6 listopada 2024 roku odbyła się trzecia edycja Forum Akademickiego, która poświęcona jest wymianie doświadczeń między nauczycielami akademickimi i badaczami korzystającymi ze środowiska MATLAB i Simulink.
Wydarzenie, podobnie jak w poprzednich latach, odbyło się online, co umożliwiło uczestnikom z różnych uczelni dzielenie się wiedzą oraz prezentowanie zastosowań narzędzi MathWorks w edukacji i badaniach naukowych.
Podczas konferencji przedstawiciele wielu polskich uczelni omówili różnorodne zastosowania oprogramowania MATLAB i Simulink, od energetyki wiatrowej i automatyzacji procesów aż po badania z zakresu obrazowania medycznego. Nie zabrakło także tematów związanych ze sztuczną inteligencją.
To doskonała okazja, by przekonać się, jak wszechstronnie można wykorzystywać narzędzia MathWorks. Po każdej prezentacji odbyła się sesja Q&A, w trakcie których uczestnicy mogli bezpośrednio zadać pytania prelegentom.
Zapraszamy wszystkich zainteresowanych do zapoznania się z prezentacjami prelegentów Forum Akademickiego 2024.
PRZENTACJE
|
|
| Praktyczne nauczanie teorii sterowania sposobem na wywołanie zainteresowania u studentów mgr inż. Maciej Antonik – Edu4Industry |
|
|
Automatyczne generowanie zadań w MATLAB Grader z zakresu obliczania odkształceń kratownic metodą MES |
|
| Podstawy uczenia maszynowego z programem MATLAB mgr inż. Michał Hałoń - Politechnika Warszawska, Wydział Elektroniki i Technik Informacyjnych; Naukowa i Akademicka Sieć Komputerowa – Państwowy Instytut Badawczy |
|
| Zastosowanie toolboxa Fuzzy Logic podczas zajęć z „Metod sztucznej inteligencji” na kierunkach technicznych dr inż. Tomasz Czyszpak – Instytut Techniki, Akademia Nauk Stosowanych w Raciborzu |
|
| Zastosowanie programu MATLAB do komunikacji z przyrządami pomiarowymi dr inż. Jakub Wojturski – Politechnika Rzeszowska, Wydział Elektrotechniki i Informatyki, Katedra Metrologii i Systemów Diagnostycznych |
|
|
Narzędzie MATLAB jako katalizator rozwoju studentów w projektach ponadprogramowych |
|
| Przejrzystość uczenia maszynowego - MATLAB w dydaktyce socjologii dr Bogusław Bławat - Akademia Leona Koźmińskiego, Katedra Bankowości, Ubezpieczeń i Ryzyka |
|
|
Proces prototypowania układu regulacji automatycznej w oparciu o modelowanie i symulację komputerową w środowisku MATLAB/Simulink |
|
| Wielopoziomowa aplikacja wykonana w APP Designerze na przykładzie nowej wersji obrazowej bazy danych dr inż. Tatiana Jaworska – Instytut Badań Systemowych PAN |
|
| Kompleksowy model dynamiki wewnątrzczaszkowego ciśnienia płynu mózgowo-rdzeniowego: modyfikacja modelu elektrycznego Ursino przy użyciu oprogramowania MATLAB/Simulink dr n. med. Leszek Herbowski – Oddział Neurochirurgii i Neurotraumatologii, SPWSZ w Szczecinie |
|
| MATLAB - zastosowanie w neuroscience dr Bartosz Pomierny – Uniwersytet Jagielloński Collegium Medicum, Laboratorium Obrazowania, Centrum Rozwoju Terapii Chorób Cywilizacyjnych i Związanych z Wiekiem (CDT-CARD) |
|
|
Modelowanie i wyznaczanie osiągów silników turbinowych z wykorzystaniem środowiska MATLAB |
|
| Projekt wirtualnej hamowni zrealizowany w środowisku MATLAB/Simulink do walidacji w czasie rzeczywistym energoelektronicznych układów napędowych dr inż. Wojciech Jurczak - Rockwell |
ABSTRAKTY
Praktyczne nauczanie teorii sterowania sposobem na wywołanie zainteresowania u studentów |
| Teoria sterowania jest przedmiotem kluczowym dla kierunku Automatyka i Robotyka, ale obecnym na wielu innych, pokrewnych programach nauczania. Zagadnienia tam pokazywane są mocno teoretyczne i oparte na skomplikowanej matematyce. Dodatkowym wyzwaniem jest fakt, że pokazanie odniesienia teorii do rzeczywistych aplikacji jest w tym przypadku trudne. Tematem prezentacji będzie pokazanie narzędzi, które usprawniają nauczanie teorii sterowania za pomocą fizycznych eksperymentów, cyfrowych bliźniaków oraz specjalistycznych materiałów dydaktycznych. |
