Popis studijního programu

Garant studijního programu: prof. Ing. Tomáš Vyhlídal, Ph.D.

Doktorský studijní program „Řízení strojů a procesů“ vychází z potřeb budoucích zaměstnavatelů a jejich poptávky po vysoce kvalifikovaných odbornících zejména v oborech zaměřených na pokročilé řízení strojů, průmyslových systémů a procesů, energetických soustav, procesů environmentálních biotechnologií, dále pak na komunikaci, zpracování dat a řízení v průmyslových systémech s využitím moderních metod umělé a výpočetní inteligence.

Koncepce studia je zaměřena na vědecké bádání a samostatnou tvůrčí činnost zohledňující silné mezioborové vazby v dané oblasti moderního strojního inženýrství. Studentům programu budou poskytnuty znalosti v progresivních oblastech matematického modelování, teorie řízení, řízení projektů, výpočetních a optimalizačních postupech a metodách umělé inteligence.

Tento doktorský studijní program reaguje na potřebu výchovy odborníků, kteří jsou schopni chápat a vyvíjet stále komplexnější systémy monitorování, řízení a zpracování dat napříč všemi oblastmi průmyslu (strojírenství, energetika, biotechnologie, zpracovatelský průmysl, kosmické technologie). Tato komplexnost narůstá díky stále větší integraci dodavatelsko-odběratelských řetězců, masivnímu rozvoji automatizace a robotizace jednotlivých procesů a jejich stále většímu provázání směřujícímu k vytváření autonomních výrobních systémů, které jsou schopné díky pokročilým senzorům adaptivně řídit a optimalizovat jednotlivé výrobní procesy v reálném čase. Dalším důležitým momentem, na který je nutné v rámci vzdělávání reagovat, je nástup celé řady nových výrobních technologií včetně např. aditivních a zavadění konceptů Průmyslu 4.0, jejichž špičkové osvojení a schopnost jejich dalšího vývoje na základně vlastního výzkumu je nutným předpokladem pro jejich možnou následnou integraci v rámci inteligentních výrobních systémů, moderní informatice a kybernetice. 

Cílem doktorského studijního programu je nejen vychovávat odborníky, kteří jsou těmito znalostmi vybaveni, ale v rámci výzkumu a vývoje jsou schopni nové originální výsledky vytvářet a následně je komercionalizovat v praxi.

Profil absolventa

Absolventi programu „Řízení strojů a procesů“ jsou schopni realizovat vývoj, výzkum a následný transfer interdisciplinárních poznatků z pozic výzkumných a vedoucích pracovníků v oblastech aplikace systémů automatického řízení, umělé inteligence a průmyslové informatiky. Tematicky sem patří především návrh řízení mechanických, mechatronických, dopravních, energetických či chemických celků nebo systémů řízení vnitřního prostředí budov. Absolventi programu budou taktéž připraveni se podílet na řešení společenských výzev, jakými jsou ochrana životního prostředí jak formou vývoje nových technologií šetrných k přírodě tak optimalizací stávajících technologií minimalizujících míru ekologické zátěže. S tím souvisí i připravenost absolventů přispět k vývoji systémů řízení elektromobilů i (polo)autonomních vozů.  

Absolvent doktorského studia má nejen hluboké teoretické znalosti využitelné při řešení těch nejnáročnějších výzkumných úkolů, ale i praktické zkušenosti s nejmodernějšími experimentálními a diagnostickými metodami a poloprovozními i provozními zařízeními na špičkové světové úrovni. Tím je připraven nejen teoreticky řešit složité úlohy při vývoji systémů řízení a zpracování dat, ale též své závěry experimentálně ověřit počínaje návrhem experimentálního zařízení přes jeho realizaci až po vyhodnocení a zobecnění získaných výsledků. Vzhledem k složitosti nejmodernějších technologií, na které se zaměřuje výchova studentů, je kladen důraz nejen na posílení mezioborových vazeb v rámci vlastního doktorského studijního programu, ale i na posílení interdisciplinárních vazeb na úrovni příbuzných oborů. Absolvent je schopen na základě těchto znalostí komplexně řešit, objektivně hodnotit a formulovat dosažené původní výsledky zadaného vědecko-výzkumného úkolu, včetně jejich mezinárodní prezentace nebo realizace, a to i s přihlédnutím k jejich duševní ochraně. Takto vybavení absolventi najdou uplatnění jak v oblasti průmyslového výzkumu a vývoje, projektování a zavádění nových technologií a řízení složitých průmyslových systémů, tak i v akademické sféře a v dalších institucích zabývajících se vědou, výzkumem, vývojem a inovacemi v tuzemském i mezinárodním měřítku.

