Fot. 1. Dr inż. Robert Kosturek przy stanowisku badawczym.
Fot. 1. dr inż. Robert Kosturek
 

Naukowcy Wojskowej Akademii Technicznej doskonalą metodę wytwarzania połączeń bimetalicznych typu aluminium-stal. Zastosowanie nowatorskiej techniki zgrzewania tarciowego z przemieszaniem pozwala zredukować masę komponentów maszyn przy zachowaniu ich wysokiej nośności. Badania prowadzone wspólnie z naukowcami z Politechniki Bydgoskiej spełniają oczekiwania przemysłu, ponieważ umożliwiają zmniejszenie masy elementów pojazdów szynowych, a tym samym kosztów transportu.

Współcześnie, jedną z najbardziej innowacyjnych technik spajania materiałów konstrukcyjnych jest technika zgrzewania tarciowego z przemieszaniem FSW (ang. friction stir welding), której opracowanie w Wielkiej Brytanii w 1991 roku stanowiło istotny przełom w zakresie łączenia stopów aluminium.

„W technice FSW, realizacja połączenia możliwa jest dzięki ciepłu generowanemu przez tarcie specjalnego narzędzia o materiał, wynikiem którego lokalnego doprowadzenia materiałów do stanu „ciastowatości” i ich przemieszanie. Ponieważ sam proces zachodzi w stanie stałym, ponieważ łączony materiał nie ulega stopieniu, a jedynie uplastycznieniu, eliminuje to szereg problemów, m.in. ryzyko pękania połączeń podczas krzepnięcia czy występowanie porów w złączu” – mówi dr inż. Robert Kosturek z Wydziału Inżynierii Mechanicznej WAT.

Poza klasycznym wykorzystaniem techniki FSW do realizacji połączeń spójnościowych stopów aluminium, w ostatnich latach, coraz większą uwagę przykuwa możliwość wytwarzania połączeń bimetalicznych typu aluminium-stal. Jest to dość skomplikowany technologicznie wariant procesu FSW, w którym lokalnie uplastyczniany jest głównie element aluminiowy, a stalowy jedynie w  niewielkim stopniu.

Wspólną inicjatywą Instytutu Robotów i Konstrukcji Maszyn Wydziału Inżynierii Mechanicznej WAT oraz Wydziału Inżynierii Mechanicznej Politechniki Bydgoskiej, zostały podjęte badania nad wytwarzaniem bimetalicznych profili zamkniętych typu aluminium-stal. Uzyskiwane są one w wyniku zgrzewania techniką FSW ceowników aluminiowych z ceownikami stalowymi (fot. 2).

„Realizacja takiego połączenia przy wykorzystaniu tradycyjnych procesów spawalniczych jest dość problematyczna z uwagi na znaczne różnice w temperaturach topnienia stali i aluminium oraz przez tworzenie się kruchych związków intermetalicznych, które w sposób znaczący redukują wytrzymałość rozpatrywanego połączenia spójnościowego” – wyjaśnia naukowiec.

Przykładowe elementy bimetaliczne uzyskane techniką FSW zostały przedstawione poniżej (fot. 3).

Potencjalnym zastosowaniem tego rodzaju produktów może być produkcja pojazdów szynowych, gdzie zwiększenie udziału aluminium w konstrukcji kosztem stali pozwoli na zredukowanie masy pojazdu.

„Warto nadmienić, że technika FSW jest szeroko stosowana już dzisiaj w przemyśle motoryzacyjnym do wykonania połączeń elementów aluminiowych, przez firmy takie jak Mazda czy Audi. Mazda była zresztą pierwszą firmą, która opracowała technikę punktowego zgrzewania elementów stalowych i aluminiowych wykorzystując metodę FSW” – mówi dr Kosturek.

