Dwanaście osób z naszej uczelni otrzymało wsparcie na swoje badania w ramach kolejnej edycji programu Preludium od Narodowego Centrum Nauki. W sumie otrzymali wsparcie w wysokości 2 mln zł.

Preludium to unikatowy w skali światowej konkurs, który umożliwia nabycie doświadczenia w samodzielnym prowadzeniu badań na bardzo wczesnym etapie kariery, bo jeszcze przed uzyskaniem stopnia doktora. W tej formule początkujący naukowcy nie muszą rywalizować z bardziej doświadczonymi naukowcami, a istotnym elementem projektu jest zaangażowanie opiekuna naukowego, który wspiera kierownika w jego realizacji.

W 23. edycji granty otrzymały 362 projekty na kwotę 61,2 mln zł. W tym gronie znalazło się dwanaście osób z naszej uczelni, którym łącznie przyznano wsparcie w wysokości niemal 2 mln. zł.

Laureaci i laureatki programu Preludium 27 z Politechniki Wrocławskiej

Mgr inż. Piotr Gramacki (Wydział Informatyki i Telekomunikacji)

„Zorientowane przestrzennie modele językowe”. Kwota dofinansowania: 210 000 zł.

Dane przestrzenne są cennym źródłem danych, ponieważ łączą informacje semantyczne z konkretnymi lokalizacjami geograficznymi. W dużych modelach językowych (ang. Large Language Model, LLM), stosowanych obecnie na szeroką skalę, brakuje mechanizmów umożliwiających efektywne przetwarzanie i wykorzystywanie tych danych. Tego typu dane charakteryzują się zmiennością w czasie, przez co nie możemy polegać na zdolnościach tych modeli do zapamiętywania informacji przestrzennych. Ponadto, z powodu nierównomiernej reprezentacji różnych regionów świata w zbiorach treningowych, aktualnie istniejące modele działają słabiej w zadaniach dotyczących gorzej rozwiniętych obszarów świata.

Dlatego w swoim projekcie Piotr Gramacki zamierza opracować modele językowe, które integrują dane przestrzenne, zapewniając poprawność działania niezależnie od lokalizacji geograficznej. Nasz naukowiec planuje stworzenie zróżnicowanego zbioru danych tekstowych wzbogaconych o kontekst przestrzenny. Na jego podstawie opracuje modele językowe zdolne rozumieć i generować spójny tekst z uwzględnieniem kontekstu przestrzennego.

Dzięki temu modele będą mogły poprawnie odpowiadać na pytania o lokalizacje, rozpoznawać zależności przestrzenne i dostarczać informacje zgodne z realiami geograficznymi wykorzystując dostępne źródła danych przestrzennych. W przyszłości mogą pomóc w budowie narzędzi, które znajdą zastosowanie w planowaniu miejskim, turystyce, zarządzaniu kryzysowym czy monitoringu środowiska.

Mgr inż. Patryk Fałat (Wydział Chemiczny)

„POLY-LLAMA: Funkcjonalne powierzchnie polimerowe do fotoindukowanej dezynfekcji wspomaganej materiałami domieszkowanymi jonami lantanowców”. Kwota dofinansowania: 209 999 zł.

Nadużywanie środków chemicznych do dezynfekcji oraz antybiotyków w leczeniu chorób zakaźnych przyczynia się do powstawania niezwykle odpornych szczepów bakterii, wirusów oraz grzybów. W rezultacie dezynfekcja chemiczna powierzchni w placówkach medycznych i środkach transportu publicznego jest nieskuteczna. Alternatywę stanowią metody dezynfekcji oparte na czynnikach fizycznych, np. na promieniowaniu ultrafioletowym. Jednak lampy UV, używane w gabinetach lekarskich oraz na salach operacyjnych, przez swój negatywny wpływ dla zdrowia, mogą być jednak włączane jedynie okresowo.

Celem projektu Patryka Fałata jest więc opracowanie polimerowych powierzchni funkcjonalnych, zawierających materiały domieszkowane jonami lantanowców, które są zdolne do konwersji promieniowania widzialnego (VIS) lub podczerwonego (NIR) w promieniowanie UV o niskiej intensywności.