Narzędzie MATLAB jako katalizator rozwoju studentów w projektach ponadprogramowych |
| Celem prezentacji jest ukazanie, jak znajomość programu MATLAB wspiera rozwój studentów w projektach indywidualnych oraz działalności kół naukowych. Jako przykład posłuży zastosowanie algorytmu Blade Element Momentum przy projektowaniu łopat turbiny wiatrowej przez sekcję aerodynamiczną GUST Project, reprezentującą Studenckie Koło Naukowe Energetyków Politechniki Łódzkiej w konkursie International Small Wind Turbine Contest 2024. Następnie omówiony zostanie algorytm stworzony do określenia wymaganej pojemności magazynów energii, zgodnie ze scenariuszem Net Zero Emissions dla Województwa Łódzkiego. |
Podstawy uczenia maszynowego z programem MATLAB |
| Przedstawienie interaktywnych skryptów opracowanych w programie MATLAB, przygotowanych jako materiały dodatkowe do wykładu z podstaw uczenia maszynowego. Celem przygotowanego oprogramowania jest pomoc w zrozumieniu działania konceptu maszyny wektorów nośnych (ang. Support Vector Machine - SVM) - zarówno pod kątem podstaw matematycznych jak i wpływu zmiany parametrów maszyny na uzyskiwane wyniki. Głównym założeniem zrealizowanych prac było przygotowanie narzędzia, które umożliwi Studentom praktyczne i interaktywne zapoznanie się ze szczegółami funkcjonowania opisywanej techniki przy zmiennych parametrach i danych wejściowych. |
Zastosowanie toolboxa Fuzzy Logic podczas zajęć z „Metod sztucznej inteligencji” na kierunkach technicznych |
| Wystąpienie dotyczy zastosowania środowiska MATLAB, ze szczególnym uwzględnieniem toolboxa Fuzzy Logic, w nauczaniu przedmiotu "Metody sztucznej inteligencji". Autor prezentuje podejście dydaktyczne oparte na zadaniu akademickim, które integruje teorię z praktyką. W ramach tego podejścia, studenci korzystają z narzędzi MATLABa do projektowania i implementacji systemów rozmytych, co umożliwia im lepsze zrozumienie teoretycznych podstaw logiki rozmytej oraz jej zastosowań w sztucznej inteligencji. |
Zastosowanie programu MATLAB do komunikacji z przyrządami pomiarowymi |
| W ramach wystąpienia przedstawione zostaną rozwiązania umożliwiające programową obsługę przyrządów pomiarowych. Wystąpienie będzie miało charakter prezentacji „na żywo”, z wykorzystaniem rzeczywistego przyrządu oraz obiektu badań, którym będzie sieć energetyczna 230 V. Omówione zostaną sposoby połączenia komputera z multimetrem cyfrowym oraz prawidłowe skonfigurowanie multimetru do zebrania danych pomiarowych dla zadanej liczby próbek i wymaganej częstotliwości próbkowania. Następnie przedstawiony zostanie sposób pobierania danych z pamięci podręcznej multimetru i zapisywania ich na dysku komputera. Wykonane zostaną również obliczenia służące do wyznaczenia wybranych parametrów zarejestrowanego przebiegu na podstawie wartości chwilowych napięcia a następnie obliczone parametry porównane zostaną z wartościami otrzymanymi z pomiarów bezpośrednich. |
Automatyczne generowanie zadań w MATLAB Grader z zakresu obliczania odkształceń kratownic metodą MES |
| Referat dotyczy tworzenia i automatyzacji zadań w MATLAB Grader związanych z analizą odkształceń kratownicy metodą elementów skończonych (MES), bez uwzględniania materiałów. Skupiono się na automatycznym generowaniu zadań, które losowo zmieniają parametry geometryczne kratownicy i warunki brzegowe, co pozwala na uzyskanie unikalnych wersji dla każdego studenta. W referacie opisano proces przygotowania tych zadań, w tym budowanie modeli MES w Matlabie oraz definiowanie równań odkształceń. System automatycznej oceny odpowiedzi umożliwia szybkie weryfikowanie wyników, co zwiększa efektywność nauczania metod numerycznych. |
