Poniżej przedstawiamy prace dyplomowe realizowane w semestrze letnim 2024/2025. O innych pracach można przeczytać w zakładce: Projekty ->  Zrealizowane projekty.

Analiza danych z układu elektronicznego do inteligentnego nawadniania gleby
- Autor: mgr inż. Karol Syćko
- Promotor: dr inż. Milena Kiliszkiewicz

W pracy magisterskiej podjęto się zaprojektowania, implementacji oraz weryfikacji inteligentnego systemu do automatycznego nawadniania gleby, opartego na energooszczędnych systemach mikroprocesorowych komunikujących się bezprzewodowo za pomocą toru radiowego. Celem projektu było stworzenie alternatywy dla dostępnych na rynku komercyjnych rozwiązań, które najczęściej działają według sztywnych harmonogramów podlewania, niezależnych od aktualnych warunków środowiskowych.
Opracowany system składa się z jednostki centralnej, zarządzającej procesem nawadniania, oraz z rozproszonych układów sensorowych wyposażonych w czujniki środowiskowe. Ich zadaniem jest akwizycja danych dotyczących m.in. wilgotności gleby i temperatury, a następnie bezprzewodowe przesyłanie tych informacji do jednostki centralnej, która na tej podstawie podejmuje decyzje o podlewaniu. Całość zaprojektowano z myślą o maksymalnej efektywności energetycznej i oszczędnym gospodarowaniu wodą.

Badanie sprawności oraz emisji zakłóceń elektromagnetycznych bateryjnego układu napędowego pojazdów RC
- Autor: mgr inż. Michał Dynak
- Promotor: dr inż. Milena Kiliszkiewicz

W pracy magisterskiej podjęto się zaprojektowania, budowy oraz analizy sprawności energetycznej i emisji zakłóceń elektromagnetycznych niskonapięciowego, bateryjnego układu napędowego przeznaczonego do modelu pojazdu RC w skali 1:10. Opracowany system bazował na dwóch różnych technologiach tranzystorowych: GaN-MOSFET oraz Si-MOSFET, co umożliwiło porównanie ich właściwości w rzeczywistych warunkach pracy.
W ramach projektu zaprojektowano i wykonano trójfazowy falownik współpracujący z silnikiem BLDC. Układ został zmontowany, zaprogramowany oraz przetestowany pod kątem sprawności i zakłóceń elektromagnetycznych. Badania wykazały, że przy niskim obciążeniu (1 Ω) układ charakteryzuje się stałą sprawnością wynoszącą około η = 0,26. W przypadku większego obciążenia (4,7 Ω), sprawność zmieniała się w zależności od prędkości obrotowej silnika – od η = 0,21 przy 5000 obr./min do η = 0,03 przy 11000 obr./min.
W części badawczej przeanalizowano również poziomy emisji zakłóceń elektromagnetycznych. Największą moc zakłóceń wykryto dla częstotliwości około 10,5 MHz, przy czym ich źródło zlokalizowano nie bezpośrednio przy elemencie przełączającym, lecz pomiędzy dwoma kluczami układu, co może wskazywać na obecność sprzężenia dwóch źródeł emisji.
Aspekt inżynierski pracy obejmował projekt, wykonanie i uruchomienie kompletnego układu elektronicznego. Aspekt badawczy polegał na przeprowadzeniu pomiarów oraz porównaniu charakterystyk sprawności i zakłóceń dla dwóch technologii tranzystorowych. Projekt poprzedzony został przeglądem literatury z zakresu układów napędowych, tranzystorów mocy, metod sterowania oraz badań elektromagnetycznych, a także analizą dostępnych rozwiązań rynkowych.

Analiza danych chmurowych w celu prognozowania jakości powietrza
- Autor: mgr inż. Piotr Fiebig
- Promotor: dr inż. Milena Kiliszkiewicz

W pracy magisterskiej podjęto się zaprojektowania, implementacji oraz analizy systemu do monitorowania i prognozowania jakości powietrza, wykorzystującego dane z chmury oraz algorytmy uczenia maszynowego. Celem projektu było stworzenie funkcjonalnego, modułowego rozwiązania, które pozwoli na lokalny pomiar i predykcję stężeń zanieczyszczeń atmosferycznych na przykładzie miasta Wrocław, z naciskiem na zagrożenia zdrowotne wynikające z obecności pyłów PM2.5, PM10 oraz tlenków azotu.
Opracowany system bazuje na mikrokomputerze Raspberry Pi 5 wyposażonym w wyświetlacz LCD, klawiaturę matrycową oraz diodę RGB, umożliwiającą podstawową interakcję z użytkownikiem. Dane środowiskowe są pobierane w czasie rzeczywistym z REST API Głównego Inspektoratu Ochrony Środowiska i przetwarzane lokalnie przy użyciu języka Python oraz bazy SQLite. Elastyczna architektura pozwala na dalszą rozbudowę, integrację z własnymi czujnikami lub usługami chmurowymi i idealnie wpisuje się w nowoczesne podejście do projektowania systemów IoT.
System został przetestowany zarówno pod kątem poprawności działania, jak i skuteczności algorytmów predykcyjnych. W badaniach zastosowano m.in. regresję liniową, drzewa decyzyjne, las losowy oraz regresję ze wzmocnieniem gradientowym. Wyniki wykazały znaczną przewagę modeli zespołowych – najlepsze rezultaty osiągnięto przy użyciu lasu losowego z dostrojonymi hiperparametrami, który pozwolił na uzyskanie bardzo niskich błędów predykcji (średni MAE: 2,87 µg/m³, rekordowy: 1,59 µg/m³ dla NO₂).
W ramach pracy zrealizowano również kompleksową analizę literaturową dotyczącą zanieczyszczeń powietrza, porównano normy jakości powietrza obowiązujące w Polsce i na świecie oraz omówiono aktualne systemy informowania społeczeństwa. Zwrócono uwagę na istotne braki w krajowych systemach ostrzegania i podkreślono znaczenie lokalnych, niezależnych rozwiązań. Ostateczny system łączy w sobie komponenty sprzętowe i programistyczne, zapewniając skalowalność, elastyczność oraz wysoką jakość predykcji – co może wspomóc podejmowanie decyzji w zakresie ochrony środowiska i zdrowia publicznego.

Zrealizowane prace magisterskie pokazują, jak zaawansowane technologie mogą być skutecznie wdrażane w praktycznych aplikacjach inżynierskich. Projekty obejmują kluczowe obszary współczesnej elektroniki i informatyki: systemy wbudowane, komunikację bezprzewodową, energooszczędne układy napędowe oraz przetwarzanie danych środowiskowych z wykorzystaniem API.

Każda praca została zaprojektowana w pełnym cyklu inżyniersko-badawczym – od analizy problemu, przez projekt i implementację, aż po testy i walidację. Wszystkie projekty spotkały się z bardzo pozytywnymi opiniami recenzentów i komisji, co potwierdza zarówno ich jakość techniczną, jak i potencjał wdrożeniowy. 
Autorom prac serdecznie gratulujemy i życzymy dalszych sukcesów!