SIMTEC สถาบันเทคโนโลยีการผลิตสุมิพล > หลักสูตร เทคโนโลยีปัยญาประดิษฐ์ในภาคอุตสาหกรรม (IAIT) วท.ชลบุรี

หลักสูตร เทคโนโลยีปัยญาประดิษฐ์ในภาคอุตสาหกรรม (IAIT)

โครงการพัฒนาศักยภาพและทักษะด้านเทคโนโลยีปัญญาประดิษฐ์ในภาคอุตสาหกรรมให้กับกำลังคนระดับอาชีวศึกษา (AI อาชีวะ) ในพื้นที่ EEC

สิ้นสุดการสมัครก่อนวันอบรม 7 วัน

สำหรับวิทยาลัยเทคนิคชลบุรีเท่านั้น

จำนวนจำกัดเพียง 30 คน/กลุ่ม เท่านั้น

สมัครเรียน

วัตถุประสงค์

หลักสูตรเพื่อพัฒนาศักยภาพและทักษะของนักเรียนนักศึกษาระดับอาชีวศึกษา และบุคคลากรระดับอาชีวศึกษา ที่จำเป็นต่อการทำงานภาคอุตสาหกรรมในยุคIndustry 4.0 นำไปสู่การสร้างอาชีพ

สิ่งที่คุณจะได้เรียนรู้

System Design for Industrial AI Technology

มุ่งเน้นการออกแบบระบบและการเชื่อมโยงข้อมูลเพื่อพัฒนาการผลิตและดิจิทัล

Data Collect and Data management for AI

มุ่งเน้นการจัดการเก็บและคัดเลือกข้อมูลในการแสดงผลและวิเคราะห์

Apply AI Technology For Industrials

มุ่งเน้นความรู้การส่งผ่านข้อมูลด้วยเทคโนโลยีสารสนเทศและการประมวลผล

จำนวนวันที่เรียน

5 วัน

จำนวนชั่วโมง

35 ชั่วโมง

ทฤษฎี:ปฎิบัติ

50:50

รูปแบบการเรียน

อบรมที่สถาบันและศึกษาดูงาน
(กิจกรรมฝึกงาน เฉพาะผู้ที่ผ่านเกณฑ์เท่านั้น)

สถานที่เรียน

วิทยาลัยเทคนิคชลบุรี (ดูแผนที่)

โครงสร้างหลักสูตร

หลักสูตรเป็นการเรียนรูปแบบการเข้าห้องเรียน และ work shop แบบสะสม 3 รายวิชา รวมทั้งหมด 5 วันจำนวน 35 ชั่วโมง

กิจกรรมศึกษาดูงาน (ทัศนศึกษา) กลุ่มละ 5 ชั่วโมง (1 วัน)
- สถาบันเทคโนโลยีการผลิตสุมิพล
- สถานประกอบการในเครือข่ายความร่วมมือ
กรณีศึกษาหลังจากกิจกรรมศึกษาดูงาน (รายงาน) 5 ชั่วโมง (1 วัน)
กิจกรรมการฝึกงาน (Internship) 120 ชั่วโมง (15 วัน) (เฉพาะผู้เข้าอบรมที่ผ่านเกณฑ์การรับเข้าฝึกงาน ซึ่งอาจปรับเปลี่ยนได้ตามความเหมาะสม)

วันที่ 1 และ 2

รูปแบบ: ภาคทฤษฎีและปฎิบัติ ในห้องเรียน

รายวิชา: System Design for Industrial AI Technology

สถานที่: วิทยาลัยเทคนิคชลบุรี หรือ วิทยาลัยเทคนิคระยอง

วันที่ 3 – 4

รูปแบบ: ภาคทฤษฎีและปฎิบัติ ในห้องเรียน

รายวิชา: Data Collect and Data management for AI

สถานที่: วิทยาลัยเทคนิคชลบุรี หรือ วิทยาลัยเทคนิคระยอง

วันที่ 5

รูปแบบ: ภาคทฤษฎีและปฎิบัติ ในห้องเรียน

รายวิชา: Apply AI Technology For Industrials

สถานที่: วิทยาลัยเทคนิคชลบุรี หรือ วิทยาลัยเทคนิคระยอง

วันที่ 1 (ภาคทฤษฏี 6 ชั่วโมง )

หลักสูตร : เทคโนโลยีการผลิตสมัยใหม่ (Smart Monozukuri)

เทคโนโลยีและวิวัฒนาการผลิตในยุค 4.0
ตัวอย่างกรณีศึกษาในการปรับปรุงและใช้งานจริงด้วยระบบ Smart manufacturing
หลักการและวิธีการวินิจฉัยสายการผลิตเพื่อให้ได้มาซึ่งการบ่งชี้ปัญหา ณ ปัจจุบัน
วิธีการเชื่อมโยงความสัมพันธ์ของปัญหาเป็นแผนผัง (AS-IS) และการวางแผนในการแก้ปัญหาด้วยเทคโนโลยีสมัยใหม่ (To-Be) (ให้ตัวอย่างและใบงานเพื่อสรุปประเด็นปัญหา)

