Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Projektowanie w systemach CAMS/CAMD
Tok studiów:
2019/2020
Kod:
RMBM-2-104-IM-s
Wydział:
Inżynierii Mechanicznej i Robotyki
Poziom studiów:
Studia II stopnia
Specjalność:
Inżynieria materiałów konstrukcyjnych
Kierunek:
Mechanika i Budowa Maszyn
Semestr:
1
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr hab. inż, prof. AGH Pawłowski Bogdan (bpawlow@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

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 strukturę oraz zasady działania systemów eksperckich i sztucznych sieci neuronowych. MBM2A_W10, MBM2A_W09 Kolokwium
M_W002 Student posiada wiedzę na temat wpływu składu chemicznego na strukturę i własności stali MBM2A_W09 Projekt
Umiejętności: potrafi
M_U001 Student potrafi, wykorzystując istniejące systemy komercyjne, dobrać stal do określonych zastosowań oraz według składu chemicznego MBM2A_U05, MBM2A_U20 Projekt
M_U002 Student potrafi zaprojektować skład chemiczny stali w celu uzyskania odpowiedniej struktury i własności MBM2A_U01 Projekt
M_U003 Student potrafi zastosować sztuczne sieci neuronowe do prognozowania własności stali MBM2A_U05, MBM2A_U19, MBM2A_U02, MBM2A_U20 Projekt
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
50 14 0 0 36 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 strukturę oraz zasady działania systemów eksperckich i sztucznych sieci neuronowych. + - - - - - - - - - -
M_W002 Student posiada wiedzę na temat wpływu składu chemicznego na strukturę i własności stali + - - - - - - - - - -
Umiejętności
M_U001 Student potrafi, wykorzystując istniejące systemy komercyjne, dobrać stal do określonych zastosowań oraz według składu chemicznego - - - + - - - - - - -
M_U002 Student potrafi zaprojektować skład chemiczny stali w celu uzyskania odpowiedniej struktury i własności - - - + - - - - - - -
M_U003 Student potrafi zastosować sztuczne sieci neuronowe do prognozowania własności stali - - - + - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 112 godz
Punkty ECTS za moduł 4 ECTS
Udział w zajęciach dydaktycznych/praktyka 50 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 45 godz
Samodzielne studiowanie tematyki zajęć 10 godz
Egzamin lub kolokwium zaliczeniowe 2 godz
Dodatkowe godziny kontaktowe 5 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (14h):
  1. Struktura i zasada działania systemów eksperckich

    Zasady działania systemów eksperckich. Zaznajomienie się z elementami składowymi systemów eksperckich i ich rolą. Przykłady systemów eksperckich.

  2. Sztuczne sieci neuronowe

    Budowa i zasada działania sztucznych sieci neuronowych (SSN). Metody uczenia SSN.

  3. Projektowanie składów chemicznych stali

    Program komputerowy ProStal – algorytm, obsługa programu. Obliczanie wykresu CTPc przy użyciu programu ProStal.

Ćwiczenia projektowe (36h):
  1. Dobór stali na podstawie określonych właściwości

    Przykład zastosowania komercyjnego systemu eksperckiego – system CASS (wspomagany komputerowo dobór stali). Określanie zamienników stali. Praca w zespołach dwuosobowych.

  2. Dobór stali na podstawie zastosowań

    Przykład zastosowania komercyjnego systemu eksperckiego – system CASS (wspomagany komputerowo dobór stali). Określanie zamienników stali. Praca w zespołach dwuosobowych.

  3. Struktura i zasada działania systemów eksperckich

    Określenie przestrzeni stanów dla prostych przypadków. Praca w zespołach dwuosobowych.

  4. Sztuczne sieci neuronowe: budowa, zasada działania

    Przygotowywanie własnych zbiorów uczących z wykorzystaniem systemów CASS. Tworzenie własnych sieci neuronowych. Praca w zespołach dwuosobowych.

  5. Projektowanie składu chemicznego stali

    Projektowanie składu chemicznego stali na walce przeznaczonych do niskiego odpuszczania. Projektowanie składu chemicznego stali na walce przeznaczonych do średniego i wysokiego odpuszczania.

