logo
Karta przedmiotu
logo

Modelowanie procesów produkcyjnych

Podstawowe informacje o zajęciach

Cykl kształcenia: 2019/2020

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: stacjonarne

Specjalności na kierunku: Ekologia produkcji, Nowoczesne metody zarządzania produkcją, Nowoczesne technologie informacyjno-komunikacyjne w przedsiębiorstwie, Zintegrowane systemy wytwarzania

Tytuł otrzymywany po ukończeniu studiów: magister inżynier

Nazwa jednostki prowadzącej zajęcia: Zakład Informatyki

Kod zajęć: 1542

Status zajęć: obowiązkowy dla specjalności Zintegrowane systemy wytwarzania

Układ zajęć w planie studiów: sem: 2 / W15 L15 / 2 ECTS / Z

Język wykładowy: polski

Imię i nazwisko koordynatora: dr hab. inż. prof. PRz Galina Setlak

Terminy konsultacji koordynatora: Wtorek: 10.30-12.00, środa: 10.30-12.00, gsetlak.v.prz.edu.pl

Cel kształcenia i wykaz literatury

Główny cel kształcenia: Głównym celem kształcenia jest zapoznanie z metodami, technikami i narzędziami wykorzystywanymi do modelowania procesów produkcyjnych. Nabycie przesz studentów umiejętności doboru odpowiednich metod i narzędzi zarówno analitycznych, jak i programowych oraz ich praktycznego zastosowania.

Ogólne informacje o zajęciach: Moduł jest obowiązkowym w ramach programu studiów na specjalności komputerowe wspomaganie wytwarzania. Wiedza w tym zakresie i umiejętność opracowania i wykorzystywania modeli procesów produkcyjnych przy projektowaniu, czy modernizacji systemów wytwarzania są niezbędne dla współczesnego inżyniera.

Materiały dydaktyczne: Materiały są umieszczane na stronach WWW prowadzących zajęcia

Wykaz literatury, wymaganej do zaliczenia zajęć
Literatura wykorzystywana podczas zajęć wykładowych
1 J. Cyklis, W.Pierzchała Modelowanie procesów dyskretnychw elastycznych systemach produkcyjnych, Zeszyty naukowe ‘Mechanika” Wyd-wo Politechniki Krakowskiej. 1995
2 Zdanowicz R., Świder J. Komputerowe modelowanie procesów wytwórczych Wyd. Politechniki ŚLĄSKIEJ, Gliwice. 2013
3 Szpyrka M. Sieci Petriego w modelowaniu i analizie systemów współbieżnych WNT, Warszawa. 2008
Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych
1 Zdanowicz R., Świder J. Modelowanie i symulacja systemów produkcyjnych w programie Enterprise Dynamics Wyd-wo Politechniki Śląskiej, Gliwice. 2006
2 Z.Banaszak, J.Kuś, M.Adamski Sieci Petriego, Modelowanie, Sterowanie i synteza systemów dyskretnych Wyd. Wyższej Szkoły Inżynierskiej, Zielona Góra. 1993
Literatura do samodzielnego studiowania
1 W.Oniszczuk Metody modelowania Wyd. Politechniki Białystockiej, Białystok. 1995
2 Filipowicz W. Procesy stochastyczne WNT, Warszawa. 1996

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Student musi być zarejestrowany na semestr 2 studiów II stopnia

Wymagania wstępne w kategorii Wiedzy: Posiadanie podstawowej wiedzy w zakresie Matematyki i Technologii informacyjnych

Wymagania wstępne w kategorii Umiejętności: Posiadanie umiejętności obsługi podstawowego oprogramowania Matlab, MS EXCEL

