logo
Karta przedmiotu
logo

Analiza danych produkcyjnych

Podstawowe informacje o zajęciach

Cykl kształcenia: 2022/2023

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: drugiego stopnia

Forma studiów: niestacjonarne

Specjalności na kierunku: Analityka biznesowa w zarządzaniu przedsiębiorstwem, Automatyzacja produkcji, Ekologia produkcji, Nowoczesne metody zarządzania produkcją

Tytuł otrzymywany po ukończeniu studiów: magister inżynier

Nazwa jednostki prowadzącej zajęcia: Katedra Technologii Maszyn i Inżynierii Produkcji

Kod zajęć: 15200

Status zajęć: obowiązkowy dla specjalności Analityka biznesowa w zarządzaniu przedsiębiorstwem

Układ zajęć w planie studiów: sem: 3 / W10 P10 / 3 ECTS / Z

Język wykładowy: polski

Imię i nazwisko koordynatora: prof. dr hab. inż. Jarosław Sęp

Cel kształcenia i wykaz literatury

Główny cel kształcenia: Zdobycie wiedzy i elementów praktyki związanych z analizą danych przemysłowych.

Ogólne informacje o zajęciach:

Wykaz literatury, wymaganej do zaliczenia zajęć
Literatura wykorzystywana podczas zajęć wykładowych
1 Kot, S.M., Jakubowski, J., Sokołowski, A. Statystyka, Difin. 2011,
2 D. T. Larose Odkrywanie wiedzy z danych Wydawnictwo Naukowe PWN. 2006
Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych
1 D. T. Larose Metody i modele eksploracji danych Wydawnictwo Naukowe PWN. 2008
Literatura do samodzielnego studiowania
1 T. Morzy T. Morzy Wydawnictwo Naukowe PWN. 2013

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Brak wymagań.

Wymagania wstępne w kategorii Wiedzy:

Wymagania wstępne w kategorii Umiejętności:

Wymagania wstępne w kategorii Kompetencji społecznych:

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 posiada podstawową wiedzę na temat wybranych zaawansowanych metod statystycznych wykład egzamin cz. pisemna K_W04+
P7S_WG
02 posiada podstawową umiejętności stosowania wybranych zaawansowanych metod statystycznych i potrafi stosować je w praktyce projekt indywidualny raport pisemny K_U18+
K_K06+
P7S_KO
P7S_UW

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 Wprowadzenie. Przykład zastosowania. Zarys historyczny DOE. w1 MEK01
3 TK02 Statystyki opisowe. Estymacja punktowa i przedziałowa. Skale pomiarowe Stevensa. w2 MEK01
3 TK03 Pojecie planu doswiadczenia. Klasyfikacja planów doswiadczenia. Hipotezy statystyczne parametryczne i nieparametryczne. Testy statystyczne. Interpretacja testów. w3 MEK01
3 TK04 Testy istotności. Analiza wariancji ANOVA wytyczne stosowania i interpretacja wyników. Plany czynnikowe kompletne. Analiza efektów. Interakcje. Wyznaczanie nastaw optymalnych. Plany czynnikowe frakcyjne. Rangowanie czynników. w4 MEK01
3 TK05 Generowanie planu kompletnego i frakcyjnego. Generatory i kontrasty. Kwadraty łacinskie. Metoda Taguchi. Metodyka powierzchni odpowiedzi RSM. Dobór modeli i wyznaczanie parametrów. w5 MEK01
3 TK06 Funkcja użyteczności odpowiedzi. Plany dla mieszanin. Trójkątny układ współrzędnych. Dobór modeli i wyznaczanie parametrów. w6 MEK01
3 TK07 Metody wielowymiarowej analizy danych. Redukcja wymiarowości. Analiza składowych głównych (PCA). Analiza korelacji. Analiza skupień (CA). Analiza czynnikowa. Analiza korespondencji. Analiza przeżycia. w7 MEK01
3 TK08 zaliczenie w8 MEK01
3 TK09 Wprowadzenie i omówienie zagadnień. p1 MEK02
3 TK10 Dobór planu doświadczenia, właściwego modelu matematycznego, p2 MEK02
3 TK11 Identyfikacje parametrów modelu, analizy statystyczne i interpretacje wyników. p3 MEK02
3 TK12 Zastosowanie właściwej kontekstowo analizy wielowymiarowej do zbadania zadanego obiektu. p4 MEK02
3 TK13 Metody wykrywania wzorców sekwencji p5 MEK02
3 TK14 Wybrane algorytmy klasyfikacji obiektów p7 MEK02
3 TK15 zaliczenie p8 MEK02

