Podstrona: Materialy ogólnodostępne / Wizytówka pracownika PRz

Podwozie lokomotywki - zabawki. Części do wykonania złożenia.

Szkic bazowy roweru

Korpus przekładni

Zaprojektować korpus maszynki do mielenia. Dany jest korpus silnika i przekładni. Kolorem zielonym oznaczono dozwolone miejsca mocowania w korpusie. Kolorem czerwonym oznaczono powierzchnie wymagające wentylacji. Kolor fioletowy oznacza wyprowadzenie napędu z korpusu.
Korpus może składać się z kilku części (np. skręcanych wkrętami). Części korpusu wykonywane są z tworzyw polimerowych w możliwie nieskomplikowanych formach (bez suwaków itp.).

Tematy zajęć laboratoryjnych i wykładowych w Materiałach tylko dla zalogowanych

Tematy zajęć laboratoryjnych i wykładowych w Materiałach tylko dla zalogowanych

Tematy zajęć laboratoryjnych i wykładowych w Materiałach tylko dla zalogowanych

Modelowanie uzębień w systemach CAD 

Formuły do modelowania krzywej przejściowej u podstawy zęba:

 1. Ewolwenta:

X=(d_b/2)*(sin(fi)-fi*PI/180deg*cos(fi))

Y=(d_b/2)*(cos(fi)+fi*PI/180deg*sin(fi))

 2. Krzywa przejściowa – narzędzie zębatkowe bez zaokrąglenia naroża

XK=r*sin(fi)-fi*r*PI/180deg*cos(fi)-h_f*sin(fi)

YK=r*cos(fi)+fi*r*PI/180deg*sin(fi)-h_f*cos(fi)

 3. Krzywa przejściowa – narzędzie z zaokrągleniem naroża – metoda offsetu

XKZ=r*sin(fi)-fi*r*PI/180deg*cos(fi)-f*sin(fi)

YKZ=r*cos(fi)+fi*r*PI/180deg*sin(fi)-f*cos(fi)

 4. Krzywa przejściowa – narzędzie z zaokrągleniem naroża

 XKZR=r*sin(fi)-fi*r*cos(fi)*PI/180deg-f*sin(fi)-(r*fi*cos(fi)*PI/180deg+f*sin(fi))/(sqrt((r*fi*cos(fi)*PI/180deg+f*sin(fi))*(r*fi*cos(fi)*PI/180deg+f*sin(fi))+(r*fi*sin(fi)*PI/180deg-f*cos(fi))*(r*fi*sin(fi)*PI/180deg-f*cos(fi))))*ro

YKZR=r*cos(fi)+fi*r*sin(fi)*PI/180deg-f*cos(fi)+(r*fi*sin(fi)*PI/180deg-f*cos(fi))/(sqrt((r*fi*cos(fi)*PI/180deg+f*sin(fi))*(r*fi*cos(fi)*PI/180deg+f*sin(fi))+(r*fi*sin(fi)*PI/180deg-f*cos(fi))*(r*fi*sin(fi)*PI/180deg-f*cos(fi))))*ro

Seminarium magisterskie - Mechatronika - Lista tematów referatów.