วันที่ 2 (ภาคปฏิบัติ 8 ชั่วโมง)

หลักสูตร : เทคโนโลยีการผลิตสมัยใหม่ (Smart Monozukuri)

วิธีการเลือกเทคโนโลยีที่เหมาะสมและเข้าถึงได้แบบ Small start เพื่อให้เกิดการลงทุนที่คุ้มค่าที่สุด
Workshop#1 : การสรุปประเด็นปัญหาและเขียนแผนผัง AS-IS
Workshop#2 : การเขียนแผนผัง To-Be และวางอุปกรณ์ดิจิตอลเพื่อการปรับปรุง
การนำเสนอผลงานแต่ละกลุ่มเพื่อประเมินสมรรถนะ
Post-Test และส่งใบประเมินสมรรถนะ

วันที่ 3 (ภาคทฤษฏีเรียน online 6 ชั่วโมง)

หลักสูตร : การวางระบบ IoT ตามแนวทางของลีน (Lean IoT System)

Live หัวข้อ Lean IoT System 09.00-12.00 น. (3 ชั่วโมง)

หลักสูตร : การจัดการและบริหารข้อมูลในระบบ IoT (Factory IoT data Management)

Live หัวข้อ Basic Knowledge for Smart Factory & IIoT 13.00- 16.00 น. (3 ชั่วโมง)

วันที่ 4 (ภาคทฤษฏีเรียน online 7 ชั่วโมง)

หลักสูตร : การจัดการและบริหารข้อมูลในระบบ IoT (Factory IoT data Management)

เข้าสู่ระบบ E-Learning ของ Omron ตามลิ้ง >> https://omronlearning.com/#/login จากนั้นเข้าสู่บทเรียนตามหัวข้อดังนี้

ความรู้พื้นฐานไฟฟ้าสำหรับระบบอัตโนมัติในโรงงาน

บทเรียน A074 – Fundamentals of Electricity for Industrial Automation

พื้นฐานระบบอัตโนมัติ

บทเรียน Introduction to Factory Automation

Sensors

บทเรียน B001 – Photoelectric Sensors
บทเรียน B002 – Proximity Sensors
บทเรียน B007 – Fiber Optic Sensors
บทเรียน B015 – Displacement & Measurement Sensors

Power Supply and Relay

บทเรียน B003 – Power Supplies
บทเรียน General Purpose Relays

Automation System

บทเรียน B010 – PLC Basics

วันที่ 5 (ภาคปฏิบัติ 8 ชั่วโมง)

หลักสูตร : การวางระบบ IoT ตามแนวทางของลีน (Lean IoT System)

พื้นฐานการเก็บและเชื่อมโยงข้อมูลจากสัญญาณต่าง ๆ
การฝึกปฏิบัติในการมาของข้อมูล Signal collection/Connection/Configuration
การฝึกปฏิบัติการเชื่อมโยงของข้อมูลจนถึงการเก็บข้อมูลใน Database
การฝึกปฏิบัติในการแสดงผลของข้อมูลแบบ RealTime
แบบทดสอบและแสดงผลในใบงาน

วันที่ 6 (ภาคปฏิบัติ 8 ชั่วโมง)

หลักสูตร : การจัดการและบริหารข้อมูลในระบบ IoT (Factory IoT data Management)

ฝึกปฏิบัติในการกำหนดตำแหน่งของการติดตั้งเซ็นเซอร์ในสายการผลิตจำลองและเก็บข้อมูล (Data Collection)
ฝึกปฏิบัติในการเชื่อมต่อเซ็นเซอร์เข้ากับ Middleware และทำการดึงข้อมูลและแปลงข้อมูล (Data Configuration and Data Communication)
ฝึกปฏิบัติการนำข้อมูลที่แปลงจาก Middleware มาประมวลผลและแสดงผลของข้อมูลเพื่อการวิเคราะห์และพัฒนาปรับปรุงสายการผลิต (Data Visualization and Data Analysis)
แบบทดสอบและแสดงผลในใบงาน

หลักสูตร การออกแบบระบบและการเชื่อมโยงข้อมูล (Industrial AI Technology)

