Wydział Elektroniki

Sylwetka absolwenta

Absolwent studiów I stopnia potrafi:

  • Samodzielnie zrealizować projekt inżynierski systemu automatyki przemysłowej  z wykorzystaniem mikrokontrolerów i sieci komputerowych.
  • Analizować i implementować programy w C, C++  i wykorzystywać: mechanizmy współbieżności, komunikacji i synchronizacji procesów oraz tworzyć systemy baz danych.
  • Stosować algorytmy do rozwiązania problemów optymalizacji dyskretnych i ciągłych procesów produkcyjnych, korzystając ze struktur danych, algorytmów i metod sztucznej inteligencji.
  • Analizować kinematykę i dynamikę robotów,  obsługiwać, programować i eksploatować roboty przemysłowe i usługowe, stosować algorytmy planowania ruchu i sterowania robotów zdolnych do samodzielnego.
  • Stosować środki informatyki dla akwizycji pomiarów, sterowania procesami technologicznymi, projektowania, uruchamiania, utrzymania systemów autonomicznych i/lub z wymianą informacji poprzez sieć, w oparciu o standardowe protokoły transmisji danych, programowanie sterowników, stacji operatorskich,  systemy rozproszonego sterowania procesami z wymianą informacji przez sieć.

Absolwent studiów II stopnia potrafi:

  • Projektować układy sterowania,  obserwatory stanu oraz optymalne regulatory i posługiwać się metodami symulacji komputerowej do oceny przebiegów procesów w układach sterowania.
  • Wykorzystywać dane pomiarowe do budowy i testowania modeli systemów oraz do prognozowania sygnałów i korzystać z dedykowanego oprogramowania.
  • Tworzyć i kompletować algorytmy, oprogramowanie i sprzęt do zarządzania i sterowania procesami produkcyjnymi w systemach wytwórczych i zrobotyzowanych, przy użyciu sieci komputerowych zarówno w konwencjonalnych jak i elastycznych systemach wytwarzania, z uwzględnieniem zagadnień monitorowania jakości produkcji za pomocą  kamer przemysłowych. 
  • Zaprojektować algorytmy sterowania dla robotów manipulacyjnych i mobilnych,  programować sterowniki robotów, układy sensoryczne i systemy autonomiczne oraz integrować je w trakcie wdrażania systemów zrobotyzowanych.
  • Zastosować podstawowe algorytmy optymalizacji produkcji ciągłej i dyskretnej, wspomagania decyzji, przeszukiwania, wnioskowania: logicznego, rozmytego i probabilistycznego oraz sieci neuronowych.
Politechnika Wrocławska © 2024

Nasze strony internetowe i oparte na nich usługi używają informacji zapisanych w plikach cookies. Korzystając z serwisu wyrażasz zgodę na używanie plików cookies zgodnie z aktualnymi ustawieniami przeglądarki, które możesz zmienić w dowolnej chwili. Ochrona danych osobowych »

Akceptuję