Teollisuus 4.0 kunnossapidossa (5op)

Arviointiasteikko

H-5

Sisällön jaksotus

1 Teollisuus 4.0, terminologia, teknologia ja käsitteet T1 Teollisuus 4.0
2 Automaatiojärjestelmien hyödyntäminen kunnossapidossa
3 Teollinen esineiden Internet
4 Datan kerääminen, analysointi ja ratkaisuehdotukset (MS Power BI)
5 Tietoturva ja tietoliikenne
6 Digitaalinen kaksonen
7 Lisätty-, virtuaali- ja laajennettu todellisuus –teknologiat
8 Tekoäly, syväoppiminen ja pilvilaskenta
9 Teollisuus 4.0 Lisäävä valmistus
10 Riskienhallinta, lainsäädäntö ja standardit teollisuus 4.0:ssa

Tentti (90 Minuuttia)

Tavoitteet

Opiskelija ymmärtää teollisuus 4.0:n ja teollisen esineiden internetin roolin ja niiden tuomat mahdollisuudet kunnossapidossa. Opiskelija ymmärtää millaista tietoa automaatiojärjestelmistä voidaan hyödyntää kunnossapidossa.
Opiskelija tunnistaa data-analytiikan työkaluja kunnossapidon tehokkaaseen ohjaamiseen. Opiskelija tietää mitä ja minkä tyyppistä dataa tarvitaan kunnossapidon tarpeisiin. Opiskelija osaa analysoida kerättyä dataa ja ehdottaa kunnossapidollisia ratkaisuja.
Opiskelija osaa selittää laajennetun todellisuuden teknologioiden hyödyt ja rajoitteet kunnossapidon näkökulmasta. Opiskelija ymmärtää digitaalisen kaksosen mahdollisuudet kunnossapidossa. Opiskelija tietää uusien teknologioiden riskit ja uhat sekä sopimuksiin ja tietoturvaan liittyvät asiat.

Sisältö

- Teollisuus 4.0, terminologia, teknologia ja käsitteet
- Automaatiojärjestelmien hyödyntäminen kunnossapidossa
- Datan kerääminen, analysointi ja ratkaisuehdotukset
- Tekoäly, syväoppiminen ja pilvilaskenta
- Teollinen esineiden Internet
- Digitaalinen kaksonen
- Lisätty-, virtuaali- ja laajennettu todellisuus –teknologiat
- Riskienhallinta
- Tietoturva ja tietoliikenne
- Sopimukset ja lainsäädäntö

Aika ja paikka

Keväisin tammi-huhtikuussa.

Kaikki harjoitustehtävät pitää olla tehtynä ja arvioituna ennen tenttiä.

Oppimateriaalit

Oppimateriaali löytyy Moodlesta tehtävineen ja harjoitustöineen. Lisäksi opiskelija voi käyttää muutakin soveltuvaa materiaalia.

 

Opetusmenetelmät

Opintojaksolla opiskellaan verkossa Moodle-oppimisympäristössä.

Menetelminä ovat tutkiva oppiminen, jossa piskelijat etsivät itse relevanttia tietoa eri lähteistä ja muodostavat uusia näkökulmia, aktiivinen keskustelu ja projektiperustainen oppiminen.

Opintojakson kommunikointi tapahtuu pääasiassa Moodlen keskustelualueen kautta.

Opintojaksolla hyödynnetään ARENEN liikennevalomallia. Tekoälyn käyttö: Sininen – Vaadittu, tulee käyttää, pitää kertoa
Tuotosten luomisessa tulee käyttää tekoälyä ja arvioida kriittisesti lopputulosta. Tekoäly on osa opintojakson oppimistehtäviä ja sen käyttämisen hallitseminen yksi arviointikriteereistä. Opiskelijan tulee myös kertoa miten on tekoälyä käyttänyt.

Toteutuksen valinnaiset suoritustavat

Voit suorittaa opintojakson osallistumalla reaaliaikaiseen opetukseen, jossa tehdään yhteisöllisiä tehtäviä tai katsomalla tallenteet ja tekemällä tehtävät itsenäisesti.

Opiskelijan ajankäyttö ja kuormitus

Opintojakson laajuus on 5 opintopistettä, mikä tarkoittaa noin 135 tunnin kokonaistyömäärää. Työmääräsi jakautuu keskimäärin seuraavasti:
Oppimateriaalin opiskelu verkossa 30 h
Osallistuminen etäopetus sessioihin 30 h
Harjoitustöihin liittyvien järjestelmien käyttö ja harjoitustöiden kirjoittaminen(10 harjoitustyötä): 60 h
Tenttiin lukeminen: 10 h
Tentti, mahdollinen uusintatentti: 2-4h

Arviointikriteerit, tyydyttävä (1)

Opiskelija osaa luetella teollisuus 4.0:n osa-alueet ja keskeisimmät teknologiat kunnossapidon näkökulmasta. Opiskelija tunnistaa automaatiojärjestelmän roolin tiedonkeruussa. Opiskelija listaa data-analytiikan työkaluja. Opiskelija osaa analysoida kunnossapidon dataa. Opiskelija tunnistaa teollisen esineiden internetin sekä laajennetun todellisuuden (XR) teknologiat. Opiskelija osaa hahmottaa digitaalisen kaksosen roolia kunnossapidossa. Opiskelija tunnistaa uusien teknologioiden riskejä ja uhkia, sekä sopimuksiin ja tietoturvaan liittyviä asioita.

Arviointikriteerit, hyvä (3)

Opiskelija löytää ratkaisuja teollisuus 4.0:n osa-alueisiin ja keskeisimpiin teknologioihin kunnossapidon näkökulmasta. Opiskelija ymmärtää automaatiojärjestelmän roolin tiedonkeruussa. Opiskelija tietää data-analytiikan työkaluja kunnossapidon tehokkaaseen ohjaamiseen. Opiskelija osaa analysoida kunnossapidon dataa ja kykenee ehdottamaan kunnossapidollisia ratkaisuja. Opiskelija tietää teollisen esineiden internetin tuomat mahdollisuudet sekä tunnistaa laajennetun todellisuuden (XR) teknologiat. Opiskelija ymmärtää digitaalisen kaksosen roolin kunnossapidossa. Opiskelija tietää uusien teknologioiden riskit ja uhat. Opiskelija tietää sopimuksiin ja tietoturvaan liittyviä asioita.

Arviointikriteerit, kiitettävä (5)

Opiskelija osaa soveltaa teollisuus 4.0:n eri osa-alueita ja keskeisimpiä teknologioita kunnossapidon tehostamiseksi. Opiskelija ymmärtää automaatiojärjestelmän roolin tiedonkeruussa ja sen tuomia mahdollisuuksia. Opiskelija ymmärtää eri data-analytiikan mahdollisuudet kunnossapidon tehostamisessa sekä osaa soveltaa data-analytiikan työkaluja osana kunnossapitoa. Opiskelija osaa analysoida kunnossapidon dataa ja kykenee perustellen ehdottamaan tehokkaita kunnossapidollisia ratkaisuja. Opiskelija tunnistaa teollisen esineiden internetin tuomat mahdollisuudet sekä laajennetun todellisuuden (XR) teknologioiden hyödyt ja rajoitteet kunnossapidon ja työturvallisuuden näkökulmasta. Opiskelija ymmärtää digitaalisen kaksosen hyödyt ja mahdollisuudet kunnossapidossa. Opiskelija tietää uusien teknologioiden riskit ja uhat ja osaa hallita niitä. Opiskelija tietää ja osaa ottaa huomioon sopimuksiin ja tietoturvaan liittyviä asioita.