Tuotantoautomaatio (5 op)
Toteutuksen tunnus: 8I00CG72-3005
Toteutuksen perustiedot
- Ilmoittautumisaika
-
22.04.2025 - 03.09.2025
Ilmoittautuminen toteutukselle on käynnissä.
- Ajoitus
-
29.08.2025 - 31.12.2025
Toteutus ei ole vielä alkanut.
- Opintopistemäärä
- 5 op
- Lähiosuus
- 5 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- SeAMK Master School
- Toimipiste
- SeAMK Seinäjoki, Frami
- Opetuskielet
- suomi
- Koulutus
- Insinööri (ylempi AMK), Automaatiotekniikka
- Opettajat
- Jarkko Pakkanen
- Juha Hirvonen
- Ajoitusryhmät
- Avoin AMK (Ei koske tutkinto-opiskelijaa) (Koko: 10 . Avoin AMK : 10.)
- Ryhmät
-
YAUTE25Insinööri (ylempi AMK), Automaatiotekniikka
- Pienryhmät
- Avoin AMK (Ei koske tutkinto-opiskelijaa)
- Opintojakso
- 8I00CG72
Arviointiasteikko
1-5
Tavoitteet
Opiskelija tuntee konenäön periaatteet ja tietää, miten erilaisia konenäön algoritmeja sovelletaan eri tilanteissa. Opiskelija osaa suunnitella teollisuusrobottia ja konenäköä hyödyntävän tuotantosolun ja simuloida sen toimintaa. Opiskelija osaa hyödyntää perinteisiä teollisuusrobotteja sekä mobiili- ja yhteistyörobotteja teollisessa tuotannossa.
Sisältö
- Konenäkö tuotantoautomaatiossa
- Robotiikka ja sen sovellukset teollisuudessa
- Robottien simulointi ja offline-ohjelmointi
- Robottien ohjelmointi
- Yhteistyörobotit
- Mobiilirobotit
Oppimateriaalit
Opettajan jakama materiaali
Opetusmenetelmät
Viisi itsenäistä harjoistustyötä liittyen robotiikkaan ja konenäköön sekä niiden yhteistoimintaan.
Lähitunnit, jotka tukevat harjoitustöiden tekemistä.
Opiskelijan ajankäyttö ja kuormitus
Kontaktitunnit: 28h
Itsenäinen opiskelu
Arviointikriteerit, tyydyttävä (1)
Opiskelija tuntee konenäön periaatteet. Opiskelija tietää miten teollisuusrobotteja hyödynnetään tuotantoautomaatiossa.
Arviointikriteerit, hyvä (3)
Opiskelija tuntee konenäön periaatteet ja tietää, miten erilaisia konenäön algoritmeja sovelletaan eri tilanteissa. Opiskelija osaa suunnitella teollisuusrobottia ja konenäköä hyödyntävän tuotantosolun.
Arviointikriteerit, kiitettävä (5)
Opiskelija tuntee konenäön periaatteet ja tietää, miten erilaisia konenäön algoritmeja sovelletaan eri tilanteissa. Opiskelija osaa suunnitella teollisuusrobottia ja konenäköä hyödyntävän tuotantosolun ja simuloida sen toimintaa. Opiskelija osaa hyödyntää perinteisiä teollisuusrobotteja sekä mobiili- ja yhteistyörobotteja teollisessa tuotannossa.