Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Modelowanie i optymalizacja procesów przemysłowych
Tok studiów:
2019/2020
Kod:
GIGR-2-206-GB-n
Wydział:
Górnictwa i Geoinżynierii
Poziom studiów:
Studia II stopnia
Specjalność:
Geomechanika górnicza i budownictwo podziemne
Kierunek:
Inżynieria Górnicza
Semestr:
2
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Niestacjonarne
Strona www:
 
Prowadzący moduł:
prof. nadzw. dr hab. inż. Brzychczy Edyta (brzych3@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

W ramach przedmiotu student zapoznaje się z zagadnieniami związanymi z modelowaniem i optymalizacją procesów przemysłowych.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Student zna podstawowe zasady modelowania i optymalizacji procesów przemysłowych (w tym procesu wydobywczego). IGR2A_W03 Kolokwium
M_W002 Student zna przykłady wykorzystania nowoczesnych technik modelowania i optymalizacji w przemyśle wydobywczym. IGR2A_W03, IGR2A_W02 Kolokwium
Umiejętności: potrafi
M_U001 Student potrafi samodzielnie opracować model procesu przemysłowego i przeprowadzić proces optymalizacji, w oparciu o zgromadzone dane. IGR2A_U04, IGR2A_U05 Wykonanie projektu
M_U002 Student potrafi posługiwać się językiem technicznym w zakresie modelowania procesów przemysłowych. IGR2A_U04, IGR2A_U01 Projekt
Kompetencje społeczne: jest gotów do
M_K001 Student potrafi w sposób obiektywny ocenić i zaprezentować otrzymane wyniki w środowisku społecznym. IGR2A_K01, IGR2A_K04 Wykonanie projektu
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
15 9 0 0 6 0 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 Student zna podstawowe zasady modelowania i optymalizacji procesów przemysłowych (w tym procesu wydobywczego). + - - + - - - - - - -
M_W002 Student zna przykłady wykorzystania nowoczesnych technik modelowania i optymalizacji w przemyśle wydobywczym. + - - - - - - - - - -
Umiejętności
M_U001 Student potrafi samodzielnie opracować model procesu przemysłowego i przeprowadzić proces optymalizacji, w oparciu o zgromadzone dane. - - - + - - - - - - -
M_U002 Student potrafi posługiwać się językiem technicznym w zakresie modelowania procesów przemysłowych. - - - + - - - - - - -
Kompetencje społeczne
M_K001 Student potrafi w sposób obiektywny ocenić i zaprezentować otrzymane wyniki w środowisku społecznym. - - - + - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 60 godz
Punkty ECTS za moduł 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 15 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 20 godz
Samodzielne studiowanie tematyki zajęć 22 godz
Egzamin lub kolokwium zaliczeniowe 2 godz
Dodatkowe godziny kontaktowe 1 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (9h):

Pojęcia wstępne z zakresu modelowania.
Modele sieciowe (CPM, PERT).
Nowoczesne techniki modelowania procesów przemysłowych.
Wstęp do optymalizacji.
Wybrane metody optymalizacji (klasyczne).
Nowoczesna optymalizacja (algorytmy ewolucyjne, sztuczne systemy immunologiczne).
Modelowanie i optymalizacja w przemyśle wydobywczym na wybranych przykładach.

Ćwiczenia projektowe (6h):

Wykonanie projektu „Modelowanie i optymalizacja wybranego procesu przemysłowego”.
• Charakterystyka przedsiębiorstwa przemysłowego.
• Wybór procesu wymagającego optymalizacji.
• Opracowanie modelu dla wybranego procesu.
• Wybór metody optymalizacji.
• Wykonanie stosownych obliczeń i ich prezentacja graficzna.
• Wnioski.