W ścisłej współpracy z WAT realizowane są na Politechnice Bydgoskiej dwa doktoraty koncentrujące się na badaniu właściwości mechanicznych wytwarzanych złączy bimetalicznych:

  • „Analiza odporności na pękanie zgrzewanych tarciowo metodą FSW połączeń S355/AA6061”, doktorant: mgr inż. Wojciech Ziółkowski, promotor: prof. dr hab. inż. Dariusz Boroński, promotor pomocniczy: dr inż. Robert Kosturek,
  • „Modelowanie trwałości zmęczeniowej stalowo-aluminiowych profili zgrzewanych tarciowo metodą FSW”, doktorant: mgr inż. Radosław Stachowiak, promotor 1: prof. dr hab. inż. Dariusz Boroński, promotor 2: prof. dr hab. inż. Lucjan Śnieżek.

„Współpraca pomiędzy jednostkami przyniosła już pierwsze plony w postaci opracowania oprzyrządowania do wykonywania próbek płaskich i profili zamkniętych oraz optymalizację parametrów procesu spajania. Część wyników badań została opublikowana w pracy „Mechanical properties and microstructure of dissimilar S355/AA6061-T6 FSW butt joints” – mówi dr inż. Robert Kosturek.

Publikacja dotyczy przede wszystkim wpływu parametrów procesu FSW na wytrzymałość uzyskanych połączeń, co pozwoliło na dobór optymalnego zestawu parametrów do dalszych badań. Docelowo, otrzymane połączenia będą badane pod kątem wytrzymałości zmęczeniowej i odporności na pękanie, co pozwoli na ocenę czy rozpatrywane wyroby bimetaliczne mogą stanowić elementy konstrukcji nośnych, poddawanych oddziaływaniu obciążeń zmiennych.

Wyniki badań ukazały się w czasopiśmie „Materials” w artykule „Mechanical Properties and Microstructure of Dissimilar S355/AA6061-T6 FSW Butt Joints”. Współautorami artykułu są: dr inż. Robert Kosturek i prof. dr hab. inż. Lucjan Śnieżek z Wydziału Inżynierii Mechanicznej WAT oraz mgr inż. Wojciech Ziółkowski, prof. dr hab. inż. Dariusz Boroński, dr inż. Andrzej Skibicki i mgr inż. Radosław Stachowiak z Wydziału Inżynierii Mechanicznej Politechniki Bydgoskiej.

Artykuł otrzymał 140 punktów, wskaźnik cytowań dla czasopisma „Materials” (IF) to 3.4.

oprac. Marcin Wrzos
fot. Mariusz Maciejewski

Fot. 2. Zgrzewanie techniką FSW ceowników aluminiowych z ceownikami stalowymi .

Fot. 2. Zgrzewanie techniką FSW ceowników aluminiowych z ceownikami stalowymi

Fot. 3. Przykładowe elementy bimetaliczne uzyskane techniką FSW.

Fot. 3. Przykładowe elementy bimetaliczne uzyskane techniką FSW

Fot. 4. Nowatorska technika zgrzewania tarciowego z przemieszaniem.

Fot. 4. Nowatorska technika zgrzewania tarciowego z przemieszaniem

Fot. 5. Nowatorska technika zgrzewania tarciowego z przemieszaniem.

Fot. 5. Nowatorska technika zgrzewania tarciowego z przemieszaniem

Fot. 1. Innowacyjny sposób modelowania ruchu drogowego - grafika systemu - Poszczególne etapy gromadzenia, przetwarzania i walidacji danych.
Fot. 1. Etapy gromadzenia, przetwarzania i walidacji danych
 

Naukowcy WAT zaprojektowali innowacyjny sposób modelowania ruchu drogowego. Do przewidywania czasu przejazdu zaproponowali model sztucznej inteligencji (AI). Wdrożenie tego podejścia w systemach zarządzania ruchem znacząco poprawi jakość podróżowania. Wyniki badań opisali w czasopiśmie „Expert Systems With Applications”. Biorąc pod uwagę indeks Impact Factor, praca jest jedną z najlepszych publikacji o transporcie, jaka została opublikowana przez polskich naukowców.