Rozwiązanie to pozwoli na ciągłe, zlokalizowane unieszkodliwianie patogenów w sposób bezpieczny dla zdrowia ludzkiego. Zsyntezowane nanomateriały i mikrokryształy zawierające jony lantanowców będą emitować promieniowanie UV dzięki procesowi konwersji energii fotonów w górę (ang. upconversion). Zostaną one umieszczone w matrycach polimerowych, charakteryzujących się wysoką przepuszczalnością dla promieniowania w zakresie UV oraz dobrymi właściwościami mechanicznymi, np. odpornością na ścieranie.

W końcowym etapie projektu skuteczność fotoindukowanej dezynfekcji wytworzonych powierzchni zostanie przetestowana w eksperymentach z wykorzystaniem bakterii w formie biofilmu, wirusów oraz grzybów. Funkcjonalne powierzchnie polimerowe do fotoindukowanej dezynfekcji wspomaganej materiałami domieszkowanymi jonami lantanowców mają zapewnić efektywne i bezpieczne zwalczanie patogenów, co ma istotne znaczenie w kontekście rosnącego problemu oporności drobnoustrojów na konwencjonalne metody dezynfekcji.

Mgr inż. Dominika Benkowska-Biernacka (Wydział Chemiczny)

„Nanopręty złota do obrazowania i modyfikacji mezofaz lipidowych (GLIM)”. Kwota dofinansowania: 209 991 zł.

Ważnym aspektem badań nad materią miękką jest opracowanie nowych koncepcji prowadzących do lepszego zrozumienia struktur biologicznych o właściwościach ciekłokrystalicznych. Jednym z podstawowych przykładów mezofaz o znaczeniu biologicznym jest mikrostruktura zbudowana z koncentrycznie uporządkowanych dwuwarstw lipidowych, znana jako struktura mielinowa (ang. myelin figures; MFs). Patologiczne zmiany w tej bogatej w lipidy biomembranie, prowadzą do mniej efektywnego przewodzenia impulsu nerwowego i są związane z występowaniem nieuleczalnych chorób ośrodkowego układu nerwowego o nie w pełni zrozumiałych przyczynach (np. ze stwardnieniem rozsianym).

Dlatego wiele uwagi poświęca się badaniom mechanizmów leżących u podstaw zaburzeń w organizacji lipidów, które mogą przyczynić się do postępów w diagnozowaniu i leczeniu chorób demielinizacyjnych, często wykorzystując w tym celu struktury modelowe. Interdyscyplinarne badania na mezofazach lipidowych mogą dostarczyć nowych perspektyw dla obrazowania in vitro i in vivo. W tym kontekście połączenie nanoprętów złota (z ang. GNRs) z MFs może prowadzić do rozwoju nowego podejścia do detekcji subtelnych zmian w mezofazach lipidowych.

Podczas realizacji projektu Dominika Benkowska-Biernacka zamierza przeprowadzić eksperymenty mające na celu wybór optymalnych GNRs do potencjalnych zastosowań w badaniach otoczki mielinowej. Kluczowym aspektem badań będzie przygotowanie materiałów hybrydowych zbudowanych z dwuwarstw lipidowych i GNRs, które zostaną scharakteryzowane za pomocą zaawansowanych technik mikroskopowych, takich jak mikroskopia dwufotonowa z kontrolą temperatury i polaryzacji.

Pierwszym wynikiem projektu będzie lepsze zrozumienie oddziaływań między GNRs i dwuwarstwami lipidowymi oraz opisanie wpływu nanocząstek na MFs w celu zaprojektowania nowych materiałów o określonej morfologii i stabilności termicznej. Drugim rezultatem będzie opracowanie nowatorskiego podejścia do obrazowania mezofaz lipidowych o znaczeniu biologicznym.

Mgr inż. Sindu Daniarta (Wydział Mechaniczno-Energetyczny)

„Badanie eksperymentalne i predykcyjne procesu objętościowej ekspansji z mokrego do suchego stanu w systemach obiegu Rankine'a z organicznym czynnikiem roboczym”. Kwota dofinansowania: 209 840 zł.

Koncepcja organicznego cyklu Rankine’a z systemem dwufazowej ekspansji ma znaczący potencjał teoretyczny, oferując możliwość zwiększenia efektywności konwersji energii w różnych zastosowaniach. Pomimo obiecujących perspektyw, obszar ten pozostaje stosunkowo słabo zbadany, co otwiera interesujące możliwości dalszych badań.

