Module also offered within study programmes:
General information:
Name:
Systems Theory
Course of study:
2019/2020
Code:
RAIR-2-205-AM-n
Faculty of:
Mechanical Engineering and Robotics
Study level:
Second-cycle studies
Specialty:
Automatic Control and Metrology
Field of study:
Automatics and Robotics
Semester:
2
Profile of education:
Academic (A)
Lecture language:
English
Form and type of study:
Part-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż, prof. AGH Martynowicz Paweł (pmartyn@agh.edu.pl)
Module summary

Moduł obejmuje podstawowe pojęcia teorii systemów, opis i modelowanie złożonych systemów,
procesów i struktur, systemy wspomagające, narzędzia, metody badawcze, algorytmy i systemy
sterowania oraz ich implementację w środowisku symulacyjnym i sprzętowym.

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence: is able to
M_K001 potrafi pracować w grupie w celu osiągnięcia założonego celu pracy AIR2A_K01 Report,
Activity during classes
Skills: he can
M_U001 potrafi przeprowadzić analizę systemu i syntezę układów sterowania, zastosować systemy wspomagające, narzędzia i metody badawcze. AIR2A_U06 Test,
Activity during classes,
Report
M_U002 potrafi zastosować metody i narzędzia w projektowaniu, budowie, wytwarzaniu i sterowaniu maszyn i urządzeń. AIR2A_U06 Report,
Test,
Activity during classes
Knowledge: he knows and understands
M_W001 ma wiedzę w zakresie opisu i modelowania złożonych, systemów, procesów i struktur, agregacji i decentralizacji, systemów wspomagających, narzędzi i metod badawczych, struktur systemów sterowania. AIR2A_W01 Test,
Activity during classes
M_W002 ma wiedzę w zakresie optymalizacji projektowania maszyn i urządzeń oraz systemów sterowania. AIR2A_W01 Test,
Activity during classes
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
24 14 0 10 0 0 0 0 0 0 0 0
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Social competence
M_K001 potrafi pracować w grupie w celu osiągnięcia założonego celu pracy - - + - - - - - - - -
Skills
M_U001 potrafi przeprowadzić analizę systemu i syntezę układów sterowania, zastosować systemy wspomagające, narzędzia i metody badawcze. - - + - - - - - - - -
M_U002 potrafi zastosować metody i narzędzia w projektowaniu, budowie, wytwarzaniu i sterowaniu maszyn i urządzeń. - - + - - - - - - - -
Knowledge
M_W001 ma wiedzę w zakresie opisu i modelowania złożonych, systemów, procesów i struktur, agregacji i decentralizacji, systemów wspomagających, narzędzi i metod badawczych, struktur systemów sterowania. + - + - - - - - - - -
M_W002 ma wiedzę w zakresie optymalizacji projektowania maszyn i urządzeń oraz systemów sterowania. + - + - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 82 h
Module ECTS credits 3 ECTS
Udział w zajęciach dydaktycznych/praktyka 24 h
Preparation for classes 20 h
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 15 h
Realization of independently performed tasks 21 h
Examination or Final test 2 h
Module content
Lectures (14h):

Podstawowe pojęcia teorii systemów. Podejście systemowe do opisu złożonych procesów i struktur. Struktury systemów sterowania, agregacja i decentralizacja systemów. Wybrane zagadnienia optymalizacji. Wstęp do optymalizacji wielokryterialnej. Przykłady optymalizacji w projektowania i sterowaniu systemów. Systemy wspomagające, narzędzia i metody badawcze. Wybrane metody sterowania systemów.

Laboratory classes (10h):

Modelowanie i analiza liniowych i nieliniowych systemów dynamicznych. Analogowe i cyfrowe metody filtracji sygnałów. Wybrane algorytmy sterowania w wersji ciągłej (sterowanie liniowo-kwadratowe, predykcyjne, rozmyte). Systemy dyskretne, wybrane algorytmy sterowania w wersji dyskretnej. Podstawy programowania liniowego, metody poszukiwania minimum bez ograniczeń i z ograniczeniami. Optymalizacja wielokryterialna.

Additional information
Teaching methods and techniques:
  • Lectures: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Laboratory classes: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Ćwiczenia laboratoryjne:
- zaliczenie w terminie podstawowym (I termin) = ocena z kolokwium zaliczeniowego skorygowana w
oparciu o wyniki zaliczenia poszczególnych ćwiczeń oraz aktywność Studenta na zajęciach; warunkiem
zaliczenia tej formy zajęć w I terminie jest uzyskanie oceny min. 3,0 z kolokwium zaliczeniowego i
zaliczenie 80% ćwiczeń (w uzasadnionych przypadkach, usprawiedliwionych zwolnieniem lekarskim, dopuszczalne jest jedno niezaliczone ćwiczenie).
- zaliczenie w terminie poprawkowym (II termin) = ocena z rozszerzonego poprawkowego kolokwium
zaliczeniowego; warunkiem zaliczenia tej formy zajęć w II terminie jest uzyskanie oceny min. 3,0 z
poprawkowego kolokwium zaliczeniowego oraz zaliczenie 80% ćwiczeń (w uzasadnionych przypadkach, usprawiedliwionych zwolnieniem lekarskim, dopuszczalne jest jedno niezaliczone ćwiczenie).

Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: No
    – Participation rules in classes: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Laboratory classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane kolokwium w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu. Zaliczenie modułu jest możliwe po zaliczeniu wszystkich zajęć laboratoryjnych.
Method of calculating the final grade:

Ocena końcowa jest to ocena z zaliczenia ćwiczeń laboratoryjnych.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Ćwiczenia laboratoryjne:
- odrobienie właściwego ćwiczenia w innym terminie zajęć (sposób podstawowy, po wcześniejszym
uzgodnieniu dostępności stanowisk laboratoryjnych z Prowadzącym),
- odrobienie właściwego ćwiczenia samodzielnie na gruncie wiedzy i umiejętności zdobytych na
wykładach oraz materiałów dodatkowych udostępnionych przez Prowadzącego, bądź odrobienie
właściwego ćwiczenia indywidualnie lub grupowo z Prowadzącym w określonym przez niego terminie
konsultacji lub terminie dodatkowym.

Prerequisites and additional requirements:

Prerequisites and additional requirements not specified

Recommended literature and teaching resources:

1. Kaczorek T.: Teoria sterowania i systemów. WN PWN. Warszawa, 1999.
2. Niederliński A.: Teoria systemów. Warszawa 1985.
3. Niederliński A. : Systemy i Sterowanie. Wstęp do automatyki i cybernetyki technicznej. PWN, 1983.
4. Szymczak Cz.: Elementy teorii projektowania. WNT. Warszawa, 1998.
5. Optimization Toolbox, MATLAB 7.5, The MathWorks, Inc., 2007.
6. Peschel M. P., Reidel C.: Polioptymalizacja: metody podejmowania decyzji kompromisowych w zagadnieniach inżynieryjno – technicznych. WNT. Warszawa, 1979.
7. Kaliszewski I.: Wielokryterialne podejmowanie decyzji, WNT, Warszawa 2008.
8. Kusiak J., Danielecka-Tułecka A., Oprocha P.: Optymalizacja, wybrane metody i przykłady zastosowań. PWN, 2009.
9. Kwiatkowska A. M.: Systemy wspomagania decyzji. PWN/MIKOM. Warszawa 2007.
10. von Bertalanffy L.: Ogólna teoria systemów, PWN, Warszawa 1984.

Scientific publications of module course instructors related to the topic of the module:

1. B. Sapiński: Magnetorheological Dampers in Vibration Control, AGH, Kraków, 2006.
2. B. Sapiński: Real-Time Control of Magnetorheological Dampers in Mechanical Systems, AGH, Kraków,
2008.
3. B. Sapiński, M. Węgrzynowski, J. Nabielec: Magnetorheological damper–based positioning system
with power generation, Journal of Intelligent Material Systems and Structures, 1-19, 2017.
4. B. Sapiński: Experimental study of a self-powered and sensing MR-damper-based vibration control
system, Smart Materials and Structures, 20,105007, 2011.
5. H. Laalej, Z. Q. Lang, B. Sapiński, P. Martynowicz: MR damper based implementation of nonlinear
damping for a pitch plane suspension system, Smart Materials and Structures, vol. 21, no. 4, s. 045006-
1–045006-14, 2012.
6. P. Martynowicz: Development of Laboratory Model of Wind Turbine’s Tower-nacelle System with
Magnetorheological Tuned Vibration Absorber, Solid State Phenomena, 208, 40-51, 2014.
7. M. Rosół, P. Martynowicz: Implementation of the LQG controller for a wind turbine tower-nacelle
model with an MR tuned vibration absorber, Journal of Theoretical and Applied Mechanics, vol. 54, no. 4,
s. 1109–1123, 2016.
8. P. Martynowicz: Vibration control of wind turbine tower-nacelle model with magnetorheological tuned
vibration absorber, Journal of Vibration and Control, vol. 23, iss. 20, s. 3468–3489, 2017.
9. P. Martynowicz: Nonlinear optimal-based vibration control for systems with MR tuned vibration
absorbers, Journal of Low Frequency Noise, Vibration and Active Control, Analytical methods for
nonlinear vibration, DOI: 10.1177/1461348418819410, 2019.
10. P. Martynowicz: Real-time implementation of nonlinear optimal-based vibration control for a wind
turbine model, Journal of Low Frequency Noise, Vibration and Active Control, Analytical methods for
nonlinear vibration, DOI: 10.1177/1461348418793346, 2018.
11. B. Sapiński, M. Rosół, Ł. Jastrzębski : Measurement-control system for an automotive vehicle engine
mount, International Carpathian Control Conference, 2015.

Additional information:

None