Cel kształcenia i wykaz literatury

Główny cel kształcenia: Przekazanie informacji odnośnie przemysłu 4,0, fabryki przyszłości oraz pracownika przyszłości

Ogólne informacje o zajęciach: Przedmiot obejmuje zajęcia wykładowe oraz zajęcia laboratoryjne. Treści kształcenia uzupełnione zostaną wizytą studyjną w przedsiębiorstwie produkcyjnym w którym wdrożono rozwiązania charakterystyczne dla czwartej rewolucji przemysłowej.

Materiały dydaktyczne: Materiały prezentacyjne wspomagające wykład

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	Michna A., Kaźmierczak J.:	Przemysł 4.0 w organizacjach.	PWN, Warszawa .	2020
2	Schwab K.	Czwarta rewolucja przemysłowa	StudioEMKA.	2018

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1

Stawiarska E., Szwajca D.

Wdrażanie rozwiązań przemysłu 4.0 w wybranych funkcjonalnych obszarach zarządzania przedsiębiorstw branży motoryzacyjnej

CeDeWu.

2020

Literatura do samodzielnego studiowania

1

Platforma Przemysłu Przyszłości – materiały Ministerstwa Przedsiębiorczości i Technologii

.

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Uzyskanie wszystkich zaliczeń i pozytywny wynik egzaminów na poprzedzającyhc semestrach

Wymagania wstępne w kategorii Wiedzy: Znajomość procesów realizowanych we współczesnych przedsiębiorstwach

Wymagania wstępne w kategorii Umiejętności: Umiejętność samodzielnego kształcenia oraz samodzielnego rozwiązywania problemów w ramach kształcenia inżynierskiego.

Wymagania wstępne w kategorii Kompetencji społecznych: Świadomość konieczności ustawicznego kształcenia. Świadomość dynamicznej zmienności współczesnego świata. .

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	ma rozszerzoną i pogłębioną wiedzę w zakresie nauk niezbędnych dla zrozumienia i opisania problematyki zarządzania i przedsiębiorczości, wykorzystującej wiedzę z zakresu techniki, ekonomii i zarządzania oraz kompetencje społeczne	wykład	egzamin cz. pisemna	K_W09+ K_K07+	P6S_KK P6S_WG
02	potrafi planować i przeprowadzać eksperymenty	laboratorium	prezentacja dokonań (portfolio)	K_U04+ K_U13+	P6S_UU P6S_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
7	TK01	Wprowadzenie w problematykę Przemysłu 4.0. Ujęcie historyczne. Wyzwania i korzyści jakie niesie czwarta rewolucja przemysłowa. Rys historyczny dotyczący rewolucji przemysłowej	w1	MEK01
7	TK02	Definicja przemysłu 4.0, przemysł 4.0 na świecie. Elementy tworzące koncepcję Przemysł 4.0	w2	MEK01
7	TK03	Transformacja w kierunku przemysłu 4.0. Technologie przemysłu przyszłości	w3	MEK01
7	TK04	Koncepcja budowy i funkcjonowania platformy przemysłu przyszłości. Zastosowanie technologii wirtualnej i rozszerzonej rzeczywistości w inżynierii produkcji	w4	MEK01
7	TK05	Zaawansowane systemy produkcyjnej.	w5	MEK01
7	TK06	Monitorowanie produkcji. Systemy czasu rzeczywistego.	w6	MEK01
7	TK07	Procesy transformacji cyfrowej, wdrażanie cyfrowych produktów i usług... Kompetencje pracownika przyszłości W drodze do Przemysłu 5.0	w7	MEK01
7	TK08	Zaliczenie	w8	MEK01
7	TK09	Wprowadzenie i omówienie laboratoriów	l1	MEK02
7	TK10	Digitalizacja procesów przemysłowych. Cyfrowa fabryka	l2	MEK02
7	TK11	Internet rzeczy. Wirtualna rzeczywistość	l3	MEK02
7	TK12	Sterowania i monitorowanie w systemach Przemysłu 4.0	l4	MEK02
7	TK13	Rozwiązania chmurowe. Inne technologie Przemysłu 4.0	l6	MEK02
7	TK14	Wizyta studyjna w przedsiębiorstwie w którym wdrożono rozwiązania Przemysłu 4.0	l7	MEK02
7	TK15	zaliczenie	l8	MEK02

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 7)	Przygotowanie do kolokwium: 5.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Uzupełnienie/studiowanie notatek: 5.00 godz./sem. Studiowanie zalecanej literatury: 5.00 godz./sem.
Laboratorium (sem. 7)		Godziny kontaktowe: 15.00 godz./sem.
Konsultacje (sem. 7)
Zaliczenie (sem. 7)

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Wiedza nabyta w ramach wykładu jest weryfikowana przez 1 kolokowium na ostatnim wykładzie. Kolokwium składa się 10-15 pytań (testowych i otwartych), różnie punktowanych. Próg zaliczeniowy: 50% punktów.
Laboratorium	Opracowanie wszystkich wymaganych sprawozdań, mogą być wymagane w formie prezentacji.
Ocena końcowa	Ocena testu zaliczeniowego z wykładów.