Dlatego celem projektu Sindu Daniarty jest wypełnienie tej luki poprzez przeprowadzenie kompleksowej analizy eksperymentalnej procesu dwufazowej ekspansji, ze szczególnym uwzględnieniem zrozumienia i przewidywania sprawności izentropowej procesu ekspansji dwufazowej w różnych warunkach. Poprzez dostarczenie danych eksperymentalnych oraz opracowanie modeli predykcyjnych, badania mają na celu znaczące poszerzenie obszaru wiedzy z zakresu systemów dwufazowej ekspansji.

Uzyskane wyniki pozwolą nie tylko na weryfikację modeli teoretycznych, ale również przyczynią się do rozwoju bardziej efektywnych, niezawodnych i zrównoważonych systemów energetycznych. Projekt realizowany jest pod kierunkiem prof. Piotra Kolasińskiego.

Mgr inż. Michał Biały (Wydział Mechaniczny)

„Zmiany w charakterystyce płynięcia skokowego i mechanizmach odkształcenia plastycznego indukowane przetwarzaniem termoplastycznym w masywnych szkłach metalicznych”. Kwota dofinansowania: 209 960 zł.

Masywne szkła metaliczne (BMG) to zaawansowane stopy metali o wyjątkowych właściwościach mechanicznych, które znajdują coraz szersze zastosowanie w przemyśle motoryzacyjnym, kosmicznym i biomedycznym. W przeciwieństwie do tradycyjnych, krystalicznych stopów metali, szkła metaliczne posiadają amorficzną strukturę wewnętrzną, która charakteryzuje się brakiem uporządkowania atomowego dalekiego zasięgu i jest źródłem unikalnych właściwości tej klasy materiałów. Dzięki strukturze amorficznej BMG przy ogrzewaniu wykazują ciągły spadek lepkości w szerokim zakresie temperatur. Pomimo, że są metalami można formować je jak polimery lub typowe szkła tlenkowe.

Projekt naszego naukowca ma na celu zwiększenie praktycznego wykorzystania BMG w przemyśle oraz obserwację rosnącego znaczenia przetwarzania termoplastycznego, jako metody formowania bardzo złożonych kształtów. W projekcie skoncentrujemy się więc na zbadaniu, w jaki sposób obróbka termoplastyczna, wpływa na zachowanie BMG podczas odkształcania w niższych temperaturach. Jest to kluczowe dla bezpiecznego stosowania elementów wytworzonych wymienioną metodą. Badania będą obejmować szczegółową analizę mechanicznego zachowania materiałów przed i po obróbce termoplastycznej. W projekcie wykorzystane zostaną zaawansowane techniki nano- i mikroindentacji do określenia parametrów charakteryzujących podstawowe jednostki odkształcenia plastycznego w tych materiałach tzw. strefy transformacji ścinania (STZ). Spodziewamy się zrozumieć wpływ przetwarzania termoplastycznego na mechanizmy odkształcenia plastycznego BMG oraz określić optymalne parametry obróbki dla uzyskania pożądanych właściwości mechanicznych. Pozwoli to na stworzenie podstaw do projektowania BMG o ulepszonej plastyczności, lepiej spełniających wymagania nowoczesnego przemysłu.

Mgr inż. Ewa Mańkowska (Wydział Elektroniki, Fotoniki i Mikrosystemów)

„Analiza właściwości innowacyjnych półprzezroczystych nanostruktur cienkowarstwowych o dziurowym typie przewodnictwa na bazie mieszanin tlenków miedzi i tytanu do zastosowania w czujnikach gazu”. Kwota dofinansowania: 207 400 zł.

Projekt dotyczy analizy właściwości czujnikowych cienkich warstw mieszanych tlenków miedzi i tytanu, wytworzonych metodą rozpylania magnetronowego. Czujniki gazów oparte na tlenkach metali, takich jak cyna, wolfram, tytan czy miedź, pozwalają wykrywać gazy wybuchowe i szkodliwe dzięki zmianom rezystancji warstwy w wyniku adsorpcji/desorpcji gazów na powierzchni tlenku. Obiecującymi materiałami gazoczułymi są mieszaniny tlenków o różnych typach przewodnictwa, które często wykazują lepsze właściwości niż pojedyncze tlenki. Heterostruktury tlenków miedzi i tytanu są jak dotąd słabo poznane.

