Sveučilišni diplomski studij Građevinarstvo

Programiranje inženjerskih proračuna od 2026/2027


Sveučilišni diplomski studij Građevinarstvo

Programiranje inženjerskih proračuna

 

Predavanja i vježbe  Izv. prof. dr. sc. Marin Grubišić, mag. ing. aedif.

Status
Izborni
Godina
I.
ECTS
3,0
Sati (P+V+S)
15+30+0
Ciljevi kolegija

Cilj kolegija je osposobiti studente za primjenu programskog jezika Python u rješavanju inženjerskih problema iz područja nosivih konstrukcija, hidrotehnike, prometnica, geotehnike te organizacije, tehnologije i menadžmenta u građevinarstvu. Studenti će steći znanja i vještine potrebne za automatizaciju inženjerskih proračuna, rješavanje iterativnih problema, obradu eksperimentalnih podataka i signala, vizualizaciju rezultata, generiranje tehničkih izvještaja, izradu grafičkih korisničkih sučelja te primjenu generativne umjetne inteligencije kao pomoćnog alata u programiranju inženjerskih proračuna.

Uvjeti za upis

Nema.

Ishodi učenja
1 Primijeniti osnove programskog jezika Python (varijable, kontrola toka, funkcije, moduli) za rješavanje temeljnih inženjerskih zadataka iz područja građevinarstva.
2 Koristiti numeričke biblioteke (NumPy, SciPy, Pandas) za rad s matricama, vektorima, tablicama podataka i vremenskim serijama relevantnim za inženjerske proračune.
3 Izraditi kvalitetne dijagrame i vizualizacije inženjerskih rezultata primjenom biblioteka Matplotlib i Plotly, uključujući dijagrame unutarnjih sila, naprezanja, progiba, hidrograme, granulometrijske krivulje i prometna opterećenja.
4 Implementirati iterativne numeričke algoritme za rješavanje inženjerskih problema.
5 Automatizirati inženjerske proračune te programski generirati tehničke izvještaje u formatima PDF i DOCX s uključenim tablicama, dijagramima i tekstualnim opisima.
6 Primijeniti generativnu umjetnu inteligenciju (GenAI) i agente kao pomoćni alat u inženjerskom radu: generiranje koda, tumačenje normativnih dokumenata, automatsko generiranje opisa proračuna uz kritičku evaluaciju rezultata.
Sadržaj kolegija

Okvirni sadržaj po tjednima nastave (P+V sati)

01 Uvod u Python za inženjere
Razvojno okruženje (Spyder/VS Code), osnovne strukture podataka, kontrola toka i definiranje funkcija.
1+2
02 Numeričke biblioteke – NumPy, SciPy i Pandas
Vektorske i matrične operacije, rad s tabličnim podacima i vremenskim serijama.
1+2
03 Vizualizacija inženjerskih rezultata – Matplotlib i Plotly
Izrada dijagrama publikacijske kvalitete, prilagodba stila i izvoz grafova.
1+2
04 Iterativni algoritmi u graditeljstvu 1/2
Primjene u području nosivih konstrukcija i geotehnike.
1+2
05 Iterativni algoritmi u graditeljstvu 2/2
Primjene u području hidrotehničkog i prometnog inženjerstva.
1+2
06 Rješavanje sustava jednadžbi i optimizacija
Linearni i nelinearni solveri, kalibracija parametara, optimizacija uz ograničenja.
1+2
07 Monte Carlo simulacije i probabilistički pristup
Generiranje slučajnih uzoraka, procjena rizika i analiza osjetljivosti parametara.
1+2
08 Obrada eksperimentalnih podataka 1/2
Učitavanje, čišćenje, priprema i organizacija podataka uz Pandas.
1+2
09 Obrada eksperimentalnih podataka 2/2
Deskriptivna statistika, statističke razdiobe, regresijska analiza i vizualizacija rezultata.
1+2
10 Osnove obrade signala
FFT analiza, filtriranje u frekvencijskoj domeni i spektralna gustoća snage.
1+2
11 Automatizacija proračuna i generiranje izvještaja
Parametarski proračuni prema normama, automatsko kreiranje PDF i DOCX dokumenata, rad s Excel datotekama.
1+2
12 Grafička korisnička sučelja (GUI)
Izrada interaktivnih inženjerskih aplikacija s unosom podataka, vizualizacijom rezultata i izvozom.
1+2
13 Primjena generativne umjetne inteligencije (GenAI) u inženjerstvu
Integracija API-ja, automatizacija zadataka, korištenje agenata, kritički pristup, validacija i etika.
1+2
14 Posebne teme
Verzioniranje koda (Git), simboličko računanje (SymPy), uvod u strojno učenje (scikit-learn), GIS i prostorni podaci (geopandas).
1+2
15 Prezentacije i obrane studentskih projekata
Demonstracija izrađene Python aplikacije iz odabranog inženjerskog područja.
1+2
Izvođenje nastave

