Cykl kształcenia: 2022/2023
Nazwa jednostki prowadzącej studia: Wydział Budowy Maszyn i Lotnictwa
Nazwa kierunku studiów: Clean Energy
Obszar kształcenia: nauki ścisłe/techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: drugiego stopnia
Forma studiów: stacjonarne
Specjalności na kierunku: Hydrogen, biofuels and clean transpotration, Solar energy and heat pumps
Tytuł otrzymywany po ukończeniu studiów: Magister
Nazwa jednostki prowadzącej zajęcia: Katedra Pojazdów Samochodowych i Inżynierii Transportu
Kod zajęć: 16304
Status zajęć: obowiązkowy dla specjalności Hydrogen, biofuels and clean transpotration
Układ zajęć w planie studiów: sem: 3 / W15 L15 P20 / 3 ECTS / E
Język wykładowy: angielski
Imię i nazwisko koordynatora: dr inż. Maksymilian Mądziel
Terminy konsultacji koordynatora: https://mmadziel.v.prz.edu.pl/konsultacje
Główny cel kształcenia: Student zdobywa pogłębioną wiedzę z zakresu modelowania i testowania czystych technologii napędów pojazdów. Nabywana jest również umiejętność projektowania takich systemów i ich analizę. Przygotowanie do prowadzenia badań.
Ogólne informacje o zajęciach: Przedmiot obowiązkowy dla studentów 3 semestru specjalności Hydrogen, biofuels and clean transpotration
1 | Chiranjit Sain, Atanu Banerjee, Pabitra Kumar Biswas | Control Strategies of Permanent Magnet Synchronous Motor Drive for Electric Vehicles | CRC Press. | 2022 |
2 | Canbing Li, Yijia Cao, Yonghong Kuang, Bin Zhou | Influences of Electric Vehicles on Power System and Key Technologies of Vehicle-to-Grid | Springer Berlin, Heidelberg. | 2016 |
1 | Xi Zhang, Chris Mi | Vehicle Power Management: Modeling, Control and Optimization | Springer. | 2011 |
2 | Sulaymon L. Eshkabilov | Practical MATLAB Modeling with Simulink: Programming and Simulating | Apress. | 2020 |
1 | Dieter Schramm | Vehicle Dynamics: Modeling and Simulation | Springer. | 2018 |
Wymagania formalne: Rejestracja na sem. 3 specjalności
Wymagania wstępne w kategorii Wiedzy: Student powinien posiadać wiedzę w zakresie realizowanym w ramach przedmiotów poprzedzających.
Wymagania wstępne w kategorii Umiejętności: Umiejętność analizy i pozyskiwania danych z literatury.
Wymagania wstępne w kategorii Kompetencji społecznych: Student rozumie konieczność samokształcenia i dokształcania.
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 pogłębioną wiedzę, umiejętności i kompetencje adekwatne do zakresu realizowanego w ramach zajęć z modułu. | wykład | wykład - sprawdzian pisemny zaliczenie cz. pisemna |
K_W04++ K_W06++ K_W08+++ K_W09+ |
P7S_WG P7S_WK |
02 | Ma pogłębioną wiedzę, umiejętności i kompetencje adekwatne do zakresu realizowanego w ramach zajęć z modułu. | laboratorium | obserwacja wykonawstwa, raport pisemny |
K_U01++ K_U02+++ K_U06+++ K_U09++ |
P7S_UK P7S_UU P7S_UW |
03 | Ma pogłębioną wiedzę, umiejętności i kompetencje adekwatne do zakresu realizowanego w ramach zajęć z modułu. | projekt | raport pisemny, prezentacja projektu |
K_U03++ K_U04+ K_U05++ K_U08+++ |
P7S_UO P7S_UU 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).