Dlatego celem projektu Ewy Mańkowskiej jest wytworzenie i przeanalizowanie właściwości warstw o różnych proporcjach tlenków (np. 30% tlenku miedzi i 70% tlenku tytanu) oraz zbadanie możliwości zastosowania ich jako czujniki gazów. Planowane badania obejmują pomiary detekcji gazów (np. wodoru, etanolu, tlenków azotu) przy różnych stężeniach w powietrzu. Analizowane będą również struktura i morfologia cienkich warstw, które zostaną zmodyfikowane poprzez odpowiednie zaprojektowanie składu materiałowego i obróbki termicznej.

Kluczowym etapem będzie wyznaczenie optymalnych warunków pracy czujników, takich jak temperatura działania, oraz dogłębna analiza odpowiedzi czujnikowej w korelacji z morfologią powierzchni, składem chemicznym i właściwościami elektrycznymi.

Wyniki pozwolą zarekomendować metody wytwarzania warstw o najlepszych właściwościach czujnikowych. Ponadto, analiza dodatkowych właściwości, takich jak przezroczystość, może doprowadzić do opracowania wielofunkcyjnych warstw, łączących zdolność detekcji gazów z innymi cechami użytkowymi.

Mgr inż. Mateusz Moj (Wydział Budownictwa Lądowego i Wodnego)

„Ocena wybranych właściwości funkcjonalnych betonowych podłóg przemysłowych na podstawie badań nieniszczących z wykorzystaniem sztucznej inteligencji (SURFACE AI)”. Kwota dofinansowania: 189 453 zł.

Celem projektu jest opracowanie kompleksowego systemu oceny posadzek betonowych, który bazowałby na metodach nieniszczących wspomaganych przez techniki sztucznej inteligencji. Kluczowym założeniem jest zastąpienie tradycyjnych badań niszczących metodami o porównywalnej dokładności, które jednocześnie minimalizują ingerencję w badaną strukturę. W projekcie uwzględniono zastosowanie metod akustycznych, sklerometrycznych oraz analizy morfologii powierzchni, których dokładność zostanie optymalizowana dzięki wykorzystaniu algorytmów uczenia maszynowego.

Planowane badania pozwolą odpowiedzieć tak istotne pytania, jak: Czy możliwe jest całkowite wyeliminowanie metod niszczących z procesu oceny właściwości funkcjonalnych posadzek betonowych? Jakie błędy technologiczne najbardziej wpływają na funkcjonalność posadzek? Jak zmienia się mikrostruktura warstwy przypowierzchniowej przy modyfikacji technologii Dry Shake Topping? Jaka istnieje zależność między morfologią powierzchni a odpornością na ścieranie?

Uzyskane odpowiedzi przyniosą korzyści zarówno dla środowiska naukowego, jak i branży przemysłowej, w której liczy się minimalizacja uszkodzeń oraz precyzyjna ocena jakości. Innowacyjność projektu podkreśla zastosowanie sztucznej inteligencji, w tym algorytmów wspierających ocenę wytrzymałości i analizę powierzchni, co może zrewolucjonizować sposób identyfikacji wybranych właściwości posadzek betonowych.

Projekt naszego naukowca ma potencjał, aby stać się przełomowym rozwiązaniem w zakresie diagnostyki i oceny materiałów budowlanych.

Mgr inż. Aleksandra Piasecka (Wydział Podstawowych Problemów Techniki)

 „QF-BEC: Fluktuacje kwantowe i dynamika kondensatu Bosego-Einsteina fotonów w laserach półprzewodnikowych”. Kwota dofinansowania: 139 080 zł.

Akcja laserowa z wielu względów jest podobna do zjawiska kondensacji Bosego-Einsteina, ponieważ charakteryzuje się makroskopową liczbą cząstek oraz oscylacjami cząstek w fazie, więc również koherencją. Niedawno nasi naukowcy na PWr odkryli, że kondensacja BE fotonów może zachodzić w standardowych laserach półprzewodnikowych. Pojawiło się zatem pytanie: jaka jest różnica między laserowaniem a kondensacją i jak odróżnić jedno od drugiego?

