25TE59A EITKFDK Tingenes Internett og Stordata.

25TE59A EITKFDK Tingenes Internett og Stordata.

Emnekode
25TE59A EITKFDK
Studieprogram
Fleksibel Digitalisert Automatisering
Studiested
Kongsberg
Studiepoeng
10
Studienivå
Fagskole nivå 5.1
Undervisningssemestere
2021 Høst
2022 Vår
Emneansvarlig
Olga Karpova Mathisen
Introduksjon

Temaer:

  • Grunnleggende IKT
  • Databaser
  • Datanettverk
  • Tingenes Internett
  • Skybasert lagring og tjenester
  • Statistikk
  • Datafangst og analyse
Emnets innhold

Grunnleggende IKT

  • Maskinvare arkitektur og programvare hierarki
  • Operativsystemer
    • MS Windows,
    • Apple OS
    • Linux
  • Nettverkskommunikasjon
    • LAN, WAN og internett

Databaser

  • Anvendelser; ERP og MES
  • MS Access og SQL Server, MySQL, Oracle
  • Innføring i programmering med SQL

Datanettverk

  • Industrielle anvendelser
  • Arkitektur
  • Web/http, IP-telefoni, p2p fildeling og socket programmering
  • Pålitelig transport: TCP/IP, pålitelig overføring, køkontroll IEEE 802.3x flyt kontroll og flaskehals kontroll (Active Que Management, AQM)
  • Lag i nettverket: navn og addresser, ruting
  • Lokalnett (LAN): ethernett og svitsjer
  • Trådløse nettverk og nettverksikkerhet

Skybasert lagring og tjenester

  • Anvendelser
  • Datasky og hovedkomponenter
  • Tjenestemodeller
  • Infrastruktur som tjeneste (IaaS)
  • Plattform som tjeneste (PaaS)
  • Programvare som tjeneste (SaaS)
  • Modell for utrulling og oppstart
  • Sentrale kjennetegn
  • Fordeler og utfordringer med datasky
  • MS Azure og Kognifai

Tingenes Internett

  • Tingenes Internett, eksempler og anvendelser
  • Programmering av Arduino med C#
  • Grensesnitt mot WiFi og GSM (5G)
  • Sensorer og grensesnitt mot disse
  • Utvikling av enheter til anvendelse i Tingenes Internett
  • Datasikkerhet

Statistikk

  • Innledning og anvendelser
  • Frekvenstabell
  • Søylediagram
  • Gjennomsnitt
  • Median
  • Typetall
  • Vurdering
  • Histogram
  • Klassebredde
  • Variasjonsbredde
  • Sektordiagram

Datafangst og analyse

  • Anvendelser
  • Sporing
  • Binære mønstre, strekkoder, RFID
  • Data logging
  • Innsamling og lagring
  • Strukturering av data i databaser
  • Uthenting av grunnlagsdata for analyse
  • Grunnleggende analyse av produksjonsdata ved hjelp av regneark
Læringsutbytte
Kunnskap

Kandidaten:

  • har kunnskap om arkitektur for, oppbygging av og administrasjon av datanettverk som benyttes i industrielle sammenhenger
  • har kunnskap om grunnleggende anvendelse av databaser
  • har kunnskap om oppbyggingen av en PC, de ulike funksjonelle delene av maskinvaren og systemprogramvarens strukturelle oppbygging
  • har kunnskap om virkemåte og anvendelse av aktuelle sporingsteknologier
  • har kunnskap om grunnleggende prinsipper for statistikk og dens anvendelse i analyse av innsamlede data
  • har kunnskap om prinsippene for aktuell teknologi for datalagring, lokalt og over nettverk
  • har kunnskap om prinsippene for tjenester i nettskyen som dataprosessering, datalagring og programvaretjenester på tjenere i eksterne tjenerparker tilknyttet internett.
  • kan vurdere data innsamlet fra et produksjonsanlegg ved hjelp analyseverktøy (f.eks. regneark) til formål som for eksempel produksjonsoptimalisering og prediktivt vedlikehold.
  • har kunnskap om vern mot dataangrep mot et industrielt datanettverk
  • har kunnskap om begrepet tingenes internett, anvendelser og infrastruktur
Ferdigheter

Kandidaten:

  • kan gjøre rede for arkitektur for, oppbygging av og administrasjon av datanettverk som benyttes i industrielle sammenhenger
  • kan gjøre rede for grunnleggende anvendelse av databaser
  • kan gjøre rede for oppbyggingen av en PC, de ulike funksjonelle delene av maskinvaren og systemprogramvarens strukturelle oppbygging
  • kan gjøre rede for virkemåte og anvendelse av aktuelle sporingsteknologier
  • kan gjøre rede for grunnleggende prinsipper for statistikk og dens anvendelse i analyse av innsamlede data
  • kan gjøre rede for prinsippene for aktuell teknologi for datalagring, lokalt og over nettverk
  • kan gjøre rede for prinsippene for tjenester i nettskyen som dataprosessering, datalagring og programvaretjenester på tjenere i eksterne tjenerparker tilknyttet internett.
  • kan gjøre rede for data innsamlet fra et produksjonsanlegg ved hjelp analyseverktøy (f.eks. regneark) til formål som for eksempel produksjonsoptimalisering og prediktivt vedlikehold.
  • kan gjøre rede for vern mot dataangrep mot et industrielt datanettverk
  • kan gjøre rede for begrepet tingenes internett, anvendelser og infrastruktur
Generell kompetanse

Kandidaten:

  • kan i samarbeid med andre yrkesgrupper planlegge, foreslå forbedringer og drifte et system for datafangst og nettskybaserte tjenester i en industriell sammenheng
  • kan utføre arbeid i en moderne industriell virksomhet på tvers av fag, og med eksterne målgrupper som myndigheter og instanser ved å opprette team og nettverk
  • kan bygge relasjoner med fagfeller og på tvers av fag innen Tingenes Internett og Stordata
  • kan utveksle synspunkter innen Tingenes Internett og Stordata
  • kan bidra til organisasjonsutvikling i bedriften
Arbeidsinnsats
  • Gjennomføre obligatoriske arbeidskrav

Et obligatorisk arbeidskrav innebærer en faglig prøving og må være godkjent for å kunne få sluttvurdering i et emne. Arbeidskrav vurderes som «godkjent» eller «ikke godkjent».

Vurdering

I hvert emne skal det foretas en sluttvurdering av studenten i forhold til emnets læringsutbyttebeskrivelser. Det skal være en helhetsvurdering av studentens kunnskaper, ferdigheter og generell kompetanse.

Eksamen, se fagskolens forskrift.

Arbeids- og læringsaktiviteter
  • Forelesning/undervisning
  • Praktisk øving
  • Digitale arbeidsformer
  • Gruppearbeid
  • Prosjektarbeid
  • Case
  • Skriftlig arbeid til innlevering
  • Praktisk orientert laboratorieundervisning
  • Nettbasert undervisning (gjelder nettstudenter)
  • Veiledning
Litteraturliste

Relevante internettsider blir oppgitt underveis.

Litteraturliste oppdateres ved studiestart.