Nastavni sadržaj obuhvaća praktičnu izradu komponenti za modul „magazin za slaganje” uz pomoć različitih strojeva, alata i procesa.
Fokus je na bušenju i oblikovanju poluproizvoda iz edukativnog kompleta. Osim toga, poučavaju se osnove glodanja i tokarenja, a tijekom tokarskih vježbi izrađuju se praktični komadi.
Još je jedan ključni fokus aditivna proizvodnja: komponente se projektiraju pomoću CAD-a, a zatim proizvode primjenom aditivnih tehnika.
Ti se dijelovi zatim sastavljaju s ostalim komponentama kako bi se formirala potpuno funkcionalna jedinica. Tečaj završava mehaničkom i električnom montažom svih proizvedenih dijelova i standardnih komponenti, kao i potpunim puštanjem u rad magazina za slaganje, čime polaznici dobivaju sveobuhvatnu obuku o proizvodnim procesima, montaži i puštanju mehatroničkih sustava u rad.
SkillsConveyor pruža praktičnu obuku o osnovama puštanja tehničkih sustava u rad. Sklapat ćete i ožičavati mehaničke i električne komponente, testirati signale i otklanjati kvarove.
Naučit ćete kako funkcioniraju sustavi za upravljanje relejima, graditi i testirati upravljačke krugove koristeći kontaktore, releje, tipke i ograničene prekidače te vježbati otklanjanje kvarova.
Ožičavanjem i rukovanjem sustavima za upravljanje motorima koristeći zaštitne i prekidačke uređaje produbit ćete svoje znanje o asinkronim motorima.
Također ćete programirati jednostavne kontrolne zadatke pomoću sustava Siemens LOGO!, steći razumijevanje Booleove logike i pokazati svoje vještine i u teoriji i u praksi.
Na kraju ćete naučiti programirati PLC-ove, izraditi programe za transportnu traku i integrirati senzore kako biste provjerili svoje znanje.
Pomoću sustava obuke SkillsConveyor i kompleta IIoT Machine Learning Kit naučit ćete osnove strojnog učenja i primijeniti ih u praktičnom kontekstu.
Korištenjem edukativnog produkcijskog sustava naučit ćete osnove umjetne inteligencije i strojnog učenja u obradi slika, kao i kako koristiti konvolucijske neuronske mreže (duboko učenje).
Koristit ćete metode nadziranog učenja i savladati klasifikaciju slika za primjene u računalnom vidu.
Naposljetku ćete naučiti kako se sustavi u IoT-u mogu naknadno prilagoditi i modernizirati.