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:

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:

Średnia ważona z kolokwium i wykonanych projektów – największe wagi dla dla projektu z SSN oraz doboru stali)

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

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Wymagane zaliczenie wszystkich projektów i kolokwium

Zalecana literatura i pomoce naukowe:

1. Dobrzański L.A. Podstawy nauki o materiałach i metaloznawstwo. Materiały inżynierskie z podstawami projektowania materiałowego. Wydawnictwa Naukowo-Techniczne, 2002
2. Leksykon materiałoznawstwa. Praca zbiorowa pod redakcją L.A. Dobrzańskiego. Wydawnictwo Verlagt Dashofer Sp. z o.o., Warszawa 2004
3. J. Pacyna. Projektowanie składów chemicznych stali. Wydawnictwo Wydziału Metalurgii i Inżynierii Materiałowej AGH, Kraków 1997
4. Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa, 1993
5. Białko M. Sztuczna inteligencja i elementy hybrydowych systemów ekspertowych, Wydawnictwo Uczelniane Politechniki Koszalińskiej, 2005.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Pawłowski B., Bała P., Dziurka R.: The effect of alloying elements on the temperature range of pearlite to austenite transformation in low alloy hypoeutectoid steels, Metal 2015, 24th International Conference on Metallurgy and Materials, June 3rd-5th 2015, Brno, Conference proceedings, 2015.

Jabłoński G., Pawłowski B., Pietrzyk M.: Application of the Cellular Automata method to modelling lower bainite in steels, Computer Methods in Materials Science, vol. 12, no. 1, p.51-62, 2012.

Pawłowski B.: Critical points of hypoeutectoid steel – prediction of the pearlite dissolution finish temperature Ac1f, Journal of Achievements in Material and Manufacturing Engineering, vol.49, iss.2, p.331-337, 2011

Rauch Ł., Madej Ł., Pawłowski B., Numerical simulations of hypoeutectoid steels under loading conditions, based on image processing and digital material representation, Proc. II Int. Symposium CompIMAGE. 2010, eds. Reneta P. Barneva, [et al.], Buffalo, NY, USA. Lecture Notes in Computer Science, 2010, 221–230.

Pawłowski B., Stalica D.: Wybrane przykłady zastosowania wolnego oprogramowania w Inżynierii Materiałowej. Trzydziesta Czwarta Szkoła Inżynierii Materiałowej, Kraków-Krynica, 26.IX-29. IX. 2006, Akademia Górniczo-Hutnicza im. Stanisława Staszica. Wydział Inżynierii Metali i Informatyki Przemysłowej, s.347-350, 2006.

Pawłowski B., Pawelec M.: Wpływ składu chemicznego na kształt linii początku przemiany bainitycznej na wykresach CTPc. Trzydziesta Druga Szkoła Inżynierii Materiałowej, Kraków-Krynica, 28.IX-1. X. 2004, Akademia Górniczo-Hutnicza im. Stanisława Staszica. Wydział Metalurgii i Inżynierii Materiałowej, s.209-212, 2004.

Pawłowski B., Tyrna A.: Położenie punktu przecięcia linii temperatur Bs i Ms na wybranych wykresach CTPc. Trzydziesta Pierwsza Szkoła Inżynierii Materiałowej, Kraków-Krynica, 7-10. X. 2003, Akademia Górniczo-Hutnicza im. Stanisława Staszica. Wydział Metalurgii i Inżynierii Materiałowej, s.169-173, 2003.

Pawłowski B.: Wpływ pierwiastków stopowych na zmianę temperatury Bs na wykresach CTP określony przy użyciu sztucznych sieci neuronowych. Trzydziesta Szkoła Inżynierii Materiałowej, Kraków-Ustroń Jaszowiec, 1-4. X. 2002, Akademia Górniczo-Hutnicza im. Stanisława Staszica. Wydział Metalurgii i Inżynierii Materiałowej, s.131-135, 2002.

Pawłowski B., Popowicz P.: Wyznaczanie niektórych charakterystyk stali w oparciu o typ wykresu CTPi przy użyciu sztucznych sieci neuronowych, Informatyka w Technologii Materiałów, t.2, nr 1, s.19-25, 2002.

Pawłowski B.: Wykorzystanie sztucznych sieci neuronowych do prognozowania niektórych charakterystyk stali do ulepszania cieplnego, Hutnik Wiadomości Hutnicze. R.67, nr 7-8, s.281-283, 2001

Pawłowski B., Mazur A.: Optymalizacja składu chemicznego stali ulepszanych cieplnie i ich hartowności przy zastosowaniu techniki mikrokomputerowej. Hutnik Wiadomości Hutnicze. nr 1, s.25-30, 1996.

http://www.bpp.agh.edu.pl/

Informacje dodatkowe:

Brak