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 wiedzę w zakresie istniejących metod analitycznych i symulacyjnych do modelowania procesów produkcyjnych wykład, laboratorium, projekt zespołowy kolokwium, zaliczenie cz. praktyczna, sprawozdanie z projektu K_W04+
K_W07+
K_U07+
K_U09+++
K_U15+
P7S_UK
P7S_UW
P7S_WG
02 Posiada umiejętności posługiwania się odpowiednim do tego celu oprogramowaniem, takim jak MATLAB, Fuzzy Logic Toolbox, Enterprise Dynamics wykład, laboratorium, projekt zespołowy kolokwium, zaliczenie cz. praktyczna, sprawozdanie z projektu K_W07++
K_U09+++
K_U15+
P7S_UW
P7S_WG
03 Potrafi dobierać odpowiednie metody i narzędzia w zależności od rodzaju procesów i rozwiązywanych zadań wykład, laboratorium kolokwium, zaliczenie cz. praktyczna K_W04+
K_W07++
K_U07+++
K_U09+++
K_U15+
P7S_UK
P7S_UW
P7S_WG
04 Potrafi opracować modele analityczne deterministycznych i stochastycznych procesów produkcyjnych oraz przeprowadzić z wykorzystaniem tych modeli eksperymenty symulacyjne wykład, laboratorium, projekt zespołowy kolokwium, zaliczenie cz. praktyczna, sprawozdanie z projektu K_W04++
K_W07+
K_U07++
K_U09+++
P7S_UK
P7S_UW
P7S_WG

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
2 TK01 Cele modelowania procesów produkcyjnych. Dyskretne systemy produkcyjne jako obiekt modelowania. Klasyfikacja procesów produkcyjnych. Przegląd metod modelowania procesów produkcyjnych. Systematyka modeli procesów produkcyjnych (logiczne i matematyczne, analityczne i symulacyjne, deterministyczne i probabilistyczne, z zastosowaniem metod sztucznej inteligencji). Podstawowe elementy teorii sieci Petri. Algebraiczna i graficzna reprezentacje sieci. Dynamika sieci Petri. Klasyfikacja sieci Petriego. W01 MEK01 MEK03
2 TK02 Czasowe sieci Petri. Sieci deterministyczne i stochastyczne. Przykłady zastosowań czasowych sieci Petriego do modelowania i oceny wydajności systemów produkcyjnych. Kolorowe sieci Petriego. Podstawowe definicje. Analiza kolorowych sieci Petriego. Przykłady zastosowań do modelowania wieloasortymentowych systemów produkcyjnych. W03 MEK01 MEK02 MEK03 MEK04
2 TK03 Modele systemów masowej obsługi. Podstawowe pojęcia teorii masowej obsługi (strumień zgłoszeń wejściowy, rozkład czasów obsługi zgłoszeń, proces obsługi, regulamin kolejki. Łańcuchy Markowa. Sieci kolejkowe otwarte i zamknięte. Wielkości opisujące własności sieci kolejkowych. Modelowanie i analiza dyskretnych systemów produkcyjnych za pomocą sieci kolejkowych. W05,W06 MEK01 MEK02 MEK03 MEK04
2 TK04 Zasady symulacji komputerowej. Symulacja z ustalonym taktem czasowym oraz symulacja zdarzeniowa. Podstawowe etapy budowy modelu symulacyjnego. Implementacja symulacji komputerowej systemów zdarzeń dyskretnych. Planowanie eksperymentów symulacyjnych W04 MEK01 MEK02 MEK04
2 TK05 Modelowanie elastycznych systemów produkcyjnych. Harmonogramowanie w systemach elastycznych. Planowanie i sterowanie produkcją. Modelowanie systemów zrobotyzowanych. w05 MEK01 MEK02 MEK03 MEK04
2 TK06 Zastosowanie technologii sztucznej inteligencji do modelowania procesów produkcyjnych. Systemy ekspertowe. Inteligentne systemy wspomagania decyzji w sterowaniu i zarządzaniu systemami produkcyjnymi. w06 MEK01 MEK03
2 TK07 Logika rozmyta w systemach sterowania ESP. Zasady modelowania i możliwości zastosowań. Rozmyte sieci Petri. w07 MEK01 MEK02 MEK03 MEK04
2 TK08 Identyfikacja parametrów modelu systemu. Typy procesów produkcyjnych: liniowe, grupowe, redundantne, współbieżne. Opis dynamiki procesów: procesy potokowe i cykliczne. Opis systemów produkcyjnych za pomocą sieci „warunków- zdarzeń” L01 MEK01 MEK02 MEK03 MEK04
2 TK09 Modelowanie procesów produkcyjnych za pomocą aparatu sieci Petri. Model analityczny: funkcje wejść, wyjść, macierz incydencji, znakowanie początkowe. Dynamika wykonania sieci Petri, graf znakowań osiągalnych. Projektowanie i analiza modeli za pomocą pakietu programowego MATLAB. Opis poszczególnych operacji technologicznych za pomocą modeli sieciowych. Modelowanie procesów technologicznych obróbki i montażu. Optymalizacja rozwiązań technologicznych. Analiza i ocena modeli czasowych sieci Petri. Projektowanie i analiza modeli za pomoca pakietu programowego MATLAB. Ocena wydajności systemów produkcyjnych za pomocą czasowych sieci Petri. L02, L03 MEK01 MEK02 MEK03 MEK04
2 TK10 Modelowanie procesów produkcyjnych za pomocą sieci kolejkowych z wykorzystaniem Enterprice Dynamics. Modelowanie elastycznych systemów produkcyjnych i zrobotyzowanych. L04, L05 MEK01 MEK02 MEK03 MEK04
2 TK11 Wykorzystanie narzędzi sztucznej inteligencji do modelowania procesów produkcyjnych. Opracowanie aplikacji do komputerowego wspomagania harmonogramowania zadań w systemach produkcyjnych. Modelowanie rozmyte z zastosowaniem pakietu Fuzzy Logic Toolbox for Matlab. L06, L07 MEK01 MEK02 MEK03 MEK04