Podmínky k přijetí ke studiu

• Základní podmínkou přijetí ke studiu je dosažení vysokoškolského vzdělání v magisterském studijním programu souvisejícího s tématem disertační práce.
• Podání řádně vyplněné přihlášky v určeném termínu a předepsaným způsobem.
• Předložení originálu dokladu o ukončeném vysokoškolském vzdělání (tj. diplom a dodatek k diplomu) nebo jeho ověřené kopie na Oddělení pro vědu a výzkum Fakulty strojní ČVUT.
• Přijímací zkouška je realizována ústní formou, zpravidla ze tří předmětů zvolených tak, aby uchazeč prokázal znalosti teoretických základů doktorského studijního programu. Součástí zkoušky je také ústní ověření dosavadních odborných aktivit, aktuálního stavu znalostí jazyků a orientace v oblasti zvoleného tématu disertační práce. Kritériem pro přijetí je konsensus členů zkušební komise o tom, zda má uchazeč předpoklady k úspěšnému absolvování studia a vypracování disertační práce. V případě více uchazečů o jedno vypsané téma určí komise pořadí a doporučí do studia uchazeče, který se umístil na prvním místě. Při přijímací zkoušce má dle SZŘ školitel právo veta na rozhodnutí o přijetí uchazečů ke studiu na jím navržené téma.

Rámcová témata

Odbor automatického řízení (12137)

prof. Ing. Tomáš Vyhlídal, Ph.D.

• Algoritmy s dopravním zpožděním pro optimalizované vícerozměrné hltiče vibrací
• Analýza rizik a řízená úprava prostředí v hradech, zámcích a muzeích
• Návrh řízení pro flexibilní mechanické systémy a robotické struktury
• Regulátory a kompenzátory pro řízení systémů s dopravním zpožděním
• Tlumení oscilací a vibrací pomocí algoritmů s dopravním zpožděním
• Využití metod strojového učení v návrhu řízení komplexních systémů

doc. Ing. Jaromír Fišer, Ph.D.

• Nelineární řízení distribuovaných systémů v čase spojité (backstepping) a nespojité (sliding)
• Užití teorie podobnosti pro věrohodné modelování průmyslových procesů a jejich řízení/odhadu

prof. Ing. Milan Hofreiter, CSc.

• Prediktivní řízení nelineárních systémů
• Reléová identifikace technologických procesů

Odbor elektrotechniky (12114)

doc. Ing. Martin Novák, Ph.D.

• Pokročilé metody řízení vysokorychlostních elektrických strojů
• Pokročilé řízení aktivního magnetického ložiska pro vysokorychlostní elektrické stroje
• Řízení vysokorychlostních elektrických strojů pro autonomní prostředky
• 3D tisk elektrických strojů

doc. Ing. Jan Chyský, CSc.

• Nové metody pro modelování a řízení elektrických pohonů
• Řízení potravinářské technologie s požadavkem na přesné dodržení pasterační teploty

prof. Ing. Jaroslav Novák, CSc.

• Analýza struktur, dimenzování a řízení bezemisních trakčních systémů
• Metody a prostředky ke snižování energetické náročnosti v regulovaných elektrických pohonech

Odbor přesné mechaniky a optiky (12136)

prof. Ing. Jan Hošek, Ph.D.

• Automatizace justáže optických přístrojů
• Identifikace pracovních podmínek při elektroerozivním obrábění
• Řízení foliových optických systémů

Další

doc. Ing. Ivo Bukovský, Ph.D. (12131)

• Fyzikálně informované algoritmy strojového učení v průmyslových aplikacích
• Vysvětlitelné neuronové sítě pro systémy s více vstupy a výstupy

prof. Ing. Michael Valášek, DrSc. (12131)

• Digitální dvojče inženýrského návrhu
• Klouzavé řízení systémů s více klouzajícími plochami
• Optimální řízení spotřeby energie robotem z baterie
• Stavově derivační Kálmánův filtr
• Vlnové řízení systémů s nedostatkem pohonů a distribuovaných systémů
• Znalostní podpora inženýrského navrhování

prof. RNDr. Gejza Dohnal, CSc. (12101)

• Modely optimální údržby s využitím bayesovských metod
• Smíšené modely extrémních hodnot pro detekci změny v chování procesu

prof. Ing. Zbyněk Šika, Ph.D. (12131)

• Pokročilé metody řízení pro aktivní a poloaktivní snižování vibrací obráběcích strojů
• Pokročilé metody řízení pro aktivní a poloaktivní snižování vibrací podvozků vozidel
• Prediktivní řízení poddajných robotických struktur

doc. Ing. Petr Kadera, Ph.D. (CIIRC ve spolupráci s 12137)

• Metody strojového učení pro řízení kvality výroby
• Metody pro společný návrh výrobku a výrobního systému
• Metody pro automatizaci distribuovaných a rekonfigurovatelných průmyslových systémů