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	D. Antonelli; P. Litwin; A. Marina; D. Stadnicka	Objective and Subjective Factors Affecting Neurodiverse Inclusion in Manufacturing	2024
2	D. Antonelli; P. Litwin; D. Stadnicka	Employing disabled workers in production: simulating the impact on performance and service level	2024
3	D. Stadnicka; E. Wyczewska	Value Stream Mapping and Process Indicators Supporting Sustainable Development in Organizations – A Systematic Literature Review	2024
4	K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp	Integrating Sensor Systems and Signal Processing for Sustainable Production: Analysis of Cutting Tool Condition	2024
5	K. Antosz; E. Kozłowski; S. Prucnal; J. Sęp	Pre-processing Signal Analysis for Cutting Tool Condition in the Milling Process	2024
6	R. Amadio; A. Carreras-Coch; R. Figliè; D. Mazzei; J. Navarro; Ł. Paśko; D. Stadnicka; C. Stylios; M. Tyrovolas; A. Zaballos	Towards a Taxonomy of Industrial Challenges and Enabling Technologies in Industry 4.0	2024
7	A. Bonci; G. Dec; S. Longhi; M. Pirani; D. Stadnicka	A Concept of an SME Focused Edge Computing Self-managing Cyber-physical System	2023
8	D. Antonelli; A. Christopoulos; V. Dagienė; A. Juškevičienė; M. Laakso; V. Masiulionytė-Dagienė; M. Mądziel; D. Stadnicka; C. Stylios	A Virtual Reality Laboratory for Blended Learning Education: Design, Implementation and Evaluation	2023
9	D. Stadnicka	Systemy produkcyjne zorientowane na człowieka. Human-centric manufacturing systems. Monografia	2023
10	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
11	M. Burgos; G. Fantoni; E. Grivel; D. Stadnicka	Sharing our experience of the ASSETs+ European Defence Challenge from the design to the implementation	2023
12	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
13	A. Bonci; S. Longhi; D. Stadnicka	The Overall Labour Effectiveness to Improve Competitiveness and Productivity in Human-Centered Manufacturing	2022
14	D. Antonelli; P. Litwin; D. Stadnicka	Disabled employees on the manufacturing line: Simulations of impact on performance and benefits for companies	2022
15	D. Atzeni; A. Carreras-Coch; G. Dec; D. Mazzei; M. Mądziel; L. Pappa; Ł. Paśko; X. Solé-Beteta; D. Stadnicka; C. Stylios	Plan and Develop Advanced Knowledge and Skills for Future Industrial Employees in the Field of Artificial Intelligence, Internet of Things and Edge Computing	2022
16	D. Stadnicka; Ł. Szczekala	Knowledge Management as a Sustainable Development Supporting Method in Manufacturing Organizations – A Systematic Literature Review	2022
17	E. Boffa; R. Chelli; P. Ferreira; M. Finžgar; M. Lanzetta; P. Litwin; N. Lohse; F. Lupi; M. M. Mabkhot; A. Maffei; P. Minetola; P. Podržaj; D. Stadnicka	Toward a sustainable educational engineer archetype through Industry 4.0	2022
18	E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński	The Use of Principal Component Analysis and Logistic Regression for Cutter State Identification	2022
19	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
20	G. Dec; K. Kubiak; D. Stadnicka	Possible Applications of Edge Computing in the Manufacturing Industry-Systematic Literature Review	2022
21	G. Dec; R. Figliè; D. Mazzei; M. Mądziel; J. Navarro; Ł. Paśko; X. Solé-Beteta; D. Stadnicka; C. Stylios; M. Tyrovolas	Role of Academics in Transferring Knowledge and Skills on Artificial Intelligence, Internet of Things and Edge Computing	2022
22	J. Sęp; G. Szyszka	Comparative Performance Evaluation of Multiconfiguration Touch-Trigger Probes for Closed-Loop Machining of Large Jet Engine Cases	2022
23	K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński	Machine Multi-sensor System and Signal Processing for Determining Cutting Tools Service Life	2022
24	K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński	Machining Process Time Series Data Analysis with a Decision Support Tool	2022
25	K. Antosz; E. Kozłowski; J. Sęp; T. Żabiński	The use of random forests to support the decision-making process for sustainable manufacturing	2022
26	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
27	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
28	P. Litwin; D. Stadnicka	Problems of System Dynamics model development for complex product manufacturing process	2022
29	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
30	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
31	W. Daź; D. Habrat; W. Habrat; D. Stadnicka	Technical and Legal Relations in Aviation Industry from Technology Management and Sustainability Perspective	2022
