25TE59A EITKFDK Tingenes Internett og Stordata.
25TE59A EITKFDK Tingenes Internett og Stordata.
- Emnebeskrivelse
- Emnekode25TE59A EITKFDK
- StudieprogramIndustriell Digitalisert Automatisering
- Studiepoeng10
- StudiestedKongsberg
- StudienivåFagskole nivå 5.1
- EmneansvarligPer Anton Hansen
Temaer:
- Grunnleggende IKT
- Databaser
- Datanettverk
- Tingenes Internett
- Skybasert lagring og tjenester
- Statistikk
- Datafangst og analyse
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
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
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
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
- 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».
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.
- Forelesning/undervisning
- Praktisk øving
- Digitale arbeidsformer
- Gruppearbeid
- Prosjektarbeid
- Case
- Skriftlig arbeid til innlevering
- Praktisk orientert laboratorieundervisning
- Nettbasert undervisning (gjelder nettstudenter)
- Veiledning