Seminarium dyplomowe
Podstawowe informacje o zajęciach
Cykl kształcenia: 2016/2017
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: 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 / 2 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. Marcin Bednarek
semestr 6: dr hab. inż. prof. PRz Lesław Gniewek
semestr 6: dr hab. inż. prof. PRz Zbigniew Hajduk
semestr 6: dr inż. Kazimierz Lal
semestr 6: dr hab. inż. prof. PRz Robert Hanus
semestr 6: dr inż. prof. PRz Anna Szlachta
semestr 6: dr inż. Dariusz Klepacki
semestr 6: dr inż. Bartosz Pawłowicz
semestr 6: dr inż. prof. PRz Tomasz Krzeszowski
semestr 6: dr inż. Andrzej Bożek
semestr 7: dr inż. Tomasz Kossowski
semestr 7: dr inż. Marcin Bednarek
semestr 7: dr hab. inż. prof. PRz Zbigniew Hajduk
semestr 7: dr inż. Kazimierz Lal
semestr 7: dr inż. Dariusz Rzońca
semestr 7: dr hab. inż. prof. PRz Zbigniew Świder
semestr 7: dr hab. inż. Krzysztof Wiktorowicz
semestr 7: dr hab. inż. prof. PRz Piotr Bogusz
semestr 7: dr inż. prof. PRz Anna Szlachta
semestr 7: dr inż. Barbara Wilk
semestr 7: dr inż. Paweł Dymora
semestr 7: dr inż. Grzegorz Błąd
Cel kształcenia i wykaz literatury
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.
Wykaz literatury, wymaganej do zaliczenia zajęć
| 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 wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych
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.
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 OEK |
|---|---|---|---|---|---|
| 01 | Pozyskuje informacje z literatury, baz danych i innych źródeł. | seminarium | referat ustny | ||
| 02 | Używa języka specjalistycznego do porozumiewania się za pomocą różnych form przekazu. | seminarium | referat ustny | ||
| 03 | Ma umiejętność tworzenia dokumentacji, zawierającej omówienie wyników realizacji zadania inżynierskiego | seminarium | referat ustny |
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 |
|---|---|---|---|---|
| 6 | TK01 | P01 | MEK03 | |
| 6 | TK02 | P02 | MEK02 | |
| 6 | TK03 | P3-P7 | MEK01 MEK02 | |
| 7 | TK01 | P1 | MEK02 | |
| 7 | TK02 | P2-P7 | MEK01 MEK03 |
Nakład pracy studenta
| 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) |
Sposób wystawiania ocen składowych zajęć i oceny końcowej
| Forma zajęć | Sposób wystawiania oceny podsumowującej |
|---|---|
| Ćwiczenia/Lektorat | |
| Ocena końcowa | |
| Ćwiczenia/Lektorat | |
| Ocena końcowa | ocena referatu - część praktyczna pracy, ocena udziału w dyskusji |
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. 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 |