KRMKurs-153_2048.jpg

Digitalisering av Industrimaskiner og Utstyr

Dette kurset er en naturlig fortsettelse av kurset Prediktivt vedlikehold og digitalisering, men det kan også tas som et frittstående kurs.

På kurset får du en innføring i datasikkerhet og gjeldende rammer ihht lover og regler, hvordan hente dataene fra en protokoll/tabell, byggeklosser i et typisk system for analyse og behandling av data, digital tvilling, datavisualisering - lage dashboard, manuell statistisk modellering, MaskinLæring ML og Artificial intelligence AI.
 

Beskrivelse

Beskrivelse

Datasikkerhet

  • Gjeldende rammer ihht lover og regler
  • Problematikk ved sammenstilling av gjeldende teknologi
  • Løsningsskisser for sikker deling
  • Eksempler på sikker maskindataanalyse

Byggeklosser i et typisk system

  • Implementasjon av digitale tvillinger
  • Applikasjons eksempler
  • Ressurstyper
  • Datamodell
  • Diagrammer - beregne KPIer
  • Datavisualisering 

Datavisualisering - Grafana

  • Installasjon konfigurasjon 
  • Lage Dashboard
  • Hente data fra andre programmer CDF
  • Dele visninger
  • Skape dashboard med data fra KRM lab

Manuell statistisk modellering

  • Strukturering av data for bruk i manuell statistisk modellering
  • Identifisering av utstyr som er hensiktsmessig for manuell statistisk modellering

Maskinlæring (ML)  og Artificial intelligence (AI)

  • AI maskinlæring og dyp maskinlæring
  • Strukturering av data for bruk av dyp maskinlæring
  • Identifisering av utstyr for bruk av digitalt prediktivt vedlikehold
  • Prediktivt vedlikehold ved bruk av meta-modeller
  • Datakvalitet og nøyaktighet

Avsluttende gruppeoppgave

  • Lage et overvåkingssystem i Grafana

Programbeskrivelsen oppdatert per 24. januar 2022.  Små justeringer kan forekomme helt frem til kursstart.

Detaljer

Detaljer

Målgruppe:

Drifts- og vedlikeholdspersonell
Studenter på fagskolestudiet Fagtekniker Digitalisering og Automasjon

Forkunnskaper:

Det kreves ingen forkunnskaper

Avsluttende prøve:

Det avholdes en avsluttende prøve på kurset som vurderes til bestått/ ikke bestått

Kursbevis:

Det utstedes kursbevis etter endt kurs.

Læringsutbytte

Læringsutbytte

Kunnskap:

  • har kunnskap om ulike skytjenester og vanlige tjenester disse tilbyr
  • har kunnskap om hvordan datafangst til et felles system kan gjøres
  • har kunnskap om hva som ligger av muligheter ved å samle store datamengder over til, såkalt big data
  • har kunnskap om ulike systemer for Machine Learning
  • har kunnskap om hvordan man setter grenseverdier og lager datamodeller for ulike deler av et større system med ulike maskiner
  • har kunnskap om viktigheten av datasikkerhet knyttet til lagring og transportering av signaler og datapakker
  • har kunnskap om front end programmering for å visualisere, konfigurere og kontrollere utstyr

Ferdigheter:

  • kan hente og tolke ulike maskindata og sette dette inn i en større modell
  • kan anvende tjenester for å samle data fra maskiner
  • kan systematisere og sette grenseverdier for ulike deler maskiner i en større prosess
  • kan anvende ulike tjenester som sikrer datatransport og signalbehandling
  • kan anvende ferdiglagde apper til å hente data og visualisering

Generell kompetanse:

  • har forståelse for industriens utfordringer knyttet til effektivisering og digitalisering
  • har et forhold til hvilke datamengder som skal til for å trende og analysere 
  • kan utføre vurderinger for digitalisering etter målgruppens behov 
  • kan bygge relasjoner med fagfeller og på tvers av fag, samt med eksterne målgrupper 
  • kan utvikle arbeidsmetoder, produkter og/eller tjenester av relevans for yrkesutøvelsen 

Varighet

5 dager

Kursavgift

Kr 18900,-

Kurset inngår i:

  • Fagtekniker Digitalisering og Automasjon
    ​​​​​​​
  • Kan tas som enkeltemne:
    ​​​​​​​Kurs + nettskole, 5 studiepoeng

Verden går ikke bare rundt sånn helt av seg selv