Przejrzystość uczenia maszynowego - MATLAB w dydaktyce socjologii |
| Socjologia coraz uważniej przygląda się społecznym konsekwencjom ewolucji uczenia maszynowego, trudnościom w interpretacji sztucznej inteligencji, nieprzejrzystości algorytmów głębokiego uczenia maszynowego, możliwości predykcyjnego wykorzystanie algorytmów, zarządzanie nimi oraz problemom odpowiedzialnego i dozwolonego użytku. Poruszanie tych zagadnień w dydaktyce socjologii w oderwaniu od rudymentarnego zrozumienia istoty uczenia maszynowego, budowy i trenowania dużych modeli oraz czynników decydujących o jakości pozyskiwanej w wyniku ich użycia wiedzy prowadzić może do spłycenia dyskusji. Konkluzje oparte o akceptację nieprzejrzystości uczenia maszynowego i traktowania jej jako immanentnej cechy sztucznej inteligencji utrudniają rzetelną ocenę socjologiczną tego zjawiska. Jak się okazuje, MATLAB będąc nie tylko środowiskiem programistycznym, ale i dydaktycznym ułatwić może prezentację niespecjalistom informatycznym istotę działania uczenia maszynowego i wnioskowania opartego o nie. |
Proces prototypowania układu regulacji automatycznej w oparciu o modelowanie i symulację komputerową w środowisku MATLAB/Simulink |
| Agenda wystąpienia 1. Rejestracja charakterystyki skokowej obiektu regulacji. 2. Sformułowanie na podstawie rzeczonej charakterystyki modelu obiektu sterowania. 3. Dostrojenie modelu obiektu. 4. Opracowanie modelu układu regulacji w oparciu o model obiektu regulacji. 5. Analiza jakości sterowania, dobór regulatora i nastaw. 6. Test algorytmu sterowania poprzez włączenie do pętli ujemnego sprzężenia zwrotnego elementów pomiarowego i wykonawczego. 7. Utworzenie sterownika sprzętowego poprzez zaimplementowanie opracowanego algorytmu regulacji do pamięci mikrokontrolera (platforma Arduino). 8. Test rzeczywistego układu sterowania ze sterownikiem sprzętowym. |
Wielopoziomowa aplikacja wykonana w APP Designerze na przykładzie nowej wersji obrazowej bazy danych
|
| Z biegiem lat istniejąca w IBS PAN obrazowa baza danych wymagała nie tylko rozszerzenia struktury samej bazy, aby pomieścić rosnącą liczbę danych, ale również przygotowania nowej aplikacji zarządzającej rozszerzającymi się możliwościami wyszukiwania obrazów. Zmieniła się też koncepcja struktury całego systemu, ponieważ obrazy przechowywane do tej pory jako BLOBy bazodanowe zostały przeniesione do oddzielnego repozytorium plików obrazowych. W nowej wersji GUI jest sukcesywnie zamieniane na APPki o zagnieżdżonej wielopoziomowej strukturze. Wszystkie te APPki mają połączenie z bazą danych. Algorytmy opracowane i dokładnie przetestowane w poprzedniej wersji, są obecnie przepisywane na GPU. Takie obliczenia równoległe umożliwiają znacznie szybsze przetwarzanie obrazów, szczególnie tych dużych (ponad 2000x2000 pikseli). W prezentacji zostanie pokazany algorytm segmentacji kolorowej w wersji na GPU. Do tej pory były wykorzystywane mechanizmy z MATLABa R2020b, w tym roku przeszliśmy na MATLABa R2023b. |
Kompleksowy model dynamiki wewnątrzczaszkowego ciśnienia płynu mózgowo-rdzeniowego: modyfikacja modelu elektrycznego Ursino przy użyciu oprogramowania MATLAB/Simulink. |
| Przedstawione zostanie stanowisko laboratoryjne zaprojektowane i skonstruowane przez studenta podczas realizacji pracy dyplomowej. Stanowisko to służy jako praktyczny przykład wykorzystania Fuzzy Logic Toolbox w rzeczywistych aplikacjach, takich jak sterowanie i optymalizacja procesów. Dzięki połączeniu narzędzi MATLAB’a z rzeczywistym sprzętem, studenci mają możliwość przeprowadzenia eksperymentów, które ilustrują działanie systemów rozmytych w praktyce, co znacznie wzbogaca proces dydaktyczny. Podejście takie nie tylko ułatwia przyswajanie wiedzy, ale także rozwija umiejętności praktyczne studentów w zakresie projektowania inteligentnych systemów sterowania. |
