Cykl kształcenia: 2024/2025
Nazwa jednostki prowadzącej studia: Wydział Elektrotechniki i Informatyki
Nazwa kierunku studiów: Automatyka i robotyka
Obszar kształcenia: nauki techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: pierwszego stopnia
Forma studiów: stacjonarne
Specjalności na kierunku: Automatyzacja systemów wytwarzania i intralogistyki, Komputerowe systemy sterowania
Tytuł otrzymywany po ukończeniu studiów: inżynier
Nazwa jednostki prowadzącej zajęcia: Katedra Informatyki i Automatyki
Kod zajęć: 2730
Status zajęć: obowiazkowy dla programu z możliwością wyboru
Układ zajęć w planie studiów: sem: 6, 7 / C30 / 3 ECTS / Z,Z
Język wykładowy: polski
Imię i nazwisko koordynatora 1: dr inż. Tomasz Żabiński
Terminy konsultacji koordynatora: informacja na stronie KIiA: https://office.kia.prz.edu.pl
Imię i nazwisko koordynatora 2: dr inż. Witold Posiewała
Terminy konsultacji koordynatora: podane na stronach jednostki prowadzącej
semestr 6: dr inż. Tomasz Rak
semestr 6: dr inż. Bogusław Rymut
semestr 7: dr hab. inż. prof. PRz Ryszard Leniowski
semestr 7: prof. dr hab. inż. Leszek Trybus
Główny cel kształcenia: Przygotowanie do rozwiązywania zadań związanych z wykonywaną inżynierską pracą dyplomową.
Ogólne informacje o zajęciach: Przedstawienie zasad tworzenia pracy dyplomowej, rozwijanie umiejętności formułowania i prezentacji własnych opinii na temat rozwiązań projektowych.
1 | A. Dudziak, A. Żejmo | Redagowanie prac dyplomowych wskazówki metodyczne dla studentów | Difin . | 2008 |
2 | E. Opoka | Uwagi o pisaniu i redagowaniu prac dyplomowych na studiach technicznych | Wydaw. Politech. Śl.. | 2001 |
Wymagania formalne: Wybrany temat i opiekun pracy.
Wymagania wstępne w kategorii Wiedzy: Ma wiedzę z zakresu studiowanego kierunku, pozwalającą na samodzielne pogłębianie wiedzy w zakresie problematyki powiązanej z pracą dyplomową.
Wymagania wstępne w kategorii Umiejętności: Ma umiejętność wyszukiwania literatury powiązanej z wybranym tematem pracy, potrafi tworzyć prezentacje multimedialne.
Wymagania wstępne w kategorii Kompetencji społecznych: Potrafi uczestniczyć w dyskusjach.
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 | Pozyskuje informacje z literatury, baz danych i innych źródeł. | seminarium | referat ustny |
K_U01+++ K_K01+ |
P6S_KK P6S_UU |
02 | Używa języka specjalistycznego do porozumiewania się za pomocą różnych form przekazu. | seminarium | referat ustny |
K_U02+++ K_U04++ |
P6S_UK |
03 | Ma umiejętność tworzenia dokumentacji, zawierającej omówienie wyników realizacji zadania inżynierskiego | seminarium | referat ustny |
K_U03+++ K_U05+++ K_K01+ |
P6S_KK P6S_UO P6S_UU |
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 |
---|---|---|---|---|
6 | TK01 | P01 | MEK03 | |
6 | TK02 | P02 | MEK02 | |
6 | TK03 | P3-P7 | MEK01 MEK02 | |
7 | TK01 | P1 | MEK02 | |
7 | TK02 | P2-P7 | MEK01 MEK03 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Ćwiczenia/Lektorat (sem. 6) | Godziny kontaktowe:
15.00 godz./sem. |
||
Konsultacje (sem. 6) | |||
Zaliczenie (sem. 6) | |||
Ćwiczenia/Lektorat (sem. 7) | Godziny kontaktowe:
15.00 godz./sem. |
||
Konsultacje (sem. 7) | |||
Zaliczenie (sem. 7) |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Ćwiczenia/Lektorat | |
Ocena końcowa | ocena referatu - część teoretyczna pracy, ocena udziału w dyskusji |
Ćwiczenia/Lektorat | |
Ocena końcowa | ocena referatu - część praktyczna pracy, ocena udziału w dyskusji |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | D. Mazurkiewicz; G. Piecuch; P. Sobecki; T. Żabiński | Virtual tomography as a novel method for segmenting machining process phases with the use of machine learning-supported measurement | 2024 |
2 | M. Bolanowski; A. Paszkiewicz; G. Piecuch; D. Rączka; M. Salach; T. Żabiński | Estimation of Tool Life in the Milling Process—Testing Regression Models | 2023 |
3 | M. Bolanowski; A. Paszkiewicz; G. Piecuch; M. Salach; K. Tomecki; T. Żabiński | System Architecture for Diagnostics and Supervision of Industrial Equipment and Processes in an IoE Device Environment | 2023 |
4 | E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | The Use of Principal Component Analysis and Logistic Regression for Cutter State Identification | 2022 |
5 | K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | Machine Multi-sensor System and Signal Processing for Determining Cutting Tools Service Life | 2022 |
6 | K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | Machining Process Time Series Data Analysis with a Decision Support Tool | 2022 |
7 | K. Antosz; E. Kozłowski; J. Sęp; T. Żabiński | The use of random forests to support the decision-making process for sustainable manufacturing | 2022 |
8 | 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 |
9 | J. Kluska; T. Mączka; T. Żabiński | Applications of Computational Intelligence Methods for Control and Diagnostics | 2021 |
10 | K. Antosz; E. Kozłowski; D. Mazurkiewicz; J. Sęp; T. Żabiński | Integrating advanced measurement and signal processing for reliability decision-making | 2021 |
11 | L. Gniewek; Z. Hajduk; J. Kluska; T. Żabiński | FPGA-Embedded Anomaly Detection System for Milling Process | 2021 |
12 | E. Kozłowski; D. Mazurkiewicz; S. Prucnal; J. Sęp; T. Żabiński | Machining sensor data management for operation-level predictive model | 2020 |
13 | J. Kluska; M. Kusy; R. Zajdel; T. Żabiński | Fusion of Feature Selection Methods for Improving Model Accuracy in the Milling Process Data Classification Problem | 2020 |
14 | J. Kluska; M. Kusy; R. Zajdel; T. Żabiński | Weighted Feature Selection Method for Improving Decisions in Milling Process Diagnosis | 2020 |
15 | J. Kluska; T. Mączka; T. Żabiński | Zastosowania metod inteligencji obliczeniowej do sterowania i diagnostyki | 2020 |
16 | J. Kluska; T. Żabiński | PID-Like Adaptive Fuzzy Controller Design Based on Absolute Stability Criterion | 2020 |
17 | M. Hadław; T. Żabiński | A new perspective for the application of the activity based costing method in manufacturing companies using MES class systems | 2020 |
18 | E. Kozłowski; D. Mazurkiewicz; S. Prucnal; J. Sęp; T. Żabiński | Assessment model of cutting tool condition for real-time supervision system | 2019 |
19 | E. Kozłowski; D. Mazurkiewicz; T. Żabiński | Identyfikacja stopnia zużycia frezu na podstawie analizy sygnału akustycznego | 2019 |
20 | G. Piecuch; S. Prucnal; T. Żabiński; R. Żyła | Milling process diagnosis using computational intelligence methods | 2019 |
21 | 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 |
22 | M. Madera ; G. Piecuch; T. Żabiński | Diagnostics of welding process based on thermovision images using convolutional neural network | 2019 |