Na całym świecie regularnie zwiększa się liczba użytkowników dróg. Rosnąca liczba pojazdów i nienadążająca za tym rozbudowa infrastruktury drogowej wpływają na zwiększenie obciążenia na odcinkach dróg, zwłaszcza na obszarach silnie zurbanizowanych. W odpowiedzi na te wyzwania naukowcy Wojskowej Akademii Technicznej opracowali innowacyjne rozwiązania technologiczne, które spełniają oczekiwania kierowców.

„Modelowanie ruchu drogowego stanowi duże wyzwanie ze względu na złożoną naturę systemów drogowych oraz częste interakcje między użytkownikami dróg. Wyzwaniem badawczym jest właściwe opisanie tego zjawiska i uwzględnienie szerokiej gamy czynników, które przyczyniają się do powstawania zatorów drogowych” – mówi kpt. dr inż. Igor Betkier z Wydziału Bezpieczeństwa, Logistyki i Zarządzania WAT.

Artykuł A novel approach to traffic modelling based on road parameters, weather conditions and GPS data using feedforward neural networks przedstawia innowacyjny sposób modelowania ruchu drogowego w sieci transportowej i zawiera opis modelu predykcyjnego z użyciem sieci neuronowej Multilayer Perceptron.

Wyniki badań kpt. dr. inż. Igora Betkiera oraz kpt. mgr inż. Mateusza Oszczypały z Wydziału Inżynierii Mechanicznej WAT zostały opublikowane w czasopiśmie „Expert Systems With Application” wydawnictwa Elsevier. Opracowane rozwiązanie uwzględnia szerokie spectrum czynników, określonych w literaturze jako sprzyjające zjawisku kongestii (zwiększenia natężenia ruchu drogowego), a tym samym obniżeniu prędkości pojazdów w sieci transportowej.

Realizacja projektu rozpoczęła się od modelowania matematycznego, podczas którego dokonano identyfikacji 38 kluczowych parametrów, które determinuje sformułowany parametr traffic factor, będący stosunkiem średniej aktualnej prędkości pojazdu przemieszczającego się pomiędzy dwoma węzłami transportowymi do średniego historycznego czasu przejazdu pomiędzy nimi.

Poszczególne etapy gromadzenia, przetwarzania i walidacji danych w ramach niniejszego projektu, zostały zaprezentowane na Fot. 1.

Etap 1

Sieć transportowa, w oparciu o którą przygotowano bazę danych dla sieci neuronowej, składała się z 462 węzłów oraz 602 połączeń, będących dokładnym odwzorowaniem sieci dróg krajowych województwa mazowieckiego. Struktura ta została zbudowana na podstawie danych pozyskanych z Generalnej Dyrekcji Dróg Krajowych i Autostrad (instytucji zarządzającej), w oparciu o platformę Neo4j umożliwiającą tworzenie struktur danych na bazie grafu skierowanego.

Etap 2

Na tym etapie zaprogramowano webserwis w języku Python, który dokonywał pobierania danych z usługi Distance Matrix API serwisu Google Maps od 25 maja do 22 czerwca 2022 roku z interwałem dwugodzinnym. Aplikacja pobierała wartość parametrów traffic factor dla poszczególnych połączeń transportowych. Ponadto na bazie współrzędnych geograficznych węzłów początkowego i końcowego dla poszczególnych połączeń, określono współrzędne geograficzne punktu leżącego w połowie odległości pomiędzy tymi węzłami. Przyjęta konwencja miała na celu określenie punktu, do którego zostanie przypisany kod pocztowy lub nazwa miejscowości, w oparciu o co możliwe będzie m.in. określenie parametru gęstości zaludnienia dla właściwej gminy.

Etap 3

W etapie 3 wykorzystano przypisane do poszczególnych rekordów kody pocztowe lub jednostki terytorialne i przy pomocy autorskiego webserwisu stworzonego w oparciu o język Python, przeszukano bazę danych Poczty Polskiej. Rekordom, w których znajdował się kod pocztowy, przypisano nazwę gminy, dla której był właściwy.