Nakład pracy studenta

Forma zajęć Praca przed zajęciami Udział w zajęciach Praca po zajęciach
Wykład (sem. 2) Przygotowanie do kolokwium: 2.00 godz./sem.
Godziny kontaktowe: 15.00 godz./sem.
Studiowanie zalecanej literatury: 3.00 godz./sem.
Laboratorium (sem. 2) Przygotowanie do laboratorium: 5.00 godz./sem.
Przygotowanie do kolokwium: 5.00 godz./sem.
Inne: 5.00 godz./sem.
Godziny kontaktowe: 15.00 godz./sem.
Konsultacje (sem. 2) Udział w konsultacjach: 4.00 godz./sem.
Zaliczenie (sem. 2) Przygotowanie do zaliczenia: 5.00 godz./sem.
Zaliczenie pisemne: 1.00 godz./sem.
Zaliczenie ustne: 1.00 godz./sem.
Inne: 1.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć Sposób wystawiania oceny podsumowującej
Wykład Na kolokwium pisemnym wykładu sprawdzana jest realizacja pierwszego, trzeciego i czwartego efektu modułowego (MEK01, MEK02, MEK03, MEK04). Sprawdzian obejmuje pytania obowiązkowe oraz dodatkowe. Student musi odpowiedzieć poprawnie na wszystkie pytania obowiązkowe, aby uzyskać ocenę dostateczną. Odpowiedź na pytania dodatkowe pozwala uzyskać wyższą ocenę: 25% poprawnych odpowiedzi - 3,5; 40% poprawnych odpowiedzi - 4,0; 60% poprawnych odpowiedzi - 4,5; 80% poprawnych odpowiedzi - 5,0
Laboratorium Na zaliczeniu praktycznym laboratorium sprawdzana jest realizacja wszystkich efektów modułowych kształcenia. Sprawdzian obejmuje zadania obowiązkowe oraz dodatkowe. Student musi poprawnie wykonać WSZYSTKIE zadania obowiązkowe aby uzyskać ocenę dostateczną. Rozwiązanie zadań dodatkowych pozwala uzyskać wyższą ocenę: 25% poprawnie rozwiązanych zadań - 3,5; 40% poprawnie rozwiązanych zadań - 4,0; 60% poprawnie rozwiązanych zadań - 4,5; 80% poprawnie rozwiązanych zadań - 5,0;
Ocena końcowa Warunkiem zaliczenia modułu jest osiągnięcie wszystkich efektów modułowych i zaliczenie wszystkich form zajęć. Ocena końcowa wyznaczana jest jako średnia ważona oceny z wykładu z wagą 0,4 i laboratorium z wagą 0,6.

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 Ł. Paśko; G. Setlak Random Forests in a Glassworks: Knowledge Discovery from Industrial Data 2020
2 Ł. Paśko; M. Piróg; G. Setlak Pozyskiwanie wiedzy z danych przemysłowych do wspomagania decyzji w procesie produkcyjnym 2019