Sem. | TK | Treści kształcenia | Realizowane na | MEK |
---|---|---|---|---|
3 | TK01 | W01-W15 | MEK01 | |
3 | TK02 | L01-L15 | MEK02 | |
3 | TK03 | P01-P20 | MEK03 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 3) | Godziny kontaktowe:
15.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
2.00 godz./sem. Studiowanie zalecanej literatury: 2.00 godz./sem. |
|
Laboratorium (sem. 3) | Przygotowanie do laboratorium:
5.00 godz./sem. Przygotowanie do kolokwium: 5.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
4.00 godz./sem. |
Projekt/Seminarium (sem. 3) | Przygotowanie do zajęć projektowych/seminaryjnych:
8.00 godz./sem. |
Godziny kontaktowe:
20.00 godz./sem.. |
Wykonanie projektu/dokumentacji/raportu:
5.00 godz./sem. Przygotowanie do prezentacji: 5.00 godz./sem. |
Konsultacje (sem. 3) | Przygotowanie do konsultacji:
1.00 godz./sem. |
Udział w konsultacjach:
1.00 godz./sem. |
|
Egzamin (sem. 3) | Egzamin pisemny:
2.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | Ocena wystawiana jest na podstawie wyniku testu pisemnego. Kryterium oceny: do 49% max. liczby punktów; 2,0, 50-60%; 3,0, 61-70%; 3,5, 71-80%; 4,0, 81-90%; 4,5, 91-100%; 5,0. Ocena może zostać podniesiona o 0,5 stopnia w przypadku ponadprzeciętnej aktywności/wykazanej wiedzy studenta na zajęciach. |
Laboratorium | Na zajęciach oceniana jest wiedza z treści kształcenia. Oceniana jest ustna odpowiedź. Dodatkowo, każdorazowo przed laboratoriami podawane są studentom zagadnienia do przygotowania na zajęcia. |
Projekt/Seminarium | Ocena końcowa z projektów składała się z oceny z prezentacji oraz kolokwium (średnia arytmetyczna). Punktacja oceny kolokwium: ocenę dostateczną uzyskuje student który uzyska 50% punktów, ocenę dobry: 61-75% punktów, ocenę bardzo dobry powyżej 86% punktów. |
Ocena końcowa | Warunkiem zaliczenia modułu jest osiągnięcie wszystkich efektów modułowych i zaliczenie wszystkich form zajęć. Ocena końcowa z modułu to średnia arytmetyczna ocen końcowych ze wszystkich form zajęć. |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | M. Mądziel | Energy Modeling for Electric Vehicles Based on Real Driving Cycles: An Artificial Intelligence Approach for Microscale Analyses | 2024 |
2 | M. Mądziel | Instantaneous CO2 emission modelling for a Euro 6 start-stop vehicle based on portable emission measurement system data and artificial intelligence methods | 2024 |
3 | M. Mądziel | Modeling Exhaust Emissions in Older Vehicles in the Era of New Technologies | 2024 |
4 | M. Mądziel | Modelling CO2 Emissions from Vehicles Fuelled with Compressed Natural Gas Based on On-Road and Chassis Dynamometer Tests | 2024 |
5 | M. Mądziel | Quantifying Emissions in Vehicles Equipped with Energy-Saving Start–Stop Technology: THC and NOx Modeling Insights | 2024 |
6 | T. Campisi; M. Mądziel | Predictive Artificial Intelligence Models for Energy Efficiency in Hybrid and Electric Vehicles: Analysis for Enna, Sicily | 2024 |
7 | A. Jaworski; H. Kuszewski; M. Mądziel; P. Woś | The investigation of auto-ignition properties of 1-butanol–biodiesel blends under various temperatures conditions | 2023 |
8 | B. Babiarz; A. Jaworski; H. Kuszewski; V. Mateichyk; M. Mądziel; S. Porada; M. Śmieszek; P. Woś | Towards Cleaner Cities: An Analysis of the Impact of Bus Fleet Decomposition on PM and NOX Emissions Reduction in Sustainable Public Transport | 2023 |
9 | 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 |
10 | M. Mądziel | Future Cities Carbon Emission Models: Hybrid Vehicle Emission Modelling for Low-Emission Zones | 2023 |
11 | M. Mądziel | Liquified Petroleum Gas-Fuelled Vehicle CO2 Emission Modelling Based on Portable Emission Measurement System, On-Board Diagnostics Data, and Gradient-Boosting Machine Learning | 2023 |
12 | M. Mądziel | Vehicle Emission Models and Traffic Simulators: A Review | 2023 |
13 | T. Campisi ; M. Mądziel | Energy Consumption of Electric Vehicles: Analysis of Selected Parameters Based on Created Database | 2023 |
14 | T. Campisi; M. Mądziel | Investigation of Vehicular Pollutant Emissions at 4-Arm Intersections for the Improvement of Integrated Actions in the Sustainable Urban Mobility Plans (SUMPs) | 2023 |
15 | A. Jaworski; H. Kuszewski; M. Mądziel | Sustainable Public Transport Strategies—Decomposition of the Bus Fleet and Its Influence on the Decrease in Greenhouse Gas Emissions | 2022 |