Etap 4

W etapie 4 kody pocztowe oraz nazwy jednostek terytorialnych zostały porównane z bazą danych GUS zawierającą informację o gęstości zaludnienia dla poszczególnych gmin.

Etap 5

W etapie 5 rekordy bazy danych uzupełniono o warunki atmosferyczne występujące w chwili pomiaru parametru traffic factor. By było to możliwe, zaprogramowano webserwis w języku Python, który dla parametrów wejściowych – współrzędnych geograficznych punktu leżącego w  połowie odcinka drogowego oraz chwili pomiaru parametru traffic factor, pobierał wybrane elementy ze zwróconej przez serwer portalu www.timeanddate.com odpowiedzi.

Etap 6

W etapie 6 rekordy bazy danych uzupełniono o zdarzenia drogowe. W tym celu zaprogramowano webserwis w języku Python, który dokonywał analizy raportowanych utrudnień udostępnianych w serwisie Generalnej Dyrekcji Dróg Krajowych i  Autostrad. W przypadku pojawienia się utrudnienia drogowego w województwie mazowieckim, aplikacja dokonywała jego skojarzenia z właściwymi rekordami na podstawie numeru i  pikietażu drogi, na którym ono wystąpiło.

Etap 7

W ostatnim etapie dokonano przeglądu parametrów traffic factor, przyjmując konwencję road-after-road. Każde z połączeń w bazie danych zostało sprawdzone pod kątem poprawności danych. Na tym etapie odrzucono odcinki drogowe, dla których oceniono, że parametr traffic factor został oszacowany błędnie.

Ostateczna baza danych zawierała 41945 rekordów w pełni skompletowanych wartości zmiennych wejściowych.

Po przygotowaniu bazy danych, rozpoczął się etap projektowania sieci neuronowej. Naukowcy zaproponowali uniwersalną sieć Feedforward Neural Network (FNN) w postaci modelu Mutlilayer Perceptron (MLP) 38-10-1, która została wytrenowana przy wykorzystaniu algorytmu Levenberga-Marquardta, gdzie neuronom warstwy wejściowej przekazywany był wektor wartości wejściowych odpowiadający typom i właściwościom technicznym drogi, porze dnia, dniom tygodnia, występowaniu incydentów, warunkom atmosferycznym czy gęstości zaludnienia obszaru. W badaniach uzyskano satysfakcjonujący poziom średniego bezwzględnego błędu procentowego dla zbioru testowego (9.12%) oraz innych metryk.

„Ponadto podjęliśmy próbę opracowania wyspecjalizowanych modeli odnoszących się do czterech typów dróg krajowych: autostrad (A), dróg ekspresowych (S), dróg głównych ruchu przyspieszonego (GP) oraz dróg głównych (G). Rezultaty modeli MLP 34-10-1 oraz MLP 38-10-1 są znacząco lepsze od dotychczasowych modeli prezentowanych w literaturze naukowej. Podejście zaprezentowane w procesie gromadzenia, przetwarzania i walidacji danych może zostać zaimplementowane w ramach inteligentnego systemu transportowego (ITS) w kategorii inteligentnych systemów zarządzania ruchem oraz w ramach rozwiązań z obszaru inteligentnej infrastruktury, z uwagi na wysoką skalowalność i użycie wyspecjalizowanych serwisów internetowych” – zapewnia kpt. dr inż. Igor Betkier.

Praca rozszerza obszary związane ze sztuczną inteligencją, w tym aspekty inteligentnej infrastruktury i inteligentnych systemów transportowych (ITS). Expert Systems With Applications jest czasopismem zajmującym 28 miejsce na świecie wśród 3111 czasopism indeksowanych w kategorii inżynieria według wskaźnika H index w rankingu Scimago (H index – 249). Tym samym artykuł jest jedną z najlepszych publikacji (pod względem indeksu Impact Factor, który dla tego czasopisma wynosi 8.5/punkty MEiN: 200) w obszarze transportu jaka została opublikowana przez polskich naukowców w ciągu ostatnich kilku lat. Publikacja powstała w ramach realizacji przez kpt. dr. inż. Igora Betkiera projektu MINIATURA-5, dofinansowanego przez Narodowe Centrum Nauki.