1. Modelowanie oparte na chmurze punktów (Inżynieria Odwrotna): Od skanu 3D (np. LiDAR/fotogrametria) do parametrycznego modelu bryłowego w CATIA/AutoCAD. Wyzwania i dokładność.
2. Generative Design (Projektowanie generatywne): Wykorzystanie algorytmów sztucznej inteligencji do optymalizacji kształtu części pod kątem wytrzymałości i masy (np. moduły w Fusion 360 lub CATIA).
3. Digital Twin (Cyfrowy Bliźniak) w diagnostyce maszyn: Jak połączyć model CAD z danymi z sensorów w czasie rzeczywistym, by przewidzieć awarię?
4. Symulacje wielofizyczne (Multiphysics) w projektowaniu układów mechatronicznych: Analiza sprzężona – wpływ ciepła z elektroniki na odkształcenia mechaniczne obudowy .
5. Standardy wymiany danych ECAD-MCAD (IDF/IDX): Jak uniknąć kolizji mechanicznych przy projektowaniu płytek PCB wewnątrz skomplikowanych obudów?
6. Projektowanie pod druk 3D (DfAM - Design for Additive Manufacturing): Jak zmienia się podejście do projektowania w CAD, gdy nie ogranicza nas frezarka ani wtryskarka?
7. Tolerancje i pasowania w systemach CAD: Jak poprawnie definiować łańcuchy wymiarowe (GD&T), aby złożenie 3D elementów z druku 3D działało w rzeczywistości (problem skurczu i luzów).
8. Wirtualne uruchomienie (Virtual Commissioning): Testowanie kodu sterowników PLC na modelu CAD/CAE przed fizycznym zbudowaniem maszyny.
9. Analiza topologiczna a produkcja ubytkowa: Jak odchudzić detale projektowane pod CNC, by zachować sztywność przy mniejszym zużyciu narzędzi.
10. Zarządzanie cyklem życia produktu (PLM) w pracy zespołowej: Jak wersjonować modele 3D, by 12 inżynierów pracujących nad jednym samochodem nie nadpisywało sobie nawzajem pracy.
11. Szybkie prototypowanie interfejsów HMI w mechatronice: Projektowanie i testowanie ergonomii paneli sterowniczych w środowisku wirtualnym (VR/AR).
12. Analiza zmęczeniowa i trwałościowa w systemach CAE: Przewidywanie "życia" elementu ruchomego na podstawie symulacji obciążeń cyklicznych.
13. Analiza CFD (Computational Fluid Dynamics) w chłodzeniu elektroniki: Jak symulować przepływ powietrza, by uniknąć przegrzewania procesorów i układów mocy.
14. Projektowanie mechanizmów precyzyjnych o wysokiej sprawności: Dobór przełożeń, analiza tarcia i smarowania w mikronapędach (idealne dla fanów precyzyjnej mechaniki, jak przykładowo w modelarstwie kolejowym).
15. Wspomaganie projektowania systemów wizyjnych (Machine Vision): Dobór optyki i oświetlenia w CAD dla robotów sortujących lub systemów kontroli jakości.
16. Zastosowanie VR (Virtual Reality) w montażu maszyn: Jak wykorzystać model 3D z CATIA, by przeszkolić pracownika serwisu zanim maszyna fizycznie powstanie.
17. Modelowanie i symulacja układów pneumatycznych/hydraulicznych w mechatronice: Integracja sterowania logicznego z siłownikami w środowisku wirtualnym.
18. Projektowanie obudów urządzeń mechatronicznych (Industrial Design): Ergonomia, estetyka i funkcjonalność (IP67, ekranowanie EMC) w procesie tworzenia prototypu.
19. Automatyczna generacja dokumentacji 2D z modelu 3D: Standardy, błędy interpretacyjne i czy "papier" jest jeszcze potrzebny w dobie PMI (Product Manufacturing Information).
20. Analiza kosztowa projektu w fazie CAD (Design to Cost): Jak narzędzia komputerowe pomagają oszacować koszt wykonania detalu przed wysłaniem go na produkcję.
21. AI w optymalizacji procesów wytwórczych (CAM): Jak algorytmy uczenia maszynowego przewidują zużycie narzędzi skrawających i optymalizują ścieżki narzędzia w czasie rzeczywistym.
22. Autonomiczne systemy inspekcji jakości (AI Vision): Wykorzystanie sieci neuronowych do detekcji wad powierzchniowych i błędów montażowych bezpośrednio na linii produkcyjnej.
23. Konserwacja predykcyjna (Predictive Maintenance) oparta na AI: Analiza drgań i parametrów pracy maszyn przez algorytmy AI w celu uniknięcia awarii zanim ona wystąpi.
24. Generowanie kodu sterującego (PLC/Robotyka) przez LLM: Czy duże modele językowe (jak GPT-4 czy Gemini) mogą wspomóc inżyniera w pisaniu bezbłędnego kodu dla sterowników przemysłowych?
25. Sztuczna Inteligencja w projektowaniu układów sterowania: Wykorzystanie uczenia ze wzmocnieniem (Reinforcement Learning) do autotuningu regulatorów PID w skomplikowanych układach dynamicznych.
26. Wspomaganie wyszukiwania i doboru komponentów mechatronicznych: Inteligentne bazy danych (np. wspomagane przez AI wewnątrz środowisk PLM), które sugerują zamienniki lub optymalne części na podstawie parametrów technicznych.