MATLAB - zastosowanie w neuroscience |
| Obrazowanie MRI, w tym Perfusion Weighted Imaging (PWI), Diffusion Weighted Imaging (DWI) oraz traktografia, odgrywa kluczową rolę w badaniach neuroscience, dostarczając szczegółowych informacji na temat struktury i funkcji mózgu. MATLAB, z szerokimi możliwościami analizy obrazów, jest często wykorzystywany równolegle z innymi specjalistycznymi programami, takimi jak SPM (Statistical Parametric Mapping), FSL (FMRIB Software Library), ANTs (Advanced Normalization Tools) oraz AFNI (Analysis of Functional NeuroImages), aby zapewnić kompleksową analizę danych obrazowych. Podczas prezentacji zostaną omówione zaawansowane techniki przetwarzania obrazów PWI, które umożliwiają ocenę perfuzji mózgowej i dynamiki naczyniowej, a także analiza obrazów DWI do mapowania mikrostruktury mózgu oraz wykrywania uszkodzeń tkanki. MATLAB, w połączeniu z SPM i FSL, pozwala na szczegółowe modelowanie zmian funkcjonalnych i strukturalnych w mózgu, w tym wyznaczanie wskaźników dyfuzji, takich jak ADC i FA, które są kluczowe dla analizy dyfuzji w mózgu. Dodatkowo, traktografia z MATLAB umożliwia rekonstrukcję szlaków neuronalnych z danych DWI, co ma zastosowanie w badaniach nad plastycznością neuronalną i chorobami neurodegeneracyjnymi. Przykłady wykorzystania MATLAB w Laboratorium Obrazowania CDT-CARD pokazują, jak integracja tego oprogramowania z innymi narzędziami, takimi jak SPM, ANTs i AFNI, przyspiesza proces analizy obrazów i umożliwia lepsze zrozumienie złożonych mechanizmów funkcjonowania mózgu w badaniach neuroscience. |
Modelowanie i wyznaczanie osiągów silników turbinowych z wykorzystaniem środowiska MATLAB |
| W wystąpieniu zostanie przedstawione podejście wykorzystane w zakresie tworzenia modeli do obliczeń temogazodynamicznych silników turbinowych z wykorzystaniem bloków funkcjonalnych zespołów składowych silnika turbinowego. Poszczególne zespoły silnika o podbnych cechach funkcjonalnych są modelowane poprzez indywidualne bloki np. wentylator, sprężarka wysokiego czy niskiego ciśnienia są zamodelowane tym samym blokiem sprężarki przygotowanym w postaci m_funkcji, a różnicujace je właściwości w postaci sprężu, wydatku, czy sparwności są dodawane poptrzez mapy charakterystyk zaczytywanych indywidualnie dla każdego bloku. |
Projekt wirtualnej hamowni zrealizowany w środowisku MATLAB/Simulink do walidacji w czasie rzeczywistym energoelektronicznych układów napędowych |
| W prezentacji zostanie przedstawiony proces budowy modelu symulacyjnego sprzęgu dwóch silników elektrycznych, gdzie jeden pełni rolę napędu, a drugi generuje moment hamujący. Silniki są zasilane z dwóch trójfazowych falowników napięcia VFD (Variable Frequency Drives). Cały układ został zrealizowany w środowisku MATLAB/Simulink, a następnie przekompilowany do kodu C i uruchomiony na symulatorze HiL. Do generacji sygnałów sterujących PWM wykorzystano rzeczywiste układy sterowania wyrzkoszystywane w falownikach przemysłowych serii PowerFlex755TS firmy Rockwell Automation. W prezentacji zostaną zaprezentowane wybrane wyniki symulacji oraz omówiona zostanie przydatność takiego podejścia projektowego w kontekście projektowania przemienników częstotliwości, ich układów sterowania oraz rozwiązań aplikacyjnych. |
Jeśli chcesz spawdzić tematykę zeszłorocznej edycji i obejrzeć materiały to wejdź na stronę: