Cílem doktorského studijního programu se zaměřenínm na kybernetiku,měření a řízení je připravit absolventa na samostatnou tvůrčí činnost a plnění náročných úkolů především v oblasti základního i aplikovaného výzkumu a vývoje s využitím maxima soudobých teoretických i praktických poznatků.

Absolvent má obecné znalosti oboru na vysoké teoretické úrovni. Speciální znalosti určuje téma doktorské disertační práce.
Téma disertační práci určuje úzkou oblast, ve které doktorand vypracoval svou práci. Současně je však schopen pracovat na kvalifikačně nejvyšších místech i v obecnějším měřítku.
Vedení výzkumných a vývojových skupin,řídicí pracovník průmyslových jednotek.

Absolvent má rozsáhlé znalosti oboru na vysoké odborné úrovni podložené znalostmi teoretických základů na kterých je obor vystavěn. Navíc má hluboké speciální znalosti v oblasti zaměření své disertační práce. Absolvent oboru je schopen provádět samostatnou vědeckou tvůrčí činnost v oblasti výzkumu a vývoje s využitím nejnovějších teoretických znalostí. Absolvent je rovněž připraven řídit tým odborných pracovníků v oblasti výzkumu a vývoje.

prof. Ing. Pavel Václavek, Ph.D.

2. kolo (podání přihlášek od 01.07.2018 do 31.07.2018)

1. Lokalizace zdrojů hluku a vibrací bezkontaktními metodami

   Téma je zaměřeno na výzkum metod a algoritmů pro bezkontaktní lokalizaci a charakterizaci zdrojů hluku a vibrací. Pozornost bude věnována zejména problematice analýzy zdrojů hluku a vibrací pomocí akustické holografie v blízkém poli s využitím matice mikrofonů, aplikovatelnosti metody pro lokalizaci v uzavřených prostorách s odrazy a dalšími zdroji hluku a zvýšení přesnosti predikce pomocí fúze dat z dalších prostorových měřicích systémů. Kromě teoretické práce se předpokládá i praktická implementace těchto měřicích metod a optimalizace algoritmů pro využití v oblasti bezkontaktní vibrodiagnostiky a lokalizace zdrojů hluku u mechanických systémů.

   Školitel: Havránek Zdeněk, Ing., Ph.D.

2. Metody optimálního skupinového řízení systémů

   Navrhněte novou metodu optimálního řízení skupiny systémů s ohledem na systémovou propustnost, dosažitelnost a rychlost obsloužení a energetickou spotřebu. Pro návrh nové řídicí metody proveďte výzkum v oblasti statistického zpracování chování skupin systémů a chování lidského činitele využívající tyto skupiny za různých podmínek. Dále proveďte výzkum možností detekce a popisu chování lidí využívající skupiny systémů. Proveďte výzkum využití prostředků umělé inteligence (Fuzzy logika, Genetické algoritmy, Umělé neuronové sítě, atd.) a navrhněte optimální metodu skupinového řízení s ohledem na definované požadavky.

   Školitel: Bradáč Zdeněk, doc. Ing., Ph.D.

3. Metody snižování řádu modelu pro řízení složitých systémů

   Téma je zaměřeno na problematiku redukce řádu a tím i výpočetní složitosti modelů dynamických systémů. Předmětem výzkumu budou jak metody vhodné pro lineární systémy, tak i nelineární systémy, přičemž bude přihlédnuto i k možnosti zachování omezení. Cílem je umožnění aplikace pokročilých metod řízení jako MPC i na systémy, kde není přímé použití z důvodu vysoké dimenze systému výpočetně schůdné. Studium bude probíhat v návaznosti na řešené mezinárodní a národní výzkumné projekty ve spolupráci s aplikační sférou.

   Školitel: Václavek Pavel, prof. Ing., Ph.D.

4. Metody strojového učení pro kamerovou kontrolu kvality v průmyslových aplikacích

   Cílem tématu studia je využití metod strojového učení (ML) v kamerové průmyslové kontrole výrobku. Konkrétně se jedná o koncept vizuální kontroly kvality produktů v potravinářství, nápojovém průmyslu, obalovém průmyslu a dalších. Při použití tradičních metod zpracování obrazu jako srovnávání se vzorem nebo porovnání obrazů je obtížné rozpoznat nepravidelnosti výrobků způsobené vadami na jeho povrchu od nepravidelností způsobených odlesky nebo geometriíí povrchu samotného. Metody strojového učení, zahrnující také hluboké učení jako např. konvoluční neuronové sítě (CNN) či jejich modifikace jako Regional CNN, Deep Belief Network a Deep Q-Network, mají zjevně potenciál spolehlivě a přesně detekovat vady výrobku jako škrábance, promáčkliny, nečistoty a jiné povrchové vady bez nutnosti jejich explicitní definice, která je často velmi obtížná. Stěžejním úkolem dizertační práce je studium, návrh, implementace a ověření konceptů ML metod vhodných právě pro takové úlohy průmyslové inspekce. Nutným požadavkem je dostupnost rozsáhlé sady trénovacích dat (anotovaných snímků), jejíž získání je take součástí práce.

   Školitel: Horák Karel, Ing., Ph.D.

5. Modelování a analýza kyber-fyzikálního systému s lidským operátorem

   Výzkum v oblasti eliminace vlivu poruch vnesených do řízení lidským operátorem z důvodu biofyzikálních vlastností člověka. Výzkum bude zaměřen zejména na měření a modelování pohybu horní končetiny v souvislosti s ovládáním kyberfyzikálního systému prostřednictvím elektro-mechanického elementu s cílem nalézt metodu pro oddělení aktivní složky pohybu od poruchy způsobené například svalovým kmitáním a následně navrhnout metodu eliminace poruchy. Součástí výzkumu bude i kvantifikace míry přínosu výcviků, tedy posouzení vlivu neuro-muskulárního subsystému na schopnost operátora realizovat pohyb s minimální poruchovou složkou. Pro ověření modelu a navržených metod bude využito leteckých simulátorů poskytnutých spolupracujícím pracovištěm (UNOB).

   Školitel: Bradáč Zdeněk, doc. Ing., Ph.D.

6. Pokročilé metody reprezentace, zpracování a analýzy dat

   Výzkum v oblasti metod kontextově nezávislé reprezentace dat, sémantického mapování a analýzy procesních dat. Předpokládá se výzkum v oblasti možností využití dat uložených s využitím Semantic Sensor Network Ontology pro účely monitorování procesních dat, vyhodnocení dosažitelných temporálních omezení systémů ukládajících data do úložišť typu tripplestore pro účely zpracování dotazů v reálném čase. Součástí výzkumu je i výzkum v oblasti metod analýzy dat pro účely detekce nestandardních událostí, změn trendů a dalších anomálií v rozsáhlých datech se zohledněním kontextu pro minimalizaci falešně positivních detekcí.

   Školitel: Fiedler Petr, doc. Ing., Ph.D.

7. Resilientní software

   Výzkum zaměřený na metody tvorby resilientního (odolného) softwaru se zaměřením na vestavné systémy. Výzkumné aktivity vychází z metod, které jsou používány pro návrh softwaru pro aplikace vyžadující certifikace v oblasti funkční bezpečnosti (tj. generování, validace a verifikace vygenerovaného kódu), přičemž se předpokládá že významná část aktivit bude zaměřena na použitelnost nástrojů po účely formální specifikace a z ní odvozené tvorby kódu pro vestavné aplikace včetně implementace komunikačních protokolů. V úvodní fázi se předpokládá např. využití nástrojů s vazbou na jazyk Alloy a rovněž řetězce nástrojů v prostřední Matlab. Předpokládá se rovněž zapojení do projektu ECSEL SECREDAS.

   Školitel: Fiedler Petr, doc. Ing., Ph.D.

1. kolo (podání přihlášek od 01.04.2018 do 15.05.2018)

1. Modelování LTI SISO systémů s dopravním zpožděním

   Téma je zaměřeno na modelování LTI SISO systémů s dopravním zpožděním s využitím ortogonálních funkcí. V rámci jeho řešení se doktorand seznámí s vlastnostmi zobecněných Laguerrových funkcí s parametrem zobecnění. Výzkum bude zaměřen na využití těchto vlastností pro návrh dynamických modelů systémů s dopravním zpožděním a jejich implementaci a ověření jejich vlastností. Řešení tématu bude probíhat v návaznosti na národní a mezinárodní projekty.

   Školitel: Jura Pavel, prof. Ing., CSc.

2. Modelování speciálních bezpečnostních funkcí s ohledem na průmyslový Ethernet

   Téma je zaměřeno výzkum nových modelů speciálních bezpečnostních funkcí pro funkční bezpečnost strojů, ale taky do oblasti procesní bezpečnosti. Cíle práce spočívají v důkladné analýze současných dostupných modelů bezpečnostních funkcí, zkoumání vlivu komunikačních prostředků, především průmyslového Ethernetu. Na základě provedené analýzy student navrhne nové modely a bude vyvíjet nové algoritmy pro verifikaci příslušných bezpečnostních logických funkcí bezpečnostních prvků pro stroje a bezpečnost procesů. Řešení tématu bude probíhat v návaznosti na projekty realizované ve spolupráci s aplikační sférou.

   Školitel: Štohl Radek, Ing., Ph.D.

3. Využití moderních metod v prediktivní vibrodiagnostice strojů

   Téma je zaměřeno na výzkum pokročilých metod a algoritmů pro diagnostiku strojů na základě měření jejich mechanického pohybu. Zkoumány budou zejména metody využívající pro identifikaci a klasifikaci příznaků poruchy pokročilou analýzu měřených dat a dále metody založené na analytickém modelu nebo předchozích znalostech. Příkladem metod pro klasifikaci příznaků z naměřených dat mohou být auto-asociativní regrese, Mahalanobis-Taguchiho strategie nebo další metody s prvky umělé inteligence. Výzkum bude zaměřen na identifikaci praktických omezení těchto metod a možnosti jejich modifikace, případně kombinace více metod pro dosažení větší spolehlivosti odhadu stavu částí mechanických systémů (např. ložisek) případně úspěšnější predikce budoucí poruchy. Kromě teoretické práce se předpokládá i praktická implementace těchto algoritmů a jejich ověření na vhodném modelu. Řešení tématu bude probíhat v návaznosti na národní a mezinárodní projekty zaměřené na danou oblast.

   Školitel: Havránek Zdeněk, Ing., Ph.D.