16 | 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 |
17 | 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 |
18 | K. Balawender; T. Campisi ; M. Jakubowski; A. Jaworski; H. Kuszewski; K. Lew; M. Mądziel; A. Ustrzycki; P. Wojewoda; P. Woś | Evaluation of the Effect of Chassis Dynamometer Load Setting on CO2 Emissions and Energy Demand of a Full Hybrid Vehicle | 2022 |
19 | T. Campisi; A. Jaworski; H. Kuszewski; K. Lew; M. Mądziel; P. Woś | The Development of CO2 Instantaneous Emission Model of Full Hybrid Vehicle with the Use of Machine Learning Techniques | 2022 |
20 | T. Campisi; M. Mądziel | Assessment of vehicle emissions at roundabouts: a comparative study of PEMS data and microscale emission model | 2022 |
21 | A. Jaworski; H. Kuszewski; M. Mądziel | Lubricity of Ethanol-Diesel Fuel Blends-Study with the Four-Ball Machine Method | 2021 |
22 | 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 |
23 | K. Balawender; A. Jaworski; K. Lejda; M. Mądziel; D. Savostin-Kosiak; A. Ustrzycki | Assessment of Petrol and Natural Gas Vehicle Carbon Oxides Emissions in the Laboratory and On-Road Tests | 2021 |
24 | M. Jaremcio; A. Jaworski; K. Lejda; M. Mądziel; P. Woś | Charakterystyka wybranych testów jezdnych stosowanych w badaniach emisji zanieczyszczeń w spalinach silnikowych samochodów osobowych | 2021 |
25 | M. Mądziel; D. Stadnicka | Application of Lean Analyses and Computer Simulation in Complex Product Manufacturing Process | 2021 |
26 | S. Basbas; T. Campisi; M. Mądziel; A. Nikiforiadis; G. Tesoriere | An Estimation of Emission Patterns from Vehicle Traffic Highlighting Decarbonisation Effects from Increased e-fleet in Areas Surrounding the City of Rzeszow (Poland) | 2021 |
27 | T. Campisi; A. Jaworski; H. Kuszewski; M. Mądziel; P. Woś | Assessing Vehicle Emissions from a Multi-Lane to Turbo Roundabout Conversion Using a Microsimulation Tool | 2021 |
28 | T. Campisi; A. Jaworski; M. Mądziel; G. Tesoriere | The Development of Strategies to Reduce Exhaust Emissions from Passenger Cars in Rzeszow City-Poland A Preliminary Assessment of the Results Produced by the Increase of E-Fleet | 2021 |
29 | A. Jaworski; K. Lejda; M. Mądziel; D. Savostin-Kosiak | The Impact of Exhaust Emission from Combustion Engines on the Environment: Modelling of Vehicle Movement at Roundabouts | 2020 |
30 | K. Balawender; M. Jakubowski; M. Jaremcio; A. Jaworski; H. Kuszewski; K. Lejda; K. Lew; M. Mądziel; A. Ustrzycki; P. Wojewoda | Analysis of Cold Start Emission from Light Duty Vehicles Fueled with Gasoline and LPG for Selected Ambient Temperatures | 2020 |
31 | K. Balawender; M. Jakubowski; M. Jaremcio; A. Jaworski; H. Kuszewski; K. Lejda; K. Lew; M. Mądziel; P. Woś | The Impact of Driving Resistances on the Emission of Exhaust Pollutants from Vehicles with the Spark Ignition Engine Fuelled by Petrol and LPG | 2020 |
32 | K. Balawender; M. Jaremcio; A. Jaworski; A. Krzemiński; H. Kuszewski; K. Lew; M. Mądziel; P. Woś | Realizacja cyklu jezdnego w badaniach emisji zanieczyszczeń na hamowni podwoziowej | 2020 |
33 | K. Balawender; S. Boichenko; A. Jaworski; H. Kuszewski; M. Mądziel; L. Pavliukh; D. Savostin-Kosiak | Assessment of CO2 emissions and energy consumption during stationary test of vehicle with SI engine powered by different fuels | 2020 |
34 | K. Lejda; M. Mądziel | Systemy i środki transportu: eksploatacja i diagnostyka: wybrane zagadnienia | 2020 |
35 | O. Ivanushko; A. Jaworski; A. Loboda; M. Mądziel; D. Savostin-Kosiak; M. Tsiuman | Establishing the regularities of correlation between ambient temperature and fuel consumption by city diesel buses | 2020 |
36 | S. Boichenko; A. Jaworski; M. Mądziel; L. Pavliukh | Comparative assessment of CO2 emissions and fuel consumption in a stationary test of the passenger car running on various fuels | 2020 |
37 | A. Jaworski; K. Lejda; J. Lubas; M. Mądziel | Comparison of exhaust emission from Euro 3 and Euro 6 motor vehicles fueled with petrol and LPG based real driving conditions | 2019 |
38 | A. Jaworski; K. Lejda; M. Mądziel | Creating an emission model based on portable emission measurement system for the purpose of a roundabout | 2019 |
39 | K. Lejda; M. Mądziel | Znajomość luki jakościowej w badaniach wpływu miejskich projektów transportowych | 2019 |
40 | P. Litwin; M. Mądziel; D. Stadnicka | Simulations of Manufacturing Systems: Applications in Achieving the Intended Learning Outcomes | 2019 |