Marcin Wrzos

Fot. 2. Innowacyjny sposób modelowania ruchu drogowego - grafika systemu..
Fot. 2. Sieć neuronowa – Feedforward Neural Network (FNN) – w postaci modelu Mutlilayer Perceptron (MLP) 38-10-1


Fot. 1. Baner informacyjny o studiach angielskich
Fot. 1. Plakat informacyjny
W Wojskowej Akademii Technicznej do 1 lutego 2024 r. trwa rekrutacja na studia II stopnia, prowadzone w języku angielskim, rozpoczynające się od semestru letniego 2023/2024. Studia adresowane są do obywateli polskich i cudzoziemców. Kandydaci powinni potwierdzić odpowiednim certyfikatem znajomość języka angielskiego na poziomie minimum B2.

Uwzględniając wymagania współczesnego rynku pracy oraz rosnące zapotrzebowanie na specjalistów posługujących się językiem angielskim, w ofercie kształcenia Wojskowej Akademii Technicznej znalazło się siedem kierunków studiów w języku angielskim.

Rekrutacja na studia II stopnia w języku angielskim obejmuje kierunki:

  • Chemistry (Chemia);
  • Data science (Analiza danych);
  • Electronics and Telecommunications (Elektronika i telekomunikacja);
  • Geodesy and Geoinformatics (Geodezja i geinformatyka);
  • Materials Engineering (Inżynieria materiałowa);
  • Mechanical Engineering (Mechanika i budowa maszyn);
  • Optoelectronic (Optoelektronika).

 

WAŻNE INFORMACJE

Rejestracja na studia odbywa się za pośrednictwem Internetowej Rejestracji Kandydatów (IRK). Należy wybrać zakładkę Studies in English.

Termin składania dokumentów – do 1 lutego 2024 r.

Po zarejestrowaniu w systemie internetowym IRK należy dostarczyć do uczelni osobiście, poprzez upoważnioną
osobę lub pocztą:

  • wydrukowaną z systemu ankietę osobową kandydata na studia drugiego stopnia,
  • kserokopię dyplomu ukończenia studiów wyższych – oryginał do wglądu (w wyjątkowych przypadkach, na etapie rejestracji, może być zaświadczenie o ukończeniu studiów z podaniem wyniku ukończenia),
  • dokument potwierdzający przebieg dotychczasowych studiów: suplement, indeks lub karta przebiegu studiów,
  • ewentualnie inne dokumenty potwierdzające posiadane kompetencje.

 

W przypadku dokumentów zagranicznych należy dostarczyć:

  • wydrukowaną z systemu ankietę osobową kandydata na studia drugiego stopnia,
  • dyplom zagraniczny opatrzony apostille wraz z suplementem lub inny dokument ukończenia studiów wyższych za granicą, uprawniający do ubiegania się o przyjęcie na studia drugiego stopnia w kraju, w którym został wydany (oryginał),
  • tłumaczenie dyplomu oraz suplementu na język polski przez tłumacza przysięgłego wpisanego na listę tłumaczy Ministerstwa Sprawiedliwości (oryginał),
  • certyfikat potwierdzający znajomość języka angielskiego co najmniej na poziomie B2 (oryginał),
  • kopię paszportu lub innego urzędowego dokumentu tożsamości (oryginał do wglądu).

Więcej informacji na temat rekrutacji znajduje się na stronie WAT oraz w Internetowej Rejestracji Kandydatów (IRK).