เนื้อหาวิชา

เป็นหลักสูตรที่ประยุกต์หลักการจัดการสายธารแห่งคุณค่า (Value Stream Mapping), หลักการผลิตแบบลีน (Lean Manufacturing) และเทคนิคการหาความสูญเปล่า เช่น ความสูญเปล่า 7 ประการ (7 Waste), 16 Big loss เป็นต้น มาบูรณาการเพื่อใช้ในการค้นหาปัญหา, สาเหตุของปัญหา โดยสามารถเลือกเครื่องมือหรือวิธีที่จะเก็บรวบรวมข้อมูลเพื่อนำไปวิเคราะห์เชิงแก้ไขปัญหาได้อย่างเหมาะสม โดยออกแบบระบบและสร้างความสัมพันธ์ของข้อมูลเชื่อมโยงกับ Industrial AI Technology

จุดมุ่งหมายรายวิชา

1) เข้าใจหลักการหรือวิธีการค้นหาปัญหาจากสายการผลิตและทำการเชื่อมโยงปัญหาได้
2) สามารถเลือกเทคโนโลยีที่ทันสมัยและเหมาะสมกับการแก้ปัญหาในสายการผลิตของตนเองได้

Data Collect and Management for AI Technology

หลักสูตร Data Collect and Management for AI Technology

เนื้อหาวิชา

เป็นหลักสูตรที่ออกแบบมาเพื่อที่ผู้เรียนจะรู้ถึงเทคนิคการเก็บข้อมูลจากสัญญานพื้นฐานต่างๆโดยการเลือกใช้อุปกรณ์ที่เหมาะสม, การส่งข้อมูล, การเชื่อมต่อไปจนถึงการจัดการข้อมูล (Data Management) และการนำข้อมูลที่ได้มาวิเคราะห์พฤติกรรมการทำงานของเครื่องจักร เพื่อตรวจสอบหาลักษณะการทำงานที่ผิดปกติ, การเปลี่ยนแปลงของค่าพารามิเตอร์ต่างๆที่เกิดขึ้นระหว่างการทำงาน หลังจากนั้นนำข้อมูลมาประยุกต์เพื่อสร้าง Algorithm เพื่อใช้ในการแก้ไขปัญหา

จุดมุ่งหมายรายวิชา

1) เพื่อรู้ถึงสถานการณ์ปัจจุบัน, ทิศทางในการพัฒนาและประโยช์นของระบบ IoT ในอนาคต
2) เพื่อให้เข้าใจถึงเทคนิคพื้นฐานในการเก็บข้อมูลที่สำคัญในสายการผลิตและให้ได้มาซึ่งข้อมูลที่มีประสิทธิผลและสร้างประโยชน์ได้อย่างชัดเจน
3) เพื่อให้เข้าใจถึงความสัมพันธ์ระหว่างข้อมูลและการเพิ่มผลิตภาพให้สายการผลิต

Factory IoT Data Management

หลักสูตร การจัดการและบริหารข้อมูลในระบบ IoT (Factory IoT Data Management)

เนื้อหาวิชา

เป็นหลักสูตรในการเรียนรู้เชิงลึกสำหรับวิศวกรด้านเทคนิค, System integrator โดยเข้าถึงวิธีการต่อสัญญาณและเชื่อมโยงข้อมูลจาก Sensor, PLC, Middleware จนกระทั่งถึง Cloud computing โดยเรียนรู้อย่างเป็นระบบตั้งแต่การรับข้อมูลจากอุปกรณ์ต่างๆ (Data Collection), การเชื่อมต่อและการแปลงสัญญานทางไฟฟ้าเป็นข้อมูล (Data Communication) และการประมวลผลข้อมูลมาเป็นกราฟในการแสดงผลต่างๆ (Data Visualization) สำหรับการวิเคราะห์และพัฒนาสายผลิต (Data Analysis) ตามหลักการของระบบการผลิตแบบลีน

จุดมุ่งหมายรายวิชา

1) เพื่อรู้ถึงอุปกรณ์ที่สำคัญและการเลือกใช้งานได้อย่างถูกต้องของระบบ IoT
2) สามารถเชื่อมต่ออุปกรณ์และการติดตั้งตามจุดต่างๆ เพื่อให้ได้ซึ่งข้อมูลที่ถูกต้องและจำเป็นในสายการผลิต
3) สามารถเชื่อมโยงข้อมูลจากสายการผลิตจนถึงการเก็บและแสดงผลในระบบ Cloud System

คุณสมบัติผู้สมัคร

ผู้ว่างงาน นักศึกษา ที่ต้องการ Upskill Reskill
จบการศึกษาระดับ ปวส. ขึ้นไป และมีประสบการณ์ที่เกี่ยวข้องด้านการผลิต

* ขอสงวนสิทธิ์ ในการเลือกผู้สมัครที่มีคุณสมบัติเหมาะสมเป็นลำดับเเรกการสมัครจะสมบูรณ์เมื่อได้รับ อีเมลยืนยันจากสถาบันฯ

กลุ่มที่ 6 – หลักสูตร 5 วัน

วันที่ 20 – 24 กันยายน 2564