Grunnleggende om autonome operasjonssystemer

Dette kurset gir en grundig innføring i Lean, Six Sigma og avanserte AI-baserte teknikker for å optimalisere autonome produksjonssystemer. Gjennom praktisk læring vil studentene mestre prosesskontroll, kontinuerlig forbedring og nullfeilproduksjon. Ved å integrere dataanalyse og maskinlæring får deltakerne ferdighetene til å drive innovasjon og operasjonell fremragendehet i moderne produksjon.

Etter fullført kurs vil studentene ha oppnådd avansert kunnskap og praktiske ferdigheter i å optimalisere autonome produksjonssystemer. De vil:

• Mestre Lean-verktøy som verdistrømskartlegging (VSM) og nullfeilsproduksjon for å effektivisere prosesser og sikre høykvalitetsresultater.
• Anvende Six Sigma-metodikker og avanserte statistiske teknikker for å redusere variasjon, forbedre prosesskontroll og løse komplekse produksjonsutfordringer.
• Bruke kunstig intelligens (AI) og maskinlæring (ML) til å automatisere prosesser, forutsi og forhindre feil, samt ta datadrevne beslutninger i sanntid.
• Drive kontinuerlig forbedring ved hjelp av datadrevne tilnærminger, og bruke innsikt til å optimalisere produksjonssystemer og oppnå operasjonell fortreffelighet.
• Utvikle ekspertise i å integrere automasjonsteknologier for å støtte sanntids beslutningstaking og adaptive produksjonssystemer, som muliggjør fullt autonome operasjoner.

Dette kurset gir studentene verktøyene til å bli fremtidsrettede ledere innen moderne produksjon, med evnen til å sømløst integrere Lean-prinsipper, AI-teknologier og automasjon for å drive innovasjon og beslutningstaking i autonome produksjonsmiljøer.

Kurset er lagt opp for å sikre både teoretisk forståelse og praktisk anvendelse gjennom en kombinasjon av forelesninger, gruppearbeid og interaktiv læring:

• Ukentlige forelesninger (2 timer per uke) vil holdes på campus og streames samtidig, slik at kurset er tilgjengelig for både tilstedeværende og fjernstudenter.
• En rekke obligatoriske oppgaver vil bli gitt som en del av gruppearbeid. Disse oppgavene bygger systematisk opp de ulike elementene i semesterprosjektet, slik at studentene får anvendt kursprinsippene i et samarbeidende miljø.
• De fleste oppgavene involverer praktiske eksperimenter, som kan gjennomføres ukentlig i et dedikert rom som er reservert for kursdeltakerne og deres gruppearbeid. Denne praktiske tilnærmingen gir studentene dypere ferdigheter.
• Flipped-classroom-metoden vil bli brukt for enkelte temaer, slik at studentene forbereder seg i forkant og kan delta i mer aktive, diskusjonsbaserte forelesninger.
• Quizzer vil bli brukt jevnlig for å vurdere studentenes kunnskapsnivå og sikre at kursmaterialet blir forstått. Justeringer vil gjøres basert på resultatene for å dekke eventuelle kunnskapshull.

Denne tilnærmingen sikrer en interaktiv og engasjerende læringsopplevelse som kombinerer teoretisk kunnskap med praktisk anvendelse for å forberede studentene på virkelige utfordringer i autonome produksjonssystemer.