Kunnossapidon uudet teknologiat (5 op)
Toteutuksen tunnus: K502K807OJ-3002
Toteutuksen perustiedot
- Ilmoittautumisaika
- 05.10.2020 - 01.01.2021
- Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
- 01.01.2021 - 31.05.2021
- Toteutus on päättynyt.
- Opintopistemäärä
- 5 op
- Lähiosuus
- 5 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- Insinöörikoulutus, konetekniikka
- Opetuskielet
- suomi
- Paikat
- 0 - 50
- Opettajat
- Antti Niemelä
- Aslak Siimes
- Vastuuopettaja
- Aslak Siimes
- Ryhmät
-
KAIVOS20Kaivosopinnot
- Opintojakso
- K502K807OJ
Arviointiasteikko
H-5
Sisällön jaksotus
AC-luennot keväällä 2021
Tavoitteet
Opintojaksolla opitaan uudet kunnossapidon teknologiat kuten teollisen Internetin ja langattomat sensoritekniikoiden periaatteet. Opintojakson aikana opit uusiin mittaustiedon laskentatekniikoihin sekä keino- ja augmentoituun todellisuuteen.
Sisältö
IoT, langattomat anturitekniikat ja niiden virrantuotantotekniikat, reuna- ja pilvilaskenta sekä niiden hyödyt ja haitat, AI ja deep learning, virtuaalitekniikat sekä augmentoitu todellisuus.
Aika ja paikka
AC
Opetusmenetelmät
Tukiluennot ja omatoiminen opiskelu
Tenttien ajankohdat ja uusintamahdollisuudet
Opintojaksolla ei tenttiä
Kansainvälisyys
Englanninkielinen lisämateriaali
Opiskelijan ajankäyttö ja kuormitus
AC-luentoja 6h ja opiskelijan itsenäistä opiskelua 129h
Arviointikriteerit, tyydyttävä (1)
Opiskelija tunnistaa uudet kunnossapidon teknologiat kuten teollisen Internetin ja langattomat sensoritekniikoiden periaatteet. Osaat kertoa uudet mittaustietojen laskentatekniikat. Osaat tunnistaa keino- ja augmentoidun todellisuuden periaatteita.
Arviointikriteerit, hyvä (3)
Opiskelija kertoa uudet kunnossapidon teknologiat, kuten teollisen Internetin ja langattomat sensoritekniikoiden periaatteet. Osaat kertoa uusia mittaustietojen laskentatekniikoita. Osaat kertoa keino- ja augmentoituun todellisuuteen liittyviä asioita.
Arviointikriteerit, kiitettävä (5)
Opiskelija osaa uudet kunnossapidon teknologiat kuten teollisen Internetin ja langattomat sensoritekniikoiden periaatteet. Opiskelija osaa uudet mittaustietojen laskentatekniikat. Opiskelija osaa keino- ja augmentoituun todellisuuteen liittyvät asiat.
Esitietovaatimukset
NULL