Nakład pracy studenta

Forma zajęć Praca przed zajęciami Udział w zajęciach Praca po zajęciach
Wykład (sem. 3) Przygotowanie do kolokwium: 12.00 godz./sem.
Godziny kontaktowe: 10.00 godz./sem.
Uzupełnienie/studiowanie notatek: 5.00 godz./sem.
Studiowanie zalecanej literatury: 15.00 godz./sem.
Projekt/Seminarium (sem. 3) Godziny kontaktowe: 10.00 godz./sem..
Konsultacje (sem. 3) Przygotowanie do konsultacji: 1.00 godz./sem.
Zaliczenie (sem. 3) Przygotowanie do zaliczenia: 20.00 godz./sem.
Zaliczenie pisemne: 1.00 godz./sem.
Zaliczenie ustne: 1.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć Sposób wystawiania oceny podsumowującej
Wykład Test zaliczeniowy. Zaliczenie to min 50% poprawnych odpowiedzi. Ocena z wykładu jest proporcjonalna do liczby uzyskanych punktów. szczegóły zostaną podane na pierwszym wykładzie.
Projekt/Seminarium Ocena z projektu to średnia z ocen poszczególnych projjektów.
Ocena końcowa Ocena końcowa to średnia ważona oceny z wykładu z wagą 0,6 i oceny z projektów z wagą 0,4.

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; E. Kozłowski; S. Prucnal; J. Sęp Integrating Sensor Systems and Signal Processing for Sustainable Production: Analysis of Cutting Tool Condition 2024
2 K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp Pre-processing Signal Analysis for Cutting Tool Condition in the Milling Process 2024
3 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
4 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
5 E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński The Use of Principal Component Analysis and Logistic Regression for Cutter State Identification 2022
6 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
7 J. Sęp; G. Szyszka Comparative Performance Evaluation of Multiconfiguration Touch-Trigger Probes for Closed-Loop Machining of Large Jet Engine Cases 2022
8 K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński Machine Multi-sensor System and Signal Processing for Determining Cutting Tools Service Life 2022
9 K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński Machining Process Time Series Data Analysis with a Decision Support Tool 2022
10 K. Antosz; E. Kozłowski; J. Sęp; T. Żabiński The use of random forests to support the decision-making process for sustainable manufacturing 2022
11 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
12 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
13 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
14 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
15 K. Antosz; D. Kwiatanowski; J. Sęp; G. Szyszka Automatic compensation of errors of multi-task machines in the production of aero engine cases 2021
16 K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński Integrating advanced measurement and signal processing for reliability decision-making 2021
17 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
18 E. Kozłowski; D. Mazurkiewicz; S. Prucnal; J. Sęp; T. Żabiński Machining sensor data management for operation-level predictive model 2020
19 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
20 J. Sęp; D. Stadnicka; J. Zając Przegląd wymagań stawianych specjalistom na rynku pracy w województwie podkarpackim w kontekście wymagań technologii Przemysłu 4.0 2020
21 K. Dudek; L. Gałda; R. Oliwa; J. Sęp Surface layer analysis of helical grooved journal bearings after abrasive tests 2020
22 E. Kozłowski; D. Mazurkiewicz; S. Prucnal; J. Sęp; T. Żabiński Assessment model of cutting tool condition for real-time supervision system 2019
23 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
24 L. Gałda; A. Olszewski; J. Sęp; T. Żochowski Experimental investigation into surface texture effect on journal bearings performance 2019
25 P. Litwin; J. Sęp; D. Stadnicka TIPHYS: Otwarta platforma sieciowa dla wspierania procesu edukacyjnego z zakresu Industry 4.0 2019