Witamy na stronie Laboratorium Informatyki w Sterowaniu i Zarządzaniu Katedry Automatyki i Robotyki Akademii Górniczo-Hutniczej im. Stanisława Staszica w Krakowie.
Jeżeli potrzebujesz pomocy w rozwiązywaniu zagadnień będących w zakresie naszych możliwości (projekty, zlecenia) zapraszamy do sekcji oferta.
Jeżeli chcesz rozwijać swoje zainteresowania w zakresie analizy danych i zastosowań informatyki w automatyce zapraszamy do współpracy.
Aktualności można śledzić na twitterze.
Metody analizy danych w automatyce i produkcji
Ten obszar obejmuje bardzo szerokie zastosowania analizy danych w problematyce estymacji, klasyfikacji i predykcji. Szczególne obszary zastosowań obejmują między innymi diagnostykę procesów i urządzeń, przewidywanie usterek, przewidywanie obciążeń, predykcję wystąpienia zjawisk czy też condition based maintenenace (konserwację z wykorzystaniem informacji). Metody stosowane w ramach prac bazują głównie na statystyce Bayesowskiej oraz wybranych obszarach uczenia maszynowego. W tej dziedzinie realizowane są między innymi prace nad przetwarzaniem danych, konstrukcją klasyfikatorów i detekcją zdarzeń w szeregach czasowych.
Systemy sterowania i zarządzania produkcją
W tej dziedzinie w Katedrze prowadzone są prace w dwóch zasadniczych obszarach. Pierwszym z nich jest rozwój oprogramowania typu ERP, w zakresie data science. Rozszerzenie funkcjonalności takich systemów o narzędzia analityczne i predykcyjne daje możliwości szerokich zastosowań i znacznych korzyści. Drugim obszarem jest optymalne sterowanie procesem produkcyjnym. Zagadnienie to jest pokrewne problematyce sterowania optymalnego. W Katedrze prowadzi się prace nad opracowaniem efektywnych metod obliczeniowych pozwalających na optymalizację rzeczywistych problemów produkcyjnych, w których mogą występować niespodziewane zaburzenia i usterki o charakterze niedeterministycznym.
Metody numeryczne w sterowaniu systemów
W Katedrze prowadzone są prace nad efektywnymi metodami numerycznymi adresowanymi do problemu implementacji metod i algorytmów sterowania oraz przetwarzania sygnałów na różnego rodzaju platformach sprzętowych. Rozpatrywane są w szczególności zagadnienia aproksymacji i implementacji w czasie rzeczywistym filtrów i regulatorów o charakterystykach systemów niecałkowitego rzędu. Opracowywane są algorytmy i metody projektowania zapewniające zwiększoną odporność układu sterowania.
Analiza danych, uczenie maszynowe i optymalizacja
Obecnie w erze dostępu do wielkiej ilości danych konieczna jest ich adekwatna obróbka i analiza. Nowoczesne metody statystyki pozwalają na efektywne wnioskowanie oraz predykcję w oparciu o posiadane informacje. Oferowany jest szeroki zakres prac związanych z przetwarzaniem danych o rozmaitym charakterze. Prace te prowadzi Laboratorium Informatyki w Sterowaniu i Zarządzaniu, kierowane przez dr hab. inż. Jerzego Baranowskiego W szczególności proponowane jest:
- opracowywanie danych do celów badań naukowych,
- statystyczna diagnostyka procesów,
- tworzenie modeli statystycznych procesów różnych typów,
- metody klasyfikacji i rozpoznawania wzorców,
- metody predykcji w oparciu o analizę szeregów czasowych wraz z wykorzystaniem wiedzy eksperckiej,
- systemy diagnostyki i predykcji usterek/zdarzeń,
- optymalizacja i sterowanie procesów dyskretnych, w szczególności produkcyjnych.
Zastosowanie: Rozpatrywane zagadnienia mieszczą się w pełni w zakresie tzw. Przemysłu 4.0, oferując szerokie wsparcie bardzo wielu zagadnień nowoczesnej produkcji. Proponowane prace mają zastosowania także w obszarach badań, prac rozwojowych czy też wdrażania nowych produktów lub instalacji.
Laboratorium Informatyki w Sterowaniu i Zarządzaniu poszukuje osób chętnych do współpracy w zakresie pracy naukowej, wykonywania projektów naukowo-badawczych oraz pracy dydaktycznej Preferowane umiejętności i doświadczenie :
- absolwenci studiów na kierunkach automatyka i robotyka, informatyka, matematyka lub pokrewnych,
- wiedza w zakresie zastosowań matematyki (takich jak metody numeryczne, statystyka, optymalizacja)
- chęć rozwoju w kierunkach takich jak:
- analiza danych, w szczególności danych biznesowych,
- data science (statystyka, uczenie maszynowe, eksploracja danych),
- diagnostyka procesów,
- modelowanie i optymalizacji procesów przemysłowych,
- chęć udziału w projektach badawczo-rozwojowych i zleceniach przemysłowych,
- dobra znajomość języka angielskiego,
- dodatkowym atutem będzie znajomość środowisk takich jak Python, Matlab, R, PostgreSQL, MySQL.
Warunki współpracy do ustalenia (kontakt jb(at)agh.edu.pl )
