Nøkkelinformasjon

Logo KRM Tekniske Fagskole
Logo KRM Tekniske Fagskole

Studiested

KRM Kurssenter, Geilo

Nivå

Fagskolestudium

Studiepoeng

5.0

Kostnader

Betalt i sin helhet gjennom bransjeprogrammet

Studieform

Nettstudium, samlingsbasert

Studietempo

Deltid

Søknadsfrist

Løpende

Oppstartsdato

Høst

Godkjenninger

  • Nokut

Om studiet

Kurset er tilpasset elektro/automasjon og fornybar-/kraftnæringen, og består av en samling over 5 dager på KRMs kurssenter med etterfølgende nettskole.

Her 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.

Dette kurset er en naturlig fortsettelse av kurset Prediktivt vedlikehold og Digitalisering hvor man lærer om hvordan samle og organisere data fra maskiner, men det kan også tas som et frittstående kurs.

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 


Data visualisering - 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

Undervisningsopplegg

Det er satt opp en samling(kurs) i 2023 og en samling(kurs) i 2024:
4. - 8. desember 2023 og 11. - 15. mars 2024.

Det vekseles mellom teoriundervisning i klasserom og praktiske øvelser i laboratoriet. Etter endt kurs jobber man videre med varierte oppgaver og innleveringer i nettskolen.

Emnet inngår i fagskolestudiet Fagtekniker Digitalisering og automasjon.

Opptakskrav

Målgruppen er fagarbeidere, tekniker og ingeniører innen bransjene elektro- automasjon, fornybar og kraftnæringen. For å få godskrevet studiepoeng må du tilfredsstille opptakskravene til fagskolestudiet emnet inngår i, som er relevant fagbrev/høyere teknisk utdanning eller relevant arbeidspraksis. 

Opptaksinformasjon

Bransjetilhørighet vil vektlegges ved opptak, og det tildeles plasser etter "førstemann til mølla"- prinsipp. Fortløpende opptak frem mot kursstart så lenge det er ledige plasser.