Fot. 1. Przemawia Pan dr hab. inż. Jerzy Jackowski, prof. WAT (na zdjęciu Pan prof. Jerzy Jackowski stoi przemawiając na tle ekranu, obok, po prawej Pan prof. Małachowski).
Fot. 1. Prof. dr hab. inż. Jerzy Małachowski i dr hab. inż. Jerzy Jackowski, prof. WAT

W dniu 20.12.2023 r. podczas posiedzenia Rady Dyscypliny Wydziału Inżynierii Mechanicznej oraz Wydziału Mechatroniki Uzbrojenia i Lotnictwa WAT, pan prof. dr hab. inż. Jerzy Małachowski, Dziekan Wydziału Inżynierii Mechanicznej i Przewodniczący Rady Dyscypliny oraz pan dr hab. inż. Jerzy Jackowski, prof. WAT, Dyrektor Instytutu Pojazdów i Transportu WIM oraz Kierownik Centrum Wiedzy o Dostępności WAT wręczyli nagrody rzeczowe podchorążym – wolontariuszom, którzy podczas I. ogólnopolskiej Konferencji naukowo-szkoleniowej pn. „Mobilność osób o szczególnych potrzebach” (Klub WAT, 26-27.10.2023 r.) pomagali organizatorom Konferencji przy asystowaniu i wspomaganiu osób o szczególnych potrzebach, uczestników Konferencji.

Panowie:

  1. sierż. pchor. Kajetan Płachta
  2. kpr. pchor. Oskar Glegoła
  3. kpr. pchor. Jacek Barczyński
  4. st. kpr. pchor. Patryk Maciuk
  5. sierż. pchor. Norbert Siczek
  6. kpr. pchor. Jacek Zmyslony
  7. kpr. pchor. Michał Kasperowicz
  8. kpr. pchor. Hubert Jankowski
  9. szer. pchor. Paweł Kolasa

za nienaganną postawę, empatię, gotowość pomocy i wsparcia dla osób tego potrzebujących otrzymali nagrody rzeczowe w postaci tabletów, ufundowanych ze środków Centrum Wiedzy o Dostępności WAT (dotacja z Europejskiego Funduszu Społecznego w ramach Programu Operacyjnego Wiedza Edukacja Rozwój).

Fot. 2. Podchorążowie-wolontariusze w oczekiwaniu na wręczenie nagród (na zdjęciu widać podchorążych, ubranych w mundury wyjściowe, siedzących wśród członków Rady Dyscypliny WIM i WML słuchających przemówienia prof. J. Małachowskiego i prof. J. Jackowskiego, oczekujących na moment wręczenia nagród).
Fot. 2. Członkowie Rady Dyscypliny oraz nagrodzeni podchorążowie

Fot. 3. Prof. Jerzy Jackowski i sierż. pchor. Kajetan Płachta po odebraniu nagrody (na zdjęciu widać stojących obok siebie prof. Jerzego Jackowskiego (po lewej) i sierż. pchor. Kajetana Płachtę (po prawej) po odebraniu nagrody).
Fot. 3. dr hab. inż. Jerzy Jackowski, prof. WAT i sierż. pchor. Kajetan Płachta

Fot. 4. Panowie prof. J. Małachowski i prof. J. Jackowski wręczają nagrodę kolejnemu podchorążemu (na zdjęciu od lewej prof. Jerzy Małachowski asystuje przy wręczaniu nagrody, dalej prof. Jerzy Jackowski ściska rękę podchorążemu, który odbiera nagrodę).
Fot. 4. Prof. dr hab. inż. Jerzy Małachowski, dr hab. inż. Jerzy Jackowski, prof. WAT i nagrodzony podchorąży

Fot. 5. Pan prof. J. Małachowski wręcza nagrodę kolejnemu podchorążemu (na zdjęciu od lewej: podchorąży odbiera z rąk Dziekana, Pana prof. J. Małachowskiego nagrodę, pierwszy z prawej stoi prof. J. Jackowski).
Fot. 5. Prof. dr hab. inż. Jerzy Małachowski, dr hab. inż. Jerzy Jackowski, prof. WAT i nagrodzony podchorąży