Vrste izvođenja nastave

■  Predavanja ■  Seminari i radionice ■  Vježbe
■  Samostalni zadaci ■  Multimedija i mreža □  Obrazovanje na daljinu
□  Terenska nastava □  Laboratorij □  Mentorski rad

Obveze studenata

Redovito pohađanje i aktivno sudjelovanje u nastavi predavanja i računalnih vježbi. Samostalna izrada i pravovremena predaja tjednih programskih zadataka. Izrada, prezentacija i obrana individualnog seminarskog projekta. Polaganje kolokvija ili završnog pismenog ispita.

Praćenje rada studenata

■  Pohađanje nastave ■  Aktivnost u nastavi ■  Seminarski rad
■  Pismeni ispit ■  Projekt ■  Kontinuirana provjera znanja
■  Praktični rad □  Eksperimentalni rad □  Usmeni ispit
□  Esej □  Istraživanje □  Referat
Ocjenjivanje i vrednovanje
Aktivnost studenta ECTS Ishod Nastavna metoda Metoda procjene Bodovi min–max
Pohađanje predavanja i vježbi 1,5 1–3 Predavanja i računalne vježbe Evidentiranje prisutnosti 5 – 10
Aktivnost u nastavi i tjedni zadaci 0,5 1–10 Rješavanje programskih zadataka Pregled predanih programskih rješenja 10 – 15
Individualni projekt 0,5 1–10 Izrada Python aplikacije Prezentacija i obrana projekta 20 – 40
Kolokviji / Pismeni ispit 1,0 1–5 Rješavanje programskih zadataka Pregled i ocjenjivanje rješenja 15 – 35
Ukupno 50 – 100
Literatura

Obvezna literatura

Naslov Primjeraka Studenata
Automate the Boring Stuff with Python, 2nd Edition, 2019 [otvoreni pristup]
Al Sweigart
online 60
Python for Engineers and Scientists, Springer, 2024 [otvoreni pristup]
Rakitianskaia, A. & Bekker, J.
online 60
Numerical Methods in Engineering with Python 3, Cambridge University Press, 2013
Kiusalaas, J.
online 60

Dopunska literatura

Python Programming and Numerical Methods – A Guide for Engineers and Scientists, Academic Press, 2020 – Kong, Q., Siauw, T. & Bayen, A. [otvoreni pristup]
pythonnumericalmethods.berkeley.edu

Scipy Lecture Notes – One document to learn numerics, science, and data with Python [otvoreni pristup]
scipy-lectures.org

Fluids: Pair of Open-Source Python Libraries for Engineering Thermodynamics and Fluid Dynamics, 2018 – Bell, C. [dostupno online]

Praćenje kvalitete

Redovite studentske ankete na kraju semestra. Povratne informacije od studenata tijekom nastave. Evaluacija uspješnosti studenata na kolokvijima, tjednim zadacima i projektima. Analiza prolaznosti i kvalitete studentskih projekata.

Praćenje primjenjivosti stečenih vještina u izradi diplomskih radova.