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 | Potrafi zdefiniować oraz scharakteryzowac szczeble dzialności normalizacyjnej, elementy normy oraz metodyke jej opracowania, mozliwości jej wykorzystywania | wykład | test pisemny |
K-W14+ |
P6S-WK |
| MEK02 | Potradfi zdefiniowac wymagania dla przedmiotu normalizacji do przygotwania dokumentu normalizacyjnego oraz jest świadomy prowadzenia działaności normalizacyjnej w przewdsiębiorstwie | wykład, projekt | test pisemny, projekt, odpowiedź ustna |
K-W14+ |
P6S-WK |
| MEK03 | Potrafi zdefiniować i zastosować procedury i etapy akredytacji oraz certyfikacji wyrobów, systemów oraz personelu | wykład, | test pisemny, |
K-W14+ K-U01+ K-U04+ |
P6S-UU P6S-UW P6S-WK |
| MEK04 | Posiada pogłębiona wiedzę z zakresu normalizacji i certyfikacji wyrobów. | wykład, projekt | test pisemny, projekt, odpowiedź ustna |
K-W14+ |
P6S-WK |
| MEK05 | Posiada wiedzę na temat stosowanych metod badawczych w obszarze normalizacji i certyfikacji. | Wykład | test pisemny |
K-W14+ |
P6S-WK |
| MEK06 | Posiada umiejętność stosowania metod badawczych w zakresie normalizacji i certyfikacji | Projekt | projekt, odpowiedź ustna |
K-U01+ |
P6S-UW |
Treści kształcenia dla zajęć
| Sem. | TK | Treści kształcenia | Realizowane na | MEK |
|---|---|---|---|---|
| 5 | TK01 | W01 | MEK01 | |
| 5 | TK02 | W02 | MEK01 | |
| 5 | TK03 | W03 | MEK01 MEK02 | |
| 5 | TK04 | W04 | MEK01 MEK02 | |
| 5 | TK05 | W05 | MEK01 MEK02 | |
| 5 | TK06 | W06 | MEK01 MEK02 | |
| 5 | TK07 | W07 | MEK01 MEK02 | |
| 5 | TK08 | W08, W09 | MEK03 MEK04 MEK05 | |
| 5 | TK09 | W10, W11 | MEK03 | |
| 5 | TK10 | W12,W13 | MEK03 | |
| 5 | TK11 | W14, W15 | MEK03 | |
| 5 | TK12 | P01, P02, P03, P04, P05, P06, P07 | MEK02 MEK04 MEK06 |
Nakład pracy studenta
| Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
|---|---|---|---|
| Wykład (sem. 5) | Przygotowanie do kolokwium:
8.00 godz./sem. |
Godziny kontaktowe:
30.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
5.00 godz./sem. Studiowanie zalecanej literatury: 8.00 godz./sem. |
| Projekt/Seminarium (sem. 5) | Godziny kontaktowe:
15.00 godz./sem.. |
||
| Konsultacje (sem. 5) | Udział w konsultacjach:
1.00 godz./sem. |
||
| Zaliczenie (sem. 5) | Przygotowanie do zaliczenia:
10.00 godz./sem. |
Zaliczenie pisemne:
2.00 godz./sem. |
Sposób wystawiania ocen składowych zajęć i oceny końcowej
| Forma zajęć | Sposób wystawiania oceny podsumowującej |
|---|---|
| Wykład | Zaliczenie zajęć wykładowych realizowane jest w formie pisemnej. Podczas zaliczenia sprawdzane jest osiągnięcie efektów modułowych MEK01, MEK02, MEK03. Na ocenę 3.0: Potrafi zdefiniować oraz scharakteryzować szczeble działalności normalizacyjnej, elementy normy oraz metodykę jej opracowania, możliwości jej wykorzystywania oraz zdefiniować procedury i etapy akredytacji oraz certyfikacji wyrobów, systemów oraz personelu. Na ocenę 4.0: Potrafi zdefiniować oraz scharakteryzować szczeble działalności normalizacyjnej, elementy normy oraz metodykę jej opracowania, możliwości jej wykorzystywania, zdefiniować procedury i etapy akredytacji oraz certyfikacji wyrobów, systemów oraz personelu oraz zastosować niektóre wymagania dla wybranego obszaru. Na ocenę 5.0 Potrafi zdefiniować oraz scharakteryzować szczeble działalności normalizacyjnej, elementy normy oraz metodykę jej opracowania, możliwości jej wykorzystywania, zdefiniować procedury i etapy akredytacji oraz certyfikacji wyrobów, systemów oraz personelu oraz zastosować dla wszystkich wymagań dla wybranego obszaru. Student, który zaliczył na ocenę 3,0: - Uzyskał z testu zaliczeniowego liczbę punktów przypisaną ocenie dst. (50-70% punktów) Student, który zaliczył na ocenę 4,0: - Uzyskał z testu zaliczeniowego liczbę punktów przypisaną ocenie db. (71-90% punktów) Student, który zaliczył na ocenę 5,0: - Uzyskał z testu zaliczeniowego liczbę punktów przypisaną ocenie bdb. (90-100% punktów) |
| Projekt/Seminarium | |
| Ocena końcowa | Warunkiem zaliczenia modułu jest uzyskanie pozytywnej oceny z testu pisemnego oraz uzyskanie zaliczenia z projektu. Ocena końcowa to ocena ważona : 60% to ocena uzyskana z testu oraz 40% ocena uzyskana na zaliczenie projektu. Przeliczenie na ocenę końcową przedstawiono poniżej: 4,600-5,000 - bdb 5,0 4,200- 4,599 - +db 4,5 3,800 - 4,199 - db 4,0 3,400 - 3,799 - +dst 3,5 3,000 - 3,399 - dst 3,0 |
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 |