Os conteúdos de aprendizagem incluem a produção prática de componentes para o módulo "carregador vertical", utilizando diversas máquinas, ferramentas e processos.
O foco incide na perfuração e na conformação com produtos semiacabados incluídos no kit de aprendizagem. Adicionalmente, são transmitidos os princípios básicos de fresagem e torneamento, sendo produzidas peças para os exercícios durante o torneamento.
Outro ponto fulcral é o fabrico aditivo: os componentes são concebidos em CAD e, posteriormente, fabricados de forma aditiva.
Em seguida, estas peças são agrupadas com outros componentes para formar um módulo funcional. O curso termina com a montagem mecânica e elétrica de todas as peças fabricadas e peças normalizadas, como também com a colocação em funcionamento completa do carregador vertical, garantindo que os alunos recebem formação abrangente em processos de fabrico, montagem e colocação em funcionamento de sistemas mecatrónicos.
O SkillsConveyor transmite-lhe, de forma prática, os princípios básicos da colocação em funcionamento de sistemas técnicos. Efetua a montagem e a ligação dos componentes mecânicos e elétricos, testa sinais e elimina avarias.
Irá aprender como funcionam os controlos por relés, montar e testar circuitos de comando com contactores, relés, botões e fins de curso, e treinar a deteção de avarias.
Poderá aprofundar os seus conhecimentos sobre motores de corrente alternada através da cablagem e da operação de controladores de motores com dispositivos de proteção e comutação.
Além disso, irá programar tarefas de controlo simples com o Siemens LOGO!, compreender a lógica booleana e demonstrar as suas competências na teoria e na prática.
Para finalizar, irá aprender programação PLC, criar programas para um tapete transportador e integrar sensores, para testar os seus conhecimentos.
Em conjunto com o SkillsConveyor e o IIoT Machine Learning Kit, aprende os princípios básicos da aprendizagem automática e aplica-os na prática.
Num sistema de produção didático, aprende os princípios básicos de IA e aprendizagem automática do processamento de imagem, como também a utilização de redes neuronais convolucionais (Deep Learning).
Utiliza métodos de aprendizagem supervisionada e aprende a classificação de imagens para aplicações de Computer Vision.
Por fim, descobre como os sistemas no âmbito da IoT podem ser adaptados e modernizados.