32	D. Antonelli; G. Bruno; D. Stadnicka	Evaluating the effect of learning rate, batch size and assignment strategies on the production performance	2021
33	D. Antonelli; J. Barata; E. Boffa; P. C. Priarone; R. Chelli; P. Ferreira; M. Finžgar; M. Lanzetta; P. Litwin; N. Lohse; F. Lupi; M. M. Mabkhot; A. Maffei; M. Mądziel; P. Minetola; S. Nikghadam-Hojjati; Ł. Paśko; P. Podržaj; D. Stadnicka; X. Wang	Mapping Industry 4.0 Enabling Technologies into United Nations Sustainability Development Goals	2021
34	D. Basara; J. Pater; D. Stadnicka	Influence of temperature based process parameter compensation on process efficiency and productivity	2021
35	D. Stadnicka	Lean Manufacturing: kompendium wiedzy	2021
36	D. Stadnicka	Problemy w obszarach produkcyjnych: Część 1. Proste metody w trudnych zadaniach. Studia przypadków	2021
37	D. Stadnicka	Problemy w obszarach produkcyjnych: Część 2. Pracownik i technologie przyszłości. Studia przypadków	2021
38	J. Pater; D. Stadnicka	Towards Digital Twins Development and Implementation to Support Sustainability-Systematic Literature Review	2021
39	K. Antosz; D. Kwiatanowski; J. Sęp; G. Szyszka	Automatic compensation of errors of multi-task machines in the production of aero engine cases	2021
40	K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński	Integrating advanced measurement and signal processing for reliability decision-making	2021
41	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
42	M. Mądziel; D. Stadnicka	Application of Lean Analyses and Computer Simulation in Complex Product Manufacturing Process	2021
43	A. Bonci; G. Dec; E. Lorenzoni; M. Pirani; D. Stadnicka	Symbiotic cyber-physical Kanban 4.0: an Approach for SMEs	2020
44	B. Bukowska; D. Stadnicka	Value stream mapping of a unique complex product manufacturing process	2020
45	D. Stadnicka; E. Wyczewska	Sustainable development supported by lean tools in assembly processes-a systematic literature review	2020
46	E. Kozłowski; D. Mazurkiewicz; S. Prucnal; J. Sęp; T. Żabiński	Machining sensor data management for operation-level predictive model	2020
47	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
48	J. Sęp; D. Stadnicka; J. Zając	Przegląd wymagań stawianych specjalistom na rynku pracy w województwie podkarpackim w kontekście wymagań technologii Przemysłu 4.0	2020
49	K. Dudek; L. Gałda; R. Oliwa; J. Sęp	Surface layer analysis of helical grooved journal bearings after abrasive tests	2020
50	A. Deif; D. Stadnicka	A gamification approach application to facilitate lean manufacturing knowledge acquisition	2019
51	D. Antonelli; . D\'Addona; A. Maffei; V. Modrak; G. Putnik; D. Stadnicka; C. Stylios	Tiphys: An Open Networked Platform for Higher Education on Industry 4.0	2019
52	D. Antonelli; D. Stadnicka	Human-robot collaborative work cell implementation through lean thinking	2019
53	D. Antonelli; D. Stadnicka	Predicting and preventing mistakes in human-robot collaborative assembly	2019
54	D. Antonelli; P. Litwin; D. Stadnicka	Human Factor in Industry of the Future - Knowledge Acquisition and motivation	2019
55	D. Antonelli; P. Litwin; D. Stadnicka	Human factor in intelligent manufacturing systems - knowledge acquisition and motivation	2019
56	D. Habrat; W. Habrat; D. Stadnicka	Analysis of the Legal Risk in the Scientific Experiment of the Machining of Magnesium Alloys	2019
57	E. Kozłowski; D. Mazurkiewicz; S. Prucnal; J. Sęp; T. Żabiński	Assessment model of cutting tool condition for real-time supervision system	2019
58	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
59	K. Antosz; D. Stadnicka	Minimization of Fuel Consumption in a Logistic Company: Implementation of Six Sigma and Drivers’ Skills Management with the Use of Fuzzy Logic	2019
60	L. Gałda; A. Olszewski; J. Sęp; T. Żochowski	Experimental investigation into surface texture effect on journal bearings performance	2019
61	M. Rośkowicz; P. Rydzowski; D. Stadnicka	Pull-off test of adhesive joints based on polyester-glass laminate and aluminum alloy	2019
62	P. Litwin; D. Stadnicka	Computer Modeling and Simulation in Engineering Education: Intended Learning Outcomes Development	2019
63	P. Litwin; D. Stadnicka	Value stream mapping and system dynamics integration for manufacturing line modelling and analysis	2019
64	P. Litwin; J. Sęp; D. Stadnicka	TIPHYS: Otwarta platforma sieciowa dla wspierania procesu edukacyjnego z zakresu Industry 4.0	2019
65	P. Litwin; M. Mądziel; D. Stadnicka	Simulations of Manufacturing Systems: Applications in Achieving the Intended Learning Outcomes	2019