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
โครงสร้างหลักสูตร
หลักสูตรเป็นการเรียนแบบสะสม 3 รายวิชา ใช้เวลาการเรียนรวมทั้งหมด 5 วัน (35 ชั่วโมง) การเรียนจะแบ่งเป็นภาคทฤษฎีและปฏิบัติ (Workshop)
- ฝึกอบรมในสถานศึกษา กลุ่มละ 35 ชั่วโมง (5 วัน)
- กิจกรรมศึกษาดูงาน (ทัศนศึกษา)
- – สถาบันเทคโนโลยีการผลิตสุมิพล
- – สถานประกอบการในเครือข่ายความร่วมมือ
- กรณีศึกษาหลังจากกิจกรรมศึกษาดูงาน (รายงาน) 5 ชั่วโมง (1 วัน)
- กิจกรรมการฝึกงาน (Internship) 120 ชั่วโมง (15 วัน) (เฉพาะผู้เข้าอบรมที่ผ่านเกณฑ์การรับเข้าฝึกงาน ซึ่งอาจปรับเปลี่ยนได้ตามความเหมาะสม)
หมายเหตุ : กิจกรรมศึกษาดูงาน และกิจกรรมการฝึกงาน (Internship) เฉพาะผู้ที่ผ่านการคัดเลือกจากสถาบันเท่านั้น ผู้เข้าอบรมจะต้องเข้าอบรมครบทั้ง 3 รายวิชาและเวลาเรียนไม่ต่ำกว่า 80% โดยจะต้องผ่านเกณฑ์การสอบและประเมิน (Post test) มากกว่า 80% จึงจะได้รับใบประกาศนียบัตร
วันที่ 1
Manufacturing and Productivity
- 09:00-10:30 Manufacturing overview
- 10:30-10:45 Coffee Break
- 10:45-12:00 Productivity & OEE loss
- 12:00-13:00 Lunch Time
- 13:00 -14:30 Losses sensing & measuring losses from test bed
- 14:30-14:45 Coffee Break
- 14:45-16:00 Kaizen ideas to improve OEE
วันที่ 2
Controlling automation with a programmable controller
- 09:00-09:30 Work piece feeding unit control system
- 09:30-09:45 Process unit control system
- 09:40-10:30 Assembly unit control system
- 10:30-10:45 Coffee Break
- 10:45-12:00 Sorting unit control system
- 12:00-13:00 Lunch Time
- 13:00-13:45 Transmission work piece control unit system
- 14:45-14:45 Automated data collection I
- 14:30-14:45 Coffee Break
- 14:45-16:00 Automated data collection II
วันที่ 3
Data Collection and Middleware
- 09:00-09:30 Introduction to data transfer and IoT Architecture
- 09:30-10:30 Data transfer process
- 10:30-10:45 Coffee Break
- 10:45-12:00 IoT Data Share(I)
- 12:00-13:00 Lunch Time
- 13:00-14:30 IoT Data Share(II)
- 14:30-14:45 Coffee Break
- 14:45-15:00 IoT Data Share(III)
- 15:00-16:00 IoT Data View (optional)
วันที่ 4
Data analysis and visualization using Power BI
- 09:00-09:30 Introduction to visualization using Power BI
- 09:30-10:30 Data preparation and basic visualization in Power BI(I)
- 10:30-10:45 Coffee Break
- 10:45-12:00 Data preparation and basic visualization in Power BI(II)
- 13:00-14:45 Advanced preparing data by using Data Analysis
Expression (DAX) in Power BI(I) - 14:30-14:45 Coffee Break
- 14:45-15:30 Advanced preparing data by using Data Analysis
Expression (DAX) in Power BI(II) - 15:30-16:00 Creating dashboard and publishing to Cloud platform
วันที่ 5
AI Vision and IoT for Smart Factory
- 09:00-10:30 Vision Sensor
- 10:30-10:45 Coffee Break
- 10:45-11:00 Limitation of Traditional Vision Sensor
- 11:00-11:30 AI Vision
- 11:30-12:00 Vision Simulation Program (I)