Projekt Aleksandry Piaseckiej ma ma pomóc udzielić odpowiedzi na te pytania, poprzez systematyczne badanie fluktuacji liczby cząstek i dynamicznej odpowiedzi konwencjonalnych laserów półprzewodnikowych pracujących w trybie kondensacji BE fotonów. Fluktuacje intensywności będą badane poprzez eksperymentalne pomiary kwantowych korelacji drugiego rzędu fotonów. W trybie kondensacji fotonów przewiduje się, że fluktuacje będą niezwykle duże, natomiast w przypadku akcji laserowej, fluktuacje intensywności są silnie tłumione, co jest znaną właściwością koherentnej emisji światła. Eksperymentalna obserwacja dużych fluktuacji dowiodłaby, że kondensat fotonów jest termodynamicznym źródłem spójnego światła, w którym makroskopowo obsadzony stan emitujący jest wynikiem statystycznego rozkładu bozonów, a nie emisji wymuszonej.

Aleksandra Piasecka ma też nadzieję udowodnić, iż korelacje będą narzędziem do odróżniania konwencjonalnych laserów od kondensatów fotonów.

Dodatkowo, w projekcie zbadane zostaną właściwości dynamiczne kondensacji fotonów w laserze półprzewodnikowym. Zostanie to zrealizowane poprzez scharakteryzowanie dynamicznej odpowiedzi częstotliwościowej kondensatu fotonowego na perturbacje gęstości nośników indukowane przez mało amplitudową modulację prądu sterującego. Dzięki tej dynamicznej odpowiedzi można zbadać nieliniowości układu i ich wpływ na kondensację światła.

Mgr inż. Adrian Kowaliński (Wydział Chemiczny)

„Projektowanie, synteza i badania aktywności katalitycznej heterometalicznych kompleksów metali ziem rzadkich w syntezie polimerowych powłok antykorozyjnych”. Kwota dofinansowania: 138 958 zł.

Nowatorski projekt naszego badacza zakłada opracowanie nowych, precyzyjnych metod syntezy heterometalicznych klastrów metali ziem rzadkich oraz wybranych pierwiastków bloku d, o określonych właściwościach fizykochemicznych i reaktywności. Kluczowym elementem badań eksperymentalnych będzie zastosowanie homometalicznych prekursorów cynku i magnezu.

Pozwoli to na tworzenie struktur o ściśle kontrolowanym rozmieszczeniu jonów metali w sieci krystalicznej. Takie podejście ułatwi badanie zależności między strukturą tych związków, a ich aktywnością katalityczną i innymi właściwościami.

Otrzymane kompleksy wykorzystane zostaną jako katalizatory w procesie alkoholizy bezwodników cyklicznych, które wraz z powstałymi mono- i diestrami oraz gliceryną zostaną użyte jako reagenty do syntezy żywic alkidowych, czyli biodegradowalnych polimerów używanych w produkcji antykorozyjnych powłok ochronnych na powierzchnie metaliczne. Zastosowanie inicjatorów różniących się jedynie rodzajem metalu lub rozmieszczeniem ligandów umożliwi otrzymanie polimerów o zróżnicowanej odporności na korozję. Dzięki temu możliwa będzie produkcja materiałów dostosowanych do konkretnych warunków środowiskowych i wymagań technicznych.

Udowodniono również, że obecność jonów ziem rzadkich w żywicach alkidowych może znacząco poprawić ich odporność na korozję, a nawet wzmacniać właściwości samonaprawiające takich powłok.

Mgr inż. Weronika Węgier (Wydział Informatyki i Telekomunikacji)

„Wykorzystanie algorytmów wyjaśnialnej sztucznej inteligencji w celu poprawy jakości metod danych niezbalansowanych”. Kwota dofinansowania: 90 036 zł.

Wraz z rosnącą popularnością wykorzystania sztucznej inteligencji, rośnie również potrzeba jej zrozumienia. Proponowanych jest coraz więcej metod, których celem jest wyjaśnienie działania modeli decyzyjnych poprzez określenie, co miało wpływ na taką, a nie inną odpowiedź systemu. Pomaga to m. in. w ulepszaniu algorytmów, szczególnie w przypadkach, gdy zdefiniowane rozumowanie jest oparte na niewłaściwych przesłankach, takich jak choćby artefakty na zdjęciach.

Weronika Węgier w swoim projekcie proponuje wykorzystanie metod wyjaśnialnej sztucznej inteligencji (XAI) w problemie danych niezbalansowanych, czyli takich, w których jedna z klas ma znacznie mniejszą liczność niż pozostałe. Przykładem może być diagnozowanie rzadkich chorób albo wykrywanie ataków sieciowych, w których znaczące instancje (chory pacjent albo atak) są mniej pospolite niż te mniej istotne w kontekście wykrywania (zdrowy pacjent, standardowy ruch sieciowy).

