SylabUZ
| Course name | Planning of Engineering Research |
| Course ID | 06.1-WM-MiBM-EM-D-06_15Ć_pNadGenHVHRW |
| Faculty | Faculty of Mechanical Engineering |
| Field of study | Mechanical Engineering / Operating Machines |
| Education profile | academic |
| Level of studies | Second-cycle studies leading to MSc degree |
| Beginning semester | winter term 2016/2017 |
| Semester | 3 |
| ECTS credits to win | 2 |
| Course type | obligatory |
| Teaching language | polish |
| Author of syllabus |
|
| The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
| Class | 30 | 2 | 18 | 1,2 | Credit with grade |
| Lecture | 30 | 2 | 18 | 1,2 | Exam |
Celem przedmiotu jest zapoznanie studentów z podstawowymi metodami statystycznymi stosowanymi w
praktyce inŜynierskiej w celu planowania badań i weryfikacji ich wyników do wykorzystania w dalszym
procesie kształcenia oraz w przyszłej pracy zawodowej.
Przedmioty specjalnościowe z zakresu eksploatacji maszyn, Elementy inŜynierii powierzchni, Niezawodność
maszyn.
Treść wykładowa. Wybrane zagadnienia statystyki matematycznej. Wyeliminowanie błędnych wartości
losowych w trakcie analizy wyników pomiarów. Rozkłady prawdopodobieństwa w eksploatacji maszyn.
Obliczenia podstawowych wartości rozkładów prawdopodobieństwa. Testowanie hipotez statystycznych.
Metody określenia istotności wpływu czynników badanych. Zastosowanie analizy korelacyjnej w obliczeniach
inŜynierskich. Zastosowanie analizy regresyjnej w obliczeniach inŜynierskich. Zastosowanie analizy
dyspersyjnej w obliczeniach inŜynierskich. Metody planowania eksperymentu. Plany statyczne
zdeterminowane o róŜnych poziomach. Kwadraty łacińskie. Jednokryterialne metody optymalizacji wyników
badań. Optymalizacja wielokryterialna.
Tematy ćwiczeń.
1. Analiza wstępna wyników badań (analiza graficzna, analiza statystyczna za pomocą programu Excel,
eliminowanie błędów grubych).
2. Sprawdzenie hipotez (testów statystycznych).
3. Opracowanie planu badań zdeterminowanych dwóch i wielopoziomowych.
4. Analiza statystyczna wyników badań zdeterminowanych.
5. Określenie równania regresji za pomocą programu Excel.
6. Analiza korelacyjna wyników badań za pomocą programu Excel.
7. Opracowanie planów badań eliminujących (Taguchi, Plackett-Burman i inne).
8. Opracowanie matrycy optymalizacji metodą simpleks.
Wykłady z wykorzystaniem środków audiowizualnych. Opracowanie referatów i prezentacji multimedialnych w
ramach seminarium i zadań indywidualnych. Praca z ksiąŜkami. Praca zespołowa podczas wykonania
ćwiczeń laboratoryjnych i przygotowania referatów.
| Outcome description | Outcome symbols | Methods of verification | The class form |
Warunkiem zaliczenia części wykładowej jest uzyskanie pozytywnej oceny z 3-ch pisemnych odpowiedzi na
pytania dotyczące teoretycznych zagadnień przedmiotu.
Warunkiem zaliczenia części ćwiczeniowej lub seminaryjnej jest uzyskanie pozytywnych ocen sporządzonych
sprawozdań ze wszystkich zajęć, przewidzianych do realizacji w ramach programu z uwzględnieniem
obecności i aktywności studenta na zajęciach.
Warunkiem zaliczenia przedmiotu jest zaliczenie wszystkich jego form.
Ocena końcowa na zaliczenie przedmiotu jest średnią arytmetyczną z ocen za poszczególne formy zajęć.
1. Kukiełka L. Podstawy badań inŜynierskich. Warszawa, PWN, 2002;
2. Korzyński M. Metodyka eksperymentu. Planowanie, realizacja i statystyczne opracowanie wyników
eksperymentów technologicznych. Warszawa, PWN, 2006.
1. Kacprzycki B.L. Planowanie eksperymentu. Podstawy matematyczne. Warszawa, WNT, 1974;
2. Kurcyusz S. Matematyczne podstawy teorii optymalizacji. Warszawa, PWN, 1982;
3. Pająk E., Wieczorkowski K. Podstawy optymalizacji operacji technologicznych w przykładach. Warszawa
PWN 1982.
4. Trajdos T. Matematyka dla inŜynierów. Warszawa, WNT, 1981.
Modified by prof. dr hab. inż. Eugene Feldshtein (last modification: 14-09-2016 19:23)