- 12:00-13:00 Lunch Time
- 13:00-13:30 Vision Simulation Program (II)
- 13:30-14:00 IoT for Smart Factory
- 14:00-14:30 Traceability
- 14:30-14:45 Coffee Break
- 14:45-15:00 Predictive Maintenance
- 15:00-16:00 OEE Analysis
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
หลักสูตร Data Collect and Management for AI Technology
เนื้อหาวิชา
เป็นหลักสูตรที่ออกแบบมาเพื่อที่ผู้เรียนจะรู้ถึงเทคนิคการเก็บข้อมูลจากสัญญานพื้นฐานต่างๆโดยการเลือกใช้อุปกรณ์ที่เหมาะสม, การส่งข้อมูล, การเชื่อมต่อไปจนถึงการจัดการข้อมูล (Data Management) และการนำข้อมูลที่ได้มาวิเคราะห์พฤติกรรมการทำงานของเครื่องจักร เพื่อตรวจสอบหาลักษณะการทำงานที่ผิดปกติ, การเปลี่ยนแปลงของค่าพารามิเตอร์ต่างๆที่เกิดขึ้นระหว่างการทำงาน หลังจากนั้นนำข้อมูลมาประยุกต์เพื่อสร้าง Algorithm เพื่อใช้ในการแก้ไขปัญหา
จุดมุ่งหมายรายวิชา
1) เข้าใจหลักการและการวางระบบ IoT ให้เกิดประโยชน์เชิงบูรณาการ รวมถึงวิธีการจัดการด้านข้อมูล (Data driven) เพื่อเกิดการวิเคราะห์อย่างมีประสิทธิภาพและจัดการข้อมูลที่จำเป็น
หลักสูตร Apply AI Technology for Industrials
เนื้อหาวิชา
เป็นหลักสูตรในการเรียนรู้การสร้างระบบฐานข้อมูล (Database), การสร้างสมการความเชื่อมโยงความสัมพันธ์ของข้อมูลเพื่อนำข้อมูลมาประยุกต์ใช้สำหรับปัญญาประดิษฐ์ (AI) ในปัจจุบัน โดยเรียนรู้อย่างเป็นระบบตั้งแต่การรับข้อมูลจากอุปกรณ์ต่างๆ, การเชื่อมต่อข้อมูลระหว่างอุปกรณ์, การสร้างฐานข้อมูลเพื่อเก็บข้อมูลที่ได้รับจากอุปกรณ์ และนำข้อมูลมาวิเคราะห์และสร้างความสัมพันธ์ของข้อมูลสำหรับการประยุกต์เพื่อใช้กับโครงสร้างการพัฒนาระบบปัญญาประดิษฐ์สำหรับการแก้ไขปัญหาที่เกิดขึ้นจากกระบวนการผลิตในอนาคต
จุดมุ่งหมายรายวิชา
1) เพื่อเพิ่มความเข้าใจในและโครงสร้างของระบบ AI และ Machine Learning และการเรียนรู้ชนิดของโมเดล AI แบบต่างๆ
2) เรียนรู้วิธีการรับเข้าข้อมูลเพื่อนำไปแสดงผลใน (Data visualization) – Library for AI
และการทำแผนภูมิในการแสดงผล (Real time dashboard)
3) การฝึกปฏิบัติจริงในการรับข้อมูลและ Dashboard ของการฝึกอบรมใน Module ก่อนหน้า และการทำ Data Exploration , Data Cleansing เพื่อให้ได้ข้อมูลที่มีประโยชน์ในการทำงาน
4) นำ Python มาพัฒนา AI จากฐานข้อมูลที่ได้รับจากอุปกรณ์ต่างๆ พร้อมการสร้าง Model ข้อมูลเพื่อการนำไปใช้ประโยชน์และแสดงให้เห็นถึงความสัมพันธ์
5) ตัวอย่างการนำ AI มาประยุกต์ใช้ในอุตสาหกรรม เช่นการใช้หุ่นยนต์หยิบจับชิ้นงานและแยกประเภทได้
คุณสมบัติผู้สมัคร
1. นักเรียน นักศึกษา ประกาศนียบัตรวิชาชีพชั้นสูง (ปวส.) หรือบุคลากรอาชีวศึกษา
สาขาเครื่องกล ไฟฟ้า อิเล็คทรอนิคส์ อุตสาหการ โลจิสติกส์และสาขาที่เกี่ยวข้องกับการผลิต ในพื้นที่เขตพัฒนาพิเศษภาคตะวันออก (ชลบุรี ระยอง ฉะเชิงเทรา)
2. ต้องมีเกรดเฉลี่ยไม่ต่ำกว่า 2.00 (GPA)
* ขอสงวนสิทธิ์ ในการเลือกผู้สมัครที่มีคุณสมบัติเหมาะสมเป็นลำดับเเรกการสมัครจะสมบูรณ์เมื่อได้รับ อีเมลยืนยันจากสถาบันฯ
กลุ่มที่ 1 – 5– หลักสูตร 5 วัน
สถานที่ : วิทยาลัยเทคนิคระยอง
150
เหลือที่นั่ง
กลุ่มที่ 6 -10– หลักสูตร 5 วัน
สถานที่ : วิทยาลัยเทคนิคชลบุรี
150
เหลือที่นั่ง