Metody XAI mają tutaj wskazać, które cechy próbek, szczególnie klas rzadziej występujących, wpływają negatywnie na ich prawidłowe rozpoznanie. Pozwoli to na poprawę jakości modeli, poprzez np. ich kierowany pruning lub przetworzenie danych wykorzystywanych do treningu.

Mgr inż. Kamila Łupińska (Wydział Chemiczny)

„Generacja liczb losowych na podstawie podwójnej emisji laserowej uzyskanej w ośrodku rozpraszającym”. Kwota dofinansowania: 69 906 zł.

Rozwój technologii informatycznej przyczynił się do wzrostu liczby cyberprzestępstw, co sprawia, że ochrona danych osobowych wymaga coraz bardziej zaawansowanych metod, takich jak cyfrowe sygnatury. Kluczowym elementem ich funkcjonowania są Generatory Liczb Losowych (ang. Random Number Generator, RNG), których najważniejszą cechą jest nieprzewidywalność. Są one wykorzystywane w instytucjach finansowych, kryptografii, cyberbezpieczeństwie, grach hazardowych czy przy tworzeniu losowych haseł. 

Celem projektu Kamili Łupińskiej  jest generacja liczb losowych na podstawie podwójnej emisji laserowej w ośrodkach rozpraszających m.in. z wykorzystaniem zjawiska AIE (ang. Aggregation Induced Emission), które wzmacnia emisję światła i wspiera wielokrotne rozproszenie dla sprzężenia zwrotnego. W ramach badań zostanie porównany statyczny nieporządek uzyskany za pomocą cienkich warstw polimerowych domieszkowanych barwnikiem organicznym z dynamicznym nieporządkiem wytworzonym w roztworze tego samego związku.

Hipoteza zakłada, że dynamiczny nieporządek może bardziej sprzyjać generacji liczb losowych, ponieważ występujące w laserowaniu randomicznym (ang. Random Lasing, RL) quasimody zmieniają się przy każdej akcji laserowej. Wyniki projektu pomogą zrozumieć, w jaki sposób zjawisko agregacji wpływa na losowość RL i przyczynić się do rozwoju alternatywnych metod tworzenia RNG.

Mgr inż. Kamila Jankowska (Wydział Elektryczny)

„Zastosowanie metod głębokiego uczenia do detekcji, klasyfikacji i kompensacji uszkodzeń czujników pomiarowych w układzie sterowania silnikiem synchronicznym z magnesami trwałymi”. Kwota dofinansowania: 60 634 zł.  

Silniki synchroniczne z magnesami trwałymi stanowią integralną część nowoczesnych aplikacji przemysłowych. Najważniejsze dziedziny ich zastosowań obejmują elektromobilność, technologie kosmiczne, lotnictwo oraz szeroko pojęte technologie wytwarzania. W dążeniu do optymalizacji procesów przemysłowych kluczowe staje się podnoszenie poziomu bezpieczeństwa oraz niezawodności. Aby sprostać tym wymaganiom, stosuje się układy sterowania tolerujące uszkodzenia, które obejmują detekcję, klasyfikację i kompensację możliwie dużej liczby awarii. W tym celu rozwijane są złożone algorytmy diagnostyki maszyn, bazujące w dużej mierze na czujnikach pomiarowych. 

Głównym celem projektu Kamili Jankowskiej jest opracowanie nowych algorytmów detekcji, klasyfikacji i kompensacji uszkodzeń czujników pomiarowych, opartych na metodach głębokiego uczenia. Działanie opracowanych algorytmów będzie analizowane dla silników o różnej mocy znamionowej w badaniach symulacyjnych i eksperymentalnych, w celu uzyskania możliwie uniwersalnego rozwiązania.

W planach są też badania nad zastosowaniem głębokich sieci neuronowych w estymacji zmiennych stanu, aby finalnie opracować innowacyjny, w pełni zautomatyzowany system sterowania tolerującego uszkodzenia.

Projekt zakłada wykorzystanie metod głębokiego uczenia w celu wyeliminowania wad rozwiązań opisanych dotychczas w literaturze. Takie podejście umożliwi uzyskanie rozwiązania szybszego od dotychczasowych metod wykrywania uszkodzeń oraz pozwoli na klasyfikację większej liczby rodzajów awarii.