Osnove mehanske proizvodnje s SkillsMagazine

Učna vsebina obsega praktično izdelavo sestavnih delov za sklop »zalogovnik za zlaganje« z uporabo različnih strojev, orodij in postopkov.

Poudarek je na vrtanju in preoblikovanju polizdelkov iz učnega kompleta. Poleg tega se udeleženci seznanijo z osnovami rezkanja in struženja, pri čemer se pri struženju izdelajo vadbeni kosi.

Še eno pomembno področje je aditivna proizvodnja: sestavni deli se najprej načrtujejo v programu CAD, nato pa se izdelajo z aditivno proizvodnjo.

Nato se ti deli skupaj z drugimi komponentami sestavijo v delujočo enoto. Tečaj se zaključi z mehansko in električno montažo vseh izdelanih delov in standardnih delov ter s popolnim zagonom zalogovnika za zlaganje, tako da udeleženci pridobijo celovito usposabljanje na področju proizvodnih postopkov, montaže in zagona mehatronskih sistemov.

Osnove tehnologije avtomatizacije s SkillsConveyorjem

SkillsConveyor vam na praktičen način posreduje osnove zagona tehničnih sistemov. Sestavite in ožičite mehanske in električne komponente, preizkušate signale in odpravite napake.

Na videoposnetek

Naučili se boste, kako delujejo relejni krmilniki, sestavljali in preizkušali boste krmilno vezje s kontaktorji, releji, tipkami in končnimi stikali ter vadili odkrivanje napak.

Svoje znanje o motorjih na izmenični tok boste poglobili z ožičenjem in uporabo krmilnikov motorjev z zaščitnimi in stikalnimi napravami.

Na videoposnetek

Poleg tega boste programirali preproste krmilne naloge s programom Siemens LOGO!, razumeli Boolovo logiko ter pokazali svoje znanje v teoriji in praksi.

Na koncu se boste naučili programiranja PLC, razvijali programe za transportni trak in integrirali senzorje za preverjanje svojih znanj.

Na videoposnetek

Strojno učenje v tehnologiji avtomatizacije s SkillsConveyor

Skupaj s SkillsConveyor in kompletom za strojno učenje IIOT se boste naučili osnov strojnega učenja in jih uporabili v praksi.

Na didaktičnem proizvodnem sistemu se boste naučili osnov umetne inteligence in strojnega učenja na področju obdelave slik ter uporabe globokih nevronskih mrež (Deep Learning).

Uporabljali boste nadzorovane metode učenja in se učili razvrščanja slik za aplikacije računalniškega vida.

Na koncu boste izvedeli, kako je mogoče sisteme v okviru interneta stvari (IoT) naknadno opremiti in posodobiti.