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Ćwiczenia projektowe: Studenci wykonują zadany projekt samodzielnie, bez większej ingerencji prowadzącego. Ma to wykształcić poczucie odpowiedzialności za pracę w grupie oraz odpowiedzialności za podejmowane decyzje.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Ocena końcowa wyznaczana jest na podstawie oceny z pisemnego zaliczenia wykładów oraz oceny z projektu.
Zaliczenie wykładów oraz ćwiczeń projektowych – 1 termin podstawowy i 1 termin poprawkowy.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: 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.
  • Ćwiczenia projektowe:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci wykonują prace praktyczne mające na celu uzyskanie kompetencji zakładanych przez syllabus. Ocenie podlega sposób wykonania projektu oraz efekt końcowy.
Sposób obliczania oceny końcowej:

Ocena końcowa (OK) obliczana jest według algorytmu:
1) w przypadku uzyskania zaliczenia z wykładów w I terminie: OK = (2*Z+P)/3
2) w przypadku uzyskania zaliczenia z wykładów w II terminie (niezdania I terminu): OK = (2+Z+P)/3
gdzie: Z – ocena pozytywna z zaliczenia wykładów, P – ocena pozytywna z projektu (liczona jako średnia ze wszystkich terminów).

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

W przypadku zaległości powstałych wskutek nieobecności studenta na zajęciach obowiązkowych – student jest zobowiązany do uczestnictwa w zajęciach innej grupy (tzw. odrobienie zajęć) lub wykonania dodatkowego opracowania w formie pisemnej na temat związany z opuszczonymi zajęciami.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Zaliczenie przedmiotów: Matematyka I, Matematyka II, Statystyka

Zalecana literatura i pomoce naukowe:

Magda R.: Modelowanie i optymalizacja elementów kopalń. Biblioteka Szkoły Eksploatacji Podziemnej, Kraków 1999
Magda R. i in.: Zintegrowany system wspomagania zarządzania produkcją w kopalniach węgla kamiennego. Uczelniane Wydawnictwa Naukowo-Dydaktyczne AGH, Kraków 2008
Arabas J.: Wykłady z algorytmów ewolucyjnych. Wydawnictwa Naukowo-Techniczne, Warszawa 2004
Michalewicz Z., Fogel D.B.: Jak to rozwiązać czyli nowoczesna heurystyka. Wydawnictwa Naukowo-Techniczne, Warszawa 2006
Larose T.D., 2006: Odkrywanie wiedzy z danych. Wyd. Naukowe PWN, Warszawa

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Brzychczy E., 2006: Metoda modelowania i optymalizacji robót górniczych w kopalni węgla kamiennego z wykorzystaniem sieci stochastycznych. Część 1. Podstawowe definicje i założenia. Gospodarka Surowcami Mineralnymi, Wyd. IGSMiE PAN, t.22, z.1
Brzychczy E., 2007: O możliwościach wykorzystania techniki VERT w modelowaniu robót górniczych . Gospodarka Surowcami Mineralnymi, Wyd. IGSMiE PAN, t.23, z.3
Brzychczy E., 2007: Propozycja modułu eksperckiego dla potrzeb systemu projektowania robót górniczych w kopalniach węgla kamiennego. Zeszyty Naukowe Politechniki Śląskiej nr 1764, seria Górnictwo z.279, Gliwice
Brzychczy E., 2011: Proces modelowania produkcji górniczej w kopalni węgla kamiennego z wykorzystaniem systemu doradczego. Wiadomości Górnicze, R.62, nr 7-8
Brzychczy E., 2012: Metoda modelowania i optymalizacji robót eksploatacyjnych w wielozakładowym przedsiębiorstwie górniczym. Wydawnictwa AGH. Seria Rozprawy i Monografie, nr 245. Kraków
Napieraj A., Brzychczy E., Kęsek M., Sukiennik M.: Modeling of the shift output in the longwall excavation. W: Theory and technique of coal mining and disaster prevention in deep mines : proceedings of international mining conference 2014. Anhui University of Science and Technology, AGH University of Science and Technology, National Natural Science Foundation of China
Brzychczy E., 2019: Probabilistic modeling of mining production in an underground coal mine. W: Intelligent Systems in Production Engineering and Maintenance [ISPEM 2018], eds. Anna Burduk [et al.]. Advances in Intelligent Systems and Computing. Cham : Springer Nature Switzerland AG, pp. 655-667
Brzychczy E., Trzcionkowska A., 2019: Process-oriented approach for analysis of sensor data from longwall monitoring system. W: Intelligent Systems in Production Engineering and Maintenance [ISPEM 2018], eds. Anna Burduk [et al.].Advances in Intelligent Systems and Computing. Cham : Springer Nature Switzerland AG, pp. 611-621

Informacje dodatkowe:

Zaliczenie wykładów w formie pisemnej – 5 pytań opisowych (1 termin podstawowy, 1 termin poprawkowy).